Time series of brightness temperature (TB) measurement obtained at various frequencies by the Advanced Microwave Scanning Radiometer–Earth Observing System (AMSR-E) are investigated to determine ice phenology parameters and ice thickness on Great Bear Lake (GBL) and Great Slave Lake (GSL), Northwest Territories, Canada. TB measurements from the 6.9, 10.7, 18.7, 23.8, 36.5, and 89.0 GHz channels (H- and V- polarization) are compared to assess their potential for detecting freeze-onset (FO)/melt-onset (MO), ice-on/ice-off dates, and ice thickness on both lakes. The sensitivity of TB measurements at 6.9, 10.7, and 18.7 GHz to ice thickness is also examined using a previously validated thermodynamic lake ice model and the most recent version of the Helsinki University of Technology (HUT) model, which accounts for the presence of a lake-ice layer under snow. This study shows that 18.7 GHz H-pol is the most suitable AMSR-E channel for detecting ice phenology events, while 18.7 GHz V-pol is preferred for estimating lake ice thickness on the two large northern lakes. These two channels therefore form the basis of new ice cover retrieval algorithms. The algorithms were applied to map monthly ice thickness products and all ice phenology parameters on GBL and GSL over seven ice seasons (2002-2009). Through application of the algorithms much was learned about the spatio-temporal dynamics of ice formation, decay and growth rate/thickness on the two lakes. Key results reveal that: 1) both FO and ice-on dates occur on average 10 days earlier on GBL than on GSL; 2) the freeze-up process or freeze duration (FO to ice-on) takes a comparable amount of time on both lakes (two to three weeks); 3) MO and ice-off dates occur on average one week and approximately four weeks later, respectively, on GBL; 4) the break-up process or melt duration (MO to ice-off) lasts for an equivalent period of time on both lakes (six to eight weeks); 5) ice cover duration is about three to four weeks longer on GBL compared to its more southern counterpart (GSL); and 6) end-of-winter ice thickness (April) on GBL tends to be on average 5-15 cm thicker than on GSL, but with both spatial variations across lakes and differences between years.

Time series of brightness temperature (TB) measurement obtained at various frequencies by the Advanced Microwave Scanning Radiometer–Earth Observing System (AMSR-E) are investigated to determine ice phenology parameters and ice thickness on Great Bear Lake (GBL) and Great Slave Lake (GSL), Northwest Territories, Canada. TB measurements from the 6.9, 10.7, 18.7, 23.8, 36.5, and 89.0 GHz channels (H- and V- polarization) are compared to assess their potential for detecting freeze-onset (FO)/melt-onset (MO), ice-on/ice-off dates, and ice thickness on both lakes. The sensitivity of TB measurements at 6.9, 10.7, and 18.7 GHz to ice thickness is also examined using a previously validated thermodynamic lake ice model and the most recent version of the Helsinki University of Technology (HUT) model, which accounts for the presence of a lake-ice layer under snow. This study shows that 18.7 GHz H-pol is the most suitable AMSR-E channel for detecting ice phenology events, while 18.7 GHz V-pol is preferred for estimating lake ice thickness on the two large northern lakes. These two channels therefore form the basis of new ice cover retrieval algorithms. The algorithms were applied to map monthly ice thickness products and all ice phenology parameters on GBL and GSL over seven ice seasons (2002-2009). Through application of the algorithms much was learned about the spatio-temporal dynamics of ice formation, decay and growth rate/thickness on the two lakes. Key results reveal that: 1) both FO and ice-on dates occur on average 10 days earlier on GBL than on GSL; 2) the freeze-up process or freeze duration (FO to ice-on) takes a comparable amount of time on both lakes (two to three weeks); 3) MO and ice-off dates occur on average one week and approximately four weeks later, respectively, on GBL; 4) the break-up process or melt duration (MO to ice-off) lasts for an equivalent period of time on both lakes (six to eight weeks); 5) ice cover duration is about three to four weeks longer on GBL compared to its more southern counterpart (GSL); and 6) end-of-winter ice thickness (April) on GBL tends to be on average 5-15 cm thicker than on GSL, but with both spatial variations across lakes and differences between years.

