Les capteurs RSO (Radar à Synthèse d'Ouverture) fournissent des observations des surfaces terrestres de manière continue depuis 1991 avec la mise en orbite du satellite ERS-1. Les données acquises jusqu'à peu, principalement basées sur l'exploitation de l'intensité du signal acquis selon une configuration de polarisation particulière, ont été l'objet de nombreuses études, notamment sur le suivi de la déforestation. Depuis 2007, de nouveaux capteurs RSO polarimétriques (PALSAR, RADARSAT-2, TerraSAR-X...) permettent la caractérisation polarimétrique des surfaces observées. Ces données nécessitent des traitements adpatés afin d'en extraire l'information la plus pertinente pour la thématique considérée. L'objet de ces travaux a été d'évaluer leur potentiel pour la cartographie de surfaces naturelles en milieu tropical. L'apport des multiples indices polarimétriques a été évalué à partir de l'algorithme de classification SVM (Machines à Vecteurs de Support). Cet algorithme est spécialement adapté pour prendre en compte un grand nombre d'indices non forcément homogènes. Les données utilisées ont été acquises par le capteur aéroporté AIRSAR sur une île en Polynésie Française. De nombreux relevés in situ ont permis la validation des résultats obtenus. Les résultats montrent que la sensibilité de ces données à la structure géométrique des surfaces observées permet une bonne discrimination entre les différents couvert végétaux étudiés, en particulier des types de forêts. De plus, la classification obtenue à partir de la méthode SVM est particulièrement plus performante que la classification usuelle basée sur la distribution de Wishart vérifiée a priori par les données radar. Ces résultats laissent présager de l'apport significatif des données radar polarimétriques futures pour le suivi des surfaces naturelles / The SAR (Synthetic Aperture Radar) sensor provides land use observation over the Earth since 1991 with the launching of the satellite ERS-1. The data acquired until recently, mainly based on the uses of the intensity channel with only one configuration of polarization, have been subject to numerous studies especially for the forest monitoring. Since 2007, new polarimetric SAR sensors (PALSAR, RADARSAT-2, TerraSAR-X...) allow polarimetric characterization of the studied area. Theses data require specific processing to extract the most relevant information to the considered thematic. The purpose of this work was to assess their potential for land use mapping in tropical environment. The contribution of multiple polarimetric indices was evaluated with the SVM classification algorithm (Support Vector Machine). This algorithm is specially adapted to take into account a large number of indices nos necessarily homogeneous. The data used in this study were acquired by the airborne AIRSAR sensor on an island in French Polynesia. Many ground surveys allow the results validation. The results show that the data sensitivity to the geometric structure of the observed areas allows a good discrimination between the different vegetation, particularly forest types. In addition, the classification obtained from the SVM algorythm is particularly more efficient than the usual classification based on the distribution of a priori Wishart verified by radar data. These results suggest the significant contribution of the polarimetric radardata for future monitoring of natural surfaces

Les capteurs RSO (Radar à Synthèse d'Ouverture) fournissent des observations des surfaces terrestres de manière continue depuis 1991 avec la mise en orbite du satellite ERS-1. Les données acquises jusqu'à peu, principalement basées sur l'exploitation de l'intensité du signal acquis selon une configuration de polarisation particulière, ont été l'objet de nombreuses études, notamment sur le suivi de la déforestation. Depuis 2007, de nouveaux capteurs RSO polarimétriques (PALSAR, RADARSAT-2, TerraSAR-X...) permettent la caractérisation polarimétrique des surfaces observées. Ces données nécessitent des traitements adpatés afin d'en extraire l'information la plus pertinente pour la thématique considérée. L'objet de ces travaux a été d'évaluer leur potentiel pour la cartographie de surfaces naturelles en milieu tropical. L'apport des multiples indices polarimétriques a été évalué à partir de l'algorithme de classification SVM (Machines à Vecteurs de Support). Cet algorithme est spécialement adapté pour prendre en compte un grand nombre d'indices non forcément homogènes. Les données utilisées ont été acquises par le capteur aéroporté AIRSAR sur une île en Polynésie Française. De nombreux relevés in situ ont permis la validation des résultats obtenus. Les résultats montrent que la sensibilité de ces données à la structure géométrique des surfaces observées permet une bonne discrimination entre les différents couvert végétaux étudiés, en particulier des types de forêts. De plus, la classification obtenue à partir de la méthode SVM est particulièrement plus performante que la classification usuelle basée sur la distribution de Wishart vérifiée a priori par les données radar. Ces résultats laissent présager de l'apport significatif des données radar polarimétriques futures pour le suivi des surfaces naturelles

La paramétrisation du transfert de chaleur par télédétection, basée sur le schéma SEBS, s'est déjà avérée très adaptée pour l'estimation de l'évapotranspiration (ET) sur des surfaces naturelles homogènes. Cependant, l'utilisation d'une telle méthode pour des paysages hétérogènes (e.g. régions semi-arides ou surfaces agricoles) est plus délicate, puisque le principe de la théorie de la similarité est compromis par la présence de différentes sources de chaleur et de hauteurs variées. Dans un premier temps, cette thèse a pour objectif de proposer et d'évaluer différents modèles basés sur la géométrie de la végétation qui permettent d'estimer la longueur de rugosité pour le transfert de quantité de mouvement à la surface (z0m), cette dernière étant un paramètre clé dans la caractérisation du transfert de chaleur. En revanche, une telle investigation ne peut être menée qu'à une petite échelle et à l'aide de données de télédétection très haute résolution permettant ainsi une description très détaillée de la surface. Ensuite, le second aspect de ce travail est de caractériser le transfert de chaleur dans le cas d'études régionales. Puis, la capacité de SEBS à estimer les flux de chaleur turbulents à de grandes échelles spatiales et temporelles sera évaluée. Pour ce faire, l’approche multi-échelle de SEBS (MSSEBS) a été implémentée afin de traiter une zone de 2,4 millions km2, incluant le Plateau du Tibet et l’amont des principaux fleuves d’Asie du sud-est. La combinaison de données horaires de température de surface FY-2 avec un rayonnement net journalier et des paramètres de surface avancés, permet de produire une série temporelle d’ET sur le Plateau du Tibet pour la période 2008-2010, et à une fréquence journalière. / The parameterization of heat transfer by remote sensing, and based on SEBS scheme for turbulent heat fluxes retrieval, already proved to be very convenient for estimating evapotranspiration (ET) over homogeneous land surfaces. However, the use of such a method over heterogeneous landscapes (e.g. semi-arid regions or agricultural land) becomes more difficult, since the principle of similarity theory is compromised by the presence of different heat sources with various heights. This thesis aims at first to propose and evaluate some models based on vegetation geometry for retrieving the surface roughness length for momentum transfer (z0m), which is a key parameter in the characterization of heat transfer. Such an investigation can only be led at a small scale with very-high resolution remote sensing data, for a precise description of the land surface. Therefore, the second aspect of this work is to determine how to address the characterization of heat transfer for regional studies. Then, the reliability of SEBS for estimating turbulent heat fluxes at large spatial and temporal scales has been evaluated. To do so, the Multi-Scale SEBS approach (MSSEBS) has been implemented for a 2.4 million km2 area including the Tibetan Plateau and the headwaters of the major rivers of East and South Asia. The addition of gap-filled hourly FY-2 LST data to advanced daily averaged net radiation and land surface parameters, allows to compute time-series of land surface ET over the Tibetan Plateau during the period 2008-2010, and on a daily basis.