Ces travaux de recherche se sont focalisés sur la zone Océan Indien austral et ont permis d'améliorer les connaissances scientifiques sur la provenance des masses d'air polluées, sur leur distribution spatiale, sur la contribution relative des zones sources à la charge en polluant mesurée, et sur les propriétés optiques des aérosols détectés. La prépondérance de l'influence du transport des masses d'air polluées en provenance d'Afrique Australe et d'Amérique Latine à la concentration en polluant dans le sud-ouest de l'océan Indien a ainsi été démontrée en utilisant des mesures par spectrométrie infrarouge à transformée de Fourier et des modèles de dispersion de panache couplés à des bases de données d'émission. Une voie de transport privilégiée reliant l'Asie du sud-est au sud-ouest de l'océan Indien dans la haute troposphère en Juillet-Août, ainsi que l'apport en CO résultant, ont été identifiés pour la première fois. La variation saisonnière de la concentration en ozone troposphérique dans le sud de l'océan Indien a également été mise en évidence, ainsi que son lien avec les émissions de précurseurs d'ozone provenant des feux de biomasse se produisant en Afrique Australe et en Amérique Latine. L'analyse des données photométriques AERONET a permis d'établir une climatologie des caractéristiques optiques des aérosols à la verticale de la Réunion, qui apparaît comme étant un site relativement propre dont la troposphère est principalement affectée par les aérosols marins tout au long de l'année, et également par les aérosols de feu pendant la saison des feux australe. De plus, des campagnes de mesure avec lidar et photomètre embarqués à bord d'un navire sillonnant l'océan Indien austral a donné accès à l'évaluation de l'extension verticale et des propriétés optiques d'un panache d'aérosols de feux provenant principalement d'Amérique Latine et d'Afrique Australe, mais aussi d'Asie du sud-est. / This thesis focused on the southern Indian Ocean area and contributed to improve our scientific knowledge on the origin of polluted air masses, on their spatial distribution, on the relative contribution of the identified source regions to the measured pollutant loading, and on the optical properties of the encountered aerosols. The potential primary sources for CO throughout the south-western Indian Ocean troposphere are southern Africa and South America. A secondary potential contribution from Southeast Asia and Indonesia-Malaysia was identified in the upper troposphere, especially in July and August. The seasonal variation of tropospheric ozone concentration in the southern Indian Ocean is highlighted, and its link to wintertime long range transport of tropospheric ozone precursors emitted in biomass burning plumes from southern America and Africa is evidenced. The analysis of sun photometer measurements gave access to a climatology of the optical properties of aerosols in Reunion Island, showing this site can be considered as a clean site, mostly influenced by marine aerosols throughout the year, and also by biomass burning aerosols during the southern hemisphere biomass burning season. A unique data set of shipborne measurements has been collected with a dual Rayleigh-Mie lidar and a handheld sun photometer aboard a research vessel crossing the southern Indian Ocean, and the time evolution of the encountered marine and biomass burning aerosols extinction properties and vertical extension are documented.

Cette thèse porte sur l’étude des gaz et nanoparticules diélectriques de l’atmosphère, fortement incriminés pour leur rôle sur le bilan radiatif terrestre et le changement climatique.Ces travaux de recherche, réalisées au sein de l’Institut Lumière Matière, traitent plus spécifiquement de la rétrodiffusion de la lumière, résolue en polarisation, par les nanoparticules de l’atmosphère, afin d’étudier la complexité des processus atmosphériques qui la composent, tels que la nucléation. En complément à cette approche particulaire, les gazà effet de serre sont également étudiés, en suivant une méthode originale, consistant à évaluer leur concentration atmosphérique, par couplage d’un télédétecteur lidar possédant une large bande spectrale avec la spectroscopie optique de corrélation (Thomas et al., 2012, 2013a,b). Une attention particulière a été portée à la réalisation de mesures sensibles et précises utilisant un lidar multi-spectral (UV, VIS), résolu en polarisation (David et al., 2012). Comme premier résultat, un coefficient de rétrodiffusion aussi faible que (2,4 ± 0,5) × 10−8 m−1.sr−1, a été mesuré dans l’UV en polarisation croisée à celle du laser incident dans la troposphère libre, avec une limite de détection de la dépolarisation de δp = 0,6 % (proche de la dépolarisation moléculaire), observée à plus de 4 kilomètres d’altitude. Ensuite, une méthode nouvelle a été développée pour retrouver, dans un mélange externe de particules à deux/trois composantes chimiques, le coefficient de rétrodiffusion de chacune de ces composantes. Pour ce faire, le coefficient d’Angström et la dépolarisation de chaque espèce chimique doivent être déterminés précisément. On montre dans ce travail de thèse que ces coefficients peuvent être déterminés soit par simulation numérique de la diffusion simple (algorithme T-matrix), soit directement par des mesures de laboratoire. Les hypothèses et les performances de cette méthode sont ensuite discutées dans trois cas d’étude : i) mélange externe de particules desulfates avec les cendres volcaniques issues de l’éruption de 2010 du volcan Eyjafjallajökull (Miffre et al., 2011, 2012a, b) ii) mélange externe de poussières désertiques dans la troposphère libre (Miffre et al., 2011 ; Dupart et al., 2012) observé lors d’un épisode detempête de sable désertique à Lyon (juillet 2010), iii) mélange externe à trois composantes : poussières désertiques, sels de mer et particules solubles dans l’eau (David et al., 2013a). Ces mesures atmosphériques ont conduit à plusieurs résultats: (a) détermination à distance de la concentration en nombre en particules volcaniques (cas i), désertiques (cas ii) (Miffre et al.,2011). Par construction, ces mesures de concentration sont spécifiques à ces particules et intègrent les effets de taille et de sédimentation (Miffre et al., 2012b) ; (b) Evolution de la rétrodiffusion en fonction de l’hygroscopicité de ces particules ; (c) Observation de la formation de nouvelles particules dans l’atmosphère (nucléation) à partir des mesures lidar UV, résolues en polarisation. Ce résultat nouveau ouvre de nouvelles perspectives à la pointede la recherche actuellement réalisée en physico-chimie de l’atmosphère (Dupart et al., 2012). En conclusion, cette thèse explore la diffusion optique d’un ensemble de nanoparticules et l’extinction d’une nanoparticule diélectrique unique, en les mesurant de manière très sensible et précise, en atmosphère réelle