Aktif mikrodalga uydu görüntü verileri kullanılarak toprak neminin belirlenmesi

Abstract

Toprak nemi, atmosfer ve dünya yüzeyi arasındaki etkileşimi tanımlayan ve dünya enerji döngüsünü kontrol eden önemli bir parametredir. Bu çalışmanın temel amacı, Advanced Land Observing Satellite 2 (ALOS-2) ve Sentinel-1A Yapay Açıklıklı Radar (SAR: Synthetic Aperture Radar) uydu görüntülerini kullanarak bitki örtüsü olan ve olmayan doğal nem döngüsündeki tarlalarda, toprak nemi tahminlerinin yapılması ve toprak nemi haritalarının oluşturulmasıdır.Çalışma kapsamında; 22 Nisan, 12 Haziran 2016 tarihlerinde alınan iki adet ALOS-2 ve 18-24 Nisan, 11 Haziran 2016 tarihlerinde alınan üç adet Sentinel-1A SAR veri seti toprak nemi tahmini için kullanılmıştır. Ayrıca, Sentinel-2A optik uydusuna ait iki veri setinden Normalize Fark Bitki İndeksi (NDVI: Normalized Difference Vegetation Index) görüntüleri oluşturularak, model tabanlı yaklaşımlarda ve maskeleme işlemlerinde yararlanılmıştır. Çalışma alanı olarak İzmir'in Bergama ilçesine ait Bakırçay Nehri'nin geçtiği bir tarım bölgesi seçilmiştir.Bölgede en verimli tarım arazilerini, Bakırçay Nehri'nin taşıdığı ve biriktirdiği alüvyonlar oluşturmaktadır. İlçede özellikle tütün, pamuk, domates, bamya, zeytin ve üzüm başlıca yetiştirilen ürünlerdir.Çalışmada, SAR verileri ile toprak nemini tahmin edebilmek için kullanılan model tabanlı yaklaşımların yanı sıra deneysel modeller geliştirilmiştir. Arazi çalışmalarında, toprak nemi ölçümleri gravimetrik yöntemle belirlenmiştir. Öncelikle, SAR geri saçılımı ve toprak nemi ilişkisi incelenmiş ve tüm tarlalar baz alındığında aradaki ilişkinin çok düşük olduğu belirlenmiştir. Grafiklerde eğilimi bozan toprak nemi değerleri çıkarıldığında, aradaki ilişkinin oldukça yükseldiği belirlenmiştir. 22 Nisan 2016'da alınan ALOS-2 verisi için en yüksek ilişki, HH polarizasyonda elde edilmiştir. 18 Nisan ve 24 Nisan tarihlerinde alınan Sentinel-1A verilerinde ise en yüksek ilişki, VV polarizasyonunda elde edilmiştir. Haziran verileri dikkate alındığında, toprak nemi ve geri saçılım arasındaki en yüksek ilişki ALOS-2 için HV polarizasyonunda, Sentinel-1A için ise VV polarizasyonunda belirlenmiştir. SAR verileri ile toprak nemi tahmininde sıkça kullanılan yarı deneysel modellerden olan Dubois ve Oh modelleri de analiz edilmiş ancak tatmin edici sonuçlar elde edilmemiştir. Bu nedenle, deneysel model geliştirme çalışmalarına başlanmıştır.Deneysel model geliştirebilmek amacıyla çok değişkenli doğrusal regresyon analizi kullanılarak aşamalı (stepwise) yöntem esas alınmıştır. Nisan verileri için dielektrik katsayısının olduğu durumlarda 24 Nisan tarihli Sentinel-1A için üretilen model, %99 korelasyon katsayısı (R2) ve 0.35 standart sapma (σ (%)) ile en iyi sonuçları sunmuştur. Dielektrik katsayısının olmadığı durumda ise 22 Nisan tarihli ALOS-2 için üretilen model %82 R2 ve 2.37 σ (%) ile en iyi sonuçları sunmuştur. Haziran veri seti için, dielektrik katsayının olduğu veya olmadığı her iki durumda da sırasıyla %98 R2 ve 1.30 σ (%), %69 R2 ve 4.90 σ (%) ile ALOS-2 verisi daha iyi sonuçlar sunmuştur.Bitki örtülü alanlarda, toprak nemi tahmininde Water Cloud Model (WCM) kullanılmıştır. WCM analizleri sonucunda, hem ALOS-2 hem de Sentinel-1A verileri için en iyi sonuçlar bitki kaplama alanının kullanıldığı durumlarda elde edilmiştir. ALOS-2 verisinde HV geri saçılımının toprak nemi ile olan korelasyon katsayısı %68'den %73'e yükselmiştir. Sentinel-1A verisinde ise VV geri saçılımının toprak nemi ile olan korelasyon katsayısı %54'ten %64'e yükselmiştir.Çalışmanın son aşaması olarak toprak nemi haritaları oluşturulmuştur. 22 Nisan 2016 tarihli ALOS-2 verisinden üretilen toprak nemi haritasının Karesel Ortalama Hata (KOH) değeri %4.43 olarak belirlenmiştir. 24 Nisan 2016 tarihli Sentinel-1A verisinden üretilen toprak nemi haritasının KOH değeri ise %2.73 olarak hesaplanmıştır. Haziran veri setleri için üretilen toprak nemi haritaları, WCM analizlerinin ters çözümü ile elde edilmiştir. 12 Haziran 2016 tarihli ALOS-2 verisinden üretilen toprak nemi haritasının KOH değeri %15.13 olarak belirlenmiştir. 11 Haziran 2016 tarihli Sentinel-1A verisinden üretilen toprak nemi haritasının KOH değeri ise %9.01 olarak hesaplanmıştır.Elde edilen sonuçlar göz önüne alındığında, SAR verileri ile toprak nemi tahmininde hem L-bant hem de C-bantta etkili sonuçlar alındığı belirlenmiştir. Sentine-1 uydu verilerinin ücretsiz olarak alınabilmesi, ALOS-2 uydu verilerine göre avantaj olarak düşünülebilir. Ancak, toprağın farklı yüzey derinliklerinde yapılacak olan çalışmalarda, L-bant görüntülerinin dikkate alınması daha anlamlı sonuçlar sunacaktır.

