Soil moisture retrieval over irrigated grasslands using X-band SAR data combined with optical data acquired at high resolution
2015
El Hajj, Mohammad | Baghdadi, Nicolas | Zribi, Mehrez | Belaud, Gilles | Cheviron, B. | Courault, Dominique | Charron, F. | Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA) | Centre d'études spatiales de la biosphère (CESBIO) ; Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3) ; Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE) | Gestion de l'Eau, Acteurs, Usages (UMR G-EAU) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro) | Environnement Méditerranéen et Modélisation des Agro-Hydrosystèmes (EMMAH) ; Avignon Université (AU)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)
[Departement_IRSTEA]Territoires [TR1_IRSTEA]SYNERGIE [Axe_IRSTEA]TETIS-ATTOS<br/>IGARSS 2015, Milan, FRA, 26-/07/2015 - 31/07/2015
Show more [+] Less [-]International audience
Show more [+] Less [-]English. The aim of this study was to develop an inversion approach to estimate surface soil moisture from X band SAR data over irrigated grassland areas. This approach is based on the coupling between Synthetic Aperture Radar and optical images through the Water Cloud Model. An inversion technique based on multi-layer perceptron neural networks was used to invert the WCM for soil moisture estimation. Three inversion configurations were defined: (1) HH polarization, (2) HV polarization, and (3) both HH and HV polarizations, all including the Leaf Area Index derived from optical images. For the three inversion configurations, the NNs were trained and validated using a noisy synthetic dataset generated by the WCM for a wide range of soil moisture and LAI values. The trained NNs were then validated from a real dataset. The use of X band SAR measurements in HH polarization yields more precise results on soil moisture estimates.
Show more [+] Less [-]AGROVOC Keywords
Bibliographic information
This bibliographic record has been provided by Institut national de la recherche agronomique