Le rayonnement solaire a des impacts biologiques, physiologiques, climatiques, économiques, politiques, sociaux, culturels, métaphysiques, etc. L'étude du gisement solaire à l'échelle du globe terrestre nécessite notamment l'utilisation des moyens de la télédétection spatiale. Pour évaluer et quantifier les effets du soleil (vus de l'espace), il est nécessaire de concevoir des traitements d'images satellitaires des plus complexes aux plus astucieux. Dans cette thèse, nous analysons les étapes du traitement d'images visibles de Météosat utilisé dans l'évaluation du gisement solaire. Initialement, nous présentons les résultats de la cartographie du rayonnement solaire global journalier en Afrique de l'Ouest. Ces résultats sont obtenus au moyen d'une méthode opérationnelle développée au Centre de Télédétection et d'Analyse des Milieux Naturels (CTAMN) de l'Ecole des Mines de Paris : la méthode HELIOSAT. Ces résultats, confrontés aux mesures effectuées au sol, nous ont permis de valider cette méthode et d'avoir confiance dans son avenir opérationnel. Mais des améliorations sont nécessaires. Aussi, par la suite, on étudie certains modèles atmosphériques qui permettent de corriger les influences de l'atmosphère et de la position relative du soleil, pour obtenir des images de réflectance relative (albédo relatif). On a déterminé un moyen d'obtenir une image de réflectance des sols s'appuyant sur une image composite sans nuage ni ombre. Pour évaluer le gisement solaire par la méthode que nous avons développée, il faut estimer l'ennuagement présent en chaque point d'image. Dans cette étape, un indice d'ennuagement sensible à la transparence des nuages est déterminé.

L'insolation est étudiée, à l'échelle synoptique (la France) à l'aide d'un ensemble de mesures de la durée quotidienne d'insolation réalisées au sol et par télédétection satellitaire. L'objectif poursuivi est d'analyser une série de données suffi* samment longue pour caractériser de manière statistique le comportement climatologique de l'insolation dans l'espace. Les données sont fournies par 88 héliographes du réseau synoptique français ainsi que par le programme " Cactus " de la Météorologie Nationale, qui utilise les images visibles du satellite Météosat. L'étude porte sur une année de données. La similarité de la structure spatiale des mesures du sol et du satellite est montrée par analyse objective, et par analyse en composantes principales de processus. La fine perception de la variabilité spatiale du satellite est alors utilisée pour optimiser un réseau de mesures au sol. Les performances du programme Cactus sont comparées avec celles de méthodes d'interpolation classiques (basées sur 23 héliographes), pour l'estimation du rapport d'insolation. Elles se sont révélées plus performantes en terme de cofluctuation. Il apparaît cependant une tendance du satellite à exagérer les valeurs extrêmes. L'étalonnage des mesures satellitaires par des mesures sol a pour but de conjuguer les qualités de précision des hélio* graphes, et la définition spatiale du satellite. Une approche géostatistique est proposée. L'effet recherché est observé à partir d'une certaine densité du réseau d'étalonnage

Le travail présenté porte sur l'étude des échanges d'énergie et de matière, au travers du bilan thermique net à la surface océanique, dans une région de l'océan Atlantique nord. Le flux ondes courtes, terme prépondérant de ce bilan, est déterminé grâce à la méthode Heliosat adaptée aux données de basse résolution spatiale du satellite METEOSAT-4. A méso-échelle, sur une base horaire, nous mettons en relief la grande variabilité du flux solaire à la surface. Les résultats de comparaison avec des mesures in situ sur notre zone d'étude sont satisfaisants. Nous estimons les performances de huit formulations semi-empiriques usuelles sur la restitution du flux ondes longues net en utilisant des moyennes mensuelles climatologiques ou des mesures in situ des paramètres surfaciques. Nous testons ensuite une méthode développée pour l'utilisation de données satellitaires. Mais la validation de ce modèle sur notre zone d'étude s'avère plus mauvaise que l'utilisation de simples relations semi-empiriques. Nous évaluons qualitativement et quantitativement l'impact de l'ennuagement sur les flux radiatifs en réalisant une classification des types de ciels selon la nébulosité totale. Nous réalisons ensuite des moyennes climatologiques des flux de surface étudiés afin d'en déduire le bilan thermique net sur notre zone d'étude et nous analysons ses variations zonales pour les mois de septembre et d'octobre. Dans une dernière partie, nous nous focalisons sur l'observation in situ de trois situations météorologiques particulières afin d'estimer l'impact de la variabilité spatio-temporelle pour la restitution de ce bilan. Des variations significatives des flux estimés sont mises en évidence en fonction d'échelles de temps variable ainsi qu'en fonction des méthodes de sous-échantillonnage spatial utilisées pour la construction des images satellitaires.

Nous avons mis en oeuvre une méthode statistique déjà existante (Cano, 1982) d'évaluation du rayonnement global à 1' aide des mesures du satellite Météosat. Cette méthode a été testée sur environ 1800 données : 11 mois de l'année 1983, 11 mois de l'année 1984 et 7 mois de l'année 1985. Les grands points de cette méthode statistique sont les suivants : 1) la construction d'une carte d'albédo planétaire par ciel clair d'après une série temporelle d'images sous conditions ciel clair, 2) l'évaluation d'un indice d'ennuagement, n, représentant le pourcentage du pixel recouvert par les nuages, par comparaison avec la carte d'albédo planétaire (albédo référence), 3) l'évaluation de la relation statistique entre la transmittance atmosphérique horaire (K), définie comme le rapport entre le rayonnement global et le rayonnement hors atmosphère (G0h), et n (l'indice d'ennuagement). Cette relation est du type : K = -a n + b ou Gh / G0h = -a n + b, où a et b > 0. Les coefficients de régression de cette relation ont été établis à partir des données du réseau de la Météorologie Nationale (Gh) et des données quotidiennes du canal visible de Météosat (n). En conclusion, nous pouvons dire que cette méthode est satisfaisante, elle permet 1) d'affiner ou de compléter (océans) les atlas du rayonnement déjà existants, en mettant en évidence des micro-climats (précision à 5 km près) peu connus ou inconnus, 2) l'évaluation du rayonnement global horaire moyen mensuel avec une précision de l'ordre de 0,1 kWh/m2, 3) un grand nombre d'application dites solaires (précision de rentabilité, méthode de conception architecturale assistée par micro-ordinateur, dimensionnement ...).

