La mission SWOT (Surface Water and Ocean Topography), menée par le CNES et le JPL et dont le lancement est prévu pour 2020, marque un tournant majeur pour l'altimétrie spatiale, à la fois en océanographie et en hydrologie continentale. Il s'agit de la première mission interférométrique SAR dont l'objectif spécifique est la mesure de la hauteur des eaux. L'instrument principal de la mission, KaRIn, un radar interférométrique en bande Ka, présente des caractéristiques particulières : angle de visée proche du nadir (0.6 à 3.9°), faible longueur d'onde (8.6 mm) et courte base stéréoscopique (10 m). Ces spécificités techniques entrainent des particularités propres à SWOT, à la fois en termes de phénoménologie et de traitement des données. Par ailleurs, du fait de la nature et du grand volume des données, de nouvelles méthodes de traitement sont envisagées, qui se distinguent de celles des missions interférométriques antérieures. Pour le mode " Low Rate " (LR) dédié à l'océanographie, une grande partie du traitement se déroulera à bord pour limiter le volume de données à transmettre au sol. Le mode " High Rate" (HR) visant principalement l'hydrologie continentale, présente lui aussi des originalités en termes de traitement, essentiellement réalisé au sol, de par la grande diversité de structure des surfaces d'eau qui seront observées. Pour les deux modes, la stratégie d'inversion de la phase en hauteurs géolocalisées ne peut être calquée sur celles des missions antérieures, fondées sur le déroulement spatial de la phase interférométrique. L'approche retenue est d'utiliser, autant que possible, un modèle numérique de terrain (MNT) de référence pour lever l'ambiguïté de phase et procéder directement à l'inversion de hauteur. Ceci permet à la fois de gagner en temps de traitement et de s'affranchir de l'utilisation des points de contrôle, difficiles à obtenir sur les océans comme sur les continents, du fait des variations de niveau d'eau et un rapport signal à bruit très faible sur les zones terrestres. Dans les cas où la précision du MNT de référence n'est pas suffisante pour assurer correctement le déroulement de la phase, des méthodes visant à détecter et réduire les erreurs sont proposées. Afin de faciliter l'utilisation des hauteurs géolocalisées issues de la phase l'interférométrique en mode HR, nous proposons une méthode qui permet d'améliorer considérablement la géolocalisation des produits, sans dégrader l'information de hauteur d'eau. / The SWOT mission (Surface Water and Ocean Topography), conducted by CNES and JPL, and scheduled for launch in 2020, is a major step forward for spaceborne altimetry, both for oceanography and continental hydrology. It is the first interferometric SAR mission whose specific objective is the measurement of water surface height. The main instrument of the mission, KaRIn, a Ka-band Radar Interferometer, has particular characteristics: very low incidence angle (from 0.6 to 3.9°), short wavelength (8.6 mm), and short baseline (10 m). This technical configuration leads to properties that are specific to SWOT, both in terms of phenomenology and data processing. Moreover, due to the nature and the huge volume of data, new processing methods, different from those used in previous interferometric mission, are considered. For the Low Rate (LR) mode dedicated to oceanography, a large part of the processing will take place onboard to limit the data volume transmitted to ground. The High Rate (HR) mode, mainly targeting continental hydrology, also present original characteristics in terms of processing, essentially conducted on ground, due to the large diversity in the structure of the observed water surfaces. In both modes, the strategy for conversion of phase into geolocated heights cannot be directly based on those of previous missions, relying on spatial phase unwrapping. The approach retained here is to use, as far as possible, a reference Digital Terrain Model (DTM) to remove the phase ambiguity and proceed directly to height inversion. This allows both to reduce the computing time and to avoid the need for ground control points, which are difficult to obtain both over oceans and continental surfaces, due to varying water level and very low signal-to-noise ratio over land. For cases where the precision of reference DTM is not good enough to ensure a correct phase unwrapping, methods to detect and reduce the errors are proposed. To facilitate the use of the geolocated heights derived from the interferometric phase in HR mode, we propose a method that permits to significantly improve the geolocation of the products, without degrading the water height information.

