Estimation of the Errors of Remote Sensing and Hydrological Model-Based Soil Moisture Values Using Triple Collocation

Yıl 2016, Cilt: 31 Sayı: 1, 231 - 240, 15.06.2016

M. Tuğrul Yılmaz

https://doi.org/10.21605/cukurovaummfd.317809

Öz

Only limited studies in Turkey have focused their attention on soil moisture even though it has a key role in climate, flood, drought and agricultural yield related studies. Estimation of soil moisture product obtained via merging of hydrological model- and remote sensing-based soil moisture data sets is only possible if the errors of the merged products are estimated. Triple collocation methodology has been used in many hydrological studies, yet estimation of soil moisture product errors over Turkey has not been implemented before. In this study, errors of NOAH hydrological model-based and LPRM and ASCAT remote sensing-based soil moisture products are found between 2007-2011 over 10 locations that are considered to have different vegetation covers over Turkey. Results show NOAH hydrological model based soil moisture products have smaller errors on average compared to LPRM and ASCAT products for these 10 locations.

Anahtar Kelimeler

Soil moisture, Triple collocation, Remote sensing, Hydrological modeling

Üçlü Eşleştirme Yöntemi ile Uydu ve Hidrolojik Model Kaynaklı Toprak Nemi Değerlerinin Hata Oranlarının Bulunması

Öz

Toprak neminin iklim, taşkın, kuraklık ve rekolte gibi birçok çalışmada çok kritik bir öneme sahip olmasına karşın, toprak nemi ile alakalı çalışmalar ülkemizde çok kısıtlı kalmıştır. Hidrolojik model ve uydu verisi gibi değişik kaynaklardan elde edilen toprak nemi değerlerinin birleştirilerek daha iyi veri elde edilmesi, ancak bu verilerin hata oranlarının belirlenmesi ile mümkündür. Toprak nemi son yıllarda bilhassa hidroloji kaynaklı çalışmalarda sıklıkla kullanılmaktadır. Buna karşın üçlü eşleştirme tekniği kullanılarak veri setlerinin hata oranları ülkemizi çalışma sahası olarak alan bir çalışmada henüz elde edilmemiştir. Bu çalışmada NOAH hidroloji modeli ile LPRM ve ASCAT uydu verileri kaynaklı günlük toprak nemi değerlerinin hata oranları ülkemizin bitki örtüsünün dağılımını kapsayacak şekilde 10 alan üzerinde, 2007-2011 yılları verileri kıyaslanarak elde edilmiştir. Elde edilen sonuçlar NOAH hidroloji verilerinin LPRM ve ASCAT verilerine kıyasla ortalama olarak daha az hata içerdiğini ortaya koymuştur.

