Toprak neminin yarı kurak alanlarda çok zamanlı RADARSAT-2 verileri ile incelenmesi

Year 2022, Volume: 9 Issue: 1, 1 - 11, 01.05.2022

Sevinç Madenoğlu , Hesna Özcan , Murat Remzi , Melis Özge Pınar , Suat Akgül , Mehmet Keçeci , Tülay Tunçay , Mahmut Hilmi Seçmen , Ali Koç , Mustafa Üstüner , Aliihsan Şekertekin , Saygin Abdikan , Mustafa Tolga Esetlili , Aynur Sensoy , Şinasi Kaya , Günay Erpul , Füsun Balık Şanlı

https://doi.org/10.9733/JGG.2022R0001.T

Abstract

Toprak nemi içeriği yeryüzünde enerji değişimi ve su döngüsü açısından çok önemli bir faktördür ve doğal risklerin değerlendirilmesi, hidroloji, ekoloji, tarım ve iklim bilimi gibi pek çok alanda büyük etkiye sahiptir. Toprak nemi özellikle arazi kullanımlarında konumsal ve zamansal olarak çok fazla değişerek çeşitli çevresel ve ekolojik sorunlara yol açabilmektedir. Bu nedenlerden dolayı, toprak nem içeriğinin konumsal değişiminin geniş ölçeklerde incelenmesi önemli bir araştırma konusudur. Sentetik Açıklıklı Radar (SAR) algılayıcıları toprak nemine duyarlı oldukları ve geniş alanları kapsadıkları için toprak neminin tespit edilmesinde önemli rol oynamaktadır. Bu çalışmada, Tarım İşletmeleri Genel Müdürlüğü Gözlü Tarım İşletmesi’nde seçilen buğday ekili ve nadasa bırakılmış tarlaların toprak nem içeriğinin konumsal ve zamansal değişiminin tam polarimetrik RADARSAT-2 görüntüleri ile belirlenebilirliğinin araştırılması amaçlanmıştır. 2016 yılı Mart ve Ekim ayları arasında yapılan aylık arazi ölçümlerinden elde edilen yersel ölçüm değerleri SAR gerisaçılım değerleri ile karşılaştırılmıştır. Çalışma sonucunda, doğrudan geri saçılım ile nem değerleri arasında -0.65 ile 0.67 arasında değişen negatif ve pozitif korelasyon katsayıları elde edilmiştir. Toprak nemi için ekili alanda buğdayın büyüme evresi olan Mayıs-Haziran döneminde daha yüksek korelasyon belirlenmiş olup, her iki alan için en iyi sonuç VV polarimetrik verisi ile elde edilmiştir.

Keywords

Toprak nemi, Zamansal analiz, SAR, RADARSAT-2

Supporting Institution

Tarım ve Orman Bakanlığı Tarımsal Araştırmalar ve Politikalar Genel Müdürlüğü (TAGEM)

Project Number

TAGEM/TSKAD/14/A13/P05/03

Thanks

Bu çalışma TAGEM tarafından desteklenen "Toprak Nemi ve Toprak Pürüzlülüğünün Konumsal ve Zamansal Değişiminin Mikrodalga Uydu Görüntüleriyle Belirlenmesi ve İzlenmesi" isimli projeden üretilmiştir. Katkılarından dolayı Tarım ve Orman Bakanlığı Tarımsal Araştırmalar ve Politikalar Genel Müdürlüğüne teşekkür ederiz.

Analysis of soil moisture in semi-arid areas with multi-temporal RADARSAT-2 data

Abstract

Soil moisture content is a very important factor in terms of energy exchange and water cycle on Earth and has a great impact in many areas regarding assessment of natural risks, hydrology, ecology, agriculture, and climate science. Soil moisture can greatly change spatially and temporally, especially depending on land use changes, and the changing soil moisture may cause various environmental and ecological problems. In this respect, it is an important research subject to examine the spatial change of soil moisture content on large scales. Synthetic Aperture Radar (SAR) sensors play an important role in detecting soil moisture because they are sensitive to soil moisture and they cover large areas. In this study, it was aimed to investigate the determination of the spatial and temporal variation of soil moisture content using fully polarimetric RADARSAT-2 images in wheat cultivated field and fallow land located in The General Directorate of Agricultural Enterprises Gözlü Agricultural Enterprise. The in-situ measurements obtained monthly from field surveys between March and October 2016 were compared with the backscatter values of SAR images. As a result of the study, negative and positive correlation coefficients varying from -0.65 to 0.67 were obtained between backscatter values and in-situ soil moisture values. The highest correlations for soil moisture were obtained in the cultivated area during the May-June period, which is the growing stage of wheat, and the best results for both areas were determined with VV polarimetric data.

