L'objectif de cette thèse est d'étudier les potentialités de la télédétection aérospatiale pour l'aide à la gestion de sole cannière Réunionnaise. Nous avons utilisé une base de données d'images multitemporelles SPOT 4&5 (années 2002 et 2003) et organisé une campagne d'acquisition d'images hyperspectrales CASI en septembre 2002. Simultanément, nous avons assuré le déroulement et la mise en place d'un protocole de mesures au champ pour suivre l'évolution des paramètres biophysiques descriptifs de l'état du couvert de la canne (surface foliaire, taux d'azote, biomasse de la culture) et des paramètres agronomiques (suivi des coupes et des replantations). Les résultats ont montré qu'il est possible d'estimer la surface foliaire (LAI) à partir de l'indice de végétation normalisé (NDVI) ainsi que le rendement canne à partir de l'indice de végétation NDVI calculé au moment du développement maximal du couvert. Avec les données SPOT, la meilleure estimation du rendement canne à l'échelle parcellaire résulte du couplage entre le modèle de croissance Mosicas et les profils d'évolution de surface foliaire obtenus à partir des images SPOT 4&5. Les données hyperspectrales CASI permettent une meilleure estimation de la surface foliaire et de la biomasse fraîche que les données SPOT 4&5 ainsi qu'une estimation du taux d'azote foliaire qui est, en phase de maturation, un indicateur de richesse en sucre. La possibilité de discriminer des parcelles de canne en fonction de leurs états de surface (pleine végétation, coupée ou labourée) nous a permis de développer des applications opérationnelles de cartographie dynamique de la sole cannière en temps quasi réel : le suivi des coupes et des replantations.

L'objectif de ce travail est de développer un algorithme utilisant des réseaux neuronaux pour estimer des variables biophysiques des couverts végétaux à partir des données du capteur VEGETATION : la fraction de trou dans différentes directions de visée, l'indice foliaire, la fraction de rayonnement photosynthétiquement actif absorbé par le couvert, l'angle moyen d'inclinaison des feuilles, et la teneur en chlorophylle intégrée au niveau du couvert. Une base de données a été élaborée à partir de simulations de modèles de transfert radiatif dans la végétation. Ceci nous a permis de développer des réseaux de neurones pour estimer les différentes variables biophysiques considérées. L'estimation se fait à partir des réflectances bidirectionnelles mesurées par VEGETATION durant un cycle orbital, associées à l'angle zénithal solaire lors de l'acquisition de ces données. L'analyse de sensibilité à l'hétérogénéité intrapixellaire montre que les variables de type fraction de trou et fAPAR sont beaucoup moins sensibles que les variables de type LAI. La validation de l'algorithme sur des données expérimentales montre la robustesse de la méthode lorsque le nombre de données bidirectionnelles acquises durant le cycle orbital est faible. Par ailleurs, elle confirme que les performances d'estimation des variables biophysiques sont affectées non seulement par la représentativité du couvert et des conditions d'observation qui lui sont associées dans la base d'apprentissage, mais aussi par les hypothèses inhérentes aux modèles de transfert radiatif utilisés pour générer cette base. Nous mettons également en évidence la sensibilité de l'algorithme à des bruits de natures diverses (mesure, correction atmosphérique, ...). Les résultats obtenus sur les données expérimentales sont satisfaisants et aboutissent à un écart quadratique moyen inférieur à 0,1. L'intérêt des réseaux de neurones apparaît donc clairement, en particulier vis à vis des approches basées sur les indices de végétation.