Anahtar Kelimeler

Toprak nemi, Üçlü eşleştirme, Uzaktan algılama, Hidrolojik modelleme

Kaynakça

• 1. GCOS. Implementation Plan for the Global Observing System for Climate in Support of the UNFCCC (2010 update). WMO GCOS Tech. Doc. GCOS-138 WMO-TD 1523, 19.
• 2. Bulut, B., Yılmaz, M.T., 2016. Türkiye’deki 2007 ve 2013 Yılı Kuraklıklarının NOAH Hidrolojik Modeli ile İncelenmesi (Analysis of 2007 and 2013 Droughts over Turkey Using NOAH hydrological model). Teknik Dergi, (kabül edildi).
• 3. Bulut, B., Yılmaz, M.T., Yücel, İ., Şorman, A.Ü., Yılmaz, M., Şimsek, O., 2016. Türkiye’de İstasyonlarda Ölçülen Toprak Nemi Zaman Serilerinin Kalite Kontrolü. Teknik Dergi (hakem sürecinde).
• 4. Bulut, B., Yılmaz, M.T., Sönmez, İ., Şorman, A. Ü., 2014. Türkiye’deki Toprak Neminin NOAH Hidrolojik Yeryüzü Modeli ile İncelenmesi. Second International Drought and Desertification Symposium, Konya, 16-18 September 2014.
• 5. Yılmaz, M. T., Şorman, Ü. A., Sönmez, İ., 2013. Modellenen ve İstasyonlarda Ölçülen Toprak Neminin Karşılaştırılması (Comparison of Modeled and Observed Soil Moisture). III. Türkiye İklim Değişikliği Kongresi, TİKDEK (III. Climate Change in Turkey Meeting) 3 – 5 Haziran 2013, İstanbul.
• 6. Şorman, A. Ü., Yılmaz, M., 2012. Soil Moisture Mapping Using Active Microwave for a Semi-Distributed Hydrologic Model: Case Study in Turkey. International Journal of Civil and Environmental Engineering IJCEE-IJENS Vol:12 No:05.
• 7. Owe, M., de Jeu, R. Holmes, T., 2008. Multisensor Historical Climatology of Satellite-Derived Global Land Surface Moisture. Journal of Geophysical Research, 113, f01002.
• 8. Owe, M., De Jeu, R., Walker, J. P., 2001. A Methodology for Surface Soil Moisture and Vegetation Optical Depth Retrieval Using the Microwave Polarization Difference Index, IEEE Trans. Geosci. Remote Sensing, 39, 1643–1654.
• 9. Ek, M. B., Mitchell, K. E. Lin, Y., Rogers, E., Grunmann, P., Koren, V., Gayand, G., Tarpley, J. D., 2003. Implementation of NOAH Land Surface Model Advances in the National Centers for Environmental Prediction Operational Mesoscale Eta Model, J. Geophys. Res., 108(D22), 8851.
• 10. Jackson, T.J., Cosh, M.H., Bindlish, R., Starks, P.J., Bosch, D.D., Seyfried, M.S., Goodrich, D.C., Moran, M.S., 2010. Validation of Advanced Microwave Scanning Radiometer Soil Moisture Products. IEEE Transactions on Geoscience and Remote Sensing. 48, 4256-4272.
• 11. Jackson, T.J., Bindlish, R., Cosh, M., Zhao, T., Starks, P., Bosch, D., Seyfried, M., Moran, S., Goodrich, D., Kerr, Y., Leroux, D., 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), 1530-1543.
• 12. Yılmaz, M., Yılmaz, M.T., Amjad, M. Bulut, B., 2016. Uydu Kaynaklı Yağmur Verilerinin Hata Oranlarının Deniz Kıyılarına Olan Uzaklığına Bağlı Analizi. Teknik Dergi (hakem sürecinde).
• 13. Stoffelen, A., 1998. Toward the True Near-Surface Wind Speed: Error Modeling and Calibration Using Triple Collocation, J. Geophys. Res., 103(C4), 7755–7766.
• 14. Yılmaz, M. T., Crow, W. T., 2013. The Optimality of Potential Rescaling Approaches in Land Data Assimilation. Journal of Hydrometeorology, 14, 650–660.
• 15. Yılmaz, M. T., Crow, W. T., Anderson, M. C., Hain, C., 2012. An Objective Methodology for Merging Satellite‐And Model‐Based Soil Moisture Products. Water Resources Research, 48(11).
• 16. Miralles, D. G., Crow, W. T., Cosh, M. H., 2010. Estimating Spatial Sampling Errors in Coarse-Scale Soil Moisture Estimates Derived from Point-Scale Observations. J. Hydrometeor, 11, 1423–1429.
• 17. Zwieback, S., Scipal, K., Dorigo, W., Wagner, W., 2012. Structural and Statistical Properties of fhe Collocation Technique for Error Characterization. Nonlin. Processes Geophys., 19(1), 69-80.
• 18. Brocca, L., Hasenauer, S., Lacava, T., Melone, F., Moramarco, T., Wagner, W., Bittelli, M., 2011. Soil Moisture Estimation Through ASCAT and AMSR-E Sensors: An Inter-Comparison and Validation Study Across Europe. Remote Sensing of Environment, 115(12), 3390-3408.
• 19. Draper, C. S., Reichle, R. H., De Lannoy, G. J. M., Liu, Q., 2012. Assimilation of Passive and Active Microwave Soil Moisture Retrievals. Geophysical Research Letters, 39(4), L04401.
• 20. Wagner, W., Lemoine, G., Borgeaud, M., Rott, H., 1999. A Study of Vegetation Cover Effects on ERS Scatterometer Data, IEEE Trans. Geosci. Remote Sens., 37(2), 938–948.
• 21. Naeimi, V., Scipal, K., Bartalis, Z., Hasenauer, S., Wagner, W., 2009. An Improved Soil Moisture Retrieval Algorithm for ERS and METOP Scatterometer Observations, IEEE T. Geosci. Remote Sens., 47, 1999–2013.
• 22. Parinussa, R. M., Holmes, T. R. H., Yılmaz, M. T., Crow, W. T., 2011. The Impact of Land Surface Temperature on Soil Moisture Anomaly Detectionfrom Passive Microwave Observations, Hydrol. Earth Syst. Sci., 15, 3135–3151.
• 23. Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X., Ferreira, L. G., 2002. Overview of the Radiometric and Biophysical Performance of the MODIS Vegetation Indices. Remote Sensing of Environment, 83(1), 195-213.
• 24. Sönmez, I., 2013. Quality Control Tests for Western Turkey Mesonet. Meteorological Applications, 20, 330–337.