Wyniki wyszukiwania - BazTech

1

Pozyskiwanie informacji o parametrach glebowo-roślinnych za pomocą satelitarnych zdjęć mikrofalowych

Dąbrowska-Zielińska K., Kowalik W., Gruszczyńska M.

Roczniki Geomatyki

|

2005

|

T. 3, z. 2

35-44

EN

The monitoring of vegetation growth conditions is a very important problem in proper agricultural management and in yield forecasting. Spectral reflectance signatures taken in the optical spectrum are useful for such applications, and a variety of information from optical sensors can be applied for estimating soil moisture values and conditions of vegetation growth. However, the acquisition of optical sensor data is often hampered by unfavorable weather conditions. Radar sensors are able to collect the data despite of clouds. This is the major reason why they are much more likely to provide useful information. The microwave backscatter value depends on sensor configuration such as incydent angle and polarization (Allen and Ulaby, 1984; Le Toan et al., 1984; Paloscia, 1998; Ulaby, 1978). Furthermore, it is affected by soil and plant dielectric and geometric properties (Ulaby et al., 1986; Dabrowska-Zielinska et al., 1994; Gruszczynska et al., 1998). Thus, it has been suggested that the combination of microwave signatures at different frequencies and/or polarizations may provide information on soil and vegetation conditions (Le Toan, 1982). The strong interaction of backscatter signal with soil and vegetation cannot be expressed by a simple linear function. It seems that mechanistic models may better characterize the contribution of various parameters on the observed backscattering signatures. The simulation of backscattering coefficient using the Water Cloud Model (WCM) was presented in the paper of Atema and Ulaby (1978) and modified by Prevot et al. (1993) and Champion (2000). The analysis based on the WCM uses two different SAR frequencies. Numeric inversion of the model may be useful in estimating soil moisture and vegetation descriptors. Thus, the goal of this study was to extract from dual-frequency and incidence angle satellite SAR signatures consistent information about moisture in soils and about various features of plants by implementation of the water-cloud model. The study was carried out on Polish agricultural regions but it is hoped that it will be applicable anywhere on the planet. During satellite overpasses, the ground-based measurements required such as soil moisture, Leaf Area Index, and biomass were collected. The backscattering coefficients were collected from ERS-2.SAR (C-VV band at 5.3 GHz, incidence angle 23o, spatial resolution 30 m) and from JERS-SAR (L-HH band at 1.275 GHz, incidence angle 35o, spatial resolution 18 m). The applicability of three different vegetation descriptors to the semi-empirical water-cloud model was investigated. The contribution to the backscatter values of vegetation features such as leaf area expressed in the Leaf Area Index (LAI) and the dielectric properties of leaf surface expressed in the Leaf Water Area Index (LWAI) and the Vegetation Water Mass (VWM) was examined in order to reveal the best fit of the model. It was found that in C-band, which had an incidence angle of 23o, the soil moisture contribution to the sigma value was predominant over the vegetation contribution. When the kanopy cover increases, the sensitivity of a radar signal to dry soil conditions (SM<0.1) decreased. The sigma value was the most sensitive to vegetation descriptor VWM which described the amount of water in vegetation. Attenuation of soil signal by the canopy was found in all three vegetation descriptor types; the strongest attenuation effect was observed in the case of VWM. In L-band (where the incidence angle was 35o), the dominant signal to total s° value comes from volume scattering of vegetation for LAI>3. When LAI<3 the vegetation contribution to total s° value appeared in two-way attenuation. The results gave us the possibility of comparing the modelled parameters with the measured soil and vegetationparameters. The study will continue using L band with different polarization from future ALOS PALSAR satellite and C band from ENVISAT ASAR various polarization. The combination of model simulating backscattering coefficient from canopy as Michigan Microwave Canopy Scattering model (Ulaby et al., 1990) and semi empirical model will be applied for different vegetation types not only for narrow leaf crops but also for broad leafs in order to verify possibility to increase the precision in obtaining soil vegetation descriptors.

2

Modelling of crop and soil parameters using C and L band of SAR images

Dąbrowska-Zielińska K., Inoue Y., Kowalik W., Gruszczyńska M.