The NASA SeaWinds scatterometer is a radar remote sensor which operates on two satellites; NASA's QuikSCAT launched in June 1999 and on Japan's ADEOS-II satellite launched in December 2002. The purpose of SeaWinds is to provide global measurements of the ocean surface wind vector. On QuikSCAT, a ground data processing algorithm was developed, which allowed the instrument to function as a QuikSCAT Radiometer (QRad) and measure the ocean microwave emissions (brightness temperature, Tb) simultaneously with the backscattered power. When SeaWinds on ADEOS was launched, this same algorithm was applied, but the results were anomalous. The initial SRad brightness temperatures exhibited significant, unexpected, ascending/descending orbit Tb biases. This thesis presents an empirical correction algorithm to correct the anomalous SeaWinds Radiometer (SRad) ocean brightness temperature measurements. I use the Advanced Microwave Scanning Radiometer (AMSR) as a brightness temperature standard to calibrate and then, with independent measurements, validate the corrected SRad Tb measurements. AMSR is a well-calibrated multi-frequency, dual-polarized microwave radiometer that also operates on ADEOS-II. These results demonstrate that, after tuning the Tb algorithm, good quality SRad brightness temperature measurements are obtained over the oceans.

No description available.

La caractérisation du couvert nival en forêt boréale est un élément important pour la compréhension des régimes climatiques et hydrologiques. Depuis plusieurs années, l’utilisation des micro-ondes passives est étudiée pour l’estimation de l’équivalent en eau de la neige (SWE : Snow Water Equivalent) à partir de capteurs satellitaires. Les algorithmes empiriques traditionnels étant limités en forêt boréale, le couplage d’un modèle de transfert radiatif (MTR) micro-onde passive (qui prend en compte les contributions du sol, de la neige, de la végétation et de l’atmosphère) avec un modèle de neige pour l’inversion du SWE semble une avenue prometteuse. La thèse vise donc à coupler un MTR avec le schéma de surface du modèle climatique canadien (CLASS) dans une perspective d’application opérationnelle pour les estimations de SWE à partir de données satellitaires micro-onde à 10.7, 19 et 37 GHz. Dans ce contexte, certains aspects centraux du MTR, dont l’effet de la taille des grains ainsi que la contribution de la végétation sont développés et quantifiés. Le premier aspect étudié dans la thèse concerne l’adaptation du modèle d’émission micro-onde passive DMRT-ML (Dense media radiative transfer theory – multi layer) pour l’intégration d’une nouvelle métrique représentant la taille des grains (surface spécifique des grains de neige: SSA). L’étude basée sur des mesures radiométriques et de neige in situ, montre la pertinence de l’utilisation de la SSA dans DMRT-ML et permet d’analyser le sens physique de l’adaptation nécessaire pour amener le modèle à simuler les températures de brillance (T[indice inférieur B) de la neige avec une erreur quadratique moyenne minimale de l’ordre de 13 K. Dans un contexte du couplage entre le modèle de neige de CLASS et DMRT-ML, un modèle d’évolution de la SSA est ensuite implémenté dans CLASS. Les SSA simulées par le module développé sont validées avec des données in situ basées sur la réflectance de la neige dans l’infrarouge à courte longueur d’onde pour différents types d’environnement. Au niveau de la contribution de la végétation, le modèle γ-ω a été étudié à partir de différentes bases de données (satellite, avion et au sol) en forêt boréale dense. L’étude montre l’importance de la considération de la diffusion (ω) pour l’estimation de l’émission de la végétation, paramètre auparavant généralement négligé aux hautes fréquences. Ensuite, des relations entre les transmissivités et certains paramètres structuraux de la forêt, dont l’indice de surface foliaire (LAI), ont été établies pour des forêts boréales en été. Des valeurs d’albédo de diffusion (ω) ainsi que les paramètres définissant la réflectivité du sol (QH) en forêt boréale ont aussi été inversées. Finalement, les simulations de T [indice inférieur] B issues du couplage du MTR (DMRT-ML, modèle γ-ω, et modèle atmosphérique) avec CLASS (dont les SSA simulées) ont été comparées avec les données AMSR-E sur une série temporelle continue de sept ans. Les premières comparaisons montrent une différence entre les paramètres de végétation (γ-ω) d’été et d’hiver, ainsi qu’une importante contribution des croûtes de glace dans la neige au signal. Les simulations du modèle ajusté montrent une bonne correspondance avec les observations d’AMSR-E (de l’ordre de 3 à 7 K selon la fréquence et la polarisation). Des tests de sensibilité montrent par contre une faible sensibilité du MTR/CLASS au SWE pour des forêts denses et des couverts nivaux épais. Le MTR-CLASS développé pourrait permettre l’assimilation de températures de brillance satellitaires en forêt boréale dans des systèmes opérationnels pour l’amélioration de paramètres de surface, dont la neige, dans les modèles météorologiques et climatiques.

