|
" بررسي دقت روشهاي غير مستقيم اندازه¬گيري محتوي آب خاک با استفاده از استفاده از داده‌هاي مشاهده‌اي صحرايي "
پرهمت، جهانگير
| شماره شناسایی
|
:
|
18883672
|
| شماره مدرک
|
:
|
۶۷۰۵۶
|
| نام عام مواد
|
:
|
[گزارش نهایی -ویژه]
|
| شناسه افزوده
|
:
|
پرهمت، جهانگير
|
|
|
:
|
عبده کلاه چي، عبدالنبي
|
|
|
:
|
تاجبخش، محمد
|
|
|
:
|
کريمي ظفرآبادي، فاطمه
|
| عنوان اصلي
|
:
|
بررسي دقت روشهاي غير مستقيم اندازه¬گيري محتوي آب خاک با استفاده از استفاده از داده‌هاي مشاهده‌اي صحرايي
|
| نام نخستين پديدآور
|
:
|
پرهمت، جهانگير
|
| عنوان اصلي به زبان ديگر
|
:
|
Investigating accuracy of indirect soil water content estimating by using field observation data
|
| وضعیت انتشار
|
:
|
تهران: پژوهشكده حفاظت خاك و آبخيزداري، ۱۴۰۳
|
| فروست
|
:
|
شماره ثبت ۶۷۰۵۶ مورخ ۱۴۰۳/۱۲/۲۶۶۷۰۵۶
|
|
|
:
|
شماره طرح : 124-29-29-022-00024-000463
|
|
|
:
|
سامانه سمپات
|
| توصیفگر
|
:
|
محتوی آب خاک
|
|
|
:
|
PR2
|
|
|
:
|
TDR
|
|
|
:
|
سنجش از دور
|
|
|
:
|
روش وزنی
|
|
|
:
|
SMAP
|
|
|
:
|
GELDAS
|
| خلاصه یا چکیده
|
:
|
میزان رطوبت خاک و تغییرات زمانی و مکانی آن یکی از مؤلفه‌های اصلی بیلان آبی می‌باشد که در فعالیت‌های مختلفی از جمله مدیریت منابع آب، آبیاری و مدیریت مزرعه مورد نیاز می‌باشد. با این حالبه‌دلیل وجود ناهمگنی‌های فراوان در توزیع مکانی و زمانی محتوی آب خاک در سطح حوضه و عدم وجود یک روش استاندارد جهت تعیین این پارامتر، محدودیت‌های زیادی در تخمین آن وجود دارد. از طرفی اندازه‌گیری صحرایی با هزینه زیاد مواجه و وقت‌گیر می‌باشد. لذا روشهای مختلفی بر اساس پارامترهای خاک و بازتاب امواج الکترومغناطیس از سطح خاک ارائه شده است که بکار گیری هر کدام با محدودیت‌هایی مواجه بوده و نیاز است که بر اساس شرایط محیطی واسنجی و سپس استفاده شوند. بدین منظور پروژه تحقیقاتی "بررسی دقت روشهای غیر مستقیم اندازه‌گیریمحتویآبخاکبا ازاستفادهازداده‌هایمشاهده‌ایصحرایی" تعریف شده است. این پروژه با اهداف بررسی و مقایسه روشهای مختلف اندازه‌گیری محتوی آب خاک در مقیاس محلی بر پایه پارامترهای رایج مانند دقت نتایج و پوشش مکانی و تشخیص روش با کارایی بالا و مفیدتر برای اراضی باغی در منطقه انجام تلو واقع در شرق کلان‌شهر تهران انجام شد. روشهای غیر مستقیم شاملدستگاهPR2،سنجنده TDRدستگاهTrase و نیز تصاویر ماهواره‌ای SMAP و سنتینل2 می‌باشد. در این پژوهش مقدار محتوی آب خاک و توزیع آن در منطقه پایلوت تلو با روشهای مستقیم شامل روش وزنی وغیر مستقیم شامل استفاده ازبازتاب سنجی حوزه زمانی(TDR)، کاوشگر عمقی (Profile Probe) مدلPR2و روش سنجش از دور برآورد و مقایسه شد. بدین منظور در منطقه تلو 7 نقطه ایستگاهی بر اساس تنوع پوشش گیاهی و نوع کاربری انتخاب شد. این ایستگاه‌ها شامل P1، P2، P3 و P6 در اراضی با پوشش مرتعی متراکم، ایستگاه P4و P5در اراضی با پوشش درختی و ایستگاه P7 در اراضی بدون پوشش گیاهی می‌باشد.سپس،اندازه‌گیری مقدار رطوبت خاک در طول پروفیل خاک با استفاده از دستگاه‌هایPR2، همچنین سنجنده TDRدستگاهTrase، به همراه نمونه‌برداری و تعیین رطوبت به روش وزنی در نظر انجام شد. هم‌زمان تصاویر ماهواره‌ایسنتینل2 و SMAP نیز برای این منطقه تهیه و نتایج اندازه‌گیری‌هایمستقیم (روش وزنی) به عنوان معیار ارزیابی دقت سنجده‌های زمینی و ماهواره‌ای استفاده شد.
