Aller au contenu principal
2025 conference-paper

Comparative Analysis of Two Vegetation Indices for Backscatter Simulation and Soil Moisture Retrieval

0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Vegetation scattering is one of the key factors affecting the accuracy of soil moisture retrieval using active microwave remote sensing. Currently,the parameters used to represent vegetation scattering in forward model are primarily classified into optical vegetation indices (OVIs) and radar vegetation indices (RVIs). However, the comparative effectiveness of these two types of indices for backscatter simulation and soil moisture retrieval has not been thoroughly investigated. In this study, we analyze the impact of OVI and RVI on backscattering simulation and soil moisture retrieval using Mironov dielectric constant model, Oh surface roughness model and the water cloud model. The analysis is based on Sentinel-1 C-band data and in-situ soil moisture measurements from the Zamarron site in Spanish. The results indicate that the root mean square error (RMSE) of the backscatter simulation is 1.61dB for OVI and 1.25 dB for RVI. In terms of soil moisture retrieval accuracy, the RMSE is 0.049m3/m3for OVI and 0.047 m3/m3for RVI.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Comparative Analysis of Two Vegetation Indices for Backscatter Simulation and Soil Moisture Retrieval
Date Crossref
03/08/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Soil Moisture and Remote SensingRemote Sensing in AgricultureSynthetic Aperture Radar (SAR) Applications and Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.