Evaluation of kernel-driven BRDF models for the normalization of Alpilles/ReSeDA POLDER data

A Bidirectional Reflectance Distribution Function (BRDF) catalog of different crops (mainly wheat, alfalfa, sunflower and maize) was acquired during the whole crop cycles in 1997 (ReSeDA experiment). This was achieved using the airborne POLDER sensor. Data were thus available in four wave bands (10 or 20 nm width) centered on 443 nm, 550 nm, 670 nm and 865 nm. The aim of this study is to compare the ability of BRDF models to accurately fit and extrapolate POLDER BRDF data for a normalization process. We considered linear or semi-linear BRDF models that describe the BRDF with few parameters (3 to 6) and allow fast inversion procedures. We first developed two linear BRDF models (FLIK, Flexible Linear Kernels and GEN, generic model), and compared them to existing ones in the literature. The results are discussed as a function of the number of directional data and their distribution in the hemisphere for each acquisition date.Évaluation de modèles linéaires à noyaux de BRDF pour la normalisation des données aéroportées POLDER de la campagne Alpilles/ReSeDA. Un catalogue de données de réflectance bidirectionnelle (BRDF), acquis avec le capteur aéroporté POLDER, correspondant à plusieurs types de cultures (principalement du blé, de la luzerne, du tournesol et du maïs) a été acquis lors de la campagne Alpilles/ReSeDA, tout au long des cycles de cultures en 1997. Des données de réflectance bidirectionnelle sont donc disponibles dans quatre bandes, larges de 10 à 20 nm et centrées sur 443 nm, 550 nm, 670 nm, 865 nm. Le but de cette étude est de comparer l'aptitude des modèles linéaires de BRDF à estimer et extrapoler précisément les données de réflectance POLDER, dans le cadre d'un processus de normalisation. Nous considérons des modèles linéaires ou semi-linéaires qui permettent de décrire la BRDF avec peu de paramètres (entre 3 et 6) ainsi que des procédures d'inversion très rapides. Nous présentons d'abord le développement de deux modèles: FLIK, Flexible Linear Kernels, et GEN un modèle générique, puis les comparons avec des modèles existants dans la littérature. Pour chaque date d'acquisition, les résultats sont discutés en fonction du nombre de données bidirectionnelles diponibles pour l'inversion, ainsi que de leur répartition dans l'hémisphère