Mostrar el registro sencillo del ítem
dc.contributor.author
García, Gabriel Agustin
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Venturini, Virginia
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Brogioni, Marco
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Walker, Elisabet
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Rodríguez, Leticia
dc.date.available
2022-10-31T19:56:45Z
dc.date.issued
2019-05
dc.identifier.citation
García, Gabriel Agustin; Venturini, Virginia; Brogioni, Marco; Walker, Elisabet; Rodríguez, Leticia; Soil moisture estimation over flat lands in the Argentinian Pampas region using Sentinel-1A data and non-parametric methods; Taylor & Francis; International Journal of Remote Sensing; 40; 10; 5-2019; 3689-3720
dc.identifier.issn
0143-1161
dc.identifier.uri
http://hdl.handle.net/11336/175695
dc.description.abstract
A procedure for soil moisture (SM) estimation over flat lands in the Argentinian Pampas region, using the water balance equation that considers SM to be the result of water inflows and outflows to the soil system, is presented. In recent years, remotely sensed data with Synthetic Aperture Radar (SAR) and radiometer sensors have been used to develop different methodologies to obtain SM maps. Thus, a variety of methodologies with different levels of complexity are available nowadays. These models require soil information such as soil physical properties and mineral composition, not readily available in Argentina and many other remote areas of the world. The procedure presented in this paper takes into account water input and output processes of the soil system and represents them with different hydro-environmental variables and SAR data. The water balance equation was solved with Multiple Linear Regression (MLR), Multivariate Adaptive Regression Splines (MARS) and Artificial Neural Network (ANN) statistical models, fed with readily available data over Comisión Nacional de Actividades Espaciales (CONAE) core site located in Cordoba province, Argentina. The resulting models were obtained with precipitation (PP), air temperature (T a ) and relative humidity (RH) observations and with SAR data from the Sentinel-1A satellite mission. The accuracy of the model estimates represents 10% of the observed measured values of SM and is in line with state of the art algorithms. Results suggest that any model can be used with similar precision, since they show similar errors, although the MLR method allows analyzing and quantifying the errors introduced by the variables.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Taylor & Francis
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.rights
info:eu-repo/semantics/restrictedAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
Soil Moisture
dc.subject
Sentinel-1A images
dc.subject
Multiple linear regression
dc.subject
Artificial neural network
dc.subject
Multivariate adaptive regression
dc.subject
Flat lands
dc.subject.classification
Sensores Remotos
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ingeniería del Medio Ambiente
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
INGENIERÍAS Y TECNOLOGÍAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Soil moisture estimation over flat lands in the Argentinian Pampas region using Sentinel-1A data and non-parametric methods
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2022-10-25T14:39:34Z
dc.identifier.eissn
1366-5901
dc.journal.volume
40
dc.journal.number
10
dc.journal.pagination
3689-3720
dc.journal.pais
Reino Unido
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.journal.ciudad
Londres
dc.description.fil
Fil: García, Gabriel Agustin. Universidad Nacional del Litoral. Facultad de Ingenieria y Ciencias Hidricas. Centro de Estudios Hidro-ambientales; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.description.fil
Fil: Venturini, Virginia. Universidad Nacional del Litoral. Facultad de Ingenieria y Ciencias Hidricas. Centro de Estudios Hidro-ambientales; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.description.fil
Fil: Brogioni, Marco. Consiglio Nazionale delle Ricerche. Istituto di Fisica Applicata “N. Carrara”; Italia
dc.description.fil
Fil: Walker, Elisabet. Universidad Nacional del Litoral. Facultad de Ingenieria y Ciencias Hidricas. Centro de Estudios Hidro-ambientales; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.description.fil
Fil: Rodríguez, Leticia. Universidad Nacional del Litoral. Facultad de Ingenieria y Ciencias Hidricas. Centro de Estudios Hidro-ambientales; Argentina
dc.journal.title
International Journal of Remote Sensing
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/https://doi.org/10.1080/01431161.2018.1552813
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://www.tandfonline.com/doi/abs/10.1080/01431161.2018.1552813
Archivos asociados