Contribution to the estimation's methodology of the soil moisture using passive microwave data at L band
Contribution à la méthodologie d'estimation de l'humidité du sol à partir de données micro-ondes passives en bande L
Résumé
One of the aims of the future SMOS mission (Soil Moisture and Ocean Salinity) is to monitor the near-surface soil moisture over the continents. The new technology (aperture synthesis) allows us to measure the surface microwave emission at 1.41 GHz for different view angles and for the two polarizations simultaneously. This emission depends on the water present in the 3 to 5 first centimeters of the soil.
However, the presence of vegetation attenuates the soil emission and adds its own contribution ; it is thus necessary to separate the two contributions to the surface emission in the view of estimating soil moisture.
The microwave emission of a vegetation cover is described by the radiative transfer model tau-omega. The inversion of this model, based on a non linear regression, is used to estimate unknown parameters : the soil moisture and the vegetation microwave parameters (optical thickness and single scattering albedo).
This study is based on different data sets acquired over different crop types : corn, wheat, alfalfa, grass, soybean and sorghum. First, we evaluated variations of the vegetation microwave parameters with time, view angle and polarization, for each crop type. This study allows us to establish the hypothesis which could simplify the model in order to improve the soil moisture estimation. Then, we tested the inversion of the tau-omega model with all the data sets simultaneously. Different inversion configurations were compared in the view of choosing the best soil moisture retrieval process, depending on the a priori information. We showed that it is possible to estimate soil moisture with a good accuracy (RMSE= 0.047 m3/m3) using few ancillary information on the soil and vegetation types.
However, the presence of vegetation attenuates the soil emission and adds its own contribution ; it is thus necessary to separate the two contributions to the surface emission in the view of estimating soil moisture.
The microwave emission of a vegetation cover is described by the radiative transfer model tau-omega. The inversion of this model, based on a non linear regression, is used to estimate unknown parameters : the soil moisture and the vegetation microwave parameters (optical thickness and single scattering albedo).
This study is based on different data sets acquired over different crop types : corn, wheat, alfalfa, grass, soybean and sorghum. First, we evaluated variations of the vegetation microwave parameters with time, view angle and polarization, for each crop type. This study allows us to establish the hypothesis which could simplify the model in order to improve the soil moisture estimation. Then, we tested the inversion of the tau-omega model with all the data sets simultaneously. Different inversion configurations were compared in the view of choosing the best soil moisture retrieval process, depending on the a priori information. We showed that it is possible to estimate soil moisture with a good accuracy (RMSE= 0.047 m3/m3) using few ancillary information on the soil and vegetation types.
Un des objectifs de la future mission SMOS (Soil Moisture and Ocean Salinity) est de cartographier l'humidité de la surface du sol sur l'ensemble des continents. Les technologies récentes (interférométrie par synthèse d'ouverture) permettent de mesurer l'émission micro-onde de la surface à 1.41 GHz, pour différents angles de visée simultanément et pour les deux polarisations ; cette émission dépend principalement de la quantité d'eau présente dans les 3 à 5 premiers centimètres du sol. Cependant, la présence de végétation atténue l'émission du sol et ajoute sa propre contribution, il est donc nécessaire de séparer ces deux contributions afin d'estimer l'humidité de la surface.
L'émission d'un couvert végétal dans les micro-ondes est estimée par le modèle de transfert radiatif tau-omega ; de plus, l'inversion de ce modèle par régression non linéaire permet d'estimer les variables inconnues du modèle : humidité et paramètres de végétation (épaisseur optique et albédo de simple diffusion). L'objectif de cette thèse est d'améliorer les méthodes d'inversion du modèle en utilisant la configuration originale de visée de SMOS : observations multi-angulaires et en bi-polarisation.
Cette étude est basée sur des campagnes expérimentales sur différentes cultures : maïs, blé, luzerne, herbe, soja et sorgho. Dans un premier temps, nous avons évalué les paramètres micro-ondes de végétation en fonction du temps, de l'angle et de la polarisation, pour chacun de ces couverts. Cette étude nous permet de poser les hypothèses simplificatrices qui permettront d'estimer l'humidité du sol. Ensuite, nous avons testé l'inversion du modèle tau-omega sur l'ensemble des couverts simultanément. Différentes configurations d'inversion ont été comparées afin de prescrire une stratégie adéquate pour estimer l'humidité sous un couvert agricole quelconque selon les informations a priori disponibles. Nous montrons ainsi qu'il est possible d'estimer l'humidité du sol avec une précision relativement bonne (RMSE= 0.047 m3/m3) avec peu d'informations sur le type de sol et sur le type de couvert.
L'émission d'un couvert végétal dans les micro-ondes est estimée par le modèle de transfert radiatif tau-omega ; de plus, l'inversion de ce modèle par régression non linéaire permet d'estimer les variables inconnues du modèle : humidité et paramètres de végétation (épaisseur optique et albédo de simple diffusion). L'objectif de cette thèse est d'améliorer les méthodes d'inversion du modèle en utilisant la configuration originale de visée de SMOS : observations multi-angulaires et en bi-polarisation.
Cette étude est basée sur des campagnes expérimentales sur différentes cultures : maïs, blé, luzerne, herbe, soja et sorgho. Dans un premier temps, nous avons évalué les paramètres micro-ondes de végétation en fonction du temps, de l'angle et de la polarisation, pour chacun de ces couverts. Cette étude nous permet de poser les hypothèses simplificatrices qui permettront d'estimer l'humidité du sol. Ensuite, nous avons testé l'inversion du modèle tau-omega sur l'ensemble des couverts simultanément. Différentes configurations d'inversion ont été comparées afin de prescrire une stratégie adéquate pour estimer l'humidité sous un couvert agricole quelconque selon les informations a priori disponibles. Nous montrons ainsi qu'il est possible d'estimer l'humidité du sol avec une précision relativement bonne (RMSE= 0.047 m3/m3) avec peu d'informations sur le type de sol et sur le type de couvert.