Ce travail se situe dans le cadre général de la modélisation cohérente de l'interaction des ondes électromagnétiques avec les surfaces végétalisées. Notre objectif a été de développer une approche de la simulation électromagnétique avec prise en compte de la topographie et des hétérogénéités de la végétation. La validation des résultats obtenus a été réalisée en s'appuyant sur de nombreuses mesures in-situ. Nous avons ensuite mis en œuvre cet outil de modélisation sur les deux problématiques suivantes. D'une part, nous nous sommes intéressés à l'étude des forêts tropicales dans un contexte d'inversion de propriétés bio-géophysiques (biomasse, humidité). D'autre part, nous avons introduit la prise en compte de la présence d'hydrocarbures essentiellement sur la végétation basse dans un contexte de caractérisation et d'exploration. Ce travail s'inscrit dans un programme de recherche et d'innovation en télédétection mené conjointement par l'ONERA et Total. La première étape a consisté à une écriture du code cohérent de simulation électromagnétique avec prise en compte du relief et de l'hétérogénéité de la végétation. Pour cela, le sol a été discrétisé en triangles et le volume en pentaèdres reposant sur le sol Après avoir validé notre code sur des exemples théoriques, nous avons pu étudier les effets du relief sur la rétrodiffusion radar. Pour les forêts tropicales, un modèle de description de la végétation a été mis en place à partir de mesures in-situ et d'observations directes. Ce modèle sert de données d'entrée pour notre code de simulation électromagnétique et nous permet ainsi de confronter nos simulations aux mesures aéroportées et de proximités acquises par l'ONERA sur deux sites en Afrique Des études de sensibilité aux paramètres d'entrée du code de simulation électromagnétique et du code de croissance sont présentées. En parallèle, des modèles de substitution au code numérique ont été mis en place pour effectuer l'inversion. Ces modèles sont moins coûteux à évaluer tout en restant précis. Une application à l'inversion est présentée : pour un jeu d'image radar, il s'agit de retrouver les caractéristiques bio-géophysiques de la forêt observée (humidités, biomasse...). Pour terminer, nous avons étudié les effets des hydrocarbures sur la rétrodiffusion radar pour une végétation basse. [...] / This work is in the general frame of coherent modelling of interaction between electromagnetic waves and surfaces with vegetation. Our objective is to develop an approach of the electromagnetic simulation taking into account topography and vegetation heterogeneities. Simulation results have been validated using numerous in-situ measurements. The corresponding code is then used for two issues. First one is the study of tropical forests to retrieve bio-geophysical properties (biomass, moisture). Second one is the consideration of hydrocarbons with short vegetation in a context of hydrocarbons characterization and exploration. This work is part of a program of research and innovation in remote sensing conducted jointly by ONERA and Total. The first step consisted in writing the coherent electromagnetic simulation code, taking into account the relief and the heterogeneity of the vegetation. For this purpose, the forest is represented by a variable stacking of pentahedral volume elements (voxels) to match the triangular mesh of the ground and to follow the irregularity of the canopy. After validating our code on theoretical examples, we have been able to study the effects of the relief on radar backscattering. Then, a vegetation description model for tropical forests was developed based on in-situ measurements and direct observations. This model generates the input data for our electromagnetic simulation code and it permitted to compare simulations with airborne and proximity measurements acquired by ONERA on two sites in Africa. Sensitivity studies on the input parameters of both the electromagnetic simulation code and the growth code are presented. In parallel, substitution models for the numerical code have been developed to perform the inversion of the bio-geophysical features versus the polarimetric radar data. These models are much faster while remaining accurate. An application to retrieval is presented: it is possible to retrieve some bio-geophysical characteristics of one forest (moisture, biomass ...) from a radar image set. Finally, a study on the effects of hydrocarbons on radar backscatter with short vegetation is presented.[...]

