LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Languages: French
Types: Article
Subjects: Humidité des sols, Propriété optique, Imagerie hyperspectrale, Haute résolution spatiale, 621
L'humidité des sols nus (en anglais Soil Moisture Content, noté SMC) constitue une variable fondamentale dans plusieurs sciences de l'environnement. Pour mesurer le SMC, les données de télédétection, qui présentent de grandes couvertures spatiale et temporelle ainsi que des résolutions spatiales élevées, offrent de multiples avantages par rapport aux méthodes in situ. Parmi les données de télédétection, l'imagerie hyperspectrale aéroportée procure une information très détaillée d'une scène, puisque chaque pixel du paysage observé possède une signature spectrale caractéristique. L'objectif de ce travail de thèse est donc d'estimer le SMC à partir de l’imagerie hyperspectrale aéroportée à haute résolution spatiale dans le domaine optique 0,4 – 14 μm. Dans un premier temps, à partir de propriétés optiques de référence mesurées en laboratoire plusieurs critères d'estimation du SMC ont été établis, évalués et comparés sur le domaine optique. De plus, un modèle empirique de réflectance de sol a été développé afin de simuler la signature spectrale d'un sol pour un SMC donné. Ce modèle est inversé pour estimer le contenu en eau à partir des réflectances spectrales. Ensuite, une chaîne de traitement a été développée afin d'estimer le contenu en eau des sols à partir d'acquisitions hyperspectrales aéroportées. Une analyse de sensibilité et des performances de la chaîne de traitement, prenant en compte des défauts d'étalonnage instrumentaux, de la connaissance des conditions atmosphériques, de la méthode de correction atmosphérique et des approches d'estimation du SMC à partir de la réflectance de surface, a été réalisée. Finalement, les critères d'estimation du SMC établis pour le domaine 0,4 – 2,5 μm, ont été validés en exploitant une campagne avec information terrain réalisée sur le site de Garons (France) avec l'instrument aéroporté HyMap. Les résultats montrent que le SMC est estimé avec une précision équivalente à celle des méthodes existantes dans la littérature. Soil Moisture Content (SMC) is fundamental variable for environmental science. Remote sensing data have higher spatial and temporal cover with high spatial resolution than in-situ data to measure SMC. Among remote sensing data, airborne hyperspectral data give scene detailed information where each pixel of observed landscape has a spectral signature characteristic. Objective of this work is to estimate SMC from airborne hyperspectral with high spatial resolution images on optical domain 0.4 – 14 μm. In first time, from optical properties of reference acquired on laboratory, several criteria have been established, evaluated and compared on the whole optical domain. Furthermore, an empirical model of soil spectral reflectance has been developed to simulate soil spectral signature with SMC. Inverse model has been used to estimate moisture content from spectral reflectance. Then, processing chain has been developed to estimate soil moisture content from airborne hyperspectral data. Sensitivity analysis and efficiency of processing chain, consider to instrumental calibration default, knowledge of atmospheric conditions, atmospheric correction and criteria for SMC estimation, have been realised. Finally, criteria for SMC estimation established on 0.4 – 2.5 μm have been validated. Data proceeded from airborne hyperspectral HyMap campaign where in-situ data have been collected on Garons site (France). Results show SMC is estimated with a precision like existing method of literature.
  • No references.
  • No related research data.
  • No similar publications.

Share - Bookmark

Cite this article