Le principal objectif de ce travail de thèse est d'étudier la faisabilité de restitution des profils atmosphériques de température et d'humidité au-dessus des surfaces continentales à partir des mesures des sondeurs micro-onde passives et principalement des mesures AMSU-A et –B. En effet, si les mesures AMSU sont assimilées de façon opérationnelle au-dessus des océans, elles restent cependant, insuffisamment exploitées au-dessus des continents. L'émissivité des continents est souvent élevée (proche de 1.0) et très variable avec les caractéristiques de la surface. Par conséquent, il est difficile de séparer les contributions relatives de la surface et de l'atmosphère aux rayonnements mesurés par les capteurs satellites. Pour cette raison, une partie importante de ce travail a été consacrée à l'estimation de l'émissivité de surface aux fréquences AMSU (23-150 GHz) et aux angles d'observation de ces instruments (de -58° à +58° par rapport au nadir). Les calculs de l'émissivité de surface ont été menés sur le globe en utilisant les données non nuageuses de l'année 2000. Les émissivités AMSU ainsi obtenues ont été évaluées en examinant leurs dépendances angulaires et spectrales et par comparaison aux émissivités SSM/I. Toutes ces analyses ont permis le développement d'une paramétrisation de l'émissivité de surface valable pour des fréquences allant de 23 à 150 GHz et pour des angles d'observation satellite pouvant atteindre 58°. Par la suite et avec une bonne connaissance de la surface (émissivité et température de surface), la faisabilité de l'inversion des profils de température et d'humidité atmosphériques à partir des observations AMSU a été étudiée en réalisant une étude de contenu en information. Cette étude a montré que les mesures issues des instruments AMSU quand elles sont combinées avec des estimations fiables de l'émissivité et de la température de surface, permettent l'amélioration des restitutions de température et d'humidité atmosphériques surtout dans les basses couches.

La température des surfaces continentales (LST) est une variable météorologiquetrès importante car elle permet l’accès aux bilans d’énergie et d’eau ducontinuum Biosphère-Atmosphère. Sa haute variabilité spatio-temporelle nécessite desmesures à haute résolution spatiale (HRS) et temporelle (HRT) pour suivre au mieuxles états hydriques du sol et des végétations.La télédétection infrarouge thermique (IRT) permet d’estimer la LST à différentesrésolutions spatio-temporelles. Toutefois, les mesures les plus fréquentes sont souventà basse résolution spatiale (BRS). Il faut donc développer des méthodes pour estimerla LST à HRS à partir des mesures IRT à BRS/HRT. Cette solution est connue sous lenom de désagrégation et fait l’objet de cette thèse.Ainsi, une nouvelle approche de désagrégation basée sur l’assimilation de données(AD) est proposée. Il s’agit de contraindre la dynamique des LSTs HRS/HRT simuléespar un modèle en minimisant l’écart entre les LST agrégées et les données IRT àBRS/HRT, sous l’hypothèse d’homogénéité de la LST par type d’occupation des sols àl’échelle du pixel BRS. La méthode d’AD choisie est un lisseur particulaire qui a étéimplémenté dans le modèle de surface SETHYS (Suivi de l’Etat Hydrique du Sol).L’approche a été évaluée dans une première étape sur des données synthétiques etvalidée ensuite sur des données réelles de télédétection sur une petite région au Sud-Est de la France. Des séries de températures Météosat à 5 km de résolution spatialeont été désagrégées à 90m et validées sur une journée à l’aide de données ASTER.Les résultats encourageants nous ont conduit à élargir la région d’étude et la périoded’assimilation à sept mois. La désagrégation des produits Météosat a été validée quantitativementà 1km à l’aide de données MODIS et qualitativement à 30m à l’aide dedonnées Landsat7. Les résultats montrent de bonnes performances avec des erreursinférieures à 2.5K sur les températures désagrégées à 1km. / Land surface temperature (LST) is one of the most important meteorologicalvariables giving access to water and energy budgets governing the Biosphere-Atmosphere continuum. To better monitor vegetation and energy states, we need hightemporal and spatial resolution measures of LST because its high variability in spaceand time.Despite the growing availability of Thermal Infra-Red (TIR) remote sensing LSTproducts, at different spatial and temporal resolutions, both high spatial resolution(HSR) and high temporal resolution (HTR) TIR data is still not possible because ofsatellite resolutions trade-off : the most frequent LST products being low spatial resolution(LSR) ones.It is therefore necessary to develop methods to estimate HSR/HTR LST from availableTIR LSR/HTR ones. This solution is known as "downscaling" and the presentthesis proposes a new approach for downscaling LST based on Data Assimilation (DA)methods. The basic idea is to constrain HSR/HTR LST dynamics, simulated by a dynamicalmodel, through the minimization of their respective aggregated LSTs discrepancytoward LSR observations, assuming that LST is homogeneous at the land cover typescale inside the LSR pixel.Our method uses a particle smoother DA method implemented in a land surfacemodel : SETHYS model (Suivie de l’Etat Hydrique de Sol). The proposed approach hasbeen firstly evaluated in a synthetic framework then validated using actual TIR LSTover a small area in South-East of France. Meteosat LST time series were downscaledfrom 5km to 90m and validated with ASTER HSR LST over one day. The encouragingresults conducted us to expand the study area and consider a larger assimilation periodof seven months. The downscaled Meteosat LSTs were quantitatively validated at1km of spatial resolution (SR) with MODIS data and qualitatively at 30m of SR withLandsat7 data. The results demonstrated good performances with downscaling errorsless than 2.5K at MODIS scale (1km of SR).

Le bassin versant de la Durance assure 10% de la production hydroélectrique française, et alimente en eau potable de nombreuses villes du pourtour méditerranéen. Sa partie alpine contribue à près de la moitié des débits à sa confluence avec le Rhône. Connaître les impacts du changement climatique sur l'hydrologie de la Durance présente donc un enjeu de taille pour l'avenir de la population provençale. A cette fin, les modèles hydrologiques sont devenus des outils indispensables. Cependant, le manteau neigeux, de par sa forte variabilité spatiale, est particulièrement difficile à modéliser. Une attention particulière a été portée à la compréhension des processus nivaux, dominants dans la partie amont du bassin, et à leur représentation dans le modèle de surface continentale CLSM. L'analyse de mesures d'extension et de hauteur du manteau neigeux nous a amenés à modifier le schéma de neige de CLSM, en introduisant une hystérésis dans la relation entre ces deux variables. Nous avons ensuite évalué le potentiel devenir sous changement climatique de l'hydrosystème. Les résultats des simulations de CLSM, réalisées à l'aide de 330 scénarios climatiques, ont été confrontés à ceux de cinq autres modèles hydrologiques. Tous s'accordent sur une baisse significative des débits annuels, avec des modifications du régime hydrologique différentes selon les zones. L'incertitude reste importante sur la magnitude des changements de débits, principalement due aux scénarios climatiques. La part d'incertitude associée aux modèles hydrologiques varie selon les saisons, mettant en évidence une plus grande difficulté à représenter les processus nivaux et ceux liés à l'évapotranspiration.