Journal of Water and Land Development

|

2005

|

no. 9

3-20

EN

The dual-frequency satellite SAR backscatter was extracted for consistent information about various soil-vegetation parameters of crops for analysing crop growth conditions in any agricultural region. The ground-based measurements of soil moisture SM, Leaf Area Index LAI, and biomass were collected from 10 to 14 May 1998 during a satellite overpass on a particular date. The backscattering coefficients at various frequencies were collected from ERS-2.SAR (C-VV) on May 10, 1998 and from JERS-SAR (L-HH) on May 14, 1998. The applicability of three different vegetation descriptors to the semi-empirical water-cloud model was investigated. The contribution to the backscatter values of vegetation features such as leaf area expressed in the Leaf Area Index and the dielectric properties of leaf surface expressed in the Leaf Water Area Index LWAI and the Vegetation Water Mass VWM was examined in order to reveal the best fit of the model. It was found that in C-band, which had an incidence angle of 23°, the soil moisture contribution to the sigma value was predominant over the vegetation contribution. When the canopy cover increased, the sensitivity of a radar signal to dry soil conditions (SM < 0.1) decreased. The sigma value was the most sensitive to vegetation descriptor VWM which described the amount of water in vegetation. Attenuation of soil signal by the canopy was found in all three vegetation descriptor types; the strongest attenuation effect was observed in the case of VWM. In L-band (where the incidence angle was 35°), the dominant signal to total σ ° value came from volume seattering of vegetation for LAI> 3. When LAI< 3 the vegetation contribution to total σ ° value appeared in two-way attenuation. The results gave us the possibility of comparing the modelled with the measured soil and vegetation parameters.

PL

Spośród wielu zakresów promieniowania elektromagnetycznego, wykorzystywanych w teledetekcji satelitarnej, do pozyskiwania informacji o powierzchni roślinnej stosowane są mikrofale, które dzięki możliwości wykonywania zobrazowań niezależnie od warunków pogodowych i pory dnia, stały się często jedynym teledetekcyjnym źródłem informacji. Zdjęcia mikrofalowe SAR przedstawiają rozkład amplitudy sygnału odbitego od badanej powierzchni. Obliczony na tej podstawie współczynnik rozpraszania wstecznego, tzw. σ °, wyraża natężenie promieniowania mikrofalowego odbitego od powierzchni i zależy głównie od jej szorstkości i wilgotności. Na potrzeby niniejszego opracowania, wartości współczynnika wstecznego rozpraszania uzyskano z dwóch satelitów wysyłających i rejestrujących wiązkę promieniowania o różnej długości i polaryzacji fal, tj. satelity europejskiego ERS-2 SAR wysyłającego wiązkę promieniowania pod kątem 23°, rejestrującego badany obszar w zakresie C, o częstotliwości 5,3 GHz i długości fali 5,7 cm oraz satelity japońskiego JERS SAR wysyłającego wiązkę promieniowania w zakresie L pod kątem 35° o częstotliwości 1,2 GHz i długości fali 23,5 cm. Celem badań było uzyskanie wielu parametrów glebowo-roślinnych, bardzo istotnych w prognozowaniu plonów głównych upraw rolnych. W trakcie zobrazowań satelitarnych wykonano pomiary wilgotności gleby (SM), powierzchni projekcyjnej liści (LAI) i biomasy. Istotą tych badań było zastosowanie modelu opisującego powierzchnię czynną, na którą pada wiązka promieniowania mikrofalowego, jako tzw. "chmurę wodną". Ze względu na to, że powracający sygnał wysyłanej fali rejestrowany przez radiolokator zależy od powierzchni, na którą pada, do modelu wprowadzono takie parametry roślinne, które najlepiej opisują rośliny, a więc LAI, jak również wskaźnik LWAI oraz wskaźnik charakteryzujący wodę w samych roślinach (VWM). Z analizy wynika, że wraz ze zwiększaniem się masy roślinnej zmniejsza się czułość sygnału na wilgotność gleby mniejszą niż 10%. Woda zawarta w roślinach, przedstawiona jako wskaźnik VWM, miała najbardziej znaczący wpływ na wartość rejestrowanego sygnału. Zarejestrowany sygnał w zakresie fali L w znaczącym stopniu zależał od roślinności charakteryzowanej przez wskaźnik LAI, zwłaszcza gdy rośliny były stosunkowo gęste (LAI> 3). Działo się tak na skutek padania wiązki mikrofalowej pod stosunkowo dużym kątem (35°). W wyniku inwersji modelu otrzymano wartości poszczególnych parametrów opisujących roślinność oraz wilgotność gleby i porównano z wartościami mierzonymi in situ.

