Résumé : Le bilan d’énergie de la Terre est largement influencé par la variation de l’albédo de surface (fraction de l'énergie solaire réfléchie par une surface). Ces variations sont modifiées par la présence, l’épaisseur et les propriétés physiques de la neige. Le réchauffement climatique observé a un impact significatif sur l'évolution du couvert nival, ce qui influence grandement l'albédo de surface, et en retour modifie le climat. Malgré l’importance de l’albédo de surface, plusieurs modèles calculent l’albédo de manière empirique, ce qui peut entraîner des biais significatifs entre les simulations et les observations selon les surfaces étudiées. Le schéma de surface canadien, Canadian Land Surface Scheme, CLASS (utilisé au Canada dans les modèles climatiques Global Climate Model et Modèle Régional Canadien du Climat), modélise l’évolution spatiale et temporelle des propriétés de la neige, dont l'albédo. L’albédo de CLASS est calculé selon la hauteur et l’âge (métamorphisme) de la neige au sol, et selon l’accumulation de la neige sur la canopée. Les objectifs de ce travail sont d’analyser le comportement de l’albédo (simulé et mesuré) et d’améliorer le paramétrage de l’albédo de surface pendant l’hiver sur des régions à l’est du Canada. Plus précisément, le comportement de l’albédo a été étudié par l’analyse de la sensibilité de CLASS 3.6 aux paramètres prescrits (paramètres qui sont utilisés dans les calculs du modèle dont les valeurs sont fixes et définies empiriquement). En plus de l’analyse des variations temporelles de l’albédo en fonction des conditions météorologiques pour les terrains de végétation basse (noté "gazon") et de conifères. Aussi, l’amélioration du paramétrage a été tentée en optimisant (pour le gazon et les conifères) ou en modifiant (pour le gazon) les calculs considérant les paramètres prescrits dont l’albédo de CLASS est sensible. En premier lieu, nous avons montré que la sensibilité de l’albédo de CLASS en terrain de gazon dépend grandement du seuil du taux de précipitation nécessaire pour que l’albédo soit actualisé (à sa valeur maximale) dans le modèle. Faire varier ce seuil entraîne que les simulations quotidiennes d’albédo de surface enneigées vont s’étaler en majorité entre 0.62 à 0.8 (supérieur à l’étalement normalement simulé). Le modèle est aussi sensible à la valeur d’actualisation de l’albédo dont la variation entraîne que l’albédo enneigé quotidien peut s’étaler de jusqu’à 0.48 à 0.9. En milieu forestier (conifères), le modèle est peu sensible aux paramètres prescrits étudiés. La comparaison entre les albédos simulés et les mesures au sol montrent une sous-estimation du modèle de -0.032 (4.3 %) à SIRENE (gazon au sud du Québec), de -0.027 (3.4 %) à Goose-Bay (gazon en site arctique) et de -0.075 (27.1 %) à la Baie-James (forêt boréale). Lorsque comparée avec les données MODIS (MODerate resolution Imaging Spectroradiometer) la sous-estimation du modèle à la Baie-James est de -0.011 (5.2 %). On montre que la valeur de l'albédo mesurée lors des précipitations de neige à Goose Bay est en moyenne supérieure à la valeur d'actualisation de l'albédo dans le modèle (0.896 par rapport 0.84), ce qui peut expliquer la sous-estimation. En forêt, un des problèmes provient de la faible valeur de l'albédo de la végétation enneigée (ajout de 0.17 dans le visible), tandis que l’albédo de surface mesuré peut être augmenté de 0.37 (par rapport à la végétation sans neige). Aussi, l’albédo de la neige sur la canopée ne diminue pas avec le temps contrairement à ce qui est observé. En second lieu, nous avons tenté d’améliorer le paramétrage, en optimisant des paramètres prescrits (aucune amélioration significative n’est obtenue) et en modifiant la valeur d'actualisation de l’albédo de la neige en zone de gazon. Cette valeur, normalement fixe, a été rendue variable selon la température et le taux de précipitations. Les résultats démontrent que les modifications n’apportent pas d'améliorations significatives de la RMSE (Root Mean Square Error) entre les simulations et les mesures d’albédo. Les modifications sont toutefois pertinentes pour ajouter de la variabilité aux fortes valeurs d’albédo simulées ainsi que pour améliorer la compréhension du comportement des simulations d’albédo. Aussi, la méthodologie peut être reproduite pour d’autres études qui veulent étudier la représentativité et améliorer les simulations d’un modèle. / Abstract : The surface energy balance of northern regions is closely linked to surface albedo (fraction of solar radiation reflected by a surface) variations. These variations are strongly influenced by the presence, depth and physical properties of the