Une hausse de la moyenne globale de la température est attendue d'ici la fin du siècle. Ce changement aura des conséquences sur le cycle de l'eau. L'humidité du sol fait partie de ce cycle et pourrait être modifiée au cours des prochaines années. Certaines régions dépendent, dans une certaine mesure, de la quantité d'eau dans le sol pendant la saison estivale plus particulièrement. Les régions où cette dépendance est présente pourraient migrer en réponse à la hausse de la température et de la modification du cycle de l'eau. À l'aide du MRCC et du schéma de surface intégré (CLASS), l'évaluation de la représentation de la quantité d'eau dans le sol sera comparée avec les observations et les évaluations qualitatives d'estimation de l'humidité du sol afin de déterminer si le modèle définit bien cette mesure. Le changement appréhendé de l'humidité du sol pour les périodes futures sera évalué. La migration possible des zones de couplage sol-atmosphère sera estimée à l'aide de différents outils disponibles. L'utilisation d'un modèle régional (MRC) va permettre de représenter l'humidité du sol et les autres champs météorologiques avec une plus haute résolution. La majorité des études effectuées sur le sujet proviennent de modèles de circulation générale (MCG) et l'utilisation d'un MRC pourra amener une meilleure perspective. Les résultats de l'évaluation de l'humidité du sol démontrent certaines lacunes dans le cycle annuel surtout vers la fin de l'été et à l'automne. La représentation de la 3e et dernière couche comporte un biais important face aux observations. Dans l'ensemble, les tendances sont assez bien respectées, par contre, certaines différences existent au niveau de l'intensité des événements extrêmes. Au niveau du changement appréhendé de l'humidité du sol, certains résultats des autres études concordent avec ceux obtenus dans le cadre de celle-ci. Une diminution de la quantité d'eau dans le sol pour les régions subtropicales de l'Amérique du Nord est attendue. Pour les latitudes moyennes, une augmentation durant l'hiver et une baisse durant l'été sont appréhendées. Au niveau des hautes latitudes, les autres études ne s'entendent pas exactement sur le sens du changement. Dans cette recherche, la fonte du pergélisol semble un élément important particulièrement pour la couche la plus profonde. En effet, le ruissellement est important en raison du type de sol présent qui joue un rôle prépondérant dans les résultats obtenus. Les différents outils utilisés afin d'évaluer le changement au niveau de l'intensité du couplage sol-atmosphère indiquent la possibilité d'une migration vers le nord-est des États-Unis, le centre-nord des États-Unis, les Prairies canadiennes et, à la limite, le sud-est du Canada pendant la saison estivale d'ici la fin du siècle. En effet, le déplacement des zones de corrélation positive entre l'évaporation et l'humidité du sol de la première couche vers le nord et l'est de l'Amérique du Nord est un élément qui laisse envisager cette possibilité. L'augmentation de la variabilité de l'évaporation et de la température pour le nord-est des États-Unis et les Prairies canadiennes est un autre élément qui joue un rôle vers la modification des zones où le couplage est important. Des distributions journalières ayant deux modes ont été obtenues dans des bassins versants qui se situent dans des régions de couplage ou qui pourraient s'y retrouver au cours des prochaines années. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : modèle régional du climat, cycle de l'eau, humidité du sol, changements appréhendés, couplage sol-atmosphère

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.

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.

