Télédétection haute résolution et haute répétitivité dans la modélisation hydro-météorologique

Télédétection haute résolution et haute répétitivité dans la modélisation hydro-météorologique

Données satellite

SPOT-5

SPOT est une mission spatiale d’observation de la terre française, en collaboration avec la Belgique et la Suède, décidée en 1977. Le cinquième satellite du programme, SPOT-5 a été lance en 2002 et a terminé sa mission en 2015. Ce satellite a réalisé des acquisitions à 10 m de résolution dans 5 bandes de fréquence : vert, rouge, proche et moyen infra-rouge, ainsi qu’une bande panchromatique. Ses miroirs ajustables lui permettaient d’amener sa fréquence de revisite à 3 à 5 jours. Les réfléctances ont subis une correction géométrique, du fait de l’angle d’acquisition du satellite, puis atmosphérique (Rahman et Dedieu, 1994) avant de subir une normalisation radiométrique visant à atténuer les incertitudes sur les paramètres utilisés lors de la correction atmosphérique et éliminer les artefacts liés au traitement de la série temporelle. Cette correction a été faite sur la base des données issues de l’expérience SPOT-4 Take 5, expérience servant de démonstrateur des caractéristiques de SPOT-5 par la désorbitation du satellite SPOT-4 en fin de vie, en utilisant la méthode des entités pseudo-invariantes (Eckhardt et al., 1990). Le but est de repérer dans la scène un certains nombres d’entités dont les réflectances sont supposées ne pas varier dans le temps afin de normaliser chaque image. Ces corrections ont été réalisées et décrites dans la thèse Chapitre 3 : Estimation spatialisée des flux hydrométéorologiques en contexte 109 agricole semi-aride irrigué de Sameh Saadi (2018). On dispose ainsi de 27 images claires sur la période temporelle. Plusieurs produits ont été créés à partir de ces acquisitions, notamment des séries temporelles de NDVI, allant de Novembre 2012 à Mars 2015 (Saadi, 2018), ainsi que des cartes d’occupation des sols (Fig. III-2.1), produites via des seuillages de NDVI sur les différentes dates disponibles, pour les années hydrologiques 2012-2013 et 2013-2014 (Chahbi, 2015)

LANDSAT-8

Landsat-8 est un satellite lancé par la NASA en 2013. Il possède 2 instruments : l’Operational Land Imager (OLI) qui acquiert des données dans 9 bandes de fréquences à 30 m de résolution : bleu, vert, rouge, proche infra-rouge, deux bandes en moyen infra-rouge, une bande panchromatique (à 15 m de résolution), ainsi que deux dédiées respectivement à la détection des aérosols (0.433 à 0.453 μm) et des cirrus (1.360 à 1.390 μm). Le Thermal InfraRed Sensor (TIRS) qui acquiert des données dans deux bandes d’infra-rouge thermique à 100 m de résolution. 110 3. Données Sa fréquence de revisite est de 16 jours. Plusieurs produits ont été calculés par des relations empiriques sur la base des réflectances mesurées par Landsat-8 et fournies par l’USGS dans le cadre du post-doctorat d’Emilie Delogu, sur la période allant de décembre 2013 à décembre 2014 : Le NDVI L’albédo calculé selon la formule empirique suivante : Albedo = 0.012055 ∗ Rvert + 0.36875 ∗ RNIR + 0.47867 ∗ RMIR2 [Eq. III-1.1] où Rvert est la réflectance dans la bande verte, RNIR la réflectance dans la bande de proche infra-rouge et RMIR2 la réflectance dans la seconde bande d’infra-rouge moyen. Cette formulation est incluse par défaut dans le modèle EVASPA (Sect. 5.1.1).

Pléiades

Pléiades est un couple de satellite lancés par le CNES en 2011 et 2012. Ils mesurent les réflectances à une résolution de 2 m dans 5 bandes de fréquence : bleu, vert, rouge, proche infra-rouge et une bande panchromatique qui a elle une résolution de 50 cm. Ceci permet d’obtenir des images stéréoscopiques de la surface avec une grande précision. La grande maniabilité des satellites permet une revisite quotidienne sur une zone précise, le satellite réalisant les acquisitions sur demande. Des images stéréoscopiques acquises en 2012 ont permis à Bernard Mougenot (IRD/CESBIO) de réaliser une carte allométrique, permettant d’estimer, sur un ensemble de parcelles d’olivier, la hauteur et la surface couverte par les arbres, ainsi que la distance inter-arbre (Fig. III-2.3).