Pour les besoins du refroidissement de leurs réacteurs, les CNPE1 sont placés à proximité immédiate de cours d’eau ou du littoral. Ils sont de ce fait exposés à des bancs de brouillards, en particulier à l’automne et au cours de l’hiver. Or les modèles opérationnels de dispersion atmosphérique/dépôt, utilisés pour simuler la contamination radioactive de l’environnement à la suite d’un accident nucléaire, considèrent uniquement les dépôts par temps sec et ceux par temps de pluie. Faut-il tenir compte de la présence des brouillards comme terme additionnel de dépôt de radionucléides en cas d’accident nucléaire ? Pour répondre à cette question, une étude expérimentale a été conduite sur plusieurs sites exposés aux brouillards ou aux nuages (principalement la plateforme d’observation atmosphérique de l’ANDRA à Houdelaincourt ainsi que la station de recherche atmosphérique de l’OPGC/CNRS2 au sommet du Puy de Dôme et la plateforme d’étude atmosphérique SIRTA3 de l’IPSL4 à Palaiseau). La collecte d’eau de brouillard et la mesure des quantités d’eau déposées sous forme de gouttelettes sur différents types de végétaux, ont été réalisées respectivement grâce à collecteurs à fils et des pesées de précision. En mesurant le contenu en eau liquide dans l’air ainsi que la masse d’eau déposé sur les plantes, il a été possible de calculer des vitesses de dépôt des gouttelettes de brouillard pouvant atteindre plusieurs dizaines de cm.s-1 dans le cas d’un brouillard composé de grosses gouttelettes (diamètre médian volumique moyen de 20 µm). Ces vitesses élevées mettent en évidence l’importance des processus gravitationnels mais aussi turbulents notamment dans le cadre du dépôt sur des végétaux à structure foliaire tridimensionnelle comme les conifères. L’effet d’auto-écrantage lié à une densité de biomasse foliaire élevée a également été quantifié. Les concentrations en radionucléides à l’état de traces ont montré que l’eau de brouillard pouvait être jusqu’à 20 fois plus concentrée que l’eau de pluie, du fait de la dilution par condensation de vapeur d’eau sur les gouttelettes au cours de leur grossissement. Les mesures des masses d’eau déposées par les brouillards et de la concentration en radionucléides dans les gouttelettes sur le site d’Houdelaincourt, permettent d’estimer ces dépôts habituellement qualifiés d’occultes car trop faibles pour être quantifiés par des pluviomètres ou des radars météorologiques. Sur l’ensemble d’une saison de brouillard, le dépôt occulte de radionucléides a représenté jusqu’à 25% des dépôts par temps secs et par temps de pluie. En cas de rejet accidentel, la présence de brouillard pourrait contribuer à hauteur de 14% du dépôt par temps sec. Ces résultats mettent en évidence la nécessité de prendre en compte ce processus de dépôt pour mieux quantifier les retombées radioactives sur des territoires en contact avec des brouillards ou des nuages (en ce qui concerne les sites d’altitudes), en particulier en situation post-accidentelle. Un schéma simple de type dépôt sec, considérant le diamètre médian des gouttelettes dérivé de la visibilité, permet à minima de mieux simuler le processus de dépôt par sédimentation des gouttelettes. Ces travaux restent à compléter pour quantifier la contribution de la turbulence induite par l’écoulement de l’air au voisinage des obstacles comme des végétaux de grandes tailles et incorporer un schéma spécifique dans les modèles de dépôt. / For the purpose of cooling off their reactors, nuclear power plants are located near rivers, ponds or in coastal areas. In temperate regions and during fall and winter, they are frequently exposed to fogs. Operational models of atmospheric dispersion and deposition used to estimate radioactive contamination of the environment after a nuclear accident, consider dry deposition and wet deposition by rain. Should we take into account the deposition by fog droplets as an additional process in term of deposition? To answer this question, an experimental study has been