L’augmentation de la demande en lait infantile génère une forte croissance de la production mondiale de lactose. En raison d’exigences accrues sur la qualité du produit, le mottage, ou prise en masse spontanée de la poudre, est une non-conformité pouvant s’avérer très coûteuse. En utilisant une approche procédé – produit, ce projet vise à identifier les paramètres critiques et comprendre les mécanismes de mottage du lactose, pour donner les moyens aux industriels de prévenir le mottage. Les résultats obtenus sur des poudres produites à l’échelle pilote montrent le rôle déterminant des impuretés (i.e. composés autres que le lactose) et de la granulométrie. En effet, les impuretés renforcent l’hygroscopicité et le mottage. De plus, en augmentant la teneur en impuretés, la surface spécifique et le nombre de points de contact, une diminution de la taille des particules et une hétérogénéité de tailles accrue intensifient le mottage. L’analyse des poudres commerciales a confirmé ces résultatUn autre résultat marquant de ce travail est le développement d’un test de mottage accéléré, qui permet de classer des poudres de lactose en fonction de leur tendance au mottage en moins d’une journée, après un stockage à 50°C et 60% d’HR. Un test similaire implémenté sur chaque site de production permettrait l’identification rapide des lots à risque avant expédition. Grâce à la meilleure compréhension des mécanismes de mottage fourni par ce travail, les industriels peuvent cibler les étapes critiques du procédé à optimiser pour prévenir le mottage du lactose. / Driven by the growth in the infant formula market, lactose production is increasing worldwide, and the requirements for the product quality are becoming stricter. Caking, or the unwanted agglomeration of lactose powder particles, is synonym of poor quality for the customers and should therefore be prevented to avoid large economic loss. Focusing on the process–product relationship, this PhD project aimed at finding the critical parameters and understanding the caking mechanisms in lactose powder in order to establish means to limit caking. In samples from pilot production, impurities (i.e. non-lactose components) were shown to increase moisture sorption and caking. The particle size distribution of the powder also exhibited a large effect on caking. Indeed, smaller particles and a broader distribution were characterized by enhanced moisture sorption and stronger caking, which were explained by a larger impurity content and surface area and more contact points.Analyses on the commercial powder confirmed these results and revealed the instability of the water activity during storage of the powder after drying, which was linked to caking in the bags. This PhD project also addressed an essential need in the dairy industry, i.e. the development of an accelerated caking test. Samples from different production sites were discriminated in terms of caking in less than a day, using appropriate test conditions (50°C and 60% RH). A similar test implemented at all sites would highlight batches with a high caking tendency before shipment to the customers. The better understanding of th

L'évapotranspiration (ET) et ses deux composantes, l'évaporation du sol et la transpiration des plantes, jouent un rôle crucial dans le cycle hydrologique, en particulier dans les régions semi-arides. Le suivi de l'évaporation du sol à des échelles multiples est particulièrement intéressant pour une multitude d'applications agronomiques, hydrologiques, météorologiques et climatiques, pour lesquelles la télédétection a un grand potentiel via deux observables clés liées à l'évaporation: la température de surface (Land Surface Temperature - LST) et l'humidité du sol en surface (Soil Moisture - SM). Cette thèse avait pour but d'améliorer la représentation spatio-temporelle de l'évaporation du sol, par une modélisation multi-échelle capable d'utiliser la synergie des données de télédétection disponibles. Une nouvelle méthodologie a été développée afin d'estimer l'efficacité évaporative du sol ou SEE (Soil Evaporative Efficiency, définie comme le rapport entre l'évaporation du sol réelle et celle potentielle), avec une résolution comprise entre 100 m et 40 km. Elle combine l'humidité du sol dérivée à 40 km de résolution des données micro-ondes, la température de surface, le couvert végétal et l'albédo de surface issues des capteurs optiques avec une résolution spatiale variant de 100 m and 1 km, et des données météorologiques. Cette approche a été testée sur des zones irriguées semi-arides au Maroc, au Mexique et en Espagne. Dans une première étape, un modèle du bilan d'énergie du sol (EBsoil) a été proposé pour estimer