L’humidité du sol joue un rôle important dans le partitionnement de l’eau entre l’infiltration et le ruissellement de surface, qui influence directement les débits en rivière et les niveaux des réservoirs. La connaissance de la distribution spatiale de l’humidité du sol permet donc d’optimiser les différents usages de la ressource en eau en périodes sèches et d’aider la prévision et la gestion d’inondations lors de fortes pluies. La grande variabilité spatiale de l’humidité du sol rend toutefois difficile l’utilisation de capteurs in situ pour en faire le suivi sur de grands territoires tels que les bassins versants. La télédétection peut apporter une valeur ajoutée de par son potentiel pour estimer l’humidité du sol à l’échelle du bassin versant. Le présent projet porte sur l’estimation de l’humidité du sol dans les bassins versants Trent et Severn en Ontario qui possèdent une superficie combinée de 18 360 km². L’approche adoptée est basée sur les réseaux de neurones artificiels (RNA). Deux approches ont été évaluées. La première, l’approche polarisation simple et double utilise uniquement des données radar acquises en polarisation HH ou HV. La seconde approche, soit l’approche polarimétrique, utilise des données en polarisation HH, HV et VV en plus de paramètres polarimétriques. Au total, 37 images RADARSAT-2 ont été acquises en différentes polarisations et résolutions spatiales entre les mois de mai 2012 et août 2013. En plus des coefficients de rétrodiffusion radar, des données de pente, de texture du sol et de végétation ainsi que des paramètres obtenus suite à une décomposition polarimétrique de la cible ont été utilisés comme intrants aux RNA. Des cartes d’humidité du sol moyenne et d’incertitude, représentant, dans l’ordre, la moyenne et l’écart-type des estimations faites par les 30 RNA sélectionnés, ont été produites. Les performances et les cartes obtenues ont été analysées afin de déterminer l’approche la plus avantageuse pour cartographier l’humidité du sol à l’échelle du bassin versant. Ce projet de recherche a illustré le potentiel, mais aussi les enjeux, liés à l’estimation de l’humidité du sol à l’échelle du bassin. Il a été démontré que, dans un contexte opérationnel, l’approche polarisation simple et double est la plus avantageuse. Les cartes d’humidité produites avec l’approche polarimétrique, plus coûteuses, n’ont pas montré d’améliorations statistiquement significatives par rapport à l’approche polarisation simple et double. De tous les RNA testés, celui offrant la meilleure performance utilise l’angle d’incidence et les coefficients de rétrodiffusion radar HH et HV comme données d’entraînement. Il a aussi été démontré que l’incertitude sur l’estimation de l’humidité du sol est étroitement liée aux données d’entraînement. Le recours à des variables statiques dans le temps, comme la texture du sol, a affecté négativement et de manière importante les cartes d’humidité du sol, et ce, malgré de bonnes performances selon des critères statistiques comme le coefficient de Pearson et l’erreur quadratique moyenne. L’analyse visuelle des cartes d’humidité du sol demeure donc un moyen privilégié pour évaluer la performance des RNA. Des pistes de recherche sont suggérées en vue d’améliorer la performance des RNA. Une première avenue serait le recours à une plus grande quantité de données pour leur entraînement, qui pourraient être générées à partir de modèles de rétrodiffusion à base physique. On pourrait également corriger les coefficients de rétrodiffusion pour diminuer l’influence de la végétation sur le signal rétrodiffusé avant l’entraînement des réseaux.

