تلفیق بازیابی های سنجنده ی AMSR۲ با محصولات دورسنجی مودیس بمنظور برآورد رطوبت خاک با وضوح بالا

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 252

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IDJ-13-3_012

تاریخ نمایه سازی: 25 اردیبهشت 1400

Abstract:

رطوبت خاک یکی از مهم ترین متغیرهای محیطی است و شناخت تغییرات مکانی و زمانی آن، بینش ارزشمندی را در فعالیت های کشاورزی، مطالعات هیدرولوژیکی، مدل های آب و هوایی و نظارت بر محیط زیست به همراه دارد. در این پژوهش داده های رطوبت خاک سطحی حاصل از سنجنده AMSR۲ مورد استفاده قرار گرفت و این داده ها با اندازه گیری های زمینی برای دشت رفسنجان، مقایسه گردید. این مقایسه بر اساس ارزیابی تفاوت بین داده های ماهواره ای و داده های زمینی اندازه گیری شده در شش ایستگاه، با استفاده از قدر مطلق میانگین خطا، جذر میانگین مربعات خطا و ضریب همبستگی انجام شد. نتایج کلی اعتبار سنجی نشان داد که در سه ایستگاه ۴ ، ۵ و ۶ اندازه گیری ها، مشابه تخمین رطوبت خاکAMSR۲ رفتار می کند و همبستگی بالای ۷۰ درصد دارند و در ایستگاه های ۱، ۲ و ۳ میزان همبستگی کم می باشد. برای دسترسی به نتایج بهتر از یک تکنیک ریزمقیاس سازی بر اساس یک معادله خطی که رطوبت خاک را به سه پارامتر سنجنده مودیس ارتباط می دهد و محصولاتAMSR۲ را به یک محصول ریزمقیاس شده تبدیل می نماید، استفاده گردید و عملکرد آن مورد مطالعه قرار گرفت. نتایج نشان داد که ریزمقیاس سازی منجر به کاهش خطا و افزایش ضریب همبستگی در ایستگاه های اندازه گیری گردید، بطوریکه در ایستگاه های ۱ ،۲ و۳ مقادیر ضریب همبستگی بترتیب از ۲۹۵/۰ ،۵۵۲/۰ و۲۳۷/۰ به ۸۶۴/۰ ، ۷/۰ و ۷۵۰/۰ افزایش و مقادیر قدر مطلق میانگین خطا و جذر میانگین مربعات خطا کاهش یافت.

Authors

مائده فرخی

دانشجوی دکتری گروه علوم و مهندسی آب،دانشکده کشاورزی،دانشگاه فردوسی مشهد،مشهد،ایران

حسین انصاری

استاد گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد،مشهد،ایران

علیرضا فرید حسینی

دانشیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد،مشهد،ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • طراحی و ساخت دستگاه اندازه گیری داده های محیطی خاک به ویژه رطوبت، دما و شوری با نام تجاری REC-P۵۵ [مقاله ژورنالی]
  • Anderson, M. G., ۱۹۸۵. Hydrological Forecasting. John Wiley & Sons, ...
  • Busch, F. A., Niemann, J. D., and Coleman, M., ۲۰۱۲. ...
  • Coleman, M. L., and Niemann, J. D., ۲۰۱۳. Controls on ...
  • Chauhan, N. S., Miler, S., and Aradny, P., ۲۰۰۳. Spaceborn ...
  • Djamai, N., Magagi, R., Goïta, K., Merlin, O., Kerr, Y., ...
  • Dumedah, G. and Walker, J. P., ۲۰۱۷. Assessment of model ...
  • Elachi, C., ۱۹۸۷. Introduction to the Physics and Techniques of ...
  • Hihara, T., Kubota, M., and Okuro, A., ۲۰۱۵. Evaluation of ...
  • Holgate, C. M., De Jeu, R. A. M., van Dijk, ...
  • ۲۰۱۲, e-Handbook of Statistical Methods. NIST/SEMATECH ...
  • Jackson, T. J., Cosh, M. H., Bindlish, R., Starks, P. ...
  • Jensen, J. R., ۱۹۹۹. Remote Sensing of the Environment – ...
  • Kawaguchi, M., and Yoshida, T., ۲۰۱۳. Regular Observation by Global ...
  • Liang, X. and Lettenmaier, D. P., ۱۹۹۴. A simple hydrologically ...
  • Liang, S., Strahler, A. H., and Walthall, C. W., ۱۹۹۹. ...
  • Lillesand, T. M., ۲۰۰۷. Remote Sensing and Image Interpretation, Fifth ...
  • Peng, F., Mu, M., and Sun, G., ۲۰۱۷. Responses of ...
  • Ranney, K. J., Niemann, J. D., Lehman, B. M., Green, ...
  • Soulis, K. X., Elmaloglou, S., and Dercas, N., ۲۰۱۵. Investigating ...
  • Ulaby, F. T., Moore, R. K., and Fung, A. K., ...
  • Yan, H., DeChant, C. M., and Moradkhani, H., ۲۰۱۵. Improving ...
  • Zhuo, L., and Han, D., ۲۰۱۶. The Relevance of Soil ...
  • نمایش کامل مراجع