setup on several sites often exposed to fogs or clouds. Fogwater collection and measurement of fogwater deposited on plants were realized with string collectors and precision balances, respectively. Different plant types were used for this study: small conifers, cabbage, grass plus a bare soil as a reference deposition surface. By measuring the liquid water content (LWC) and the mass of water deposited on plants, fog droplet deposition velocities can be calculated. In the case of fog composed mainly of big droplets (mean median volume diameter of 20 µm), deposition velocities of these droplets can reach several tens cm.s-1. These high deposition velocities highlight the fact that gravitational but also turbulent processes are both contributing to the deposition on plants especially with a tri-dimensional structure such as conifers. The edge effect linked to a strong density of trees has also been identified and quantified during our experiments. The radionuclides found in trace amounts in fogwater showed that fogwater could be up to twenty times more concentrated in radionuclides than rain water. It is due to the activity dilution during the condensation phase of the droplets, when the droplets are growing. Based on measurements of the mass of water deposited by fog and concentrations of radionuclides in fog droplets on the site of Houdelaincourt, occult deposition that cannot be quantify by rain gauges or meteorological radar can be estimated. Over a whole season of fog, occult deposition can represent up to 25% of the total deposition (dry and wet by rain) of radionuclides. In case of an accidental release, fog could contribute to 14% of the total deposition if no rain event occurs. Those results highlight the fact that fog deposition should be considered to better quantify radioactive fallouts in areas embedded by fog (or clouds for high altitude sites), particularly in post-accident situation. A simple model of dry deposition to simulate the droplets deposition by sedimentation can be developed, using the median diameter of droplets derived from the visibility. This work still needs to be completed to quantify the turbulence contribution induced by the air flow near obstacles such as large plants and to implement a specific scheme into deposition model.

L'objectif de cette thèse est d'étudier les potentialités de la télédétection aérospatiale pour l'aide à la gestion de sole cannière Réunionnaise. Nous avons utilisé une base de données d'images multitemporelles SPOT 4&5 (années 2002 et 2003) et organisé une campagne d'acquisition d'images hyperspectrales CASI en septembre 2002. Simultanément, nous avons assuré le déroulement et la mise en place d'un protocole de mesures au champ pour suivre l'évolution des paramètres biophysiques descriptifs de l'état du couvert de la canne (surface foliaire, taux d'azote, biomasse de la culture) et des paramètres agronomiques (suivi des coupes et des replantations). Les résultats ont montré qu'il est possible d'estimer la surface foliaire (LAI) à partir de l'indice de végétation normalisé (NDVI) ainsi que le rendement canne à partir de l'indice de végétation NDVI calculé au moment du développement maximal du couvert. Avec les données SPOT, la meilleure estimation du rendement canne à l'échelle parcellaire résulte du couplage entre le modèle de croissance Mosicas et les profils d'évolution de surface foliaire obtenus à partir des images SPOT 4&5. Les données hyperspectrales CASI permettent une meilleure estimation de la surface foliaire et de la biomasse fraîche que les données SPOT 4&5 ainsi qu'une estimation du taux d'azote foliaire qui est, en phase de maturation, un indicateur de richesse en sucre. La possibilité de discriminer des parcelles de canne en fonction de leurs états de surface (pleine végétation, coupée ou labourée) nous a permis de développer des applications opérationnelles de cartographie dynamique de la sole cannière en temps quasi réel : le suivi des coupes et des replantations.

