تلفیق بازیابی‌های سنجنده‌ی amsr2 با محصولات دورسنجی مودیس بمنظور برآورد رطوبت خاک با وضوح بالا

رطوبت خاک یکی از مهم‌ترین متغیرهای محیطی است و شناخت تغییرات مکانی و زمانی آن، بینش ارزشمندی را در فعالیت‌های کشاورزی، مطالعات هیدرولوژیکی، مدل‌های آب و هوایی و نظارت بر محیط زیست به همراه دارد. در این پژوهش داده‌های رطوبت خاک سطحی حاصل از سنجنده amsr2 مورد استفاده قرار گرفت و این داده‌ها با اندازه‌گیری‌های زمینی برای دشت رفسنجان، مقایسه گردید. این مقایسه بر اساس ارزیابی تفاوت بین داده‌های ماهواره‌ای و داده‌های زمینی اندازه‌گیری شده در شش ایستگاه، با استفاده از قدر مطلق میانگین خطا، جذر میانگین مربعات خطا و ضریب همبستگی انجام شد. نتایج کلی اعتبار‌سنجی نشان داد که در سه ایستگاه 4 ، 5 و 6 اندازه‌گیری‌ها، مشابه تخمین رطوبت خاکamsr2 رفتار می‌کند و همبستگی بالای 70 درصد دارند و در ایستگاه‌های 1، 2 و 3 میزان همبستگی کم می‌باشد. برای دسترسی به نتایج بهتر از یک تکنیک ریزمقیاس‌سازی بر اساس یک معادله خطی که رطوبت خاک را به سه پارامتر سنجنده مودیس ارتباط می‌دهد و محصولاتamsr2 را به یک محصول ریزمقیاس‌شده تبدیل می‌نماید، استفاده گردید و عملکرد آن مورد مطالعه قرار گرفت. نتایج نشان داد که ریزمقیاس‌سازی منجر به کاهش خطا و افزایش ضریب همبستگی در ایستگاه‌های اندازه‌گیری گردید، بطوریکه در ایستگاه‌های 1 ،2 و3 مقادیر ضریب همبستگی بترتیب از 0.295 ،0.552 و0.237 به 0.864 ، 0.7 و 0.750 افزایش و مقادیر قدر مطلق میانگین خطا و جذر میانگین مربعات خطا کاهش یافت.

Integration of retrievals of the AMSR2 sensor with MODIS products to estimatesoil moisture at high resolution

Soil moisture is a determinant factor in most of complex environmental processes and has an important role in agricultural activities, hydrologic studies, and environmental monitoring. In this study the soil moisture data from the Advanced Microwave Scanning Radiometer 2 (AMSR2)were used and these data were compared with groundbased measurements over Rafsanjan plain. The comparison criteria’s are consisted of the evaluation of the mean error, root mean squared error, and the correlation coefficient .The results of validation showed that the measurements of the soil moisture at the stations 4, 5, and 6 behaved similarly to AMSR2 soil moisture, and the correlations were above of 70% ,and at the stations 1, 2 ,and 3, the correlations were low. In order to achieve better results, a downscaling technique was used. The technique suggests that remotely sensed soil moisture retrieved from the AMSR2 system at a 25km resolution can be downscaled to 1km resolution by using a simple linear equation based on parameters calculated with a regression model, which is based on three physical properties of 1km resolution retrieved from MODIS. The results revealed that the downscaling technique reduced the errors and increased the correlation coefficient, the correlation coefficients at stations 1, 2, and 3 increased from 0.295 , 0.552 ,0.237 to 0.864 , 0.7, 0.75, respectively.