Evaluation de produits satellites d humidité du sol en Afrique du Sud. Julia Pfeffer 24 Juin 2008

Transcription

1 Evaluation de produits satellites d humidité du sol en Afrique du Sud Julia Pfeffer 24 Juin

2 Contexte de travail Projet SAFEWATER (South African French Research in Water Science and technology) Échanges scientifiques entre l Afrique du Sud et la France 4 mois de Stage au sein du département d ingéniérie civile à l université Kwazulu Natal de Durban 2

3 Pourquoi étudier l humidité du sol? 3

4 Pourquoi étudier l humidité du sol? Problème : Forte variabilité spatiale et temporelle Difficulté de la mesure 4

5 Introduction Intérêt de la télédétection? Couverture spatiale globale Résolution spatiales et temporelles satisfaisantes Méthode relativement peu coûteuse Comment? Micro-ondes sensibles à l humidité de surface du sol Mais aussi : à la végétation, à la rugosité Différents capteurs Actifs Passifs Différentes méthodes Modèles statistiques Modèles de transfert radiatif Réseaux de neurones 5

6 Objectif de l étude Des produits satellites issus de capteurs et de modèles différents Des estimations de l humidité du sol plus ou moins adaptées Evaluation de 3 produits satellites d humidité du sol en Afrique du Sud AUCUN RESEAU DE SONDES TDR INSTALLE EN AFRIQUE DU SUD 6

7 Description des produits satellites considérés NSIDC VUA NASA ENVISAT TRMM 3B42 Variable estimée Humidité de surface du sol Humidité de surface du sol Humidité de surface du sol Précipitation Période d observation disponible Juin Juin : ascendant 2006: descendant Mars 2007 Résolution spatiale ~ 20*25km ~ 25*25km <= 1km ~ 25*25km Résolution temporelle ~ 2 obs. Par jour ~ 2 obs. Par jour Irregulière 1obs. Toutes les 3h Bande de fréquence Bande X (10,7GHz) Bande C (6,4GHz) Bande C (6.4 GHz) Micro-ondes + IR Capteur AMSR-E AMSR-E ASAR Differents capteurs actifs et passifs Type de données Imagerie radiométrique passive Imagerie radiométrique passive Imagerie radar Imagerie radar + radiométrique passive micro-ondes 7

8 Représentation 2D des produits satellites, le 2 janvier 2006 TRMM a)0-12h e)12-24h mm mm VUA NASA b)12h35 f)23h30 g.cm -3 g.cm -3 NSIDC c)12h35 g)23h30 g.cm -3 g.cm -3 ENVISAT d)7h50 h)20h11 Unité relative Unité relative 8

9 Présentation des sites de comparaison A) Western Cape B) Eastern Cape C) Liebenbergsvlei D) Crocodile Carte des précipitations moyennes annuelles (Sinclair S.,2008) Midgley Dc et al,

10 Calcul d un index des précipitations Avec API (t)= R * API (t -1) + P (t) R = exp (- t / L) t = 3h L = Paramètre ajusté à 72h P (t) = TRMM au temps t 10

11 Présentation des résultats Séries sur un an Séries temporelles pour le site Western Cape, année

12 Présentation des résultats Séries sur un an VUA NASA R 2 = 0,08 0,4 0,2 0, API VUA NASA 0,4 0,2 0,0 R 2 = 0,34 0,0 0,1 0,2 0,3 NSIDC 0,2 R 2 = 0,13 0,2 R 2 = 0,29 NSIDC 0,1 NSIDC 0,1 0, API 0,0 0,0 0,5 1,0 ENVISAT 1,0 R 2 = 0,18 0,4 R 2 = 0,27 0,5 0, API Séries temporelles pour le site Western Cape, année 2006 ENVISAT VUA NASA 0,2 0,0 0,0 0,5 1,0 ENVISAT 12

