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.

L’humidité du sol à été déclarée Essential Climate Variable (ECV) en 2010 par l’European Space Agency (ESA) en support du travail du Groupe d'experts Intergouvernemental sur l'Évolution du Climat (GIEC). Dans des zones vulnérables comme l’Afrique de l’Ouest (agriculture faiblement irriguée et de subsistance, températures extrêmes et forte variabilité des précipitations), la valeur ajoutée d’informations concernant l’humidité du sol est importante, surtout dans un contexte de changement climatique. La première partie de ces travaux de thèse concerne la représentation de l'humidité en profondeur à grande échelle en utilisant le triptyque mesures in-situ/télédétection/modélisation. Ces 3 méthodes présentent chacune des limites: (i) la faible densité des réseaux in-situ (3 sites de mesures sur toute l'Afrique de l'Ouest), (ii) les estimations de SMOS uniquement en surface (0-5 cm) et (iii) les incertitudes des forçages de précipitation temps-réel utilisés dans les modèles de surface. Afin de réduire ces limitations, une méthode d'assimilation (filtre particulaire) des données SMOS à été implémentée dans un modèle de surface empirique (API) et comparées aux mesures in-situ AMMA-CATCH. Les résultats montrent une amélioration des humidités modélisée après assimilation. La seconde partie concerne l'impact des variations d'humidité du sol sur les rendements de mil. Une relation statistique a tout d'abord été déterminée à partir de données de rendements mesurés sur 10 villages autour de Niamey. Les résultats montrent que les anomalies d'humidité du sol sur 20 jours début Juillet et fin Août - mi Septembre (période reproductive et période de remplissage du grain), à une profondeur d'environ 30 cm, expliquent les variations de rendement mesuré à R2=0.77 sur l'ensemble de 9 villages. Cette relation à ensuite été appliquée à l'échelle du Niger à partir de données de rendement issues de la FAO et de cartes d'humidité en profondeur développées dans la première partie de la thèse. Les résultats montrent une corrélation à R2=0.62 sur les années 1998-2014. Puis la méthode a été appliquée à 3 autres pays du Sahel, montrant une corrélation de 0.77. La dernière partie de ces travaux concerne l'exploitation des résidus du schéma d'assimilation afin de réduire les incertitudes sur les précipitations. Les produits de précipitations satellites CMORPH, TRMM et PERSIANN, dans leur version temps-réel ont été comparées à des pluviomètres avant et après assimilation. Le résultat de cette étude montre une nette amélioration des intensités estimées. La méthode a ensuite été appliquée à un produit de précipitation utilisé au centre régional AGRHYMET pour le suivi agricole, le produit TAMSAT.Ces travaux de thèse ont permis d'approfondir les recherches concernant le potentiel des données d'humidité par satellite pour des applications agronomiques. Les perspectives de ces travaux portent principalement sur : (i) l'utilisation d'autres capteurs (SMAP, ASCAT, AMSR) pour augmenter la fréquence des observations d'humidité dans l'assimilation, (ii) sur des méthodes de désagrégation des coefficients pour la correction des précipitations à plus haute résolution spatiale et (iii) sur l'utilisation de données multispectrales (indices de végétation, température du sol, ...) pour un meilleur suivi des rendements. / Soil moisture was declared Essential Climate Variable (ECV) in 2010 by the European Space Agency (ESA) in support of the work of the Intergovernmental Panel on Climate Change (IPCC). In vulnerable areas such as West Africa (poorly irrigated and subsistence agriculture, extreme temperatures and high variability of rainfall), the added value of informations on soil moisture is important, especially in a changing climate. The first part of this thesis concerns the representation of root-zone soil moisture on a large scale using the triptych in-situ measurements / remote sensing / modeling. These 3 methods each have limitations: (i) the low density of in-situ networks (3 measurement sites throughout West Africa), (ii) SMOS estimates only at the surface (0-5 cm) and (iii) the uncertainties of the real-time precipitation forcing used in surface models. In order to reduce these limitations, an assimilation method (particle filter) of SMOS data has been implemented in an empirical surface model (API) and compared to AMMA-CATCH in-situ measurements. The results show an improvement of the humidities modeled after assimilation. The second part concerns the impact of soil moisture variations on millet yields. A statistical relationship was first determined from yield data measured in 10 villages around Niamey. The results show that the 20-day soil moisture anomalies at the beginning of July and the end of August - mid September (reproductive period and grain filling period), at a depth of about 30 cm, explain the variations in yield measured at R2=0.77. This relationship was then applied to the Nigerien scale from FAO yield data and in-depth moisture maps developed in the first part of the thesis. The results show a correlation at R2=0.62 over the years 1998-2015. Then, the method was apply to 3 other sahelian countries, showing a agreement of 0.77. The last part of this work concerns the exploitation of the residuals of the assimilation scheme in order to reduce the uncertainties on the precipitations. The satellite precipitation products CMORPH, TRMM and PERSIANN, in their real-time version, were compared to rain gauges before and after assimilation. The result of this study shows a marked improvement in the estimated precipitations intensities. The method was then applied to a precipitation product used at the AGRHYMET regional center for agricultural monitoring, the TAMSAT product.This thesis work has led to further research into the potential of satellite moisture data for agronomic applications. The perspectives of this work mainly concern: (i) the use of other sensors (SMAP, ASCAT, AMSR) to increase the frequency of the observations of humidity in the assimilation, (ii) on methods of disaggregation of the coefficients for the correction of precipitation at higher spatial resolution and (iii) the use of multispectral data (vegetation indices, soil temperature, ...) for a better monitoring of yields.

