Towards a better understanding of the Anthropogenic Impact on the Hydrological Cycle: Detecting and Estimating Irrigation through Remote Sensing Soil Moisture

dc.contributor
Universitat Ramon Llull. Observatori de l’Ebre
dc.contributor
Università degli Studi Firenze
dc.contributor.author
Dari, Jacopo
dc.date.accessioned
2021-04-26T13:46:56Z
dc.date.available
2021-04-26T13:46:56Z
dc.date.issued
2021-03-29
dc.identifier.uri
http://hdl.handle.net/10803/671502
dc.description.abstract
El reg és el principal consum antropogènic d'aigua dolça. Es preveu que l'explotació dels recursos hídrics per a millorar la producció d'aliments mitjançant pràctiques de reg seguirà augmentant en els propers decennis. De fet, es preveu que el creixement demogràfic i els canvis climàtics exerceixin una pressió encara més gran sobre els recursos hídrics disponibles. Tot i que el reg té conseqüències directes en la gestió racional dels recursos hídrics, així com en la producció d'aliments, cal un coneixement detallat dels llocs en què realment es rega a tot el món i de quanta aigua s'utilitza realment per les pràctiques de reg. En aquesta investigació s'han elaborat mètodes per detectar i cartografiar les zones on realment es rega, així com mètodes per estimar les quantitats d'aigua que s'apliquen per al reg; les metodologies proposades utilitzen dades d'humitat del sòl provinents de la teledetecció espacial. En aquesta investigació s'han adoptat dos casos d'estudi: el primer es troba a la conca de l'Ebre, al nord-est d'Espanya, mentre que l'altre és la conca de l'Alt Tíber, a Itàlia central. S'han assajat diversos productes d'humitat del sòl obtinguts per teledetecció amb diferents resolucions espacials per avaluar els que millor funcionen en la detecció de reg i, per tant, en la cartografia de les zones de regadiu. A més, s'han realitzat estimacions quantitatives de les quantitats d'aigua aplicades per al reg. L'activitat de detecció i cartografia del reg s'ha dut a terme en els dos casos d'estudi. En l'espanyol s'ha avaluat inicialment la capacitat de detecció de reg de diversos productes de teledetecció. S'han avaluat els següents jocs de dades d'humitat del sòl: SMAP (Soil Moisture Active Passive) a 1 km i 9 km, SMOS (Soil Moisture and Ocean Salinity) a 1 km, Sentinel-1 a 1 km, i ASCAT (Advanced SCATterometer) a 12,5 km. Les versions d'1 km de SMAP i SMOS s'obtenen mitjançant la desagregació amb el mètode DISPATCH (DISaggregation based on Physical And Theoretical scale CHange). La detectabilitat del reg pels productes considerats s'ha avaluat mitjançant índexs derivats de la teoria d’estabilitat temporal aquí utilitzada sota aquesta nova perspectiva. A més, s'han elaborat mapes de les zones irrigades produïts a través de l'algoritme d'agrupament K-mitjanes. A les zones agrícoles de la conca de l'Alt Tíber, a Itàlia, s'ha realitzat una anàlisi a doble escala. En l'anàlisi a 1 km de resolució espacial s'ha aplicat el mateix procediment adoptat en el cas d'estudi de la conca de l'Ebre per avaluar la detectabilitat del regadiu mitjançant la humitat del sòl provinent de la teledetecció. S'han utilitzat els següents productes: SMAP a 1 km, la versió Sentinel-1 a 1 km publicada pel Copernicus Global Land Service, i una versió Sentinel-1 a escala de la parcel·la (produïda per THEIA) agregada a 1 km. Cal observar que els dos primers productes són els mateixos que també s’han utilitzat en el cas d'estudi espanyol. En aquesta anàlisi, així com en la realitzada sobre l'àrea d'estudi a la conca de l'Ebre, s'ha utilitzat com a suport el model de superfície continental SURFEX-ISBA (Surface EXternalisée - Interaction Sol Biosphère Atmosphère). En l'anàlisi a escala de parcel·la, les dades de THEIA Sentinel-1 agregades a 100 m s'han utilitzat per produir mapes d'alta resolució de les zones de regadiu mitjançant l'algoritme d'agrupament K-mitjanes. L'activitat de quantificació del reg s'ha dut a terme a la zona d'estudi a la conca de l'Ebre únicament; s'han realitzat dos experiments: un utilitzant SMAP amb dades a 1 km de resolució i un altre utilitzant SMOS amb dades a 1 km. Tots dos conjunts de dades s'han utilitzat per forçar l'algoritme SM2RAIN adaptat a l'estimació del reg. En l'algoritme s'ha aplicat una modelització més realista del terme d’evapotranspiració per reproduir adequadament l'evapotranspiració dels cultius segons el model de la FAO (Organització de les Nacions Unides per a l'Agricultura i l'Alimentació). Les anàlisis realitzades tenen per objecte satisfer les llacunes existents en el camp de la recerca relacionada amb el reg; els resultats obtinguts són útils per avaluar l'impacte de les pràctiques de reg en el cicle hidrològic.