les limites humide/sèche d'un modèle de l'ET basé sur la LST. Les sorties du modèle EBsoil ont été validées avec des mesures in situ de la température du sol réalisées au Maroc. Les estimations de l'ET obtenues soit uniquement à partir des données de télédétection, soit en utilisant EBsoil, ont ensuite été comparées avec une ET de référence sur le site mexicain pour des résolutions de 100 m et 1 km. Les résultats ont montré que l'intégration de EBsoil améliore les estimations de l'ET à la résolution de 1 km. L'étape suivante s'est concentrée sur la dynamique temporelle de la SEE, en utilisant la technique de la modélisation globale. Cette approche a été utilisée jusqu'à présent pour un petit nombre de contextes environnementaux, avec encore moins de modèles obtenus qui sont en mesure de reproduire la dynamique d'origine. Pour la première fois, un modèle chaotique de dimension quatre a été obtenu pour le cycle journalier de la SEE, capable de reproduire la dynamique de la variable avec une bonne approximation dans l'espace des phases. Dans une dernière étape, les deux approches de télédétection utilisées pour calculer la SEE - en fonction de la LST ou de la SM - ont été combinées dans un algorithme de désagrégation (DISPATCH) des données SM SMOS (Soil Moisture and Ocean Salinity). EBsoil a été intégré dans DISPATCH et un nouvel algorithme a été développé: DISPATCH-E. Une évaluation indirecte de l'approche de modélisation de la SEE a été implémentée sur le site espagnol en comparant la SM DISPATCH-E aux mesures in situ. L'intégration de EBsoil améliore significativement la SM désagrégée à 1 km de résolution. De plus, elle fournit des points de référence pour l'étalonnage des modèles multi-résolution de la SEE, ainsi qu'une évaluation indépendante de l'incertitude des données de télédétection. / Evapotranspiration (ET) and its two main components, soil evaporation and plant transpiration, play a crucial role in the hydrological cycle, especially over semi-arid regions. Monitoring soil evaporation at multiple scales is especially relevant to a multitude of agronomic, hydrologic, meteorological and climatic applications, where remote sensing-based approaches have great potential via two evaporation-related observable variables: the land surface temperature (LST) and the surface soil moisture (SM). The aim of this PhD was to try and improve the spatio-temporal representation of soil evaporation by developing a multi-scale modeling approach that makes use of the synergy between readily available remote sensing data. A new methodology was developed to estimate the soil evaporative efficiency or SEE (ratio of actual to potential soil evaporation) at 100 m to 40 km resolution by combining 40 km resolution microwave-derived SM, 100 m to 1 km resolution thermal-derived LST, 100 m to 1 km resolution reflectance-derived vegetation cover/surface albedo and available meteorological data. The approach was tested over three different semi-arid irrigated areas in Morocco, Mexico and Spain. In a first step, a soil energy balance model (EBsoil) was proposed to improve the determination of the dry/wet boundaries of a LST-based ET model. EBsoil outputs were validated against in situ measurements of dry/wet soil temperatures over the Moroccan site. ET estimates were subsequently derived either from remote sensing data solely or by using EBsoil and intercompared at 100 m and 1 km resolutions with a reference ET over the Mexican site. Results showed that integrating EBsoil improves ET estimates at a medium (1 km) resolution. The next step consisted in looking into the temporal dynamics of SEE, using the global modeling technique, approach used for a very small number of environmental contexts, with even fewer models obtained that are able to reproduce the original dynamics. For the first time ever, a four dimensional chaotic model was obtained for the daily cycle of SEE, able to reproduce the dynamics of the variable with a good approximation in the phase domain. In a final step, the two remote sensing approaches used in deriving SEE - as a function of LST or SM - were combined within a disaggregation algorithm (DISPATCH) of SMOS (Soil Moisture and Ocean Salinity) SM data. EBsoil was integrated in DISPATCH and a new algorithm was developed: DISPATCH-E. An indirect validation of the SEE modeling approach was performed by assessing DISPATCH-E's results in terms of 1 km resolution SM estimates over the Spanish site. Implementing EBsoil significantly improves the downscaled SM. Furthermore it provides reference points for calibrating multi-resolution SEE models, as well as being an independent way of assessing uncertainty in remotely sensed data.

