Return to search

Analyse d'images satellitaires d'inondations pour la caractérisation tridimensionnelle de l'aléa et l'aide à la modélisation hydraulique

Ce travail vise à étendre les méthodes d'analyse d'images satellitaires de crues au-delà de la détection des limites d'inondation afin d'estimer des niveaux d'eau distribués dans l'espace et d'aider la modélisation hydraulique.Inspirée des travaux de Raclot (2003) sur photographies aériennes qui fournissent des incertitudes moyennes de ±20cm, la méthode d'estimation des niveaux d'eau utilise des images satellitaires RADAR de crue et un MNT fin. Elle repose sur 1) une phase de télédétection pour cartographier l'inondation et analyser la pertinence de ses limites pour l'estimation des niveaux d'eau, 2) une phase d'analyse spatiale dans laquelle les niveaux d'eau sont estimés par croisement entre les limites pertinentes et un MNT fin, puis contraints par le schéma de circulation des eaux. Les estimations de niveaux d'eau obtenues ont une incertitude moyenne de ±38cm pour une image RADARSAT-1 d'une crue de la Moselle (France, 1997). Des travaux de validation ont permis de calculer une RMSE de l'ordre de 13cm pour une image ENVISAT de l'Alzette (Luxembourg, 2003).Pour aider la modélisation hydraulique, la démarche proposée vise à réduire le phénomène d'équifinalité grâce aux images satellitaires. Pour cela, un calage "traditionnel" à partir d'hydrogrammes observés est complété par la comparaison entre résultats du modèle et surfaces inondées ou niveaux d'eau extraits des images. Pour cerner les incertitudes du calage, des simulations Monte-Carlo ont été mises en place. En perspective, la prévision de l'évolution d'une crue après acquisition d'une image devrait bénéficier de modèles mieux contraints grâce à l'utilisation des images comme condition initiale ou donnée de calage.

Identiferoai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00002016
Date12 1900
CreatorsHostache, Renaud
PublisherENGREF (AgroParisTech)
Source SetsCCSD theses-EN-ligne, France
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0027 seconds