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.

The feasibility of a radiance assimilation using a multi-layered snow physical model to estimate snow physical parameters is studied.The work is divided in five parts.The first two chapters are dedicated to the literature review. In the third chapter, experimental work was conducted in the alpine snow to estimate snow correlation (for microwave emission modelling) using near-infrared digital photography. We made microwave radiometric and near-infrared reflectance measurements of snow slabs under different experimental conditions. We used an empirical relation to link near-infrared reflectance of snow to the specific surface area (SSA), and converted the SSA into the correlation length. From the measurements of snow radiances at 21 and 35 GHz, we derived the microwave scattering coefficient by inverting two coupled radiative transfer models (RTM) (the sandwich and six-flux model).The correlation lengths found are in the same range as those determined in the literature using cold laboratory work.The technique shows great potential in the determination of the snow correlation length under field conditions. In the fourth chapter, the performance of the ensemble Kalman filter (EnKF) for snow water equivalent (SWE) estimation is assessed by assimilating synthetic microwave observations at Ground Based Microwave Radiometer (GBMR-7) frequencies (18.7, 23.8, 36.5, 89 vertical and horizontal polarization) into a snow physics model, CROCUS. CROCUS has a realistic stratigraphic and ice layer modelling scheme. This work builds on previous methods that used snow physics model with limited number of layers. Data assimilation methods require accurate predictions of the brightness temperature (Tb) emitted by the snowpack. It has been shown that the accuracy of RTMs is sensitive to the stratigraphic representation of the snowpack. However, as the stratigraphic fidelity increases, the number of layers increases, as does the number of state variables estimated in the assimilation. One goal of the present study is to investigate whether passive microwave measurements can be used in a radiance assimilation (RA) scheme to characterize a more realistic stratigraphy.The EnKF run was performed with an ensemble size of 20 using artificially biased meteorological forcing data.The snow model was given biased precipitation to represent systematic errors introduced in modelling, yet the EnKF was still able to recover the"true" value of SWE with a seasonally-integrated RMSE of only 1.2 cm (8.1%).The RA was also able to extract the grain size profile at much higher dimensionality which shows that the many-to-one problem of SWE-Tb relationship can be overcome by assimilation, even when the grain size profile varies constantly with depth.The last chapter was on the validation of the data assimilation system using a point-scale radiance observations from the CLPX-1 GBMR-7. We first predicted snow radiance by coupling the snow model CROCUS to the snow emission model (MEMLS). Significant improvement of Tb simulation was achieved for the late February window for all three frequencies.The range of the underestimation of the polarization difference is between 25% and 75%. We then assimilated all six channels measurements of the GBMR-7.The filter was able to accurately retrieve the SWE for periods of time when the Tb measurements were available.The results show that RA using EnKF with a multi-layered snow model can be used to determine snow physical parameters even with a biased precipitation forcing.

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 gestion de l'environnement et des ressources disponibles nécessite de caractériser l'état de la végétation. Les modèles agronomiques simulent le fonctionnement du couvert à partir du climat, des pratiques culturales et des propriétés de la plante et du sol. Le projet ADAM, dans lequel s'inscrit cette thèse, a pour objectif de combiner les données de télédétection avec l'information fournie par les modèles agronomiques afin de participer au raisonnement des cultures et à l'évaluation de l'environnement. Sur un modèle d'étude, nous avons proposé une approche originale d'assimilation simultanée sur une scène, en imposant des contraintes sur les paramètres en fonction de leur variabilité au niveau du pixel, de la parcelle, de la variété. . . La taille de l'espace de contrôle est ainsi diminuée par rapport à un problème résolu pixel par pixel et qui se trouve être mal posé lorsque l'on dispose de peu d'observations. Cette technique a permis d'améliorer fortement l'estimation des paramètres d'entrée et de réduire la fréquence temporelle d'observation. Nous avons ensuite étudié la faisabilité d'une telle méthode sur un modèle mécaniste complexe de fonctionnement de la végétation (STICS), dont la différentiation a présenté des difficultés théoriques et pratiques. En effectuant une analyse de sensibilité utilisant le modèle adjoint de STICS, nous avons pu hiérarchiser ses paramètres selon leur influence sur la croissance de la culture. Nous avons démontré la faisabilité d'une technique d'assimilation avec contraintes dans STICS, ce qui permet d'envisager de nombreuses applications dans le domaine agronomique.

L’imagerie hyperspectrale aéroportée constitue un candidat potentiel pour la cartographie et le suivi des récifs coralliens à large échelle et à forte résolution spatiale. Dans cette thèse, nous présentons tout d’abord les traitements à appliquer au signal hyperspectral afin d’en extraire des informations sur la nature du fond marin, la bathymétrie et les propriétés optiques de l’eau, et nous les mettons en perspectives devant deux principaux verrous : (i) le faible rapport signal sur bruit du signal mesuré, (ii) le nombre et la variabilité des interactions onde-matière ayant lieu entre l’entrée des rayons lumineux dans l’atmosphère et leur mesure par le capteur hyperspectral. En considérant ces limitations, nous examinons les performances d’une des méthodes existantes de traitement de la colonne d’eau : l’inversion de modèle semi-analytique par optimisation. Nous évaluons d’abord la robustesse des estimations des types de fond et de la bathymétrie pour six paramétrisations du schéma d’inversion. Les résultats sur des images hyperspectrales acquises à l’île de La Réunion en 2009 montrent que la paramétrisation de l’inversion joue un rôle crucial sur la qualité des estimations et que la paramétrisation la plus communément utilisée ne présente pas toujours les meilleures performances. Nous évaluons par la suite l’importance de la précision de la paramétrisation du modèle semi-analytique direct à travers une analyse de sensibilité réalisée sur des données hyperspectrales synthétiques puis sur des données réelles que nous avons acquises en 2015 à La Réunion. L’analyse est en outre effectuée pour toutes les paramétrisations de l’inversion précédemment étudiées. Cette étude montre qu’en milieu récifal l’importance de la précision de la paramétrisation du modèle direct est faible devant le choix de la paramétrisation de l’inversion. Nous montrons en outre qu’il n’est pas possible d’identifier le(s) paramètre(s) du modèle direct le(s) plus influent(s) car cela dépend des concentrations relatives de chacun des éléments optiquement actifs de l’eau. / Airborne hyperspectral imaging is a potential candidate for mapping and monitoring coral reefs at large scale and with high spatial resolution. In this thesis, we first present the processing steps to be applied to hyperspectral signals for extracting information about seabed types, bathymetry and water optical properties, and we discuss their efficiency with respect to two main confounding factors: (i) low signal to noise ratio of the measured signals, and (ii) large number and variability of physical interactions occurring between the entrance of sunlight into the atmosphere and its measurement by the hyperspectral sensor. Considering these limitations, we examine the performance of an already existing water column processing method: semi-analytical model inversion by optimization. We first evaluate the robustness of seabed type and bathymetry estimation for six different inversion setups. The results on hyperspectral images acquired over Réunion Island reefs in 2009 show that the choice of the inversion setup plays an important role on the quality of the estimations and that the most widely used inversion setup does not always produce the best results. We then evaluate the importance of the accuracy of the parameterization of the direct semi-analytical model. This is done through a sensitivity analysis performed on both simulated and real hyperspectral data acquired in Réunion Island in 2015. The analysis is performed for each inversion setup previously studied. This study shows that in coral reef context the accuracy of the parameterization of the direct model is less important than the choice of the inversion setup. We also demonstrate that it is not possible to identify the most influent parameters of the direct model because it depends on the relative concentration of each optically active constituent.

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.