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 ROS (Radar à Ouverture Synthétique) sur des sols nus en milieu agricole. 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 de bases de données expérimentales composées d'images ROS et de mesures terrain. Basées sur plusieurs bases de données, des relations entre la longueur de corrélation estimée empiriquement et la rugosité de surface ont été retrouvées pour chaque configuration radar en utilisant trois fonctions d'autocorrélation (exponentielle, fractale et gaussienne). 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 autre base de données expérimentale indépendante. Les résultats montrent un bon accord entre le coefficient de rétrodiffusion fourni par les systèmes ROS 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.