Determinación de la humedad de suelo mediante regresión lineal múltiple con datos TerraSAR-X

GABRIEL GARCIA; BROGIONI MARCO; VENTURINI VIRGINIA; RODRIGUEZ LETICIA; FONTANELLI GIACOMO; WALKER ELISABET; GRACIANI SILVIO; MACELLONI GIOVANNI

REVISTA DE TELEDETECCIÓN Asociación Española de Teledetección

Universidad Politécnica de Valencia

Lugar: Valencia; Año: 2016 vol. 46 p. 73 - 81

Resumen: Los primeros cinco centímetros del suelo forman una interfaz donde se producen los principales intercambios de flujos de calor entre la superficie terrestre y la atmósfera. La teledetección ha demostrado ser una excelente herramienta para el seguimiento de datos espacial y temporalmente distribuidos de las características sobresalientes de la superficie terrestre, incluidos los parámetros del suelo. Los sensores de microondas activos (Synthetic Aperture Radar - SAR) ofrecen la posibilidad de monitorizar la humedad de suelo (HS) a escala global, regional y local, mediante la modelación de los procesos involucrados. Diversos algoritmos de inversión han sido desarrollados para derivar información geofísica, como HS, a partir de información SAR. Muchos de ellos utilizan modelos electromagnéticos para simular el coeficiente de retrodispersión y se basan en técnicas estadísticas tales como redes neuronales, métodos de inversión y modelos de regresión. Estudios recientes han demostrado que las técnicas simples de regresión múltiple arrojan resultados aceptables. Las variables geofísicas implicadas en estas metodologías son descriptivas de la estructura del suelo, las características de las microondas y la cobertura delsuelo. Por esto, en este trabajo se propone desarrollar un modelo de regresión lineal múltiple para estimar HS en zonas de llanura combinando datos de la misión satelital TerraSAR-X y datos de una estación meteorológica. La modelaciónpropuesta involucra las variables hidrológicas que caracterizan las zonas de llanura, donde los movimientos verticales de agua en el suelo predominan sobre el escurrimiento horizontal. Los resultados obtenidos muestran que la retrodispersión, la precipitación y la humedad relativa del aire son las variables explicativas de HS. El modelo obtenido arrojó un RMSE de 5,4 y un R2 de 0,6.