بررسی داده‌های سنجش از دور به منظور پایش رطوبت خاک در استان کرمان (مطالعه موردی: حوزه آبخیز سد بافت)

در حال حاضر انواع روش‌های قابل اعتماد و عملی برای اندازه‌گیری رطوبت خاک از مقیاس نقطه‌ای به مقیاس جهانی وجود دارد. توسعه بسیار دقیق تکنیک‌های اندازه‌گیری و داده‌های کارآمد، سیستم را برای نظارت مستمر قادر می‌سازد. به تازگی پیشرفت قابل توجه در تکنیک سنجش از دور، به جامعه علمی اجازه داده است که نقشه رطوبت خاک را در هر نقطه از جهان به صورت دقیق و مکرر داشته باشند، که این پیشرفت کمک می‌کند برای به دست آوردن داده‌های مورد اطمینان از حوضه‌های دور دست و حوضه هایی که بدون آمار هستند و از صرف وقت و هزینه اضافی جلوگیری به عمل می‌آورد. مطالب فوق ضرورت انجام این تحقیق را بیان می‌کند. در این تحقیق فرضیه این است که آیا داده‌های سنجش از دور merraland در برآورد رطوبت خاک حوزه آبخیز بافت دقت قابل قبولی دارد؟ برای این‌که به جواب این پرسش برسیم، بعد از دانلود داده‌ها و قرائت آن‌ها جهت صحت‌سنجی داده‌ها از روش همبستگی پیرسون بین داده‌های متوسط ماهانه ماهواره و بارندگی متوسط ماهانه ایستگاه‌های سینوپتیک بافت و باران‌سنجی کیسکان در دوره 2009 تا 2013 استفاده شد. نتایج نشان داد که با اطمینان 99 درصد در ایستگاه کیسکان(که در وسط حوضه واقع شده است) و با اطمینان 95 درصد در ایستگاه بافت بین داده‌های متوسط ماهانه رطوبت خاک سطحی دانلود شده با متوسط بارندگی ماهانه همبستگی بالایی وجود دارد، سپس برای مقایسه میانگین بین داده‌های merraland از پایگاه سرویس داده‌های علوم زمین گودارد (ges disc) به عنوان داده‌های پیش‌بینی شده در تاریخ و ساعت مشخص و درصد رطوبت حجمی به دست آمده از 14 نقطه نمونه برداری شده از سطح خاک و منطقه محدوده ریشه در حوزه آبخیز بافت در همان ساعت و تاریخ به عنوان داده‌های درجا استفاده شد. مقایسه میانگین از روش t جفتی در محیط نرم افزار spss برای هر دونوع نمونه (سطحی و محدوده ریشه) انجام شد. نتایج نشان داد که به علت بیشتر بودن t محاسبه شده از t جدول با درجه آزادی 13 در مقایسه رطوبت حجمی سطحی و منطقه ریشه با داده‌های دانلود شده سطحی و منطقه ریشه با اطمینان99درصد اختلاف معنیداری دیده نمی‌شود و می‌توان به بخش‌های اجرایی توصیه کرد تا به جای صرف وقت و هزینه زیاد از درصد رطوبت حجمی ارائه شده از این پایگاه برای پیش بینی و پایش خشکسالی کشاورزی استفاده کنند.

Study of Remote Sensing Data for Monitoring Soil Moisture in Kerman Province (Case Study: Baft Dam Basin)

Abstract:At present, there are a variety of reliable and practical methods for measuring soil moisture from point to world scale. Recently, remarkable progress in remote sensing techniques has allowed the scientific community to accurate and repeatedly map soil moisture anywhere in the world. The above points out the need for this research. In this research, this is the hypothesis, Do MERRALAND remote sensing data have an acceptable accuracy in determining the soil moisture content of the baft watershed? To answer this question, After downloading the data and reading them, Pearson correlation method was used to validate the data between monthly average remote sensing data and monthly average precipitation of baft synoptic and Kiskan Rainfall stations measurement in 20092013. The results showed 99% confidence in the Kiskan station and 95% confidently at the baft station There is a high correlation between monthly average soil moisture content downloaded with average monthly rainfall, Then, to compare the mean of MERRALAND data from the Goddard earth science(GES DISC) As predicted data at the specified date and time and the percentage moisture content obtained from 14 sampling points from the soil surface and the root zone area in the baft basin, the same time and date was used as insitu data. Mean comparison of Tpair method was performed in SPSS software for each sample. The results showed that due to the higher T calculated from the table T with a degree of freedom 13 compared to the moisture content of the surface area and the root area there is no significant difference with surface download data and root area with 99% confidence. And can be recommended to the executive department Instead of spending a lot of time and cost Use the percentage moisture content provided by this site to predict and monitoring agricultural drought.