نتایج پژوهش نشان می‌دهد که همبستگی بین هر کدام از دو حسگر TDR و PR2 با داده‌های مشاهده‌ای وزنی به ترتیب با مقادیر ضریب همبستگی 956/0 و 962/0 بسیار بالا و نزدیک به هم می‌باشد. بعلاوه درصد انحراف مطلق آنها به ترتیب 6 و 23 درصد می‌باشد. بنابراین، TDR با وجود اینکه در درصد همبستگی کمی پایین‌تر از PR2 قرار گرفته است ولی با توجه به پایین بودن درصد انحراف مطلق، برآورد دقیق‌تری را از رطوبت خاک دارا بوده است. لذا بین این دو، TDR در مرتبه اول و PR2 در مرتبه دوم قرار گرفته و برای ارزیابی دقت داده‌های ماهواره‌ایسنتینل2 و SMAP که تخمینی کلی از رطوبت خاک صرفنظر از توزیع عمقی رطوبت را ارائه می‌دهند، داده‌های هم‌زمان TDR توصیه می‌شود.
بیشترین همبستگی داده‌های سنتینل2 با TDR در ایستگاه P2 با کاربری مرتع و پوشش گیاهی متراکم، و به میزان 95/ 0 و کمترین آن در ایستگاه P3 که خود نیز پوشش گیاهی مرتعی است، به میزان 0.33 بدست آمده است. بعلاوه این ضریب در ایستگاه P6 با پوشش مرتعی 0.75 بدست آمده است که این مقدار بینابین مقادیر دو ایستگاه دیگر مرتعی می‌باشد. همچنین دامنه ضریب همبستگی بین داده‌های سنتینل2 با TDR در دو ایستگاه P4 و P5 با پوشش درختی با هم متفاوت بوده ولی هر دو در دامنه قابل قبول می‌باشد. در ایستگاه واقع در اراضی بدون پوشش گیاهی همانند ایستگاه P3 ضریب همبستگی پایین بوده است. بنابراین، بر اساس نتایج این داده‌ها، برآورد رطوبت خاک از داده‌های سنتینل2 با دامنه‌ای از خطا مواجه می‌باشد.
نتایج این پژوهش نشان می‌دهد که رابطه همبستگی داده‌های SMAPبا TDR به‌طور متوسط در هفت ایستگاهباضریب همبستگی 675/0 و میزان انحراف مطلق 7/17 درصد می‌باشد. بنابراین با وجود قدرت تفکیک زمینی پایین داده‌های SMAP، در چهار ایستگاه برآورد دقیق‌تری از رطوبت خاک را نسبت به سنتینل2 داشته است.
|
|
|
:
|
Soil moisture content (SMC) and its temporal and spatial variations are one of the main components of the water balance, which is required in various activities such as water resources management, irrigation, and farm management. there are many limitations in the estimation of SMC due to the large heterogeneity in the spatial and temporal distribution of soil water content at the basin level and the lack of a standard method for determining it in a catchment scale. On the other hand, field measurements are expensive and time-consuming. Therefore, various methods have been proposed based on soil parameters or electromagnetic reflection from the soil surface, each of which has its own limitations and needs to calibrating. For this purpose, the research project " Investigating the accuracy of indirect methods for measuring soil water content using field observation data" has been defined. This project was carried out with the objectives of investigating and comparing different methods for measuring soil water content at a local catchment scale based on common parameters such as accuracy of results and spatial coverage and identifying a more efficient and useful method for garden lands in the Tolo region located in the east of Tehran metropolis. Indirect methods include the PR2 device, the Trase TDR sensor, as well as SMAP and Sentinel 2 satellite images. In this study, the amount of soil water content and its distribution in the Tolo pilot area were estimated and compared with direct methods including the gravimetric method and indirect methods including the use of time domain reflectometry (TDR), the PR2 model Profile Probe, and the remote sensing method. For this purpose, 7 stations were selected in the Tolo region based on the diversity of vegetation cover and land use type. These stations include P1, P2, P3, and P6 in lands with dense pasture cover, stations P4 and P5 in lands with tree cover, and station P7 in bare soils. Then, soil moisture measurement was carried out along the soil profile, using PR2 devices, as well as the Trase TDR sensor. At the same time, Sentinel 2 and SMAP satellite images were also prepared for this area and the results of direct measurements (weight method) were used as a criterion for evaluating the accuracy of ground and satellite measurements.
The results of the study show that the correlation between each of the two TDR and PR2 sensors with observed data is very high and close to each other with correlation coefficient values of 0.956 and 0.962, respectively. In addition, their absolute error is 6 and 23 percent, respectively. Also, TDRcorrelation with slightly lower in percentage than PR2, has a more accurate estimate of soil moisture according to the absolute error. Therefore, between these two sensors, TDR is preferred to PR2, and TDR data is recommended to evaluate the accuracy of Sentinel 2 and SMAP satellite data, which provide a general estimate of soil moisture regardless of the depth distribution of SWC.
The highest correlation of Sentinel2 data with TDR was 0.95 which is due to station P2 (dense pasture land cover(LC)) and the lowest (0.33) obtained at station P3, which is also pasture land. In addition, this coefficient was obtained 0.75 at station P6 with pasture LC. Also, the range of the correlation coefficient between Sentinel2 data with TDR at stations P4 and P5 with tree LC was different (0.91 and 0.76 respectively), but both were within acceptable ranges. At the station located in bare LC (P7), like station P3, the correlation coefficient was low. Therefore, based on the results of these data, the estimation of soil moisture from Sentinel2 data faces a range of error.
The final results of this study show that the correlation relationship between SMAP data and TDR is on average at seven stations with a correlation coefficient of 0.675 and an absolute error of 17.7 percent. Therefore, despite the low ground resolution of SMAP data, it has a more accurate estimate of soil moisture than Sentinel 2 at these four stations.
|
| |