اعتبارسنجی بازیابی‌های رطوبت خاک ماهواره مایکروویو اسموس

آب و خاک

مقاله 7، دوره 31، شماره 2 - شماره پیاپی 52، خرداد 1396، صفحه 660-672   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v31i2.59170

نویسندگان

مژده جامعی¹؛ محمد موسوی بایگی^{* 1}؛ امین علیزاده¹؛ پرویز ایرانژاد²

¹دانشگاه فردوسی مشهد

²?

چکیده

رطوبت خاک یکی از مهمترین متغیرهای چرخه هیدرولوژیکی است که نقش کلیدی در پیش‌بینی‌های هواشناسی، مدل‌سازی هیدرولوژیکی، مطالعات تغییراقلیم و مدیریت منابع آب دارد. در سال‌های اخیر برآورد‌های جهانی رطوبت خاک از طریق سنجنده‌های مایکروویو ماهواره‌ای میسر شده و داده‌های آنها در دسترس قرار گرفته‌اند. اسموس نخستین ماموریت ماهواره‌ای آژانس‌ فضایی اروپا برای پایش جهانی رطوبت خاک است که در سال 2009 آغاز و هم ‌اکنون نیز درحال بهره‌برداری می‌باشد. این ماهواره حامل اولین رادیومتر مایکروویو دوبعدی باند-L است که رطوبت سطحی خاک را درفرکانس4/1 گیگاهرتز بازیابی می‌نماید. هدف تحقیق حاضر اعتبارسنجی بازیابی‌های رطوبت خاک ماهواره اسموس در پنج محدوده مطالعاتی غرب و جنوب‌غربی کشور است. اعتبارسنجی داده‌های اسموس با استفاده از داده‌های رطوبت خاک اندازه‌گیری شده در پنج ایستگاه‌ها هواشناسی انجام گردید. نتایج تحقیق نشان داد که بین برآوردهای رطوبت خاک اسموس و اندازه‌گیری‌های‌ زمینی در ایستگاه‌ها همبستگی خوبی (88/0تا75/0R=) وجود دارد. ارزیابی خطای اعتبارسنجی‌ها مشخص‌ نمود که بازیابی‌های اسموس در ایستگاه‌های اهواز، سرارود و سرابله به ترتیب با مقادیرm3m−304/0، 011/0،048/0=MBE مقداری ‌کم‌برآوردی و در ایستگاه‌های داراب و اکباتان با m3m−301/0-، 031/0-=MBE مقداری بیش‌برآوردی دارند. تحلیل شاخص RMSD نیز بیانگر آن بود که داده‌های ماهواره در مقایسه با داده‌های رطوبت خاک ایستگاه‌ها از دقت مناسبی (m3m−3062/0تا 02/0=RMSD) برخوردارند. در ایستگاه اهواز بازیابی‌های اسموس با بالاترین ضریب همبستگی (88/0R=) وm3m−348/0RMSD=، نزدیک‌ترین دقت را به دقت هدف ماموریت اسموس (m3m−304/0RMSD =) دارند. در مجموع داده‌های ماهواره اسموس با دقت و کیفیت مطلوبی که در منطقه مطالعاتی دارند می‌توانند ابزار مناسبی برای تهیه نقشه‌های رطوبت خاک باشند.

کلیدواژه‌ها

باند-L؛ سنجش از دور؛ رادیومتریو مایکرویو؛ محصول MIR_SMUDP2؛ نقشه رطوبت خاک

مراجع

1- Al-Yaari A., Wigneron, J.-P., Ducharne, A., Kerr, Y., De Rosnay, P., De Jeu, R., Govind, A., Al Bitar, A., Albergel, C., and Munoz-Sabater J. 2014. Global-scale evaluation of two satellite-based passive microwave soil moisture datasets (SMOS and AMSR-E) with respect to Land Data Assimilation System estimates, Remote Sensing of Environment, 149: 181-195.

2- Al Bitar A., Leroux, D., Kerr, Y. H., Merlin, O., Richaume, P., Sahoo, A., and Wood E. F. 2012. Evaluation of SMOS soil moisture products over continental US using the SCAN/SNOTEL network, IEEE Transactions on Geoscience and Remote Sensing, 50 (5): 1572-1586.

