Une nouvelle génération de spectromètres imageurs émerge dans le domaine de l'exploration spatiale par l'ajout d'une dimension supplémentaire de mesure, la dimension angulaire. L'imagerie spectroscopique multi-angulaire est conçue pour fournir une caractérisation plus précise des matériaux planétaires et permet une meilleure séparation des signaux provenant de l'atmosphère et la surface. Le capteur Compact Reconnaissance Imaging Spectrometer for Mars (CRISM) à bord de la sonde Mars Reconnaissance Orbiter est une caméra hyperspectrale qui fonctionne systématiquement dans le mode multi-angulaire depuis l'orbite. Néanmoins, les images multi-angulaires hyperspectrales posent certains problèmes de manipulation, de visualisation et d'analyse en raison de leur taille et de leur complexité. Dans ce cadre, cette thèse propose des algorithmes statistiques et physiques pour analyser les images acquises par l'instrument CRISM de manière efficace et robuste. Premièrement, je propose une chaîne de post-traitement visant à améliorer la qualité radiométrique des données CRISM et à générer des produits améliorés, ces dernières données étant conçues pour permettre une analyse fine de la planète Mars. Deuxièmement, je m'intéresse à la correction atmosphérique des images CRISM en exploitant les capacités multi-angulaires de cet instrument. Un algorithme innovant, à base physique est mis en oeuvre pour compenser les effets atmosphériques afin d'estimer la reflectance de surface. Cette approche est particulièrement utilisée dans cette thèse pour déduire les propriétés photométriques des matériaux qui coexistent dans un site spécifique de Mars, le cratère de Gusev. Troisièmement, j'effectue une comparaison d'une sélection des meilleurs techniques existantes, visant à réaliser une déconvolution spectrale des données acquises par l'instrument CRISM. Ces techniques statistiques se sont avérées utiles lors de l'analyse d'images hyperspectrales de manière non supervisé, c'est a dire, sans aucun a priori sur la scène. Une stratégie originale est proposée pour discriminer les techniques les plus appropriées pour l'exploration de Mars, à partir de données indépendantes provenant d'autres capteurs d'imagerie haute résolution afin de construire une vérité de terrain.

Les éléments bâtis du tissu urbain modifient fortement les paramètres microclimatiques à l'échelle locale en perturbant la distribution de l'écoulement du vent et en amplifiant les transferts de chaleur entre les surfaces. Le bilan énergétique thermo-radiatif des espaces extérieurs est ainsi étroitement lié à la nature et à la morphologie des arrangements de bâtiments. Ce travail de recherche vise à étudier par le biais de la modélisation et de la simulation numérique la relation entre la morphologie urbaine spécifique des éco-quartiers, le microclimat et le confort ou l'inconfort thermique dans les espaces publics extérieurs. Pour caractériser cet impact, nous avons développé une approche numérique basée sur un couplage entre un modèle CFD (Code_Saturne développé par EDF) et un modèle thermo-radiatif (Solene développé par le laboratoire CERMA). Les paramètres physiques simulés (température de surface, température de l'air, vitesse du vent et énergie cinétique turbulente) permettant d'évaluer les indices de confort du milieu extérieur ont été comparés avec les données de mesure obtenues durant la campagne expérimentale EM2PAU (Nantes, 2010-2011) afin de valider la pertinence et la robustesse du modèle numérique développé. Nous avons par la suite appliqué le modèle numérique développé à trois configurations d'éco-quartiers représentatives d'une forme urbaine particulière afin d'analyser leurs impacts sur le confort extérieurs. Les résultats de cette étude ont été croisés avec ceux de l'étude des indicateurs physico-morphologiques menée en parallèle pour évaluer les effets de la géométrie urbaine sur les ambiances dans les espaces extérieurs. Les conclusions de cette recherche ont abouti à l'élaboration de quelques recommandations sur la conception des éco-quartiers pour les architectes et les urbanistes.

