Apport de la polarimétrie radar en bande C pour l’estimation de l’humidité du sol en zone agricole
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".