Les progrès effectués dans le domaine des instruments optiques permettent d'envisager désormais de placer des capteurs à moyenne résolution spatiale et haute résolution spectrale sur des orbites géostationnaires ce qui permettrait d'observer la Terre à la fois avec une moyenne résolution spatiale, une bonne résolution spectrale et une haute résolution temporelle, ce que ne permettent pas les satellites héliosynchrones. L'objectif de cette thèse est donc de simuler les images en luminance qui seraient acquises par un capteur géostationnaire hypothétique dédié à l'observation de la couleur de l'océan, afin de caractériser les images qui seraient acquises, de spécifier les futurs instruments et de valider des algorithmes de traitement sur des images réalistes. Pour parvenir à simuler les luminances spectrales qui seraient mesurées par le capteur, nous avons combiné les modèles de transfert radiatif directs de l'eau (Hydrolight) et de l'atmosphère (MODTRAN). Les données d'entrée d'Hydrolight ont été déduites des données provenant des cartes climatologiques de GlobColour (chlorophylle, matières minérales et organiques en suspension) pour simuler des images de couverture globale (Global Area Coverage) d'un capteur géostationnaire à basse résolution spatiale, moyenne résolution spectrale et haute résolution temporelle. L'analyse de ces images permet de déterminer la gamme de luminances pour chaque bande spectrale et pour différentes acquisitions au cours de la journée. Les résultats indiquent aussi les limites angulaires pour éviter le phénomène du sunglint et pour assurer un niveau minimum de luminance provenant de l'eau, contenu dans le signal mesuré. Les images en luminance ainsi simulées ont permis d'évaluer aussi la performance d'un algorithme d'estimation de concentration en chlorophylle de rapport de bandes dans les eaux au large. Les résultats montrent que l'erreur d'estimation est moyennement sensible aux angles d'observation et d'éclairement, importants dans les images géostationnaires.

Depuis quelques années, les observations spatiales des traceurs, comme la température de surface de l'océan (SST) ou la couleur de l'océan, ont révélé la présence de filaments à sous-mésoéchelle, qui ne peuvent être détectées par les satellites altimétriques. Ce travail de thèse explore la possibilité d'utiliser les informations dynamiques contenues dans les images traceur haute résolution pour compléter l'estimation de la dynamique océanique de surface effectuée par les satellites altimétriques. Pour ce faire, la méthode d'inversion développée est inspirée de l'assimilation de données images. A l'aide d'une fonction coût, on mesure la distance entre une image du flot dynamique et l'image des structures présentes sur le traceur. On a choisi pour cette étude d'utiliser le FSLE (Finite-Size Lyapunov Exponents) comme proxy image de la dynamique. Cette méthode est testée avec succès sur plusieurs cas test d'observations spatiales. Un modèle de processus couplé physique-biogéochimie ainsi qu'un modèle réaliste de la mer des Salomon sont utilisés pour estimer l'erreur associée à la méthode d'inversion et la pertinence de la correction effectuée. L'utilisation conjointe d'images traceurs et de données altimétriques présente un fort intérêt pour le contrôle de la circulation océanique.

