Télédétection et évapotranspiration, bases physiques 

Télécharger le fichier pdf d’un mémoire de fin d’études

Télédétection radar

La télédétection radar est un des modes de télédétection utilisant les hyperfréquences. Le radar est la technologie de télédétection active travaillant dans ce domaine de longueur d’onde. Si la technologie a été développée dans un premier temps pour des problématiques de détection et d’estimation. Les technologies utilisées pour l’observation de la surface diffèrent cependant des utilisations classiques du radar.
Principe de la mesure
Le principe général du radar repose sur l’émission d’une onde en direction d’un objet cible et la mesure du signal en retour. Ce dernier va dépendre des propriétés de la surface observée. Il est décrit par l’équation radar (Équation 1.9). (4π)3Rt4 Pr = PtGtGrλ2Aσ0 (1.9)
Avec :
— Pr Puissance reçue par l’instrument (en W )
— Pt Puissance émise par l’instrument (en W )
— Gt Gain en transmission de l’antenne
— Gr Gain en réception de l’antenne
— λ Longueur d’onde utilisée (en m)
— A Surface observée (en m2)
— σ0 Section efficace de diffusion
— Rt Distance de la cible à l’instrument(en m)
La grandeur d’intérêt en sortie est le coefficient de rétrodiffusion, aussi appelé section efficace de diffusion. Il s’agit du rapport entre l’énergie reçue par l’instrument et l’énergie reçue dans le cas d’une diffusion isotrope de l’impulsion incidente. Il est généralement exprimé en décibels (Équation 1.10), le ratio d’énergie pouvant être très faible. Dans la suite du document, σ0 fait référence au coefficient de rétro-diffusion en décibels (dB). σdB0 = 10 × log(σ0) (1.10)
Le signal rétro-diffusé au niveau de la surface dépend des propriétés de cette dernière. Ces propriétés sont la rugosité de la surface ainsi que sa permittivité diélectrique. Cette dernière est notée r, nous conserverons cette notation dans la suite du manuscrit pour la différencier de l’émissivité dans le domaine infrarouge thermique. La rugosité va influer sur le mode de diffusion du signal incident par la surface.
La longueur d’onde de travail de l’instrument va aussi avoir une influence. Les longueurs d’onde utilisées de manière usuelle sont regroupées dans des bandes, identifiées par des lettres. Les bandes radar utilisées par les instruments embarqués sur satellites sont principalement les bande X, C et L, qui représentent des ondes de fréquence décroissante.
La sensibilité aux propriétés de la surface, principalement dans le cas d’une observation de la végétation, est variable. Ceci est dû à la variation de profondeur de pénétration avec la longueur d’onde. La profondeur de pénétration correspond à une baisse de puissance de 4,3 dB. Elle est caractérisée par la formule suivante : √2π ”  Lp = λ 0 (1.11)
Avec
0 La partie réelle de la permittivité diélectrique du milieu.
” La partie imaginaire de la permittivité diélectrique du milieu.
Pour une observation sur le même type de couvert, une grande longueur d’onde aura une plus grande péné-tration.
La résolution angulaire d’un système radar dépend de la longueur d’onde utilisée ainsi que de la taille de l’antenne (Équation 1.12).θr = λ (1.12)

L’évapotranspiration et sa description physique

L’évapotranspiration

L’évapotranspiration est la combinaison des phénomènes d’évaporation de la surface et de transpiration des plantes. Dans le cas de l’étude des parcelles agricoles la composante évaporative provient du sol et de l’eau libre sur lac anopée. Elle dépend de la demande évaporative qui dépend elle même des valeurs de tem-pérature, de pression et d’humidité. Elle va varier suivant le contenu en eau de la surface.
La transpiration est un phénomène lié à la culture. Il s’agit du transfert de l’eau des racines vers l’at-mosphère. Ce transfert est marqué par le passage de l’eau de l’état liquide vers l’état gazeux au niveau des stomates de la plante. Ce changement d’état est un procédé endothermique, c’est à dire qu’il nécessite un apport d’énergie. De cette manière la transpiration est un procédé qui permet aux plantes de limiter leur échauffement. Quand cet échauffement est trop important, la plante subit alors un stress thermique lequel peut mener à des pertes de rendement.