The European Space Agency's Soil Moisture and Ocean Salinity (SMOS) satellite was launched on November, 2, 2009 from the Russian cosmodrome of Plesetsk. Its objective is to globally and regularly collect measurements of soil moistre and Sea Surface Salinity (SSS). To do that, a pioneering instru- ment has been developed: the Microwave Imaging Radiometer by Aperture Synthesis (MIRAS), the rst space-borne, 2-D interferometric radiometer ever built; it operates at L-band, with a central frequency of 1.4135 GHz, and consists of 69 antennas arranged in a Y shape array. MIRAS' output are brightness temperature maps, from which SSS can be derived through an iterative algorithm, and using auxiliary information. For each overpass of the satellite an SSS map is produced, with an estimated accuracy of 1 psu (rmse). According to the Global Ocean Data Assimilation Experiment (GODAE) the mission requirement is instead speci ed as 0.1 psu after av- eraging in a 10-day and 2 2 spatio-temporal boxes. In previuos works ((Sabia et al., 2010), or more extensively in Dr. Sabia's Ph.D. thesis (Sabia, 2008)) the main error sources in retrieving SSS from SMOS measurements were determined as: 1. Scene-dependent bias in the simulated measurements, 2. L-band forward modeling de nition, 3. Radiometric sensitivity and accuracy, 4. Constraints in the cost function, and 5. Spatio-temporal averaging. This Ph.D. thesis, is an attempt of reducing part of the aforementioned errors (the relative to the one-overpass SSS (1 - 4)) by a more sophisticated data processing. Firstly, quasi-realistic brightness temperatures have been simulated using the SMOS End-to-end Performance Simulator (SEPS) in its full mode and an ocean model, as provider for geophysical parameters. Using this data set the External Brightness Temperature Calibration technique has been tested to mitigate the scene-dependent bias, while the error introduced by inaccuracies in the L-band forward models has been accounted for by the application of the External Sea Surface Salinity Calibration. Apart from simulated brightness temperatures, both External Brightness Temperature Calibration and External Sea Surface Salinity Calibration have been tested using real synthetic-aperture brightness temperatures, collected by the Helsinki University of Technology HUT-2D radiometer during the SMOS Calibration and Validation Rehearsal Campaign in August 2007 and ten days of data acquired by the SMOS satellite between July 10 and 19, 2010. Finally, a study of the cost function used to derive SSS has been performed: the correlation between measurement mis ts has been estimated and the e ect of including it in the processing have been assessed. As an outcome of a 3-month internship at the Laboratoire LOCEAN in Paris, France, a theoretical review of the e ect of the rain on the very top SSS vertical pro le has been carried out and is presented as Appendix.