Soil moisture describes the interaction between Earth surface and atmosphere, and it is an important parameter that controls the world's energy cycle. The main objective of this study is to estimate soil moisture using Advanced Land Observing Satellite 2 (ALOS-2) and Sentinel-1A SAR satellite imagery in vegetated and non-vegetated fields during natural moisture cycle, and to generate soil moisture maps of the study area.ALOS-2 and Sentinel-1A Synthetic Aperture Radar (SAR) data sets acquired on April and June 2016 were used to estimate soil moisture within the scope of the study. In addition, Normalized Difference Vegetation Index (NDVI) images were generated from two data sets of Sentinel-2A, and were used in model-based approaches and masking operations. As study area, an agricultural region of Bakırçay River belonging to the Bergama district of İzmir was chosen.Alluviums that the Bakırçay River carries and accumulates form the most fertile agricultural land in the region. Tobacco, cotton, tomato, okra, olive and grape are mainly grown products in the region.In this study, model-based approaches for estimating soil moisture using SAR data were utilized, and empirical models were developed. The soil moisture measurements were determined by gravimetric method in field studies. Firstly, SAR backscatter and soil moisture relationship were investigated and it was seen that the relation between these two variables was very low. It was determined that when the values of soil moistures that distort the tendency in the graphs were subtracted, the relation between them was highly increased. The highest correlation for the ALOS-2 data received in April was obtained in HH polarization. For Sentinel-1A data obtained on April 18 and April 24, the highest correlation was obtained in VV polarization. Considering the data in June, the highest relationship between soil moisture and backscatter was determined in HV polarization for ALOS-2 and VV polarization for Sentinel-1A. The semi-experimental Dubois and Oh models, commonly used in estimating soil moisture via SAR data, were also analysed but satisfactory results were not obtained. For this reason, empirical model development studies have begun.In order to develop empirical models, a stepwise method, based on multivariate linear regression analysis, was utilized. In the presence of the dielectric constant, the model produced for Sentinel-1A on April 24 offered the best results with 99% R2 and 0.35 σ (%). In the absence of the dielectric constant, the model produced for the ALOS-2 on April 22 offered the best results with 82% R2 and 2.37 σ (%). For the June dataset, the ALOS-2 data provided better results with 98% R2 and 1.30 σ (%), 69% R2 and 4.90 σ (%), respectively, with or without dielectric constant.Water Cloud Model (WCM) was used to estimate soil moisture in vegetated areas. As a result of the WCM analyses, the best results for both ALOS-2 and Sentinel-1A data were obtained when the plant coverage was used. In ALOS-2 data, the correlation coefficient of HV backscatter with soil moisture increased from 68% to 73%. In Sentinel-1A data, the correlation coefficient of VV backscatter with soil moisture increased from 54% to 64%.As the last step of study, soil moisture maps were generated. Root Mean Square Error (RMSE) value of the soil moisture map generated from the ALOS-2 data acquired on April 22, 2016 was 4.43%. The RMSE value of the soil moisture map generated from the Sentinel-1A data acquired on April 24, 2016 was calculated to be 2.73%. Soil map generated for the June data sets were obtained with the inverse solution of the WCM analyses. The RMSE value of the soil moisture map generated from the ALOS-2 data acquired on 12 June 2016 was determined as 15.13%. The RMSE value of the soil moisture map generated from the Sentinel-1A data acquired on June 11, 2016 was calculated as 9.01%.Considering the obtained results, it was determined that SAR data in both L-band and C-band are effective to estimate soil moisture. Compared to ALOS-2 satellite data, Sentinel-1 satellite data can be obtained free of charge and this is an advantage; however, studies with different depths of soil moisture may require consideration of L-band images.