Keywords

Soil moisture, Temporal analysis

Project Number

TAGEM/TSKAD/14/A13/P05/03

References

• Baghdadi, N., Gaultier, S., & King, C. (2002). Retrieving surface roughness and soil moisture from synthetic aperture radar (SAR) data using neural networks. Canadian Journal of Remote Sensing, 28(5), 701-711.
• Baghdadi, N., Zribi, M., Loumagne, C., Ansart, P., & Anguela, T. P. (2008). Analysis of TerraSAR-X data and their sensitivity to soil surface parameters over bare agricultural fields. Remote sensing of environment, 112(12), 4370-4379.
• Baghdadi, N., Aubert, M., & Zribi, M. (2011). Use of TerraSAR-X data to retrieve soil moisture over bare soil agricultural fields. IEEE Geoscience and Remote Sensing Letters, 9(3), 512-516.
• Bousbih, S., Zribi, M., El Hajj, M., Baghdadi, N., Lili-Chabaane, Z., Gao, Q., & Fanise, P. (2018). Soil moisture and irrigation mapping in A semi-arid region, based on the synergetic use of Sentinel-1 and Sentinel-2 data. Remote Sensing, 10(12), 1953.
• Chai, X., Zhang, T., Shao, Y., Gong, H., Liu, L., & Xie, K. (2015). Modeling and mapping soil moisture of plateau pasture using RADARSAT-2 imagery. Remote Sensing, 7(2), 1279-1299.
• Chen, X. Z., Chen, S. S., Zhong, R. F., Su, Y. X., Liao, J. S., Li, D., Han, L. S., & Li, X. (2012). A semi-empirical inversion model for assessing surface soil moisture using AMSR-E brightness temperatures. Journal of Hydrology, 456, 1-11.
• Demir, İ., Kılıç, G., Coşkun, M., & Sümer, U. M. (2008). Türkiye’de maksimum, minimum ve ortalama hava sıcaklıkları ile yağış dizilerinde gözlenen değişiklikler ve eğilimler. TMMOB İklim Değişimi Sempozyumu, Bildiriler Kitabı, 69-84.
• Dubois, P. C., van Zyl, J., & Engman, T. (1995). Measuring soil moisture with imaging radars. IEEE transactions on geoscience and remote sensing, 33(4), 915-926.
• Ezzahar, J., Ouaadi, N., Zribi, M., Elfarkh, J., Aouade, G., Khabba, S., Er-Raki, S., Chenbouni, A., & Jarlan, L. (2020). Evaluation of backscattering models and support vector machine for the retrieval of bare soil moisture from Sentinel-1 data. Remote Sensing, 12(1), 72.
• Holah, N., Baghdadi, N., Zribi, M., Bruand, A., & King, C. (2005). Potential of ASAR/ENVISAT for the characterization of soil surface parameters over bare agricultural fields. Remote sensing of environment, 96(1), 78-86.
• Huang, S., Ding, J., Zou, J., Liu, B., Zhang, J., & Chen, W. (2019). Soil moisture retrival based on sentinel-1 imagery under sparse vegetation coverage. Sensors, 19(3), 589. IPCC (2001). Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change, The Press Syndicate of the University of Cambridge.
• Kadıoğlu, M. (2008). Kuraklık Kıranı Risk Yönetimi. Kadıoğlu, M., & Özdamar, E. (ed) Afet Zararlarını Azaltmanın Temel İlkeleri (s. 277-300). Ankara: JICA Türkiye Ofisi Yayınları No: 2.
• Kadıoğlu, M. (2012). Türkiye’de İklim Değişikliği Risk Yönetimi. Türkiye’nin İklim Değişikliği II. Ulusal Bildiriminin Hazırlanması Projesi Yayını.
• Kaleita, A. L., Tian, L. F., & Hirschi, M. C. (2005). Relationship between soil moisture content and soil surface reflectance. Transactions of the ASAE, 48(5), 1979-1986. Kapluhan, E. (2013). Türkiye’de Kuraklık ve Kuraklığın Tarıma Etkisi. Marmara Coğrafya Dergisi, 27, 487-510.
• Kurucu, Y., Şanlı, F. B., Esetlili, M. T., Bolca, M., & Göksel, C. (2009). Contribution of SAR images to determination of surface moisture on the Menemen Plain, Turkey. International Journal of Remote Sensing, 30(7), 1805-1817.