Les différentes définitions de l’évapotranspiration

L’évapotranspiration peut être définie de plusieurs manières. Les différentes descriptions représentent plusieurs réalités physiques. Les trois premières sont associées à la même description du continuum sol-plante-atmosphère, mais dans des cas d’application théorique différents.
Ces trois premières représentations se basent sur la description des transferts d’eau de la plante vers l’atmosphère sur la base d’une analogie électrique. Le flux d’eau transféré peut être calculé à partir d’une différence de potentiel hydrique. Ce flux est limité par une résistance au transfert.
Dans le cas du continuum sol-plante-atmosphère, on peut distinguer 4 résistances, qui s’expriment en sm−1 :
— La résistance atmosphérique ou aérodynamique, qui correspond à la résistance au transfert de la vapeur d’eau dans la couche limite atmosphérique. Sa valeur va dépendre du profil de vent et de la turbulence dans la couche limite de l’atmosphère.
— La résistance de la canopée, qui correspond à la résistance au transfert de vapeur d’eau dans le couvert
— La résistance stomatique. Elle est associée aux stomates de la plante et constitue la résistance la plus importante de la plante. Elle joue un rôle majeur dans le processus d’évapotranspiration, car l’ouverture ou la fermeture des stomates va faire varier sa valeur et le taux d’évapotranspiration.
— La résistance de la plante. Elle correspond à la résistance totale du transfert d’eau dans la plante, c’est à dire des racines aux stomates. Elle peut elle même être décomposée suivant les différentes parties de la plante. On parle alors de résistance racinaire, de résistance des tiges et de résistance foliaire.
Pour les trois premières résistances considérées, l’eau est transférée sous forme de vapeur, tandis que pour la dernière ainsi que sa décomposition, l’eau est sous forme liquide.
L’évapotranspiration potentielle théorique (EP*) est la valeur de l’évapotranspiration dans le cas où la plante n’offre aucune résistance au transfert de l’eau.Dans ce cas la résistance de la canopée est aussi négligée. Elle peut être assimilé au flux d’évaporation d’une étendue d’eau. Sa valeur ne dépend que des grandeurs climatiques. Cette grandeur peut être calculée en utilisant des formules climatiques comme la formule de Penman-Monteith.
L’évapotranspiration potentielle (EP) correspond à un cas d’évapotranspiration limite. Il s’agit du cas où l’ensemble des surfaces de la plante sont recouvertes d’eau. Dans cette situation, seules les résistances atmosphériques et de la canopée sont utilisées.
L’évapotranspiration réelle (ETR) correspond à la vraie valeur du flux d’eau passant du sol vers l’atmo-sphère. Il s’agit de la grandeur que l’on cherche généralement à déterminer. Elle prend en compte l’ensemble des résistances du continuum sol-plante-atmosphère. Sa valeur est cependant la plus difficile à obtenir, à cause des variations de conditions de transpiration. Elle dépend de la demande climatique : rayonnement, température, pression, et humidité, de l’accès à la ressource en eau, qui va moduler la résistance stomatique. Et enfin des caractéristiques du couvert : hauteur, port des feuilles et surface foliaire. Ces dernières propriétés vont limiter le flux maximal d’évapotranspiration (Figure 1.12).
L’évapotranspiration maximale correspond à un cas spécifique d’évapotranspiration réelle. Il s’agit de la situation où la plante a accès à de l’eau en quantité suffisante pour que la résistance stomatique soit minimale.
A ces grandeurs décrivant le transfert de l’eau des racines vers l’atmosphère il faut aussi ajouter les gran-deurs associées au transfert de l’eau du sol vers les racines. Le lien entre les particules d’eau et la matrice de sol est défini en utilisant le potentiel hydrique. Cette grandeur correspond à l’énergie à fournir pour extraire l’eau de la matrice de sol. Sa valeur va dépendre de la composition du sol, ou texture, ainsi que du contenu en eau.
Le sol constitue un réservoir d’eau mobilisable par la plante. Plusieurs grandeurs permettent de définir différentes situations pour ce réservoir :
— L’humidité à la capacité au champ. Il s’agit du contenu en eau du sol dans le cas où tout écoulement gravitaire a cessé, c’est à dire qu’il n’y plus d’écoulement d’eau en surface de la parcelle. Cette valeur correspond donc à la valeur maximale d’humidité que l’on pourra trouver dans une parcelle agricole. Elle varie fortement en fonction de la texture.
— Le point de flétrissement permanent. Il correspond au potentiel hydrique pour lequel les racines des plantes ne peuvent plus extraire l’eau du sol. Sa valeur est donnée par le pF 4.2