L'acquisition de paramètres marins à partir des données spatiales de la couleur de l'eau nécessite l'élimination de la contribution de l'atmosphère au signal mesuré par le capteur. En effet, la majorité du rayonnement solaire mesuré par les instruments optiques dans les longueurs d'ondes qui intéressent la couleur de l'eau provient de la diffusion par les molécules de l'air et les aérosols atmosphériques. L'élimination de la contribution de l'atmosphère est appelée correction atmosphérique (CA). Pour les eaux claires, les méthodes de CA supposent une réflectance marine nulle dans le proche infra-rouge (PIR). Ceci permet d'estimer la réflectane de l'atmosphère et de l'extrapoler vers les bandes du visible, et donc de déterminer le signal marin qui contient les informations sur les propriétés optiques des eaux marines. Cette hypothèse n'est cependant pas vérifiée pour les eaux turbides, qui représentent la quasi totalité des eaux côtières. Par conséquent, de nombreux algorithmes de CA ont été développés pour les eaux côtières incluant des hypothèses alternatives. L'objectif de ce travail de thèse est de valider et d'améliorer ces méthodes de CA pour les images MODIS Aqua. Pour cela, diverses approches de CA développées pour les eaux cotières ont été comparées et validées : (1) l'algorithme standard de la NASA, (2) le "NIR Similary spectrum algorithm" qui inclut des hypothèes d'homogénéité spatiale des réflectances marines et atmosphériques, (3) l'algorithme qui utilise les bandes dans l'infrarouge moyen pour la CA dans les eaux très turbides, et (4) un algorithme utilisant un réseau de neurones artificiels. L'exercice de validation à partir de données in situ, et en fonction des types d'eaux, a permis d'identifier différentes pistes d'amélioration pour l'estimation du signal marin. L'un d'entre elles comprend l'utilisation de relations spectrales pour forcer les modèles de réflectances marines utilisés par les algorithmes CA pour estimer le signal marin dans le PIR. Des modifications ont été apportées aux modèles de réflectances marines de l'algorithme standard de la NASA et du "NIR Similarity spectrum algorithm". Chacun des modèles a été forcé avec des relations spectrales préalablement validées grâce à des données globales. Une étude de sensibilité et une validation de ces algorithmes modifiés à partir de données MODIS-Aqua dans la Manhe Orientale/Mer du Nord et la Guyane Française ont démontré que les modifications suggérées amélioraient les estimations du signal marin dans les eaux côtières optiquement complexes. / To acquire marine parameters from remote sensing ocean color data, the sensor-measured signal needs to be corrected for the atmospheric contribution. Indeed, the solar radiation reflected by air molecules and atmospheric aerosols is significant in the sensor bands of interest for ocean color applications. The removal of the atmospheric contribution is called the atmospheric correction (AC). In open ocean waters, the AC relies on the assumption that the water is totally absorbent in the near infrared (NIR) part of the spectral region, allowing to retrieve the atmospheric contribution and to extrapolate it to the visible spectral range, and thus to determine the marine signal that contains the information on the optical properties of seawaters. However, this assumption is not valid in highly productive and turbid coastal waters. Hence, AC approaches for coastal waters need to rely on alternative assumptions. This Ph. D. thesis has as main objective to validate and improve these AC methods developed for contrasted coastal waters, with a focus on MODIS Aqua images. First, a validation and comparison of existing AC methods, relying on diverse assumptions and methods, is performed. Therefore, four commonly used AC methods are selected, (1) the standard NIR AC approach of NASA, (2) the NIR similarity spectrum AC approach including assumptions of spatial homogeneity in the water and aerosol reflectance, (3) the switching algorithm using the short wave infrared bands for AC in highly turbid waters, (4) an Artificial Neural Network algorithm. With the help of a validation exercise based on in situ data and as a function of the water type, several areas of improvement are delineated, including the use of spectral relationships to constrain NIR-modelling schemes. Modified NIR-modelling schemes are suggested for the standard NASA and NIR similarity spectrum AC methods. Both are forced with globally valid spectral relationships. Sensitivity studies and validation exercises, using MODIS-Aqua images in the Eastern English Channel/North Sea and French Guiana waters, are conducted showing that the suggested modified NIR-modelling schemes improve the estimations of the marine signal in contrasted coastal waters.

