L'humidité du sol par télédétection micro-ondes en région Sahélienne

Transcription

1 L'humidité du sol par télédétection micro-ondes en région Sahélienne Soutenance de thèse en vue de l'obtention du grade de Docteur de l'université Pierre et Marie Curie en Sciences de l'environnement Claire GRUHIER Thèse présentée le jeudi 11 mars 2010 devant un jury composé de : Katia Laval Présidente du jury Thierry Pellarin Rapporteur Catherine Prigent Rapporteur Laurent Kergoat Examinateur Yann Kerr Examinateur Patricia de Rosnay Directrice de thèse

2 Introduction 1/36 Le contexte scientifique de la thèse Pourquoi étudier l'humidité du sol? L'humidité du sol influence les échanges de surface entre le sol, la végétation et l'atmosphère Améliorer notre connaissance des processus de surface Contribution en météorologie, climatologie, prévision des impacts sur les populations... Pourquoi en région Sahélienne? Fort lien de rétroaction surface/atmosphère, humidité/précipitation (Koster et al, 2004) Région vulnérable Très forte variabilité inter-annuelle, longue période de sécheresse LMD-IPSL Comment accéder à cette information? Par des mesures terrain utilisées conjointement durant cette thèse Par télédétection Par modélisation (Koster et al, 2004)

3 Introduction Le contexte programmatique Le programme de recherche AMMA Analyse Multidisciplinaire de la Mousson Africaine Améliorer notre connaissance de la mousson africaine Fournir les connaissances permettant d'aborder des problématiques climatiques, de santé, alimentaire, contribuer aux activités de prévision et décision AMMA-CATCH : un important réseau de mesure La mission spatiale SMOS Soil Moisture and Ocean Salinity Fournir des valeurs d'humidité du sol à l'échelle globale à une précision de 4%m3.m-3 Contribuer à améliorer la modélisation des processus de surface Résolution de 50km Mesure en bande L, bi-polarisation Multiangulaire Kerr Y. et al., IEEE, accepté 2/36

4 Introduction Les objectifs de la thèse Avant de comprendre l'impact de l'humidité du sol, la communauté scientifique doit comprendre ses variations et disposer de mesures fiables Contribuer à la connaissance de l'humidité de l'humidité du sol en zone Sahélienne Analyser le réseau d'humidité du sol Comprendre la variabilité de l'humidité du sol en zone Sahélienne Problématique de la différence d'échelle spatiale terrain/satellite Analyser les produits actuellement disponibles Basés sur des technologies comparables à SMOS Déterminer les difficultés rencontrées Estimer l'humidité du sol en zone Sahélienne Proposer une inversion de l'humidité du sol efficace en région Sahélienne 3/36

5 Plan Introduction L'humidité du sol Télédétection micro-ondes Région d'étude et données terrain Analyse du produit NSIDC Intercomparaison de produits Inversion de l'humidité du sol Conclusions

6 L'humidité du sol L'eau du sol Le sol Pellicule superficielle de l'écorce terrestre Le volume de pores conditionne la capacité de stockage en eau Texture du sol, facteur déterminant L'eau du sol La teneur en eau du sol résulte des apports et des mouvements de l'eau dans le sol Le potentiel hydrique : quantité d'énergie totale à laquelle est soumise une molécule d'eau États de l'eau dans le sol : saturation, capacité au champ, humidité résiduelle Unité : m3 d'eau/m3 de sol en % 4/36

7 5/36 L'humidité du sol Les échanges sol-végétation-atmosphère Le cycle de l'eau Énergie solaire en est le moteur des échanges et mouvements 61% des précipitations continentales proviennent de l'évapotranspiration continentale L'humidité du sol Seulement 0,00303% du volume total Temps de résidence est de environ 1 année Faible volume mais fort impact Réservoir Volume (106km3) Océans 1350,00 Eaux souterraines 8,20 Lacs 0,10 Humidité des sols 0,07 Atmosphère 0,013 Fleuves et rivières 0,0017 Biosphère 0,0011 Pourcentage du total 97,410 0,392 0, , , , ,00008 Temps de résidence 2500 ans 1400 ans 17 ans 1 ans 8 jours 16 jours quelques heures Cycle de l'eau et flux annuel (ESA)