Campagne MCM’10

La thèse s’appuie sur les données de la campagne MCM’10 (Multispectral Crop Monitoring) [Baup et al., 2012]. Cette campagne, réalisée en 2010 par le CESBIO, avait pour but d’étudier l’utilisation de données multi-spectrales radar, c’est à dire couvrant différentes bandes de fréquences, pour le suivi de parcelles agricoles, ainsi que pour l’estimation de propriétés de la surface. La campagne se focalisait sur la zone correspondant au chantier Sud-Ouest (Fig 2.1) suivi par le CESBIO ( www.cesbio.ups-tlse.fr) [Béziat et al., 2009] et s’est déroulée entre les mois de février et novembre 2010, cet intervalle permettant de couvrir les cycles culturaux des différentes cultures présentes dans la région.
Les cultures étudiées sont au nombre de 5 : blé, colza, maïs, tournesol et soja. Elles représentent la majeure parties des surfaces cultivées dans la région. On trouve des cultures d’hiver, blé et colza, et d’été, tournesol, maïs et soja. Ces cultures ne présentent pas toutes les mêmes propriétés aériennes, par exemple le blé est une culture que l’on qualifiera d’homogène de par sa densité de semis ainsi que son développement très couvrant. A l’opposé on trouve le tournesol qui présente une densité de semis bien moins importante et un développement aérien moins couvrant, on qualifiera cette culture d’hétérogène. Entre ces deux extrêmes, on peut placer les cultures de colza, maïs et soja.
La campagne MCM’10, a couvert l’ensemble de l’année 2010, c’est à dire que le cycle cultural de l’en-semble des cultures a été échantillonné, avec exception des premiers mois du blé et du colza, la campagne ayant débuté en février 2010. La base de données obtenue permet donc l’étude de l’ensemble des variabilités d’états de surface liées au développement de la végétation au cours de l’année. Ces variabilités sont tempo-relles et spatiales. La variabilité temporelle concerne principalement le développement du couvert au cours du cycle cultural de chaque culture. Par la suite, nous diviserons le cycle cultural en 4 périodes couvrant un ensemble de stades phénologiques similaires à ceux utilisés par Bigeard [Bigeard, 2014], ces périodes seront les suivantes de fortes variabilités sur les états de surface, principalement la rugosité, liées aux différents travaux. Cette période n’est pas étudiée, sauf pendant la période entre le semis et l’émergence. A cette pé-riode nous considérerons que la rugosité est faible et constante entre les différentes parcelles, Fieuzal [Fieuzal, 2013] parle d’état préparé lisse.
Croissance : Cette période correspond au développement vertical de la plante. Il s’agit d’une période de forts changements des conditions de surface où il est possible d’identifier une avance ou un retard sur le cycle cultural d’une parcelle.
Maximum de végétation : Cette période se situe après la fin du développement vertical de la plante. Elle correspond à un couvert complètement développé et recouvre les périodes de floraison et d’épiaison ainsi que la formation et le remplissage des graines.
sénescence : Il s’agit de la dernière période du cycle cultural de la culture, après la formation et le rem-plissage des grains. Elle est marquée par la fin des processus de photosynthèse, observable par le jaunissement des cultures et une baisse du contenu en eau de la plante. La récolte a généralement lieu à la fin de cette période. De la même manière que pour la croissance, la sénescence correspond à une importante variation temporelle de l’état de surface.
La campagne se divisait en deux parties : l’acquisition d’images radar sur trois bandes de fréquences (X, C et L) et la collecte de mesures in-situ sur les cultures étudiées. Un résumé complet de la campagne peut être trouvé dans le mansucrit de thèse de Fieuzal [Fieuzal, 2013] ainsi que dans le rapport d’expérimentation de la campagne [Baup et al., 2011].
Acquisitions radar
Les images de télédétection radar ont été acquises par trois capteurs actifs, chacun fonctionnant dans une bande de fréquence différente. Les images en bande X ont été acquises par TerraSAR-X [Werninghaus and Buckreuss, 2010, Werninghaus, 2004], les images en bande C par Radarsat-2 [Morena et al., 2004] et les images en bande L par ALOS [Rosenqvist et al., 2004, Rosenqvist et al., 2007].
Les acquisitions ont pu être réalisées au cours de survols réguliers ou par dépointage des antennes. Le cycle cultural des cultures est ainsi couvert par de nombreuses images (Table 2.1). Cette méthode a permis d’augmenter le nombre d’images disponibles au prix d’une variation des conditions d’observations. L’angle d’incidence radar est variable suivant les acquisitions. Le coefficient de rétro-diffusion a donc ensuite été normalisée de cette variation d’angle d’incidence en utilisant une loi basée sur le NDVI (Équation 2.1) ([Fieuzal et al., 2013]).

