Le travail de recherche présenté dans ce mémoire de thèse est dédié au développement des méthodes en télédétection radar polarimétrique et interférométrique. L'interférométrie radar à synthèse d'ouverture renseigne sur la topographie de la zone étudiée ou sur ses déformations. Nous mettons en place des traitements interférométriques pour obtenir un champ de déplacement au sol. La polarimétrie radar étudie les interactions de l'onde électromagnétique avec le milieu étudié et nous informe sur les propriétés physiques des rétrodiffuseurs. Nous examinons en détail les deux modèles de paramétrisation des vecteurs de rétrodifiusion : le modèle alpha/beta et le modèle TSVM. Nous proposons ensuite d'utiliser la distribution de Fisher pour modéliser la texture dans les images polarimétriques. En utilisant le modèle multiplicatif scalaire, nous dérivons Pexpression littérale de la distribution de la matrice de cohérence et nous proposons d'implémenter cette nouvelle distribution dans un algorithme de segmentation hiérarchique. Les différentes méthodes proposées durant cette thèse ont été appliquées sur des données interférométriques en bande C sur les glaciers et sur des données polarimétriques en bande L dans le milieu urbain.

Ce travail concerne différent thèmes qui ont pour objectif d'améliorer la compréhension de l'Interférométrie Polarimétrique Radar (Pol-InSAR) ainsi que de proposer de nouvelles techniques permettant la reconstruction de paramètres liés à la végétation, dans le cadre d'applications de Télédétection. Des études théoriques sont menées afin de définir rigoureusement et d'analyser lénsemble de cohérences Pol-InSAR ainsi que de développer et d'interpréter les techniques d'optimisation de cohérences à lignes de base multiples. Un modèle interférométrique polarimétrique phénoménologique est développé pour tenir<br />compte d'un milieu volumique situé au dessus d'un sol. Dans le cas de forêts observées en bande L, ce modèle tient compte de la topographie du sol, de la canopée, de la hauteur totale des arbres, de l'atténuation de l'onde, de la réflectivité au sein de la canopée, de<br />la morphologie des arbres prise en compte par la distribution statistique des orientations des branches et leur forme efficace, de la contribution du sol et enfin de l'interaction entre le sol et les troncs. Une méthodologie d'inversion des paramètres de végétation est développée dans le cas des acquisitions monopasse ou multipasses. Dans ce dernier cas, la méthode d'inversion tient compte de la décorrélation temporelle et permet ainsi une estimation pour chaque ligne de base. La performance de léstimation des paramètres de<br />végétation est évaluée à partir de données SAR simulées et réelles aéroportées en bande L, pour les deux cas de configurations en lignes de base simple ou multiple.

Dans cette thése, des techniques d'analyse spectrale sont généralisées afin de traiter des données polarimétriques SAR interférométriques multi-bases. Ces algorithmes polarimétriques de traitement multi-capteurs sont décrits d'une manièere mathématique rigoureuse et appliqués aux zones urbaines. Ils permettent d'estimer la hauteur des diffuseurs, le mécanisme de rétrodiffusion et la réflectivité polarimétrique. A partir des observations mono-base POLInSAR, un modèle numérique d'élévation d'une zone urbaine est généré en déterminant les mécanismes de rétrodiffusion. L'utilisation des données bi-base POL-InSAR permet de résoudre le problème de déversement et de réaliser des images SAR en trois dimensions en indiquant les types de réflexion.