3- Bircher S., Skou N., Kerr Y.H., and Member S. 2013.Validation of SMOS L1C and L2 Products and Important Parameters of the Retrieval Algorithm in the Skjern River Catchment , Western Denmark, IEEE Transactions on Geoscience and Remote Sensing, 51:2969-85.

4- Coopersmith E.J., Cosh M.H., Petersen W.A., Prueger J., and Niemeier J.J. 2015.Soil Moisture Model Calibration and Validation: An ARS Watershed On the South Fork of the Iowa River, Journal of Hydrometeorology, 16, 1087-1101.

5- Dall'Amico J.T.2012. Multiscale analysis of soil moisture using satellite and aircraft microwave remote sensing, in situ measurements and numerical modelling , Dissertation, University of Munich, Department of Geography, Munich, Germany.

6- Dall'Amico J.T., Schlenz F., Loew A., Mauser W. 2012. First Results of SMOS Soil Moisture Validation in the Upper Danube Catchment, IEEE Transactions on Geoscience and Remote Sensing,50:1507-16.

7- Djamai N., Magagi R., Goïta K., Hosseini M., Cosh M.H., Berg A., and Toth B. 2015. Evaluation of SMOS soil moisture products over the CanEx-SM10 area, Journal of Hydrology, 520:254-67.

8- Djamai N., Magagi R., Goita K., Merlin O., Kerr Y., and Walker A. 2015.Disaggregation of SMOS soil moisture over the Canadian Prairies, Remote Sensing of Environment,170:255-68.

9- Famiglietti J.S., Ryu D., Berg A.A., Rodell M., and Jackson T.J. 2008. Field observations of soil moisture variability across scales, Water Resources Research,44:1-16.

10- Gherboudj I., Magagi R., Goïta K., Berg A.A., Toth B., and Walker A. 2012.Validation of SMOS Data Over Agricultural and Boreal Forest Areas in Canada, IEEE Transactions on Geoscience and Remote Sensing, 50(5):1623-35.

11- Gonzalez-Zamora Á., Sanchez N., Martinez-Fernandez J., Gumuzzio Á., Piles M., Olmedo E. 2015. Long-term SMOS soil moisture products: A comprehensive evaluation across scales and methods in the Duero Basin (Spain), Physics and Chemistry of the Earth,83:123-36.

12- Holl G. 2012.Collocations Toolkit in Atmlab (version 2-1-70).

13- Jackson T.J., Bindlish R., Cosh M., and Zhao T. 2011. SMOS Soil Moisture validation with U.S. in situ networks, IEEE International Geoscience and Remote Sensing Symposium: 21-3.

14- Jackson T.J., Bindlish R., Member S., Cosh M.H., Zhao T., Member S., et al. 2012.Validation of Soil Moisture and Ocean Salinity ( SMOS ) Soil Moisture Over Watershed Networks in the U.S., IEEE Transactions on Geoscience and Remote Sensing, 50(5) :1530-43.

15- Kerr Y.H., Waldteufel P., Richaume P., Wigneron J.P., Ferrazzoli P., Mahmoodi A., et al. 2012. The SMOS soil moisture retrieval algorithm, IEEE Transactions on Geoscience and Remote Sensing, 50(5):1384-403.

16- Kerr Y.H., Waldteufel P., Wigneron J.-P., Delwart S., Cabot F.O., Boutin J., et al. 2010. The SMOS mission: New tool for monitoring key elements ofthe global water cycle, Proceedings of the IEEE,98(5):666-87.

17- Kerr Y.H., Waldteufel P., Wigneron J.-P., Martinuzzi J.-M., Font J., and Berger M. 2001. Soil moisture retrieval from space: The Soil Moisture and Ocean Salinity (SMOS) mission, IEEE Transactions on Geoscience and Remote Sensing ,39(8):1729-35.

18- Kornelsen K.C., and Coulibaly P. 2015. Reducing multiplicative bias of satellite soil moisture retrievals, Remote Sensing of Environment, 165:109-22.

19- Leroux D.J., Kerr Y.H., Al Bitar A., Bindlish R., Jackson T.J., Berthelot B., et al. 2014.Comparison between SMOS, VUA, ASCAT, and ECMWF soil moisture products over four watersheds in U.S., IEEE Transactions on Geoscience and Remote Sensing ,52(3):1562-71.