Bien que la prévision saisonnière soit opérationnelle depuis quelques années, son application à l’hydrologie reste encore aujourd’hui moins développée. La prévision saisonnière hydrologique peut pourtant se révéler être un outil potentiellement utile pour prévoir quelques mois à l’avance les caractéristiques hydrologiques, comme les conditions d’humidité des sols ou les débits des rivières. L’objectif de cette thèse est d’évaluer le potentiel de la chaîne hydrométéorologique Hydro-SF pour prévoir les débits et l’humidité des sols à l’échelle de la saison en France métropolitaine pour la gestion des ressources en eau, et plus particulièrement l’anticipation de sécheresses et des basses eaux. Pour cela, dans un premier temps, les différentes sources de prévisibilité du système hydrologique, ainsi que l’apport de la prévision saisonnière par rapport à une prévision climatologique, sont évaluées sur la période de 1960 à 2005 au printemps (trimestre Mars-Avril-Mai). Ces résultats, qui font l’objet d’un article publié, montrent alors qu’une part importante de la prévisibilité du système hydrologique provient : de la neige pour les bassins de montagne, de la nappe souterraine modélisée dans le bassin de la Seine, et du forçage atmosphérique pour les plaines en France. De plus, plusieurs forçages du modèle de climat ARPEGE sont comparés, et l’apport de la prévision saisonnière par rapport à la climatologie est constaté sur le Nord-Est de la France. Ensuite, compte-tenu de l’importance des forçages atmosphériques dans les résultats obtenus précédemment en zone de plaine, un travail spécifique sur la descente d’échelle des prévisions saisonnières météorologiques est réalisé. Les températures et les précipitations issues des prévisions saisonnières sont désagrégées grâce à une méthode statistique complexe : la classification par type de temps et analogues avec DSCLIM. Cette désagrégation est ainsi comparée à la méthode implémentée jusqu’à présente, basée sur une simple interpolation spatiale et des calculs d’anomalies standardisées. Ce travail sur la descente d’échelle s’effectue toujours sur la période du printemps, et permet ainsi de constater que son apport par rapport à la descente d’échelle simple auparavant utilisée reste mitigé autant pour les paramètres de surface du forçage atmosphérique que pour les variables hydrologiques. Quelques pistes d’études plus poussées sur la descente d’échelle des prévisions saisonnières sont ainsi proposées pour l’avenir. Enfin, des prévisions saisonnières hydrologiques sont réalisées pour la saison de l’été (Juin-Juillet-Août), période où ont lieu les plus fortes tensions sur les différents usages de l’eau du fait des faibles débits et des sécheresses. Ce thème est alors documenté à l’aide de quatre expériences de prévisions avec des dates d’initialisations différentes (de Février à Mai) pour évaluer la chaîne Hydro-SF sur la période de débits estivaux en France, mais aussi pour connaître la date optimale d’initialisation des prévisions et permettre la meilleure anticipation d’éventuelles sécheresses. Les résultats sont intéressants puisqu’ils montrent des scores significatifs à partir des prévisions initialisées au mois d’Avril, surtout pour les bassins en aval des montagnes dont la prévisibilité dépend de la couverture neigeuse, et le bassin de la Seine où l’influence de la nappe modélisée sur les débits des rivières augmente par rapport au printemps. Comme pour le printemps, l’apport de la prévision saisonnière pour le système hydrologique est évalué et montre une valeur ajoutée sur le Sud de la France. / Although seasonal meteorological forecasts are operational for several years, their application to hydrology remain less developed. However, seasonal hydrological forecasts can be a useful tool to forecast a few months in advance hydrological characteristics like soil moisture or river flow. The aim of this thesis is thus to evaluate the potential of the Hydro-SF hydrometeorological forecasting suite to forecast river flow and soil moisture at seasonal time scale over France, for the water resources management, especially for the anticipation of droughts and low flows. To address this goal, the different sources of predictability of the hydrologic system, and the added value of seasonal forecasts compared with climatologic forecasts, are evaluated for the spring season (March-April-May) from 1960 to 2005. The results, already published, show that an important part of the predictability comes from : the snow cover over high mountains, the large and complex aquifer simulated for the Seine catchment, and the atmospheric forcing over most plains. Moreover, differents atmospheric forcings from the climate model ARPEGE are confronted, and the added value of seasonal forecasts compared with climatologic forecasts is observed over the North-East of France. Secondly, as the importance of atmospheric forcing over most plains is seen with the precedent results, a specific work is done on downscaling. The meteorological surface parameters from seasonal forecasts are disaggregated using a complex statistic method : weather types classification and analogs with DSCLIM. This disaggregation is compared with the method implemented before with a simple spatial interpolation and calculation of standardized anomalies. This work is always realized for the spring season, and bring out that the contribution of DSCLIM compared with the simple method used before, is ambivalent for atmospheric forcing and hydrological variables. Several others investigations about downscaling of seasonal forecast are thus needed, and suggestions are done for future work. Finally, in the context of water resources management, seasonal hydrological forecasts are done for summer (June-July-August), when water uses conflicts are at a maximum because of low flows and droughts. This topic is addressed using four forecasting experiments with differents initializations (from February to May), in order to assess the potential of the Hydro-SF suite over the period of summer low flow over France, but also in order to determine the optimal initialization forecast for the best anticipation of possible droughts. Results are interesting as they show significant scores with an initialization of seasonal forecasts from April, especially for : catchment located downstream from mountains where the hydrological predictability depends on snow cover, and the Seine catchment where the importance of the contribution of the groundwater for river flow increase in summer compared with spring. In the same way that for spring, the added value of seasonal forecasting for the hydrological system is evaluated and located, for summer, in the South of France.