L'eau fait partie intégrante de la vie sur notre planète et joue un rôle important dans les études pour évaluer l'impact du changement climatique. La recherche des ressources en eau est donc très importante pour la communauté scientifique du "climat" non seulement en surveillant de près le budget régional et mondial des ressources en eau, mais aussi pour comprendre les changements dans la fréquence et l'intensité des événements météorologiques ponctuels. Cela est particulièrement vrai pour les phénomènes météorologiques extrêmes, qui ont de grands impacts socio-économiques. L'impact des tempêtes tropicales plus ou plus intenses, des méga-neiges ou des coupes de poussières est l'un des principaux domaines de la recherche climatique. Le but de mon travail de recherche est de fournir des moyens d'évaluer l'impact des changements climatiques sur les ressources en eau et de trouver des outils flexibles permettant une gestion durable de l'eau. Des études récentes ont montré que l'on peut tirer parti des ondes émises en continu par les constellations du système mondial de navigation par satellite (GNSS) pour mesurer l'humidité du sol. Cette technique de télédétection opportuniste, connue sous le nom de réflectométrie GNSS (GNSS-R), consiste à comparer l'interférence des ondes réfléchies par le sol et celles provenant directement des satellites. Dans ma thèse, je me suis concentré sur la base GNSS-R sur le rapport signal-sur-bruit (SNR) enregistré par un récepteur GNSS conventionnel avec une unique antenne pour récupérer les variations d'humidité du sol. Beaucoup d'études ont montré l'efficacité de la méthode sur les sols argileux, et j'ai démontré dans ma thèse qu'elle était tout aussi efficace sur les sols sableux à condition d'appliquer la méthode du déroulement de phase. Cette méthode que je propose a été appliquée avec succès pour déterminer les variations locales d'humidité du sol: (1) 100% du sable dans le terrain de jeu de volleyball (Toulouse, France); et (2) >85% de sable dans la zone critique sahélienne de Dahra (Sénégal). En outre, la mesure précise et continue des niveaux d'eau des rivières est un élément important de la gestion des ressources en eau, afin d'obtenir une estimation continue du débit de la rivière dans le monde. La précision de la technique GNSS-R pour l'altimétrie fluviale est son pas d'échantillonnage élevé permet de suivre les événements hydrologiques extrêmes. Deux méthodes, les moindres carrés et la technique "Larson", ont été appliquées avec succès pour déterminer les variations des hauteurs au Vietnam: (1) sur la fleuve Rouge (21 ° 2'44.04 "N, 105 ° 51'48.86" E) où les événements et changements morphologiques associés aux événements hydrologiques (tempête tropicale) en 2016; et (2) sur le delta du Mékong (9 ° 31'38.63 "N, 106 ° 12'2.01" E) où les eaux continentales interagissent avec les eaux océanique. Mon travail montre que le GNSS-R est une alternative puissante et un complément significatif aux techniques actuelles de mesure de la gestion des ressources en eau en établissant un lien entre les différentes résolutions temporelles et spatiales actuellement obtenues par les outils conventionnels (in-situ capteurs, télédétection radar, etc.). Cette technique présente le grand avantage d'être basic sur le réseau pérenne du constatation GNSS et peut donc être utilisé sur n'importe quelle station GNSS. Par conséquent, en implantant une chaîne de traitement SNR, on peut automatiquement suivre les variations des environnementaux fondamentaux, i.e. la hauteur de la rivière, la pente locale de la surface de l'eau, les zones inondées, les variations d'humidité du sol et même la hauteur de végétation. / Water is an integral part of life on our planet and it plays an important role in climatic changes. Water resources research is, therefore, very important for the climate communities to not only closely monitor the regional and global water supply budget, but to also understand changes in frequency of occurrence and strength of individual weather events. This is especially true for extreme weather events, which have great societal and economic impacts. Whether we will have more or more intense tropical storms, mega-snow events, or dust-bowls in the near or far future climate. This is one of the key focus areas of climate research. The aim of my PhD work is to provide some answers to assess