snowpack. Climate change affects significantly snow cover evolution, and decreases surface albedo and snow albedo with positive feedback to climate. Despite the importance of the albedo, many models empirically compute it, which can induce significant biases with albedo observations depending on studied surfaces. The Canadian Land Surface Scheme, CLASS (used in Canada into the Canadian Regional Climate Model, and the Global Climate Model), simulates the spatial and temporal evolution of snow state variables including the albedo. The albedo is computed according to the depth of snow on the ground as well as the accumulation of snow in trees. The albedo seasonal evolution for snow on ground is estimated in CLASS from an empirical aging expression with time and temperature and a “refresh” based on a threshold of snowfall depth. The seasonal evolution of snow on canopy is estimated from an interception expression with trees type and snowfall density and an empirical expression for unloading rate with time. The objectives of this project are to analyse albedo behavior (simulated and measured) and to improve CLASS simulations in winter for Eastern Canada. To do so, sensitivity test were performed on prescribed parameters (parameters that are used in CLASS computation, their values are fixed, and determined empirically). Also, albedo evolution with time and meteorological conditions were analysed for grass and coniferous terrain. Finally, we tried to improve simulations by optimizing sensitive prescribed parameters for grass and coniferous terrain, and by modifying the refresh albedo value for grass terrain. First, we analysed albedo evolution and modelling biases. Grass terrain showed strong sensitivity to the precipitation rate threshold (for the albedo to refresh to its maximum value), and to the value of the albedo refresh. Both are affected by input data of precipitation rate and phase. The modification of precipitation threshold rate generates daily surface albedo to vary mainly (75 % of data in winter) between 0.62 and 0.8, which is a greater fluctuation than for a normal simulation over winter. The modification of the albedo refresh value generates surface albedo to vary mainly (75 %) between 0.66 and 0.79, but with extreme values, 25 % of data, from 0.48 to 0.9. Coniferous areas showed small sensitivity to studied prescribed parameters. Also, comparisons were made between simulated and measured mean albedo during winter. CLASS underestimates the albedo by -0.032 (4.3 %) at SIRENE (grass in Southern Quebec), by -0.027 (3.4 %) at Goose Bay (grass in arctic site) and by -0.075 (27.1 %) at James Bay (boreal forest) (or -0.011 (5.2 %) compared to MODIS (MODerate resolution Imaging Spectroradiometer) data). A modelling issue in grass terrain is the small and steady maximum albedo value (0.84) compared to measured data in arctic condition (0.896 with variation of an order of 0.09 at Goose Bay, or 0.826 at SIRENE with warmer temperatures). In forested areas, a modelling issue is the small albedo increase (+0.17 in the visible range, +0.04 in NIR) for the part of the vegetation that is covered by snow (total surface albedo gets to a maximum of 0.22) compared to events of high surface albedo (0.4). Another bias comes from the albedo value of the snow trapped on canopy which does not decrease with time in opposition to observed surface albedo which is lower at the end of winter and which suggests snow metamorphism occurred. Secondly, we tried to improve simulations by optimizing prescribed parameters and by modifying the albedo’s maximum value computation. Optimisations were made on sensitive prescribed parameters or on those that seemed unsuited. No significant RMSE (Root Mean Square Error) improvements were obtained from optimisations in both grass and coniferous area. Improvements of albedo simulations were tried by adjusting the maximum value (normally fixed) with temperature and precipitation rate, in grass terrain. Results show that these modifications did not significantly improved simulations’ RMSE. Nevertheless, the latter modification improved the correlation between simulated and measured albedo. These statistics were made with the whole dataset which can reduce the impact of modifications (they were mainly affecting albedo during a precipitation event), but it allows to overview the new model performance. Modifications also added variability to maximum values (closer to observed albedo) and they increased our knowledge on surface albedo behavior (simulated and measured). The methodology is also replicable for other studies that would aim to analyse and improve simulations of a surface model.

