فخار, محدثه السادات, کاویانی, عباس. (1405). مدلسازی رطوبت خاک و بهبود وضوح مکانی داده‌های ماهواره SMAP در مقیاس مزرعه با استفاده از داده‌های سنجش از دور. , 57(6), 1337-1358. doi: 10.22059/ijswr.2026.405920.670047
محدثه السادات فخار; عباس کاویانی. "مدلسازی رطوبت خاک و بهبود وضوح مکانی داده‌های ماهواره SMAP در مقیاس مزرعه با استفاده از داده‌های سنجش از دور". , 57, 6, 1405, 1337-1358. doi: 10.22059/ijswr.2026.405920.670047
فخار, محدثه السادات, کاویانی, عباس. (1405). 'مدلسازی رطوبت خاک و بهبود وضوح مکانی داده‌های ماهواره SMAP در مقیاس مزرعه با استفاده از داده‌های سنجش از دور', , 57(6), pp. 1337-1358. doi: 10.22059/ijswr.2026.405920.670047
فخار, محدثه السادات, کاویانی, عباس. مدلسازی رطوبت خاک و بهبود وضوح مکانی داده‌های ماهواره SMAP در مقیاس مزرعه با استفاده از داده‌های سنجش از دور. , 1405; 57(6): 1337-1358. doi: 10.22059/ijswr.2026.405920.670047

مدلسازی رطوبت خاک و بهبود وضوح مکانی داده‌های ماهواره SMAP در مقیاس مزرعه با استفاده از داده‌های سنجش از دور

تحقیقات آب و خاک ایران
دوره 57، شماره 6، شهریور 1405، صفحه 1337-1358    اصل مقاله (1.57 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijswr.2026.405920.670047
نویسندگان
محدثه السادات فخار1؛ عباس کاویانی* 2
1گروه علوم و مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه بین المللی امام خمینی(ره)، قزوین، ایران
2عضو هیات علمی گروه مهندسی آب دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران
چکیده
امروزه برآورد رطوبت خاک با استفاده از ماهواره SMAP در مقیاس زمانی کمتر از سه روز امکان‌پذیر شده است اما اندازه‌ پیکسل سایز‌های این داده بزرگ است. در این پژوهش رویکردی برای کاهش مقیاس رطوبت خاک SMAP با ترکیب Sentinel-1 SAR و داده‌های MODIS به کارگرفته است لذا با هدف برآورد رطوبت خاک در مزارع ذرت به برداشت نمونه رطوبت خاک گیاه ذرت از 5 مزرعه در کشت و صنعت مگسال واقع در دشت قزوین در دوره کشت تابستان 1401 پرداخته شد. در این پژوهش از تکنیک‌ جنگل تصادفی برای تخمین رطوبت خاک، استفاده شد. در این پژوهش شش سناریو تعریف شد که هر سناریو بیانگر یک ترکیب متفاوت از شاخص‌های استخراج‌شده از داده‌های Sentinel-1 و MODIS به‌عنوان ورودی مدل جنگل تصادفی برای کاهش مقیاس رطوبت خاک SMAP است. نتایج به دست آمده نشان می‌دهد که در بین سناریو‌های مورد بررسی در مزرعه یک (M1)، سناریو RF6 با مقدار R=0.97 و (cm3/cm3) RMSE=0.04 بیشترین میزان همبستگی را داشته است. بعد از سناریو RF6، سناریو RF5 با مقدار R= 0.96 از همبستگی بالایی برخوردار است. از جمله دلایل افزایش میزان همبستگی در سناریو‌های RF5 و RF6 را می‌توان به وجود شاخص LAI و نقشه کاربری اراضی اشاره کرد. در بررسی همبستگی میان شاخص سطح برگ و رطوبت خاک اندازه‌گیری شده مشخص شد که این شاخص با مقدار R= 0.88 میزان همبستگی بالایی را با مقادیر رطوبت خاک دارد. به دلیل محدود بودن داده‌های نقطه‌ای رطوبت خاک و نیاز به تهیه نقشه‌های پیوسته برای پایش مزارع کوچک، به‌کارگیری روش‌های ریزمقیاس‌سازی می‌تواند دقت داده‌های SMAP را به‌طور مؤثری افزایش داده و آن را به ابزاری کارآمد و مقرون‌به‌صرفه برای مدیریت و پژوهش‌های کشاورزی تبدیل کند.
کلیدواژه‌ها
جنگل تصادفی؛ رطوبت خاک؛ ریزمقیاس‌سازی؛ SMAP؛ MODIS
مراجع
آمار
تعداد مشاهده مقاله: 111
تعداد دریافت فایل اصل مقاله: 123