Les travaux de cette thèse s'inscrivent dans le cadre de la préparation de la mission SMOS (Soil Moisture and Ocean Salinity). Sur les terres émergées, le satellite SMOS fournira une cartographie globale de l'humidité du sol à partir de données radiométriques en bande-L (1.4 GHz). Le principe physique repose sur la sensibilité de la bande-L au contenu en eau de la surface. Le couvert végétal contribue à l'émission en fonction de son contenu en eau, et ses effets doivent être corrigés pour estimer l'humidité du sol. Le satellite SMOS obtiendra des mesures à deux polarisations (horizontale et verticale) et à multiples angles d'incidence. Ce système surdéfini permettera l'inversion de plusieurs paramètres, notamment l'humidité du sol et l'opacité de la végétation. L'objectif de cette thèse est de tester et d'améliorer si possible les modèles micro-ondes pour les scènes naturelles, en tenant compte les particularités de la configuration SMOS, notamment la diversité d'angles d'incidence. La première partie est consacrée à l'émission d'un sol nu. Dans un premier temps, deux approches (télédétection et capteurs in situ pour estimer l'humidité du sol ont été comparées. Dans un deuxième temps, la signature angulaire et polarimétrique de l'émission d'un sol nu rugueux est étudiée, un modèle semi-empirique est développé pour prendre en compte des effets de la rugosité aux différents angles et polarisations. La seconde partie est consacrée à l'émission d'un couvert végétal. L'influence de la rosée et les variations journalières de teneur en eau de la végétation sur l'émission ont été analysées.

Ce travail a porté sur la variabilité de la salinité de surface (SSS) de l'océan dans le gyre subtropical Nord Atlantique. J'ai étudié la variabilité saisonnière de la SSS en lien avec les flux d'eau douce échangés avec l'atmosphère et la circulation océanique à méso échelle, au cours de plus de deux ans, d'août 2012 à décembre 2014. Les produits issus de la mission satellitaire soil moisture and ocean salinity (SMOS) corrigés de biais systématiques aux grandes échelles ont été testés et utilisés pour restituer la variabilité méso-échelle de SSS. Nous avons de surcroit utilisé les simulations numériques à haute résolution PSY2V4R2-R4 de Mercator. Les champs issus de SMOS et des simulations ont été comparés aux données in situ de bouées dérivantes et de thermosalinographes recueillies pendant l'expérience SPURS, avec des résultats satisfaisants, en particulier en hiver, et des écarts-type de différences typiques de l'ordre de 0.15 pss. Le flux d’eau douce échangé avec l’atmosphère est le terme dominant dans le bilan saisonnier de la SSS. Ce sont des termes associés à la dynamique océanique qui le compensent partiellement. En particulier, l’entrainement des eaux sous-jacentes contribue fortement en début d’hiver. Il agit d’ordinaire à réduire la SSS, à l’exception de la région au sud du maximum de SSS, où c’est au contraire une augmentation qu’il induit. L’advection est une seconde contribution importante à la variabilité de la SSS. Elle transfert ainsi vers le nord les eaux ‘salinisées’ plus au sud dans la région du maximum de perte d’eau douce vers l’atmosphère. La contribution d'advection est fortement dépend du type de données utilisées et leur résolution spatiale. / The focus of this work is on sea surface salinity (SSS) variability in the North Atlantic subtropical gyre. We study seasonal SSS variability and its link to the atmospheric freshwater flux at the ocean surface and to ocean dynamics at meso-scales for the period August 2012 – December 2014. The products from the soil moisture and ocean salinity (SMOS) satellite mission corrected from large scale systematic errors are tested and used to retrieve meso-scale salinity features. Furthermore, the PSY2V4R2-R4 simulation produced by Mercator with a high spatial resolution is also used. The comparison of corrected SMOS SSS data and Mercator simulation with drifter's in situ and TSG measurements from the SPURS experiment shows a reasonable agreement with RMS differences on the order of 0.15 pss.The freshwater seasonal flux is the leading term in the SSS seasonal budget. To balance its effect the ocean dynamics strongly contribute. The entrainment of deeper water is strong during the winter time. It usually acts to lower SSS, except in the south of the SSS–max region where it contributes to increase salinity. Advection is the second important component responsible for the SSS variability. It transfers further north the salty water from the evaporation maximum region. The contribution of advertion term is strongly dependent on the type of data used and their spatial resolution.

