L'étude des sols argileux fait l'objet de nombreux travaux motivés par leur rôle dans les processus d'érosion, les catastrophes naturelles et l'agriculture de précision. La caractérisation du contenu en argiles gonflantes du sol est aussi nécessaire pour évaluer la traficabilité d’une région ou le risque de retrait-gonflement des sols, responsable d’engendrer des dégâts sur le bâti. En effet, les argiles gonflantes sont des smectites qu'il faut différencier des autres types d'argiles telles que l'illite ou la kaolinite, en milieu tempéré. Les techniques traditionnelles pour réaliser la cartographie des minéraux argileux des sols sont en général couteuses, financièrement et en temps et sont basées sur des campagnes terrain intensives simultanément à des acquisitions photographiques afin de spatialiser l'information qui reste qualitative. La télédétection hyperspectrale est une technique potentiellement intéressante pour obtenir des cartes d'argile plus précises et à moindre coût. Néanmoins, elle est limitée par le fait que (i) les minéraux sont mélangés de manière intime dans les sols avec d’autres composants; mais aussi que (ii) à l’échelle aéroportée, le signal réfléchi au sein d’un pixel (résolution spatiale de l’ordre du mètre) comprend de la végétation en plus du sol nu. Ces phénomènes de mélange, aux échelles microscopique et macroscopique, rendent difficile l’estimation du contenu en argiles minéralogiques. Le développement des drones ainsi que leur possibilité d'embarquer de nouvelles caméras hyperspectrales couvrant l'ensemble du spectre [0,4 - 2,5 µm] avec une haute résolution spatiale (environ 10 cm) et un signal à bruit élevé ouvrent la voie à un inventaire plus précis des argiles.L'objectif de cette thèse est de montrer l'intérêt de l'utilisation de méthodes de démélange sur des données hyperspectrales à très haute résolution spatiale pour estimer le contenu en minéraux argileux du sol, et plus précisément des argiles responsables du retrait-gonflement, les smectites. Dans un premier temps, les méthodes existantes de détection, de caractérisation des différents types d'argile et d'estimation de leur abondance sont présentées. Les potentialités des méthodes de démélange existantes dans la littérature pour l’estimation du contenu en minéraux argileux des sols sont mises en avant. Dans un second temps, les méthodes de démélange sont utilisées sur une base de données d’images hyperspectrale acquises en laboratoire de mélanges contrôlés minéraux contenant des argiles (montmorillonite, illite, kaolinite) et d’autres minéraux présents dans les sols (quartz, calcite). Comme les minéraux sont mélangés de manière intime, des méthodes de démélange, linéaires et non-linéaires sont décrites et comparées. Néanmoins, les algorithmes non-linéaires ont des performances similaires aux algorithmes linéaires. De plus, l’effet de la variabilité des données sur la précision de l’estimation des abondances a pu être réduit en utilisant des prétraitements spectraux. Dans une dernière étape, la comparaison des méthodes de démélange sont étendues à des mesures en environnement extérieur. Cette analyse repose sur une campagne de mesure en extérieur réalisée pour la mesure d'images hyperspectrales acquises depuis une nacelle (12 m de hauteur environ, 1,5 cm de résolution spatiale), et l’acquisition d’échantillons prélevés et analysés par DRX (données quantitatives des abondances des minéraux) pour validation. Cette dernière phase permet d'analyser l'impact d'un sol naturel (composé d'un mélange minéralogique, des matières carbonées telles que la cellulose, et ayant une rugosité de surface…) sur les méthodes de démélange. Les performances obtenues (moins de 15% RMSE sur l’estimation de la montmorillonite) permettent d’ouvrir des perspectives quant à l’application de ces méthodes sur des capteurs embarqués par drone, pour la cartographie de la traficabilité et de l’aléa de retrait-gonflement des sols. / Clayey soils are studied because of the importance of soils in erosion processes, natural disasters and precision agriculture. Mapping of clay mineralogy is essential for surveying and predicting trafficability and ground instability hazards, such as shrink-swelling, in order to cope with damages caused by expansive soils on infrastructures. Clay minerals in temperate zone soils are mainly divided in smectites, which highly contribute to soil swelling, illite and kaolinite. Geotechnical engineering practice for clayey soils mapping are expensive and time-consuming. Indeed, it is based on field and extensive laboratory studies. In addition, spatial distribution of clay is assessed using aerial photographs and low-scale geological maps. Thereby, small heterogeneities in geological features are rarely detected, and spatial information remains qualitative. Hyperspectral remote sensing could be an alternative to conventional methods for clay mapping. However, this method is limited by two facts: (i) soils are an intimate mixture of minerals, and (ii) vegetation is mixed with bare soil within airborne sensors pixels (meter range of spatial resolution). Those mixtures (at microscopic and macroscopic scales) mask clays specific spectral signatures and limit clay mineral quantification. Recent