3

Globalny monitoring środowiska i bezpieczeństwa (GMES) integrowanie danych obserwacji ziemi dla obszaru Polski

Dąbrowska–Zielińska K., Kowalik W., Gruszczyńska M., Hościło A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2004

|

Vol. 14

1--8

PL

Program GMES podzielony jest na tematykę „Środowisko” i „Bezpieczeństwo”. Tematyka Środowisko obejmuje zadania monitorowania oceanów i atmosfery oraz monitorowanie powierzchni Ziemi w tym prognozowanie plonów, rozwój roślinności, udostępnienie systemu wczesnego ostrzegania, zrównoważone wykorzystanie zasobów wodnych w celu odpowiedniego zarządzania. Tematyka „Bezpieczeństwo” obejmuje zarządzanie obszarami w razie zagrożeń naturalnych i zapewnienie bezpieczeństwa cywilnego w razie zagrożeń naturalnych. W ramach tematyki GMES został przyjęty zintegrowany projekt pt. „Produkty GMES i ich użyteczność w integrowaniu danych obserwacji Ziemi wspomagających wprowadzenie Europejskich dyrektyw i Europejskiej polityki w odniesieniu do pokrycia terenu oraz do roślinności.”. W Projekcie tym wśród 56 instytucji bierze udział Instytut Geodezji i Kartografii. W ramach wykonywanych prac zostaną zastosowane agro – meteorologiczne modele oparte o zmienne parametry klimatyczne oraz zostanie wprowadzony system prognozy plonów, oparty o modele teledetekcyjne uwzględniające wyprowadzone z danych teledetekcyjnych wartości ewapotranspiracji, indeksy roślinne, oraz indeksy suszy. Badania nad poszczególnymi modelami prowadzącymi od stosunkowo prostych do skomplikowanych metod uzyskiwania parametrów biofizycznych będzie przeprowadzone dla obszaru Polski.

4

Satellite-derived vegetation indices for Biebrza wetland

Dąbrowska-Zielińska K., Kowalik W., Gruszczyńska M., Hościło A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2003

|

Vol. 13b

349--359

EN

The study has been carried out at the Biebrza Basin in Poland. The investigation aimed at finding the best vegetation index characterising different marshland habitats. The various indices were calculated on the basis of all considered spectral bands of low spatial resolution satellites as SPOT/VEGETATION, ERS-2/ATSR, and NOAA/AVHRR. The GEMI and EVI index calculated from SPOT/VEGETATION images was the best for distinguishing vegetation classes. The best correlation between LAI measured at the ground and the derived indices was with GEMI and EVI index. Soil moisture values calculated from ERS2/ SAR well characterised distinguished marshland humidity classes.

