Estimating soil moisture at the watershed scale with satellite-based radar and land surface models
Notice bibliographique
Résumé
Spatially distributed soil moisture profiles are required for watershed applications such as drought and flood prediction, crop irrigation scheduling, pest management, and determining mobility with lightweight vehicles. Satellite-based soil moisture can be obtained from passive microwave, active microwave, and optical sensors, although the coarse spatial resolution of passive microwave and the inability to obtain vertically resolved information from optical sensors limit their usefulness for watershed-scale applications. Active microwave sensors such as synthetic aperture radar (SAR) currently represent the best approach for obtaining spatially distributed surface soil moisture at scales of 10–100 m for watersheds ranging from 1 000 to 25 000 km2. Although SAR provides surface soil moisture, the applications listed above require vertically resolved soil moisture profiles. To obtain distributed soil moisture profiles, a combined approach of calibration and data assimilation in soil vegetation atmosphere transfer (SVAT) models based on recent advances in soil physics is the most promising avenue of research. This review summarizes the state of the science using current satellite-based sensors to determine watershed-scale surface soil moisture distribution and the state of combining SVAT models with data assimilation and calibration approaches for the estimation of profile soil moisture. The basic conclusion of this review is that currently orbiting SAR sensors combined with available SVAT models could provide distributed profile soil moisture information with known accuracy at the watershed scale. The priority areas for future research should include image-based approaches for mapping surface roughness, determination of soil moisture in densely vegetated sites, active and passive microwave data fusion, and joint calibration and data assimilation approaches for a combined remote sensing – modeling system. For validation, a worldwide in situ soil moisture monitoring program should be implemented. Finally, to realize the full potential of satellite-based soil moisture estimation for watershed applications, it will be necessary to continue sensor development, improve image availability and timely delivery, and reduce image cost.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».