13 Présentation des résultats Séries sur 3 ans et demi Séries temporelles, Western Cape, Juin 2002 à fin

14 Présentation des résultats Séries sur un an Séries temporelles pour le site Liebenbergsvlei, année

15 Présentation des résultats Séries sur un an 0,4 R 2 = 0,00 0,4 R 2 = 0,05 VUA NASA 0,2 0, API VUA NASA 0,2 0,0 0,0 0,2 0,4 NSIDC 0,4 R 2 = 0,18 0,40 R 2 = 0,46 NSIDC 0,2 NSIDC 0,20 0, API 0,00 0,0 0,5 1,0 ENVISAT 1,0 R 2 = 0,33 0,4 R 2 = 0,02 Séries temporelles pour le site Liebenbergsvlei, année 2006 ENVISAT 0,5 0, API VUA NASA 0,2 0,0 0,0 0,5 1,0 ENVISAT 15

16 Présentation des résultats Séries sur 3 ans et demi Séries temporelles, Liebenbergsvlei, Juin 2002 à fin

17 Présentation des résultats Séries sur un an Séries temporelles pour le site Crocodile, année

18 Présentation des résultats Séries sur un an VUA NASA R 2 = 0,02 0,6 0,3 0, VUA NASA R 2 = 0,05 0,6 0,3 0,0 0,0 0,1 0,2 API NSIDC 0,2 R 2 = 0,24 0,2 R 2 = 0,08 NSIDC 0,1 NSIDC 0,1 0, API 0,0 0,0 0,5 1,0 ENVISAT ENVISAT R 2 = 0,30 1,0 0,5 0, API VUA NASA 0,6 R 2 = 0,01 0,3 0,0 0,0 0,5 1,0 ENVISAT Séries temporelles pour le site Crocodile, année

19 Présentation des résultats Séries sur 3 ans et demi Séries temporelles, Crocodile, Juin 2002 à fin

20 Discussion des résultats Les estimations satellites d humidité du sol varient fortement d un produit à l autre : R 2 faibles Différences AMSR-E / ENVISAT Capteurs et modèles différents Sensibilité à la végétation Sensibilité à la rugosité du sol Heures d observations différentes Différences NSIDC / VUA NASA Même capteur mais modèles différents Utilisation de longueurs d ondes différentes Modélisation de la végétation différente Modélisation de la température de surface différente 20

21 Discussion des résultats Crocodile 21

22 Discussion des résultats Evaluation de la vraisemblance de produits d humidités du sol à partir d API NSIDC / API Variations saisonnières et journalières, cohérentes et réactives aux précipitations Faibles R 2 Gammes de valeurs différentes Bruit Sensibilité limitée aux précipitations Influence d autres processus 22

23 Discussion des résultats Evaluation de la vraisemblance de produits d humidités du sol à partir d API VUA NASA/ API Variations saisonnières incohérentes Bruit important Faibles R 2 Mais des variations journalières cohérentes 23

24 Discussion des résultats Evaluation de la vraisemblance de produits d humidités du sol à partir d API ENVISAT / API Temps d observations irréguliers Difficile d observer une réponse de l humidité du sol aux précipitations sur une série temporelle Faibles R 2 Bonne résolution spatiale Réponse de l humidité du sol aux précipitations bien observée sur cartes 24

25 Conclusion Evaluation de la fiabilité de produits satellites NSIDC : une estimation de l humidité du sol journalière, cohérente, et réactive à la pluie VUA NASA : une estimation de l humidité du sol inadéquate ENVISAT: une estimation de l humidité du sol prometteuse, et intéressante en termes de cohérence spatiale.mais de mauvaise résolution temporelle Importance de la méthode d inversion Qualité d un produit satellite variable en fonction du site d étude (Wagner et al., 2007; Draper et al, 2007) 25

26 Perspectives Publication d un article Équipement d un bassin versant de sondes TDR validation au sol nécessaire à l utilisation de données satellitaires en hydrologie Projet SMOS : 1 er satellite dédié à la mesure de l humidité de surface du sol 26