• Lievens, H., & Verhoest, N. E. (2012). Spatial and temporal soil moisture estimation from RADARSAT-2 imagery over Flevoland, The Netherlands. Journal of Hydrology, 456, 44-56.
• Moran, M. S., Alonso, L., Moreno, J. F., Mateo, M. P. C., De La Cruz, D. F., & Montoro, A. (2012). A RADARSAT-2 quad-polarized time series for monitoring crop and soil conditions in Barrax, Spain. IEEE Transactions on Geoscience and Remote Sensing, 50(4), 1057-1070.
• Oh, Y. (2004). Quantitative retrieval of soil moisture content and surface roughness from multipolarized radar observations of bare soil surfaces. IEEE Transactions on Geoscience and Remote Sensing, 42(3), 596-601.
• RADARSAT (2000). Data Product Specification, RSI-GS-026, Revizyon 3,1-125.
• Rahman, M. M., Moran, M. S., Thoma, D. P., Bryant, R., Collins, C. H., Jackson, T., Orr, B. J., & Tischler, M. (2008). Mapping surface roughness and soil moisture using multi-angle radar imagery without ancillary data. Remote Sensing of Environment, 112(2), 391-402.
• Sertel, E. (2008). Remote Sensing and Regional Climate Modeling of the Impacts of Land Cover Changes on the Climate of the Marmara Region of Turkey (Doktora Tezi), İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, Türkiye.
• Sertel E., & Örmeci, C. (2009). Uzaktan Algılama Verilerinin İklim Biliminde Kullanım Olanakları. 12. Türkiye Harita Bilimsel ve Teknik Kurultayı, Ankara.
• Şekertekin, A., Marangoz, A. M., & Abdikan, S. (2018). Soil moisture mapping using Sentinel-1A synthetic aperture radar data. International Journal of Environment and Geoinformatics, 5(2), 178-188.
• Şekertekin, A., Marangoz, A. M., & Abdikan, S. (2020). ALOS-2 and Sentinel-1 SAR data sensitivity analysis to surface soil moisture over bare and vegetated agricultural fields. Computers and Electronics in Agriculture, 171, 105303.
• Türkeş, M. (2007). İnsanın küresel iklim üzerindeki etkileri, gözlenen ve öngörülen iklim değişkenliği ve değişiklikleri ile sonuçları. Küresel İklim Değişimi ve Su Sorunlarının Çözümünde Ormanlar Sempozyumu, İstanbul.
• Wang, L., & Qu, J. J. (2009). Satellite remote sensing applications for surface soil moisture monitoring: A review. Frontiers of Earth Science in China, 3(2), 237-247.
• Xie, Q., Meng, Q., Zhang, L., Wang, C., Sun, Y., & Sun, Z. (2017). A soil moisture retrieval method based on typical polarization decomposition techniques for a maize field from full-polarization radarsat-2 data. Remote Sensing, 9(2), 168.
• Yang, L., Feng, X., Liu, F., Liu, J., & Sun, X. (2019). Potential of soil moisture estimation using C-band polarimetric SAR data in arid regions. International Journal of Remote Sensing, 40(5-6), 2138-2150.
• Yılmaz, M. (2008). Active Microwave Remote Sensing of Soil Moisture: A Case Study in Kurukavak Basin (Doktora Tezi). Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Ankara, Türkiye.
• Zribi, M., Baghdadi, N., Holah, N., & Fafin, O. (2005). New methodology for soil surface moisture estimation and its application to ENVISAT-ASAR multi-incidence data inversion. Remote sensing of environment, 96(3-4), 485-496.
• Zribi, M., Kotti, F., Lili-Chabaane, Z., Baghdadi, N., Issa, N. B., Amri, R., Duchemin, B., & Chehbouni, A. (2011). Soil texture estimation over a semiarid area using TerraSAR-X radar data. IEEE Geoscience and Remote Sensing Letters, 9(3), 353-357.