تخمین رطوبت خاک سطحی با استفاده از تصاویر ماهواره‌ای و پارامترهای هواشناسی در مراتع مناطق خشک و نیمه خشک

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار /پردیس ابوریحان، دانشگاه تهران

2 دانشجوی دکتری /آبیاری و زهکشی، دانشگاه آزاد اسلامی- واحد علوم و تحقیقات تهران

3 استادیار /پردیس ابوریحان، دانشگاه تهران

4 کارشناس ارشد/ سازمان فضایی ایران

چکیده

رطوبت خاک و تغییرات زمانی و مکانی آن یکی از اجزاء بسیار مهم مدل‌های اقلیمی، اکولوژیکی و هیدرولوژیکی است. ارائه نمای جامع و یکنواخت از نواحی مختلف زمین، تصویر‌برداری مکرر از مناطق وسیع و غیر‌قابل دسترس، به همراه اطلاعات با فواصل زمانی منظم از ویژگی‌های مهم سیستم‌های سنجش از دور می‌باشد. پوشش گیاهی مرتعی در مناطق خشک و نیمه خشک تحت تأثیر رطوبت خاک می‌باشد، بنابراین می‌توان از شاخص‌های پوشش گیاهی حاصل از تصاویر ماهواره‌ای جهت مطالعۀ مقدار رطوبت خاک استفاده نمود. این تحقیق رابطه رطوبت خاک به دست آمده از اندازه‌گیری‌های میدانی و NDVI‌های همزمان و تأخیری حاصل از تصاویر سنجندۀ مودیس را با بهره‌گیری از داده‌های روزانۀ هواشناسی در فصل رشد (فروردین- مرداد) گیاهان مرتعی استان خراسان، در سال‌های آماری 2003- 2005 توسط مدل‌های رگرسیون خطی مورد مطالعه قرار داده است. نتایج، همبستگی متوسطی را بین رطوبت لایه سطحی خاک و NDVI‌های همزمان و تأخیری در طول فصل رشد نشان دادند. بهترین همبستگی بین رطوبت لایه سطحی خاک و NDVI تأخیری 15روزه به دست آمد. با درنظر گرفتن عامل باد و تبخیر تجمعی مدل‌های بهتری برای تخمین رطوبت لایۀ سطحی خاک در محدودۀ زمانی و مکانی تحقیق ارائه شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Assessing Surface Soil Moisture in Arid and Semiarid Rangelands Using NDVI and Meteorological Parameters

نویسندگان [English]

  • S. M. R Behbahani 1
  • E Noroozi Aghdam 2
  • A Rahimi Khoob 3
  • H Aghighi 4
1 Associate Professor, Dept. of Irrigation & Drainage Eng. Abureihan Pardis, University of Tehran, Tehran, Iran
2 PHD. Student, Irrigation & Drainage Engineering, Islamic Azad University, Science and Research Branch of Tehran, Tehran, Iran
3 Assistant Professor, Dept. of Irrigation & Drainage Eng. Abureihan Pardis, University of Tehran, Tehran, Iran
4 Remote sensing and GIS expert of Iranian Space Agency, Tehran, Iran
چکیده [English]

Soil moisture and its temporal and spatial variations are one of the critical parameters in climatic, ecological, and hydrological modeling. Overall and consistent views on different parts of an area, repetitive satellite images from inaccessible areas and over large zones, along with regular periodic data are among important outcomes of the Remote Sensing (RS). Rangelands are highly dependent on the availability of water and therefore the vegetation indices can be used for tracking the changes in soil moisture. This study analyzes the correlation between the field measurements of soil moisture obtained using gravimetric sampling and the coincided and lagged MODIS-NDVIs based on the daily meteorological parameters during the growing season (April-August) from 2003 to 2005 in arid and semi arid rangeland in KhorasanProvince, north eastern Iran. Results show that the surface soil moisture in these rangelands is moderately correlated to the coincided and lagged NDVI and can be estimated using NDVI during the growing season. Stronger relations can be obtained for surface soil moisture data lagged by 2 weeks with respect to the vegetation index. Considering wind and cumulative evaporation factors represent better temporal and spatial estimation for the surface soil moisture in the study area.

