Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloSoil moisture estimation using multi linear regression with terraSAR-X data [Determinaci?n de la humedad de suelo mediante regresion lineal multiple con datos TerraSAR-X]
Anno di pubblicazione2016
FormatoElettronico
Autore/iGarcia, G. and Brogioni, M. and Venturini, V. and Rodriguez, L. and Fontanelli, G. and Walker, E. and Graciani, S. and Macelloni, G.
Affiliazioni autoriCentro de Estudios Hidro-Ambientales, Facultad de Ingeniería y Ciencias Hídricas (FICH), Universidad Nacional del Litoral (UNL), Argentina Consiglio Nazionale delle Ricerche (CNR), Istituto di Fisica Applicata "N. Carrara" (IFAC), Italy Facultad de Ingeniería y Ciencias Hídricas (FICH), Universidad Nacional del Litoral (UNL), Argentina Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Argentina
Autori CNR e affiliazioni
  • GIOVANNI MACELLONI
  • MARCO BROGIONI
Lingua/e
  • spagnolo
AbstractThe first five centimeters of soil form an interface where the main heat fluxes exchanges between the land surface and the atmosphere occur. Besides ground measurements, remote sensing has proven to be an excellent tool for the monitoring of spatial and temporal distributed data of the most relevant Earth surface parameters including soil's parameters. Indeed, active microwave sensors (Synthetic Aperture Radar - SAR) offer the opportunity to monitor soil moisture (HS) at global, regional and local scales by monitoring involved processes. Several inversion algorithms, that derive geophysical information as HS from SAR data, were developed. Many of them use electromagnetic models for simulating the backscattering coefficient and are based on statistical techniques, such as neural networks, inversion methods and regression models. Recent studies have shown that simple multiple regression techniques yield satisfactory results. The involved geophysical variables in these methodologies are descriptive of the soil structure, microwave characteristics and land use. Therefore, in this paper we aim at developing a multiple linear regression model to estimate HS on flat agricultural regions using TerraSAR-X satellite data and data from a ground weather station. The results show that the backscatter, the precipitation and the relative humidity are the explanatory variables of HS. The results obtained presented a RMSE of 5.4 and a R2 of about 0.6. © 2016, Asociacion Espanola de Teledeteccion. All rights reserved.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da73
Pagine a81
Pagine totali-
RivistaRevista de teledetección
Attiva dal 1993
Editore: Asociación Española de Teledetección. - Madrid
Paese di pubblicazione: Spagna
Lingua: multilingue
ISSN: 1133-0953
Titolo chiave: Revista de teledetección
Titolo proprio: Revista de teledetección.
Titolo abbreviato: Rev. teledetec.
Numero volume della rivista2016
Fascicolo della rivista46
DOI10.4995/raet.2016.4024
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)
  • Scopus (Codice:2-s2.0-84976389271)
Parole chiaveUmidità del Suolo, SAR, Telerilevamento
Link (URL, URI)https://www.scopus.com/inward/record.uri?eid=2-s2.0-84976389271&doi=10.4995%2fraet.2016.4024&partnerID=40&md5=05b1dff05291c28cbe43ef2d82d81ea8
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazionicited By 0
Strutture CNR
  • IFAC — Istituto di fisica applicata "Nello Carrara"
Moduli/Attività/Sottoprogetti CNR
  • TA.P06.028.001 : Sviluppo di metodologie per l’osservazione ed il monitoraggio della Criosfera da piattaforma terrestre, aerea e satellitare.
Progetti Europei-
Allegati