Les milieux humides remplissent plusieurs fonctions écologiques d’importance et contribuent à la biodiversité de la faune et de la flore. Même s’il existe une reconnaissance croissante sur l’importante de protéger ces milieux, il n’en demeure pas moins que leur intégrité est encore menacée par la pression des activités humaines. L’inventaire et le suivi systématique des milieux humides constituent une nécessité et la télédétection est le seul moyen réaliste d’atteindre ce but. L’objectif de cette thèse consiste à contribuer et à améliorer la caractérisation des milieux humides en utilisant des données satellites acquises par des radars polarimétriques en bande L (ALOS-PALSAR) et C (RADARSAT-2). Cette thèse se fonde sur deux hypothèses (chap. 1). La première hypothèse stipule que les classes de physionomies végétales, basées sur la structure des végétaux, sont plus appropriées que les classes d’espèces végétales car mieux adaptées au contenu informationnel des images radar polarimétriques. La seconde hypothèse stipule que les algorithmes de décompositions polarimétriques permettent une extraction optimale de l’information polarimétrique comparativement à une approche multipolarisée basée sur les canaux de polarisation HH, HV et VV (chap. 3). En particulier, l’apport de la décomposition incohérente de Touzi pour l’inventaire et le suivi de milieux humides est examiné en détail. Cette décomposition permet de caractériser le type de diffusion, la phase, l’orientation, la symétrie, le degré de polarisation et la puissance rétrodiffusée d’une cible à l’aide d’une série de paramètres extraits d’une analyse des vecteurs et des valeurs propres de la matrice de cohérence. La région du lac Saint-Pierre a été sélectionnée comme site d’étude étant donné la grande diversité de ses milieux humides qui y couvrent plus de 20 000 ha. L’un des défis posés par cette thèse consiste au fait qu’il n’existe pas de système standard énumérant l’ensemble possible des classes physionomiques ni d’indications précises quant à leurs caractéristiques et dimensions. Une grande attention a donc été portée à la création de ces classes par recoupement de sources de données diverses et plus de 50 espèces végétales ont été regroupées en 9 classes physionomiques (chap. 7, 8 et 9). Plusieurs analyses sont proposées pour valider les hypothèses de cette thèse (chap. 9). Des analyses de sensibilité par diffusiogramme sont utilisées pour étudier les caractéristiques et la dispersion des physionomies végétales dans différents espaces constitués de paramètres polarimétriques ou canaux de polarisation (chap. 10 et 12). Des séries temporelles d’images RADARSAT-2 sont utilisées pour approfondir la compréhension de l’évolution saisonnière des physionomies végétales (chap. 12). L’algorithme de la divergence transformée est utilisé pour quantifier la séparabilité entre les classes physionomiques et pour identifier le ou les paramètres ayant le plus contribué(s) à leur séparabilité (chap. 11 et 13). Des classifications sont aussi proposées et les résultats comparés à une carte existante des milieux humide du lac Saint-Pierre (14). Finalement, une analyse du potentiel des paramètres polarimétrique en bande C et L est proposé pour le suivi de l’hydrologie des tourbières (chap. 15 et 16). Les analyses de sensibilité montrent que les paramètres de la 1re composante, relatifs à la portion dominante (polarisée) du signal, sont suffisants pour une caractérisation générale des physionomies végétales. Les paramètres des 2e et 3e composantes sont cependant nécessaires pour obtenir de meilleures séparabilités entre les classes (chap. 11 et 13) et une meilleure discrimination entre milieux humides et milieux secs (chap. 14). Cette thèse montre qu’il est préférable de considérer individuellement les paramètres des 1re, 2e et 3e composantes plutôt que leur somme pondérée par leurs valeurs propres respectives (chap. 10 et 12). Cette thèse examine également la complémentarité entre les paramètres de structure et ceux relatifs à la puissance rétrodiffusée, souvent ignorée et normalisée par la plupart des décompositions polarimétriques. La dimension temporelle (saisonnière) est essentielle pour la caractérisation et la classification des physionomies végétales (chap. 12, 13 et 14). Des images acquises au printemps (avril et mai) sont nécessaires pour discriminer les milieux secs des milieux humides alors que des images acquises en été (juillet et août) sont nécessaires pour raffiner la classification des physionomies végétales. Un arbre hiérarchique de classification développé dans cette thèse constitue une synthèse des connaissances acquises (chap. 14). À l’aide d’un nombre relativement réduit de paramètres polarimétriques et de règles de décisions simples, il est possible d’identifier, entre autres, trois classes de bas marais et de discriminer avec succès les hauts marais herbacés des autres classes physionomiques sans avoir recours à des sources de données auxiliaires. Les résultats obtenus sont comparables à ceux provenant d’une