8 Télédétection micro-ondes 6/36 Mesurer depuis l'espace La télédétection Principe de mesure d'une information depuis une source n'entrant pas en contact avec la cible Enregistrement d'ondes électromagnétiques Différentes polarisations et longueurs d'ondes Micro-ondes longueurs d'onde de 1mm à 1m Deux types de capteurs micro-ondes Actif : Envoie un signal à la surface Passif : Enregistre l'émission naturelle de la surface terrestre Onde électromagnétique Spectre électromagnétique

9 7/36 Télédétection micro-ondes L'humidité du sol par télédétection passive La télédétection micro-ondes passive Particulièrement adaptée (Kerr et al, 2001) L C X Sensibilité à l'humidité du sol Les longueurs d'ondes ne sont pas toutes aussi sensibles Bande L optimale Bandes C et X exploitables Les polarisations L'angle d'observation Principe de mesure Constante diélectrique, très différente pour l'air (1), sol sec (5) et eau (80) Permet d'évaluer le contenu en eau la constante diélectrique d'un sol humide résulte de la contribution du sol et de l'eau Sensibilité des longueurs d ondes (Kerr 1996)

10 8/36 Télédétection micro-ondes Les températures de brillance AMSR-E/Station au sahel, 2005 Qu'est ce que le capteur mesure? Emissivité de surface Température de brillance (TB) en micro-onde (en Kelvin) peut être exprimée comme le produit de l'émissivité et de la température physique du corps observé Relier les TB à l'humidité du sol Utilisation du Rapport de Polarisation permet de normaliser l'effet de la température Relié à l'humidité du sol dans le cas d'un sol nu V H

11 8/36 Télédétection micro-ondes Les températures de brillance AMSR-E/Station au sahel, 2005 Qu'est ce que le capteur mesure? Emissivité de surface Température de brillance (TB) en micro-onde (en Kelvin) peut être exprimée comme le produit de l'émissivité et de la température physique du corps observé V Relier les TB à l'humidité du sol Utilisation du Rapport de Polarisation permet de normaliser l'effet de la température H Relié à l'humidité du sol dans le cas d'un sol nu

12 8/36 Télédétection micro-ondes Les températures de brillance AMSR-E/Station au sahel, 2005 Qu'est ce que le capteur mesure? Emissivité de surface Température de brillance (TB) en micro-onde (en Kelvin) peut être exprimée comme le produit de l'émissivité et de la température physique du corps observé Relier les TB à l'humidité du sol Utilisation du Rapport de Polarisation permet de normaliser l'effet de la température Relié à l'humidité du sol dans le cas d'un sol nu V H

13 8/36 Télédétection micro-ondes Les températures de brillance AMSR-E/Station au sahel, 2005 Qu'est ce que le capteur mesure? Emissivité de surface Température de brillance (TB) en micro-onde (en Kelvin) peut être exprimée comme le produit de l'émissivité et de la température physique du corps observé Relier les TB à l'humidité du sol Utilisation du Rapport de Polarisation permet de normaliser l'effet de la température Relié à l'humidité du sol dans le cas d'un sol nu V H

14 8/36 Télédétection micro-ondes Les températures de brillance AMSR-E/Station au sahel, 2005 Qu'est ce que le capteur mesure? Emissivité de surface Température de brillance (TB) en micro-onde (en Kelvin) peut être exprimée comme le produit de l'émissivité et de la température physique du corps observé Relier les TB à l'humidité du sol Utilisation du Rapport de Polarisation permet de normaliser l'effet de la température Relié à l'humidité du sol dans le cas d'un sol nu V H

15 9/36 Télédétection micro-ondes La contribution des autres paramètres de surface La végétation L'atmosphère Transparente (en opposition à l'optique) Principale contribution au signal après humidité du sol La vapeur d'eau, le cycle journalier Atténuation du signal Impact négligeable < 10GHz Influence par son contenu en eau (VWC) qui augmente son épaisseur optique Le sol La rugosité de surface TB au sommet atmosphère Différenciation des contributions de l'eau du sol et de la végétation est délicates TB PR VWC SM RFI Perturbation Printemps Europe SM + VWC = PR Mousson Sahel SM + VWC PR =

16 Région d'étude et données terrain 10/36 La région Sahélienne Précipitations annuelles standardisées (lebel et al, 2009) Régime climatique Cycle annuel très contrasté Très forte variabilité interannuelle Important pour les populations Le sahel Zone de transition entre le Sahara et la foret équatoriale Zone recevant 100 à 600 mm de précipitations/an Précipitations réparties sur trois mois seulement Végétation principalement herbacées annuelles L'humidité du sol et la mousson Rôle important de l'humidité du sol sur les cycles de l'eau et d'énergie Comprendre la contribution de l'humidité du sol sur la variabilité interannuelle de la mousson Ouest Africaine Agoufou en avril (a) et août (b) (P.Hiernaux)