Une nouvelle génération de spectromètres imageurs émerge dans le domaine de l'exploration spatiale par l'ajout d'une dimension supplémentaire de mesure, la dimension angulaire. L'imagerie spectroscopique multi-angulaire est conçue pour fournir une caractérisation plus précise des matériaux planétaires et permet une meilleure séparation des signaux provenant de l'atmosphère et la surface. Le capteur Compact Reconnaissance Imaging Spectrometer for Mars (CRISM) à bord de la sonde Mars Reconnaissance Orbiter est une caméra hyperspectrale qui fonctionne systématiquement dans le mode multi-angulaire depuis l'orbite. Néanmoins, les images multi-angulaires hyperspectrales posent certains problèmes de manipulation, de visualisation et d'analyse en raison de leur taille et de leur complexité. Dans ce cadre, cette thèse propose des algorithmes statistiques et physiques pour analyser les images acquises par l'instrument CRISM de manière efficace et robuste. Premièrement, je propose une chaîne de post-traitement visant à améliorer la qualité radiométrique des données CRISM et à générer des produits améliorés, ces dernières données étant conçues pour permettre une analyse fine de la planète Mars. Deuxièmement, je m'intéresse à la correction atmosphérique des images CRISM en exploitant les capacités multi-angulaires de cet instrument. Un algorithme innovant, à base physique est mis en oeuvre pour compenser les effets atmosphériques afin d'estimer la reflectance de surface. Cette approche est particulièrement utilisée dans cette thèse pour déduire les propriétés photométriques des matériaux qui coexistent dans un site spécifique de Mars, le cratère de Gusev. Troisièmement, j'effectue une comparaison d'une sélection des meilleurs techniques existantes, visant à réaliser une déconvolution spectrale des données acquises par l'instrument CRISM. Ces techniques statistiques se sont avérées utiles lors de l'analyse d'images hyperspectrales de manière non supervisé, c'est a dire, sans aucun a priori sur la scène. Une stratégie originale est proposée pour discriminer les techniques les plus appropriées pour l'exploration de Mars, à partir de données indépendantes provenant d'autres capteurs d'imagerie haute résolution afin de construire une vérité de terrain. / New generation of imaging spectrometers are emerging in the field of space exploration by adding an additional view of measurement, the angular dimension. Multi-angle imaging spectroscopy is conceived to provide a more accurate characterization of planetary materials and a higher success in separating the signals coming from the atmosphere and the surface. The Compact Reconnaissance Imaging Spectrometer for Mars (CRISM) aboard the Mars Reconnaissance Orbiter is a hyperspectral camera that operates systematically in multi-angle mode from space. Nonetheless, multi-angle hyperspectral images are related to problems of manipulation, visualization and analysis because of their size and complexity. In this framework, this PhD thesis proposes robust statistical and physical algorithms to analyze images acquired by the CRISM instrument in an efficient manner. First, I propose a tailor-made data pipeline aimed at improving the radiometric quality of CRISM data and generating advanced products, the latter data being devised to perform fine analysis of the planet Mars. Second, I address the atmospheric correction of CRISM imagery by exploiting the multi-angle capabilities of this instrument. An innovative physically-based algorithm compensating for atmospheric effects is put forward in order to retrieve surface reflectance. This approach is particularly used in this thesis to infer the photometric properties of the materials coexisting in a specific site of Mars, the Gusev crater. Third, I perform an intercomparison of a selection of state-of-the-art techniques aimed at performing spectral unmixing of hyperspectral data acquired by the CRISM instrument. These statistical techniques are proved to be useful when analyzing hyperspectral images in an unsupervised manner, that is, without any a priori on the scene. An original strategy is proposed to discriminate the most suitable techniques for the exploration of Mars based on ground truth data built from independent high resolution imagery.