The snow cover (extent, depth and water equivalent) is an important factor in assessing the water balance of a territory. In a context of deregulation of electricity, better knowledge of the quantity of water resulting from snowmelt that will be available for hydroelectric power generation has become a major challenge for the managers of Hydro-Québec's generating plant. In fact, the snow on the ground represents nearly one third of Hydro-Québec's annual energy reserve and the proportion is even higher for northern watersheds. Snowcover knowledge would therefore help optimize the management of energy stocks.The issue is especially important when one considers that better management of water resources can lead to substantial economic benefits.The Research Institute of Hydro-Quebec (IREQ), our research partner, is currently attempting to optimize the streamflow forecasts made by its hydrological models by improving the quality of the inputs. These include a parameter known as the snow water equivalent (SWE) which characterizes the properties of the snow cover. At the present time, SWE data is obtained from in situ measurements, which are both sporadic and scattered and does not allow the temporal and spatial variability of SWE to be characterized adequately for the needs of hydrological models. This research project proposes to provide the Québec utility's hydrological models with distributed SWE information about its northern watersheds.The targeted accuracy is 15% for the proposed period of analysis covering the winter months of January, February and March of 2001 to 2006.The methodology is based on the HUT snow emission model and uses the passive microwave remote sensing data acquired by the SSM/I sensor. Monitoring of the temporal and spatial variations in SWE is done by inversion of the model and benefits from the assimilation of in situ data to characterize the state of snow cover during the season. Experimental results show that the assimilation technique of in situ data (density and depth) can reproduce the temporal variations in SWE with a RMSE error of 15.9% (R[subscript 2] =0.76).The analysis of land cover within the SSMI pixels can reduce this error to 14.6% (R[subscript 2] =0.66) for SWE values below 300 mm. Moreover, the results show that the fluctuations of SWE values are driven by changes in snow depths. Indeed, the use of a constant value for the density of snow is feasible and makes it possible to get as good if not better results. These results will allow IREQ to assess the suitability of using snow cover information provided by the remote sensing data in its forecasting models. This improvement in SWE characterization will meet the needs of IREQ for its work on optimization of the quality of hydrological simulations.The originality and relevance of this work are based primarily on the type of method used to quantify SWE and the site where it is applied.The proposed method focuses on the inversion of the HUT model from passive remote sensing data and assimilates in situ data. Moreover, this approach allows high SWE values (> 300 mm) to be quantified, which was impossible with previous methods. These high SWE values are encountered in areas with large amounts of snow such as northern Québec.

La prévision hydrologique nécessite une connaissance adéquate des quantités de neige présentes sur ses bassins versants, particulièrement pour des bassins versants montagneux. Pour beaucoup de bassins, la densité du réseau de stations nivométriques est faible ou parfois même inexistante. De leur côté, les données satellitaires MODIS permettent de suivre l’évolution du couvert de neige sur de grandes superficies de façon journalière et à une résolution spatiale de 500 m. Dans ce contexte, un projet de recherche a été proposé en partenariat entre Rio Tinto Alcan (RTA) et l’Université de Sherbrooke afin d’évaluer l’apport de la télédétection du couvert de neige (MODIS) pour améliorer la prévision hydrologique en période de crue. Le bassin versant à l’étude est celui de la rivière Nechako, situé en Colombie-Britannique (Canada) et caractérisé par sa topographie montagneuse et les grandes quantités de neige s’accumulant sur son territoire. D’abord, une analyse statistique a été réalisée permettant d’obtenir une relation empirique entre l’évolution du volume de crue et la variation de la superficie du couvert de neige (SCN) tirée des images MODIS. Ensuite, les SCN MODIS ont été utilisées pour le calage du modèle hydrologique SWAT selon 9 différentes techniques de calage. Finalement, avec l’aide d’un système de prévision, assimilant d’abord les SCN MODIS pour mettre à jour les conditions initiales, la performance de 5 des 9 calages effectués a été analysée en prévision hydrologique court terme (déterministe) et moyen terme (probabiliste). À partir des résultats, il a été possible d’observer que l’assimilation des SCN MODIS permet d’améliorer les prévisions à plus long terme, particulièrement des volumes de crue. À court terme, la qualité des prévisions d’apports est sensiblement identique avec ou sans assimilation MODIS bien qu’une meilleure simulation des conditions initiales de neige soit observée avec assimilation MODIS. Finalement, la comparaison des calages en prévision hydrologique démontre qu’une légère amélioration des prévisions d’apports moyen terme (3 à 5 mois) est possible lorsque les données MODIS sont utilisées dans la procédure de calage. Cependant, les résultats sont variables dépendamment de la technique de calage utilisée.

