ارزیابی دقت مدل‌های مبتنی بر داده‌های ماهواره‌ای حرارتی و نوری برای تخمین میزان رطوبت خاک سطحی با بافت‌های متفاوت در کشت و صنعت نیشکر هفت‌تپه

رطوبت خاک یکی از پارامترهای کلیدی در مدیریت منابع آب، خاک و گیاهان به شمار می‌رود. به دلیل مشکلاتی نظیر ناپیوستگی در برداشت نمونه‌ها، عدم دسترسی به اطلاعات کافی در مورد ویژگی‌های مناطق، و نیز صرف هزینه و زمان زیاد برای برآورد میزان آب قابل دسترس خاک و تغییرات مکانی آن، استفاده از تصاویر ماهواره‌ای به عنوان روشی به صرفه و کارآمد مطرح می‌شود. مدل ذوزنقه ای حرارتی- مرئی بر اساس تفسیر توزیع پیکسل در فضای lst-v1 است که این فضا برای تخمین رطوبت سطحی خاک یا تبخیر-تعرق واقعی استفاده می شود. هدف از این مطالعه برآورد رطوبت خاک با استفاده از تصاویر ماهواره ای لندست 9 و 8 در طول فصل داشت گیاه در دوره 02-1401 و با استفاده از مدل های ذوزنقه حرارتی و نوری در شرکت کشت و صنعت نیشکر هفت تپه در سه بافت خاک متفاوت بود. نتایج حاکی از دقت مشابه هر دو مدل در برآورد رطوبت خاک در هر سه بافت خاک است. بر اساس رابطه رگرسیونی برازش شده بین هر دو مدل و درصد رطوبت حجمی خاک در نقاط اندازه گیری شده بیشترین ضریب تبیین بدست آمده بین داده های مشاهده ای و بدست آمده برای مدل ذوزنقه حرارتی 0/96 و برای مدل ذوزنقه نوری 0/97 در بافت خاک لومی است. که نشان دهنده برازش و پراکنش دقیق داده ها در فضای lst-v1 و  str-vi توسط مدل های مورد نظر است. همچنین به منظور کارایی نقشه های بدست آمده کمترین مقدار درصد rmse برای دو مدل در بافت خاک لومی و به ترتیب 3/74 و 3/77 محاسبه گردید. در حالت کلی می توان نتیجه گرفت که مدل های ذوزنقه نوری و حرارتی رطوبت خاک را با اختلاف کم و با دقت بالا برای هر سه بافت خاک پیش بینی می کنند.

valuating the accuracy of models based on thermal and optical satellite data to estimate soil moisture with different textures in haft-tapeh sugarcane agro- industry

soil moisture is one of the key parameters in the management of water, soil and plant resources. due to problems such as discontinuity in taking samples, lack of access to sufficient information about the characteristics of the regions, as well as spending a lot of time and money to estimate the amount of available soil moisture and its spatial changes, the use of satellite images is proposed as a cost-effective and efficient method. the thermal-visible trapezoidal model is based on the interpretation of pixel distribution in lst-v1 space, which is used to estimate soil surface moisture or real evapotranspiration. the aim of this study was to estimate soil moisture during the season of 2021-22 for three different soil textures in haft-tapeh sugarcane agro-industry company. this was done by landsat 8 and 9 satellite images and using thermal and optical trapezoidal methods. the results indicated similar accuracy of both models in estimating soil moisture in all three soil textures. based on the fitted regression relationship between both models and the percentage of volumetric soil moisture in the measured points, the highest coefficient of explanation obtained between was 0.96 for the thermal trapezoidal model and 97.00 for the optical trapezoidal model, in loamy soil texture. this indicated the exact fit and distribution of data in lst-v1 and str-vi space by the desired models. also, for the efficiency of the obtained maps, the lowest value of rmse percentage was calculated for the two models in loamy soil texture as 3.74 and 3.77, respectively. in general, it can be concluded that optical and thermal trapezoidal models predict soil moisture with a small difference and with high accuracy for all the three loamy soil textures.