Digital mapping of soil texture using Radarsat-2 polarimetric synthetic aperture radar data.

Niang, M.A., Nolin, M.C., Jégo, G., et Perron, I. (2014). « Digital mapping of soil texture using Radarsat-2 polarimetric synthetic aperture radar data. », Soil Science Society of America Journal, 78(2), p. 673-684. doi : 10.2136/sssaj2013.07.0307  Accès au texte intégral (en anglais seulement)

Résumé

La présente étude visait à évaluer l’apport des données du radar à synthèse d’ouverture polarimétrique (RSO) RADARSAT-2 à la cartographie numérique de la texture superficielle du sol, dans le comté de Rouville, près de Montréal (Canada). D’abord, nous avons appliqué une transformation log-ratio isométrique (ilr) aux données compositionnelles sur la texture du sol afin de transposer le simplexe en un espace réel multidimensionnel qui convient mieux à une analyse multivariée. Par la suite, nous avons évalué deux hypothèses sur les relations entre les données RADARSAT‑2 et les composantes ilr : (i) comme étant linéairement dépendantes, en appliquant un cokrigeage (CK) et une méthode de krigeage par régression (RK); comme étant non linéairement dépendantes, en appliquant une régression par séparateurs à vaste marge (SVM) insensible à ε et non linéaire. Nous avons comparé les résultats au krigeage ordinaire (OK). Les variables environnementales utilisées pour déterminer les covariables étaient des canaux RSO en monopolarisation, paramètres extraits de la décomposition polarimétrique entropie/anisotropie/paramètre α moyen, de la décomposition de Freeman-Durden, et de la décomposition de Touzi. Les résultats issus de 283 échantillons de sol pour l’entraînement et de 89 pour la validation indiquaient que l’erreur quadratique moyenne de prédiction obtenue par krigeage ordinaire était de 8 % pour le limon, de 13 % pour l’argile et de 13 % pour le sable. La régression SVM offrait la meilleure exactitude de prédiction par rapport aux méthodes d’interpolation géostatistique. Comparativement au krigeage ordinaire, la régression SVM permettait d’obtenir une amélioration significative de l’exactitude des cartes numériques, à l’égard de la réduction de l’erreur quadratique moyenne : celle-ci était réduite de 18 % pour le sable, de 17 % pour le limon et de 35 % pour l’argile. La méthode du krigeage par régression suivait avec une réduction de 6 à 13 % de l’erreur quadratique moyenne, tandis que le cokrigeage donnait une réduction de 3 à 5 %. En conclusion, l’utilisation comme covariables de données RSO polarimétriques extraites d’une image RADARSAT‑2 s’est révélée très utile pour la cartographie numérique de la texture superficielle du sol.

Date de modification :