Doctorat en sciences appliquées / info:eu-repo/semantics/nonPublished

Cette thèse étudie l'évaporation et l'humidité du sol, deux paramètres clefs du cycle hydrologique et du système climatique.L'évaporation potentielle (ETP) est un paramètre clef pour les modèles hydrologiques et agronomiques qui décrit les interactions entre la surface et l'atmosphère. Il constitue la base des estimations de l'évaporation réelle. Nous avons évalué, à l'échelle globale et pour le climat actuel ainsi que pour les changements attendus, des estimations de l'ETP basées sur des principes physiques ainsi que des approches empiriques. La méthode d'estimation du flux potentiel conseillée par la Food and Agriculture Organization (FAO) montre une sous évaluation par rapport au schéma de surface, ce qui a pu être relié à certaines hypothèses faites. Ceci implique aussi une sensibilité plus faible au changement climatique de la formulation proposée par la FAO. Nous avons aussi constaté que les méthodes empiriques ne représentent pas correctement l'impact du changement climatique sur l'ETP.L'humidité du sol est analysée du point de vue de la température de brillance en Bande-L (TB). Cette mesure du rayonnement émis par la surface dans une bande spectrale sensible à l'eau dans les premiers centimètres du sol, constitue une des pistes pour l'estimation de l'humidité de surface depuis l'espace. Des mesures de TB ont été comparées, au dessus de la Péninsule Ibérique, à des données simulées par deux schémas de surface. Un bon accord a été trouvé entre les observations et les simulations sur l'évolution temporelle des signaux. Par contre, les structures spatiales peuvent être très différentes au cours de l'automne et l'hiver à cause de cycles annuels très contrastés. / This thesis deals with the study of evaporation and soil moisture, t wo main parameters of the hydrological cycle, and thus the climate system. First, potential evaporation (ET P ) is analysed. It is an important input to hydrological and agronomic models, key to describe the interactions between the surface e and the atmosphere, and the basis of most of the estimations of actual evapora tion. Physically-based and empirical methods to estimate ET P are evaluated, at a global scale, under current climate conditions and in a changing climate. The former methods correspond to those implemented in land surface models (LSM) and the Food and Agriculture Organization (F AO) reference evapotranspiration equation. The assumptions made in FAO's method underest imate ET P if compared to LSM methods. They also result in a lower sensitive ty of ET P to climate change. In addition, empirical equations are not able to reproduce the impact of climate change on ET P if compared to that from LSM methods. Soil moisture is the second aim of this thesis. It is treated t hrough the analysis of brightness temperatures (TB). These are a measure of the radiation emitted by the surface , and thus an optimum parameter to use in remote sensing techniques for soi l moisture retrieval. Measured TB from the Soil Moisture and Ocean Salinity (SMOS) mission are compared, over the Iberian Peninsula, to two sets of TB modelled estimates from two LSM. There is a good agreement in the temporal evolution between them. However, discrepancy es are found regarding the spatial structures, which become more evident during fall and winter and are mainly explained by differences in the annual cycle of measured and modelled TB.

