Thesis (M.S.)--Oregon State University, 1997. / Typescript (photocopy). Includes bibliographical references (leaves 46-48). Also available on the World Wide Web.

Thesis (M.S. in civil engineering)--Texas A&M University, May 2007. / Includes bibliographical references (leaves 46-47). Also available online.

Mémoire (M.Ress.Renouv.)--Université du Québec à Chicoutimi, 1996. / Document électronique également accessible en format PDF. CaQCU

Thesis (M.S.)--University of Missouri-Columbia, 2004. / Typescript. Vita. Includes bibliographical references). Also available on the Internet.

Thesis (M.S.)--University of Missouri-Columbia, 2004. / Typescript. Vita. Includes bibliographical references). Also available on the Internet.

Thesis (Ph. D.)--University of Wisconsin--Madison, 1974. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Thesis (M.S.) -- University of Tennessee, Knoxville, 2006. / Title from title page screen (viewed on Sept. 18, 2006). Thesis advisor: John C. Sorochan. Vita. Includes bibliographical references.

Thesis (M.S.) -- Mississippi State University. Department of Agricultural and Biological Engineering. / Title from title screen. Includes bibliographical references.

The expected increase in precipitation and temperature in Scandinavia, and especially short-time heavy precipitation, will increase the frequency of flooding. Urban areas are the most vulnerable, and specifically, the road infrastructure. The accumulation of large volumes of water and sediments on road-stream intersections gets severe consequences for the road drainage structures. The need for a tool to identify characteristics that impacts the occurrence of flooding, and to predict future event is thus essential. This study integrates the spatial and temporal soil moisture properties into the research about flood prediction methods. Soil moisture data is derived from remote sensing techniques, with focus on the soil moisture specific satellites ASCAT and SMOS. Furthermore, several physical catchments descriptors (PCDs) are used to identify catchment characteristics that are prone to flooding and an inventory of current road drainage facilities are conducted. Finally, the index of sediment connectivity (IC) by Cavalli, Trevisani, Comiti, and Marchi (2013) is implemented to assess the flow of water and sediment within the catchment. A case study of two areas in Sweden, Västra Götaland and Värmland, that was affected by severe flooding in August 2014 are included. The results show that the method with using soil moisture satellite data is promising for the inclusion of soil moisture data into estimations of flooding and the index of sediment connectivity. / De förväntade ökningarna i nederbörd och temperatur i Skandinavien, och speciellt extrem korttidsnederbörd, kommer att öka frekvensen av översvämningar. Urbana områden är de mest sårbara, och speciellt väginfrastrukturen. Ackumuleringen av stora volymer av vatten och sediment där väg och vattendrag möts leder till allvarliga konsekvenser för dräneringskonstruktionerna. Behovet av ett verktyg för att identifiera egenskaper som påverkar förekomsten av översvämningar, och för att förutsäga framtida händelser är väsentligt. Studien integrerar markfuktighet både rumsligt och tidsmässigt i forskningen om metoder för översvämningsrisker. Markfuktighetsdata är inkluderat från fjärranalysteknik, med fokus på de specifika satelliterna för markfuktighet, ASCAT och SMOS. Vidare är flertalet faktorer (PCDs) inkluderade för att identifiera egenskaper i avrinningsområden som är benägna till översvämning samt en inventering av nuvarande vägdräneringskonstruktioner. Slutligen är ett index med sediment connectivity (Cavalli et al., 2013) implementerat för att se flödet av vatten och sediment inom avrinningsområdet. En fallstudie med två områden i Sverige, Västra Götaland och Värmland, som drabbades av allvarliga översvämningar i augusti 2014 är inkluderat. Resultaten visar att metoden att använda markfuktighet från satellitdata är lovande för inkludering i uppskattningar av översvämningsrisk och i indexet med sediment connectivity.