Table des matières

RESUME
ABSTRACT
REMERCIEMENTS
SOMMAIRE
INTRODUCTION
1. Contexte
2. Fonctionnement thermo-hydrique des surfaces continentales
2.1. Bilan d’énergie
2.2. Bilan hydrique
3. La modélisation hydrométéorologique dans les agrosystèmes
3.1 Différents types de modèles
3.2 Stratégies de spatialisation
4. La télédétection pour la modélisation de surface
5. Problématique et plan de thèse
CHAPITRE 1. : PRISE EN COMPTE DE L’HETEROGENEITE SPATIALE ET
TEMPORELLE DE LA VEGETATION DANS LA MODELISATION DE SURFACE
1. Introduction
1.1 Contexte et problématique
1.2 Usage d’indices de végétation et de cartes d’occupation des sols issus de la télédétection dans les modèles de surface : état de l’art
2. Présentation du modèle : SURFEX-ISBA
3. Zone d’étude
4. Démarche scientifique
5. Résultats publiés: Effects of high spatial and temporal resolution Earth
observations on simulated hydrometeorological variables in a cropland (southwestern France)
5.1 Introduction
5.2 Model and data
5.2.1 SURFEX-ISBA model and forcing
5.2.2 Data
5.2.2.1 Formosat-2 leaf area index
5.2.2.2 Formosat-2 land cover maps
5.2.2.3 In situ measurements
5.3 Methods
5.3.1 Numerical experiments
5.3.2 Comparison methods
5.4 Results
5.4.1 Local comparisons with in situ measurements
5.4.2 Spatial comparisons with the Formosat-2 image
5.5 Discussion
5.5.1 Uncertainties with remote sensing data
5.5.2 Impact of remote sensing data on simulated evapotranspiration
5.5.3 Limitations and perspectives
5.6 Conclusion
6. Conclusion et analyses complémentaires
6.1 Conclusion : vers l’intégration de l’irrigation
6.2 Impact sur la modélisation hydrologique
CHAPITRE 2. : REPRESENTATION DES PRATIQUES D’IRRIGATION ET LEUR
IMPACT SUR L’ESTIMATION DE L’EVAPOTRANSPIRATION
1. Introduction
1.1 Contexte et problématique
1.3 Simulation automatique de l’irrigation dans les modèles
hydrométéorologiques : état de l’art
2. Zone d’étude
3. Démarche scientifique
4. Résultats soumis: Estimating irrigation in a land surface model with high resolution satellite imagery: application over maize crops in South-Western France
4.1 Introduction
4.2 Model and data
4.2.1 SURFEX-ISBA model
4.2.1.1 Model overview
4.2.1.2 Irrigation scheme development
4.2.2 Datasets
4.2.2.1 Meteorological and land surface forcing data
4.2.2.2 Satellite Leaf Area Index
4.2.2.3 Lamasquère flux site
4.2.2.4 CACG irrigation data
4.3 Methods
4.3.1 Determination of the irrigation parameter
4.3.2 Numerical experiments
4.4 Results
4.4.1 Irrigation estimation on CACG plots
4.4.1.1 Annual volumes estimation
4.4.1.2 Maximal available water content sensibility
4.4.2 Impact on evapotranspiration: case of the Lamasquère site
4.4.2.1 Irrigation volumes estimation
4.4.2.2 Impact on evapotranspiration
4.5 Discussion
4.5.1 Estimation of the irrigation volumes and timing
4.5.2 Sensitivity to the maximal available water content estimation
4.5.3 Impact on evapotranspiration
4.5.4 Limitations and perspectives
4.6 Conclusion
5. Conclusion
CHAPITRE 3. : ESTIMATION SPATIALISEE DES FLUX
HYDROMETEOROLOGIQUES EN CONTEXTE AGRICOLE SEMI-ARIDE IRRIGUE
1. Introduction
2. Zone d’étude
3. Données
3.1 Données satellite
3.1.1 SPOT-5
3.1.2 LANDSAT-8
3.1.3 Pléiades
3.2 Données météorologiques et propriétés des sols
3.3 Mesures in-situ
3.3.1 Tours d’eddy-corrélation
3.3.2 Scintillomètre à large ouverture XLAS
3.3.3 Observations d’irrigation à l’échelle du périmètre irrigué
4. Comparaison aux mesures scintillométriques
4.1 Méthodes
4.1.1 Mise en place des simulations SURFEX-ISBA spatialisées
4.1.2 Détermination des paramètres des différents couverts
4.1.3 Paramètres d’irrigation
4.1.4 Méthode de comparaison aux mesures scintillométriques
4.2 Résultats
4.3 Discussion
4.3.1 Impact de l’irrigation sur la simulation spatialisée du flux de chaleur sensible
4.3.2 Limitations et perspectives
5. Inter-comparaison de modèles
5.1 Présentation des modèles
5.1.1 EVASPA
5.1.2 SPARSE
5.2 Méthodes
5.2.1 Mise en place des simulations EVASPA et SPARSE
5.2.2 Méthode de comparaison aux données scintillométriques et aux simulations SURFEX
5.3 Résultats
5.3.1 Comparaison sur l’emprise du scintillomètre
5.3.2 Comparaison spatialisée sur l’ensemble de la zone d’étude
5.4 Discussion
5.4.1 Répartition spatiale des flux
5.4.2 Limitations et perspectives
6. Conclusion
CONCLUSION ET PERSPECTIVES
1. Synthèse
2. Perspectives
REFERENCES BIBLIOGRAPHIQUES
LISTE DES ABREVIATIONS
LISTE DES ILLUSTRATIONS
1. Liste des figures
2. Liste des tableaux