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
Verhoest, N.; Troch, P. A.; Deckmyn, J.; Paniconi, C.; De Troch, François (1997)
Languages: English
Types: Article
Subjects: MICROWAVE, SPATIAL DISTRIBUTION, SPACE REMOTE SENSING, MODELS SOIL MOISTURE, SPATIAL VARIATIONS
La dispersión de microondas de suelo depende de varias características de superficie, como la rugosidad, la vegetación y el contenido de humedad de la capa superior. El conocimiento de la distribución temporal y espacial de este último parámetro es de gran importancia para hidrológico, meteorológico y climatológico de modelado. Sin embargo las mediciones precisas de la distribución espacial de la humedad del suelo con métodos clásicos siempre han sido una tarea difícil. Debido a su dependencia de la humedad del suelo y su carácter espacial, teledetección radar es muy prometedora. Se han propuesto varios modelos de dispersión y empíricos basados ??en la física para recuperar valores de humedad del suelo a partir de datos SAR, pero los problemas ocurrir con la identificación de los parámetros de rugosidad y de la vegetación. Esto se puede superar parcialmente mediante el uso de multi-frecuencia y / o radar multi-polarización, pero esta opción es a menudo no está disponible en plataformas espaciales. Sin embargo, una sola frecuencia y los datos individuales de polarización permite a uno para asignar áreas de saturación propensos mediante un análisis multitemporal. El uso de datos multi-temporal hace que sea posible recuperar los patrones de humedad del suelo espaciales dentro de la cuenca estudiada mediante la aplicación de métodos estadísticos para la serie temporal de imágenes. Dos métodos para el análisis de una serie de tiempo de invierno del ERS-1 y ERS-2 imágenes, para lo cual puede suponer condiciones de rugosidad y de vegetación constantes, se sugieren. El primer método se basa en el coeficiente de variación temporal. Dado que se espera que la variabilidad de la humedad del suelo a ser más pequeños cerca de un arroyo y luego aún más cuesta arriba de la corriente, un coeficiente temporal más pequeña de la variación de la señal de retorno se observó cerca de los arroyos. El segundo método hace uso del análisis de componentes principales de las series temporales de invierno de las imágenes. Ambos métodos conducen a una representación de la distribución espacial de la humedad del suelo a escala de cuenca. Sin embargo, la transformación de componentes principales tiene un mejor rendimiento, ya que puede separar el componente de humedad del suelo en la señal de retrodispersión de otros factores que influyen, como la topografía y el uso de la tierra. The scattering of microwaves from soil depends on several surface characteristics, such as the roughness, vegetation and the moisture content of the top layer. Knowledge of the temporal and spatial distribution of this last parameter is of major importance to hydrologic, meteorologic and climatologic modelling. However accurate measurements of the spatial distribution of soil moisture with classical methods have always been a difficult task. Owing to its dependency on soil moisture and its spatial character, radar remote sensing holds much promise. Several empirical and physically based scattering models have been proposed to retrieve soil moisture values from SAR data, but problems occur with the identification of the roughness and vegetation parameters. This can be partly overcome through the use of multi-frequency and/or multi-polarization radar, but this option is often not available on spaceborne platforms. However, single frequency and single polarization data allows one to map saturation-prone areas using a multi-temporal analysis. The use of multi-temporal data makes it possible to retrieve spatial soil moisture patterns within the studied catchment by applying statistical methods to the time series of images. Two methods for the analysis of a winter time series of ERS-1 and ERS-2 images, for which constant roughness and vegetation conditions can be assumed, are suggested. The first method is based on the temporal coefficient of variation. Since the variability of soil moisture is expected to be smaller near a stream then further upslope from the stream, a smaller temporal coefficient of variation of the returned signal is observed near streams. The second method makes use of principal component analysis of the winter time series of images. Both methods lead to a representation of the spatial distribution of the soil moisture at the catchment scale. However, principal component transformation performs better since it can separate the soil moisture component in the backscattered signal from other influencing factors such as topography and land use. Cuenca no. 414
  • No references.
  • No related research data.
  • No similar publications.