development in UAV offers new possibilities for carrying hyperspectral cameras in the reflective domain [0.4 – 2.5 µm], and obtaining data with higher SNR and resolution (10 cm). These advances open new perspectives for accurate and less expensive clay maps. This PhD thesis aims to present the potentiality of clay mapping in soils using very-high spatial resolution hyperspectral data, and more specifically, to estimate swelling clay minerals (smectite) abundances. First, existing methods of detection, and abundance estimation of clay minerals are presented. Second, unmixing methods are used on a database of hyperspectral images of controlled mixtures with different abundances of clay minerals, (illite, montmorillonite and kaolinite) and other minerals existing in soils (quartz, calcite). Due to the intimate nature of mixtures, linear and non-linear unmixing methods are described and compared. However, linear and nonlinear algorithms exhibit similar performances. Moreover, the accuracy of estimation of abundances of mineral clay increased using spectral preprocessings. Regarding the third step, field measurements are used to assess clay unmixing methods. This study is based on an outdoor experiment which acquired hyperspectral images from a bucket truck (12 m elevation, 1.5 cm ground sampling distance), and a sampling collection analyzed by XRD (quantitative analysis of mineral abundances) for validation. This step analyzed effects of a natural soil, (with organic matter, a larger diversity of mineralogical components and with surface roughness) on unmixing methods tested with laboratory data. Obtained performances (less than 15% RMSE for montmorillonite estimation) allow perspectives to apply these methods on data obtained with UAV sensors, for trafficability or expansive soils mapping purposes.

L'augmentation importante de la population mondiale, et par conséquent de ses besoins, exerce une pression de plus en plus importante sur les surfaces forestières. L'outil le mieux adapté au suivi des forêts, à l'échelle du globe, est la télédétection. C'est dans ce contexte que se situe ce travail de thèse, qui vise à améliorer l'estimation des paramètres biophysiques des arbres à partir de données de télédétection. L'originalité de ce travail a été d'étudier cette estimation des paramètres biophysiques en menant plusieurs études de sensibilité avec une démarche expérimentale sur des données expérimentales et sur des données simulées. Tout d'abord, l'étude s'est portée sur des séries temporelles de mesures de diffusiométrie radar obtenues sur deux sites : l'un constitué d'un cèdre en zone tempérée et l'autre d'une parcelle de forêt tropicale. Puis, cette étude de sensibilité a été poursuivie en imageant, avec une résolution élevée, plusieurs parcelles aux configurations différentes à l'intérieur d'une forêt de pin. Enfin, des données optiques et radars simulées ont été fusionnés afin d'évaluer l'apport de la fusion de données optique et radar dans l'inversion des paramètres biophysiques.

L'augmentation importante de la population mondiale, et par conséquent de ses besoins, exerce une pression de plus en plus importante sur les surfaces forestières. L'outil le mieux adapté au suivi des forêts, à l'échelle du globe, est la télédétection. C'est dans ce contexte que se situe ce travail de thèse, qui vise à améliorer l'estimation des paramètres biophysiques des arbres à partir de données de télédétection. L'originalité de ce travail a été d'étudier cette estimation des paramètres biophysiques en menant plusieurs études de sensibilité avec une démarche expérimentale sur des données expérimentales et sur des données simulées. Tout d'abord, l'étude s'est portée sur des séries temporelles de mesures de diffusiométrie radar obtenues sur deux sites : l'un constitué d'un cèdre en zone tempérée et l'autre d'une parcelle de forêt tropicale. Puis, cette étude de sensibilité a été poursuivie en imageant, avec une résolution élevée, plusieurs parcelles aux configurations différentes à l'intérieur d'une forêt de pin. Enfin, des données optiques et radars simulées ont été fusionnés afin d'évaluer l'apport de la fusion de données optique et radar dans l'inversion des paramètres biophysiques. / The significant increase of the world population, and therefore its needs, pushes increasingly high in forest areas. The best tool for monitoring forest across the globe is remote sensing. It is in this context that this thesis, which aims to improve the retrieval of biophysical parameters of trees from remote sensing data, takes place. The originality of this work was to study the estimation of biophysical parameters across multiple sensitivity studies on experimental data and simulated data. First, the study focused on the time series of radar scatterometry measurements obtained on two sites: one characterized by a cedar in the temperate zone and the other by a forest plot of rainforest. Then, the sensitivity analysis was continued by imaging with high resolution, several forest plots with different configurations within a pine forest. Finally, simulated radar and optical data were combined to evaluate the contribution of optical and radar data fusion in the inversion of biophysical parameters.