Résumé : Les résultats d'une étude expérimentale sur les possibilités d'utilisation des systèmes radar dans l'évolution temporelle de l'humidité du sol sont présentés. Une campagne de terrain a été conduite durant tout un cycle de croissance sur un couvert de blé. Les mesures ont été obtenues à l'aide d'un diffusomètre radar à 5.17 GHz, en polarisation HH, pour six angles d'incidence. Les données incluent deux directions d'illumination, l'une parallèle à l'orientation des rangs (13=0°) et l'autre perpendiculaire (13=90°). Des analyses de régression et une analyse graphique de l'évolution temporelle de a° ont démontré que la conversion des données radar en valeur d'humidité du sol devient difficile lorsque le taux d'humidité se situe en deça d'un certain seuil (-20%). Il a été démontré également que les changements dans la morphologie de la plante peuvent causer des variations extrêmes des valeurs de rétrodiffusion et présenter de ce fait une ambiguïté dans l'interprétation de l'humidité du sol. ||Abstract : The results of experimental studies on the use of radar to mesure the temporal evolution of soil moisture are presented. An experiment was conducted using the FM microwave scatterometer of the Canada Centre for Remote Sensing. The radar measurements were made during all growing season at 5.17 GHz, HH polarization, and at six incidence angles. Two row aspects of the wheat fields were included, one parallel to the furrows (13=0°) and the other perpendicular (13=90°). Regression analysis followed by graphic analysis of the temporal evolution of a° show that for a certain range of soil moisture the temporal evolution is ambiguous. This occurs when soil moisture is relatively low, resulting in saturation of the radar backscatter. A positive inversion of the curve is observed when soil humidity is lower than a certain threshold 20%). Moreover it is shown that temporal plant morphology variations can cause extreme variations in the values of the scattering coefficient

La télédétection possède plusieurs applications potentielles pour le suivi de l’humidité de surface du sol (0 à 5 cm de profondeur). Un suivi de l’humidité du sol à période régulière permettrait de nombreuses applications en hydrologie, climatologie, suivi d’événements météorologiques et agriculture de précision. Le signal radar à synthèse d’ouverture (RSO) en bande C tel que celui de RADARSAT-2 est sensible aux variations des paramètres du sol et de la végétation selon certaines conditions. L’inversion de modèles de rétrodiffusion linéaire a permis l’estimation de l’humidité du sol en zone agricole, mais pour des domaines de validité très restreints. Diverses missions satellitaires en cours ou futures permettent l’acquisition d’images radars polarimétriques. Les variables cohérentes déduites de ces images permettent de mieux décrire les cibles observées et elles ont permis l’estimation de l’humidité du sol pour un sol nu. Toutefois, le potentiel d’utilisation de la polarimétrie pour des cibles couvertes de végétation est encore mal connu. L’objectif de ce projet est d’évaluer le potentiel de la polarimétrie pour l’inversion de l’humidité du sol en zone agricole à partir d’images RSO en bande C. La campagne SMAPVEX12 menée à l’été 2012 au Manitoba a permis l’acquisition simultanée d’images polarimétriques RADARSAT-2, ainsi que des conditions du sol et de la végétation pour des champs de blé. La rétrodiffusion radar, en polarisation linéaire ou circulaire, est très sensible à l’humidité du sol avant l’épiaison du blé. Après, la végétation domine le signal. La calibration du modèle semi-empirique des canaux linéaires de rétrodiffusion, développé par Gherboudj et al. (2011) n’a pu correctement représenter les relations de la rétrodiffusion avec les caractéristiques agricoles observées. L’information de phase conservée par le capteur de RADARSAT-2 permet l’extraction de variables polarimétriques telles que la différence de phase HH-VV et la hauteur de socle, l’anisotropie A et l’entropie H issues de la décomposition de Cloude-Pottier dont la sensibilité à l’humidité du sol sera étudiée. Des modèles empiriques simples, calibrés par régression linéaire multiple de termes utilisant de 2 à 6 variables polarimétriques, ont été développés et ont permis d’estimer l’humidité du sol sur 5 champs de blé pour toute leur période de croissance avec une erreur RMSD de 0,074 m³/m³ en expliquant plus de 53.5% (R2) de la variance des valeurs d’humidité du sol observées, contre une erreur de 0.098 m³/m³ et une variance expliquée de 19.0% pour un modèle empirique basé que sur les variables incohérentes. / Abstract: Remote sensing has been widely researched toward estimation of soil conditions over agricultural fields. Monitoring of surface soil moisture mv would benefit many applications in hydrology, climatology, precision agriculture and risk reduction applied to meteorological events. C-band synthetic aperture radar (SAR) signal’s, such as that of RADARSAT-2, is sensitive to soil and vegetation characteristics. Backscattering coefficients obtained from those sensors allowed the estimation of mv by inverting empirical or semi-empirical models, under very strict conditions that limit their applicability. Many on-going or future missions provides polarimetric SAR images. However, the potential of polarimetric SAR sensors operated in c-band is not yet fully understood for soil moisture estimation over vegetated fields. This paper study the effects of soil and vegetation characteristics on polarimetric RADARSAT-2 images and proposes a simple empirical model based on polarimetric parameters extracted from RADARSAT-2 imagery to retrieve surface soil moisture (0-5 cm) over agricultural fields. The data used in this study was obtained during the SMAPVEX12 campaign, which occurred on the summer of 2012 between june 6th and july 17th in Manitoba, Canada. Fully polarimetric RADARSAT-2 images were acquired over 13 wheat fields over their whole growth cycle while their soil and vegetation conditions were monitored. Linear backscattering showed significant correlations for all polarizations before crops flowering. Sensitivity analysis of the extracted polarimetric variables to soil moisture demonstrated distinct correlations before and after the beginning of the crops flowering stage. The calibrated semi-empirical model proposed by Gherboudj et al. (2011) showed poor representation of the observed relationships between linear backscattering channels and crop conditions. The phase information, obtained by the RADARSAT-2 sensor, allowed extraction of polarimetric variables. Among those, phase difference HH-VV, the pedestal height and both the anisotropy H and entropy H obtained from Cloude-Pottier decomposition, showed significant correlations to soil moisture. A simple empirical model, calibrated with multiple linear regression from 2 to 6 polarimetric variables, allowed to retrieve soil moisture with a RMSD of 0,074 m³/m³ while it explained more than de 53.5% (R2) of observed soil moisture variability, while a simple linear model based only on incoherent variables could only estimate soil moisture with a RMSD of 0.098 m³/m³ and a R2 value of 19.0%.

