Détail de l'auteur
Auteur Mohammad El Hajj |
Documents disponibles écrits par cet auteur (3)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externesComparative analysis of the accuracy of surface soil moisture estimation from the C- and L-bands / Mohammad El Hajj in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)
Titre : Comparative analysis of the accuracy of surface soil moisture estimation from the C- and L-bands Type de document : Article/Communication Auteurs : Mohammad El Hajj, Auteur ; Nicolas Baghdadi, Auteur ; Mehrez Zribi, Auteur Année de publication : 2019 Article en page(s) : 13 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] analyse comparative
[Termes IGN] bande C
[Termes IGN] bande L
[Termes IGN] humidité du sol
[Termes IGN] image ALOS-PALSAR
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] Normalized Difference Water Index
[Termes IGN] réseau neuronal artificiel
[Termes IGN] surface cultivéeRésumé : (auteur) Surface soil moisture (SSM) estimation is of great importance in several areas, such as hydrology, agriculture and risk assessment. C-band SAR (synthetic aperture radar) data have been widely used to estimate SSM, whereas few studies have been performed using L-band SAR due to the low availability of L-band SAR data. In this context, the objective of the present paper is to compare the SSM estimation potentials of the C- (Sentinel-1) and L-bands (PALSAR) for wheat and grassland plots. The inversion approach developed in this study uses neural networks to invert the SAR signal and estimate the SSM. For each radar frequency, the developed neural networks were trained using the following as an input vector: SAR incidence angle, SAR polarization (VV for the C-band and HH for the L-band), and NDVI from optical images. Artificial Neural networks (ANNs) were developed and validated using synthetic and real databases. The results showed that the L-band provided slightly less accurate SSM estimates than the C-band. Moreover, the results showed that the accuracies of the SSM estimates for both frequencies strongly depended on the soil roughness (Hrms) and SSM values. From the synthetic database at SSM values less than 25 vol.%, the ANNs underestimated the SSM for Hrms values less than 1.5 cm and overestimated the SSM for Hrms values greater than 1.5 cm. In addition, the ANNs underestimated the SSM value regardless of the Hrms value when the SSM value was greater than 25 vol.%. An RMSE analysis of the SSM estimates showed that the highest RMSE values were observed for the L-band regardless of the SSM value, and high RMSE values were observed for the C-band only in very wet soil conditions (SSM>25 vol.%). From the real database at NDVI values less than 0.7, the RMSE (root mean square error) of the SSM estimates was 4.6 vol.% for the C-band and 5.3 vol.% for the L-band. Most importantly, the L-band enabled the estimation of the SSM under a well-developed vegetation cover (NDVI > 0.7) with an RMSE of 6.7 vol.%, whereas the C-band SAR signal became completely attenuated for some crops when the NDVI value was greater than 0.7, and thus the estimation of SSM was impossible using the C-band. Numéro de notice : A2019-473 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.05.021 Date de publication en ligne : 29/06/2019 En ligne : https://doi.org/10.1016/j.jag.2019.05.021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93634
in International journal of applied Earth observation and geoinformation > vol 82 (October 2019) . - 13 p.[article]QGIS in Remote Sensing, ch. 2. Contribution of the Integrated Topo-bathymetric Model for Coastal Wetland Evolution: Case of Geomorphologic and Biological Evolution of Ichkeul Marshes (North Tunisia) / Zeineb Kassouk (2018)
contenu dans QGIS in Remote Sensing, Volume 4. QGIS and Applications in Water and Risks / Nicolas Baghdadi (2018)
Titre de série : QGIS in Remote Sensing, ch. 2 Titre : Contribution of the Integrated Topo-bathymetric Model for Coastal Wetland Evolution: Case of Geomorphologic and Biological Evolution of Ichkeul Marshes (North Tunisia) Type de document : Chapitre/Contribution Auteurs : Zeineb Kassouk, Auteur ; Zohra Lili-Chabaane, Auteur ; Benoit Deffontaines Editeur : Londres : ISTE Editions Année de publication : 2018 Autre Editeur : New York, Londres, Hoboken (New Jersey), ... : John Wiley & Sons Note générale : bibliographie Langues : Anglais (eng) Résumé : (auteur) This chapter focuses on the reliability of remote sensing imagery combined with topographic and bathymetric data to map the coastal wetland communities in Ichkeul marshes. It combines both the object‐oriented classification of high spatial resolution imagery and the integrated topographic‐bathymetric digital terrain model (topo‐bathymetric DTM) in order to characterize and to map vegetation communities across Ichkeul marshes. The chapter settles the integrated topo‐bathymetric DTM by combining three datasets: the lake bathymetry, the marshes and the mountain digital topographies. It classifies Ichkeul marshes, the new topo‐bathymetric DTM is used with multispectral imagery from Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) images from the Terra satellite. In the chapter, classification rules for distinguishing vegetation communities are created automatically by using attributes (PCA1, topo‐bathymetric DTM and Normalized Vegetation Index (NDVI) value) of training segments. The first rule in the classification tree separates non‐vegetated and vegetated objects using the NDVI attribute. Numéro de notice : H2018-008 Affiliation des auteurs : UPEM-LASTIG+Ext (2016-2019) Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : 10.1002/9781119476726.ch2 Date de publication en ligne : 16/02/2018 En ligne : https://doi.org/10.1002/9781119476726.ch2 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91930
contenu dans Utilisation de QGIS en télédétection, Volume 4. QGIS et applications en eau et risques / Nicolas Baghdadi (2018)
Titre de série : Utilisation de QGIS en télédétection, Ch. 2 Titre : Apports du MNT topo-bathymétrique pour l'évolution bio-géomorphologique des marais d'Ichkeul (Tunisie) Type de document : Chapitre/Contribution Auteurs : Zeineb Kassouk, Auteur ; Zohra Lili-Chabaane, Auteur ; Benoit Deffontaines Editeur : Londres : ISTE Editions Année de publication : 2018 Importance : pp 49 - 91 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] analyse en composantes principales
[Termes IGN] classification orientée objet
[Termes IGN] GRASS
[Termes IGN] image optique
[Termes IGN] image Terra-ASTER
[Termes IGN] marais
[Termes IGN] modèle numérique de terrain
[Termes IGN] QGIS
[Termes IGN] restauration d'image
[Termes IGN] segmentation d'image
[Termes IGN] TunisieRésumé : (auteur) [contexte] Les milieux humides littoraux constituent une interface terre-mer sensible où se côtoient les facteurs d'origines marines et terrestres et où le poids de chacun peut conditionner l'évolution vers l'un ou l'autre milieu. Leurs écosystèmes résultent de l'interaction de nombreux facteurs environnementaux incluant les processus hydrologiques, géomorphologiques et biologiques. Ce chapitre résume un travail visant à caractériser les communautés végétales du milieu humide de l'Ichkeul (nord de la Tunisie) littoral selon un gradient altitudinal allant de la partie aquatique vers la partie terrestre. La méthode est fondée sur l'exploitation d'une image satellitaire multispectrale à haute résolution (HR) spatiale, des relevés terrain et des données de topographie et de bathymétrie, via un système d'information géographique (SIG) libre permettant de quantifier les variations spatiales de la végétation. Numéro de notice : H2018-002 Affiliation des auteurs : UPEM-LASTIG+Ext (2016-2019) Thématique : GEOMATIQUE/IMAGERIE Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89486
