Оценка влажности почвы по радарным данным на основе множественной регрессии

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Задача оценки влажности почвы дистанционными (спутниковыми) методами остается актуальной вплоть до настоящего времени. Для оценки влажности почвы в работе построены регрессионные модели на основе корреляции радарных данных с наземными измерениями влажности почвы. В качестве наземных выбраны измерения на двух станциях в Германии (Falkenberg и Gevenich), входящих в всемирную сеть данных по влажности почвы ISMN (International Soil Moisture Network). В качестве радарных используются данные спутника Sentinel-1. Построены множественные регрессии с коэффициентом детерминации до 0.91. Предлагается использовать в регрессиях не только радарные, но и метеоданные, что позволяет увеличить коэффициент детерминации и уменьшить стандартную ошибку регрессии. Для возможного распространения регрессий, полученных для одной территории, на другую территорию, в работе предложены два критерия: близость значений гидротермального коэффициента Селянинова (ГТК) и схожесть текстуры почвы. По этим условиям выбраны две станции в Рязанской области и Калмыкии, архивная информация которых по влажности почвы содержится в базе данных ISMN до 1998 г. Каждая из выбранных станций удовлетворяет только одному из выбранных критериев.

Об авторах

Н. В. Родионова

Институт радиотехники и электроники им. В.А. Котельникова РАН, Фрязинский филиал

Автор, ответственный за переписку.
Email: rnv1948123@yandex.ru
Россия, Московская обл., Фрязино

Список литературы

  1. Родионова Н.В. Корреляция радарных данных Sentinel-1 с наземными измерениями температуры и влажности почвы // Исслед. Земли из космоса. 2018. № 4. С. 32–42. https://doi.org/10.31857/S020596140002354-0
  2. Селянинов Г.Т. О сельскохозяйственной оценке климата // Труды по сельскохозяйственной метеорологии. 1928. Вып. 20. С. 165–177.
  3. Селянинов Г.Т. Принципы агроклиматического районирования СССР // Вопросы агроклиматического районирования СССР. М.: МСХ СССР. 1958. С. 7–14.
  4. Шумова Н.А. Количественные показатели климата в приложении к оценке гидротермических условий в Республике Калмыкия // Аридные экосистемы. 2021. Т. 27. № 4(89). С. 13–24. https://doi.org/10.24412/1993-3916-2021-4-13-24
  5. Beale J., Snapir B., Waine T., Evans J., Corstanje R. The significance of soil properties to the estimation of soil moisture from C-band synthetic aperture radar // https://doi.org/. Preprint. Discussion started: 28 June 2019. Author(s) 2019. CC BY 4.0 License.https://doi.org/10.5194/hess-2019-294
  6. Blumberg D.G., Freilikher V., Lyalko I.V., Vulfson L.D., Kotlyar A.L., Shevchenko V.N., Ryabokonenko A.D. Soil moisture (water-content) assessment by an airborne scatterometer // Rem. Sens. Environm. 2000. V. 71. P. 309–319.
  7. Chen K., Wu T.-D., Tsang L., Li Q., Shi J., Fung A. Emission of rough surfaces calculated by the integral equation method with comparison to three-dimensional moment method simulations // IEEE Trans. Geosci. Remote Sens. 2003. 41. P. 90–101.
  8. Dubois P., van Zyl J., Engman T. Measuring soil moisture with imaging radars // IEEE Trans. Geosci. Remote Sens. 1995. 33. P. 915–926. http://ieeexplore.ieee.org/document/406677/https://doi.org/10.1109/36.406677
  9. Jackson T.J., Schmugge T.J. Passive microwave remote-sensing system for soil moisture. Some supporting research // IEEE Trans. GRS. 1989. V. 27. P. 225–235.
  10. Oh Y., Sarabandi K., Ulaby F. An empirical model and an inversion technique for radar scattering from bare soil surfaces // IEEE Trans. Geosci. Remote Sens. 1992. 30. P. 370–381. https://doi.org/10.1109/36.134086
  11. Srivastava H.S., Patel P., Navalgund R.R. How far SAR has fulfilled its expectation for soil moisture
  12. Retrieval // SPIE Digital Library. 2006. 6410. Nov. 13–17. Paper No. 64100. P. 1–12.
  13. Wu T.-D., Chen K., Shi J., Fung A. A transition model for the reflection coefficient in surface scattering // IEEE Trans. Geosci. Remote Sens. 2001. 39. P. 2040–2050.

Дополнительные файлы


© Н.В. Родионова, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».