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.

Le travail réalisé dans le cadre de cette thèse porte sur l'assimilation de données de télédétection pour le suivi des surfaces continentales. Les variables analysées sont l'état hydrique du sol et la biomasse de la végétation, sur la jachère du site expérimental SMOSREX, de 2001 à 2004, au sud-ouest de Toulouse. Quatre méthodes d'assimilation (EKF, EnKF, 1D-VAR et T-VAR) ont été mises en œuvre dans le modèle ISBA-A-gs de Météo-France, et comparées. La méthode 1D-VAR est la plus performante, aussi bien pour la qualité des analyses qu'en temps de calcul. Cette méthode a été appliquée à l'assimilation simultanée des observations de l'humidité de la surface et de l'indice foliaire, ainsi qu'aux mesures de télédétection réalisées sur le site. L'assimilation améliore la simulation de contrôle, à condition d'introduire un point de flétrissement dynamique (cela est particulièrement utile pendant les périodes de forte sécheresse). Les effets d'une incertitude sur les précipitations sont évalués.

Résumé : Dans les couverts forestiers, le suivi de l’humidité du sol permet de prévenir plusieurs désastres tels que la paludification, les incendies et les inondations. Comme ce paramètre est très dynamique dans l’espace et dans le temps, son estimation à grande échelle présente un grand défi, d’où le recours à la télédétection radar. Le capteur radar à synthèse d’ouverture (RSO) est couramment utilisé grâce à sa vaste couverture et sa résolution spatiale élevée. Contrairement aux sols nus et aux zones agricoles, le suivi de l’humidité du sol en zone forestière est très peu étudié à cause de la complexité des processus de diffusion dans ce type de milieu. En effet, la forte atténuation de la contribution du sol par la végétation et la forte contribution de volume issue de la végétation réduisent énormément la sensibilité du signal radar à l’humidité du sol. Des études portées sur des couverts forestiers ont montré que le signal radar en bande C provient principalement de la couche supérieure et sature vite avec la densité de la végétation. Cependant, très peu d’études ont exploré le potentiel des paramètres polarimétriques, dérivés d’un capteur polarimétrique comme RADARSAT-2, pour suivre l’humidité du sol sur les couverts forestiers. L’effet du couvert végétal est moins important avec la bande L en raison de son importante profondeur de pénétration qui permet de mieux informer sur l’humidité du sol. L’objectif principal de ce projet est de suivre l’humidité du sol à partir de données radar entièrement polarimétriques en bandes C et L sur des sites forestiers. Les données utilisées sont celles de la campagne terrain Soil Moisture Active Passive Validation EXperiment 2012 (SMAPVEX12) tenue du 6 juin au 17 juillet 2012 au Manitoba (Canada). Quatre sites forestiers de feuillus ont été échantillonnés. L’espèce majoritaire présente est le peuplier faux-tremble. Les données utilisées incluent des mesures de l’humidité du sol, de la rugosité de surface du sol, des caractéristiques des sites forestiers (arbres, sous-bois, litières…) et des données radar entièrement polarimétriques aéroportées et satellitaires acquises respectivement, en bande L (UAVSAR) à 30˚ et 40˚ et en bande C (RADARSAT-2) entre 20˚ et 30˚. Plusieurs paramètres polarimétriques ont été dérivés des données UAVSAR et RADARSAT-2 : les coefficients de corrélation (ρHHVV, φHHVV, etc); la hauteur du socle; l’entropie (H), l’anisotropie (A) et l’angle alpha extraits de la décomposition de Cloude-Pottier; les puissances de diffusion de surface (Ps), de double bond (Pd) extraites de la décomposition de Freeman-Durden, etc. Des relations entre les données radar (coefficients de rétrodiffusion multifréquences et multipolarisations (linéaires et circulaires) et les paramètres polarimétriques) et l’humidité du sol ont été développées et analysées. Les résultats ont montré que 1) En bande L, plusieurs paramètres optimaux permettent le suivi de l’humidité du sol en zone forestière avec un coefficient de corrélation significatif (p-value < 0,05): σ[indice supérieur 0] linéaire et σ[indice supérieur 0] circulaire (le coefficient de corrélation, r, varie entre 0,60 et 0,96), Ps (r entre 0,59 et 0,84), Pd (r entre 0,6 et 0,82), ρHHHV_30˚, ρVVHV_30˚, φHHHV_30˚ and φHHVV_30˚ (r entre 0,56 et 0,81) alors qu’en bande C, ils sont réduits à φHHHV, φVVHV et φHHVV (r est autour de 0,90). 