Jornal de Sensoriamento Remoto e GIS

Abstrato

Estimativa da percentagem de humidade do solo usando o índice de stresse de humidade baseado no LANDSAT

Pauline Welikhe, Joseph Essamuah–Quansah, Souleymane Fall e Wendell McElhenney

A comunidade agronómica global necessita de informações rápidas e frequentes sobre a variabilidade da humidade do solo e as tendências espaciais, a fim de maximizar a produção agrícola para satisfazer a crescente procura alimentar num clima em mudança. No entanto, a medição in situ da humidade do solo é dispendiosa e requer muita mão-de-obra. A abordagem de modelação de regressão biofísica e preditiva baseada em deteção remota tem o potencial para estimar eficientemente o teor de humidade do solo em grandes áreas. O estudo investiga a utilização do Índice de Stress de Humidade (MSI) para estimar a variabilidade da humidade do solo no Alabama. Os dados in situ foram obtidos a partir dos locais da Soil Climate Analysis Network (SCAN) no Alabama e do MSI desenvolvido a partir dos dados LANDSAT 8 OLI e LANDSAT 5 TM. A análise de correlação do momento do produto de Pearson mostrou que o MSI se correlaciona fortemente com as medições médias de humidade do solo na estação de crescimento de 16 dias, com correlações negativas de -0,519, -0,482 e -0,895 a 5, 10 e 20 cm de profundidade do solo, respetivamente. As correlações do MSI e da humidade da estação de crescimento foram baixas nos locais onde a humidade do solo era extremamente baixa (<-0,3 em todas as profundidades). O modelo de regressão linear simples construído para a humidade do solo a 20 cm de profundidade (R²=0,79, p<0,05) correlacionou bem com os valores do MSI e foi utilizado com sucesso para estimar a percentagem de humidade do solo dentro de um erro padrão de ± 3. Os produtos MSI resultantes foram utilizados para estimar com sucesso produzir a distribuição espacial da percentagem de humidade do solo a 20 cm de profundidade. O estudo conclui que o MSI é um bom indicador das condições de humidade do solo e pode ser utilizado de forma eficiente em áreas onde não estão disponíveis dados in situ de humidade do solo.