Le recours à la caractérisation des états hydrique, géométrique et physique de surface du sol est essentiel dans la gestion et la conservation des ressources naturelles dans les régions agricoles semi-aride. Dans ce contexte, les travaux de cette thèse visent à estimer la variabilité spatio-temporelle des paramètres de surfaces agricoles nues (humidité, rugosité et texture) moyennant des données radars multi-temporelles acquises en bande X à haute résolution spatiale. Une nouvelle description de l'état géométrique des sols est d'abord proposée à travers l'estimation d'un nouveau paramètre de rugosité, le paramètre Zg, estimé en fonction de trois paramètres statistiques de rugosité (écart type des hauteurs "s", longueur de corrélation "l" et la forme de la fonction de corrélation). Les simulations des signaux radar montrent une très forte corrélation avec ce paramètre de rugosité. L'apport du paramètre Zg est confirmé à travers une large base de données expérimentale et spatiale acquises sur différents sites en France. Le deuxième volet de cette thèse présente une analyse des sensibilités des signaux radars issus de capteurs (TerraSAR-X et COSMO-SkyMed), aux paramètres de surface (l'humidité et les trois paramètres de rugosité : s, Zs=s2/l et Zg). Une forte corrélation est observée entre les mesures radars acquises à différentes configurations (polarisations HH et VV, et à 26° et 36°d'incidences) et tous les paramètres du sol. Cette analyse est suivie par des comparaisons des coefficients de rétrodiffusion réels et simulés à partir des modèles physique et semi empirique couramment utilisés : Modèle d'équation intégrale " IEM " de Fung et al., 1992, Modèle de Dubois (Dubois et al., 1995) et le Modèle IEM empiriquement calibré par Baghdadi et al., 2011. Le dernier modèle a montré une forte cohérence avec les mesures radar. Dans le troisième volet, une méthode empirique de détection de changement est développée, en combinant les images radars TerraSAR-X avec des données d'humidités ponctuelles dérivées du réseau des 7 capteurs repartis sur la zone d'étude en continue, pour spatialiser l'état hydrique du sol. La performance de l'algorithme proposé, est évaluée et validée sur de nombreuses parcelles de référence. La spatialisation de la teneur en argile des sols est déduite à partir du calcul de la moyenne des cartes de l'état hydrique du sol (une erreur quadratique moyenne équivalent à 108 g/kg). Pour cartographier la rugosité des sols, des relations empiriques reliant le signal radar aux paramètres de rugosité (Ecart type des hauteurs et le paramètre Zg) étaient élaborées. En inversant les mesures radars, les cartes de rugosité qui en résultent, ont permis de distinguer différents états de surface des sols (labourés, dégradés ou en jachère). Dans le dernier volet, un modèle d'estimation du bilan hydrique des sols agricoles nus " MHYSAN " qui simule l'évaporation et l'état hydrique surfacique est développé. Cette dernière partie souligne le potentiel de calibrer un modèle hydrologique des sols en assimilant les produits d'humidité radars. / The characterization of geometric, water and physical surface soil parameters for semi-arid regions is a key requirement for sustainable agricultural management and natural resources conservation. In this context, the current study aims to estimate the spatio-temporal variability of soil properties (soil moisture, roughness and texture) using multi-temporal X-band radar images acquired at high spatial resolution over bare agricultural site in Tunisia. In the first section of this work, a new roughness parameter was proposed; it was the Zg parameter which combines the three most commonly used soil parameters: root mean surface height "s", correlation length "l", and correlation function shape, into just one parameter. A strong correlation was observed between this new parameter and the radar backscattering simulations. The parameter Zg was validated using large database acquired at several agricultural sites in France. Secondly, the sensitivity of X-band TerraSAR-X and COSMO-SkyMed sensors to soil moisture and different roughness parameters (s, Zs=s2/l and Zg parameters) was analyzed. The radar measurements acquired at different configurations (HH and VV polarizations, incidence angles of 26° and 36°) were found to be highly sensitive to the various soil parameters of interest. After that, the performance of different physical and semi-empirical backscattering models (IEM, Baghdadi-calibrated IEM and Dubois models) is compared with SAR measurements. Considerable improvements in the IEM model performance were observed using the Baghdadi-calibrated version of this model. Thirdly, an empirical change detection approach was developed using TerraSAR-X data and ground auxiliary thetaprobe network measurements for the retrieval of surface soil moisture at a high spatial resolution. The accuracy of the soil moisture retrieval algorithm was determined, and validated successfully over numerous test fields. Maps of soil clay percentages at the studied site were derived from the mean of the seven soil moisture radar outputs (a root mean square error equal to 108 g/kg). To retrieve surface soil roughness, empirical expressions were established between backscattering TerraSAR-X coefficients data and the roughness parameters (s and Zg). By inversing radar signals, resulting surface roughness maps have revealed that is possible to use spatial roughness variability observations at plot scale to identify soil surface changes between multi-temporal images. Finally, a Bare Soil HYdrological balance Model "MHYSAN" was developed to estimate surface evaporation fluxes and soil moisture time series over our study site. The present section of this work highlighted the feasibility of calibrating our proposed MHYSAN model through the use of multi-temporal TerraSAR-X moisture products.