the impact of future climate change threats on water resources. And we are trying to find the adaptive tools needed for sustainable water resources management. In an effort to optimize water resource management, it is crucial to improve soil moisture situation awareness. With the advent of remote sensing, soil moisture is systematically monitored at the global scale but at the expense of the temporal and/or spatial resolution. Recent studies suggested to take advantage of continuously emitted waves by the Global Navigation Satellite System (GNSS) constellations, to retrieve soil moisture. This opportunistic remote sensing technique, known as GNSS Reflectometry (GNSS-R), consists in comparing the interference of reflected waves by the ground and those which come directly from satellites. In my thesis, I focused on GNSS-R technique base on the signal-to-noise ratio (SNR) recorded by conventional GNSS receiver with single antenna to retrieve soil moisture variations. Previous studies show the efficiency of this methodology for clay soil and I demonstrate for the first time, it's efficiency for sandy soil using Unwrapping phase method. This method that I propose has been successfully applied to determine local soil moisture variations of : (1) 100% of sand in Volleyball playground (Toulouse, France); and (2) >85% of sand in the Sahelian critical zone of Dahra (Senegal). In addition, accurate and continuous measurement of river water levels is an important element in water resource management, to obtain an ongoing estimate of the river's flow around the world. The accuracy of GNSS-R technique for river altimetry is useful for detection of extreme hydrological events and to show the competition between continental and oceanic water near coastal area. The two methods, Least Square and "Larson" methods, has been successfully applied to determine local variations in Vietnam of: (1) the Red river (21°02'44.04"N, 105°51'48.86"E) to identify flood events and morphological changes associated to the hydrological events (tropical storm) in 2016; and (2) the Mekong river delta (9°31'38.63"N, 106°12'2.01"E) where continental water interacts with oceanic water. My work shows that GNSS-R is a powerful alternative and a significant complement to the current measurement techniques for managing water resource by establishing a link between the different temporal and spatial resolutions currently achieved by conventional tools (in-situ sensors, remote sensing radar, etc.). This technique has a great advantage based on already-developed and sustainable GNSS satellites networks and can be applied to any GNSS geodetic station. Therefore, by installing a processing chain of the SNR acquisitions, we are able to monitor various environmental parameters i.e. height river, local slope of water surface, flooded areas, soil moisture variations and even vegetation/plant height.

Les approches markoviennes en imagerie et vision par ordinateur offrent un cadre mathématique élégant pour résoudre certains problèmes complexes. Le plus souvent, la fonction d'énergie globale modélisant le problème demeure difficile à minimiser. La première contribution de cette thèse consiste alors à proposer des algorithmes d'optimisation efficace de la classe d'énergies markoviennes multi-étiquettes de premier ordre ayant une attache aux données quelconque et un a priori convexe. Les algorithmes proposés reposent sur la technique de coupe-minimum sur graphe et des stratégies d'optimisation itérative par des nouveaux mouvements de partitions larges et multi-étiquettes, qui permettent d'avoir un compromis entre la qualité de l'optimum atteint et la complexité algorithmique. Le cadre applicatif principal de cette thèse est la reconstruction du relief par interférométrie radar à synthèse d'ouverture. Cette méthode de calcul de modèles numériques de terrain est confrontée le plus souvent à la nature très bruitée des données radar et aussi à la complexité des scènes naturelles et urbaines à reconstruire et à leur grande dimension. Ainsi, la seconde contribution de ces travaux de thèse consiste à proposer des modèles markoviens robustes face à la diversité des scènes à reconstruire dans le cas général et des algorithmes d'optimisation qui leur sont appropriés. L'approche générale est testée et validée sur un jeu de données radar synthétiques et réelles (ERS et ESAR).