classification supervisée utilisant deux images Landsat-5 avec une exactitude globale de 77.3% et 79.0% respectivement. Diverses classifications utilisant la machine à vecteurs de support (SVM) permettent de reproduire les résultats obtenus avec l’arbre hiérarchique de classification. L’exploitation d’une plus forte dimensionalitée par le SVM, avec une précision globale maximale de 79.1%, ne permet cependant pas d’obtenir des résultats significativement meilleurs. Finalement, la phase de la décomposition de Touzi apparaît être le seul paramètre (en bande L) sensible aux variations du niveau d’eau sous la surface des tourbières ouvertes (chap. 16). Ce paramètre offre donc un grand potentiel pour le suivi de l’hydrologie des tourbières comparativement à la différence de phase entre les canaux HH et VV. Cette thèse démontre que les paramètres de la décomposition de Touzi permettent une meilleure caractérisation, de meilleures séparabilités et de meilleures classifications des physionomies végétales des milieux humides que les canaux de polarisation HH, HV et VV. Le regroupement des espèces végétales en classes physionomiques est un concept valable. Mais certaines espèces végétales partageant une physionomie similaire, mais occupant un milieu différent (haut vs bas marais), ont cependant présenté des différences significatives quant aux propriétés de leur rétrodiffusion. / Wetlands fill many important ecological functions and contribute to the biodiversity of fauna and flora. Although there is a growing recognition of the importance to protect these areas, it remains that their integrity is still threatened by the pressure of human activities. The inventory and the systematic monitoring of wetlands are a necessity and remote sensing is the only realistic way to achieve this goal. The primary objective of this thesis is to contribute and improve the wetland characterization using satellite polarimetric data acquired in L (ALOS-PALSAR) and C (RADARSAT-2) band. This thesis is based on two hypotheses (Ch. 1). The first hypothesis stipulate that classes of plant physiognomies, based on plant structure, are more appropriate than classes of plant species because they are best adapted to the information content of polarimetric radar data. The second hypothesis states that polarimetric decomposition algorithms allow an optimal extraction of polarimetric information compared to a multi-polarized approach based on the HH, HV and VV channels (Ch. 3). In particular, the contribution of the incoherent Touzi decomposition for the inventory and monitoring of wetlands is examined in detail. This decomposition allows the characterization of the scattering type, its phase, orientation, symmetry, degree of polarization and the backscattered power of a target with a series of parameters extracted from an analysis of the coherency matrix eigenvectors and eigenvalues. The lake Saint-Pierre region was chosen as the study site because of the great diversity of its wetlands that are covering more than 20 000 ha. One of the challenges posed by this thesis is that there is neither a standard system enumerating all the possible physiognomic classes nor an accurate description of their characteristics and dimensions. Special attention was given to the creation of these classes by combining several data sources and more than 50 plant species were grouped into nine physiognomic classes (Ch. 7, 8 and 9). Several analyzes are proposed to validate the hypotheses of this thesis (Ch. 9). Sensitivity analysis using scatter plots are performs to study the characteristics and dispersion of plant physiognomic classes in various features space consisting of polarimetric parameters or polarization channels (Ch. 10 and 12). Time series of made of RADARSAT-2 images are used to deepen the understanding of the seasonal evolution of plant physiognomies (Ch. 12). The transformed divergence algorithm is used to quantify the separability between physiognomic classes and to identify the parameters (s) that contribute the most to their separability (Ch. 11 and 13). Classifications are also proposed and the results compared to an existing map of the lake Saint-Pierre wetlands (Ch. 14). Finally, an analysis of the potential of polarimetric parameters in C and L-band is proposed for the monitoring of peatlands hydrology (Ch. 15 and 16). Sensitivity analyses show that the parameters of the 1st component, relative to the dominant (polarized) part of the signal, are sufficient for a general characterization of plant physiognomies. The parameters of the second and third components are, however, needed for better class separability (Ch. 11 and 13) and a better discrimination between wetlands and uplands (Ch. 14). This thesis shows that it is preferable to consider individually the parameters of the 1st, 2nd and 3rd components rather than their weighted sum by their respective eigenvalues (Ch. 10 and 12). This thesis also examines the complementarity between the structural parameters and those related to the backscattered power, often ignored