La température des surfaces continentales (LST) est une variable météorologiquetrès importante car elle permet l’accès aux bilans d’énergie et d’eau ducontinuum Biosphère-Atmosphère. Sa haute variabilité spatio-temporelle nécessite desmesures à haute résolution spatiale (HRS) et temporelle (HRT) pour suivre au mieuxles états hydriques du sol et des végétations.La télédétection infrarouge thermique (IRT) permet d’estimer la LST à différentesrésolutions spatio-temporelles. Toutefois, les mesures les plus fréquentes sont souventà basse résolution spatiale (BRS). Il faut donc développer des méthodes pour estimerla LST à HRS à partir des mesures IRT à BRS/HRT. Cette solution est connue sous lenom de désagrégation et fait l’objet de cette thèse.Ainsi, une nouvelle approche de désagrégation basée sur l’assimilation de données(AD) est proposée. Il s’agit de contraindre la dynamique des LSTs HRS/HRT simuléespar un modèle en minimisant l’écart entre les LST agrégées et les données IRT àBRS/HRT, sous l’hypothèse d’homogénéité de la LST par type d’occupation des sols àl’échelle du pixel BRS. La méthode d’AD choisie est un lisseur particulaire qui a étéimplémenté dans le modèle de surface SETHYS (Suivi de l’Etat Hydrique du Sol).L’approche a été évaluée dans une première étape sur des données synthétiques etvalidée ensuite sur des données réelles de télédétection sur une petite région au Sud-Est de la France. Des séries de températures Météosat à 5 km de résolution spatialeont été désagrégées à 90m et validées sur une journée à l’aide de données ASTER.Les résultats encourageants nous ont conduit à élargir la région d’étude et la périoded’assimilation à sept mois. La désagrégation des produits Météosat a été validée quantitativementà 1km à l’aide de données MODIS et qualitativement à 30m à l’aide dedonnées Landsat7. Les résultats montrent de bonnes performances avec des erreursinférieures à 2.5K sur les températures désagrégées à 1km. / Land surface temperature (LST) is one of the most important meteorologicalvariables giving access to water and energy budgets governing the Biosphere-Atmosphere continuum. To better monitor vegetation and energy states, we need hightemporal and spatial resolution measures of LST because its high variability in spaceand time.Despite the growing availability of Thermal Infra-Red (TIR) remote sensing LSTproducts, at different spatial and temporal resolutions, both high spatial resolution(HSR) and high temporal resolution (HTR) TIR data is still not possible because ofsatellite resolutions trade-off : the most frequent LST products being low spatial resolution(LSR) ones.It is therefore necessary to develop methods to estimate HSR/HTR LST from availableTIR LSR/HTR ones. This solution is known as "downscaling" and the presentthesis proposes a new approach for downscaling LST based on Data Assimilation (DA)methods. The basic idea is to constrain HSR/HTR LST dynamics, simulated by a dynamicalmodel, through the minimization of their respective aggregated LSTs discrepancytoward LSR observations, assuming that LST is homogeneous at the land cover typescale inside the LSR pixel.Our method uses a particle smoother DA method implemented in a land surfacemodel : SETHYS model (Suivie de l’Etat Hydrique de Sol). The proposed approach hasbeen firstly evaluated in a synthetic framework then validated using actual TIR LSTover a small area in South-East of France. Meteosat LST time series were downscaledfrom 5km to 90m and validated with ASTER HSR LST over one day. The encouragingresults conducted us to expand the study area and consider a larger assimilation periodof seven months. The downscaled Meteosat LSTs were quantitatively validated at1km of spatial resolution (SR) with MODIS data and qualitatively at 30m of SR withLandsat7 data. The results demonstrated good performances with downscaling errorsless than 2.5K at MODIS scale (1km of SR).

Gestion et protection de l'environnement et de l'atmosphère constituent un programme majeur pour le monde depuis un certain nombre d'années. La télédétection satellitaire peut fournir un outil essentiel dans la recherche de solutions pour le suivi de l'évolution et la protection de l'environnement. Tirant profit de la télédétection, cette thèse vise à l'exploitation des images du satellite Météosat pour la détection des nuages de poussière sur la zone sahélienne du continent africain. Les nuages de poussière sont de fines particules de sable et de poussière mises en suspension dans l'air par des vents de surface et qui peuvent être transportés sur de très longues distances. Nous utilisons ici certaines techniques de traitement d'images. Ainsi, dans une première démarche, une approche est constituée par la détermination des attributs de texture afin de segmenter l'image en trois zones : océan, continent, nuages d'eau. Ensuite, une technique de seuillage multimodal est appliquée afin de déterminer différentes zones sur le continent dont, plus particulièrement celle indiquant la présence des nuages de poussière. Enfin, nous appliquons une méthode de fusion de segmentations basée sur la théorie des ensembles flous. Les résultats obtenus par cette approche paraissent pertinents et présentent une bonne analogie des formes en comparaison avec les images IDDI, résultats d'une autre approche servant ici de référence.