Monitoring soil water content from space in the solar domain: the power of radiative transfer models
Surveillance de la teneur en eau du sol depuis l'espace dans le domaine solaire : la puissance des modèles de transfert radiatif
Résumé
Soil moisture is an essential variable in the critical zone. It controls energy exchange at the Earth's surface and major biogeochemical cycles. Its estimation has applications in fields as varied as agriculture, forestry, ecology, continental hydrology, meteorology, defense and planetology. Despite the development of new sensors, the establishment of in situ monitoring networks, improved data assimilation and the launch of new satellites, much progress remains to be made in estimating soil moisture from reflectance measurements in the solar domain (0.3-3 µm). The interpretation of these measurements, which provide information on surface water content, is complex because soil reflectance depends on other factors such as surface roughness, porosity, or organic matter content. Most of the methods used for this purpose are empirical: they rely on spectral indices, statistical relationships, multivariate analysis, wavelet analysis, continuum removal, inverse Gaussian, etc. but they are rarely physically based. In the same way that radiative transfer models have led to considerable progress in the study of plant canopies, their contribution could be very beneficial for the study of bare soils. Some models simulate the reflectance of a smooth, wet soil with a simple representation: they assimilate a wet soil to a dry soil covered with a thin film of water occupying a fraction of its surface, and then calculate the multiple reflections inside this layer. This is typically the case of the MARMIT (multilayer radiative transfer model of soil reflectance) model (Bablet et al., 2018). The latest version, MARMIT-2, includes soil particles in this water layer, creating turbidity. The intrinsic optical properties of this turbid layer can be derived using mixing rules that require a detailed knowledge of the complex refractive index of soil particles (Dupiau et al., 2022). The extension of MARMIT to a rough surface is complex and, to date, there is no model capable of simulating the BRDF of a rough, wet soil. A first approach consists in coupling it to a BRDF (Bidirectional Reflectance Distribution Function) model, for example the Hapke model, widely used in planetary science, or the RPV (Rahman-Pinty-Verstraete) model, which is a simplified version. Another approach is to use a ray-tracing model, for example the DART (Discrete Anisotropic Radiative Transfer) model. This model allows simulating the spectral and directional reflectance of virtual scenes represented by 3D digital terrain models (DTM), as long as the local optical properties are known. The retrieval of soil water content will be performed using spectral indices or by inverting the model on hyperspectral images correlated with in situ soil water content measurements.
L'humidité du sol est une variable essentielle dans la zone critique. Il contrôle les échanges d'énergie à la surface de la Terre et les grands cycles biogéochimiques. Son estimation a des applications dans des domaines aussi variés que l'agriculture, la foresterie, l'écologie, l'hydrologie continentale, la météorologie, la défense et la planétologie. Malgré le développement de nouveaux capteurs, la mise en place de réseaux de surveillance in situ, une meilleure assimilation des données et le lancement de nouveaux satellites, de nombreux progrès restent à faire dans l'estimation de l'humidité du sol à partir des mesures de réflectance dans le domaine solaire (0,3-3 µm). L'interprétation de ces mesures, qui renseignent sur la teneur en eau de surface, est complexe car la réflectance du sol dépend d'autres facteurs tels que la rugosité de surface, la porosité ou la teneur en matière organique. La plupart des méthodes utilisées à cette fin sont empiriques : elles s'appuient sur des indices spectraux, des relations statistiques, l'analyse multivariée, l'analyse par ondelettes, l'élimination du continuum, la gaussienne inverse, etc. mais elles sont rarement basées sur la physique. De la même manière que les modèles de transfert radiatif ont permis des progrès considérables dans l'étude des couverts végétaux, leur apport pourrait être très bénéfique pour l'étude des sols nus. Certains modèles simulent la réflectance d'un sol lisse et humide avec une représentation simple : ils assimilent un sol humide à un sol sec recouvert d'une fine pellicule d'eau occupant une fraction de sa surface, puis calculent les réflexions multiples à l'intérieur de cette couche. C'est typiquement le cas du modèle MARMIT (multilayer radiative transfer model of soil reflectance) (Bablet et al., 2018). La dernière version, MARMIT-2, inclut des particules de sol dans cette couche d'eau, créant de la turbidité. Les propriétés optiques intrinsèques de cette couche trouble peuvent être déduites à l'aide de règles de mélange qui nécessitent une connaissance détaillée de l'indice de réfraction complexe des particules de sol (Dupiau et al., 2022). L'extension de MARMIT à une surface rugueuse est complexe et, à ce jour, il n'existe pas de modèle capable de simuler la BRDF d'un sol rugueux et humide. Une première approche consiste à le coupler à un modèle BRDF (Bidirectional Reflectance Distribution Function), par exemple le modèle de Hapke, largement utilisé en planétologie, ou le modèle RPV (Rahman-Pinty-Verstraete), qui en est une version simplifiée. Une autre approche consiste à utiliser un modèle de ray-tracing, par exemple le modèle DART (Discrete Anisotropic Radiative Transfer). Ce modèle permet de simuler la réflectance spectrale et directionnelle de scènes virtuelles représentées par des modèles numériques de terrain (MNT) 3D, tant que les propriétés optiques locales sont connues. L'extraction de la teneur en eau du sol sera effectuée à l'aide d'indices spectraux ou en inversant le modèle sur des images hyperspectrales corrélées avec des mesures in situ de la teneur en eau du sol.