Indiziert in
- Öffnen Sie das J-Tor
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- Publons
- Internationale wissenschaftliche Indexierung
- Euro-Pub
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Schätzung des Bodenfeuchtigkeitsanteils mithilfe des LANDSAT-basierten Feuchtigkeitsstressindex
Pauline Welikhe, Joseph Essamuah–Quansah, Souleymane Fall und Wendell McElhenney
Die globale Agrargemeinschaft benötigt schnelle und häufige Informationen zur Variabilität der Bodenfeuchtigkeit und zu räumlichen Trends, um die Ernteerträge zu maximieren und den steigenden Nahrungsmittelbedarf in einem sich ändernden Klima zu decken. Die Messung der Bodenfeuchtigkeit vor Ort ist jedoch teuer und arbeitsintensiv. Auf Fernerkundung basierende biophysikalische und prädiktive Regressionsmodellierungsansätze haben das Potenzial, den Bodenfeuchtigkeitsgehalt über große Flächen effizient zu schätzen. Die Studie untersucht die Verwendung des Moisture Stress Index (MSI) zur Schätzung der Bodenfeuchtigkeitsvariabilität in Alabama. Die Daten vor Ort wurden von Standorten des Soil Climate Analysis Network (SCAN) in Alabama bezogen und der MSI wurde aus Daten von LANDSAT 8 OLI und LANDSAT 5 TM entwickelt. Die Pearson-Produkt-Moment-Korrelationsanalyse ergab, dass der MSI stark mit Messungen der durchschnittlichen Bodenfeuchtigkeit während der 16-tägigen Vegetationsperiode korreliert, mit negativen Korrelationen von -0,519, -0,482 und -0,895 bei Bodentiefen von 5, 10 und 20 cm. Die Korrelationen zwischen MSI und Feuchtigkeit während der Wachstumsperiode waren an Standorten mit extrem geringer Bodenfeuchtigkeit (<-0,3 in allen Tiefen) gering. Ein einfaches lineares Regressionsmodell, das für Bodenfeuchtigkeit in 20 cm Tiefe (R² = 0,79, p < 0,05) erstellt wurde, korrelierte gut mit MSI-Werten und konnte erfolgreich zur Schätzung des Bodenfeuchtigkeitsprozentsatzes mit einem Standardfehler von ± 3 verwendet werden. Die resultierenden MSI-Produkte wurden erfolgreich zur Erstellung der räumlichen Verteilung des Bodenfeuchtigkeitsprozentsatzes in 20 cm Tiefe verwendet. Die Studie kommt zu dem Schluss, dass MSI ein guter Indikator für Bodenfeuchtigkeitsbedingungen ist und effizient in Bereichen eingesetzt werden kann, in denen keine Daten zur Bodenfeuchtigkeit vor Ort verfügbar sind.