Date of Award

3-2024

Document Type

Thesis

Degree Name

Master of Science in Remote Sensing and Geographic Information Systems

Department

Geography and Urban Sustainability

First Advisor

Khaleid Hussein

Abstract

This study presents the application of hyperspectral remote sensing techniques to measure soil salinity. Soil salinity is a major concern in many arid and semi-arid regions, affecting crop productivity and ecosystem health. In most arid and semi-arid areas various levels of salinity can be encountered including sabkhas. Sabkha (salt flat) is a geological feature composed of saline and salt marshes that typically occur in shallow or coastal environments within arid and semi-arid climates. Traditional methods of measuring soil salinity are time-consuming and labor-intensive, making remote sensing techniques an attractive alternative. This study employed a hyperspectral sensor specifically the SVC-XHR-1024i to collect reflectance data over the western region of Abu Dhabi Emirate, a semi-arid area distinguished by scattered sabkhas. Most previous studies have used broad-band multi-spectral data while this study focuses on the use of hyperspectral remote sensing data which is believed to produce better accuracy results. The collected data were then processed to derive spectral indices that are sensitive to soil salinity. Ground truthing was conducted through field sampling and laboratory analysis of soil samples. Laboratory measurements of Electrical Conductivity (EC) of soil water extracts were carried out. The study established a statistical relationship between the EC salinity measurements of the field soil samples and their corresponding spectral reflectance. The study used published spectral salinity indices such as the Near-Shortwave Infrared (NSI), Shortwave Infrared (SWIR), Near-Infrared (NIR), and Visible (VIS) to model salinity levels. The study findings indicate that the NSI-based model has superior predictive capacity for saline soils compared to the SWIR model, with the NIR-SWIR spectral range being optimal for accurate salinity mapping. Specifically, the NSI model demonstrated 71% accuracy as a result of this research. The study highlights the potential of hyperspectral remote sensing as a cost-effective and efficient tool for monitoring soil salinity and identifying areas at risk of salinization, which can inform land management strategies for sustainable agriculture and future land development.

Arabic Abstract


استخدام الاستشعار عن بعد الطيفي لتقييم التربة المالحة في إمارة أبو ظبي، الإمارات العربية المتحدة

تقدم هذه الدراسة تطبيق تقنيات الاستشعار عن بعد فوق الطيفية لقياس ملوحة التربة. تشكل ملوحة التربة مصدر قلق كبير في العديد من المناطق القاحلة وشبه القاحلة، مما يؤثر على إنتاجية المحاصيل وصحة النظام البيئي. في معظم المناطق القاحلة وشبه القاحلة يمكن مواجهة مستويات مختلفة من الملوحة بما في ذلك السبخات. السبخة (المسطحات الملحية) هي سمة جيولوجية تتكون من المستنقعات المالحة التي تحدث عادة في البيئات الضحلة أو الساحلية ضمن المناخات القاحلة وشبه القاحلة. وتستغرق الطرق التقليدية لقياس ملوحة التربة وقتا طويلا وتتطلب عمالة مكثفة، مما يجعل تقنيات الاستشعار عن بعد بديلا جذابا. استخدمت هذه الدراسة مستشعرًا فائق الطيف وتحديدًا SVC-XHR-1024i لجمع بيانات الانعكاس فوق المنطقة الغربية لإمارة أبو ظبي، وهي منطقة شبه قاحلة تتميز بالسبخات المتناثرة. استخدمت معظم الدراسات السابقة بيانات متعددة الأطياف واسعة النطاق بينما تركز هذه الدراسة على استخدام بيانات الاستشعار عن بعد فوق الطيفية والتي يُعتقد أنها تنتج نتائج أكثر دقة. وتمت بعد ذلك معالجة البيانات المجمعة لاستخلاص مؤشرات طيفية حساسة لملوحة التربة. تم إجراء عملية التحقق من الأرض من خلال أخذ العينات الميدانية والتحليل المختبري لعينات التربة. تم إجراء القياسات المعملية للتوصيل الكهربائي (EC) لمستخلصات مياه التربة. وبالتالي، أنشأت الدراسة علاقة إحصائية بين قياسات الملوحة الأوروبية لعينات التربة الحقلية والانعكاس الطيفي المقابل لها. واستخدمت الدراسة مؤشرات الملوحة الطيفية المنشورة مثل الأشعة تحت الحمراء القريبة من الموجات القصيرة (NSI)، والأشعة تحت الحمراء على الموجات القصيرة (SWIR)، والأشعة تحت الحمراء القريبة (NIR)، والمرئية (VIS) لنمذجة مستويات الملوحة. حيث تشير نتائج الدراسة إلى أن النموذج القائم على NSI يتمتع بقدرة تنبؤية متفوقة للتربة المالحة مقارنة بنموذج SWIR، مع كون النطاق الطيفي NIR-SWIR هو الأمثل لرسم خرائط دقيقة للملوحة. على وجه التحديد، أظهر نموذج NSI دقة بنسبة 71% نتيجة لهذا البحث. تسلط الدراسة الضوء على إمكانات الاستشعار عن بعد فوق الطيفي كأداة فعالة من حيث التكلفة وفعالة لرصد ملوحة التربة وتحديد المناطق المعرضة لخطر التملح، والتي يمكن أن تفيد استراتيجيات إدارة الأراضي من أجل الزراعة المستدامة وتنمية الأراضي في المستقبل.

Download
COinS