Details zur Publikation

Kategorie Textpublikation
Referenztyp Zeitschriften
DOI 10.1080/07038992.2014.907522
Titel (primär) Improving soil moisture data retrieval from airborne L-band radiometer data by considering spatially varying roughness
Autor Pause, M.; Lausch, A.; Bernhardt, M.; Hacker, J.; Schulz, K.
Quelle Canadian Journal of Remote Sensing
Erscheinungsjahr 2014
Department CLE
Band/Volume 40
Heft 1
Seite von 15
Seite bis 25
Sprache englisch
UFZ Querschnittsthemen TERENO; RU1;
Abstract

This study presents the retrieval of near-surface soil moisture data below crop canopies (winter rye and winter barley) from airborne L-band radiometer observations using a radiative transfer model at very dry soil moisture conditions (<15 Vol.%). Using physically based models, the roughness parameterization plays a crucial role for the description of the surface emissivity. A two-step optimization procedure was performed for choosing an optimal roughness value to minimize the uncertainty of soil moisture estimates. A crop-type specific roughness parameterization within the model did not show satisfactory soil moisture results. Instead, a “pixel”-based (spatially varying) roughness parameter optimization provided significantly improved results, also indicating a strong relationship between the optimal roughness parameter value and the Normalized Difference Vegetation Index (NDVI) derived from imaging spectrometer data. Our results demonstrate the importance of treating surface roughness as spatially variable when retrieving soil moisture information from high spatial resolution L-band brightness temperature data. Furthermore, the results strongly indicate that a combination of passive microwave observations and optical remote sensing data of the vegetation improve the mapping and monitoring of surface soil moisture.

Cette étude présente l’estimation de l’humidité du sol près de la surface sous des couverts végétaux (seigle d’hiver et orge d’hiver) à partir d’observations d’un radiomètre aéroporté en bande-L en utilisant un modèle de transfert radiatif sous des conditions très sèches d’humidité du sol (<15 % par volume). En utilisant des modèles basés sur la physique, les paramètres de rugosité jouent un rôle crucial pour la description de l’émissivité de la surface. Une procédure d’optimisation en deux étapes a été utilisée pour le choix d’une valeur de rugosité optimale pour minimiser l’incertitude des estimations d’humidité du sol. L’utilisation de paramètres de rugosité spécifiques au type de culture au sein du modèle n’a pas montré des résultats satisfaisants pour l’estimation de l’humidité du sol. Au lieu de cela, une optimisation pour les paramètres de rugosité à chaque pixel (c.-à-d. variable spatialement) a fourni une amélioration significative des résultats, indiquant également une forte relation entre la valeur optimale du paramètre de rugosité et le « Normalized Difference Vegetation Index » dérivé de données d’imagerie spectrométrique. Nos résultats démontrent l’importance de traiter la rugosité de surface comme une variable variant spatialement lors de l’estimation de l’humidité du sol à partir de données à haute résolution spatiale de la température de brillance en bande-L. En outre, les résultats montrent clairement que la combinaison d’observations micro-ondes passives et de données de télédétection optique de la végétation améliore la cartographie et la surveillance de l’humidité du sol en surface.

dauerhafte UFZ-Verlinkung https://www.ufz.de/index.php?en=20939&ufzPublicationIdentifier=15026
Pause, M., Lausch, A., Bernhardt, M., Hacker, J., Schulz, K. (2014):
Improving soil moisture data retrieval from airborne L-band radiometer data by considering spatially varying roughness
Can. J. Remote Sens. 40 (1), 15 - 25 10.1080/07038992.2014.907522