27 Merci de votre attention 27

28 Bibliographie Adeyewa Z. D., and Nakamura K. (2003) Validation of TRMM Radar Rainfall Data over Major Climatic Regions in Africa,Journal of Applied Meteorology,Vol. 42,p Bartsch, K. Scipal, P. Wolski, C. Pathe, D. Sabel and W. Wagner (2006)Microwave Remote Sensing Of Hydrology In Southern Africa,The 2nd Göttingen GIS & Remote Sensing Days: Global Change Issues in Developing and Emerging Countries, Göttingen, Germany, 4-6 October 2006 Draper C., Walker J.and Steinle P. (2007), How well does AMSR-E capture soil moisture over Australia? at AGU Joint Assembly, Acapulco, Mexico. Midgley DC, Pitman WV and Middleton BJ(1994), Surface Water Resources of South Africa 1990, Book of maps, Volume 2, 3, 4 and 6,WRC reports no 298/2.2/94,298/3.2/94, 298/4.2/94, 298/6.2/94 first edition 1994 Njoku E., Jackson T., Lakshmi V., Chan T., and Nghiem T. (2003), Soil Moisture Retrieval From AMSR-E, IEEE Transactions on Geoscience and Remote Sensing, Vol. 41, No. 2 Nxumalo N., (2008), Estimating Soil Moisture From Early Morning Temperature Gradients Using METEOSAT-8 IR Imagery, A thesis submitted in fulfillment of academic requirements for the Degree of Master of Science to The School of Civil Engineering, Surveying and Construction, University of KwaZulu Natal, Durban, South Africa. Owe M., De Jeu R., and Holmes T. (2008), Multisensor historical climatology of satellite-derived global land surface moisture,journal of Geophysical Research, Vol. 113, F

29 Bibliographie Wolfgang W., Bloschl G., Pampaloni P., Calvet J-C., Bizzarri B., Wigneron J- P.and Kerr Y. (2006),Operational readiness of microwave remote sensing of soil moisture for hydrologic applications,nordic Hydrology pp1-22, Vol. not known Wagner, W., Pathe C., Sabel D., Bartsch A., Kuenzer C., Scipal K. (2007a), Experimental 1 km soil moisture products from ENVISAT ASAR for Southern Africa, ENVISAT & ERS Symposium, Montreux, Switzerland, April 2007, in press. Wolfgang W., Scipal K., and Pathe C. (2003), Evaluation of the agreement between the first global remotely sensed soil moisture data with model and precipitation data, Journal of Geophysical Research, Vol. 108, No. D19, 4611 Wagner, W., Vahid N., Scipal K., De Jeu R., Martínez-Fernández J. (2007b), Soil Moisture from meteorological satellites, Hydrogeology Journal, 15: Wigneron J-P, JC Calvet, Pellarin T., Van de Griend A.A., Berger M., Ferrazzoli P. (2003), Retrieving near surface soil moisture from microwave radiometric observations : current status and future plans, Remote Sensing of Environment, vol. 85, p Websites cited:

30 Annexes Séries temporelles, Liebenbergsvlei, 2006, avec NSIDC et VUA NASA basés sur observations ascendantes Séries temporelles, Liebenbergsvlei, 2006, avec NSIDC et VUA NASA basés sur observations descendantes 30

31 Annexes Coefficients de corrélation associés au séries temporelles du site Liebenbersvlei, année 2006 (NSIDC et VUA NASA ascendants) Coefficients de corrélation associés au séries temporelles du site Liebenbersvlei, année 2006 (NSIDC et VUA NASA descendants) 31

32 Annexes Comparaisons de produits VUA NASA basés sur des observations à différentes longueurs d ondes 32

33 Annexes Comparaison du total annuel des précipitations TRMM pour l année 2006 aux valeurs de climatologie 33

34 Annexes TRMM a) 0-12h e) 12-24h VUA NASA b) 12h45 f) 23h45 NSIDC c) 12h45 g) 23h45 ENVISAT d)pas de h) 20h55 données Cartes de produits satellites le 20 juillet

35 Annexes SAHG Data NSIDC Data 20 per. Mov. Avg. (SAHG Data) 12 per. Mov. Avg. (NSIDC Data) Comparaison de deux produits d humidité du sol, pour les160 premiers jours de l année 2006 pour le site Crocodile 35