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