En imagerie hyperspectrale, chaque pixel est associé à un spectre provenant de la réflectance observée en d points de mesure (i.e., longueurs d'onde). On se retrouve souvent dans une situation où la taille d'échantillon n est relativement faible devant le nombre d de variables. Ce phénomène appelé "fléau de la dimension" est bien connu en statistique multivariée. Plus d augmente devant n, plus les performances des méthodologies statistiques standard se dégradent. Les spectres de réflectance intègrent dans leur dimension spectrale un continuum qui leur confère une nature fonctionnelle. Un hyperspectre peut être modélisé par une fonction univariée de la longueur d'onde, sa représentation produisant une courbe. L'utilisation de méthodes fonctionnelles sur de telles données permet de prendre en compte des aspects fonctionnels tels que la continuité, l'ordre des bandes spectrales, et de s'affranchir des fortes corrélations liées à la finesse de la grille de discrétisation. L'objectif principal de cette thèse est d'évaluer la pertinence de l'approche fonctionnelle dans le domaine de la télédétection hyperspectrale lors de l'analyse statistique. Nous nous sommes focalisés sur le modèle non-paramétrique de régression fonctionnelle, couvrant la classification supervisée. Dans un premier temps, l'approche fonctionnelle a été comparée avec des méthodes multivariées usuellement employées en télédétection. L'approche fonctionnelle surpasse les méthodes multivariées dans des situations délicates où l'on dispose d'une petite taille d'échantillon d'apprentissage combinée à des classes relativement homogènes (c'est-à-dire difficiles à discriminer). Dans un second temps, une alternative à l'approche fonctionnelle pour s'affranchir du fléau de la dimension a été développée à l'aide d'un modèle parcimonieux. Ce dernier permet, à travers la sélection d'un petit nombre de points de mesure, de réduire la dimensionnalité du problème tout en augmentant l'interprétabilité des résultats. Dans un troisième temps, nous nous sommes intéressés à la situation pratique quasi-systématique où l'on dispose de données fonctionnelles contaminées. Nous avons démontré que pour une taille d'échantillon fixée, plus la discrétisation est fine, meilleure sera la prédiction. Autrement dit, plus d est grand devant n, plus la méthode statistique fonctionnelle développée est performante. / In hyperspectral imaging, each pixel is associated with a spectrum derived from observed reflectance in d measurement points (i.e., wavelengths). We are often facing a situation where the sample size n is relatively low compared to the number d of variables. This phenomenon called "curse of dimensionality" is well known in multivariate statistics. The mored increases with respect to n, the more standard statistical methodologies performances are degraded. Reflectance spectra incorporate in their spectral dimension a continuum that gives them a functional nature. A hyperspectrum can be modelised by an univariate function of wavelength and his representation produces a curve. The use of functional methods allows to take into account functional aspects such as continuity, spectral bands order, and to overcome strong correlations coming from the discretization grid fineness. The main aim of this thesis is to assess the relevance of the functional approach in the field of hyperspectral remote sensing for statistical analysis. We focused on the nonparametric fonctional regression model, including supervised classification. Firstly, the functional approach has been compared with multivariate methods usually involved in remote sensing. The functional approach outperforms multivariate methods in critical situations where one has a small training sample size combined with relatively homogeneous classes (that is to say, hard to discriminate). Secondly, an alternative to the functional approach to overcome the curse of dimensionality has been proposed using parsimonious models. This latter allows, through the selection of few measurement points, to reduce problem dimensionality while increasing results interpretability. Finally, we were interested in the almost systematic situation where one has contaminated functional data. We proved that for a fixed sample size, the finer the discretization, the better the prediction. In other words, the larger dis compared to n, the more effective the functional statistical methodis.