La synthèse d'ouverture est une technique interférométrique similaire à la synthèse par rotation de la terre utilisée en radioastronomie où les signaux reçus par une paire de petites antennes sont traités de telle manière à synthétiser une seule grande antenne. Le concept de synthèse d'ouverture a été réadapté pour l'observation de la terre dans le cas de la télédétection de sources étendues de température. L'utilisation de cette technique pour l'observation de la terre a permis de contourner les limitations sur la taille d'antenne en télédétection passive. La fonction de corrélation, ou de visibilité, obtenue en inter-corrélant les signaux reçus par les an- tennes d'un système interférométrique employant une synthèse d'ouverture est définie comme étant la transformée de Fourier de la carte des températures de bril lance de la scène observée. Cette relation est connue sous le nom du théorème de Van Cittert-Zernike pour des observateurs en repos par rapport aux sources de température. La forme classique de ce théorème a été dérivée en inter-corrélant les échantillons temporels instantanés du champ électrique mesurés par différentes antennes. Un nouveau concept basé une interférométrie spatio-temporelle passive a été proposé comme étant la nouvelle génération qui succédera à la mission SMOS (Soil Moisture and Ocean Salinity) opérant dans l'espace depuis Novembre 2009. Celui-ci a pour objectif principal l'amélioration de la résolution spatiale à des ordres pouvant répondre aux applications hydrologiques à l'échelle locale où des résolutions kilométriques sont exigées. Ce concept interférométrique se base sur l'idée d'intégrer le déplacement de l'observateur (l'antenne) et ainsi la variable temps dans le calcul de la fonction de corrélation. Ceci engendre la création de nouvelles lignes de base virtuelles entre les positions des antennes à des instants différents, en plus des lignes de base physiques formées entres les positions des antennes instantanées. L'étude de ce concept de corrélation a malheureusement démontré la suppression exacte de l'information additionnelle due aux lignes de base virtuelles par le décalage Doppler induit par le déplacement. Une seconde étude du concept d'interférométrie spatio-temporelle combinée à une nouvelle procé- dure d'imagerie par corrélation dans l'espace fréquentiel, accomplie en inter-corrélant les spectres fréquentiels des champs électriques mesurés par une paire d'antennes séparées d'une distance Δr à bord d'un satellite à une hauteur h, a démontré l'obtention d'une information en 2D en températures de brillance de la scène observée. En plus, le développement théorique de la fonction de corrélation a mis en évidence une relation liant les visibilités aux températures de brillance par l'intermédiaire d'un noyau hautement oscillatoire. L'élément nouveau apporté par la corrélation dans l'espace fréquentiel consiste à exploiter l'informati- on de corrélation acquise par les antennes du satellite pour des fréquences présentant de petites dif- férences et pas seulement l'auto-corrélation. Cette propriété permet une reconstruction en 2D des températures de brillance avec seulement deux antennes / Aperture synthesis is an interferometric technique similar to Earth rotation synthesis employed in radio astronomy in which the signals received by a pair of small antennas are processed in a way to synthesize a single large antenna. The aperture synthetic concept used in radioastronomy was readapted to Earth remote sensing for large thermal sources. Thanks to this technique, limitations on antenna size in passive microwave remote sensing have been overcome. The correlation, or visibility, function obtained by cross-correlating the signals received by the antennas of an interferometric system using aperture synthesis is linked to the brightness temperature map of the observed scene by means of a Fourier-transform law. This is know as the standard form of the Van Cittert-Zernike theorem for fixed observers with respect to sources of temperature. This stan- dard formulation is derived by cross-correlating the instantaneous temporal components of the measured electric fields by different antennas. A new concept based on a passive spatio-temporal interferometry was proposed as the new generation to follow the well-known SMOS (Soil Moisture and Ocean Salinity) mission successfully operating since November 2, 2009. The aim of the proposed concept is a jump in the current achieved geometric resolution to orders capable of meeting the stringent users' needs for the study of hydrological applications in the local scale where sub-kilometric resolutions are required. This interferometric concept is based on the idea of integrating the displacement of the observer (satellite's antenna), and hence the time variable, in the calculation of the correlation function, which yields the creation of virtual baselines between the positions of antennas at different instants, in addition to the physical ones formed between the instantaneous antennas' spatial positions. Sadly, the additional information due to the virtual baseline was shown to be exactly canceled by the induced Doppler shift due to the observer's motion. We show furthermore that when using the aforementioned spatio-temporal interferometric system combined with a revolutionary Fourier Correlation