L'indice foliaire (LAI) est une variable clé pour l'étude du fonctionnement des surfaces végétales car elle conditionne les échanges de carbone et d'eau avec l'atmosphère. Les méthodes de mesures indirectes fournissent des estimations de LAI à partir de mesures de la fraction de trou in situ. Les méthodes d'estimation du LAI par inversion de modèle de réflectance à partir de données satellitaires utilisent généralement des modèles unidimensionnels car ils nécessitent peu de paramètres d'entrée. Dans les deux cas, les modèles reposent sur l'hypothèse que les éléments sont distribués de façon aléatoire au sein du couvert, ce qui est rarement le cas en réalité.<br />Dans ce contexte, le travail réalisé a pour objectif principal d'évaluer l'apport de l'utilisation d'un coefficient d'agrégation dans la simulation du transfert radiatif de couverts végétaux hétérogènes, en vue d'améliorer les estimations de LAI par inversion de modèles turbides.<br />Dans la première partie du travail, nous avons évalué les estimations de LAI fournies par le logiciel de traitement de photographies hémisphériques CAN_EYE, dont l'intérêt principal est d'estimer le LAI avec ou sans prise en compte de l'agrégation des feuilles. L'évaluation a été réalisée par comparaison avec des mesures destructives effectuées sur des cultures de blé, maïs et tournesol. Les résultats montrent que l'utilisation d'un coefficient d‘agrégation permet d'améliorer sensiblement les estimations de LAI. Toutefois, l'analyse suggère que le calcul du coefficient d'agrégation dans CAN_EYE avec la méthode de Lang et Xiang (1986) doit être amélioré.<br />Dans la deuxième partie du travail, nous avons analysé si l'introduction d'un coefficient d'agrégation dans un modèle de réflectance unidimensionnel permettait d'améliorer les simulations de la réflectance bidirectionnelle (FDRB), à l'échelle de la parcelle et du paysage. Pour cela, nous avons pris comme référence des simulations de FDRB issues d'un modèle 3D, le modèle DART (Gastellu et al., 1996). A l'échelle de la parcelle, nous avons montré l'intérêt du coefficient d'agrégation pour simuler la FDRB d'une parcelle de maïs dans la bande spectrale du rouge. Dans le PIR, l'utilisation d'un modèle unidimensionnel donne de meilleurs résultats. A l'échelle d'un paysage agricole, l'hétérogénéité sub-parcellaire semble être le facteur primordial et sa prise en compte avec un coefficient d'agrégation dans le rouge permet d'améliorer les simulations de la FDRB avec un modèle unidimensionnel. Une étude préliminaire a permis de mettre en évidence que les estimations de LAI par inversion pourraient être sensiblement améliorées si ce coefficient est introduit pour simuler la FDRB dans le visible.

La télédétection permet d'estimer les variables biophysiques révélatrices de l'état et du fonctionnement du couvert végétal. A l'heure actuelle, la répétitivité temporelle nécessaire pour caractériser le fonctionnement des couverts végétaux n'est assurée que par des capteurs à large champ observant la surface à des résolutions spatiales hectométrique ou kilométrique. Toutefois, l'hétérogénéité spatiale intra-pixellaire constitue une source d'incertitude significative lorsque les relations entre les variables biophysiques et les variables radiométriques mesurées par télédétection sont non linéaires. L'hétérogénéité du pixel moyenne résolution est caractérisée à partir du variogramme d'images de variables radiométriques (NDVI, PIR, ROUGE) issues d'un capteur à haute résolution spatiale. L'analyse de différents paysages montre que les échelles de variation expliquant la plus grande part de variabilité de la couverture végétale ont une gamme de valeur comprise entre 60m et 800m. D'autre part, un modèle a été construit pour corriger l'erreur d'estimation des variables biophysiques induite par l'hétérogénéité spatiale du pixel moyenne résolution. L'erreur d'estimation s'exprime de façon multiplicative en fonction du degré d'hétérogénéité et du degré de non linéarité de la relation entre la variable radiométrique et la variable biophysique. La correction est satisfaisante, en particulier à 1000m de résolution. A partir de la caractérisation de l'hétérogénéité spatiale de dix-huit paysages, la résolution spatiale optimale qui permet de capturer le maximum de variabilité de la couverture végétale du paysage pour minimiser l'erreur d'estimation a été estimée à 30m.