PL

Biebrzański Park Narodowy został założony w 1993 roku w celu ochrony unikalnych walorów przyrodniczych bagiennej doliny rzeki Biebrzy. W wyniku panujących warunków wodnych oraz morfologii terenu na obszarze tym wykształcił się największy w Polsce ekosystem torfowisk niskich i wysokich. Na skutek zmian w użytkowaniu rolniczym oraz z powodu budowy kanałów odwadniających, ten unikalny naturalny ekosystem bagienny został zachwiany. Zmienione warunki wilgotnościowe doprowadziły do degradacji gleb torfowych i w konsekwencji do zmiany szaty roślinnej. Obecnie istnieje potrzeba monitorowania niekorzystnego dla środowiska procesu osuszania bagien, a jedynie możliwą do zastosowania na tak dużą skalę metodą, jest metoda teledetekcji. Badania skoncentrowano na obszarze zlokalizowanym w Basenie Środkowym Biebrzy, na którym do tej pory przeprowadzono wiele eksperymentów naukowych, i dla którego zgromadzono wiele informacji niezbędnych do realizacji niniejszego przedsięwzięcia. W opracowaniu uwzględnione zostały dane satelitarne i naziemne archiwalne pochodzące z lat 1995 i 1997 oraz dane otrzymane w trakcie trwania badań lat 2000–2002. Wykorzystano dane satelitarne otrzymywane w optycznym i mikrofalowym zakresie widma elektromagnetycznego. Z zakresu optycznego (Landsat ETM, ERS-2.ATSR, SPOT VEGETATION, NOAA/AVHRR) zostały wyznaczone wskaźniki roślinne charakteryzujące powierzchnię ze względu na stopień uwilgotnienia i fazę rozwoju roślin. Poprzez klasyfikację obszaru wyróżniono łąki na różnych rodzajach siedlisk. Klasyfikowane były zdjęcia wykonane przy użyciu skanerów Thematic Mapper (TM) i Enhanced Thematic Mapper (ETM+) pracujących na satelitach z serii Landsat oraz zdjęcia mikrofalowe wykonane przy użyciu urządzenia SAR umieszczonego na satelicie ERS-2. Przy klasyfikacji wykorzystano wyniki badań terenowych. Z danych mikrofalowych zarejestrowanych przez satelitę ERS-2 obliczono współczynnik wstecznego rozpraszania i wyprowadzono algorytmy wyznaczania wilgotności gleby. Wyznaczono również związek pomiędzy poszczególnymi klasami wilgotności gleby a wskaźnikami roślinnymi uzyskanymi z różnych satelitów oraz wyznaczono obszary, na których zaszły największe zmiany wilgotności. W wyniku przeprowadzonych analiz wybrano następujące wskaźniki roślinne: ARVI, EVI, GEMI, MI, NDVI, których wzory podane są poniżej: ARVI = ( NIR - BLUE ) / ( NIR + BLUE ) EVI = 2.0 * ( NIR - RED ) / ( 1 + NIR + 6 * RED - 7.5 * BLUE ) GEMI =⋅[η * ( 1 - 0.25η ) - ( RED - 0.125 )] / [ 1 - RED ], η = [ 2 * ( NIR2 - RED2 ) + 1.5 NIR + 0.5 RED ] / 9 NIR + RED + 0.5 ] NDVI = ( NIR - RED ) / ( NIR + RED ) MI = ( SWIR - RED ) / (SWIR + RED ) gdzie: ARVI – Atmospherically Resistant Vegetation Index, Kaufman i Tanre, 1992; EVI – Enhanced Vegetation Index, Liu i Huete, 1995; GEMI – Global Environment Monitoring Index, Pinty i Verstraete, 1992; MI –Medium Infrared Index, wyprowadzony przez autorów, 2002; NDVI – Normalized Difference Vegetation Index, powszechnie używany od dawna. Wskaźniki roślinne łączą dane teledetekcyjne z biofizycznymi charakterystykami powierzchni czynnej, a w szczególności z powierzchnią projekcyjną liści, akumulowaną radiacją w procesie fotosyntezy, biomasą, i gęstością pokrycia roślinnością. Istnieje duże zainteresowanie rozwijaniem i wprowadzaniem wciąż nowych indeksów ze względu na ich związek z wieloma cechami roślinnymi, a równocześnie nie czułych na osłabiający wpływ gleby i atmosfery. Pozostaje jednak nadal aktualne, jakie cechy roślin wpływają na wartość wskaźnika, dla jakich warunków dany indeks może być zastosowany, jak również z jaką dokładnością mogą być poszczególne parametry roślinne obliczane. Wskaźniki roślinne, ze względu na łatwość ich obliczania bez konieczności stosowania dodatkowych danych, znalazły zastosowanie w rolnictwie do prognozowania plonów, ustalania terminów nawodnień. Istotnym elementem pracy było znalezienie takich wskaźników roślinnych obliczanych ze zdjęć satelitarnych wykonanych w optycznym zakresie widma, które pozwoliłyby na dokładne szacowanie wskaźnika powierzchni projekcyjnej liści tzw. LAI. Wskaźnik ten jest niezbędny do szacowania wilgotności gleby ze zdjęć mikrofalowych, gdyż odzwierciedla szorstkość badanej powierzchni roślinnej. Analiza zmian wilgotności gleby umożliwiła wyznaczenie obszarów o zróżnicowanym uwilgotnieniu i opracowanie metody jej monitorowania na obszarach bagiennych. Najsilniejszą zależność otrzymano dla wskaźników EVI i GEMI obliczonych z danych satelitarnych SPOT VEGETATION (R2 = 0.81), najsłabszą dla wskaźnika GEMI obliczonego z danych NOAA/AVHRR (R2 = 0.41). Wyprowadzone na podstawie analizy statystycznej algorytmy o najwyższych korelacjach mogą być zastosowane do szacowania wskaźnika LAI dla roślinności bagiennej.

