தரேந்திர லக்கன்கர், அமீர் இ அசார், நர்கஸ் ஷாரூதி, ஆல்ஃபிரட் பவல் மற்றும் ரேசா கான்பில்வர்டி
பனிப்பொழிவு பண்புகளின் இடஞ்சார்ந்த மாறுபாடுகள் வெள்ள முன்னறிவிப்புகள் மற்றும் நீர் வள மேலாண்மை ஆகியவற்றில் இன்றியமையாத அங்கமாகும். பனி ஆழம், பனி தானிய அளவு மற்றும் பனி அடர்த்தி போன்ற பனிப்பொழிவு பண்புகளை மீட்டெடுப்பதில் செயற்கைக்கோள் மைக்ரோவேவ் ரிமோட் சென்சிங் பெரும் ஆற்றலைக் காட்டியுள்ளது. இந்த ஆராய்ச்சியில், ஸ்னோபேக் பண்புகளால் அதிக தாக்கத்தை ஏற்படுத்திய மைக்ரோவேவ் உமிழ்வின் திறனை நாங்கள் ஆராய்வோம். HUT (Helsinki University of Technology) மைக்ரோவேவ் மாடலில் இருந்து உருவாக்கப்பட்ட ஒளிர்வு வெப்பநிலை மற்றும் உமிழ்வு தரவு ஆகியவை செயற்கைக்கோள் நுண்ணலை அளவீடுகள் மூலம் மதிப்பீடு செய்யப்பட்டன. மாதிரியான முடிவுகளுடன் உண்மையான அளவீடுகளின் (இன்-சிட்டு மற்றும் செயற்கைக்கோள்) ஒப்பீடு, சிதறல் கையொப்பம் (19GHz-37GHz மற்றும் 19GHz-85GHz) பிரகாச வெப்பநிலை தரவை விட உமிழ்வுகளில் சிறந்த முடிவுகளைக் காட்டுகிறது என்பதைக் காட்டுகிறது. மேலும், ஆழமான பனியில் (>30cm), உமிழ்வு சிதறல் கையொப்பம் (19GHz- 37GHz) சிறந்த செயல்திறனைக் கொண்டுள்ளது, அதே சமயம் ஆழமற்ற பனியில் (<30cm) உமிழ்வுச் சிதறல் கையொப்பம் (19GHz- 85GHz) சிறப்பாகச் செயல்படுகிறது. முடிவுகள் தானிய வளர்ச்சி அனுமானத்தின் செல்லுபடியை ஓரளவிற்கு சுட்டிக்காட்டுகின்றன, ஆனால் அது காலத்தின் செயல்பாடாக அதை அளவுகோலாகக் கையாளத் தவறிவிட்டது.