La connaissance du microclimat et de l’évapotranspiration ou flux de chaleur latente qui représente la consommation réelle en eau de la culture à l’échelle des parcelles agricoles est une donnée importante pour comprendre le développement des cultures. La plupart des modèles permettant d’estimer l’évapotranspiration sont utilisés sur des surfaces homogènes sans tenir compte des interactions surface - atmosphère et de la variabilité spatiale du domaine agricole. Nous avons utilisé un modèle de couche limite atmosphérique afin de prendre en compte ces interactions. Une approche dite « patchée » permet d’introduire la variabilité spatiale des surfaces dans le modèle à partir des diverses proportions et des caractéristiques des principaux couverts végétaux qui composent le paysage. Une méthode d’assimilation variationnelle a été implémentée afin d’estimer certains paramètres du modèle difficile à connaître précisément. La méthode est basée sur le calcul de l’adjoint du modèle et utilise une température de surface observée par télédétection. L’approche développée est comparée à des approches plus simples considérant chaque type de surface indépendamment, mettant en évidence le rôle de la prise en compte de la variabilité spatiale de la surface sur la simulation du microclimat et des flux de surface / Knowledge of climate at regional scale and evapotranspiration (or latent heat flux which represents the actual water consumption of culture) is a key to understand the development of crops. Most of the methods aiming at estimating evapotranspiration assume homogeneous or decoupled atmospheric variables over the modelling domain without accounting for the feedback between surface and atmosphere. In order to analyse such dependencies and to predict microclimate and land surface fluxes we have developed a coupled atmospheric boundary layer - land surface model which accounts for the landscape heterogeneity using a tiled approach. We have implemented appropriate procedures (variational data assimilation) for assimilating remote sensing data into the model allowing to retrieve some input parameters difficult to estimate spatially (soil moisture and aerodynamic roughness). The developed method is compared to classical approaches considering each type of surface independently. Results are discussed in this paper
| Identifer | oai:union.ndltd.org:theses.fr/2009AVIG0629 |
| Date | 18 December 2009 |
| Creators | Kpemlie, Emmanuel Kwashi |
| Contributors | Avignon, Olioso, Albert |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0021 seconds