Parcelles instrumentées

Le périmètre de la campagne MCM’10 couvre aussi les parcelles instrumentées du CESBIO. Il s’agit de deux sites sur lesquels sont implantés des instruments de mesure de façon pérenne [Béziat et al., 2009]. Elles sont généralement désignées par leur localisation : Auradé et Lamasquère. Pour l’étude présente la parcelle instrumentée d’Auradé est prise en compte sous la dénomination B10. Le couvert de 2010 est du blé. La parcelle de Lamasquère n’est pas présentée car du maïs était cultivée au cours de l’année 2010.
La parcelle B10 est équipée avec une station météo. Une mesure du profil d’humidité est aussi réalisée par la station, à l’aide d’une sonde d’humidité. Cette sonde fournit une information semi-horaire sur l’humidité volumique à 4 profondeurs : 5, 10, 30 et 60 cm.
Les acquisitions de la station sont marquées par une interruption entre les jours 104 et 140, du 14/04/2010 au 20/05/2010. Cette interruption porte sur les données d’humidité de sol. Elle est problématique dans le cadre de notre étude car elle se situe au cœur du cycle cultural du blé, sur la fin de période de croissance. De plus, les données d’humidité de surface montrent un assèchement entre les jours 104 et 120, suivie d’une forte augmentation de l’humidité de surface autour du jour 120, cette période est complètement absente des données du profil d’humidité et limite l’utilisation qui peut en être faite, pour l’initialisation et la validation de sorties de modèle principalement.

Profils temporels des flux d’énergie au cours de l’année 2010

La parcelle est aussi équipée d’une tour de mesure de flux par eddy covariance. Cette dernière permet de mesurer les flux LE et H (Figure 2.11) au dessus du couvert. Les flux d’énergie mesurés montrent bien l’effet de la végétation sur le bilan d’énergie de la surface. La période avant la récolte montre un flux LE prédominant devant le flux de chaleur sensible. Cette tendance s’inverse à la sénescence et après la récolte. La transpiration de la végétation diminuant avec la sénescence. Ne reste alors que la contribution de l’évaporation du sol.
Une mesure du rayonnement net (Figure 2.12) est effectuée en utilisant un capteur 4 composantes de type CNR1, un radiomètre de chez Kipp & Zonen. Il se compose de 4 capteurs, 2 pour les courtes longueurs d’onde et deux pour les grandes, qui mesurent les flux radiatifs montant et descendant. Le flux courtes lon-gueur d’onde descendant correspond au rayonnement global et le flux descendant grande longueur d’onde au rayonnement atmosphérique. Le rayonnement courte longueur d’onde montant correspond au rayonnement réfléchi par la surface et le rayonnement grande longueur d’onde montant à la somme du rayonnement émis par la surface et du rayonnement atmosphérique réfléchi. La soustraction du rayonnement descendant et du rayonnement montant donne la valeur du rayonnement net.
Le flux de conduction, aussi noté flux G, a aussi été mesuré sur la parcelle flux (Figure 2.13). Connaissant les 4 composantes du bilan d’énergie, nous pouvons alors déterminer sa fermeture, c’est à dire si la somme des flux LE, H et G est égale à la valeur de rayonnement net. Pour la parcelle flux d’Auradé en 2010, (Figure 2.14), on constate que les valeurs montrent de fortes variations. L’ensemble de la gamme est couvert. Le cœur de la saison culturale, au mois de Mai, montre des valeurs de fermeture plutôt faible du bilan, autour de 60%.