L'humidité du sol (SM) contrôle les bilans d’eau et d’énergie des surfaces continentales et joue ainsi un rôle clé dans les domaines de la météorologie, l'hydrologie et l'écologie. La communauté scientifique en télédétection micro-ondes a fait des efforts considérables pour établir des bases de données globales de l’humidité du sol en surface (SSM) découlant d'instruments micro-ondes actifs et passifs. Parmi ces instruments, SMOS (Soil Moisture and Ocean Salinity), lancé en 2009, est le premier satellite passif conçu spécifiquement pour mesurer SSM à partir d’observations en bande L (1.4 GHz) à l'échelle globale. La validation des données SMOS SSM sur différentes régions climatiques et pour des conditions environnementales variées est une étape indispensable avant qu’elles soient utilisées de manière opérationnelle. En effet, une meilleure connaissance de la précision des estimations de SSM et des incertitudes associées permettra non seulement d'améliorer les produits SMOS SSM, mais aussi d'optimiser les approches de fusion de données utilisées pour créer des produits multi-capteurs long terme. De tels produits sont développés dans le cadre du programme Climate Change Initiative (CCI) de l'Agence spatiale européenne (ESA) pour l’ensemble des variables climatiques essentielles (ECV), dont SSM. A la suite des chapitres d'introduction I à III, les résultats de cette thèse sont présentés en trois chapitres. Le chapitre IV présente une comparaison des produits SSM issus des capteurs passifs SMOS (bande L) et AMSR-E (bande C) en prenant pour référence les estimations SSM du système d'assimilation SM-DAS-2 du Centre Européen pour les Prévisions Météorologiques à Moyen Terme (CEPMMT). Cette évaluation est menée sur la période d’observation commune à SMOS et AMSR-E (2010- 2011), en utilisant des indicateurs classiques (corrélation, RMSD, Biais). En parallèle, le chapitre V présente une comparaison des produits SMOS SSM avec les produits SSM issus du capteur actif ASCAT en bande C en utilisant comme référence les simulations SSM d’un modèle des surfaces continentales (MERRA-Land), et en utilisant des indicateurs classiques, des méthodes statistiques avancées (triple collocation), et des diagrammes de Hovmöller sur la période 2010-2012. Ces deux évaluations ont montré que la densité de la végétation (paramétrée ici par l’indice foliaire LAI) est un facteur clé pour interpréter la cohérence entre le produit SMOS et les produits AMSR-E et ASCAT. Cet effet de la végétation a été quantifié pour la première fois à l’échelle globale pour les trois capteurs micro-ondes. Ces deux chapitres ont également montré que les trois capteurs SMOS, AMSR-E et ASCAT ont des performances complémentaires selon la densité de végétation et qu’il y a ainsi un potentiel intéressant en terme de fusion des jeux de données micro-ondes passifs et actifs. Dans le chapitre VI, avec l’objectif général d’étendre vers le passé les séries de données SSM de SMOSL3 et de développer un jeu de données SSM homogène sur 2003-2014, nous avons évalué l’utilisation d’une approche de régression linéaire multiple appliquée aux mesures de températures de brillance de AMSR-E (2003 - 2011). Les coefficients de régression ont été calibrés avec les produits SSM issus de SMOS sur 2010-2011. Le produit SSM résultant, qui fusionne les observations SMOS et AMSR-E, a été évalué par comparaison avec un produit SSM AMSR-E et les produits SSM MERRA-Land sur 2007-2009. Ces résultats préliminaires montrent que la méthode de régression linéaire est une approche simple et robuste pour construire un produit SSM réaliste en termes de variations temporelles et de valeurs absolues. En conclusion, cette thèse a montré que le potentiel de synergie entre les systèmes micro-ondes passifs (AMSR-E et SMOS) et actifs (ASCAT) est très prometteur pour le développement et l'amélioration de longues séries temporelles SSM à l'échelle