and normalized by most polarimetric decomposition. The temporal (seasonal) dimension is essential for the characterization and classification of plant physiognomies (Ch. 12, 13 and 14). Images acquired in spring (April and May) are needed to discriminate between upland and wetlands while images acquired in summer (July and August) are needed to refine the classifications of plant physiognomies. A hierarchical classification tree developed in this thesis represents a synthesis of the acquired knowledge (Chapter 14). Using a relatively small number of polarimetric parameters and simple decision rules, it is possible to identify, among other, three low marshes classes and to discriminate with success herbaceous high marshes from other physiognomic classes without using ancillary data source. The results obtained are comparable to those from a supervised classification using two Landsat-5 images with an overall accuracy of 77.3% and 79.0% respectively. Various classifications using the support vector machine (SVM) can reproduce the results obtained with the hierarchical classification tree. But the possible exploitation by the SVM of a higher dimensionality, with a maximum overall accuracy of 79.1%, does not allow however to achieve significantly better results. Finally, the phase of the Touzi decomposition appears to be the only parameter (in L-band) sensitive to changes in water level beneath the peat surface (Ch. 16). Therefore, this parameter offer a great potential for peatlands hydrology monitoring compared to the HH-VV phase difference. This thesis demonstrates that the Touzi decomposition parameters allow a better characterization, better separability and better classifications of wetlands plant physiognomic classes than HH, HV and VV polarization channels. The grouping of plant species into physiognomic classes is a valid concept. However, some plant species sharing a similar physiognomy, but occupying a different environment (high vs. low marshes), have presented significant differences in their scattering properties.

No description available.

No description available.

Les travaux présentés dans ce mémoire portent sur l’étude et le développement d’une méthode de mesure d’épaisseur et de reconstruction 3D d’objets en verre creux, dans le cadre d’une application de contrôle industriel sur ligne de production. Les techniques de mesure d’épaisseur de parois transparentes sont actuellement très limitées par leur faible tolérance angulaire sur l’orientation des surfaces. Elles nécessitent une rotation de l’article devant le capteur, donc une manutention contraignante. De plus, les surfaces considérées étant spéculaires, les techniques de numérisation standard ne fonctionnent pas. Nous avons développé deux méthodes basées sur l’observation des réflexions d’une source diffuse ponctuelle sur les deux surfaces de la paroi de l’objet. Une observation simple à l’aide d’une caméra implique une ambiguïté entre l’orientation et la position de chacune des deux surfaces. Notre première méthode consiste à utiliser des informations de polarisation pour lever cette ambiguïté. Des résultats expérimentaux, obtenus avec un ou plusieurs points source témoignent de la faisabilité de la mesure. La seconde méthode consiste à utiliser une seconde caméra, associée à un dispositif optique spécifique. Ceci permet de trianguler directement les points d’incidence sur les deux surfaces. De plus, la source peut être étendue verticalement, de manière à augmenter la taille de la zone inspectée. Les résultats obtenus avec cette seconde technique attestent de la possibilité d’une mise en oeuvre industrielle. / The work presented in this thesis focuses on the study and development of a method for measuringthe thickness and reconstructing the 3D shape of glass containers, within the frame of an industrialon-line quality monitoring. Measuring thickness techniques of transparent objects are currently limited by their lack of toleranceregarding the surface orientation at a given reflection point. A rotation of the article in front ofthe sensor is thus required, which adds complexity to the mechanical handling of the item beingmeasured. Moreover, conventional scanning techniques do not work well on specular surfaces.We developed two methods based on the observation of the reflections by both surfaces of the wallof a given item of a diffuse, point light source. Imaging these reflections with a plain camera leavesan ambiguity between the orientation and position of each surface. Our first approach uses light polarization to remove this ambiguity. Experimental results, obtainedwith one or several point sources have demonstrated the feasibility of the measure. The second approach uses a second camera, associated with a specific optical design, whichenables a mere triangulation of the incident points on the two surfaces. Moreover, the light sourcecan be vertically extended to increase the size of the inspected area. The results obtained with thissecond technique show that industrial implementation is feasible.

