Evaluation of the Dubois, Oh, and IEM radar backscatter models over agricultural fields using C-band RADARSAT-2 SAR image data

Abstract

AbstractBackscatter from synthetic aperture radar (SAR) is correlated with surface characteristics such as soil dielectric properties, surface roughness, and vegetation cover. The purpose of this study is to evaluate the capability of surface radar backscatter models to estimate soil moisture over agricultural fields from fully polarimetric RADARSAT-2 C-band SAR responses. For validation purposes, ground measurements over 44 and 42 sampling sites in eastern Ontario and southern Manitoba, respectively, were carried out in the spring of 2008 simultaneous with satellite data acquisitions. A comparison was made between the backscatter coefficient results derived from three scattering models (the semi-empirical models of Dubois and Oh and the theoretical integral equation model (IEM)) and the SAR image backscatter. Discrepancies between measured radar backscatter coefficients and those predicted by the models have been investigated. Overall, the results show that semi-empirical approaches tend to overestimate the radar response, but correction factors of about 3.5 and 2.0 dB, respectively, were found sufficient to correct the Dubois HH and VV backscatter coefficients. The Oh model backscatter estimations were less variable than those derived from the Dubois model; however, a correction factor of about 5.0 dB was necessary in this case. Data simulated by the IEM showed significant fluctuations. This result was somewhat expected, since previous studies have shown that correlation length measurements are very sensitive to profile length, and a relatively short profile length was used in this study. Correlation agreements were significantly improved when using the IEM semi-empirical calibration technique. These results indicate that further work is needed to assess the requirement for correction factors, such that these models can be operationally implemented to estimate soil moisture in support of agricultural monitoring.La rétrodiffusion des micro-ondes transmises par des radars à synthèse d'ouverture (RSO) est corrélée avec les caractéristiques de surface telles que les propriétés diélectriques du sol, la rugosité de surface et le couvert de végétation. L'objectif de cette étude est d'évaluer le potentiel des modèles de rétrodiffusion radar de surface pour l'estimation de l'humidité du sol au-dessus de champs agricoles à partir des réponses polarimétriques en bande C de RADARSAT-2. Pour les besoins de la validation, des mesures au sol ont été acquises sur 44 et 42 sites d'échantillonnage respectivement dans l'est de l'Ontario et dans le sud du Manitoba, au cours du printemps 2008, simultanément avec des acquisitions de données satellite. Une comparaison a été faite entre les résultats des coefficients de rétrodiffusion dérivés de trois modèles de diffusion (les modèles semi-empiriques de Dubois et Oh et le modèle théorique IEM (« integral equation model »)) et la rétrodiffusion de l'image RSO. Les divergences entre les coefficients de rétrodiffusion radar mesurés et ceux prédits par les modèles ont été examinées. Globalement, les résultats montrent que les approches semi-empiriques tendent à surestimer la réponse radar, mais des facteurs de correction d'environ 3,5 dB et de 2,0 dB respectivement ont été jugés suffisants pour corriger les coefficients de rétrodiffusion HH et VV de Dubois. Les estimations de rétrodiffusion du modèle Oh étaient moins variables que celles dérivées du modèle de Dubois; toutefois, un facteur de correction d'environ 5,0 dB était nécessaire dans ce cas. Les données simulées par IEM affichaient des fluctuations importantes. Ce résultat était quelque peu attendu étant donné que des études antérieures ont démontré que les mesures de longueur de corrélation sont très sensibles à la longueur du profil et, dans la présente étude, une longueur du profil relativement courte a été utilisée. La concordance des corrélations était significativement meilleure avec l'utilisation de la technique d'étalonnage semi-empirique IEM. Ces résultats montrent que des efforts additionnels sont requis pour évaluer la nécessité de facteurs de correction pour que ces modèles puissent être intégrés de façon opérationnelle dans l'estimation de l'humidité du sol dans le contexte du suivi de l'agriculture.[Traduit par la Rédaction]