comme en laboratoire, tout en étayant cette approche expérimentale par des simulations numériques. Cette approche ouvre des perspectives nouvelles, portant sur les propriétés microphysiques de ces nanoparticules atmosphériques(Dupart et al., 2012, David et al., 2013b). / Atmospheric greenhouse gases and nanometer-sized particles are incriminated for their role on the Earth radiative budget and climate. This thesis relates the research performed on thepolarization-resolved backscattering of these nano-sized particles and demonstrates itsusefulness to address complex atmospheric processes like particles nucleation. Greenhouse gases are also studied, by coupling a spectrally broadband lidar with optical correlation spectroscopy to remotely evaluate their atmospheric content (Thomas et al., 2012, 2013a,b). Special care has been taken to perform sensitive and accurate UV-VIS polarization lidar measurements (David et al., 2012). Hence, and as a first result, cross-polarized backscattering coefficients as low as (2.4 ± 0.5)×10−8 m−1.sr−1 have been measured in the troposphere, corresponding to UV-particles depolarization detection limit of 0.6 % at 4 km altitude, close to the molecular depolarization. Then, a new methodology has been developed to retrieve, in atwo/three component particle external mixture, the backscattering coefficients specific to eachparticle component (David et al., 2013a). For that purpose, accurate knowledge on the backscattering Ångstrom exponent and depolarization ratio of each particle type must beaddressed. This task is here achieved by performing either single-scattering numerical simulations using T-matrix, or alternatively by performing laboratory measurements. Thei nherent assumptions and the performance of the methodology are then discussed for three case studies of external mixing: i) spherical sulfate mixed with volcanic ash released from the Eyjafjallajökull 2010 eruption (Miffre et al., 2011, 2012a, b), ii) desert dust mixed with nondustparticles (Miffre et al., 2011 ; Dupart et al., 2012), iii) desert dust mixed with sea-salt andbackground spherical particles as an example of a three-component particle mixture (David etal., 2013a). From these field measurements, three main results have been retrieved: (a) Rangere solved particles number concentrations specific to one particle component (ash, dust)(Miffre et al., 2011, 2012b), which include the variability in the particle size distribution, the particles refractive index and possible sedimentation effects(Miffre et al., 2012b), (b) particle backscattering enhancement due to hygroscopic growth, (c) observation of new particle formation in the atmosphere using a sensitive UV polarization lidar, which is new and opens new insights at the forefront of knowledge in atmospheric physics and chemistry (Dupart etal., 2012). As a conclusion, this thesis explores the optical scattering properties of a single / an ensemble of nanoparticles, addressing them in the real atmosphere, through sensitive and accurate lidarand laboratory experiments and numerical simulations, showing new outlooks on the microphysical properties of these atmospheric nanoparticles (Dupart et al., 2012, David et al.,2013b).

Sur un site multi-influencé par des émissions urbaines et industrielles, l'analyse de la pollution aux aérosols, au voisinage des sources, requiert une connaissance multi-échelles de la dynamique atmosphérique. une campagne de mesure a été développée afin d'étudier la variabilité météorologique et micro-météorologique et l'évolution des particules, en particulier, submicroniques, sur une durée d'une année. Des oscillations de la concentration en aérosols, autour de la moyenne régionale, ont été identifiées le long du littoral dunkerquois, et attribuées aux phénomènes météorologiques locaux à proximité des industries. Des méthodes de reconnaissance et d'apprentissage supervisé, faisant appel aux mesures par anémomètre ultrasonique et aux profils verticaux du vent par lidar Doppler, ont été mises en œuvre pour établir la variabilité de phénomènes pertinents dans les événements de pollution de l'air : brise de mer, brouillard, front et tempête. L'analyse d'une base de données de six ans a permis de montrer que l’occurrence annuelle des brises de mer est corrélée à celle du nombre de journées anticycloniques. Par ailleurs, la fréquence annuelle des brouillards pourrait être liée à la concentration annuelle régionale en aérosols. L'analyse des covariances du vent a révélé deux situations contrastées, à faible et à fort flux turbulents. Le brouillard et la brise de mer, de faible flux, génèrent une pollution élevée aux PM₁, et sont le siège d'une forte concentration en aérosols organiques oxygénés (aérosols secondaires). Les situations à fort flux, favorisant les échanges verticaux, sont associées à une forte variabilité des sulfates particulaires. L'observation de longue durée a permis de mettre en évidence la construction d'épisodes de pollution particulaire, au cours de séquences de phénomènes météorologiques locaux, du fait des sources locales, mais aussi par incorporation de la pollution à plus grande échelle. / On a site that is multi-influenced by urban and industrial emissions, the analysis of aerosol pollution, in the vicinity of sources, requires a multi-scale knowledge of atmospheric dynamics. A measurement campaign was developed in order to study the meteorological and micro-meteorological variability and the evolution of particles, in particular, submicronic evolution, during a one-year period.Oscillations of the aerosol concentration around the regional average were identified along the Dunkirk coastline, and were attributed to the local meteorological phenomena close to the industries. Recognition and machine learning methods using measurements by an ultrasonic anemometer and vertical wind profiles by a Doppler lidar, were implemented to define the variability of relevant phenomena in air pollution events : sea breeze, fog, front and storm. A six-years database analysis has highlighted a correlation between the annual sea breeze occurrence and the annual number of anticyclonic days. Furthermore, the annual fog frequency could be connected with the annual regional concentration of aerosols. Analysis of wind covariance revealed two contrasting situations, low-level and high-level turbulent fluxes. The fog and the sea breeze, with low-level fluxes, generate a high PM₁ pollution and are in favor of a high organic oxygenated aerosols concentration (secondary aerosols). High-level fluxes situations, favoring vertical exchanges, are associated with a large variability of sulfate aerosols. The long-term observation, made it possible to highlight the development of episodes of particulate pollution during local weather phenomena, owing to the local emissions, but also by taking into account the larger-scale pollution.

