éditions des archives contemporaines

Utilisation des images RSO pour un étalonnage empirique du modèle IEM dans un contexte de sols nus limoneux en zones agricoles

BONNIFAIT Laurent , KING Christine et BOURGUIGNON Anne
DOI—
Pages1–16
Paru le5 mai 2003
Citer Lire en PDF · 16 p.

Résumé

Le comportement du signal radar en fonction de la rugosité de surface en sols nus limoneux a été étudié à partir d’images RSO de ERS et de RADARSAT. Les résultats indiquent une forte dépendance de l’angle d’incidence et de la polarisation sur la discrimination des différentes rugosités de surface. À forts angles d’incidence et en polarisation HH, le signal radar est plus sensible à la rugosité du sol comparativement à des configurations radar à faibles angles d’incidence ou en polarisation VV.§L’estimation des paramètres de surface en utilisant des techniques d’inversion nécessite l’utilisation de modèles de rétrodiffusion bien calibrés. Aucun des modèles existants n’est capable de simuler correctement des données radar mesurées. Nous proposons dans cette étude un étalonnage empirique du modèle IEM (Integral Equation Model) dans le but de mieux reproduire le coefficient de rétrodiffusion mesuré à partir des images RSO sur des sols nus. Étant donné que la longueur de corrélation est le paramètre le moins précis mais aussi le plus difficile à mesurer, nous proposons de l’estimer empiriquement à partir d’une base de données expérimentale composée d’images RSO et de mesures des paramètres du sol. Basé sur une première base de données, des relations exponentielles entre la longueur de corrélation estimée empiriquement et la rugosité de surface ont été retrouvées pour chaque configuration radar. La version étalonnée du modèle IEM, correspondant à la version originale du modèle IEM avec la fonction empirique de la longueur de corrélation, a par la suite été validée sur une seconde base de données expérimentale indépendante. Les résultats montrent un bon accord entre le coefficient de rétrodiffusion fourni par les systèmes RSO et celui simulé par le modèle IEM calibré. Cette version adaptée du modèle IEM peut être utilisée dans des procédures d’inversion pour retrouver la rugosité de surface à partir des images radar.§

Mots clés
ruissellementERSRADARSATrugosité de surfacemodèle IEMlongueur de corrélation

Abstract

The relationship between the radar signal and the silty soil surface roughness has been examined using ERS and RADARSAT images. The results indicate a strong dependence of the discrimination of different surface roughnesses on incidence angle and polarization. At high incidence angles and in HH polarization, the radar signal is more sensitive to the soil surface roughness comparatively to radar configurations at low incidence angles or in VV polarization. §The retrieval of surface parameters, using inversion techniques, demands the use of well calibrated models and unfortunately, none of the existing models provide consistently good agreement with the measured SAR data. In this study, we propose an empirical calibration of the Integral Equation Model (IEM) in order to better reproduce the backscattering coefficient measured from SAR images over bare soils. As correlation length is not only the least accurate parameter but also the most difficult to measure, we propose its empirical estimation from an experimental data set of SAR images and soil parameters measurements. Based on a first data set, exponential relationships between optimal correlation length and rms surface height were found for each radar configuration. The new calibrated version of the IEM, corresponding to the original IEM with a coupling of the empirical function of correlation length, was then tested on another set of measured data in order to validate the calibration procedure. The results show a very good agreement between the backscattering measurements provided by spaceborne SAR systems and those given by the calibrated IEM. This adapted version of the IEM can be used in inversion techniques for retrieving rms height from radar observations.§

Keywords
runoffERSRADARSATsoil surface roughnessIEM modelcorrelation length

Lire l’article

Première page

PDF de 16 pages, tel qu’imprimé dans la revue, pages 1 à 16. En libre accès.

Pas encore de consultation enregistrée.