Le suivi des variables biophysiques à l’échelle globale sur de longues périodes de temps est essentiellepour répondre aux nouveaux enjeux que constituent le changement climatique et la sécurité alimentaire. L’indice foliaire (LAI) est une variable de structure définissant la surface d’interception du rayonnement incident et d’échanges gazeux avec l’atmosphère. Le LAI est donc une variable importante des modèles d’écosystèmes et a d’ailleurs été reconnue comme variable climatique essentielle (ECV). Cette thèse a pour objectif de fournir des estimations globales et continues de LAI à partir d’observations satellitaires en temps quasi-réel en réponse aux besoins des utilisateurs pour fournir des diagnostiques et pronostiques de l’état et du fonctionnement de la végétation. Quelques produits LAI sont déjà disponibles mais montrent des désaccords et des limitations en termes de cohérence et de continuité. Cette thèse a pour objectif de lever ces limitations. Dans un premier temps, on essaiera de mieux définir la nature des estimations de LAI à partir d’observations satellitaires. Puis, différentes méthodes de lissage te bouchage des séries temporelles ont été analysées pour réduire le bruit et les discontinuités principalement liées à la couverture nuageuse. Finalement quelques méthodes d’estimation temps quasi réel ont été évaluées en considérant le niveau de bruit et les données manquantes.Les résultats obtenus dans la première partie de cette thèse montrent que la LAI effectif et bien mieux estimé que la valeur réelle de LAI du fait de l’agrégation des feuilles observée au niveau du couvert. L’utilisation d’observations multidirectionnelles n’améliore que marginalement les performances d’estimation. L’étude montre également que les performances d’estimation optimales sont obtenues quand les solutions sont recherchées à l’intérieur d’une enveloppe définie par l’incertitude associée aux mesures radiométriques. Dans la deuxième partie consacrée à l’amélioration de la continuité et la cohérence des séries temporelles, les méthodes basées sur une fenêtre temporelle locale mais de largeur dépendant du nombre d’observations présentes, et utilisant la climatologie comme information a priori s’avèrent les plus intéressantes autorisant également l’estimation en temps quasi réel. / Monitoring biophysical variables at a global scale over long time periods is vital to address the climatechange and food security challenges. Leaf Area Index (LAI) is a structure variable giving a measure of the canopysurface for radiation interception and canopy-atmosphere interactions. LAI is an important variable in manyecosystem models and it has been recognized as an Essential Climate Variable. This thesis aims to provide globaland continuous estimates of LAI from satellite observations in near-real time according to user requirements to beused for diagnostic and prognostic evaluations of vegetation state and functioning. There are already someavailable LAI products which show however some important discrepancies in terms of magnitude and somelimitations in terms of continuity and consistency. This thesis addresses these important issues. First, the nature ofthe LAI estimated from these satellite observations was investigated to address the existing differences in thedefinition of products. Then, different temporal smoothing and gap filling methods were analyzed to reduce noiseand discontinuities in the time series mainly due to cloud cover. Finally, different methods for near real timeestimation of LAI were evaluated. Such comparison assessment as a function of the level of noise and gaps werelacking for LAI.Results achieved within the first part of the thesis show that the effective LAI is more accurately retrievedfrom satellite data than the actual LAI due to leaf clumping in the canopies. Further, the study has demonstratedthat multi-view observations provide only marginal improvements on LAI retrieval. The study also found that foroptimal retrievals the size of the uncertainty envelope over a set of possible solutions to be approximately equal tothat in the reflectance measurements. The results achieved in the second part of the thesis found the method withlocally adaptive temporal window, depending on amount of available observations and Climatology as backgroundestimation to be more robust to noise and missing data for smoothing, gap-filling and near real time estimationswith satellite time series.