L'impact des nuages de glace sur le cycle de l'eau et le bilan radiatif est encore incertain en raison de la complexité des processus nuageux qui rend difficile l'acquisition d'observations adéquates sur les propriétés des nuages de glace et leur représentation dans les modèles de circulation générale. Les instruments de télédétection actifs et passifs, tels que les radiomètres, les radars et les lidars, sont couramment utilisés pour les étudier. La restitution des propriétés microphysiques des nuages (extinction, contenu en glace, rayon effectif, ...) peut être effectuée à partir d'un seul instrument ou de la combinaison de plusieurs instruments. L’intérêt de l’utilisation de synergies instrumentales pour restituer les propriétés nuageuses réside dans le fait que cela permet de réduire les incertitudes dues aux lacunes des différents instruments pris séparément. La constellation de satellites A-Train a considérablement amélioré notre connaissance des nuages. Depuis 2006, le lidar à rétrodiffusion visible CALIOP embarqué à bord du satellite CALIPSO et le radar nuage à 94GHz CPR embarqué à bord du satellite CloudSat ont permis l’acquisition de profils nuageux sur l’ensemble du globe et de nombreuses méthodes synergiques de restitution ont été adaptées à ces instruments. En 2021 sera lancé un nouveau satellite, EarthCARE, embarquant des instruments de télédétection de pointe, notamment ATLID, un lidar à haute résolution spectrale (HSRL) à 355 nm et un radar nuage Doppler à 94 GHz. La mission principale de ce satellite est de quantifier les interactions entre les nuages, les aérosols et le bilan radiatif de la Terre afin d'améliorer les prévisions météorologiques et des modèles climatiques. Grâce à son instrumentation avancée installée sur une plate-forme unique, cette nouvelle mission devrait fournir des observations sans précédent des nuages depuis l'espace. Cependant, pour ce faire, les algorithmes synergiques développés pour les mesures de l'A-Train doivent être adaptés à cette nouvelle configuration instrumentale. Au cours de ma thèse, je me suis concentrée sur l'algorithme Varcloud développé en 2007 par Delanoë et Hogan et basé sur une technique variationnelle. La première partie du travail a consisté à adapter certains paramètres du modèle microphysique de l’algorithme aux études récentes d’une large base de données in situ. En particulier, les questions de la paramétrisation du rapport lidar et du choix de la relation masse-diamètre pour les cristaux de glace ont été abordées. La deuxième partie de mon travail a consisté à adapter l'algorithme de restitution Varcloud aux plates-formes aéroportées. Les plates-formes aéroportées sont idéales pour préparer et valider les missions spatiales, permettant de réaliser des mesures sous-trace, colocalisées avec les instruments spatiaux. En particulier, le HALO allemand et le Falcon 20 français ont des charges utiles très complémentaires et sont parfaitement conçus pour la préparation et la validation de la mission EarthCare. Les deux avions embarquent notamment un lidar à haute résolution spectrale (355 nm sur le Falcon et 532 nm sur le HALO) et un radar Doppler à 36 GHz (HALO) et 95 GHz (Falcon). À l'automne 2016, une campagne aéroportée dans laquelle les deux avions étaient impliqués s'est déroulée en Islande, à Keflavik, dans le cadre du projet NAWDEX. Les mesures recueillies au cours de cette campagne fournissent un ensemble de données intéressant pour caractériser la microphysique et la dynamique des nuages dans l'Atlantique Nord, région qui présent un grand intérêt pour les missions Cloudsat-CALIPSO et EarthCARE. En outre, une série de vols communs avec observation de la même scène nuageuse par les deux plates-formes ont été réalisées, fournissant des données permettant d'étudier l'influence de la configuration instrumentale sur les propriétés des nuages de glace restituées. / The impact of ice clouds on the water cycle and radiative budget is still uncertain due to the complexity of cloud processes that makes it difficult to acquire adequate observations of ice cloud properties and parameterize them into General Circulation Models. Passive and active remote sensing instruments, radiometers, radars and lidars, are commonly used to study ice clouds. Inferring cloud microphysical properties (extinction, ice water content, effective radius, ...) can be done from one instrument only, or from the synergy of several. The interest of using instrumental synergies to retrieve cloud properties is that it can reduce the uncertainties due to the shortcomings of the different instruments taken separately. The A-Train constellation of satellites has considerably improved our knowledge of clouds. Since 2006, the 532nm backscattering lidar CALIOP on board the satellite CALIPSO and the 94GHz cloud radar CPR on board the satellite CloudSat have acquired cloud vertical profiles globally and many lidar-radar synergetic methods have been adapted to CloudSat and CALIPSO data. In 2021 will be launched a new satellite, EarthCARE, boarding state of the art remote sensing instrumentation, in particular ATLID, a High Spectral Resolution Lidar (HSRL) at 355nm and a Doppler cloud radar at 94 GHz. The main mission of this satellite is to quantify interactions between clouds, aerosols and the Earth's radiation budget in order to improve weather prediction and climate models. Thanks to its advanced instrumentation mounted on a single platform, this new mission is expected to provide unprecedented observations of clouds from space. However, to do so, the synergistic algorithms that were developed for A-Train measurements have to be adapted to this new instrumental configuration. During my PhD, I focused on the Varcloud algorithm that was developed in 2007 by Delanoë and Hogan, based on a variational technique. The first part of the work consisted in adapting some parameters of the microphysical model of the algorithm to recent studies of a large dataset of in-situ measurements. In particular, the questions of a parameterization of the lidar extinction-to-backscatter ratio and the choice of the mass-size relationship for ice crystals were addressed. The second part of my work consisted in adapting the Varcloud retrieval algorithm to airborne platforms. Airborne platforms are ideal to prepare and validate space missions, allowing for direct underpasses of spaceborne instruments. Moreover, German and French aircraft, respectively HALO and French Falcon 20 have very complementary payloads and are perfectly designed for the preparation, the calibration and the validation of EarthCare. Both aircraft board a high spectral resolution lidar (355 nm on the French Falcon and 532 nm on the HALO) and a Doppler radar at 36 GHz (HALO) and 95 GHz (Falcon). In fall 2016 a field campaign related to the NAWDEX project took place in Iceland, Keflavik with both aircraft involved. The measurements collected during this campaign provide an interesting dataset to characterize cloud microphysics and dynamics in the North Atlantic, which are of high interest regarding the Cloudsat-CALIPSO and EarthCARE missions. In addition, a series of common legs with the same cloud scene observed by both platforms were performed, providing data to study the influence of the instrumental configuration on the retrieved ice cloud properties.

Dans le contexte général de l’érosion de la biodiversité, deux espèces d’oiseaux forestiers, le Grand Tétras (Tetrao urogallus) et la Gélinotte des bois (Bonasa bonasia), présentes dans le massif Jurassien sont menacées par la perte et la fragmentation de leur habitat à l’échelle régionale. En particulier, dans le massif Jurassien l’extension progressive des tâches de régénération du hêtre induit la transformation du couvert végétal constitué de myrtilles et d’herbacées favorable en un habitat fermé défavorable. Le destin de ces deux espèces emblématiques dépend pour la première d’actions de gestions et pour la seconde d’une meilleure connaissance de la distribution et de la dynamique des populations. La coupe des zones de régénération fait partie des principales actions envisagées pour restaurer l’habitat forestier. Cependant ces actions de gestion ou de suivi des populations sont couteuses en temps et en argent. Ainsi, l’opportunité d’utiliser deux jeux de données LiDAR (Light Detection and Ranging) couvrant la majorité de l’aire de distribution des deux espèces dans le massif Jurassien a initié le projet de cartographie des habitats de chaque espèce et de la présence des tâches de régénération du hêtre en utilisant des modèles de distribution d’espèces (SDMs). L’objectif est de soutenir les gestionnaires dans leurs décisions et actions grâce à la production de prédictions spatiales adaptées. La réalisation de cet objectif dépend de la fiabilité des modèles produits, mais aussi de la bonne transmission des résultats par le chercheur aux gestionnaires qui ne sont pas familiers avec les méthodes utilisées. Dans un premier temps, le choix d’une méthode de modélisation appropriée (correction du biais d’échantillonnage, échelles, algorithmes) par rapport aux caractéristiques des jeux de données et aux objectifs a été évalué. Dans un second temps, l’utilisation de variables environnementales LiDAR orienté-objet (arbres et trouées) pour faciliter l’appropriation des résultats par les gestionnaires a été testée. Enfin, les résultats obtenus ont permis la création de modèles multi-échelles et de carte de prédictions pour chacune des espèces démontrant la capacité du LIDAR de représenter la structure de la végétation qui influence la présence des espèces d’oiseaux forestières étudiées. Des modèles de distribution de la régénération du hêtre ont pu aussi être créés à une échelle fine. / In the general context of biodiversity erosion, two forest bird species occurring in the French Jura massif, the Capercaillie (Tetrao urogallus) and the Hazel Grouse (Bonasa bonasia), are threatened by habitat loss and fragmentation at the regional scale. In particular, intensive beech regeneration patches extension in the Jura massif is leading to the transformation of the understory cover, once suitable with bilberry and herbaceous vegetation, to closed unfavorable habitat. The fate of those two emblematic species is depending for the first on future management actions and for the second on a better knowledge of the species population’s dynamics and occurrences. In particular, the cutting of the beech regeneration patches is one of the efficient management actions undertaken to restore the habitat. However, management actions and surveys are money and time consuming due to the large area that need to be covered. The opportunity to use two Light Detection and Ranging (LiDAR) datasets covering a major part of the distribution of the two species in the Jura massif initiated the phD project, with the objective to support managers in their decisions and actions by the creation of adapted distribution predicted maps using Species Distribution Models (SDMs) (Hazel Grouse, Capercaillie and beech regeneration). The realization of this objective is depending on the reliability of the models produced and on the capacity of the researcher to transfer the results to managers who are not familiar with modeling methods. In a first step, the choice of the appropriate modeling method regarding the datasets characteristics and the objectives was investigated (sampling bias correction, scales, and algorithms). In addition, the use of object-oriented LiDAR predictors (trees and gaps) pertinent from both species and managers point of view to facilitate the results transfer was tested. The results obtained were used to create appropriate multi-scale SDMs and to predict distribution maps for both target species, demonstrating the capacity of LiDAR to represent vegetation structures that influence the targeted forest bird species occurrences. Models at a fine scale were also created to map the beech regeneration distribution in the Jura massif.

Airborne Laserbathymetrie stellt eine effiziente und flächenhafte Messmethode für die Erfassung der sich ständig im Wandel befindlichen Gewässersohlen von Inlandgewässern und küstennahen Flachwasserbereichen dar. Bei diesem Verfahren wird ein kurzer grüner Laserpuls ausgesandt, welcher mit allen Objekten entlang des Laserpulspfades interagiert (z.B. Wasseroberfläche und Gewässerboden). Die zum Sensor zurückgestreuten Laserpulsanteile (Echos) werden in einem zeitlich hochaufgelösten Messsignal (Full-Waveform) digitalisiert und gespeichert. Allerdings ist das Messverfahren aufgrund von Gewässertrübung in seiner Eindringtiefe in den Wasserkörper limitiert. Die Gewässerbodenechos werden bei zunehmender Gewässertiefe schwächer, bis sie nicht mehr zuverlässig detektierbar sind. Diese Arbeit zeigt, wie mit neuartigen Methoden schwache Gewässerbodenechos in Full-Waveforms detektiert werden können, welche durch die Standardauswerteverfahren nicht mehr berücksichtigt werden. Im Kernstück der Arbeit werden zwei Verfahren vorgestellt, die auf einer gemeinsamen Auswertung dicht benachbarter Messdaten basieren. Unter der Annahme eines stetigen Gewässerbodens mit geringer bis moderater Geländeneigung führt die Zusammenfassung mehrerer Full-Waveforms zu einer Verbesserung des Signal/Rausch-Verhältnisses und einer Verstärkung von schwachen Gewässerbodenechos, welche folglich zuverlässiger detektiert werden können. Die Ergebnisse zeigen eine erhebliche Erhöhung der auswertbaren Gewässertiefe (bis zu +30 %), wodurch eine deutlich größere Fläche des Gewässerbodens abgedeckt werden konnte (Flächenzuwachs von bis zu +113 %). In umfassenden Analysen der Ergebnisse konnte nachgewiesen werden, dass die hinzugewonnenen Gewässerbodenpunkte eine gute Repräsentation des Gewässerbodens darstellen. Somit leisten die in dieser Arbeit entwickelten Verfahren einen wertvollen Beitrag zur Steigerung der eingangs beschriebenen Effizienz der Airborne Laserbathymetrie.:Kurzfassung Abstract 1 Einleitung 1.1 Motivation 1.2 Ziele der Dissertation 1.3 Aufbau der Arbeit 2 Einführung in bathymetrische Messverfahren 2.1 Hydrographie und Bathymetrie 2.2 Airborne LiDAR Bathymetrie 2.2.1 Grundlagen Airborne Laserscanning 2.2.2 Der Pfad des Laserpulses 2.2.3 Fehlereinflüsse 2.3 Die Full-Waveform 2.3.1 Aufbau und Merkmale einer Full-Waveform 2.3.2 Systemwaveform 2.3.3 Full-Waveform Auswerteverfahren 2.4 Hydroakustische Messverfahren 2.4.1 Messprinzip 2.4.2 Echolot Varianten 2.4.3 Fehlereinflüsse 3 Nichtlineare Full-Waveform Stacking-Verfahren zur Detektion und Extraktion von Gewässerbodenpunkten – Beitrag 1, Beitrag 2, Beitrag 3 3.1 Signalbasiertes nichtlineares Full-Waveform Stacking 3.2 Volumetrisches nichtlineares Ortho-Full-Waveform Stacking 4 Anwendung von nichtlinearen Full-Waveform Stacking-Methoden auf maritime Gewässer – Beitrag 4 4.1 Studiengebiet in der Nordsee 4.2 Datengrundlage 4.3 Erste Ergebnisse einer Pilotstudie in küstennahen Bereichen der Nordsee 4.4 Untersuchungsgebiet 4.5 Klassifikation der Wasseroberflächenpunkte 4.6 Visualisierung der Ergebnisse 4.7 Genauigkeit und Zuverlässigkeit 4.8 Mehrwert der Verfahren 5 Potential der Full-Waveform Stacking-Methoden zur Ableitung der Gewässertrübung – Beitrag 5 6 Diskussion und weiterführende Arbeiten 6.1 Geometrische Modellierung der Laserpulsausbreitung 6.2 Einfluss der Gewässereigenschaften auf die Gewässerbodenbestimmung 6.3 Unterschätzung der Wasseroberfläche 6.4 Nutzung von Gewässertrübungsinformation für die Beurteilung der Zuverlässigkeit der Gewässertiefenbestimmung 6.5 Auswirkung der Nachbarschaftsdefinition beim signalbasiertem Full-Waveform Stacking 6.6 Gegenüberstellung signalbasiertes und volumetrisches Full-Waveform Stacking 6.7 Erweiterung des Full-Waveform Stackings mit dem Multi-Layer-Ansatz 7 Fazit der Dissertation 7.1 Zusammenfassung 7.2 Einordnung der Dissertation 7.3 Mehrwert der Dissertation Literaturverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Symbolverzeichnis Abkürzungsverzeichnis / Airborne laser bathymetry is an efficient and area-wide measurement method for the detection of the permanently changing water bottoms of inland waters and shallow water areas close to the coast. In this method, a short green laser pulse is emitted, which interacts with all objects along the laser pulse path (e.g. water surface and bottom). The backscattered laser pulse components (echoes) are digitized and stored in a high temporal resolution measurement signal (full-waveform). However, the measurement method is limited in its penetration depth into the water body due to water turbidity. The water bottom echoes become weaker as the water depth increases until they are no longer reliably detectable. This work shows how novel methods can be used to detect weak water bottom echoes in full-waveforms that are no longer accounted for by standard processing methods. In the core of the work, two methods are presented which are based on a joint evaluation of closely adjacent measurement data. Under the assumption of a steady water bottom with low to moderate slope, the combination of several full-waveforms leads to an improvement of the signal-to-noise ratio and an enhancement of weak water bottom echoes, which consequently can be detected more reliably. The results show a significant increase in the analyzable water depth (up to +30 %), allowing a much larger area of the water bottom to be covered (increase up to +113 %). Comprehensive analyses of the results proved that the added water bottom points are a good representation of the water bottom. Thus, the methods developed in this work constitute a valuable contribution to increase the efficiency of airborne laser bathymetry described at the beginning.:Kurzfassung Abstract 1 Einleitung 1.1 Motivation 1.2 Ziele der Dissertation 1.3 Aufbau der Arbeit 2 Einführung in bathymetrische Messverfahren 2.1 Hydrographie und Bathymetrie 2.2 Airborne LiDAR Bathymetrie 2.2.1 Grundlagen Airborne Laserscanning 2.2.2 Der Pfad des Laserpulses 2.2.3 Fehlereinflüsse 2.3 Die Full-Waveform 2.3.1 Aufbau und Merkmale einer Full-Waveform 2.3.2 Systemwaveform 2.3.3 Full-Waveform Auswerteverfahren 2.4 Hydroakustische Messverfahren 2.4.1 Messprinzip 2.4.2 Echolot Varianten 2.4.3 Fehlereinflüsse 3 Nichtlineare Full-Waveform Stacking-Verfahren zur Detektion und Extraktion von Gewässerbodenpunkten – Beitrag 1, Beitrag 2, Beitrag 3 3.1 Signalbasiertes nichtlineares Full-Waveform Stacking 3.2 Volumetrisches nichtlineares Ortho-Full-Waveform Stacking 4 Anwendung von nichtlinearen Full-Waveform Stacking-Methoden auf maritime Gewässer – Beitrag 4 4.1 Studiengebiet in der Nordsee 4.2 Datengrundlage 4.3 Erste Ergebnisse einer Pilotstudie in küstennahen Bereichen der Nordsee 4.4 Untersuchungsgebiet 4.5 Klassifikation der Wasseroberflächenpunkte 4.6 Visualisierung der Ergebnisse 4.7 Genauigkeit und Zuverlässigkeit 4.8 Mehrwert der Verfahren 5 Potential der Full-Waveform Stacking-Methoden zur Ableitung der Gewässertrübung – Beitrag 5 6 Diskussion und weiterführende Arbeiten 6.1 Geometrische Modellierung der Laserpulsausbreitung 6.2 Einfluss der Gewässereigenschaften auf die Gewässerbodenbestimmung 6.3 Unterschätzung der Wasseroberfläche 6.4 Nutzung von Gewässertrübungsinformation für die Beurteilung der Zuverlässigkeit der Gewässertiefenbestimmung 6.5 Auswirkung der Nachbarschaftsdefinition beim signalbasiertem Full-Waveform Stacking 6.6 Gegenüberstellung signalbasiertes und volumetrisches Full-Waveform Stacking 6.7 Erweiterung des Full-Waveform Stackings mit dem Multi-Layer-Ansatz 7 Fazit der Dissertation 7.1 Zusammenfassung 7.2 Einordnung der Dissertation 7.3 Mehrwert der Dissertation Literaturverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Symbolverzeichnis Abkürzungsverzeichnis

Malfunction in the overhead contact line system is a common cause of disturbances in the train traffic in Sweden. Due to the preventive methods being inefficient, the Swedish Transport Administration has stated the need to develop the railroad maintenance services and has identified Artificial Intelligence (AI) as an important tool for this undertaking.  Light Detection and Ranging (LiDAR) is a remote sensing technology that has been gaining popularity in recent years due to its high ranging accuracy and decreasing data acquisition cost. LiDAR is commonly used within the railroad industry and companies such as WSP collects large amount of data through LiDAR measurements every year. There is currently no reliable fully automatic method to process the point cloud data structure. Several studies propose innovative methods based on traditional machine learning to extract railroad system components from point clouds and have been able to do so with good results. However, these methods have limited applicability in real world problems, as they build upon hand-crafted features based on previous knowledge of the data on which they are applied. Deep learning technology may be a better alternative for the task as it does not require the same amount of human interaction for feature engineering and knowledge about the data in advance.  This thesis investigates if contact line poles can be recognized from LiDAR data with the use of the neural network architecture DGCNN. Data from two Swedish railroad lines, Saltsjöbanan and Roslagsbanan, provided by WSP was used. Point labels were predicted through semantic segmentation from which objects were distinguished using the clustering algorithm DBSCAN. The network was trained and validated on Saltsjöbanan using k-fold cross-validation and was later tested on Roslagsbanan to simulate the application of trained models on an unknown dataset. On point level the network achieved an estimated precision of 0.87 and a recall of 0.89 on the data from Saltsjöbanan and an estimated precision of 0.92 and recall of 0.83 on the data from Roslagsbanan. In the object recognition task, the approach achieved an average precision of 0.93 and recall of 0.998 on the data from Saltsjöbanan and on the data from Roslagsbanan, an average precision of 0.96 and a recall of 1 was achieved, indicating that it is possible to apply this method on railroad segments other than the one the network was trained on. Despite not being accurate or reliable enough on point level to be used for thorough inspection of the contact line system, this approach has various applications in terms of object recognition along Swedish railroads. Future research should investigate how adding additional classes beyond contact line poles would affect the results and what changes can be done to the parameters to optimize the performance. A side-by-side comparison with the current methods and traditional machine learning-based methods would be valuable as well. / Fel i kontaktledningssystemet är en vanlig orsak till störningar i tågtrafiken i Sverige. Då dagens metoder för att förebygga dessa fel är ineffektiva har Trafikverket uttryckt behovet av att utveckla underhållsarbetet av den svenska järnvägen och har identifierat artificiell intelligens (AI) som ett viktigt verktyg i det syftet. Light Detection and Ranging (LiDAR) är en fjärranalysteknologi som har blivit allt mer populär med åren tack vare sin höga mätnoggrannheten och allt billigare datainsamling. LiDAR används regelbundet inom järnvägsindustrin och företag som WSP samlar årligen in stora mängder data med denna teknologi. I dagsläget finns det däremot ingen tillräckligt pålitlig automatisk metod för att segmentera och klassificera punktmoln. Ett flertal studier föreslår lösningar baserade på traditionell maskininlärning för att ta ut järnvägskomponenter ur punktmolnsdata. Eftersom dessa metoder bygger på förkunskap och noga utvecklade funktioner för att hitta mönster i datan är de svåra att tillämpa i verkliga problem. Istället kan djupinlärning som inte kräver samma förkunskap eller noggranna matematiska modellering tillämpas. I det här arbetet identifierades kontaktledningsstolpar ur LiDAR data med hjälp av det neurala nätverket DGCNN. Datan som användes var punktmolnsdata från Saltsjöbanan och Roslagsbanan försedd av WSP. Först klassificerades punkter genom semantisk segmentering och från klassificeringen kunde objekt identifierades genom att tillämpa klusteringsalgoritmen DBSCAN. Nätverket tränades med hjälp av korsvalidering på data över Saltsjöbanan och testades därefter på data över Roslagsbanan för att undersöka om tränade modeller kan tillämpas på andra järnvägslinjer. På datan över Saltsjöbanan uppnådde nätverket en estimerad specificitet på 0.87 och sensitivitet på 0.89 på punktnivå. Motsvarande värden på datan över Roslagsbanan låg på 0.92 och 0.83. Metoden för objektigenkänning uppnådde en genomsnittlig specificitet på 0.93 och sensitivitet på 0.998 på datan över Saltsjöbanan och motsvarande värden på datan över Roslagsbanan låg på 0.96 och 1. Resultatet indikerar att metoden går att tillämpa på andra järnvägslinjer utan specifik träning för dessa.  Trots att metoden inte är träffsäker nog på punktnivå för att användas för grundlig besiktning av kontaktledningssystemet kan den användas för objektigenkänning längs svensk järnväg. Framtida forskning bör undersöka hur resultatet påverkas om ytterligare klasser utöver kontaktledningsstolpar används och vilka förändringar bör göras bland parametrarna för att optimera det undersökta tillvägagångssättet. En utförlig jämförelse mot nuvarande metoder och metoder baserade på traditionell maskininlärning skulle dessutom vara av värde.