Le caribou de Peary est l’unité désignable du caribou la plus septentrionale ; sa population a chuté d’environ 70% au cours des trois dernières générations. Le Comité sur la situation des espèces en péril au Canada (COSEPAC) identifie les conditions difficiles d’accès à la nourriture à travers le couvert nival comme le facteur le plus influant contribuant à ce déclin. Cette étude se concentre sur l’établissement d’un outil spatial de caractérisation des conditions nivales pour l’accès à la nourriture du caribou de Peary dans le Nord canadien, utilisant des simulations du couvert nival générées avec le logiciel suisse SNOWPACK à partir des données du Modèle Régional Climatique Canadien. Le cycle de vie du caribou de Peary a été divisé en trois périodes critiques : la période de mise bas et de migration printanière (avril – juin), celle d’abondance de nourriture et de rut (juillet – octobre) et celle de migration automnale et de survie des jeunes caribous (novembre – mars). Les conditions nivales sont analysées et les simulations du couvert nival comparées aux comptes insulaires de caribous de Peary pour identifier un paramètre nival qui agirait comme prédicateur des conditions d’accès à la nourriture et expliquerait les fluctuations des comptes de caribous. Cette analyse conclue que ces comptes sont affectés par des densités de neige au-dessus de 300 kg/m³. Un outil logiciel cartographiant à une échelle régionale (dans l’archipel arctique canadien) les conditions d’accès à la nourriture possiblement favorables et non favorables basées sur la neige est proposé. Des exemples spécifiques de sorties sont données pour montrer l’utilité de l’outil, en cartographiant les pixels selon l’épaisseur cumulée de neige au-dessus de densités de 300 kg/m³, où des épaisseurs cumulées au-dessus de 7000 cm par hiver sont considérées comme non favorables pour le caribou de Peary.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Les travaux présentés portent sur les étapes successives qui ont conduit au développement dans les années 1980 d'un modèle numérique qui simule l'évolution temporelle d'un manteau neigeux saisonnier en fonction des conditions météorologiques. Une première partie décrit le développement d'un modèle de neige multi-couches qui calcule les échanges d'énergie entre la neige et l'atmosphère et simule les principaux processus physiques qui contrôlent les échanges au sein du manteau neigeux.Une deuxième partie décrit comment ont été quantifiées les lois de métamorphose de la neige humide et de la neige sèche soumise à un faible gradient de température, de façon à compléter les connaissances existantes et proposer un jeu relativement complet de lois de métamorphoses de la neige saisonnière. Une troisième partie décrit l'implémentation de ces lois dans le modèle numérique, permettant ainsi de simuler la stratification du manteau neigeux, fonctionnalité qui n'existait dans aucun autre modèle à cette époque. Une évaluation détaillée de ce modèle sur le site du Col de Porte est présentée. La dernière partie introduit trois applications originales qui ont ensuite exploité les fonctionnalités de ce modèle : la simulation en temps réel de l'état caractéristique du manteau neigeux dans les Alpes françaises, l'étude de l'impact du changement climatique sur l'enneigement et la simulation de l'état du manteau neigeux dans un modèle hydrologique distribué / The thesis describes the different steps which lead during the 1980's to the development of an original numerical snow model. This model aimed at simulating the evolution of a seasonal snow cover as a function of the prevailing meteorological conditions. A first part describes the methods and algorithms used to compute the energy and mass exchange at the snow/atmosphere interface and inside the snowpack. The second part describes the experimental study which made possible the quantification of the metamorphism rate of snow samples submitted to weak temperature gradient and to liquid water content, in order to complete pre-existing knowledge on metamorphism. A third part describes the implementation of a set of metamorphism laws into the preliminary version of the snow model, which lead to the availability of the first numerical model able to simulate seasonal snowpack layering. The evaluation of the model at Col de Porte is presented. The last part introduces three applications of this model: real time monitoring of snowpack characteristics in the French Alps, assessment of the impact of climate change on snow climatology and simulation of the snowpack in a distributed hydrological model