D’ici la fin du siècle, les prévisions climatiques prévoient une diminution de la quantité et de la régularité des pluies s’accompagnant d’une augmentation du risque de sècheresse en Europe et dans de nombreuses régions du monde. La création de nouvelles variétés de maïs plus tolérantes au stress hydrique est un levier indispensable pour faire face à ces contraintes futures. L’objectif principal de cette thèse est d’approfondir les connaissances des déterminismes génétiques de la tolérance à la sècheresse chez le maïs. Pour ce faire, il est proposé de disséquer ce caractère complexe en caractères physiologiques sous-jacents dont le déterminisme génétique est a priori plus simple. L’évolution de l’indice foliaire vert (GLAI : Green Leaf Area Index) au cours du cycle de la plante, par son rôle majeur dans l’interception lumineuse, la transpiration et les échanges de CO2, est un caractère secondaire prometteur pour identifier les bases génétiques de la tolérance à la sècheresse et en améliorer la compréhension. Au cours de cette thèse, nous avons développé une méthode de phénotypage haut débit permettant d’estimer la cinétique du GLAI au champ. Cette méthode combine la caractérisation multispectrale par drone et l’utilisation d’un modèle physiologique simple de GLAI. Elle permet d’estimer la cinétique du GLAI de manière continue sur l’ensemble du cycle de la plante avec une bonne précision, tout en divisant par vingt le temps nécessaire au phénotypage. Nous avons utilisé cette méthode lors de deux essais en conditions optimales et deux essais en conditions de stress hydrique pour mesurer l’évolution du GLAI au sein d’un panel de 324 lignées issues d’une population MAGIC (Multi-parent Advanced Generation Inter-Cross). Les cinétiques estimées présentent une forte héritabilité et expliquent une part significative du rendement en conditions optimales et stressées. Afin d’identifier les bases génétiques de la cinétique du GLAI, trois approches de génétique d’association longitudinales ont été comparées : une approche univariée en deux étapes, une approche multivariée en deux étapes et une approche de régression aléatoire en une étape. Ces trois approches, couplées à la forte densité des données de génotypage disponibles (près de 8 millions de marqueurs), ont permis de révéler de nombreux QTL (Quantitative Trait Loci), dont certains colocalisent avec des QTL de rendement. Enfin, nous avons démontré que les QTL de GLAI identifiés lors de cette étude pouvaient expliquer près de 20 % de la variabilité du rendement observée dans un large réseau d’expérimentations sous stress hydrique. Ce travail fournit des méthodes qui permettront une meilleure caractérisation et une meilleure compréhension des déterminismes génétiques de la cinétique du GLAI, un caractère jusqu’ici inaccessible pour les populations de taille importante. Ce caractère présente toutes les caractéristiques requises pour améliorer l’efficacité des programmes de sélection en conditions de stress hydrique. / By the end of the century, climate forecasts predict a decrease in the quantity and regularity of rainfall with an increasing risk of drought in Europe and in many regions of the world. Breeding for more tolerant varieties will be an essential lever to face these future constraints. The main objective of this work is to characterize the genetic determinisms of drought tolerance in maize. To this aim, it is proposed to dissect this complex trait into underlying physiological traits whose genetic determinism is supposed to be simpler. Green Leaf Area Index (GLAI) dynamics throughout the plant cycle, through its major role in light interception, transpiration and CO2 exchange, is a promising secondary trait to identify and better understand the genetic basis of drought tolerance. During this thesis, we developed a high-throughput method for phenotyping maize GLAI dynamics in the field. This method combines UAV multispectral imagery and a simple GLAI model. It makes possible the estimation of the dynamics of GLAI continuously throughout the whole plant cycle with good accuracy, while reducing the phenotyping time twentyfold. This method was used in two well-watered and two water-deficient trials to characterize the GLAI dynamics of 324 lines from a MAGIC population (Multi-parent Advanced Generation Inter-Cross). The estimated dynamics have a high heritability and explain a significant part of grain yield under well-watered and water-stressed conditions. To characterize the genetic basis of GLAI dynamics, three longitudinal GWAS (Genome Wide Association Study) approaches were compared: a univariate two-step approach, a multivariate two-step approach and a random regression one-step approach. These three approaches, combined with the high density of available genotyping data (nearly 8 million markers), have revealed many QTL (Quantitative Trait Loci), some of which were co-localized with yield QTL. Finally, we demonstrated that the GLAI QTL identified in this study could explain nearly 20 % of the grain yield variability observed in a large network of water-stressed experiments. This work provides methods that will enable a better characterization and understanding of the genetic determinisms of GLAI dynamics, a trait that was out of reach in large populations until now. This trait presents all the characteristics required to improve the effectiveness of selection programs under water stress conditions.