Imaging (FouCoIm) procedure, consisting in cross-correlating, at slightly different frequencies, the Fourier components of the fluctuations of the re- ceived electric fields by a pair of antennas separated by a distance Δr on board of a satellite flying at height h, the 2D position-dependent brightness temperature can be reconstructed. Besides, the analytical derivation of the correlation function gives rise to a relationship linking the measured cor- relations to the position-dependent brightness temperatures by means of a Highly Oscillatory Integral (HOI) kernel. Interestingly, the analytical study of the HOI kernel showed the remarkable property that a corre- lation between both antenna-signals remains within a small frequency interval (different frequencies) outside the simple auto-correlation (same frequency). As a matter of fact, while existing systems had, until now, only considered the simple 1D information contained in the auto-correlation, it appears that the resulting correlation function from this concept bears a 2D information for the measurement of the position-dependent brightness temperature. Based on this, one is capable of reconstructing 2D bright- ness temperatures starting from a simple 1D geometry (two antennas arranged perpendicularly to the flight direction)

Le Golfe du Bengale (GdB), dans l'océan indien Nord, est sous l'influence d'intenses vents de mousson, qui se renversent saisonnièrement. Les fortes pluies et les apports fluviaux associés à la mousson de Sud-Ouest font du GdB l'une des régions les moins salées des océans tropicaux. La forte stratification haline proche de la surface qui en découle contribue à limiter le mélange vertical, ce qui maintient des températures de surface élevées et favorise la convection atmosphérique et les pluies. Cette stratification en sel a ainsi des implications profondes sur les échanges air-mer et sur le climat des pays riverains. L'objectif de ma thèse est d'améliorer la description de la variabilité de la salinité de surface (SSS) du GdB, et de comprendre ses mécanismes aux échelles de temps saisonnières à interannuelles. Les climatologies existantes ont permis de mettre en évidence un cycle saisonnier marqué de la SSS, avec un dessalement intense de la partie Nord du bassin pendant l'automne, suivi par une expansion de ces eaux dessalées le long du bord Ouest du bassin. Cette langue dessalée s'érode finalement pendant l'hiver, pour revenir à son extension minimale au printemps. Cependant, la rareté des observations in-situ de SSS ne permet d'observer les fluctuations interannuelles autour de ce cycle saisonnier que de manière parcellaire dans le GdB. Le développement récent de la télédétection spatiale de la SSS (missions SMOS et AQUARIUS) a ouvert de nouvelles opportunités à cet égard. Cette technologie reste toutefois délicate dans le cas d'un bassin de petite taille tel que le GdB, du fait des contaminations éventuelles du signal de SSS par les interférences radio et par les sources d'origine continentale. Une validation systématique des produits satellites par comparaison à un jeu de données in-situ exhaustif montre qu'Aquarius capture de façon réaliste les évolutions saisonnières et interannuelles de la SSS partout dans le GdB. A l'inverse, SMOS ne parvient pas à restituer une salinité meilleure que les climatologies existantes. / Located in the Northern Indian Ocean, the Bay of Bengal (BoB) is forced by intense seasonally reversing monsoon winds. Heavy rainfall and strong river runoffs associated with the southwest monsoon makes the bay one of the freshest regions in the tropical ocean. This surface fresh water flux induces strong near surface salinity stratification, which reduces vertical mixing and maintains high sea surface temperatures and deep atmospheric convection and rainfall. This intense near surface haline stratification has therefore profound implications on the air-sea exchanges, and on the climate of the neighboring countries. The goal of my thesis is to improve the description of the Sea surface salinity (SSS) variability in the BoB and to understand the oceanic and atmospheric processes driving this variability at seasonal and interannual timescales. Existing climatologies reveal a marked seasonal cycle of SSS with an intense freshening of the northern part of the basin during fall that subsequently spreads along the western boundary. This fresh pool finally erodes during winter, to reach its minimal extent in spring. The paucity of in-situ SSS observations however prevented to monitor the interannual fluctuations around this seasonal picture with a good spatial coverage. The recent development of SSS remote-sensing capabilities (with SMOS and AQUARIUS satellites) may help with that regard. However this is particularly challenging for a small semi-enclosed basin such as the Bay of Bengal, because of the potential contamination of the SSS signal by radio frequency interferences and land effects in the near coastal environment. A thorough validation of these satellite products to an exhaustive gridded in-situ dataset shows that Aquarius reasonably captures the large-scale observed seasonal and interannual SSS evolution everywhere in the BoB while SMOS does not perform better than existing climatologies, advocating for improvements of its SSS retrieval algorithm there.