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Les acquisitions de télédétection ont des caractéristiques complémentaires en termes de résolution spatiale et temporelle et peuvent mesurer différents aspects de la couverture neigeuse (propriétés physiques de surface, type de neige, etc.). En combinant plusieurs acquisitions, il devrait être possible d'obtenir un suivi précis et continu de la neige. Cependant, cet objectif se heurte à la complexité du traitement des images satellites et à la confusion possible entre les différents matériaux observés. Plus particulièrement, l’accès à l’information fractionnelle, c’est-à-dire à la proportion de neige dans chaque pixel, nécessite de retrouver la proportion de l’ensemble des matériaux qui se trouvent dans celui-ci. Ces proportions sont accessibles via des méthodes d’inversions ou démélange spectral se basant sur la résolution spectrale des images obtenues. Le défi général est alors d’arriver à exploiter correctement les différentes informations de natures différentes qui nous sont apportées par les différentes acquisitions afin de produire des cartes d’enneigement précises. Les objectifs de la thèse sont alors au nombre de trois et peuvent se résumer par trois grandes interrogations qui permettent de traiter les différents points évoqués:- Quelles sont les limitations actuelles de l’état de l'art pour l’observation spatiale optique de la neige ?- Comment exploiter les séries temporelles pour s’adapter à la variabilité spectrale des matériaux ?- Est-il possible de généraliser la fusion de données pour une acquisition multimodale à partir de capteurs optiques ?Une étude complète des différents produits de neige issus du satellite MODIS est ainsi proposée, permettant l’identification des nombreuses limitations dont la principale est le haut taux d’erreurs lors de la reconstitution de la fraction (environ 30%). Parmi ces résultats sont notamment identifiés des problèmes liés aux méthodes de démélange face à la variabilité spectrale des matériaux. Face à ces limitations nous avons exploité les séries temporelles MODIS pour proposer une nouvelle approche d’estimation des endmembers, étape critique du démélange spectral. La faible évolution temporelle du milieu (hors neige) est alors utilisée pour contraindre l’estimation des endmembers non seulement sur l’image d’intérêt, mais également sur les images des jours précédents. L’efficacité de cette approche bien que démontrée ici reste sujette aux limitations de résolution spatiale intrinsèques au capteur. Des expérimentations sur la fusion de donnée, à même de pouvoir améliorer la qualité des images, ont par conséquent été réalisées. Devant les limitations de ces méthodes dans le cas des capteurs multispectraux utilisés, une nouvelle approche de fusion a été proposée. Via la formulation d’un nouveau modèle et sa résolution, la fusion entre des capteurs optiques de tous types peut être réalisée sans considération de recouvrement spectral. Les différentes expérimentations sur l’estimation de cartes de neige montrent un intérêt certain d’une meilleure résolution spatiale pour isoler les zones enneigées. Ce travail montre ainsi les nouvelles possibilités de développement pour l’observation de la neige, mais également les évolutions de l’utilisation combinée des images satellites pour l’observation de la Terre en général. / Remote sensing acquisitions have complementary characteristics in terms of spatial and temporal resolution and can measure different aspects of snow cover (e.g., surface physical properties and snow type). By combining several acquisitions, it should be possible to obtain a precise and continuous monitoring of the snow. However, this task has to face the complexity of processing satellite images and the possible confusion between different materials observed. In particular, the estimation of fractional information, i.e., the amount of snow in each pixel, requires to know the proportion of the materials present in a scene. These proportions can be obtained performing spectral unmixing. The challenge is then to effectively exploit the information of different natures that are provided by the multiple acquisitions in order to produce accurate snow maps.Three main objectives are addressed by this thesis and can be summarized by the three following questions:- What are the current limitations of state-of-the-art techniques for the estimation of snow cover extent from optical observations?