En raison de la nature cohérente du signal RADAR à synthèse d’ouverture (RSO), les images RSO polarimétriques (RSOPOL) sont affectées par le bruit de chatoiement. L’effet du chatoiement peut être sévère au point de rendre inutilisable la donnée RSOPOL. Ceci est particulièrement vrai pour les données à une vue qui souffrent d’un chatoiement très intense.Un filtrage du bruit est nécessaire pour améliorer l’estimation des paramètres polarimétriques pouvant être calculés à partir de ce type de données. Cette opération constitue une étape importante dans le traitement et l’analyse des images RSOPOL. Récemment une nouvelle approche est apparue en traitement de données visant la solution d’une multitude de problèmes dont le filtrage, la restauration d’images, la reconnaissance de la parole, la classification ou la segmentation d’images. Cette approche est l’apprentissage profond et les réseaux de neurones à convolution (RNC). Des travaux récents montrent que les RNC sont une alternative prometteuse pour le filtrages des images RSO. En effet par leur capacité d’apprendre un modèle optimal de filtrage, ils tendent à surpasser les approches classiques du filtrage sur les images RSO. L’objectif de cette présente étude est d’analyser et d’évaluer l’efficacité du filtrage par RNC sur des données RSOPOL simulées et sur des images satellitaires RSOPOL RADARSAT-2, ALOS/PalSAR et GaoFen-3 acquises sur la région urbaine de San Francisco (Californie). Des modèles inspirés de l’architecture d’un RNC utilisé notamment en Super-résolution ont été adaptés pour le filtrage de la matrice de cohérence polarimétrique. L’effet de différents paramètres structuraux de l’architecture des RNC sur le filtrage ont été analysés, parmi ceux-ci on retrouve entre autres la profondeur du réseau (le nombre de couches empilées), la largeur du réseau (le nombre de filtres par couches convolutives) et la taille des filtres de la première couche convolutive. L’apprentissage des modèles a été effectué par la rétropropagation du gradient de l’erreur en utilisant 3 ensembles de données qui simulent la polarimétrie une vue des diffuseurs selon les classes de Cloude-Pottier. Le premier ensemble ne comporte que des zones homogènes.Les deux derniers ensembles sont composés de simulations en patchwork dont l’intensité locale est simulée par des images de texture et de cibles ponctuelles ajoutées au patchwork dans le cas du dernier ensemble. Les performances des différents filtres par RNC ont été mesurées par des indicateurs comprenant l’erreur relative sur l’estimation de signatures polarimétriques et des paramètres de décomposition ainsi que des mesures de distorsion sur la récupération des détails importants et sur la conservation des cibles ponctuelles. Les résultats montrent que le filtrage par RNC des données polarimétriques est soit équivalent ou nettement supérieur aux filtres conventionnellement utilisées en polarimétrie.Les résultats des modèles les plus profonds obtiennent les meilleures performances pour tous les indicateurs sur l’ensemble des données homogènes simulées. Dans le cas des données en patchwork, les résultats pour la restauration des détails sont nettement favorables au filtrage par RNC les plus profonds.L’application du filtrage par RNC sur les images satellitaires RADARSAT-2,ALOS/PalSAR ainsi GaoFen-3 montre des résultats comparables ou supérieurs aux filtres conventionnels. Les meilleurs résultats ont été obtenus par le modèle à 5 couches cachées(si on ne compte pas la couche d’entrée et de sortie), avec 8 filtres 3×3 par couche convolutive, sauf pour la couche d’entrée où la taille des filtres étaient de 9×9. Par contre,les données d’apprentissage doivent être bien ajustées à l’étendue des statistiques des images polarimétriques réelles pour obtenir de bon résultats. Ceci est surtout vrai au niveau de la modélisation des cibles ponctuelles dont la restauration semblent plus difficiles. / Due to the coherent nature of the Synthetic Aperture Radar (SAR) signal, polarimetric SAR(POLSAR) images are affected by speckle noise. The effect of speckle can be so severe as to render the POLSAR data unusable. This is especially true for single-look data that suffer from very intense speckle. Noise filtering is necessary to improve the estimation of polarimetric parameters that can be computed from this type of data. This is an important step in the processing and analysis of POLSAR images. Recently, a new approach