5

Dane satelitarne pozyskiwane w widmie optycznym i mikrofalowym jako źródło informacji o bilansie wodnym dla basenu Rzeki Biebrzy

Dąbrowska-Zielińska K., Gruszczyńska M., Stankiewicz K., Hościło A.

Archiwum Fotogrametrii, Kartografii i Teledetekcji

|

2002

|

Vol. 12

85--95

PL

Proces osuszania Bagien Biebrzy w wyniku zmian gospodarki terenu trwa od wielu lat. W wyniku obniżenia zwierciadła wody i zmian stosunków wodnych nastąpiła zmiana w rozwoju torfowisk co wpłynęło na sukcesją roślinności zaroślowej i leśnej. Informacje pozyskane z satelity Landsat ETM w zakresie widzialnym, z satelity ERS-2 w zakresie mikrofalowym i z satelity NOAA w zakresie dalekiej podczerwieni termalnej zasiliły bazę GIS i w rezultacie doprowadziły do przeprowadzenia procesu modelowania bilansu wodnego dla zlewni środkowej Biebrzy.

6

Szacowanie wilgotności gleby pod zbożami ze zdjęć radarowych ERS-2.SAR rejestrowanych w paśmie C (VV)

Gruszczyńska M.

Prace Instytutu Geodezji i Kartografii

|

2001

|

T. 48, z. 103

15--60

PL

W artykule przedstawiono opracowaną przez autorkę metodę szacowania wilgotności gleby pod zbożami z danych radarowych zarejestrowanych przez satelitę ERS-2. Prezentowany artykuł jest fragmentem rozprawy doktorskiej autorki.

EN

Among numerous methods only remote sensing offers a potential means of determining the spatial distribution of soil moisture over large areas within short time and at a reasonable cost. Among various electromagnetic bands available for remote sensing observations from satellite platforms, the microwave region offers the greatest potential in terms of penetration through soil to the depth dependent on spectral band - the longer band, the deeper penetration. Microwaves can penetrate clouds, which is important for regularity of observations. The main physical factors, which affect radar backscatter response, are surface roughness and dielectric properties of target, which closely correspond with the moisture content. The possibility to determine soil moisture using active microwaves draws the attention of scientists since the radar techniques have been open to civilians. It is obvious from the recent studies, that radar backscatering coefficient σo increases with the increase of soil moisture and surface roughness (Ulaby F.T. 1974). For soil moisture determination from radar measurements the effect of surface roughness should be separated from the effect of moisture (soil and vegetation moisture) of the target. It was found that vegetation surface roughness could be expressed by Leaf Area Index (LAI) values. LAI can be measured during field surveys or calculated from images obtained in optical bands of electromagnetic spectrum (Dąbrowska-Zielińska K. 1995). In this article author proposes the assessment of soil moisture for the stable vegetation surface roughness conditions characterised by LAI. and for the stable vegetation moisture conditions characterised by growth stage of crops. The method has been verified using the developed algorithms and ground truth data. The results show that the differences in measured and calculated soil moisture values are not significant and can be accepted in most of agricultural applications. In this article the results obtained for cereals from the study carried out from 1992 to 1997 at the test site in Wielkopolska region are presented.

7

Zastosowanie zdjęć mikrofalowych z satelitów ERS-1 i ERS-2 do określania wilgotności gleb pod zbożami

Gruszczyńska M.

Prace Instytutu Geodezji i Kartografii

|

1998

|

T. 45, z. 97

117--135

PL

W artykule przedstawiono metodą określania wilgotności gleb pod zbożami na podstawie zdjąć mikrofalowych otrzymanych z satelitów ERS-1 i ERS-2 w ramach projektów badawczych zleconych przez Europejską Agencją Kosmiczną.