dc.description.abstract
El riego es el principal consumo antropogénico de agua dulce. Se prevé que la explotación de los recursos hídricos para mejorar la producción de alimentos mediante prácticas de riego seguirá aumentando en los próximos decenios. De hecho, se prevé que el crecimiento demográfico y los cambios climáticos ejerzan una presión aún mayor sobre los recursos hídricos disponibles. A pesar de que el riego tiene consecuencias directas en la gestión racional de los recursos hídricos, así como en la producción de alimentos, falta un conocimiento detallado de los lugares en los que realmente se riega en todo el mundo y de cuánta agua se utiliza realmente para las prácticas de riego. En esta investigación se han elaborado métodos para detectar y cartografiar las zonas donde realmente se riega, así como métodos para estimar las cantidades de agua que se aplican para el riego; las metodologías propuestas utilizan datos de humedad del suelo provenientes de la teledetección espacial. En esta investigación se han adoptado dos casos de estudio: el primero se sitúa en la cuenca del Ebro, en el noreste de España, mientras que el otro es la cuenca del Alto Tíber, en Italia central. Se han ensayado varios productos de humedad del suelo obtenidos por teledetección con diferentes resoluciones espaciales para evaluar los que mejor funcionan en la detección del riego y, por lo tanto, en la cartografía de las zonas de regadío. Además, se han realizado estimaciones cuantitativas de las cantidades de agua aplicadas para el riego. La actividad de detección y cartografía del riego se ha llevado a cabo en ambos casos de estudio. En el español se ha evaluado inicialmente la capacidad de detección de riego de varios productos de teledetección. Se han evaluado los siguientes conjuntos de datos de humedad del suelo: SMAP (Soil Moisture Active Passive) a 1 km y 9 km, SMOS (Soil Moisture and Ocean Salinity) a 1 km, Sentinel-1 a 1 km, y ASCAT (Advanced SCATterometer) a 12,5 km. Las versiones de 1 km de SMAP y SMOS se obtienen mediante la desagregación con el método DISPATCH (DISaggregation based on Physical And Theoretical scale Change). La detectabilidad del riego por los productos considerados se ha evaluado mediante índices derivados de la teoría de la estabilidad temporal aquí utilizada bajo esta nueva perspectiva. Además, se han elaborado mapas de las zonas irrigadas producidos a través del algoritmo de agrupamiento K-medias. En las zonas agrícolas de la cuenca del Alto Tíber, en Italia, se ha realizado un análisis a doble escala. En el análisis a 1 km de resolución espacial, se ha aplicado el mismo procedimiento adoptado en el caso de estudio de la cuenca del Ebro para evaluar la detectabilidad de la irrigación mediante la humedad del suelo por teledetección. Se han utilizado los siguientes productos: SMAP a 1 km, la versión Sentinel-1 a 1 km entregada por el Copernicus Global Land Service, y una versión Sentinel-1 a escala de parcela (producida por THEIA) agregada a 1 km. Obsérvese que los dos primeros productos son los mismos que también se utilizaron en el caso de estudio español. En este análisis, así como en el realizado sobre el área de estudio en la cuenca del Ebro, se ha utilizado como soporte el modelo de superficie terrestre SURFEX-ISBA (SURface EXternalisée - Interaction Sol Biosphère Atmosphère). En el análisis a escala de parcela, los datos del THEIA Sentinel-1 agregados a 100 m se han utilizado para producir mapas de alta resolución de las zonas de regadío mediante el algoritmo de agrupamiento K-medias. La actividad de cuantificación del riego se ha llevado a cabo en la zona de estudio de la cuenca del Ebro únicamente; se han realizado dos experimentos: uno explotando SMAP con datos a 1 km de resolución y otro explotando SMOS con datos a 1 km. Ambos conjuntos de datos se han utilizado para forzar el algoritmo SM2RAIN adaptado a la estimación del riego. En el algoritmo se ha aplicado una modelización más realista del término de evapotranspiración para reproducir adecuadamente la evapotranspiración de los cultivos según el modelo de la FAO (Organización de las Naciones Unidas para la Agricultura y la Alimentación). Los análisis realizados tienen por objeto colmar las lagunas existentes en el campo de la investigación relacionada con el riego; los resultados obtenidos son útiles para evaluar el impacto de las prácticas de riego en el ciclo hidrológico.