has emerged in data processing aimed at solving a multi-tude of problems including filtering, image restoration, speech recognition, classification orimage segmentation. This approach is deep learning and convolutional neural networks(CONVNET). Recent works show that CONVNET are a promising alternative for filtering SAR images. Indeed, by their ability to learn an optimal filtering model only from the data, they tend to outperform classical approaches to filtering on SAR images. The objective of this study is to analyze and evaluate the effectiveness of CONVNET filtering on simulated POLSAR data and on RADARSAT-2, ALOS/PalSAR and GaoFen-3 satellite images acquired over the San Francisco urban area (California). Models inspired by the architecture of a CONVNET used in particular in super-resolution have been adapted for the filtering of the polarimetric coherency matrix. The effect of different structural parameters of theCONVNET architecture on filtering were analyzed, among which are the depth of the neural network (the number of stacked layers), the width of the neural network (the number of filters per convoluted layer) and the size of the filters of the first convolution layer. The models were learned by backpropagation of the error gradient using 3 datasets that simulate single-look polarimetry of the scatterers according to Cloude-Pottier classes. The first dataset contains only homogeneous areas. The last two datasets consist of patchwork simulations where local intensity is simulated by texture images and point target are added to the patchwork in the case of the last dataset. The performance of the different filters by CONVNET was measured by indicators including relative error on the estimation of polarimetric signatures and decomposition parameters as well as distortion measurements on the recovery of major details and on the conservation of point targets.The results show that CONVNET filtering of polarimetric data is either equivalent or significantly superior to conventional polarimetric filters. The results of the deepest models obtain the best performance for all indicators over the simulated homogeneous dataset. Inthe case of patchwork dataset, the results for detail restoration are clearly favourable to the deepest CONVNET filtering. The application of CONVNET filtering on RADARSAT-2, ALOS/PalSAR andGaoFen-3 satellite images shows results comparable or superior to conventional filters. The best results were obtained by the 5 hidden layers model (not counting the input and outputlayers), with 8 filters 3×3 per convolutional layer, except for the input layer where the filtersize was 9×9. On the other hand, the training data must be well adjusted to the statistical range of the real polarimetric images to obtain good results. This is especially true when modeling point targets that appear to be more difficult to restore.

Ce manuscrit présente l'utilisation de l'analyse de polarisation sphérique dans le cadre de la diffusion inélastique<br />des neutrons polarisés. Cette méthode d'analyse permet d'accéder à de fonctions de corrélation<br />de paire dynamiques non-triviales mettant en jeu des degrés de liberté structuraux et des degrés de liberté<br />magnétiques. Pour appliquer cette méthode d'analyse en inélastique, nous avons utilisé une version optimisée du<br />dispositif CRYOPAD (Cryogenic Polarisation Analysis Device) dont nous présentons une méthode de calibration<br />améliorée.<br />Pour illustrer l'intérêt de ce type d'analyse, nous avons étudié deux systèmes modèles présentant un magnétisme<br />de basse dimension : un système de spins planaires BaCo2(AsO4)2 et un système présentant des chaînes<br />et des échelles de spins Sr14Cu24O41. L'analyse de polarisation sphérique élastique et inélastique sur le composé<br />BaCo2(AsO4)2 nous a permis de déterminer sa structure magnétique à basse température et de comprendre la<br />nature de ses excitations magnétiques. Dans Sr14Cu24O41, nous avons mis en évidence une anisotropie entre les<br />fonctions de corrélation de paire dynamiques pour les composantes magnétiques dans et hors du plan, à la fois pour<br />les systèmes de chaînes et d'échelles. De plus, l'étude du spectre inélastique du système de chaînes sous champ<br />magnétique nous a permis de mieux comprendre la chiralité dynamique associée aux deux types de précession<br />"clockwise" et "anti-clockwise" d'un sytème triplet sous champ magnétique.