Profils temporels des variables climatiques au cours de l’année 2010

Les profils temporels des variables climatiques (Figure 2.15) montrent la variation saisonnière du rayon-nement et de la température. Le profil de précipitations cumulées montre peu de périodes sans épisode de précipitations. Une période sèche a lieu au cours du mois d’avril, entre les jours 98 (08/04/2010) et 120 (30/04/2010), avec un cumul de 7 mm sur la période.

Variabilité de la météo entre les deux parcelles instrumentées

Les deux parcelles instrumentées sont distantes d’environ 17 km, ce qui correspond à l’étendue de la zone d’étude. La comparaison des données météo issues des stations permet d’obtenir une information sur la variabilité spatiale de la météo. Nous pouvons donc grossièrement estimer si à cette échelle, les parcelles sont soumises aux mêmes conditions météo, et donc à la même demande climatique.
Seules les données météos peuvent être comparées. En effet les mesures de flux sont effectuées sur deux cultures différentes, blé pour Auradé et maïs pour Lamasquère. Les cycles culturaux sont décalés et la réponse au stress hydrique varie entre les différents types de culture.
La comparaison (Tableau 2.5) des données météo issue des deux stations montre peu de variation entre les deux parcelles instrumentées. On observe un biais faible au cours de l’ensemble de l’année, sur l’ensemble des paramètres d’intérêt. Les précipitations cumulées montrent au maximum une différence de 67 mm. Les conditions météo sur la zone d’étude sont donc similaires au cours de l’année.