dc.description.abstract
Irrigation is the primary source of anthropogenic freshwater consumptions. The exploitation of water resources to improve the food production through irrigation practices is expected to further increase in the upcoming decades. In fact, the population growth and climate changes are expected to put even more pressure on the available water resources. Despite irrigation having direct implications on the rational management of water resources, as well as on food production, a detailed knowledge of where irrigation actually occurs worldwide and of how much water is actually used for irrigation practices is missing. In this research, approaches to detect and map areas where irrigation actually occurs, as well as methods to estimate the amounts of water applied for irrigation, have been developed; the proposed methodologies exploit remote sensing soil moisture. Two case studies have been considered in this research: the first one is located within the Ebro basin, in North-eastern Spain, while the other one is the Upper Tiber basin, in central Italy. Several remotely sensed soil moisture products at different spatial resolutions have been tested to evaluate the best performing ones in detecting irrigation signals and thus mapping irrigated areas. In addition, quantitative estimates of the water amounts applied for irrigation have been performed. The irrigation detection and mapping activity has been carried out over both case studies. In the Spanish one, the capability to detect irrigation of several remote sensing products has been initially assessed. The following soil moisture data sets have been evaluated: SMAP (Soil Moisture Active Passive) at 1 km and 9 km, SMOS (Soil Moisture and Ocean Salinity) at 1 km, Sentinel-1 at 1 km, and ASCAT (Advanced SCATterometer) at 12.5 km. The 1 km versions of SMAP and SMOS are obtained through downscaling with the DISPATCH (DISaggregation based on Physical And Theoretical scale CHange) method. The detectability of irrigation by the considered products has been assessed through indices derived from the temporal stability theory here used under this new perspective. Furthermore, maps of irrigated areas have been produced through the K-means clustering algorithm. Over the agricultural areas in the Upper Tiber basin, in Italy, a double-scale analysis has been carried out. In the analysis at 1 km spatial resolution, the same procedure adopted over the case study in the Ebro basin to evaluate the detectability of irrigation through remotely sensed soil moisture has been applied. The following products have been used: SMAP at 1 km, the Sentinel-1 at 1 km version delivered by the Copernicus Global Land Service, and a plot-scale-born Sentinel-1 version (produced by THEIA) aggregated at 1 km. Note that the first two products are the same used over the Spanish case study also. In this analysis, as well as in the one carried out over the study area in the Ebro basin, surface soil moisture simulated by the SURFEX-ISBA (SURface EXternalisée - Interaction Sol Biosphère Atmosphère) land surface model has been used as support. In the plot-scale analysis, THEIA Sentinel-1 data aggregated at 100 m have been used to produce high-resolution maps of irrigated areas through the K-means clustering algorithm. The irrigation quantification activity has been carried out over the study area in the Ebro basin only; two experiments have been performed: one exploiting SMAP at 1 km data and another one exploiting SMOS at 1 km data. Both data sets have been used to force the SM2RAIN algorithm adapted to estimate irrigation. A more realistic modeling of the evapotranspiration term has been implemented into the algorithm to properly reproduce the crop evapotranspiration according to the FAO (Food and Agriculture Organization) model. The analyses carried out are aimed at filling the existing gaps in the irrigation-related research field; the obtained results are useful to assess the impact of irrigation practices on the hydrological cycle.
