Résumé : Le satellite Soil Moisture and Ocean Salinity (SMOS), lancé en novembre 2009, est le premier satellite en mode passif opérant en bande-L. Cette fréquence est considérée comme optimale pour estimer l’humidité du sol. SMOS est destiné à cartographier l’humidité de la couche 0-5 cm du sol à l’échelle globale, avec une précision attendue inférieure à 0,04 m3/m3, une répétitivité temporelle inférieure à 3 jours et une résolution spatiale d’environ 40 km. L’objectif de cette thèse est de valider l’humidité du sol de SMOS sur des sites agricoles et forestiers situés au Canada, et de contribuer au développement de méthodes de désagrégation de l’humidité du sol estimée par SMOS dans le but d’exploiter ces données dans les études à l’échelle locale telle qu’en agriculture. Les données de la campagne de terrain CanEx-SM10, effectuée sur un site agricole (Kenaston) et un site forestier (BERMS) situés à Saskatchewan, et celles de la campagne SMAPVEX12, effectuée sur un site majoritairement agricole (Winnipeg) situé au Manitoba, sont utilisées. Les données d’humidité du sol de SMOS ont montré une amélioration de la version v.309 à la version v.551. La version 551 des données d’humidité du sol de SMOS se compare mieux aux mesures in situ que les autres versions, aussi bien sur les sites agricoles que sur le site forestier. Sur les sites agricoles, l’humidité du sol de SMOS a montré une bonne corrélation avec les mesures au sol, particulièrement avec la version 551 (R ≥ 0,58, en modes ascendant et descendant), ainsi qu’une certaine sensibilité à la pluviométrie. Néanmoins, SMOS sous-estime l’humidité du sol en général. Cette sous-estimation est moins marquée sur le site de Kenaston en mode descendant (|biais| ≈ 0,03 m3/m3, avec la version v.551). Sur le site forestier, en raison de la densité de la végétation, les algorithmes d’estimation de l’humidité du sol à partir des mesures SMOS ne sont pas encore efficaces, malgré les améliorations apportées dans la version v.551. Par ailleurs, sur le site agricole de Kenaston et le site forestier de BERMS, les données d’humidité du sol de SMOS ont montré, généralement, de meilleures performances par rapport aux produits d’humidité du sol d’AMSR-E/NSIDC, AMSR-E/VUA et ASCAT/SSM. DISaggregation based on Physical And Theoretical scale Change (DISPATCH), un algorithme de désagrégation à base physique, est utilisé pour désagréger à 1 km de résolution spatiale l’humidité du sol de SMOS (40 km de résolution) sur les deux sites agricoles situés à Kenaston et à Winnipeg. DISPATCH est basé sur l’efficacité d’évaporation du sol (SEE) estimée à partir des données optique/ thermique de MODIS, et un modèle linéaire/non-linéaire liant l’efficacité d’évaporation et l’humidité du sol à l’échelle locale. Sur un site présentant une bonne dynamique spatiale et temporelle de l’humidité du sol (le site de Winnipeg au cours de la campagne de terrain SMAPVEX12), les résultats de DISPATCH obtenus avec le modèle linéaire sont légèrement meilleurs (R = 0,81 ; RMSE = 0.05 m3/m3 et pente = 0,52, par rapport aux mesures in situ) comparés aux résultats obtenus avec le modèle non-linéaire (R = 0,72 ; RMSE = 0.06 m3/m3 et pente = 0,61, par rapport aux mesures in situ). La précision de l’humidité du sol dérivée de DISPATCH, en se basant sur les deux modèles linéaire et non linéaire, décroit quand l’humidité du sol à grande échelle croît. Cette étude a montré, également, que DISPATCH peut être généralisé sur des sites particulièrement humides (le site de Kenaston au cours de la campagne de terrain CanEx-SM10). Cependant, en conditions humides, les résultats dérivés avec le modèle non-linéaire (R > 0,70, RMSE = 0,04 m3/m3 et pente ≈ 0,80, par rapport aux valeurs d’humidité du sol dérivées des mesures aéroportées de la température de brillance en bande L) ont montré de meilleures performances comparées à ceux dérivés avec le modèle linéaire (R > 0,73, RMSE = 0,08 m3/m3 et pente > 1.5, par rapport aux valeurs d’humidité du sol dérivées des mesures aéroportées de la température de brillance en bande L). Ceci est dû à une sous-estimation systématique de la limite sèche Tsmax. Par ailleurs, l’humidité du sol désagrégée présente une forte sensibilité à〖 Ts〗_max, particulièrement avec le modèle linéaire. Une approche simple a été proposée pour améliorer l’estimation de〖 Ts〗_max, dans des zones particulièrement humides. Elle a permis de réduire l’impact de l’incertitude sur〖 Ts〗_max dans le processus de désagrégation. Avec 〖 Ts〗_max améliorée, le modèle linaire aboutit à de meilleurs résultats (R > 0,72, RMSE = 0,04 m3/m3 et pente ≈ 0,80, par rapport aux valeurs d’humidité du sol estimées à partir des mesures aéroportées de la température de brillance en bande-L) que le modèle non-linéaire (R > 0,64, RMSE = 0,05 m3/m3 et pente ≈ 0,3, par rapport aux valeurs d’humidité du sol estimées à partir des mesures aéroportées de la température de brillance en bande-L). Basé sur des données optiques/ thermiques de MODIS, DISPATCH n’est pas applicable pour les journées nuageuses. Pour surmonter cette limitation, une nouvelle méthode a été proposée. Elle consiste à combiner DISPATCH avec le schéma de surface Canadian Land Surface Scheme (CLASS). Les données d’humidité du sol à 1 km de résolution dérivées de DISPATCH pour les journées non nuageuses sont utilisées pour calibrer les simulations de CLASS disponibles continuellement aux heures de passage de SMOS. Une approche de calibration basée sur la correction de la pente entre les valeurs d’humidité du sol dérivées de CLASS et les valeurs d’humidité du sol dérivées de DISPATCH (données de référence) a été mise au point. Les résultats montrent