Caractérisation de la végétation

Les données de télédétection visible sont aussi utilisées pour caractériser la végétation. De manière gé-nérale, une combinaison des différentes bandes spectrales permet de définir un indice de végétation (IV). Ces différents indices s’appuient souvent sur la forte variabilité de la réflectance entre les longueurs d’onde rouge et infrarouge (≈ 600nm). L’indice de végétation le plus couramment utilisé est le NDVI (Normalized Difference Vegetation Index) qui est calculé de la façon suivante :
Grandeur Météo Biais RMSD Régression
Rg (W m−2) 6,48 56,03 y = 0,936 x +4,054
Ta (K) -0,172 1,15 y = 1,003 x + 0,136
RH (%) 11,09 12,58 y = 0,964 x -7,987
Vent (ms−1) 0,90 1,52 y = 0,536 x + 0,422
Cumul precip (mm) 24,42 38,89 y= 1,096 x -56,182
Tableau 2.5 – Comparaison des données météo des stations des parcelles instrumentées d’Auradé et de Lamasquère au cours de l’année 2010 NDVI = ρir − ρr (2.2)
Avec ρir la réflectance en proche infrarouge (λ ≈ 800nm) et ρr la réflectance dans le rouge (λ ≈ 600nm). Cet indice simple est disponible pour une majorité des capteurs visible et permet d’informer sur le statut de la végétation à grande échelle.
Cet indice n’est cependant pas parfait pour décrire l’évolution de la végétation dans l’ensemble des si-tuations, il présente en effet une tendance à saturer rapidement et ne plus informer sur l’évolution d’un couvert fortement couvrant. Différents indices ont ainsi été développés pour répondre à ces limitations [Bannari et al., 1995, Haboudane et al., 2004].
Les indices de végétation comme le NDVI ne correspondent cependant pas aux propriétés de la végéta-tion liés aux processus physiques comme la photosynthèse et l’évapotranspiration [Glenn et al., 2008]. Les grandeurs typiquement utilisées sont le taux de couverture (Fc pour fraction-cover), le leaf area index (LAI) ou la fraction de rayonnement photo-synthétiquement actif fAPAR. Les modèles de bilan d’eau et d’énergie utilisent généralement ce type de variables en entrée.
L’inversion de ces propriétés en utilisant une information de télédétection visible représente champ de recherche en lui même. Les méthodes impliquent l’utilisation de modèles de transfert radiatif étalonnés par culture [Carlson and Ripley, 1997] [Baret et al., 2007, Weiss et al., 2007].
Pour cette étude, la végétation sera décrite en utilisant le Green Area Index (GAI). Cet indice est calculé à partir d’images NDVI issues du visible en utilisant l’outil BVnet, qui correspond à la l’étalon-nage du modèle de transfert radiatif PRO-SAIL (prospect et SAIL)en utilisant une réseau de neurones [Bsaibes et al., 2009, Baret et al., 2007, Weiss et al., 2007]. Le GAI n’est cependant pas une valeur qui peut être directement associée au LAI, mais se rapproche plus du Plant Area Index (PAI) vert qui correspond à la surface totale de plante verte(feuilles et tiges).
Pour les travaux présentés, nous utilisons une série temporelle de données de GAI issues de FORMOSAT-2 ([Bsaibes et al., 2009]). Pour l’année 2010, 13 images sont disponibles, 4 couvrent le cycle cultural du blé et 9 le cycle cultural du tournesol.
L’extraction a été effectuée par parcelle en utilisant les outils du Système d’Information Environnemental (SIE) mis en place au CESBIO. Le système fournit une valeur moyenne à la parcelle (Figure 2.16 & Figure 2.17) ainsi que les informations d’étendue (écart type, minimum, maximum) et le nombre de pixels utilisés pour chaque parcelle.
Le profil de NDVI duquel est issu le GAI est aussi disponible (Figure 2.18 & 2.19). De même que le NDVI issu de SPOT-4, un autre satellite de télédétection visible.
L’utilisation du GAI comme variable de description de la surface est privilégiée face au NDVI. Nous sou-haitons en effet utiliser les produits issus de la télédétection dans le modèle SEtHyS. Ce modèle utilise une grandeur géométrique unique en entrée, le LAI. Ce type de grandeur, est nécessaire pour le calcul du bilan d’eau et d’énergie de la surface. La surface de plante issue du LAI va permettre de décrire la surface totale où les processus d’évapotranspiration ont lieu. Le LAI permet également de calculer le taux de couverture par la végétation pour la partition des flux radiatifs et intervient dans le calcul de la résistance du couvert aux transferts verticaux.
Pour la suite des travaux présentés nous utilisons le GAI plutôt que le LAI. LE GAI permet en effet de prendre en compte la tige dans les processus d’interception du rayonnement et son influence sur les calculs de résistance aérodynamique.