Les travaux réalisés au cours de cette Thèse ont contribué à améliorer l'estimation de l'humidité de surface du sol et de l'humidité racinaire sur la bande sahélienne en Afrique de l'ouest. La première partie a été consacrée à évaluer la capacité de différents algorithmes d'estimations de l'humidité du sol basées sur des mesures satellites dans le domaine spectral de l'infrarouge thermique. Dans un deuxième temps, une méthode a été développée dans le but d'obtenir une cartographie de l'humidité du sol à une résolution temporelle fine (< 3h) en se basant sur deux produits satellites: un produit satellite de précipitation et une cartographie journalière micro-onde sensible à l'humidité du sol. Dans un troisième temps, une évaluation de la fiabilité et de la robustesse de la méthodologie a été proposée. Enfin, une méthode semi-empirique a été utilisée afin de produire une cartographie de l'humidité de la zone racinaire (0-1 m) sur l'ensemble de la bande sahélienne. Les mesures de terrain obtenues sur trois sites situés au Mali, au Niger et au Bénin dans le cadre du programme AMMA ont servi de référence pour évaluer la qualité des estimations de l'humidité superficielle et racinaire à chaque étape de ce travail. Les résultats montrent qu'une estimation de l'humidité superficielle du sol est possible avec une précision de moins de 3 % vol. sur la bande sahélienne. L'erreur est de l'ordre de 5% vol. sur la zone soudanienne (Bénin). La précision est identique sur l'estimation de l'humidité racinaire. Enfin, la méthode développée permet parallèlement de corriger les produits satellites de précipitation et notamment la surestimation du cumul annuel et du nombre d'événements des trois produits satellites utilisés dans ce travail.