EN

Soil moisture content is an important parameter influencing vegetation growth and crop yield. It also affects dimension and shape of water balance and is used in irrigation scheduling and other applications in hydrology, agriculture and meteorology. Among numerous methods only remote sensing offers a potential means of determining the spatial distribution of soil moisture over large areas within a short time and a reasonable cost. Among the various electromagnetic bands available for remote sensing observations from satellite platforms, the microwave region offers the greatest potential in terms of penetration through soil for the depth dependent on spectral bands - the longer band the deeper penetration. The basic principle of imaging radars is to emit electromagnetic radiation towards the earth surface and to record the quantity and time delay of energy backscattered. Microwaves can penetrate clouds, which is important for the regularity of the observation. The main physical factors, which affect radar backscatter response, are surface roughness and dielectric properties of target, which correspond closely with the moisture content. The possibility to determine soil moisture using active microwaves draw the attention of scientists since the radar techniques have been open to civilians. It is obvious from the recent studies that radar backscattering coefficient a 0 increases with the increase of soil moisture and surface roughness (Ulaby [1974]). For soil moisture determination from radar measurements the effect of surface roughness should be separated from the effect of moisture (soil and vegetation moisture) of the target. In case of soil covered by crops the vegetation surface roughness was mostly considered as a troublesome factor. It was found that vegetation surface roughness could be expressed by Leaf Area Index (LAI) values. LAI can be measured in ground during field survey or calculated from images obtained in optical bands of the electromagnetic spectrum (Dąbrowska-Zielińska [1995]). In this paper author propose the assessment of soil moisture from ERS SAR data for the stable vegetation surface roughness condition characterised by LAI and for the stable vegetation moisture condition characterised by growing stage of crops. The results obtained from study carried out from 1992 to 1997 for spring and winter cereals are presented in this paper.

8

Application of microwave images from European Remote Sensing Satellites (ERS-1, ERS-2) for soil moisture estimates

Gruszczyńska M., Dąbrowska-Zielińska K.

Journal of Water and Land Development

|

1998

|

no. 2

7-17

EN

In the framework of common projects with the European Space Agency (ESA) the Remote Sensing and Spatial Information Centre - OPOLIS has undertaken the projects on application of microwave images from ERS (European Remote Sensing) satellites for agriculture. The images from ERS-1 and ERS-2 satellites covering western part of Poland taken in 1992-1996 growing seasons have been analysed and backscattering coefficient σ ° values have been compared to the parameters, which characterise soil - vegetation conditions. These parameters have been measured at the ground level. The impact of ground truth variables on microwave signals expressed by backscattering coefficient σ ° has been examined in order to develop the method of soil moisture assessment in agricultural areas covered with various crops. It was found that the relationship between backscattering coefficient σ ° and soil moisture is strongly dependent on vegetation surface roughness. It was assumed that the roughness of vegetation might be characterised by Leaf Area Index (LAI). Thus, to assess the soil moisture condition, the roughness of vegetation covering the examined area should be known. The method for soil moisture assessment has been verified for ERS-2 data obtained for 1997 year.

PL

Umieszczenie na orbicie ziemskiej pierwszego Europejskiego Satelity Środowiskowego ERS-1 dało możliwość obserwacji powierzchni Ziemi niezależnie od warunków pogodowych. Szczególne znaczenie tego satelity w badaniach rolniczych wiąże się ze znajdującym się na jego pokładzie radiolokatorem obrazowym wyposażonym w antenę syntetyczną. Radiolokator ten daje możliwość wykonywania zdjęć niezależnie od warunków pogodowych, a więc także w czasie pełnego zachmurzenia obrazowanej powierzchni. Na podstawie mikrofalowych zdjęć satelitarnych można określić współczynnik wstecznego rozpraszania - σ °, który charakteryzuje szorstkość badanej powierzchni i wilgotność gleby. W trakcie przeprowadzonych prac zauważono, że korelacja pomiędzy współczynnikiem wstecznego rozpraszania σ ° a wilgotnością gleby pod różnymi uprawami nie jest zadowalająca. Można ją znacznie poprawić jeśli weźmie się pod uwagę szorstkość danej powierzchni. Problem określenia szorstkości powierzchni pokrytej roślinnością rozwiązano wykorzystując wskaźnik projekcyjny liści - LAI. W przypadku określenia obszarów o jednakowej szorstkości można ze znacznie większą dokładnością określać wilgotność gleby. Innym podejściem do określania warunków wilgotnościowych gleb jest wykorzystanie informacji o wielkości ewapotranspiracji. Wartość tę można obliczyć także na podstawie mikrofalowych zdjęć satelitarnych. To podejście uniezależnia określanie warunków wodnych gleb od pomiarów terenowych.