Return to search

Potentiel des nouveaux capteurs radar multi-polarisation et polarimétrique pour la caractérisation des états de surface en milieu agricole

L'objectif de cette thèse est d'analyser l'information issue du nouveau capteur radar ASAR d'ENVISAT et des futurs capteurs polarimétriques en bande X pour l'estimation de la rugosité et de l'humidité du sol. Les résultats obtenus par le capteur aéroporté RAMSES montrent le faible potentiel des radars en bande X à 30° pour la discrimination des classes de rugosité. Néanmoins, cette étude a montré qu'il est possible d'identifier un état structural de surface dégradé en raison de la présence d'une croûte de battance et de distinguer les parcelles fraîchement labourées. L'utilisation du capteur ASAR a permis de définir les configurations radar optimales pour une meilleure estimation de l'humidité (polarisation HH, et faibles incidences) et de la rugosité du sol (polarisations HH et HV, et fortes incidences). Après avoir observé une faible corrélation entre les mesures expérimentales et celles simulées par le modèle de rétrodiffusion IEM, nous avons appliqué la calibration semi-empirique du modèle IEM proposée par Baghdadi et al. (2004) dans le but de mieux reproduire le coefficient de rétrodiffusion radar sur des sols nus en milieu agricole. Les résultats obtenus montrent que cette calibration permet de mieux restituer le signal radar. Des procédures d'inversion ont été utilisées pour estimer l'humidité à partir des signaux ASAR. Les résultats obtenus montrent une nette amélioration de l'estimation de l'humidité quand deux angles d'incidence sont utilisés (l'une faible et l'autre élevé). L'utilisation des données en mode multi-polarisation n'améliore pas l'estimation de l'humidité par rapport à l'utilisation d'une seule polarisation (amélioration inférieure à 1%).

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00010194
Date12 September 2005
CreatorsHolah, Noha
PublisherUniversité d'Orléans
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0134 seconds