Les roches mafiques à ultramafiques permettent de tracer les processus de formation et d'évolution des surfaces planétaires. Pour caractériser ces surfaces, la spectroscopie de réflectance visible-proche infrarouge est une technique adaptée de part sa sensibilité aux absorptions du fer présent dans les minéraux. L'objectif de cette thèse est de déterminer la composition modale des roches, ainsi que la composition chimique des minéraux constitutifs.<br />Nous avons développé une procédure basée sur la mise en oeuvre du Modèle Gaussien Modifié (MGM) qui permet de modéliser les spectres pour des assemblages minéralogiques complexes (olivine - orthopyroxène - clinopyroxène). Après validation de cette approche sur des données simples (poudres), la méthode a été appliquée à des roches naturelles complexes (météorites martiennes et roches d'Oman). Fort de l'expertise acquise dans cette étape intermédiaire, des cartographies minéralogiques ont alors pu être réalisées à partir de données spatiales et aéroportées, respectivement pour le volcan Syrtis Major sur Mars et le massif ophiolitique de Sumail (Oman). Nous avons ainsi montré que les laves de l'édifice volcanique présentent un enrichissement en olivine (Fo50-80) et que les pyroxènes, suivant les conditions de mise en place, peuvent avoir des compositions allant des augites aux enstatites. Pour l'ophiolite d'Oman, nous avons mis en évidence et cartographié pour la première fois des variations spatiales organisées de composition modale au sein même de l'unité harzburgitique. Nous avons également caractérisé des variations de composition dans les clinopyroxènes de la zone crustale ayant des implications pétrogénétiques.<br />Ces apports sont essentiels dans la caractérisation et la compréhension des processus pétrologiques inhérents à la formation des surfaces planétaires et devraient stimuler l'utilisation de l'imagerie spectroscopique à des fins géologiques.

La disponibilité de nouveaux moyens d’acquisition en télédétection, satellitaire (PLEIADES, HYPXIM), aéroportée ou par drone (UAV) à très haute résolution spatiale ouvre la voie à leur utilisation pour l’étude de milieux complexes telles que les villes. En particulier, la connaissance de la ville pour l’étude des îlots de chaleur, la planification urbaine, l’estimation de la biodiversité de la végétation et son état de santé nécessite au préalable une étape de classification des matériaux qui repose sur l’utilisation de l’information spectrale accessible en télédétection hyperspectrale 0,4-2,5μm. Une des principales limitations des méthodes de classification réside dans le non traitement des zones à l’ombre. Des premiers travaux ont montré qu’il était possible d’exploiter l’information radiative dans les ombres des bâtiments. En revanche, les méthodes actuelles ne fonctionnent pas dans les ombres des arbres du fait de la porosité de leur couronne. L’objectif de cette thèse vise à caractériser les propriétés optiques de surface à l’ombre de la végétation arborée urbaine au moyen d’outils de transfert radiatif et de correction atmosphérique. L’originalité de ce travail est d’étudier la porosité d’un arbre via la grandeur de transmittance de la couronne. La problématique a donc été abordée en deux temps. Premièrement, la caractérisation de la transmittance d’un arbre isolé a été menée avec l’utilisation de l’outil DART à travers la mise en œuvre d’un plan d’expériences et d’études de sensibilité qui ont permis de la relier à des paramètres biophysiques et externes. Une campagne de mesures terrain a ensuite été réalisée afin d’évaluer son estimation à partir de différents niveaux de modélisation de l’arbre, dont un modèle réel acquis par mesures lidar terrestre. Deuxièmement, une nouvelle méthode de correction atmosphérique 3D adaptée à la végétation urbaine, ICARE-VEG, a été développée à partir des résultats précédents. Une campagne aéroportée et de mesures terrain UMBRA a été dédiée à sa validation. Ses performances comparées à d’autres outils existants ouvrent de larges perspectives pour l’interprétation globale d’une image par télédétection et pour souligner la complexité de modéliser des processus physiques naturels à une échelle spatiale très fine. / The new advances in remote sensing acquisitions at very high spatial resolution, either spaceborne (PLEIADES, HYPXIM), airborne or unmanned aerial vehicles borne, open the way for the study of complex environments such as urban areas. In particular, the better understanding of urban heat islands, urban planning, vegetation biodiversity, requires the knowledge of detailed material classification mapsbased on the use of spectral information brought by hyperspectral imagery 0.4-2.5μm. However, one of the main limitations of classification methods relies on the absence of shadow processing. Past studies have demonstrated that spectral information was possible to be extracted from shadows cast by buildings. But existing methods fail in shadows cast by trees because of their crown porosity. The objective of this thesis aims to characterize surface optical properties in urban tree shadows by means of radiative transfer and atmospheric correction tools. The originality of this work is to study the tree crown porosity through the analysis of the tree crown transmittance. Therefore, the issue has been divided into two parts. Firstly, an experimental design with the use of DART tool has been carried out in order to examine the relationships between the transmittance of an isolated tree and different biophysical and external variables. Then, the estimation of the tree crown transmittance has been assessed with several tree 3D modelling strategies derived from reference terrestrial lidar acquisitions. Secondly, a new atmospheric correction method appropriate to the processing of tree shadows, ICARE-VEG, was implemented fromthese previous results. An airborne and field campaign UMBRA was dedicated to its validation. Moreover, its performances was compared to other existing tools. Finally, the conclusions open large outlooks to the overall interpretation of remote sensing images and highlight the complexity to model physical natural processes with finer spatial resolutions.