Horizon / Plein textes La base de ressources documentaires de l'IRD

IRD

Publications des scientifiques de l'IRD

Molero B., Leroux D. J., Richaume P., Kerr Y. H., Merlin Olivier, Cosh M. H., Bindlish R. (2018). Multi-timescale analysis of the spatial representativeness of in situ soil moisture data within satellite footprints. Journal of Geophysical Research : Atmospheres, 123 (1), 3-21. ISSN 2169-897X

Accès réservé (Intranet IRD) Document en accès réservé (Intranet IRD)

Lien direct chez l'éditeur doi:10.1002/2017jd027478

Titre
Multi-timescale analysis of the spatial representativeness of in situ soil moisture data within satellite footprints
Année de publication2018
Type de documentArticle référencé dans le Web of Science WOS:000423433500001
AuteursMolero B., Leroux D. J., Richaume P., Kerr Y. H., Merlin Olivier, Cosh M. H., Bindlish R.
SourceJournal of Geophysical Research : Atmospheres, 2018, 123 (1), p. 3-21. ISSN 2169-897X
RésuméWe conduct a novel comprehensive investigation that seeks to prove the connection between spatial scales and timescales in surface soil moisture (SM) within the satellite footprint (similar to 50 km). Modeled and measured point series at Yanco and Little Washita in situ networks are first decomposed into anomalies at timescales ranging from 0.5 to 128 days, using wavelet transforms. Then, their degree of spatial representativeness is evaluated on a per-timescale basis by comparison to large spatial scale data sets (the in situ spatial average, SMOS, AMSR2, and ECMWF). Four methods are used for this: temporal stability analysis (TStab), triple collocation (TC), percentage of correlated areas (CArea), and a new proposed approach that uses wavelet-based correlations (WCor). We found that the mean of the spatial representativeness values tends to increase with the timescale but so does their dispersion. Locations exhibit poor spatial representativeness at scales below 4 days, while either very good or poor representativeness at seasonal scales. Regarding the methods, TStab cannot be applied to the anomaly series due to their multiple zero-crossings, and TC is suitable for week and month scales but not for other scales where data set cross-correlations are found low. In contrast, WCor and CArea give consistent results at all timescales. WCor is less sensitive to the spatial sampling density, so it is a robust method that can be applied to sparse networks (one station per footprint). These results are promising to improve the validation and downscaling of satellite SM series and the optimization of SM networks.
Plan de classementSciences fondamentales / Techniques d'analyse et de recherche [020] ; Télédétection [126] ; Bioclimatologie [072] ; Pédologie [068] ; Etudes, transformation, conservation du milieu naturel [082]
LocalisationFonds IRD [F B010072032]
Identifiant IRDfdi:010072032
Lien permanenthttp://www.documentation.ird.fr/hor/fdi:010072032

Export des données

Disponibilité des documents

Télechargment fichier PDF téléchargeable

Lien sur le Web lien chez l'éditeur

Accès réservé en accès réservé

HAL en libre accès sur HAL


Accès aux documents originaux :

Le FDI est labellisé CollEx

Accès direct

Bureau du chercheur

Site de la documentation

Espace intranet IST (accès réservé)

Suivi des publications IRD (accès réservé)

Mentions légales

Services Horizon

Poser une question

Consulter l'aide en ligne

Déposer une publication (accès réservé)

S'abonner au flux RSS

Voir les tableaux chronologiques et thématiques

Centres de documentation

Bondy

Montpellier (centre IRD)

Montpellier (MSE)

Cayenne

Nouméa

Papeete

Abidjan

Dakar

Niamey

Ouagadougou

Tunis

La Paz

Quito