| Summary: | La télédétection possède plusieurs applications potentielles pour le suivi de l’humidité de surface du sol (0 à 5 cm de profondeur). Un suivi de l’humidité du sol à période régulière permettrait de nombreuses applications en hydrologie, climatologie, suivi d’événements météorologiques et agriculture de précision. Le signal radar à synthèse d’ouverture (RSO) en bande C tel que celui de RADARSAT-2 est sensible aux variations des paramètres du sol et de la végétation selon certaines conditions. L’inversion de modèles de rétrodiffusion linéaire a permis l’estimation de l’humidité du sol en zone agricole, mais pour des domaines de validité très restreints. Diverses missions satellitaires en cours ou futures permettent l’acquisition d’images radars polarimétriques. Les variables cohérentes déduites de ces images permettent de mieux décrire les cibles observées et elles ont permis l’estimation de l’humidité du sol pour un sol nu. Toutefois, le potentiel d’utilisation de la polarimétrie pour des cibles couvertes de végétation est encore mal connu. L’objectif de ce projet est d’évaluer le potentiel de la polarimétrie pour l’inversion de l’humidité du sol en zone agricole à partir d’images RSO en bande C.
La campagne SMAPVEX12 menée à l’été 2012 au Manitoba a permis l’acquisition simultanée d’images polarimétriques RADARSAT-2, ainsi que des conditions du sol et de la végétation pour des champs de blé. La rétrodiffusion radar, en polarisation linéaire ou circulaire, est très sensible à l’humidité du sol avant l’épiaison du blé. Après, la végétation domine le signal. La calibration du modèle semi-empirique des canaux linéaires de rétrodiffusion, développé par Gherboudj et al. (2011) n’a pu correctement représenter les relations de la rétrodiffusion avec les caractéristiques agricoles observées. L’information de phase conservée par le capteur de RADARSAT-2 permet l’extraction de variables polarimétriques telles que la différence de phase HH-VV et la hauteur de socle, l’anisotropie A et l’entropie H issues de la décomposition de Cloude-Pottier dont la sensibilité à l’humidité du sol sera étudiée. Des modèles empiriques simples, calibrés par régression linéaire multiple de termes utilisant de 2 à 6 variables polarimétriques, ont été développés et ont permis d’estimer l’humidité du sol sur 5 champs de blé pour toute leur période de croissance avec une erreur RMSD de 0,074 m³/m³ en expliquant plus de 53.5% (R2) de la variance des valeurs d’humidité du sol observées, contre une erreur de 0.098 m³/m³ et une variance expliquée de 19.0% pour un modèle empirique basé que sur les variables incohérentes. === Abstract: Remote sensing has been widely researched toward estimation of soil conditions over agricultural fields. Monitoring of surface soil moisture mv would benefit many applications in hydrology, climatology, precision agriculture and risk reduction applied to meteorological events. C-band synthetic aperture radar (SAR) signal’s, such as that of RADARSAT-2, is sensitive to soil and vegetation characteristics. Backscattering coefficients obtained from those sensors allowed the estimation of mv by inverting empirical or semi-empirical models, under very strict conditions that limit their applicability. Many on-going or future missions provides polarimetric SAR images. However, the potential of polarimetric SAR sensors operated in c-band is not yet fully understood for soil moisture estimation over vegetated fields. This paper study the effects of soil and vegetation characteristics on polarimetric RADARSAT-2 images and proposes a simple empirical model based on polarimetric parameters extracted from RADARSAT-2 imagery to retrieve surface soil moisture (0-5 cm) over agricultural fields. The data used in this study was obtained during the SMAPVEX12 campaign, which occurred on the summer of 2012 between june 6th and july 17th in Manitoba, Canada. Fully polarimetric RADARSAT-2 images were acquired over 13 wheat fields over their whole growth cycle while their soil and vegetation conditions were monitored. Linear backscattering showed significant correlations for all polarizations before crops flowering. Sensitivity analysis of the extracted polarimetric variables to soil moisture demonstrated distinct correlations before and after the beginning of the crops flowering stage. The calibrated semi-empirical model proposed by Gherboudj et al. (2011) showed poor representation of the observed relationships between linear backscattering channels and crop conditions. The phase information, obtained by the RADARSAT-2 sensor, allowed extraction of polarimetric variables. Among those, phase difference HH-VV, the pedestal height and both the anisotropy H and entropy H obtained from Cloude-Pottier decomposition, showed significant correlations to soil moisture. A simple empirical model, calibrated with multiple linear regression from 2 to 6 polarimetric variables, allowed to retrieve soil moisture with a RMSD of 0,074 m³/m³ while it explained more than de 53.5% (R2) of observed soil moisture variability, while a simple linear model based only on incoherent variables could only estimate soil moisture with a RMSD of 0.098 m³/m³ and a R2 value of 19.0%.
|
|---|