L’anticipation et l’adaptation de nos sociétés aux bouleversements résultants du changement climatique sont aujourd’hui des questions majeures guidant les activités humaines et l’action publique. Néanmoins, la prévision reste un défi essentiel en raison des fortes incertitudes existantes et il est primordial de continuer à progresser dans la compréhension des mécanismes à l’origine de ces bouleversements. Au sein du cycle hydrologique, le réservoir de surface (incluant les lacs, les rivières et les plaines d’inondation) occupe une place importante car il est l’une des principales ressources en eau des écosystèmes et des populations. Or, la dynamique des stocks d’eau de surface est toujours mal connue aux échelles régionale et globale, du fait de l’absence de mesures pluriannuelles d’extension et de hauteur d’eau des zones inondées, et de la prise en compte limitée de ces variables dans les modèles hydrologiques et hydrodynamiques. La télédétection spatiale offre désormais la possibilité d’effectuer un suivi des stocks d’eau de surface en utilisant la complémentarité entre l’imagerie multi-spectrale, permettant de cartographier les étendues inondées, et l’altimétrie radar fournissant des séries temporelles de hauteur d’eau des hydro-systèmes continentaux. L’objectif de ma thèse est de tirer le meilleur parti de la complémentarité entre les différents types d’observations spatiales pour évaluer les ressources en eau du réservoir de surface et mesurer la dynamique des transferts d’eau des continents aux océans, et son impact sur la zone côtière en utilisant les concentrations de matières en suspension comme traceur des masses d’eau. Depuis le milieu des années 1990, la multiplication des missions multi-spectrales à moyenne résolution (< 1 km de résolution spatiale) et des altimètres radars à haute précision (comprise entre 10 et 30 cm) permet de réaliser un suivi hebdomadaire à mensuel des volumes d’eau de surface dans les grands bassins fluviaux. / The anticipation and adaptation of our societies to the upheavals resulting from climate change are today major issues guiding human activities and public action. Nevertheless, the forecast remains a key challenge because of the strong uncertainties that exist and it is essential to continue to progress in understanding the mechanisms behind these upheavals. Within the hydrological cycle, the surface reservoir (including lakes, rivers and floodplains) occupies an important place as it is one of the main water resources of ecosystems and populations. However, the dynamics of surface water stocks are still poorly known at the regional and global scales, due to the absence of multi-year measures of extension and water depth of the flooded areas, and the limited consideration of these variables in hydrological and hydrodynamic models. Satellite remote sensing now offers the possibility of monitoring surface water stocks by using the complementarity between multispectral imagery, allowing to map flooded areas, and the radar altimetry providing time series of water depths of continental hydro systems. The aim of my thesis is to make the most of the complementarity between the different types of spatial observations to evaluate the water resources of the surface reservoir and to measure the dynamics of water transfers between land and ocean, and its impact on the coastal zone using suspended particulate matter as tracer of water bodies. Since the mid-1990s, the multiplication of multispectral missions with medium resolution (<1 km of spatial resolution) and high-precision radar altimeters (between 10 and 30 cm) makes it possible to carry out weekly-to-monthly monitoring of volumes surface water in large river basins.

Depuis quelques années, les observations spatiales des traceurs, comme la température de surface de l'océan (SST) ou la couleur de l'océan, ont révélé la présence de filaments à sous-mésoéchelle, qui ne peuvent être détectées par les satellites altimétriques. Ce travail de thèse explore la possibilité d'utiliser les informations dynamiques contenues dans les images traceur haute résolution pour compléter l'estimation de la dynamique océanique de surface effectuée par les satellites altimétriques. Pour ce faire, la méthode d'inversion développée est inspirée de l'assimilation de données images. A l'aide d'une fonction coût, on mesure la distance entre une image du flot dynamique et l'image des structures présentes sur le traceur. On a choisi pour cette étude d'utiliser le FSLE (Finite-Size Lyapunov Exponents) comme proxy image de la dynamique. Cette méthode est testée avec succès sur plusieurs cas test d'observations spatiales. Un modèle de processus coupl é physique-biogéochimie ainsi qu'un modèle réaliste de la mer des Salomon sont utilisés pour estimer l'erreur associée à la méthode d'inversion et la pertinence de la correction effectuée. L'utilisation conjointe d'images traceurs et de données altimétriques présente un fort intérêt pour le contrôle de la circulation océanique.