Table des matières

Introduction générale
1 Télédétection et évapotranspiration, bases physiques 
1.1 Apport de la télédétection pour la description de la surface
1.1.1 Principe de la télédétection
1.1.2 Télédétection visible
1.1.3 Télédétection infrarouge thermique
1.1.4 Télédétection radar
1.2 L’évapotranspiration et sa description physique
1.2.1 L’évapotranspiration
1.2.2 Les différentes définitions de l’évapotranspiration
1.2.3 Modéliser l’évapotranspiration, le cas du modèle SEtHyS
2 Matériel et méthodes 
2.1 Campagne MCM’10
2.2 Parcelles instrumentées
2.2.1 Profils temporels des flux d’énergie au cours de l’année 2010
2.2.2 Profils temporels des variables climatiques au cours de l’année 2010
2.2.3 Variabilité de la météo entre les deux parcelles instrumentées
2.3 Caractérisation de la végétation .
2.4 Météo SAFRAN .
2.4.1 Caractéristiques des données météo SAFRAN
2.4.2 Comparaison avec les mesures des stations météo
2.5 Images infrarouge thermique
2.6 Résumé des données de télédétection utilisées pour les travaux
2.7 Données sol .
2.8 Utilisation des données dans les travaux
3 Analyse de la variabilité spatio-temporelle du coefficient de rétrodiffusion radar au cours du cycle cultural du blé et du tournesol 
3.1 Introduction
3.2 Variation temporelle du signal radar pour le jeu de parcelles suivies
3.3 Utilisation des données satellite et in-situ utilisées pour les études de sensibilité
3.3.1 Pour l’étude de la sensibilité à l’humidité de surface
3.3.2 Pour l’étude de la sensibilité au GAI .
3.4 Sensibilité du coefficient de rétrodiffusion radar bande-C à l’humidité de surface
3.4.1 Sensibilité du coefficient de rétro-diffusion radar bande-C à la variabilité spatiale d’humidité de surface
3.4.2 Sensibilité du coefficient de rétro-diffusion radar bande-C à la variabilité multi-dates d’humidité de surface
3.4.3 Conclusion
3.5 Sensibilité du coefficient de rétro-diffusion radar bande-C au GAI
3.5.1 Sensibilité du coefficient de rétro-diffusion radar bande-C à la variabilité spatiale de GAI 92
3.5.2 Sensibilité du coefficient de rétro-diffusion radar bande-C à la variabilité multi-dates du GAI
3.5.3 Conclusion
3.6 Conclusion
4 Analyse des dynamiques spatio-temporelles des données infrarouge thermique au cours du cycle cultural du blé et du tournesol 
4.1 Introduction
4.2 Définition d’une température relative pour l’étude des variations spatio-temporelles de l’état hydrique inter-parcellaire pour une même culture
4.3 Utilisation du profil temporel de températures de surface
4.4 Méthode du trapèze et intérêt pour la comparaison multi-dates des parcelles
4.4.1 Proposition d’une méthodologie basée sur le trapèze pour l’utilisation d’une série temporelle
4.4.2 Mise en place de la méthode du trapèze multi-dates
4.4.3 Définition du bord-sec et du bord humide .
4.4.4 Calcul d’un indice hydrique à partir du trapèze
4.5 Caractérisation de la variabilité inter-parcellaire par Inter-classement des parcelles sur la base du RTVDI
4.6 Discussion sur la construction du trapèze
4.6.1 Utilisation du GAI plutôt que du NDVI comme indice de végétation
4.6.2 Définition du wet-edge
4.6.3 Problématique de l’échantillonnage temporel
4.7 Conclusion
5 Utilisation de la variabilité spatiale et temporelle pour la modélisation du bilan d’eau à l’échelle de la parcelle 
5.1 Introduction
5.2 Entrées du modèle
5.2.1 Initialisation du modèle
5.2.2 Entrées météo
5.2.3 Description de la végétation
5.3 Paramètres du modèle
5.4 Périodes de simulations
5.5 Simulations sur la parcelle B10 et étude de la sensibilité aux incertitudes
5.5.1 Validation des simulations à partir des données in-situ
5.5.2 Modélisation du bilan d’eau et d’énergie sur la parcelle B10
5.5.3 Sensibilité aux incertitudes sur les entrées du modèle
5.6 Modélisation de la variabilité inter-parcelle
5.6.1 Scénarios de simulation distribuée .
5.6.2 Simulations de référence .
5.6.3 Simulations avec modulation de la profondeur de sol dp2
5.6.4 Simulations avec modulation du paramètre de conductivité hydraulique a saturation, ksat
5.6.5 Simulations avec modulation de l’initialisation d’humidité de sol
5.6.6 Comparaison des classements sur le RTVDI obtenus avec les différents cas de simulation
5.7 Conclusion
Conclusion générale et perspectives 
A Résultats complémentaires de l’étude de sensibilité du coefficient de rétro-diffusion radar aux propriétés de la surface 
A.1 Sensibilité du coefficient de rétrodiffusion radar bande-C à l’humidité de surface : compléments
A.1.1 Sensibilité du coefficient de rétro-diffusion radar bande-C à la variabilité spatiale d’humidité de surface
A.2 Sensibilité du coefficient de rétro-diffusion radar bande-C au GAI : compléments
A.2.1 Sensibilité du coefficient de rétro-diffusion radar bande-C à la variabilité spatiale de GAI166
B Article soumis à Remote Sensing Letters 

Télécharger le rapport complet