The sensitivity of RADARSAT-2 polarimetric SAR data to corn and soybean leaf area index

Abstract

In this study, quadrature-polarization (quad-pol) RADARSAT-2 data at steep (25^o) and shallow (40^o) incidence angles were acquired during the 2008 season, imaging 13 corn and soybean fields. The leaf area index (LAI) was derived from optical imagery, and volumetric soil moisture was measured coincident with each overpass. Many synthetic aperture radar (SAR) parameters were significantly correlated with derived corn and soybean LAI. The highest correlations were observed for parameters sensitive to volume scattering (HV, LL, and RR backscatter, pedestal height, and the Freeman–Durden volume-scattering parameter) at the steeper angle. For corn, the minimum correlation coefficient was 0.95. For soybeans, the coefficients were between 0.83 and 0.86. Sensitivity to LAI was lost late in the season, when the derived LAI exceeded 3.0 m²m⁻². The derived LAI and the measured soil moisture were used to model several radar parameters (HV backscatter, pedestal height, and the Freeman–Durden volume-scattering parameter) using the water-cloud model. Early in the season, the SAR response was primarily affected by the vegetation, but soil moisture was also an important contributor. When the derived LAI exceeded 1, soil-moisture contributions became minimal. The water-cloud model adequately simulated SAR responses as the canopy developed and LAI increased, demonstrating the potential of polarimetric SAR data for monitoring indicators of crop productivity.

L'indice de surface foliaire (ISF) est un indicateur important de la productivité agricole, et une variable critique des modèles de croissance des cultures. La récente disponibilité de technologies de pointe du ROS permet d'évaluer la performance des données polarimétriques à effectuer le suivi de l'ISF durant la saison de croissance. Des données quad-pol de RADARSAT-2 ont été acquises sous des angles d'incidence de 25° et de 40° au cours de la saison 2008, au dessus de 13 champs expérimentaux de maïs et le soja d'une ferme de recherche à Ottawa (Canada). Des cartes d'ISF ont été générées à partir de l'imagerie optique et mesures in situ. L'humidité volumique du sol a été mesurée en même temps que les acquisitions de RADARSAT-2. De nombreux paramètres de ROS étaient significativement corrélés avec l'ISF des images optiques du maïs et du soja. Les plus fortes corrélations ont été observées pour les paramètres sensibles à la diffusion volumique (rétrodiffusion en HV, LL et RR, hauteur du socle et le paramètre de diffusion volumique Freeman–Durden), aux angles de 25°. On a obtenu des coefficients de corrélation>0,95 avec le maïs, alors qu'ils étaient plus faibles, variant entre 0,83 et 0,86 avec le soja. Lorsque l'ISF était >3,0 m² m⁻² plus tard en saison, les paramètres radar étaient insensibles à l'ISF. La relation entre l'ISF dérivées de l'imagerie optique, l'humidité du sol, et plusieurs paramètres radar (rétrodiffusion HV, hauteur du socle et le paramètre de volume de Freeman–Durden diffusion), a été paramétrée à l'aide du modèle de nuage d'eau. En début saison, les paramètres de ROS étaient fortement sensibles à la végétation, avec une contribution significative de l'humidité du sol. Lorsque l'ISF >1, la contribution de l'humidité du sol est devenue minime. Le modèle de nuage d'eau a bien simulé la réponse du ROS au développement de la canopée et à l'augmentation de l'ISF, ce qui démontre le potentiel des données polarimétriques ROS à détecter des indicateurs de productivité des cultures.

[Traduit par la Rédaction]

Acknowledgements

The study was funded by the Canadian Space Agency's Government Related Initiative Program and by Agriculture and Agri-Food Canada. The expertise and contribution of Ramesh Srinivasan, Dave Marcotte, and their team from the Flight Research Laboratory of the National Research Council Canada for the Twin Otter operation, Lawrence Gray, Jim Freementle, and Baoxin Hu from York University for CASI sensor deployment and operation, and Amine Merzouki and Anna Pacheco for quality checking and preprocessing of the SAR data are gratefully acknowledged. The authors extend their thanks to Dave Dow, Stuart Admiral, and many summer students for their contribution in collecting ground data.