Les contaminants, dissouts ou adsorbés sur les particules, sont principalement délivrés au milieu marin par les fleuves. La dynamique sédimentaire constitue alors un proxy de la dynamique de ces contaminants. Cette thèse s'inscrit dans le projet ANR AMORAD, et se focalise sur la dynamique du matériel particulaire délivré par le Rhône au Golfe du Lion (Méditerranée nord-occidentale), principal contributeur d'apports solides au Golfe (80 % des sédiments). Alors que des études antérieures ont permis de bien représenter les processus au niveau du fond, les processus régissant les comportements des matières en supension (MES), majoritairement rencontrées dans le panache turbide du Rhône, sont encore mal apréhendés. En vue de mieux décrire la dynamique de ces MES et d'améliorer les modèles hydrosédimentaires existants, l'objectif est de mieux caractériser ces particules. À cette fin, un vaste jeu de données issu de capteurs déployés in situ (données collectées pour 12 campagnes en mer, réalisées de 2011 à 2016) a été exploité, permettant d’obtenir une vision 2D verticale mais seulement ponctuelle (spatialement et temporellement). De façon complémentaire, une base de données d'images satellitaires (donnée couleur de l'eau du capteur MERIS-300m acquise entre 2002 et 2012), offrant une vue plus synoptique et long terme mais uniquement en surface, a été exploitée. Le jeu de données d'images satellitaire (plus de 800 images) a été traité de façon innovante par l'application d'un traitement semi-automatique permettant l'extraction de différentes métriques du panache turbide du Rhône (e.g. aire, limites d'extension, forme, centres géométriques, concentrations). La distribution spatiale et les caractéristiques physiques des MES telles que leur concentration dans l'eau, leur diamètre médian ou encore leur vitesse de chute ont été étudiées et estimées en fonction des différents forçages hydrométéorologiques actifs sur la zone d'étude (e.g. débit du Rhône, vents dominants). Un nouveau modèle hydrosédimentaire reposant sur le couplage du modèle hydrodynamique MARS-3D et du module sédimentaire multiclasse MIXSED a été configuré et les données in situ et satellitaires ont pu être mobilisées afin de contraindre la vitesse de chute des sédiments, paramètre clef de la modélisation de la dynamique hydrosédimentaire. / Contaminants, which can be dissolved in water or adsorbed on particles, are mainly delivered to the coastal environment by rivers. Thus, sediment dynamics reperesent a relevant proxy of contaminants dynamics. ThisPhD thesis is part of the ANR AMORAD project, of which one workpackage focuses on the fate of sediments in the coastal environment. This work focuses on the dynamics of Rhône River sediments in the Gulf of Lions (north-western mediterranean), this river delivering 80 % of the sediments of the Gulf. While previous studies over the area allowed a better understanding of physical processes at the water-sediment interface, processes driving suspended particulate matter (SPM) dynamics are still poorly understood. To better describe this SPM dynamics and improve hydrosedimentary models, the aim is to better characterize these particles. To this end, a large dataset collected from in situ deployed sensors (data collected for 12 field campaigns, conducted from 2011 to 2016) was analyzed to get a 2D vertical but ponctual view (both spatially and temporally). Complementary, a satellite images dataset (MERIS-300m ocean colour archive from 2002 to 2012) was built in order to get a long term and more synoptic view (but limited to surface).This dataset (more than 800 images) was originaly studied, applying a semi-empirical process to extract various Rhône River turbid plume metrics (e.g. area of extension, south-east-westernmost points, shape, centroids, SPM concentrations). Plume metrics and physical properties of SPM such as their concentration in water, their median diameter or their settling velocity were investigated regarding the different hydrometeorological forcings (e.g. Rhône River discharge, prevailing winds). A new hydrosedimentary model, based on the coupling of the 3D hydrodynamical model MARS-3D and the sedimentary module MIXSED, was set and ocean color and in situ data were used to constrain the settling velocity of particles, key parameter of hydrosedimentary modelling.