Key points are not available for this paper at this time.
تقدم هذه الورقة تقنية لرسم خرائط رطوبة التربة والري، على نطاق الحقول الزراعية، بناءً على التفسير المتآزر للبيانات البصرية والرادارية ذات الفتحة الاصطناعية (SAR) متعددة الأوقات (Sentinel-2 وSentinel-1). تم اختيار سهل القيروان، وهو منطقة شبه جافة في وسط تونس (شمال إفريقيا)، كمنطقة اختبار لهذه الدراسة. أولاً، تم تطوير خوارزمية للعكس المباشر لنموذج سحابة المياه (WCM) لتحديد محتوى المياه في التربة بين عامي 2015 و2017. تم التحقق من رطوبة التربة المستخرجة من هذه الملاحظات أولاً باستخدام قياسات أرضية، تم تسجيلها على 20 حقل مرجعي لزراعة الحبوب. تم استخدام طريقة ثانية، تعتمد على استخدام الشبكات العصبية، لتأكيد التحقق الأولي. تُظهر النتائج المبلغ عنها هنا أن منتجات رطوبة التربة المستخرجة من البيانات المستشعرة عن بُعد دقيقة، مع خطأ متوسط الجذر التربيعي (RMSE) أقل من 5% بين منتجين للرطوبة. بالإضافة إلى ذلك، أدت تحليل منتجات رطوبة التربة ومؤشر الفرق النباتي المعياري (NDVI) على الحقول المزروعة، كدالة للزمن، إلى تصنيف المناطق المروية والمناطق التي تعتمد على الأمطار في سهل القيروان، وإنتاج خرائط الري على نطاق الحقول الفردية. يعتمد هذا التصنيف على نهج شجرة القرار، باستخدام مجموعة من المؤشرات الإحصائية المختلفة لرطوبة التربة وسلاسل زمنية لـ NDVI. تم التحقق من خرائط الري الناتجة باستخدام حقول مرجعية ضمن موقع الدراسة. تم الحصول على أفضل النتائج مع التصنيفات المعتمدة على مؤشرات رطوبة التربة فقط، بدقة 77%.
درس بوسبيح وآخرون (الأربعاء) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: