Comme tout évènement géophysique, la transformation de la pluie en débit dans les rivières est caractérisée par la complexité des processus engagés et par l'observation partielle, parfois très limitée, de la réponse hydrologique du bassin versant ainsi que du forçage atmosphérique auquel il est soumis. Il est donc essentiel de comprendre, d'analyser et de réduire les incertitudes inhérentes à la modélisation hydrologique (analyse de sensibilité, assimilation de données, propagation d'incertitudes). Les méthodes variationnelles sont très largement employées au sein d'autres disciplines (ex. météorologie, océanographie ...) confrontés aux mêmes challenges. Dans le cadre de ce travail, nous avons appliqué ce type de méthodes à des modèles représentant deux types de fonctionnement des hydrosystèmes à l'échelle du bassin versant. Le potentiel et les limitations de l'approche variationnelle pour la modélisation hydrologique sont illustrés avec un modèle faisant du ruissellement par dépassement de la capacité d'infiltration le processus prépondérant pour la genèse des écoulements superficiels (MARINE) ainsi qu'avec un modèle basé sur le concept des zones contributives d'aire variable (TOPMODEL). L'analyse de sensibilité par linéarisation ou basée sur la méthode de l'état adjoint permet une analyse locale mais approfondie de la relation entre les facteurs d'entrée de la modélisation et les variables pronostiques du système. De plus, le gradient du critère d'ajustement aux observations calculé par le modèle adjoint permet guider de manière très efficace un algorithme de descente avec contraintes de bornes pour l'estimation des paramètres. Les résultats obtenus sont très encourageants et plaident pour une utilisation accrue de l'approche variationnelle afin d'aborder les problématiques clés que sont l'analyse de la physique décrite dans les modèles hydrologiques et l'estimation des variables de contrôle (calibration des paramètres et mise à jour de l'état par assimilation de données).

La connaissance du microclimat et de l’évapotranspiration ou flux de chaleur latente qui représente la consommation réelle en eau de la culture à l’échelle des parcelles agricoles est une donnée importante pour comprendre le développement des cultures. La plupart des modèles permettant d’estimer l’évapotranspiration sont utilisés sur des surfaces homogènes sans tenir compte des interactions surface - atmosphère et de la variabilité spatiale du domaine agricole. Nous avons utilisé un modèle de couche limite atmosphérique afin de prendre en compte ces interactions. Une approche dite « patchée » permet d’introduire la variabilité spatiale des surfaces dans le modèle à partir des diverses proportions et des caractéristiques des principaux couverts végétaux qui composent le paysage. Une méthode d’assimilation variationnelle a été implémentée afin d’estimer certains paramètres du modèle difficile à connaître précisément. La méthode est basée sur le calcul de l’adjoint du modèle et utilise une température de surface observée par télédétection. L’approche développée est comparée à des approches plus simples considérant chaque type de surface indépendamment, mettant en évidence le rôle de la prise en compte de la variabilité spatiale de la surface sur la simulation du microclimat et des flux de surface / Knowledge of climate at regional scale and evapotranspiration (or latent heat flux which represents the actual water consumption of culture) is a key to understand the development of crops. Most of the methods aiming at estimating evapotranspiration assume homogeneous or decoupled atmospheric variables over the modelling domain without accounting for the feedback between surface and atmosphere. In order to analyse such dependencies and to predict microclimate and land surface fluxes we have developed a coupled atmospheric boundary layer - land surface model which accounts for the landscape heterogeneity using a tiled approach. We have implemented appropriate procedures (variational data assimilation) for assimilating remote sensing data into the model allowing to retrieve some input parameters difficult to estimate spatially (soil moisture and aerodynamic roughness). The developed method is compared to classical approaches considering each type of surface independently. Results are discussed in this paper

L'objectif de ce travail est de contribuer à la compréhension du cycle atmosphérique du soufre en Antarctique par l'utilisation d'un Modèle de Circulation Générale Atmosphérique (MCGA). Les versions "Antarctique" et "soufre" du MCGA LMD-ZT ("Laboratoire de Météorologie Dynamique- Zoom Traceurs") ont été fusionnées pour l'étude à haute résolution Antarctique du cycle du soufre dans les moyennes et hautes latitudes Sud. Une méthode de forçage "latéral" de la circulation atmosphérique antarctique par des analyses du Centre Européen de Prévision Météorologique à Moyen Terme (CEPMMT) a été spécifiquement développée et appliquée. Le modèle a d'abord été évalué. Il représente correctement le cycle saisonnier des espéces soufrées aux sites d'observation en Antarctique. Plusieurs défauts ont cependant été identifiés , discutés, et certains ont été étudiés par des expériences numériques spécifiques. Ceci nous a permis, dans la suite de ce travail, de décrire de manière critique le cycle du soufre en Antarctique à partir des résultats du modèle. Le modèle a été utilisé pour trois applications. La première a été une mise en oeuvre directe du modèle, tel qu'il a été évalué, dans le but d'estimer les distributions spatiales, le cycle saisonnier dans les régions centrales, et le bilan annuel des espèces soufrées en Antarctique. La deuxième se présente sous forme d'études de sensibilité à la formulation des émissions de sulfure de diméthyle (DMS) océanique, que la phase d'évaluation a révélé comme déterminante pour la modélisation du cycle du soufre. Pour la troisième, l'adjoint du modèle de transport (qui, en première approximation, permet de remonter le temps), complété par l'adjoint du module chimique spécifiquement développé pour ce travail, a été mis en oeuvre pour une recherche quantitative de l'origine géographlque et de l'âge des espèces soufrées en Antarctique.

La caractérisation de la neige est un enjeu important pour la gestion des ressources en eau et pour la prévision des risques d'avalanche. L'avènement des nouveaux satellites Radar de Synthèse d'Ouverture (RSO) bande X à haute résolution permet d'acquérir des données de résolution métrique avec une répétitivité journalière. Dans ce travail, un modèle de rétrodiffusion des ondes électromagnétiques de la neige sèche est adapté à la bande X et aux fréquences plus élevées. L'algorithme d'assimilation de données 3D-VAR est ensuite implémenté pour contraindre le modèle d'évolution de la neige SURFEX/Crocus à l'aide des observations satellitaires. Enfin, l'ensemble de ces traitements sont évalué à partir de données du satellite TerraSAR-X acquises sur le glacier d'Argentière dans la vallée de Chamonix. Cette première comparaison montre le fort potentiel de l'assimilation des données RSO bande X pour la caractérisation du manteau neigeux. / Characterization of snowpack structure is an important issue for the management of water resources and the prediction of avalanche risks. New Synthetic Aperture Radar (SAR) satellites in X-band at high-resolution allow us to acquire image data with metric resolution and daily observations. In this work, an electromagnetic backscattering model applicable for dry snow is adapted for X-band and higher frequencies. The 3D-VAR data assimilation algorithm is then implemented to constrain the evolution of the snow metamorphisme model SURFEX/Crocus using satellite observations. Finally, the algorithm is evaluated using image data acquired from TerraSAR-X satellite on the Argentiere glacier in the Chamonix Valley of the French Alps. This first comparison shows the high potential of the data assimilation assimilation method using X-band SAR data for characterization of the snowpack.

Dans une modélisation intégrée des impacts, l'objectif est de tester plusieurs scénarios d'entrées de modèle et/ ou d'identifier l'effet de l'incertitude des entrées sur les sorties de modèle. Dans les deux cas, un grand nombre de simulations de modèle sont nécessaires. Cela reste bien évidemment infaisable avec un modèle de Chimie-Transport à cause du temps CPU demandé. Pour surmonter cette difficulté, deux approches ont été étudiées dans cette thèse : La première consiste à construire un modèle réduit. Deux techniques ont été utilisées : la première est la méthode POD (Proper Orthogonal Decomposition) liée au comportement statistique du système. La seconde méthode est une méthode efficace de prétabulation fondée sur la troncature d'un développement multivariables de la relation Entrées/ sorties associé au modèle.<br />La seconde est relative à la réduction du nombre de simulations demandé par la méthode Monte-Carlo classique de propagation d'incertitude. La technique utilisée ici est basée sur une représentation d'une sortie de modèle incertaine comme un développement de polynômes orthonormaux de variables d'entrées. Un autre point clé dans la modélisation intégrée d'impacts est de développer des stratégies de réduction des émissions en calculant des matrices de transfert sur plusieurs années de simulation. Une méthode efficace de calcul de ces matrices a été ainsi développée, notamment en définissant des scénarios "chimiquement" représentatifs.<br />L'ensemble de ces méthodes a été appliqué au modèle POLAIR3D, modèle de Chimie-Transport développé dans le cadre de cette thèse.