17 Région d'étude et données terrain 11/36 Les sites méso-échelles Les site méso-échelles Bénin : forte pluviométrie (1200 mm/an) forêt tropicale, système hydrologique exoréique Niger : réseau pluviométrique, mesure de débit, spatialisation champs de pluies Mali : le plus sahélo-saharien, réseau de mesure dense et optimisé pour la validation de produits satellites Gradient Bio-climatique Échelles d'observation AMMA Échelle globale et Atlantique-Afrique : circulation générale de l'atmosphère... Échelle régionale de l'afrique de l'ouest : zone sous l'influence de la mousson, interaction sol-végétation-atmosphère Sites méso-échelle AMMA (M. Grippa) Mougin E. et al., Journal of Hydrology, 2009

18 12/36 Région d'étude et données terrain Le site Malien Occupation du sol 65% dunes sableuses (vert), 30% glacis rocheux (rose), 5% argile (noir) Zone homogène Adaptée à la validation de produits satellite 2 W 17.5 N BAB ZAK Le réseau de mesure Depuis 2004 Principalement sableuses Plusieurs sondes à différentes profondeurs de la surface (5cm) à 4 mètres Localité Agoufou Bottom Agoufou Middle Agoufou Top Bamba Bangui Mallam Eguerit Ekia Kelma Kinia In Zaket Nom AGB AGM AGT BAB BAG EGU EKI KEL KIN ZAK Installation Type de sol Sableux Sableux Sableux Sableux Sableux Rocheux Sableux Argileux Sableux Sableux 1 W EKI EGU AGB ABM AGT KEL KIN 14.5 N BAG MrSID Landsat mosaic (R:Band 7, G:Band 4, B:Band 2)

19 13/36 Région d'étude et données terrain Valeurs d'humidité du sol A différentes profondeurs Information sur toute la colonne de sol importante Très variable en surface D'une année à l'autre Les évènements différents Même comportement de l'humidité du sol D'une station à une autre Les évènements différents Le type de sol, topographie Dunes sableuses Glacis rocheux Argile AGT 2005 AGT 2005 et 2006 Toutes les stations 2005

20 13/36 Région d'étude et données terrain Valeurs d'humidité du sol A différentes profondeurs Information sur toute la colonne de sol importante Très variable en surface D'une année à l'autre Les évènements différents Même comportement de l'humidité du sol D'une station à une autre Les évènements différents Le type de sol, topographie Dunes sableuses Glacis rocheux Argile AGT 2005 Agoufou Top 2005 et 2006 Toutes les stations 2005

21 13/36 Région d'étude et données terrain Valeurs d'humidité du sol A différentes profondeurs Information sur toute la colonne de sol importante Très variable en surface D'une année à l'autre Les évènements différents Même comportement de l'humidité du sol D'une station à une autre Les évènements différents Le type de sol, topographie Dunes sableuses Glacis rocheux Argile AGT 2005 AGT 2005 et 2006 Toutes les stations 2005

22 13/36 Région d'étude et données terrain Valeurs d'humidité du sol A différentes profondeurs Information sur toute la colonne de sol importante Très variable en surface D'une année à l'autre Les évènements différents Même comportement de l'humidité du sol D'une station à une autre Les évènements différents Le type de sol, topographie Dunes sableuses Glacis rocheux Argile AGT 2005 AGT 2005 et 2006 Toutes les stations 2005

23 13/36 Région d'étude et données terrain Valeurs d'humidité du sol A différentes profondeurs Information sur toute la colonne de sol importante Très variable en surface D'une année à l'autre Les évènements différents Même comportement de l'humidité du sol D'une station à une autre Les évènements différents Le type de sol, topographie Dunes sableuses Glacis rocheux Argile AGT 2005 AGT 2005 et 2006 Toutes les stations 2005

24 Région d'étude et données terrain 14/36 Missions terrain Étalonnage des stations d'humidité du sol Prélèvements gravimétriques réguliers Transects Station : 1km Régionale : 50km Transects sur la station Agoufou en 2007 matin 9 après-midi 9 matin 11 après-midi 11 août août août août 13 août 14 août 16 août 18 août 19 août Prélèvement à la station Ekia, le 10 août 2007