dc.description.abstract
L’irrigazione è la principale fonte di consumo di acqua dolce. Nei prossimi decenni è atteso un ulteriore sfruttamento della risorsa idrica per incrementare la produzione di cibo attraverso le pratiche irrigue. Si stima infatti che la crescita della popolazione e i cambiamenti climatici possano esercitare una pressione ancora maggiore sulle risorse idriche disponibili. Nonostante le importanti implicazioni che ha l’irrigazione sulla gestione razionale dell’acqua e sulla produzione di cibo, non si ha una conoscenza dettagliata di dove l’irrigazione effettivamente avvenga nel mondo e di quanta acqua venga effettivamente utilizzata per le pratiche irrigue. In questa ricerca sono stati sviluppati approcci per rilevare e mappare le aree dove effettivamente si verifica l’irrigazione e per stimare i volumi irrigui; le metodologie proposte sfruttano l’umidità del suolo rilevata da satellite. In questa ricerca sono stati considerati due casi di studio: il primo si trova nel bacino del fiume Ebro, nel Nord-Est della Spagna, mentre l’altro è il bacino superiore del Tevere, nell’Italia centrale. Diversi prodotti di umidità del suolo da satellite, caratterizzati da diverse risoluzioni spaziali, sono stati valutati al fine di determinare i più performanti nel rilevare segnali di irrigazione e quindi mappare le aree irrigate. Inoltre, sono state eseguite stime quantitative dei volumi di acqua utilizzati per pratiche irrigue. L’attività di rilievo e mappatura dell’irrigazione è stata condotta su entrambe le aree pilota. In quella spagnola, è stata valutata la capacità di rilevare l’irrigazione di diversi prodotti di umidità del suolo. Sono stati considerati i seguenti set di dati: SMAP (Soil Moisture Active Passive) a 1 km e 9 km, SMOS (Soil Moisture and Ocean Salinity) a 1 km, Sentinel-1 a 1 km e ASCAT (Advanced SCATterometer) a 12.5 km. Le versioni a 1 km di SMAP e SMOS sono ottenute tramite disaggregazione eseguita con il metodo DISPATCH (DISaggregation based on Physical And Theoretical scale CHange). La capacità di rilevare l’irrigazione da parte dei prodotti considerati è stata valutata tramite indici derivanti dalla teoria della stabilità temporale e usati in questo studio sotto una nuova prospettiva. Inoltre, sono state prodotte delle mappe delle aree irrigate attraverso l’algoritmo di classificazione K-means. Un’analisi a doppia scala spaziale è stata condotta sulle aree agricole all’interno del bacino superiore del Tevere, in Italia. Nell’ambito dell’analisi alla risoluzione spaziale di 1 km, è stata applicata la stessa procedura già adottata per il caso di studio nel bacino dell’Ebro per valutare la possibilità di rilevare l’irrigazione tramite umidità del suolo da satellite. Sono stati utilizzati i seguenti prodotti: SMAP a 1 km, la versione a 1 km di Sentinel-1 fornita da Copernicus Global Land Service e una versione di Sentinel-1 originariamente prodotta de THEIA alla scala di parcella e aggregata a 1 km. Va sottolineato che i primi due prodotti menzionati sono stati utilizzati anche sull’area pilota in Spagna. Sia in questa analisi che in quella condotta nel bacino dell’Ebro, dati di umidità del suolo superficiale modellati tramite il modello di superficie terrestre SURFEX-ISBA (SURface EXternalisée - Interaction Sol Biosphère Atmosphère) sono stati utilizzati come supporto. Nell’analisi alla scala di parcella, sono stati impiegati i dati di Sentinel-1 prodotti da THEIA e aggregati a 100 m al fine di produrre mappe di aree irrigate ad alta risoluzione tramite l’algoritmo di classificazione K-means. L’attività di quantificazione dell’irrigazione è stata finalizzata solamente per l’area pilota nel bacino dell’Ebro; sono stati condotti due esperimenti: uno utilizzando i dati da SMAP a 1 km e un altro sfruttando i dati da SMOS a 1 km. Entrambi i set di dati sono stati utilizzati per forzare la versione dell’algoritmo SM2RAIN adattata per la stima dell’irrigazione. Una modellazione più realistica dell’evapotraspirazione è stata implementata nell’algoritmo al fine di riprodurre adeguatamente l’evapotraspirazione delle colture secondo il modello FAO (Food and Agriculture Organization). Le analisi condotte sono finalizzate a colmare le lacune esistenti nel campo di ricerca relativo all’irrigazione; i risultati ottenuti sono utili per valutare l’impatto delle pratiche irrigue sul ciclo idrologico.
dc.format.extent
170 p.
dc.format.mimetype
application/pdf
dc.language.iso
eng
dc.publisher
Universitat Ramon Llull
dc.rights.license
ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Anthropogenic impact
dc.subject
Irrigation
dc.subject
Remote sensing
dc.subject
Soil moisture
dc.subject
Temporal stability
dc.subject
Land surface modeling
dc.subject
Irrigation mapping
dc.subject
Irrigation quantification
dc.subject.other
Ciències naturals, químiques, físiques i matemàtiques
dc.title
Towards a better understanding of the Anthropogenic Impact on the Hydrological Cycle: Detecting and Estimating Irrigation through Remote Sensing Soil Moisture
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
504
dc.subject.udc
53
dc.subject.udc
626/627
dc.contributor.authoremail
jacopo.dari@gmail.com
dc.contributor.director
Quintana Seguí, Pere
dc.contributor.codirector
Morbidelli, Renato
dc.contributor.codirector
Brocca, Luca
dc.embargo.terms
cap
dc.rights.accessLevel
info:eu-repo/semantics/openAccess


Documents

Tesi_Jacopo_Dari.pdf

11.64Mb PDF

This item appears in the following Collection(s)