que les données d’humidité du sol à 1 km de résolution dérivées de cette nouvelle approche pour les journées nuageuses se comparent bien aux mesures in situ (R = 0,80 ; biais = -0,01 m3/m3 et pente = 0,74). Pour les journées non nuageuses, les valeurs d’humidité du sol dérivées de DISPATCH seul se comparent mieux aux mesures in situ que les valeurs dérivées en combinant DISPATCH à CLASS. / Abstract : The Soil Moisture and Ocean Salinity (SMOS), launched in November 2009, is the first passive microwave satellite operating in L band which is considered as optimal for soil moisture estimation. It is designed to provide global soil moisture maps at 0 – 5 cm layer from soil surface with a targeted accuracy of 0.04 m3 / m3, revisit time of less than 3 days anda spatial resolution of about 40 km. The objective of this thesis is to validate SMOS soil moisture data over agricultural and forested sites located in Canada, and to contribute to the development of SMOS downscaling methods in order to exploit these data in local scale studies such as agriculture. The data used are collected during the CanEX-SM10 field campaign, conducted over an agricultural site (Kenaston) and a forested site (BERMS) located in Saskatchewan, and during SMAPVEX12 field campaign conducted over a mostly agricultural area (Winnipeg) located in Manitoba. SMOS soil moisture data showed an improvement from the processor versions 309 to 551. Version 551 was found to be closer and more correlated to ground measurements over both agricultural and forested sites. For the agricultural sites, SMOS soil moisture showed high correlation coefficient with ground data especially with version 551(R ≥ 0.58, for ascending and descending overpasses), as well as a certain sensitivity to rainfall events. However, the SMOS soil moisture values were underestimated compared with ground measurements. This underestimation is less pronounced for the descending overpass over the Kenaston site (|bias| viii ≈ 0.03 m3/m3, for version v.551). For the forested site, due to the vegetation density, the SMOS soil moisture estimation algorithms were not very efficient despite the improvements brought to version 551. Moreover, over the agricultural site of Kenaston and the forested site of BERMS, SMOS soil moisture data showed, in general, good performances compared to AMSR-E/NSIDC, AMSR-E/VUA and ASCAT/SSM soil moisture products. DISaggregation based on Physical And Theoretical scale Change (DISPATCH), a physically-based downscaling algorithm, was used to downscale at 1-km spatial resolution the SMOS soil moisture estimates (40-km resolution) over the agricultural sites located in Kenaston and Winnipeg. DISPATCH is based on the Soil Evaporative Efficiency (SEE) derived from optical/thermal MODIS data, and a linear/non-linear model linking the Soil Evaporative Efficiency to the near-surface soil moisture at local scale. Over a site with a good spatial and temporal dynamics of soil moisture (such as Winnipeg’s site during the SMAPVEX12 field campaign), slightly better results were obtained with DISPATCH based on the linear model (R = 0.81, RMSE = 0.05 m3 /m3 and slope = 0.52, with respect to ground data) compared to results obtained from the non-linear model (R = 0.72, RMSE = 0.06 m3 /m3 and slope = 0.61, with respect to ground data). The accuracy of the DISPATCH-derived soil moisture, using both linear and non-linear models, decreases when the large-scale soil moisture increases. This study also showed, also, that DISPATCH can be generalized for very wet soil conditions (Kenaston’s site during the CanEX-SM10 field campaign). However, under wet soil conditions, better results were obtained with DISTACH based on the nonlinear (R > 0.70, RMSE = 0.04 m3/m3 and slope ≈ 0.80, with respect to the estimated soil moisture form L-band airborne brightness temperature) compared to results obtained with ix DISPATCH based on the linear model (R > 0.73, RMSE = 0.08 m3/m3 and slope > 1.5, with respect to the estimated soil moisture form L-band airborne brightness temperature). This is due to a systematic underestimation of the dry edge Tsmax. Furthermore, the downscaling results were found to be very sensitive to 𝑇𝑠𝑚𝑎𝑥, particularly with the linear model. A simple approach was proposed to improve the estimation of Tsmax under very wet soil conditions. It allowed reducing the impact of 𝑇𝑠𝑚𝑎𝑥 uncertainty in the disaggregation process. Using the improved Tsmax value, better results were obtained with the linear model (R > 0.72, RMSE = 0.04 m3/m3 and slope ≈ 0.80, with respect to the estimated soil moisture form L-band airborne brightness temperature) compared to the non-linear model (R > 0.64, RMSE = 0.05m3/m3 and slope ≈ 0.3, with respect to the estimated soil moisture form L-band airborne brightness temperature). Based on optical/thermal MODIS data, DISPATCH is not applicable for cloudy days. To overcome this limitation, a new method was proposed. It involves the combination of DISPATCH with the Canadian Land Surface Scheme (CLASS). DISPATCH-derived soil moisture data for cloud-free days are used to calibrate CLASS soil moisture simulations which are continually available at SMOS overpasses times. A calibration approach based on slope correction between the CLASS-derived and DISPATCH-derived (reference data) soil moisture datasets is considered. Results showed that soil moisture values derived from this newly developed method during cloudy days compare well with in situ data (R = 0.80, RMSE = 0.07 m3/m3 and slope = 0.73). For no-cloudy days, DISTATCH-derived soil moisture data are closer to in situ data than those derived when combining DISPATCH with CLASS.