25 15/36 Région d'étude et données terrain Analyse de la variabilité de l'humidité du sol - spatiale L'humidité, une variable très délicate à mesurer Très forte variabilité spatiale Sites représentatifs des milieux Données ponctuelles Changement d'échelle Fonction d'up-scaling - Permet dans tous les cas d'améliorer la représentativité des valeurs absolues - Améliore pas la représentation spatiale La moyenne des stations - Améliore la distribution, quand c'est possible - Augmente les données manquantes Une station - Permet de limiter les données manquantes - La distribution spatiale est moins prise en compte Station représentative en variation + upscaling de Rosnay P. et al., Journal of Hydrology, 2009 MRD stations super site, 2005 EGU AGT BAG AGB Mean Relative Difference

26 Plan Introduction L'humidité du sol Télédétection micro-ondes Région d'étude et données terrain Analyse du produit NSIDC Intercomparaison de produits Inversion de l'humidité du sol Conclusions

27 16/36 Analyse du produit NSIDC Pourquoi analyser ce produit National Snow Ice Data Center Proche de SMOS en terme de fréquence Produit officiel de la NASA Deux sites sur l'année 2005 Tempéré : Sud-Ouest de la France Semi-aride : Site Malien AMMA Utilisation d'une station représentative Mean Relative Difference Station Auradé et Agoufou Top Gruhier, C. et al., Geophys. Res. Lett., Précipitations Humidité du sol (mm) (% vol) Présentation du produit, du site et des données

28 Analyse du produit NSIDC 17/36 Résultats obtenus sur le site Sud-Ouest/SMOSREX PR à 10,7GHz Année AMJ R 0,614 0,789 % vol relative RP 10,7 GHz relatif Produit humidité Année AMJ RMSE 10,8 8,7 Biais -9,6-7,9 R 0,173 0,811 Humidité En région tempérée Large sous-estimation de l'humidité Très faible amplitude Bruit, faibles variations Cycle saisonnier inverse Station Produit Les PR fournissent une informations plus fiable

29 17/36 Analyse du produit NSIDC Résultats obtenus sur le site Sud-Ouest/SMOSREX RP 10,7GHz relatif relative Humidité % vol Station Produit

30 Analyse du produit NSIDC 17/36 Résultats obtenus sur le site Sud-Ouest/SMOSREX PR à 10,7GHz Année AMJ R 0,614 0,789 % vol relative RP 10,7 GHz relatif Produit humidité Année AMJ RMSE 10,8 8,7 Biais -9,6-7,9 R 0,173 0,811 Humidité En région tempérée Large sous-estimation de l'humidité Très faible amplitude Bruit, faibles variations Cycle saisonnier inverse Station Produit Les PR fournissent une informations plus fiable

31 Analyse du produit NSIDC 18/36 Résultats obtenus sur le site AMMA PR à 6,9GHz Année AMJ R 0,593 0,727 Les performances du produit et des PR sont similaires % vol relative RP 6,9 GHz relatif Produit humidité Année AMJ RMSE 6,1 6,5 Biais 5,9 6,3 R 0,543 0,818 Humidité En région semi-aride Large surestimation de l'humidité Très faible amplitude Impact de la végétation Station Produit

32 18/36 Analyse du produit NSIDC Résultats obtenus sur le site AMMA RP 6,9 GHz relatif relative Humidité % vol Station Produit

33 Analyse du produit NSIDC 18/36 Résultats obtenus sur le site AMMA PR à 6,9GHz Année AMJ R 0,593 0,727 Les performances du produit et des PR sont similaires % vol relative RP 6,9 GHz relatif Produit humidité Année AMJ RMSE 6,1 6,5 Biais 5,9 6,3 R 0,543 0,818 Humidité En région semi-aride Large surestimation de l'humidité Très faible amplitude Impact de la végétation Station Produit

34 19/36 Analyse du produit NSIDC Détection des évènements pluvieux Variations normalisées Variations normalisées Sur le site SMOSREX Évènements pluvieux difficilement différentiables du bruit Nombre d'évènements en accord avec ceux > à 2 mm sur le terrain Station Produit Sur le site AMMA Parfaite détection des évènements Évènements manqués dus à la différence d'échelle