- How to exploit a time series for coping with the spectral variability of materials?- How can we take advantage of multimodal acquisitions from optical sensors for estimating snow cover maps?A complete study of the various snow products from the MODIS satellite is proposed. It allows the identification of numerous limitations, the main one being the high rate of errors during the estimation of the snow fraction (approximately 30%).The experimental analysis allowed to highlight the sensitivity of the spectral unmixing methods against the spectral variability of materials.Given these limitations, we have exploited the MODIS time series to propose a new endmembers estimation approach, addressing a critical step in spectral unmixing. The low temporal evolution of the medium (except snow) is then used to constrain the estimation of the endmembers not only on the image of interest, but also on images of the previous days. The effectiveness of this approach, although demonstrated here, remains limited by the spatial resolution of the sensor.Data fusion has been considered aiming at taking advantage of multiple acquisitions with different characteristics in term of resolution available on the same scene. Given the limitations of the actual methods in the case of multispectral sensors, a new fusion approach has been proposed. Through the formulation of a new model and its resolution, the fusion between optical sensors of all types can be achieved without consideration of their characteristics. The various experiments on the estimation of snow maps show a clear interest of a better spatial resolution to isolate the snow covered areas. The improvement in spectral resolution will improve future approaches based on spectral unmixing.This work explores the new possibilities of development for the observation of snow, but also for the combined use of the satellite images for the observation of the Earth in general.

La cryosphère a un rôle essentiel dans le système climatique entre autre parce qu'elle réfléchit une fraction importante de l'énergie solaire parvenant à la surface de la Terre et qu'elle contient une grande quantité d'eau douce sous forme solide. Du fait de la grande sensibilité de la cryosphère aux variables climatiques comme la température et les précipitations, les différents éléments de la cryosphère, tels que la calotte polaire Antarctique et la neige saisonnière dans les régions subarctiques, sont des indicateurs du changement climatique global. Toutefois, nos connaissances des régions polaires restent limitées par un manque d'observation in situ qui s'explique par l'isolement de ces régions et les conditions météorologiques difficiles. L'analyse de ces observations éparses peut être renforcée grâce à la télédétection spatiale et ainsi réduire les incertitudes sur les tendances climatiques observées aux hautes latitudes. En effet, la télédétection permet des observations continues et à grande échelle des régions polaires et subpolaires. <br /> La télédétection passive, en particulier dans le domaine spectral des micro-ondes, est adaptée à l'interprétation et au suivi des propriétés physiques du manteau neigeux. Effectivement, le rayonnement micro-onde émane du sol ou du manteau neigeux lui-même, puis se propage jusqu'à la surface. Ainsi, le rayonnement émergeant contient de l'information sur les variations verticales des propriétés de la neige, telles que la température ou les propriétés de microstructure (taille de grains et densité). Ces trois propriétés de la neige déterminent l'émission micro-onde d'un manteau sec. Lorsqu'il est humide, la teneur en eau liquide devient par contre la propriété dominant l'émission. Les évolutions temporelles et les variations verticales de ces différentes propriétés sont définies par la métamorphose. Leur lien avec l'émission micro-onde est considéré dans le transfert radiatif. <br /><br /> Cette thèse a pour objectif d'expliquer l'émission micro-onde de la neige par voie de modélisation afin de comprendre l'évolution des principales propriétés physiques de la neige. Le transfert radiatif dans la neige a été calculé avec les modèles multicouches Microwave Emission Model of Layered Snowpacks (MEMLS) et MultiLayered Dense Media Radiative Transfer (DMRT-ML), s'appuyant sur des approches respectivement semi-empirique et théorique. Les profils stratigraphiques de la neige utilisés en entrée ont été mesurés, estimés de façon aléatoire, modélisés avec une relation simple de la métamorphose ou avec le modèle d'évolution thermodynamique de la neige Crocus. <br /><br /> Ces modèles et approches ont été appliqués sur deux types de manteau neigeux, permanent en Antarctique et saisonnier au Québec. Dans le premier cas, l'évolution temporelle de la température de brillance a été modélisée localement, à Dôme C, à partir de mesures in situ des propriétés de la neige. Dans cette approche, l'émissivité est modélisée à partir de mesures et reste par conséquent applicable localement. Pour modéliser l'émissivité à l'échelle de l'Antarctique, différents profils synthétiques de taille de grains et de densité ont été testés. Dans tous les cas, la variation verticale de la taille de grains est apparue déterminante pour prévoir l'émissivité en polarisation verticale. Cette sensibilité a été exploitée pour estimer à l'échelle du continent cette variable glaciologique importante. Le profil de densité et les propriétés de surface déterminent quant à eux l'écart entre les polarisations verticale et horizontale. <br />L'émission micro-onde d'un manteau saisonnier au Québec a également été abordée. La spécificité de l'étude est de prévoir l'évolution temporelle de la température de brillance avec un modèle d'évolution thermodynamique de la neige couplé à un modèle de transfert radiatif micro-onde, ici Crocus-MEMLS. Cette approche a permis d'interpréter finement l'évolution temporelle des températures de brillance mesurées avec un radiomètre au sol et de mettre en doute certaines relations physiques du modèle Crocus. Les résultats ont mis en évidence la complexité du signal micro-onde pour des manteaux évoluant rapidement à des températures proches du point de fusion.

Les écosystèmes alpins, au même titre que les écosystèmes arctiques, séquestrent des quantités importantes de carbone dans leurs sols. Dans ces écosystèmes, la topographie locale détermine la répartition de la neige; un facteur qui, sur le court terme, affecte les paramètres physiques de l'environnement (effets directs) et qui, sur le long terme, a sélectionné des communautés végétales et microbiennes très différentes aux deux extrêmes du gradient de mésotopographie (effets indirects). Au regard des modifications futures des régimes d'enneigement prédits par les différents modèles climatiques, cette étude vise à explorer les contrôles directs et indirects exercés par l'enneigement sur la fixation du CO2 et la minéralisation du carbone organique dans les écosystèmes alpins. Les paramètres physiques des sols (eau et température) ont été mesurés pendant plusieurs années révélant les effets directs. Afin de quantifier les effets indirects de l'enneigement sur les flux biogéochimiques, nous avons utilisé les caractéristiques fonctionnelles des végétaux (leurs traits). Différentes approches (mesures in situ, manipulations expérimentales et modélisation) ont été employées. Cette étude démontre que la fixation du carbone le long des gradients de mésotopographie est à la fois déterminée par les traits fonctionnels végétaux, les propriétés des canopées et la longueur de la saison de végétation. Un allongement de la saison de végétation devrait entraîner une augmentation marquée de la production primaire si les événements de gel en début de saison de végétation demeurent limités. La minéralisation du carbone est au contraire largement dépendante de la qualité de la matière organique contenue dans les sols. Des changements de composition en traits fonctionnels de la végétation, notamment ceux affectant les concentrations en lignine des litières, devraient avoir un impact déterminant sur les vitesses de minéralisation de la matière organique. Enfin, l'étude des flux de carbone et d'azote dans les plantes dominantes et à l'interface plante – sol révèle un couplage temporel et spatial essentiel chez les espèces dont la croissance est limitée par la longueur de la saison de végétation. Ce couplage apparaît plus limité dans les communautés végétales bénéficiant d'une plus longue saison de végétation. L'évolution des flux et stocks de carbone au sein des écosystèmes alpins dans un contexte de changement climatique est discutée.