Radar based surface soil moisture retrieval through the combined use of two backscattering models
Notice bibliographique
Résumé
Radar based surface soil moisture retrieval has been subject of intense research during the last decades. However, several difficulties hamper the operational estimation of soil moisture based on actually available space borne sensors. The main difficulty experienced so far consists of the parameterization of other surface characteristics, mainly roughness, which strongly influences the backscattering coefficient and harms the soil moisture inversion. This fact, along with the high spatial variability of the surface roughness parameters, makes it necessary to perform intensive roughness measurements in order to invert soil moisture values with an adequate accuracy, what reduces the applicability of the approach. This paper reviews an approach, proposed by Pauwels et al. 8, in which a combined application of two well documented backscattering models, i.e. the Integral Equation Method model and the Oh model, is carried out following an iterative scheme. The approach can be applied to single configuration scenes acquired over homogeneous roughness conditions and yields estimates of both soil moisture and roughness parameters without performing ground measurements of soil moisture or roughness. The proposed algorithm was applied to a set of five RADARSAT-1 scenes acquired over Navarre (Spain) between February and April 2003. Inverted soil moisture and surface roughness parameters were compared to ground measured reference values over an experimental watershed. Results are encouraging and the possibility of simultaneously estimating both variables opens new application scenarios for radar remote sensing on the study of numerous processes at the soil surface.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».