کلیدواژه‌ها [English]

  • soil moisture
  • NDVI
  • MODIS
  • Remote Sensing
  • Khorasan province

بای بوردی، م. (1380)، اصول مهندسی آبیاری، روابط آب و خاک، جلد اول، انتشارات دانشگاه تهران. 709ص.

بداق جمالی، ج.، احمدیان، ج.، جوانمرد، س.، گلمکانی، ت. و ملکی‌زاده، ص. (1377)، ضرورت پایش وضعیت رطوبت خاک در افزایش بهره‌وری آب کشاورزی"، یازدهمین همایش کمیته ملی آبیاری و زهکشی ایران: صص. 376-390.

بهبهانی، س. م. (1380)، هیدرولوژی آبهای سطحی، انتشارات دانشگاه تهران: 485ص.

Adegok, J. O. and Carleton, A. M. (2002), Relations between Soil Moisture and Satellite Vegetation Indices in the U.S. Corn Belt. American Meteorological Society, vol.3: pp. 395-405.

Farrar, T. J., Nicholson, S. E. and Lare, A. R. (1994), The influence of soil type on the relationships between NDVI, rainfall, and soil moisture in semiarid Botswana. II. NDVI response to soil moisture. Remote Sensing of Environment, 50: pp. 121-133.

Kogan, F. N. (2000), Contribution of remote sensing to drought early warning In D.A. Wilhite, & D.A. Wood(Eds), Early warning systems for drought preparedness and drought management (PP. 75-87). Geneva: Word Meteorogical Organization.

Legates, D. R. (2000), remote sensing hydro climatology: An introduction. The professional Geographer, 52, pp. 233-234.

Metternicht, G. I. and Zinck, J. A. (1996), Modeling salining-alkalinity classes for mapping salt-affected topsoils in the semi-arid valleys of Cochabama (Bolivia). ITC Journal 2, pp. 125-135.

Nicholson, S. E. and Farrar, T. J. (1994), The influence of soil type on the relationships between NDVI, rainfall, and soil moisture in semiarid. Botswana: I. NDVI response to rainfall. Remote Sensing of Environment, 50, pp. 107– 120.

Rouse, J. W., Haas, R. H., Schell, J. A. and Deering, D. W. (1973), 'Monitoring vegetation systems in the Great Plains with ERTS', Third ERTS Symposium, NASA SP-351 I, pp. 309-317.

Sandholt, I., Rasmussen, K. and Andersen, J. (2002), A simple interpretation of the surface temperature /vegetation index space for assessment of surface moisture. Remote Sensing of Environment, 79: pp. 213-224.

Simpson, J. and Still, J. (1998), A procedure for the detection and removal of coud shadow from AVHRR data over land, IEEE transaction on geoscince and remote sensing 36(3), pp. 880-897.

Townshend, J.R.G. (1994), Global data sets for land opplication from the Advanced Very High Resolution Radiometer. International Journal of Remote Sensing, 15(17): pp. 3319-3332.

Tucker, C.J. (1996), History of the use of AVHRR data for land applications. In: G. D'Souza, A. S. Selward and J-P. Malingreau, Editors, Advances in use of  NOAA AVHRR data for land applications, Kluwer Academic Publishers, Dordrecht: pp. 1-19.

Wang, J. (2000), Relations between productivity, climate, and Normalized Difference Vegetation Index in the central Great Plains. Lawrence: University of Kansas (PhD dissertation).

Wang, J., Price, K. P. and Rich, P. M. (2001), Spatial patterns of NDVI in response to precipitation and temperature in the central Great Plains. International Journal of Remote Sensing, 22, pp. 3827– 3844.

Wang, X. (2005), Relation between ground- based soil moisture and satellite image – based NDVI.

Wigneron, J.P., Schmugge, T., Chanzy, A., Calvet, J.C. and KERR, Y. (1998), Use of passive microwave remote sensing to monitor soil moisture a review. Agronomie: Agriculture and Environment 18: pp. 27-43.

Wilson, D., Western, A.W. et al. (2003), Spatial distribution of soil moisture over 6 and 30cm depth, Machurangi river catchment, New Zealand. Journal of Hydrology, 276: pp. 254-274.