La caract??risation du couvert nival en for??t bor??ale est un ??l??ment important pour la compr??hension des r??gimes climatiques et hydrologiques. Depuis plusieurs ann??es, l???utilisation des micro-ondes passives est ??tudi??e pour l???estimation de l?????quivalent en eau de la neige (SWE : Snow Water Equivalent) ?? partir de capteurs satellitaires. Les algorithmes empiriques traditionnels ??tant limit??s en for??t bor??ale, le couplage d???un mod??le de transfert radiatif (MTR) micro-onde passive (qui prend en compte les contributions du sol, de la neige, de la v??g??tation et de l???atmosph??re) avec un mod??le de neige pour l???inversion du SWE semble une avenue prometteuse. La th??se vise donc ?? coupler un MTR avec le sch??ma de surface du mod??le climatique canadien (CLASS) dans une perspective d???application op??rationnelle pour les estimations de SWE ?? partir de donn??es satellitaires micro-onde ?? 10.7, 19 et 37 GHz. Dans ce contexte, certains aspects centraux du MTR, dont l???effet de la taille des grains ainsi que la contribution de la v??g??tation sont d??velopp??s et quantifi??s. Le premier aspect ??tudi?? dans la th??se concerne l???adaptation du mod??le d?????mission micro-onde passive DMRT-ML (Dense media radiative transfer theory ??? multi layer) pour l???int??gration d???une nouvelle m??trique repr??sentant la taille des grains (surface sp??cifique des grains de neige: SSA). L?????tude bas??e sur des mesures radiom??triques et de neige in situ, montre la pertinence de l???utilisation de la SSA dans DMRT-ML et permet d???analyser le sens physique de l???adaptation n??cessaire pour amener le mod??le ?? simuler les temp??ratures de brillance (T[indice inf??rieur B) de la neige avec une erreur quadratique moyenne minimale de l???ordre de 13 K. Dans un contexte du couplage entre le mod??le de neige de CLASS et DMRT-ML, un mod??le d?????volution de la SSA est ensuite impl??ment?? dans CLASS. Les SSA simul??es par le module d??velopp?? sont valid??es avec des donn??es in situ bas??es sur la r??flectance de la neige dans l???infrarouge ?? courte longueur d???onde pour diff??rents types d???environnement. Au niveau de la contribution de la v??g??tation, le mod??le ??-?? a ??t?? ??tudi?? ?? partir de diff??rentes bases de donn??es (satellite, avion et au sol) en for??t bor??ale dense. L?????tude montre l???importance de la consid??ration de la diffusion (??) pour l???estimation de l?????mission de la v??g??tation, param??tre auparavant g??n??ralement n??glig?? aux hautes fr??quences. Ensuite, des relations entre les transmissivit??s et certains param??tres structuraux de la for??t, dont l???indice de surface foliaire (LAI), ont ??t?? ??tablies pour des for??ts bor??ales en ??t??. Des valeurs d???alb??do de diffusion (??) ainsi que les param??tres d??finissant la r??flectivit?? du sol (QH) en for??t bor??ale ont aussi ??t?? invers??es. Finalement, les simulations de T [indice inf??rieur] B issues du couplage du MTR (DMRT-ML, mod??le ??-??, et mod??le atmosph??rique) avec CLASS (dont les SSA simul??es) ont ??t?? compar??es avec les donn??es AMSR-E sur une s??rie temporelle continue de sept ans. Les premi??res comparaisons montrent une diff??rence entre les param??tres de v??g??tation (??-??) d?????t?? et d???hiver, ainsi qu???une importante contribution des cro??tes de glace dans la neige au signal. Les simulations du mod??le ajust?? montrent une bonne correspondance avec les observations d???AMSR-E (de l???ordre de 3 ?? 7 K selon la fr??quence et la polarisation). Des tests de sensibilit?? montrent par contre une faible sensibilit?? du MTR/CLASS au SWE pour des for??ts denses et des couverts nivaux ??pais. Le MTR-CLASS d??velopp?? pourrait permettre l???assimilation de temp??ratures de brillance satellitaires en for??t bor??ale dans des syst??mes op??rationnels pour l???am??lioration de param??tres de surface, dont la neige, dans les mod??les m??t??orologiques et climatiques.

Near-surface soil moisture is a key state variable of the hydrologic cycle and plays a significant role in the global water and energy balance by affecting several hydrological, ecological, meteorological, geomorphologic, and other natural processes in the land-atmosphere continuum. Presence of soil moisture in the root zone is vital for the crop and plant life cycle. Soil moisture distribution is highly non-linear across time and space. Various geophysical factors (e.g., soil properties, topography, vegetation, and weather/climate) and their interactions control the spatio-temporal evolution of soil moisture at various scales. Understanding these interactions is crucial for the characterization of soil moisture dynamics occurring in the vadose zone. This dissertation focuses on understanding the spatio-temporal variability of near-surface soil moisture and the associated physical control(s) across varying measurement support (point-scale and passive microwave airborne/satellite remote sensing footprint-scale), spatial extents (field-, watershed-, and regional-scale), and changing hydro-climates. Various analysis techniques (e.g., time stability, geostatistics, Empirical Orthogonal Function, and Singular Value Decomposition) have been employed to characterize near-surface soil moisture variability and the role of contributing physical control(s) across space and time. Findings of this study can be helpful in several hydrological research/applications, such as, validation/calibration and downscaling of remote sensing data products, planning and designing effective soil moisture monitoring networks and field campaigns, improving performance of soil moisture retrieval algorithm, flood/drought prediction, climate forecast modeling, and agricultural management practices.