Les radars à synthèse d'ouverture (Synthetic Aperture Radar ou SAR) permettent de fournir des images à très haute résolution de la surface de la Terre. Les algorithmes de classification traditionnels se basent sur une hypothèse de bruit gaussien comme modèle de signal, qui est rapidement mise en défaut lorsque l'environnement devient inhomogène ou impulsionnel, comme c'est particulièrement le cas dans les images SAR polarimétriques haute résolution, notamment au niveau des zones urbaines. L'utilisation d'un modèle de bruit composé, appelé modèle SIRV, permet de mieux prendre en compte ces phénomènes et de représenter la réalité de manière plus adéquate. Cette thèse s'emploie alors à étudier l'application et l'impact de ce modèle pour la classification des images SAR polarimétriques afin d'améliorer l'interprétation des classifications au sens de la polarimétrie et à proposer des outils adaptés à ce nouveau modèle. En effet, il apparaît rapidement que les techniques classiques utilisent en réalité beaucoup plus l'information relative à la puissance de chaque pixel plutôt qu'à la polarimétrie pour la classification. Par ailleurs, les techniques de classification traditionnelles font régulièrement appel à la moyenne de matrices de covariance, calculée comme une moyenne arithmétique. Cependant, étant donnée la nature riemannienne de l'espace des matrices de covariance, cette définition n'est pas applicable et il est nécessaire d'employer une définition plus adaptée à cette structure riemannienne. Nous mettons en évidence l'intérêt d'utiliser un modèle de bruit non gaussien sur des données réelles et nous proposons plusieurs approches pour tirer parti de l'information polarimétrique qu'il apporte. L'apport de la géométrie de l'information pour le calcul de la moyenne est de même étudié, sur des données simulées mais également sur des données réelles acquises par l'ONERA. Enfin, une étude préliminaire d'une extension de ces travaux au cas de l'imagerie hyperspectrale est proposée, de par la proximité de ce type de données avec les données SAR polarimétriques. / Synthetic Aperture Radars (SAR) now provide high resolution images of the Earth surface. Traditional classification algorithms are based on a Gaussian assumption for the distribution of the signal, which is no longer valid when the background is heterogeneous, which is particularly the case for polarimetric SAR images, especially in urban areas. A compound Gaussian model, called the SIRV model, allows to take into account these phenomena. This thesis is then devoted to studying the impact of this model for the classification of polarimetric SAR images in order to improve the interpretation of classification results in a polarimetric sense, and to propose tools better suited to this model. Indeed, classical techniques using the Gaussian assumption actually use the power information of each pixel much more than the polarimetric information. Furthermore, it is often necessary to compute a mean of covariance matrices, usually by taking the standard arithmetical mean. However, the space of covariance matrices has a Riemannian structure, not an Euclidean one, which means this definition of the mean is not correct. We will then present several methods to use the actual polarimetric information thanks to the SIRV model to improve the classification results. The benefit of using a correct, Riemannian definition of the mean will also be demonstrated on simulated and real data. Finally, a preliminary study of an extension of this work to hyperspectral imagery will be presented.

Les radars à synthèse d'ouverture (Synthetic Aperture Radar ou SAR) permettent de fournir des images à très haute résolution de la surface de la Terre. Les algorithmes de classification traditionnels se basent sur une hypothèse de bruit gaussien comme modèle de signal, qui est rapidement mise en défaut lorsque l'environnement devient inhomogène ou impulsionnel, comme c'est particulièrement le cas dans les images SAR polarimétriques haute résolution, notamment au niveau des zones urbaines. L'utilisation d'un modèle de bruit composé, appelé modèle SIRV, permet de mieux prendre en compte ces phénomènes et de représenter la réalité de manière plus adéquate. Cette thèse s'emploie alors à étudier l'application et l'impact de ce modèle pour la classification des images SAR polarimétriques afin d'améliorer l'interprétation des classifications au sens de la polarimétrie et à proposer des outils adaptés à ce nouveau modèle. En effet, il apparaît rapidement que les techniques classiques utilisent en réalité beaucoup plus l'information relative à la puissance de chaque pixel plutôt qu'à la polarimétrie pour la classification. Par ailleurs, les techniques de classification traditionnelles font régulièrement appel à la moyenne de matrices de covariance, calculée comme une moyenne arithmétique. Cependant, étant donnée la nature riemannienne de l'espace des matrices de covariance, cette définition n'est pas applicable et il est nécessaire d'employer une définition plus adaptée à cette structure riemannienne. Nous mettons en évidence l'intérêt d'utiliser un modèle de bruit non gaussien sur des données réelles et nous proposons plusieurs approches pour tirer parti de l'information polarimétrique qu'il apporte. L'apport de la géométrie de l'information pour le calcul de la moyenne est de même étudié, sur des données simulées mais également sur des données réelles acquises par l'ONERA. Enfin, une étude préliminaire d'une extension de ces travaux au cas de l'imagerie hyperspectrale est proposée, de par la proximité de ce type de données avec les données SAR polarimétriques.