mondiale, telles que celles produites dans le cadre du programme CCI de l'ESA. / Soil moisture (SM) plays a key role in meteorology, hydrology, and ecology as it controls the evolution of various hydrological and energy balance processes. The community of scientists involved in the field of microwave remote sensing has made considerable efforts to build accurate estimates of surface SM (SSM), and global SSM datasets derived from active and passive microwave instruments have recently become available. Among them, SMOS (Soil Moisture and Ocean Salinity), launched in 2009, was the first ever passive satellite specifically designed to measure the SSM, at L-band (1.4 GHz), at the global scale. Validation of the SMOS SSM datasets over different climatic regions and environmental conditions is extremely important and a necessary step before they can be used. A better knowledge of the skill and uncertainties of the SSM retrievals will help not only to improve the individual products, but also to optimize the fusion schemes required to create long-term multi-sensor products, like the essential climate variable (ECV) SSM product generated within the European Space Agency’s (ESA's) Climate Change Initiative (CCI) program. After the introductory Chapters I to III, this dissertation consists of three main parts. Chap. IV of the dissertation evaluates the passive SMOS level 3 (SMOSL3) SSM products at L-band against the passive AMSR-E SSM at C-band by comparing them with a Land Data Assimilation System estimates (SM-DAS-2) produced by the European Centre for Medium Range Weather Forecasts (ECMWF). This was achieved over the common period 2010-2011 between SMOS and AMSR-E, using classical metrics (Correlation, RMSD, and Bias). In parallel, Chap. V of the dissertation evaluates the passive SMOSL3 products against the active ASCAT SSM at C-band by comparing them with land surface model simulations (MERRA-Land) using classical metrics, advanced statistical methods (triple collocation), and the Hovmöller diagram over the period 2010-2012. These two evaluations indicated that vegetation density (parameterized here by the leaf area index LAI) is a key factor to interpret the consistency between SMOS and the other remotely sensed products. This effect of the vegetation has been quantified for the first time at the global scale for the three microwave sensors. These two chapters also showed that both SMOS and ASCAT (AMSR-E) had complementary performances and, thus, have a potential for datasets fusion into long-term SSM records. In Chap. VI of the dissertation, with the general purpose to extend back the SMOSL3 SSM time series and to produce an homogeneous SM product over 2003-2014 based on SMOS and AMSR-E, we investigated the use of a multiple linear regression model based on bi-polarization (horizontal and vertical) brightness temperatures (TB) observations obtained from AMSR-E (2003 - 2011). The regression coefficients were calibrated using SMOSL3 SSM as a reference over the 2010-2011 period. The resulting merged SSM dataset was evaluated against an AMSR-E SSM retrievals and modelled SSM products (MERRA-Land) over 2007-2009. These first results show that the multi-linear regression method is a robust and simple approach to produce a realistic SSM product in terms of temporal variation and absolute values. In conclusion, this PhD showed that the potential synergy between the passive (AMSR-E and SMOS) and active (ASCAT) microwave systems at global scale is very promising for the development of improved, long-term SSM time series at global scale, such as those pursued by the ESA’s CCI program. It also provides new ideas on the way to merge the different SSM datasets with the aim of producing the CCI (phase 2) long-term series (a coherent "SMOS-AMSR-E" SSM time series for the period 2003 -2014), that will be evaluated further in the framework of on-going ESA projects.