Les environnements arides végétalisés seront parmi les environnements les plus impactés par la désertification dans le cadre du changement climatique. Ces environnements légèrement végétalisés sont caractérisés par une balance précaire entre un état de résilience et de vulnérabilité qui est intrinsèquement menacé par la désertification pouvant potentiellement mener à une augmentation du transport des sédiments éolien et une dégradation des environnements. Le nombre d’interactions présentes entre la végétation, la pluie, le transport des sédiments et la présence d’herbivore en milieu aride, ainsi que leur nature non-linéaire rend difficile de représenter ces interactions à l’aide de modèle physique et mathématique. La modélisation complexe est mieux adaptée à la représentation des interactions complexes entre la végétation, la pluie, le transport des sédiments et la présence d’herbivores dans les systèmes arides. Un nombre considérable d’études ont utilisées les modèles complexes pour étudier l’effet de la végétation sur le transport des sédiments ou l’effet de la présence d’herbivore sur la végétation, mais peu d’études ont utilisées une approche intégrant ces trois composantes en un même modèle. Un nouveau modèle d’herbivorie basé sur l’agent (GrAM) est présenté sous forme d’extension du modèle ViSTA_M17 et permet une meilleure représentation de l’impact des régimes de pâturage en environnement aride végétalisé. Cet ajout ayant un modèle complexe de transport des sédiments et de végétation déjà établit vise présenter un modèle hybride pouvant représenter l’impact de l’herbivorie sur la composition végétale et le transport des sédiments en environnement aride à l’échelle du paysage. Le développement du nouveau module à l’intérieur de la structure du modèle ViSTA original a souligné certaines limites de ce dernier, notamment une sensitivité importante de la végétation et de la force de cisaillement du vent. Le modèle ViSTA_GrAM répond à certaines limites du modèle original par l’intégration d’un nouveau module d’herbivorie et présente une avancée vers une modélisation environnementale englobante permettant une meilleure compréhension des dynamiques spatiales et temporelles des environnements arides. L’approche englobante utilisée par le modèle ViSTA_GrAM est bénéfique à la prise de décision, puisqu’elle offre un outil permettant d’explorer les réponses des environnements arides à un changement de leur végétation, leur régime de pluie, leur régime de transport des sédiments ou leur régime d’herbivorie. Les modèles complexes et l’exploration de scénarios futurs des environnements arides peuvent permettre d’améliorer la gestion de ces mêmes environnements. / Vegetated arid environments will be among one of the most affected by desertification as a result of climate change. These sparsely vegetated regions exhibit a delicate balance of resilience and vulnerability that are profoundly challenged by desertification, potentially producing an important positive feedback leading to increased aeolian activity and therefore land degradation. The high level of interaction between rainfall, vegetation, sediment transport and grazing in these arid environments and the non-linear nature of these interactions make them difficult to predict by traditional mathematical modeling mean. Complex modeling, on the other hand, offer better representation of the intricate relation between vegetation, rainfall, sediment transport and grazing in an arid environment system. A sizable amount of studies has been conducted with complex models to explore the effect of vegetation on sediment transport or grazing effect on vegetation, but few have used a truly integrative approach where all tree components were represented in a complex model. This research present a novel agent-based model (GrAM) integrated as an extension to already complete sediment transport-vegetation complex model (ViSTA) allowing a more refined representation of grazer’s impact in vegetated arid environments. This addition to the ViSTA model is aimed to combine a land management and systematic approach in a coupled model, to represent, at a landscape level, the impact of grazing on the composition of vegetation and sediment movement in arid environments. The development of this new module within the original ViSTA model, has highlighted some limitations of this model, most notably concerning its sensitivity to vegetation and wind shear. The ViSTA_GrAM model addresses these limitations through integrating a new module of grazing as the next step toward an integrated modelling effort that permits models to effectively increase our spatial and temporal understanding of arid environments vegetation, sediment transport and grazing dynamics. Integrative approach, like the one provided by the ViSTA_GrAM model, is beneficial to decision making by providing tools to investigate the response of an arid environment to different state of their vegetation, rainfall regime, wind stress and grazing regime. By developing complex modeling in arid environment and exploring various future scenarios for arid environment, we hope to lead to better management plan of those same environment.