Le suivi des espaces urbanisés et de leurs dynamiques spatio-temporelles représente un enjeu important pour la population urbaine, autant sur le plan environnemental, économique et social. Avec le lancement des satellites portant des radars à synthèse d’ouverture de la nouvelle génération (TerraSAR-X, COSMO-SkyMed, ALOS, RADARSAT-2,Sentinel-1, Constellation RADARSAT), il est possible d’obtenir des séries temporelles d’images avec des résolutions spatiales et temporelles fines. Ces données multitemporelles aident à mieux analyser et décrire les structures urbaines et leurs variations dans l’espace et dans le temps. L’interférométrie par satellite est effectuée en comparant les phases des images RSO prises à différents passages du satellite au-dessus du même territoire. En optant pour des positions du satellite séparées d’une longue ligne de base, l’InSAR mène à la création des modèles numériques d’altitude (MNA). Si cette ligne de base est courte et à la limite nulle, nous avons le cas de l’interférométrie différentielle (DInSAR) qui mène à l’estimation du mouvement possible du terrain entre les deux acquisitions. Pour toutes les deux applications de l’InSAR, deux opérations sont importantes qui garantissent la génération des interférogrammes de qualité. La première est le filtrage du bruit omniprésent dans les phases interférométriques et la deuxième est le déroulement des phases. Ces deux opérations deviennent particulièrement complexes en milieu urbain où au bruit des phases s’ajoutent des fréquents sauts et discontinuités des phases dus à la présence des bâtiments et d’autres structures surélevées. L’objectif de cette recherche est le développement des nouveaux algorithmes de filtrage et de déroulement de phase qui puissent mieux performer que les algorithmes considérés comme référence dans ce domaine. Le but est d’arriver à générer des produits InSAR de qualité en milieu urbain. Concernant le filtrage, nous avons établi un algorithme qui est une nouvelle formulation du filtre Gaussien anisotrope adaptatif. Quant à l’algorithme de déroulement de phase, il est fondé sur la minimisation de l’énergie par un algorithme génétique ayant recours à une modélisation contextuelle du champ de phase. Différents tests ont été effectués avec des images RSO simulées et réelles qui démontrent le potentiel de nos algorithmes qui dépasse à maints égards celui des algorithmes standard. Enfin, pour atteindre le but de notre recherche, nous avons intégré nos algorithmes dans l’environnement du logiciel SNAP et appliqué l’ensemble de la procédure pour générer un MNA avec des images RADARSAT-2 de haute résolution d’un secteur de la Ville de Montréal (Canada) ainsi que des cartes des mouvements du terrain dans la région de la Ville de Mexico (Mexique) avec des images de Sentinel-1 de résolution plutôt moyenne. La comparaison des résultats obtenus avec des données provenant des sources externes de qualité a aussi démontré le fort potentiel de nos algorithmes. / The monitoring of urban areas and their spatiotemporal dynamics is an important issue for the urban population, at the environmental, economic, as well as social level. With the launch of satellites carrying next-generation synthetic aperture radars (TerraSAR-X, COSMO-SkyMed, ALOS, RADARSAT-2, Sentinel-1, Constellation RADARSAT), it is possible to obtain time series of images with fine temporal and spatial resolutions. These multitemporal data help to better analyze and describe urban structures, and their variations in space and time. Satellite interferometry is performed by comparing the phases of SAR images taken at different satellite passes over the same territory. By opt-ing for satellite positions separated by a long baseline, InSAR leads to the creation of digital elevation models (DEM). If this baseline is short and, at the limit zero, we have the case of differential interferometry (DInSAR) which leads to the estimation of the possible movement of the land between the two acquisitions. In both InSAR applica-tions, two operations are important that ensure the generation of quality interferograms. The first is the filtering of ubiquitous noise in the interferometric phases and the second is the unwrapping of the phases. These two operations become particularly complex in urban areas where the phase noise is added to the frequent jumps and discontinuities of phases due to the presence of buildings and other raised structures. The objective of this research is the development of new filtering and phase unwrap-ping algorithms that can perform better than algorithms considered as reference in this field. The goal is to generate quality InSAR products in urban areas. Regarding filtering, we have established an algorithm that is a new formulation of the adaptive anisotropic Gaussian filter. As for the phase unwrapping algorithm, it is based on the minimization of energy by a genetic algorithm using contextual modelling of the phase field. Various tests have been carried out with simulated and real SAR images that demonstrated the potential of our algorithms that in many respects exceeds that of standard algorithms. Finally, to achieve the goal of our research, we integrated our algorithms into the SNAP software environment and applied the entire procedure to generate a DEM with high-resolution RADARSAT-2 images from an area of the City of Montreal (Canada) as well as maps of land movement in the Mexico City region (Mexico) with relatively medium-resolution Sentinel-1 images. Comparison of the results with data from external quality sources also demonstrated the strong potential of our algorithms.