20- Leroux D.J., Kerr Y.H., Richaume P., and Fieuzal R. 2013.Spatial distribution and possible sources of SMOS errors at the global scale, Remote Sensing of Environment,133:240-50.

21- Louvet S., Pellarin T., al Bitar A., Cappelaere B., Galle S., Grippa M., et al. 2015. SMOS soil moisture product evaluation over West-Africa from local to regional scale, Remote Sensing of Environment,156:383-94.

22- Mason P., Zillman J., Simmons A., Lindstrom E., Harrison D., Dolman H., et al. 2010. Implementation plan for the global observing system for climate in support of the UNFCCC (2010 Update), Geneva: GOOS-184, GTOS-76, WMO-TD/No. 1523, 2010.

23- McNally A., Husak G.J., Brown M., Carroll M., Funk C., Yatheendradas S., Arsenault K., Peters-Lidard C., and Verdin, J.P. 2015. Calculating Crop Water Requirement Satisfaction in the West Africa Sahel with Remotely Sensed Soil Moisture., Journal of Hydrometeorology,16:295-305.

24- Pan M., Sahoo a.K., Wood E.F., Al Bitar A., Leroux D., and Kerr Y.H. 2012. An Initial Assessment of SMOS Derived Soil Moisture over the Continental United States, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 5(5):1448-57.

25- Sanchez N., Martinez-fernandez J., Scaini A., and Perez-gutierrez C. 2012.Validation of the SMOS L2 Soil Moisture Data in the REMEDHUS Network ( Spain ), EEE Transactions on Geoscience and Remote Sensing, 50(5):1602-11.

26- Schalie R., Parinussa R.M., Renzullo L.J., van Dijk A.I.J.M., Su C.H., and de Jeu R.A.M. 2015. SMOS soilmoisture retrievals using the land parameter retrievalmodel: Evaluation over the Murrumbidgee Catchment, southeast Australia, Remote Sensing of Environment, 163:70-9.

27- Schalie R.v.d., Kerr Y.H., Wigneron J.P., Rodriguez-Fernandez N.J., Al-Yaari A., and Jeu R.A.M.d. 2016. Global SMOS Soil Moisture Retrievals from The Land Parameter Retrieval Model, International Journal of Applied Earth Observation and Geoinformation, 45:125-34.

28- Schlenz F., Dall'Amico J.T., Loew A., and Mauser W. 2012. Uncertainty Assessment of the SMOS Validation in the Upper Danube Catchment., IEEE Transactions on Geoscience and Remote Sensing, 50 (5):1517-29.

29- Su C.-H., Ryu D., Young R.I., Western A.W., and Wagner W. 2013. Inter-comparison of microwave satellite soil moisture retrievals over the Murrumbidgee Basin, southeast Australia, Remote Sensing of Environment,134:1-11.

30- Taylor K.E. 2001. Summarizing multiple aspects of model performance in a single diagram, Journal of Geophysical Research: Atmospheres, 106(D7):7183-92.

31- Wagner W., Brocca L., Naeimi V., Reichle R., Draper C., De Jeu R., et al. 2014. Clarifications on the "comparison between SMOS, VUA, ASCAT, and ECMWF Soil Moisture Products over Four Watersheds in U.S.", IEEE Transactions on Geoscience and Remote Sensing,52(3):1901-6.

32- Zeng J., Li Z., Chen Q., Bi H. 2014. Method for Soil Moisture and Surface Temperature Estimation in the Tibetan Plateau Using Spaceborne Radiometer Observations, IEEE Geoscience and Remote Sensing Letters,12(1):97-101.

33- Zeng J., Li Z., Chen Q., Bi H., Qiu J., and Zou P. 2015. Evaluation of remotely sensed and reanalysis soil moisture products over the Tibetan Plateau using in-situ observations, Remote Sensing of Environment,163:91-110.

34- Zhao L., Yang K., Qin J., Chen Y., Tang W., Lu H., and Yang Z.L. 2014.The scale-dependence of SMOS soil moisture accuracy and its improvement through land data assimilation in the central Tibetan Plateau, Remote Sensing of Environment,152:345-55.