Imagen de Portada

Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana

Fil: García, Gabriel Agustín. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

Guardado en:
Detalles Bibliográficos
Autor Principal: García, Gabriel Agustín
Otros Autores: Venturini, Virginia
Formato: Tesis
Lenguaje:Spanish
Spanish
Publicado: 2018
Materias:
Soil moisture
Multiple linear regression
Neural networks
Sentinel-1
SMAP
GPM
Humedad de suelo
Regresión lineal múltiple
Redes neuronales
Acceso en línea:http://hdl.handle.net/11185/1137
id oai:bibliotecavirtual.unl.edu.ar-handle:11185-1137
recordtype dspace
institution Universidad Nacional del Litoral
collection Biblioteca de tesis
language Spanish
Spanish
topic Soil moisture
Multiple linear regression
Neural networks
Sentinel-1
SMAP
GPM
Humedad de suelo
Regresión lineal múltiple
Redes neuronales
Sentinel-1
SMAP
GPM
spellingShingle Soil moisture
Multiple linear regression
Neural networks
Sentinel-1
SMAP
GPM
Humedad de suelo
Regresión lineal múltiple
Redes neuronales
Sentinel-1
SMAP
GPM
García, Gabriel Agustín
Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana
description Fil: García, Gabriel Agustín. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.
author2 Venturini, Virginia
author_facet Venturini, Virginia
García, Gabriel Agustín
format Thesis
author García, Gabriel Agustín
author_sort García, Gabriel Agustín
title Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana
title_short Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana
title_full Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana
title_fullStr Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana
title_full_unstemmed Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana
title_sort desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región pampeana
publishDate 2018
url http://hdl.handle.net/11185/1137
_version_ 1728547946142629888
spelling oai:bibliotecavirtual.unl.edu.ar-handle:11185-11372022-03-23T16:50:24Z Desagregación de datos de microondas pasivas y activas para la estimación de humedad superficial del suelo en áreas de llanura de la región Pampeana Disaggregation of passive and active microwave data for the estimation of surface soil moisture in plains areas of the Pampean region García, Gabriel Agustín Venturini, Virginia Del Valle, Héctor Sione, Walter Scavuzzo, Marcelo Thibeault, Marc Rodríguez, Leticia Soil moisture Multiple linear regression Neural networks Sentinel-1 SMAP GPM Humedad de suelo Regresión lineal múltiple Redes neuronales Sentinel-1 SMAP GPM Fil: García, Gabriel Agustín. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina. Soil moisture (SM) is a state variable that influences the redistribution of water within the hydrological cycle. For decades, its estimation has been studied on a regional scale to solve hydrological, meteorological, agronomic and climatological problems. In this sense, remote sensing provides instantaneously observations of this variable on a large scale. Microwaves have allowed the development of different methodologies to obtain SM maps taking advantage of the complementary information provided by both active and passive microwave sensors. In this context, the thesis objective is to develop a procedure to estimate SM under moderate vegetation cover in plain areas, introducing the disaggregation of passive microwave information, radar and hydro-meteorological variables in the water balance. For this, two study areas were selected and a model was developed based on the water balance equation that represents the processes that influence in SM variability. The model takes into account water input and output processes of the soil system, and represents them with different hydro-environmental variables and radar data. For the resolution of the balance equation, multiple linear regression and multilayer perceptron statistical methodologies were selected. The resulting models were obtained with precipitation, air temperature and relative humidity observations and with radar data from the Sentinel-1 satellite mission. Based on the partial results obtained, the same methodologies and assumptions were applied to disaggregate SM SMAP product. La humedad de suelo (HS) es una variable de estado que influye en la redistribución del agua dentro del ciclo hidrológico. Durante décadas, su estimación a escala regional ha cobrado relevancia para resolver problemas hidrológicos, meteorológicos, agronómicos, climatológicos de diversa índole. En este sentido, el sensoramiento remoto brinda observaciones de esta variable a gran escala y de forma instantánea. Las microondas han permitido desarrollar diferentes metodologías para obtener mapas de HS aprovechando la información complementaria que proveen tanto los sensores de microondas activos como pasivos. En este contexto, el objetivo de la tesis es desarrollar un procedimiento para estimar la HS bajo cobertura vegetal moderada en zonas de llanura, introduciendo la desagregación de información de microondas pasivas, radar y variables hidro-meteorológicas en el balance de agua. Para ello, se desarolló un modelo basado en la ecuación simplificada de balance hídrico que representa los procesos que influyen en la variabilidad de HS. El modelo tiene en cuenta los procesos de entrada y salida de agua del sistema suelo, y los representa con diferentes variables hidroambientales y datos radar. Para la aproximación de la ecuación de balance se seleccionaron las metodologías estadísticas de regresión lineal múltiple y la red neuronal del tipo perceptrón multicapa. Los modelos resultantes fueron obtenidos conjuntamente con datos puntuales de precipitación, temperatura del aire y humedad relativa y, con datos radar de la misión satelital Sentinel-1. En base a los resultados parciales obtenidos, se aplicaron las mismas metodologías y supuestos para desagregar productos de HS de la misión SMAP. Consejo Nacional de Investigaciones Científicas y Técnicas 2018-11-02 2019-10-30 2018-03-01 info:eu-repo/semantics/doctoralThesis info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/acceptedVersion SNRD http://hdl.handle.net/11185/1137 spa spa info:eu-repo/semantics/openAccess Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es application/pdf
score 11.8626

Ejemplares similares