Revista de teledetección y SIG

Abstracto

Estimación del porcentaje de humedad del suelo utilizando el índice de estrés por humedad basado en LANDSAT

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

La comunidad agronómica mundial necesita información rápida y frecuente sobre la variabilidad de la humedad del suelo y las tendencias espaciales para maximizar la producción de cultivos y satisfacer las crecientes demandas de alimentos en un clima cambiante. Sin embargo, la medición de la humedad del suelo in situ es costosa y requiere mucha mano de obra. El enfoque de modelado de regresión predictiva y biofísica basado en detección remota tiene el potencial de estimar de manera eficiente el contenido de humedad del suelo en grandes áreas. El estudio investiga el uso del índice de estrés por humedad (MSI) para estimar la variabilidad de la humedad del suelo en Alabama. Los datos in situ se obtuvieron de los sitios de la Red de análisis del clima del suelo (SCAN) en Alabama y el MSI se desarrolló a partir de los datos de LANDSAT 8 OLI y LANDSAT 5 TM. El análisis de correlación de momento del producto de Pearson mostró que el MSI se correlaciona fuertemente con las mediciones de humedad del suelo promedio de la temporada de crecimiento de 16 días, con correlaciones negativas de -0,519, -0,482 y -0,895 a 5, 10 y 20 cm de profundidad del suelo respectivamente. Las correlaciones entre el MSI y la humedad de la temporada de crecimiento fueron bajas en los sitios donde la humedad del suelo era extremadamente baja (<-0,3 en todas las profundidades). El modelo de regresión lineal simple construido para la humedad del suelo a 20 cm de profundidad (R²=0,79, p<0,05) se correlacionó bien con los valores del MSI y se utilizó con éxito para estimar el porcentaje de humedad del suelo dentro de un error estándar de ± 3. Los productos MSI resultantes se utilizaron para producir con éxito la distribución espacial del porcentaje de humedad del suelo a 20 cm de profundidad. El estudio concluye que el MSI es un buen indicador de las condiciones de humedad del suelo y podría utilizarse de manera eficiente en áreas donde no se dispone de datos de humedad del suelo in situ.