L'objectif du satellite européen SMOS (Soil Moisture and Ocean Salinity), lancé le 02 novembre 2009, est de mesurer, par radiométrie en bande L, la salinité de surface des océans (SSS) et l'humidité des sols. Pour atteindre une précision de 0.1 – 0.2 pss sur des cartes de SSS moyennées sur 10 jours et sur 200 km x 200 km, une phase d'étalonnage et de validation des mesures doit être réalisée. Une des techniques retenues est la comparaison entre des salinités in situ, mesurées à plusieurs mètres de profondeur et les salinités SMOS, représentatives du premier centimètre sous la surface océanique. Cette différence verticale peut engendrer des biais de salinité importants, notamment en cas de fortes précipitations. Ce travail, réalisé en collaboration avec le LOCEAN et ACRI-St, se concentre sur la variabilité verticale de la salinité dans les 10 premiers mètres de la couche de surface océanique et sur ses conséquences pour la phase d'étalonnage/ validation de SMOS. Il propose, à partir de mesures in situ, une description des différences verticales de salinité sur l'ensemble des zones océaniques tropicales (30°N – 30°S). Une étude statistique de la relation entre ces différences verticales et un paramètre de pluie, construit à partir des mesures satellitaires de taux de précipitation est également effectuée. Enfin,pour combler le manque de salinités in situ proches de la surface, la possibilité d'utiliser des modèles théoriques pour simuler les différences verticales de salinité en cas de pluie a été étudiée. Les modèles utilisés sont le modèle de circulation océanique NEMO et le modèle unidimensionnel PWP ([Price et al., 1986]) qui calcule la profondeur de la couche de mélange.

The Soil Moisture and Ocean Salinity (SMOS) mission is an Earth Explorer Opportunity mission from the European Space Agency (ESA). It was a direct response to the global observations of soil moisture and ocean salinity. Its goal is to produce global of these parameters using a dual-polarization L-band interferometric radiometer the Microwave Imaging Radiometer by Aperture Synthesis (MIRAS). This instrument is a new polarimetric two-dimensional (2-D) Y-shaped synthetic aperture interferometric radiometer based on the techniques used in radio-astronomy to obtain high resolution avoiding large antenna structures. MIRAS measures remotely the brightness temperature (TB) emitted by the Earth's surface, which is not isotropic, since it depends on the incidence angle and polarization, the Soil Moisture (SM) or the Sea Surface (SSS), the surface roughness etc. among others. The scope of this doctoral thesis is the study of some potential improvements could eventually be implemented in future interferometric radiometers. To validate improvements a ground-based instrument concept demonstrator the Passive Advanced Unit Synthetic Aperture or (PAU-SA) has being designed and implemented. Both MIRAS and PAU-SA are Y-shaped array, but the receiver topology and the processing unit are different. This Ph.D. thesis has been developed in the frame of The European Investigator Awards (EURYI) 2004 project entitled "Passive Advanced Unit (PAU): Hybrid L-band Radiometer, GNSS Refectometer and IR-Radiometer for Passive Sensing of the Ocean", and supported by the European Science Foundation (ESF).

Un des objectifs de la future mission SMOS (Soil Moisture and Ocean Salinity) est de cartographier l'humidité de la surface du sol sur l'ensemble des continents. Les technologies récentes (interférométrie par synthèse d'ouverture) permettent de mesurer l'émission micro-onde de la surface à 1.41 GHz, pour différents angles de visée simultanément et pour les deux polarisations ; cette émission dépend principalement de la quantité d'eau présente dans les 3 à 5 premiers centimètres du sol. Cependant, la présence de végétation atténue l'émission du sol et ajoute sa propre contribution, il est donc nécessaire de séparer ces deux contributions afin d'estimer l'humidité de la surface. <br />L'émission d'un couvert végétal dans les micro-ondes est estimée par le modèle de transfert radiatif tau-omega ; de plus, l'inversion de ce modèle par régression non linéaire permet d'estimer les variables inconnues du modèle : humidité et paramètres de végétation (épaisseur optique et albédo de simple diffusion). L'objectif de cette thèse est d'améliorer les méthodes d'inversion du modèle en utilisant la configuration originale de visée de SMOS : observations multi-angulaires et en bi-polarisation.<br /> Cette étude est basée sur des campagnes expérimentales sur différentes cultures : maïs, blé, luzerne, herbe, soja et sorgho. Dans un premier temps, nous avons évalué les paramètres micro-ondes de végétation en fonction du temps, de l'angle et de la polarisation, pour chacun de ces couverts. Cette étude nous permet de poser les hypothèses simplificatrices qui permettront d'estimer l'humidité du sol. Ensuite, nous avons testé l'inversion du modèle tau-omega sur l'ensemble des couverts simultanément. Différentes configurations d'inversion ont été comparées afin de prescrire une stratégie adéquate pour estimer l'humidité sous un couvert agricole quelconque selon les informations a priori disponibles. Nous montrons ainsi qu'il est possible d'estimer l'humidité du sol avec une précision relativement bonne (RMSE= 0.047 m3/m3) avec peu d'informations sur le type de sol et sur le type de couvert.