Cartographie de l'humidité du soi à l'aide d'images radar en bande C

View/ Open
Publication date
1993Author(s)
Geng, Huaibin
Abstract
Résumé : Cette étude examine les données SAR en fonction de l'humidité du sol et de la rugosité ainsi que de la couverture végétale. Des données SAR aéroportées à vue simple en bande C avec trois polarisations, furent calibrées avec succès en utilisant des lots forestiers comme cibles de référence. L'analyse des résultats des régressions linéaires montre que: 1) Le signal radar rétrodiffusé dépend de l'humidité du sol. Les données C-HH (image-radar simple et plurielle) présentent les plus fortes corrélations avec l'humidité du sol dans les champs nus. 2) Dans un environnement agricole, la rugosité peut être considérée comme une constante. L'effet de rugosité peut être ignore. 3) Pour les angles d'incidence supérieurs à 45°, le signal SAR rétrodiffuse par les champs avec couvert végétal, est principalement contrôlé par les conditions de ce couvert. Dans ce cas, les données radar et l'humidité du sol ne furent ne sont pas corrélées. Une carte de la distribution d'humidité du sol est présentée. La précision des estimés d’humidité du sol est de 90%. Elle montre qu'on peut négliger la rugosité.||Abstract : This study examines SAR data as a function of soil moisture and roughness, as well as vegetation cover. Single-look airborne C-band SAR data, with three polarizations HH, VV and HV, from May 1990 were calibrated successfully by using forest lots as a reference target. The analysis of linear regression results show that: 1) Radar backscatter strongly depends on soil moisture. The C-HH data (both one and seven look) show the highest correlation with the soil moisture on the bare fields. 2) In this experiment, although the soils were not really rough they were in the transition zone from smooth to rough. More importantly they were relatively uniform between fields and especially within a field. Furthermore, the dynamic range of soil moisture data were relatively low. These factors may combine to reduce the roughness factor for this data set. Thus, roughness were considered as a constant. For mapping soil moisture, The effect of roughness could be ignored. 3) For the incidence angles greater than 45°, SAR backscatter over the vegetation covered fields were controlled mainly by vegetation conditions. In this case, the correlation between radar data and moisture was not found. A map of soil moisture distribution has been created using the inverse of the regression laws. The accuracy of moisture estimation was 90%. The success in creating a soil moisture map with a high accuracy suggests that soil roughness could be disregarded in order to obtain a level of precision that is acceptable.