ABSTRACT

As water scarcity and demand for food both grow, viable solutions to efficiently irrigate crops are needed. The recent advent of variable rate irrigation systems provides technology for growers to water their fields accounting for the spatially heterogeneous demand of their crops for water. Some zones within a field may require less or more water based on varying solar radiation, soil type, or surface or subsurface water flow paths. Since these processes are heterogeneous and complex, they are challenging to model or measure with the spatial resolution necessary to implement successful variable rate irrigation. In this paper, we present a new approach that uses high-resolution (20 to 100 m) satellite imagery obtained from Sentinel-2 and Landsat 8 to estimate zones of crop water stress. Our approach integrates two independent measures of crop water availability – Normalized Difference Water Index, and Evapotranspiration modelled using remotely sensed land surface temperature – with k-means clustering to delineate zones in an automated fashion. Our study area in southern Idaho has been set up experimentally to grow crops that are water-stressed and not water-stressed, thus providing a rigorous design to test and validate our method. The results of our method agree well with our independent suite of crop water stress measures, such as yield, variable irrigation rates, and matric potential. This method can be used to develop data-driven zones for variable rate irrigation, which has the potential to improve the efficiency of water use without sacrificing yield.

摘要

随着水资源短缺和粮食需求的增长，需要有效灌溉作物的可行解决方案。最近出现的可变速率灌溉系统为种植者提供了为田地浇水的技术，以解决作物对水的空间异质需求。根据不同的太阳辐射、土壤类型或地表或地下水流路径，田地内的某些区域可能需要更少或更多的水。由于这些过程是异质和复杂的，因此它们很难以实现成功的可变速率灌溉所需的空间分辨率进行建模或测量。在本文中，我们提出了一种新方法，该方法使用从 Sentinel-2 和 Landsat 8 获得的高分辨率（20 到 100 m）卫星图像来估计作物缺水区域。我们的方法整合了作物可用水量的两个独立措施——归一化差异水指数和使用遥感地表温度建模的蒸散量——以及 k 均值聚类以自动方式划分区域。我们在爱达荷州南部的研究区已经建立了实验性的种植受水压力和不缺水压力的作物，从而提供了一个严格的设计来测试和验证我们的方法。我们方法的结果与我们独立的作物水分胁迫措施套件非常吻合，例如产量、可变灌溉率和基质潜力。这种方法可用于开发可变速率灌溉的数据驱动区域，这有可能在不牺牲产量的情况下提高用水效率。和使用遥感地表温度建模的蒸散量 - 使用 k 均值聚类以自动方式划分区域。我们在爱达荷州南部的研究区已经建立了实验性的种植受水压力和不缺水压力的作物，从而提供了一个严格的设计来测试和验证我们的方法。我们方法的结果与我们独立的作物水分胁迫措施套件非常吻合，例如产量、可变灌溉率和基质潜力。这种方法可用于开发可变速率灌溉的数据驱动区域，这有可能在不牺牲产量的情况下提高用水效率。和使用遥感地表温度建模的蒸散量 - 使用 k 均值聚类以自动方式划分区域。我们在爱达荷州南部的研究区已经建立了实验性的种植受水压力和不缺水压力的作物，从而提供了一个严格的设计来测试和验证我们的方法。我们方法的结果与我们独立的作物水分胁迫措施套件非常吻合，例如产量、可变灌溉率和基质潜力。这种方法可用于开发可变速率灌溉的数据驱动区域，这有可能在不牺牲产量的情况下提高用水效率。我们在爱达荷州南部的研究区已经建立了实验性的种植受水压力和不缺水压力的作物，从而提供了一个严格的设计来测试和验证我们的方法。我们方法的结果与我们独立的作物水分胁迫措施套件非常吻合，例如产量、可变灌溉率和基质潜力。这种方法可用于开发可变速率灌溉的数据驱动区域，这有可能在不牺牲产量的情况下提高用水效率。我们在爱达荷州南部的研究区已经建立了实验性的种植受水压力和不缺水压力的作物，从而提供了一个严格的设计来测试和验证我们的方法。我们方法的结果与我们独立的作物水分胁迫措施套件非常吻合，例如产量、可变灌溉率和基质潜力。这种方法可用于开发可变速率灌溉的数据驱动区域，这有可能在不牺牲产量的情况下提高用水效率。