2) En bande L, les paramètres polarimétriques n’ont pas montré de valeur ajoutée par rapport aux signaux conventionnels multipolarisés d’amplitude, pour le suivi de l’humidité du sol sur les sites forestiers. En revanche, en bande C, certains paramètres polarimétriques ont montré de meilleures relations significatives avec l’humidité du sol que les signaux conventionnels multipolarisés d’amplitude. / Abstract : Over forest canopies, soil moisture monitoring allows to prevent many disasters such as paludification, fires and floods. As this parameter is very dynamic in space and time, its large-scale estimation is a great challenge, hence the use of radar remote sensing. Synthetic aperture radar (SAR) sensor is commonly used due to its wide spatial coverage and its high spatial resolution. Unlike bare soils and agricultural areas, only few investigations focused on the monitoring of soil moisture over forested areas due to the complexity of the scattering processes in this kind of medium. Indeed, the high attenuation of soil contribution by the vegetation and the high vegetation volume contribution significantly reduce the sensitivity of the radar signal to soil moisture. Studies conducted at C-band have shown that the radar signal mainly comes from the upper layer and it quickly saturates with the vegetation density. However, very few studies have explored the potential of polarimetric parameters derived from a fully polarimetric sensor such as RADARSAT-2, to monitor soil moisture over forest canopies. With its large penetration’s depth, vegetation cover effect is less important at L-band, allowing thus to better inform on soil moisture. The main objective of this project is to monitor soil moisture from fully polarime tric L and C bands radar data acquired over forested sites. The data used were collected during the field campaign of Soil Moisture Active Passive Validation EXperiment 2012 (SMAPVEX12) which took place from June 6 to July 17, 2012 in Manitoba (Canada). Four deciduous forested sites were sampled. The main species is the trembling aspen. The data used included measurements of soil moisture, soil surface roughness, characteristics of the forested sites (trees, undergrowth, litter, etc.) and fully polarimetric airborne and satellite radar data respectively acquired at L-band (UAVSAR) with 30 ̊ and at 40 ̊ incidence angles and at C-band (RADARSAT -2) between 20 ̊ and 30 ̊. Several polarimetric parameters were derived from UAVSAR and RADARSAT-2 data: the correlation c oefficients (ρHHVV, φHHVV, etc); the pedestal height; entropy (H), anisotropy (A) and alpha angle extracted from Cloude-Pottier decomposition; surface (Ps) and double bounce (Pd) scattering powers extracted from Freeman-Durden decomposition, etc. Relationships between radar backscattering data (multifrequency and multipolarisation (linear/circular) backscattering coefficients and polarimetric parameters) and soil moisture were developed and analyzed. The results showed that 1) at L-band, several optimal parameters allow soil moisture monitoring over forested sites with a significant correlation coefficient (p-value < 0.05): linear and circular σ[superscript 0] (the correlation coefficient, r, varies between 0.60 and 0.96), Ps (r varies between 0.59 and 0.84), Pd (r varies between 0.60 and 0.82), ρHHHV_30 ̊, ρVVHV_30 ̊, φHHHV_30 ̊ and φHHVV_30 ̊ (r varies between 0.56 and 0.81). However, at C-band, there are only few optimal parameters φHHHV, φVVHV and φHHVV (r is around 0.90) . 2) at L-band, polarimetric parameters did not show any added values for soil moisture monitoring over forested sites compared to multipolarised σ[superscript 0]. Nevertheless, at C-band some polarimetric parameters show better significant relationships with the soil moisture than the conventional multipolarised backscattering amplitudes.

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'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.