Abstract
As an important parameter in Land surface system research, surface soil moisture (SSM) links the surface water and groundwater that plays a key role in water resources, agricultural management and global warming studies. Remote sensing techniques provide a direct and convenient means to estimate SSM on a regional scale. In this study, the performance of the normalized land surface temperature-vegetation index (LST-VI) model was evaluated using the in situ soil moisture measurements at Hetao irrigation region of Inner Mongolia that is a representative semi-arid area with relatively uniform underlying surface. The model was used to estimate soil moisture from HJ-1B and Landsat 8 images on clear days in 2014–2017. The overall SSM estimation accuracy was high, and the average RMSE was approximately 0.04 m3/m3. Moreover, a systematic sensitivity analysis was conducted for the input parameters and other impact factors. The results demonstrated that the model could credibly monitor the regional surface soil water content.
RÉSUMÉ
En tant que paramètre important du système de la surface terrestre, l’humidité de la surface du sol (SSM) relie les eaux de surface et les eaux souterraines jouant un rôle clé dans les ressources en eau, la gestion agricole et les études sur le réchauffement climatique. Les techniques de télédétection fournissent un moyen direct et pratique d’estimer l’humidité du sol à l’échelle régionale. Dans cette étude, la performance du modèle normalisé de la température de surface des terres – indice de végétation (LST - VI) a été évaluée à l’aide de mesures in situ de l’humidité du sol dans la région irriguée de l’Hetao en Mongolie intérieure, une zone semi-aride dont la surface sous-jacente est relativement uniforme. Le modèle a été utilisé pour estimer l’humidité de la surface du sol (SSM) à partir d’images HJ-1B et Landsat-8 par temps clair entre 2014 et 2017. La précision globale de l’estimation des SSM est élevée et l’erreur quadratique moyenne est d’environ 0,04 m3/m3. De plus, une analyse systématique de la sensibilité a été effectuée pour les paramètres d’entrée et d’autres facteurs d’impact. Les résultats démontrent que le modèle pourrait surveiller de façon crédible la teneur en eau de la surface du sol à l’échelle régionale.
Acknowledgments
The authors would like to sincerely thank the editor and the anonymous reviewers.