Centre de documentation
scientifique

Soil moisture assessment in grasslands using optical remote sensing data / Luc Beraud (2019) 

Public Titre : Soil moisture assessment in grasslands using optical remote sensing data Type de document : Mémoire Auteurs : Luc Beraud, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2019 Importance : 50 p. Format : 21 x 30 cm Note générale : Bibliographie Rapport de projet pluridisciplinaire, cycle ING2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] analyse spectrale [Termes IGN] corrélation [Termes IGN] couvert végétal [Termes IGN] données de terrain [Termes IGN] humidité du sol [Termes IGN] image à haute résolution [Termes IGN] image Sentinel-MSI [Termes IGN] indice d'humidité [Termes IGN] indice de végétation [Termes IGN] prairie [Termes IGN] radiométrie Index. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Cette étude évalue la possibilité d’estimer l’humidité du sol des prairies via l’utilisation de données optiques de télédétection satellitaire. Les images satellites utilisées sont issues de la mission Sentinel-2 et permettent une évaluation de l’humidité du sol à une résolution d’environ vingt mètres. Des échantillons de sols ont été collectés dans différentes prairies pour établir des données de référence d’humidité du sol. Puis, des liens entre l’humidité des sols mesurée et la radiométrie des prairies ont été recherchés via l’emploi d’indices optiques et de méthodes statistiques de corrélation avec les observations et les mesures in situ réalisées. Cependant, la densité du couvert végétal des prairies ajoute une couche d’incertitudes du fait de l’influence de nombreux paramètres de végétation. Vingt indices optiques ont été utilisés afin de définir expérimentalement les plus appropriés. A l’issue du projet, la meilleure corrélation obtenue a un score R2 de 0.9 avec 11 point de référence. Les résultats ont permis de réaliser une classification de l’estimation de l’humidité des sols. Ainsi, les résultats sont prometteurs et donnent une bonne corrélation entre l’humidité des sols pour le jeu de données d’une acquisition terrain et la radiométrie des images satellites. Cependant, les autres acquisitions terrain ne permettent pas d’obtenir une telle corrélation et soulignent la nécessité de développer une nouvelle méthode réduisant l’impact une nouvelle méthode des autres facteurs qui changent la radiométrie optique de la végétation. Note de contenu : INTRODUCTION 1. Subject and context presentation 1.1 Setting and objectives 1.2 State of the research 1.3 Data and methods 2. Data collection and processing 2.1 Processing overview 2.2 In situ data 2.3 Image processing 2.4 Data processing for the statistical analysis 3. Statistical analysis 3.1 Raw band assessment 3.2 Indices assessment 3.3 Conclusion 4. Retrieval of soil moisture 4.1 Data preprocessing 4.2 Machine learning CONCLUSION ANNEXES : A. Indices B. Fieldworks C. Soil moisture regressions D. Processing steps: from raw data to classification Numéro de notice : 26103 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Institute for Environmental Solutions Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93847

Documents numériques

peut être téléchargé Soil moisture assessment in grasslands... - pdf auteur Adobe Acrobat PDF