کمیت رطوبت خاک یکی از پارامترهای کلیدی در ارزیابی خشکسالی و تغییرات اقلیمی محسوب میشود. پایش بهنگام و دقیق این کمیت در مقیاسهای منطقهای و جهانی به کمک سنجش از دور یک راهکار سودمند محسوب میگردد. تاکنون روشهای مختلفی برای برآورد رطوبت سطح خاک از دادههای ماهوارهای ارائه شده است. استفاده از روشهای مبتنی بر محدوده کوچکی از طیف الکترومغناطیسی در قالب شاخصهای منفرد، نمیتواند راهحل مناسبی برای برآورد رطوبت سطح خاک در حوزه سنجش از دور مرئی و حرارتی باشد. استفاده منفرد از یک شاخص محدودیتهای خاص خود را بههمراه دارد. این محدودیتها میتواند شامل میزان تاثیرپذیری از شرایط جوی، هندسه تصویربرداری، توپوگرافی و ویژگیهای خاک باشد. بنابراین استفاده از تمامی پتانسیل محدوده طیف الکترومغناطیسی (باندهای مرئی، مادون قرمز نزدیک و طول موج کوتاه و حرارتی) در قالب ترکیبی رگرسیونی از شاخصهای طیفی، میتواند در بهبود دقت برآورد رطوبت سطح خاک موثر باشد. در این تحقیق ابتدا میزان همبستگی تعداد 20 شاخص ارائه شده در حوزه تخمین رطوبت سطح خاک با مقادیر رطوبت اندازهگیری شده زمینی مورد ارزیابی قرار گرفت. در ادامه شاخصها به ترتیب اولویت قدرمطلق ضریب همبستگی خطی و نمایی و بهتدریج به یک مدل خطی افزوده شدند و عملکرد این روند از نقطهنظر دقت برآورد رطوبت سطح خاک مورد ارزیابی قرار گرفت. مدل بهینه تخمین رطوبت سطح خاک رگرسیونی خطی از شاخصهای LST-VSDI-NDWI-SASIبهدست آمد که با بهبود دقتی به میزان (RMSE=0.048) همراه بود. از طرف دیگر، با توجه به اینکه خاکها سطح اشباعشدگی متفاوتی دارند، منطقی خواهد بود که مدلسازی آنها هم براساس دستهبندی نوع بافت خاک صورت پذیرد. بنابراین مدل خطی رطوبت سطح خاک برای سه مجموعه داده با کلاسهای خاک متوسط بافت، نسبتاً درشت بافت و درشت بافت مورد ارزیابی قرار گرفت. نتایج نشان دادند که، مدل تخمین رطوبت برای خاکهای متوسط بافت در مقایسه با خاکهای درشت بافت خوانش نسبتاً خوبی با مقادیر رطوبت اندازهگیری شده را دارد (RRMSE=29%…, RRMSE=0.032). بهعبارت دیگر مدل برآورد رطوبت به همه انواع خاکها تعمیمپذیر نمیباشد و خاکهای درشتدانه بهواسطهی خاصیت گرانروی بالا توان حفظ مقادیر محسوسی از رطوبت را نداشته و در تعامل با امواج الکترومغناطس رفتار کم معناتری را از خود نشان میدهند. در نقطهی مقابل، خاکهای با بافت نرم و ریزدانه بهواسطه کاهش محسوس رفتار مویینگی در آنها، تعامل معنادارتری را در هنگام برهمکنش با امواج الکترومغناطیس نشان میدهند.
Gholami Bidkhani N, Mobasheri M R. Development of an Index-based Regression Model for Soil Moisture Estimation Using MODIS Imageries by Considering Soil Texture Effects. JGST 2019; 9 (1) :173-187 URL: http://jgst.issgeac.ir/article-1-837-fa.html
غلامی بیدخانی نبی اله، مباشری محمدرضا. توسعه یک مدل رگرسیونی شاخص‌مبنا به منظور برآورد رطوبت سطح خاک از تصاویر MODIS با در نظر گرفتن اثرات بافت خاک. علوم و فنون نقشه برداری. 1398; 9 (1) :173-187