L’humidité du sol à été déclarée Essential Climate Variable (ECV) en 2010 par l’European Space Agency (ESA) en support du travail du Groupe d'experts Intergouvernemental sur l'Évolution du Climat (GIEC). Dans des zones vulnérables comme l’Afrique de l’Ouest (agriculture faiblement irriguée et de subsistance, températures extrêmes et forte variabilité des précipitations), la valeur ajoutée d’informations concernant l’humidité du sol est importante, surtout dans un contexte de changement climatique. La première partie de ces travaux de thèse concerne la représentation de l'humidité en profondeur à grande échelle en utilisant le triptyque mesures in-situ/télédétection/modélisation. Ces 3 méthodes présentent chacune des limites: (i) la faible densité des réseaux in-situ (3 sites de mesures sur toute l'Afrique de l'Ouest), (ii) les estimations de SMOS uniquement en surface (0-5 cm) et (iii) les incertitudes des forçages de précipitation temps-réel utilisés dans les modèles de surface. Afin de réduire ces limitations, une méthode d'assimilation (filtre particulaire) des données SMOS à été implémentée dans un modèle de surface empirique (API) et comparées aux mesures in-situ AMMA-CATCH. Les résultats montrent une amélioration des humidités modélisée après assimilation. La seconde partie concerne l'impact des variations d'humidité du sol sur les rendements de mil. Une relation statistique a tout d'abord été déterminée à partir de données de rendements mesurés sur 10 villages autour de Niamey. Les résultats montrent que les anomalies d'humidité du sol sur 20 jours début Juillet et fin Août - mi Septembre (période reproductive et période de remplissage du grain), à une profondeur d'environ 30 cm, expliquent les variations de rendement mesuré à R2=0.77 sur l'ensemble de 9 villages. Cette relation à ensuite été appliquée à l'échelle du Niger à partir de données de rendement issues de la FAO et de cartes d'humidité en profondeur développées dans la première partie de la thèse. Les résultats montrent une corrélation à R2=0.62 sur les années 1998-2014. Puis la méthode a été appliquée à 3 autres pays du Sahel, montrant une corrélation de 0.77. La dernière partie de ces travaux concerne l'exploitation des résidus du schéma d'assimilation afin de réduire les incertitudes sur les précipitations. Les produits de précipitations satellites CMORPH, TRMM et PERSIANN, dans leur version temps-réel ont été comparées à des pluviomètres avant et après assimilation. Le résultat de cette étude montre une nette amélioration des intensités estimées. La méthode a ensuite été appliquée à un produit de précipitation utilisé au centre régional AGRHYMET pour le suivi agricole, le produit TAMSAT.Ces travaux de thèse ont permis d'approfondir les recherches concernant le potentiel des données d'humidité par satellite pour des applications agronomiques. Les perspectives de ces travaux portent principalement sur : (i) l'utilisation d'autres capteurs (SMAP, ASCAT, AMSR) pour augmenter la fréquence des observations d'humidité dans l'assimilation, (ii) sur des méthodes de désagrégation des coefficients pour la correction des précipitations à plus haute résolution spatiale et (iii) sur l'utilisation de données multispectrales (indices de végétation, température du sol, ...) pour un meilleur suivi des rendements. / Soil moisture was declared Essential Climate Variable (ECV) in 2010 by the European Space Agency (ESA) in support of the work of the Intergovernmental Panel on Climate Change (IPCC). In vulnerable areas such as West Africa (poorly irrigated and subsistence agriculture, extreme temperatures and high variability of rainfall), the added value of informations on soil moisture is important, especially in a changing climate. The first part of this thesis concerns the representation of root-zone soil moisture on a large scale using the triptych in-situ measurements / remote sensing / modeling. These 3 methods each have limitations: (i) the low density of in-situ networks (3 measurement sites throughout West Africa), (ii) SMOS estimates only at the surface (0-5 cm) and (iii) the uncertainties of the real-time precipitation forcing used in surface models. In order to reduce these limitations, an assimilation method (particle filter) of SMOS data has been implemented in an empirical surface model (API) and compared to AMMA-CATCH in-situ measurements. The results show an improvement of the humidities modeled after assimilation. The second part concerns the impact of soil moisture variations on millet yields. A statistical relationship was first determined from yield data measured in 10 villages around Niamey. The results show that the 20-day soil moisture anomalies at the beginning of July and the end of August - mid September (reproductive period and grain filling period), at a depth of about 30 cm, explain the variations in yield measured at R2=0.77. This relationship was then applied to the Nigerien scale from FAO yield data and in-depth moisture maps developed in the first part of the thesis. The results show a correlation at R2=0.62 over the years 1998-2015. Then, the method was apply to 3 other sahelian countries, showing a agreement of 0.77. The last part of this work concerns the exploitation of the residuals of the assimilation scheme in order to reduce the uncertainties on the precipitations. The satellite precipitation products CMORPH, TRMM and PERSIANN, in their real-time version, were compared to rain gauges before and after assimilation. The result of this study shows a marked improvement in the estimated precipitations intensities. The method was then applied to a precipitation product used at the AGRHYMET regional center for agricultural monitoring, the TAMSAT product.This thesis work has led to further research into the potential of satellite moisture data for agronomic applications. The perspectives of this work mainly concern: (i) the use of other sensors (SMAP, ASCAT, AMSR) to increase the frequency of the observations of humidity in the assimilation, (ii) on methods of disaggregation of the coefficients for the correction of precipitation at higher spatial resolution and (iii) the use of multispectral data (vegetation indices, soil temperature, ...) for a better monitoring of yields.