Le but de ce travail de thèse est d'évaluer le potentiel d'un système Radar à Synthèse d'Ouverture (RSO) ou Synthetic Aperture Radar (SAR) en anglais, opérant en mode de polarimétrie compacte à basse fréquence pour des applications polarimétriques et interféro-polarimétriques. Cette thèse s'inscrit dans le projet de mission BIOMASS de l'Agence Spatiale Européenne qui propose la mise en orbite d'un instrument SAR en bande P pour suivre la dynamique de la biomasse terrestre à l'échelle globale, et d'autres missions spatiales futures dont l'objectif est d'étudier les changements environnementaux globaux telles que DESDynI (Deformation, Ecosystem Structure and Dynamics of Ice) et SMAP (Soil Moisture Active and Passive) pour le Jet Propulsion Laboratory (JPL) et Saocom (SAtélite Argentino de Observación COn Microondas) pour l'Agence Spatiale Argentine. La polarimétrie compacte est un cas particulier de la polarimétrie duale consistant en une polarisation d'émission unique et deux polarisations orthogonales à la réception. Trois configurations ont été suggérées : le mode π/4, le mode π/2 et le mode hybride (cas particulier du mode π/2). Il est important de noter qu'il s'agit ici d'un mode dual-pol spécifique où la phase relative entre les deux canaux de réception est conservée. La première partie de cette thèse introduit les concepts de base du système SAR, les notions de polarimétrie, interférométrie, interférométrie SAR polarimétrique, polarimétrie compacte et les motivations justifiant la volonté de mettre en œuvre un système compact-pol. Les basses fréquences permettent de réaliser des applications telles que l'estimation de paramètres liés à la végétation et l'inversion de paramètres de surface. Cependant, dans un contexte spatial en basse fréquence, le plan de propagation subit une rotation lors de la traversée de la couche ionosphérique appelée rotation de Faraday (RF). L'objectif de la deuxième partie de cette thèse est donc d'étudier l'estimation et la correction de la RF reposant sur les propriétés de rétrodiffusion des surfaces nues, avec un système opérant en polarimétrie compacte. La sélection des surfaces nues est basée sur un nouveau paramètre, appelé coefficient de conformité et construit à partir des mesures compact-pol. Une fois les sols nus sélectionnés, trois méthodes d'estimation de la RF utilisant des données compact-pol sont proposées. La troisième partie de cette thèse porte sur la possible inversion de l'humidité du sol, et l'estimation de la biomasse et la hauteur de la végétation à partir de données compact-pol. Nous montrons que l'algorithme standard de Dubois et al. de 1995 peut être directement appliqué à l'aide des données en polarimétrie compacte sur des surfaces nues afin d'y estimer l'humidité. Ensuite, l'estimation de la biomasse aérienne des forêts à partir de données en polarimétrie compacte est testée. Finalement, le concept d'interférométrie est ajouté à la polarimétrie compacte afin d'évaluer le potentiel d'un système compact-PolInSAR à estimer la hauteur de la végétation. Après avoir démontré le potentiel de la polarimétrie compacte pour certaines applications, nous analysons les implications système. Pour cela, les possibilités d'étalonner un tel système sont étudiées en considérant le déséquilibre de canal et la mauvaise isolation entre les canaux associés à la rotation de Faraday, et une procédure utilisant trois cibles externes est proposée. Enfin, l'équivalence entre les données compact-pol simulées à partir des données complètes et les données compact-pol construites à partir de données brutes est démontrée, confirmant la propriété de linéarité du processeur SAR. Ce travail et les techniques présentées tout au long de cette étude ont été simulés et testés à l'aide de données RAMSES en bande P et L, SETHI en bande L, PALSAR en bande L et AIRSAR en bande L.