Wie können Sie die Beziehung zwischen Satellitenbildern und Sensoren für die intelligente Bewässerung erkennen?
Dies ist derzeit ein wichtiger Bereich der Forschung. Es gibt derzeit mehrere Institutionen mit Projekten, die versuchen, diese beiden Aspekte miteinander zu verbinden. Derzeit bin ich an einem Projekt beteiligt, bei dem wir Satellitendaten wie den Normalized Difference Water Index und ECOSTRESS verwenden, um sie mit einzelnen Bodenfeuchtigkeitsstandorten auf dem Feld zu korrelieren. Wir werden die Trendinformationen aus den Felddaten mit den unregelmäßigen Momentaufnahmen der Satelliten kombinieren, um ein vollständiges Bild zu erhalten (so hoffen wir). Da es sich um sehr unterschiedliche Maßstäbe handelt, wird dies eine Herausforderung sein.
Wo finde ich die Protokolle und ein gutes Versuchsdesign, um wissenschaftliche Forschungsartikel zum Bewässerungsbedarf und zur Bewässerungsoptimierung zu veröffentlichen?
Ich würde mich auf eine Literaturrecherche konzentrieren, die sich mit dem Wasserbedarf und der Optimierung befasst, und deren Protokolle sorgfältig studieren und Ihre Bemühungen mit deren Entwürfen abgleichen, mit Verbesserungen. Generell sind ein guter Sensor-Boden-Kontakt und sorgfältig abgeleitete Modelle für die Wasseraufnahme zusammen mit Wetterdaten für den Wasserverbrauch unter Verwendung von Erntekoeffizienten und ET zu berücksichtigen.
Gibt es besondere Überlegungen für sehr felsige Böden oder Gebiete, in denen der Wassergehalt des Bodens typischerweise sehr niedrig ist, wie in der Mojave-Wüste?
Ein niedriger Wassergehalt ist kein Problem und kann von den dielektrischen Sensoren genau gemessen werden. Felsige Böden sind jedoch für alle Bodensensoren schwierig. Bei felsigen Böden ist es unter Umständen nicht möglich, die Sensoren in ungestörte Böden einzubauen, wie es in der Praxis üblich ist. Möglicherweise müssen Sie einige Felsen entfernen und den Sensor in einen neu gepackten Boden ohne Felsen einbauen. Dies wird die Genauigkeit etwas beeinträchtigen, aber die Präzision sollte immer noch gut sein.