For safe mobility, an autonomous vehicle must perceive the surroundings accurately. There are many perception tasks associated with understanding the local environment such as object detection, localization, and lane analysis. Object detection, in particular, plays a vital role in determining an object’s location and classifying it correctly and is one of the challenging tasks in the self-driving research area. Before employing an object detection module in autonomous vehicle testing, an organization needs to have a precise analysis of the module. Hence, it becomes crucial for a company to have an evaluation framework to evaluate an object detection algorithm’s performance. This thesis develops a comprehensive framework for evaluating and analyzing object detection algorithms, both 2D (camera images based) and 3D (LiDAR point cloud-based). The pipeline developed in this thesis provides the ability to evaluate multiple models with ease, signified by the key performance metrics, Average Precision, F-score, and Mean Average Precision. 40-point interpolation method is used to calculate the Average Precision. / För säker rörlighet måste ett autonomt fordon uppfatta omgivningen exakt. Det finns många uppfattningsuppgifter associerade med att förstå den lokala miljön, såsom objektdetektering, lokalisering och filanalys. I synnerhet objektdetektering spelar en viktig roll för att bestämma ett objekts plats och klassificera det korrekt och är en av de utmanande uppgifterna inom det självdrivande forskningsområdet. Innan en anställd detekteringsmodul används i autonoma fordonsprovningar måste en organisation ha en exakt analys av modulen. Därför blir det avgörande för ett företag att ha en utvärderingsram för att utvärdera en objektdetekteringsalgoritms prestanda. Denna avhandling utvecklar ett omfattande ramverk för utvärdering och analys av objektdetekteringsalgoritmer, både 2 D (kamerabilder baserade) och 3 D (LiDAR-punktmolnbaserade). Rörledningen som utvecklats i denna avhandling ger möjlighet att enkelt utvärdera flera modeller, betecknad med nyckelprestandamätvärdena, Genomsnittlig precision, F-poäng och genomsnittlig genomsnittlig precision. 40-punkts interpoleringsmetod används för att beräkna medelprecisionen.

3D ranging sensor LiDAR, is an extensively used sensor in the autonomous vehicle industry, but LiDAR placement problem is not studied extensively. This thesis work proposes a framework in an open- source autonomous driving simulator (CARLA) that aims to solve LiDAR placement problem, based on the tasks that LiDAR is intended for in most of the autonomous vehicles. LiDAR placement problem is solved by improving point cloud density around the vehicle, and this is calculated by using LiDAR Occupancy Boards (LOB). Introducing LiDAR Occupancy as an objective function, the genetic algorithm is used to optimize this problem. This method can be extended for multiple LiDAR placement problem. Additionally, for multiple LiDAR placement problem, LiDAR scan registration algorithm (NDT) can also be used to find a better match for first or reference LiDAR. Multiple experiments are carried out in simulation with a different vehicle truck and car, different LiDAR sensors Velodyne 16 and 32 channel LiDAR, and, by varying Region Of Interest (ROI), for testing the scalability and technical robustness of the framework. Finally, this framework is validated by comparing the current and proposed LiDAR positions on the truck. / 3D- sensor LiDAR, är en sensor som används i stor utsträckning inom den autonoma fordonsindustrin, men LiDAR- placeringsproblemet studeras inte i stor utsträckning. Detta uppsatsarbete föreslår en ram i en öppen källkod för autonom körningssimulator (CARLA) som syftar till att lösa LiDAR- placeringsproblem, baserat på de uppgifter som LiDAR är avsedda för i de flesta av de autonoma fordonen. LiDAR- placeringsproblem löses genom att förbättra punktmolntätheten runt fordonet, och detta beräknas med LiDAR Occupancy Boards (LOB). Genom att introducera LiDAR Occupancy som en objektiv funktion används den genetiska algoritmen för att optimera detta problem. Denna metod kan utökas för flera LiDAR- placeringsproblem. Dessutom kan LiDAR- scanningsalgoritm (NDT) för flera LiDAR- placeringsproblem också användas för att hitta en bättre matchning för LiDAR för första eller referens. Flera experiment utförs i simulering med ett annat fordon lastbil och bil, olika LiDAR-sensorer Velodyne 16 och 32kanals LiDAR, och, genom att variera intresseområde (ROI), för att testa skalbarhet och teknisk robusthet i ramverket. Slutligen valideras detta ramverk genom att jämföra de nuvarande och föreslagna LiDAR- positionerna på lastbilen.

This research outlines the development of evaluating safety measures for bicycle traffic using state-of-the-art technology, which was started since 2020 as a four-year project. The project is funded by the Commission on Advanced Road Technology in the Ministry of Land, Infrastructure, Transport and Tourism(MLIT). While Japan has a high bicycle modal share of 12% (2010), bicycle-related fatalities are relatively high among other countries in the IRTAD database (2019). Under these circumstances, since 2007, various measures for bicycle traffic measures have been implemented to improve the safe bicycle traffic environment, including the revision of the Road Traffic Act and the formulation of a national plan to promote bicycle use. However, serious accidents involving bicycles are remained in some specific cases. According to the government's traffic accident analysis results (2019), right-hook crash at signalized intersections are one of the most serious types of collision involving bicycles, along with accidents at unsignalized intersections involving vehicles turning left, rear-end collisions, and single vehicle accidents due to off-road deviation. In particular, proactive safety measures are required at signalized intersections along arterial roads, where electric personal mobility vehicles traveling at speeds of up to 20 km/h are expected to share with bicycles in the future. In order to evaluate safety measures for bicycle-vehicle crashes, this project set the following goals. 1) Identify factors influencing near-miss incidents and collisions through analysis of drive recorder data and accident statistical data. 2) Detailed analysis of traffic conditions from the cyclist's perspective using a probe bicycle equipped with a LiDAR sensor. 3) Development of an experimental environment using a connected simulator for evaluation of cooperative driving behavior. 4) Clarification of experimental conditions to evaluate different scenarios and conditions with and without intervention. 5) Proposal of effective interventions to improve crash cases based on experiments.