L'urbanisation et la gestion de l'environnement urbain et sa périphérie deviennent l'un des problèmes les plus cruciaux dans les pays développés et en développement. Dans ces circonstances, les données de télédétection sont une source importante d'information qui reflète les interactions entre les êtres humains et leur environnement. Compte tenu de leur indépendance totale des contraintes logistiques sur le terrain, l'éclairage (lumière du jour) et météorologiques (nuages) conditions, Synthetic Aperture Radar (SAR) les systèmes de satellites peuvent fournir des contributions importantes dans des environnements complexes de reconstruction 3-D. La nouvelle génération de haute résolution SAR capteurs comme COSMOSkyMed, TerraSAR-X RADARSAT-2 a permis d'acquérir des images SAR à haute résolution. Ici, l'attention est mis sur la technique pour l'imagerie 3-D nominée tomographie SAR: à partir d'une pile d'images ont été recueillies en utilisant les données multibaseline effectuées dans la configuration interférométrique, une telle technique permet d'extraire les informations de hauteur formant une ouverture synthétique dans la direction d'élévation afin d'obtenir une résolution sensiblement améliorée. Cette thèse de doctorat se concentre sur les potentialités élevées de techniques tomographiques en 3-D surveillance des changements et la caractérisation des zones complexes et denses bâties en utilisant des estimateurs mono-dimensionnelle de base comme Beamforming, Capon et MUSIC combinée au satellite très haute résolution des images SAR. 2-D et de l'analyse 3-D ont été présentés sur la zone urbaine de Paris en utilisant les données TerraSAR-X à haute résolution et de polarisation unique. Être porté principalement sur les techniques tomographiques 3-D, dans les méthodes de travail 4-D présentés, tels que le Compressive Sensing, ne sont pas pris en compte. Dans un premier temps, l'analyse de la qualité interférométrique de l'ensemble de données transformées a montré de bonnes valeurs de cohérence moyenne et ont permis de détecter des images considérées comme des valeurs aberrantes. L'extraction des tomographies 2-D sur l'azimut différent de profil a montré la capacité de distinguer plus d'un diffuseur à l'intérieur de la même cellule de résolution et de reconstituer les profilés de construction verticaux. Successivement, une caractérisation 3-D globale en terme de bâtiments hauteurs et réflectivité verticale a été réalisée dans le but de développer un outil de suivi des changements des structures simples. En outre, la possibilité de corriger les distorsions géométriques en raison de l'escale (qui affecte fortement ce genre de scénarios) et de déterminer les informations sur le nombre de diffuseurs (jusqu'à trois) et la réflectivité correspondant à l'intérieur d'une cellule de résolution ont été évalués. / The urbanization and the management of urban environment and its periphery become one of the most crucial issues in developed and developing countries. In these circumstances, remote sensing data are an important source of information that reflects interactions between human beings and their environment. Given their complete independence from logistic constraints on the ground, illumination (daylight), and weather (clouds) conditions, Synthetic Aperture Radar (SAR) satellite systems may provide important contributions in complex environments 3-D reconstruction. The new generation of high resolution SAR sensors as COSMO-SkyMed, TerraSAR-X and RADARSAT-2 allowed to acquire high resolution SAR imagery. Here the attention is put on the 3-D imaging technique called SAR Tomography: starting from a stack of images collected using multibaseline data performed in interferometric configuration, such a technique allows to retrieve height information forming a synthetic aperture in the elevation direction in order to achieve a substantially improved resolution. The present PhD thesis is focused on the high potentialities of tomographic techniques in 3-D change monitoring and characterization for complex and dense built-up areas using basic mono-dimensional estimators as Beamforming, Capon and MUSIC combined to very high satellite SAR resolution imagery. 2-D and 3-D analysis have been presented over the urban area of Paris using TerraSAR-X data at high resolution and single polarisation. Being mainly focused on the 3-D tomographic techniques, in the presented work 4-D methods, such as compressive sensing (CS), have not been taken into account. At first, the analysis of the interferometric quality of the processed data set has been performed and results showed good mean coherence values within the entire stack. The extraction of 2-D tomograms over different azimuth-profile has showed the capabilities to distinguish more than one scatterer within the same resolution cell and to reconstruct the vertical building profiles. Successively, a global 3-D characterization both in term of buildings heights and vertical reflectivity has been performed in order to develop a monitoring tool for the changes of single structures. Moreover, the possibility to correct the geometric distortions due to the layover (that strongly affects such kind of scenarios) and to determine the information about the number of scatterers (up to three) and the corresponding reflectivity within one resolution cell have been evaluated. Moreover an innovative time stability analysis of the observed scene have been carried out in order to detect the stable and unstable scatterers. Globally, the investigations showed noisier and sparser point clouds for the Capon method, whereas better capabilities for the Beamforming and MUSIC ones. Indeed, it was possible to detect different scatterers located within the same resolution cell and to resolve pixels affected by the layover. This has lead to perform a good reconstruction of building shape and location and a good estimation of their elevation. The 3-D time stability analysis demonstrated the possibility to monitor the 3-D change depending on the time. Eventually, it is possible to assert that processing high resolution SAR data allows to achieve a strong improvement in 3-D imaging capabilities. It has been demonstrated the potentialities of TomoSAR technique in distortions correction and in 3-D change monitoring using basic mono-dimensional estimators.

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.