35 Analyse du produit NSIDC Conclusion de cette analyse Analyse du produit NSIDC sur deux sites tempéré et semi-aride Observations Valeurs absolues inexploitables : - Sous-estimation pour le milieu tempéré - Surestimation en milieu semi-aride Produit bruité et faible amplitude des variations Variations saisonnières mal représentées (effet de la végétation) Variations événementielles en milieu semi-aride bien représentées Le produit contient moins d'information sur l'humidité du sol que les données brutes (PR) Contribution végétation / humidité du sol Valeur minimale d'humidité du sol (Seuil modèle Dobson) Les résultats cohérents avec d'autres études sur des régions diverses Wagner et al., 2006; Rüdiger et al., 2009; Draper et al., /36

36 21/36 Intercomparaison de produits Évaluation et intercomparaison de cinq produits Contexte Analyse du produits NSIDC a montré certaines difficultés Élargir l'analyse à d'autres produits 2 W 17.5 N L'étude Cinq produits issus de capteurs micro-ondes actifs et passifs Deux ans de données Site Malien AMMA : 3 stations (Agoufou Top, Ekia et In Zaket) choisies pour la représentativité du gradient nord-sud, la fiabilité des données (ensablement de Bamba) et la représentativité spatiale (Agoufou Top) Gruhier C. et al., Hydrology and Earth System Sciences, 2010 Rüdiger C. et al., Journal of Hydrometeorology, W ZAK EKI AGT 14.5 N

37 22/36 Intercomparaison de produits Présentation des produits AMSR-E/NSI AMSR-E/VUA ERS/CETP ERS/TUW Institut NSIDC CETP Capteur AMSR-E (AQUA) Université d'amsterdam AMSR-E (AQUA) Diffusiomètre (ERS) Université de Vienne Diffusiomètre (ERS) Passif Passif Actif Actif 6,9GHz 5,3GHz 5,3GHz 55 Transfert Radiatif LPRM 25km 40 Regression 40 Regression 25km 12,5km Type Bande Θ incidence Algorithme Résolution produit 10,7GHz 55 Transfert Radiatif 25km TMI/VUA Université d'amsterdam TMI (TRMM) Passif 10,7GHz 35 Transfert Radiatif LPRM 25km

38 Intercomparaison de produits 23/36 Différents capteurs et longueurs d'ondes Produits AMSR-E Forte divergence des valeurs inférieures à 5% (NSIDC > VUA) Léger biais pour les valeurs plus élevées Produits Diffusiomètre Approches différentes Résultats semblables Même modèle LPRM Différents capteurs mais toujours passifs Différentes longueurs d'ondes Résultats très similaires en terme de variation

39 Intercomparaison de produits Les valeurs d'humidité du sol Valeurs minimales Humidité résiduelle 0% (mesure terrain) Humidité minimale de NSIDC surestimée Valeurs maximales Faibles valeurs pour ZAK la plus au nord, surestimation des produits Sous-estimation des produits pour EKI Valeurs hétérogènes sur la station AGT Ecart-type de 2,9 à 3,8 pour les stations NSIDC sous-estime largement (1,5 à 1,9) Autres produits cohérents avec ZAK 24/36

40 Intercomparaison de produits Analyse de la distribution spatiale des valeurs Valeurs manquantes TUW, DOS 229 (exemple) Cohérence Fortes pluies DOS 213, 216, 229 et 614 Actif/passif Saisonalité R spatial variables selon les saisons Désert Surestimation des produits ERS (actif) 25/36

41 Intercomparaison de produits Comparaison aux données terrain AMSR-E/NSIDC Valeurs très élevées durant la saison sèche Faible amplitude AMSR-E/VUA Valeurs les plus faibles Légère surestimation au nord durant la saison sèche Amplitude réaliste ERS/CETP et ERS/TUW Surestimation au nord et en fin de saison sèche TMI/VUA Surestimation au milieu de la saison sèche Amplitude correcte 26/36

42 Intercomparaison de produits 27/36 Conclusion de cette analyse Comparaison de cinq produits issus de différentes approches (actif/passif,) fréquence (C/X) et algorithmes (modèles de transfert radiatif/régressions) Observations Surestimation des valeurs d'humidité du sol par les produits : - durant la saison sèche (à différents moments) - vers le nord, partie désertique Variabilité saisonnière bien reproduite (excepté AMSR-E/NSIDC) Variabilité événementielle retranscrite (si haute répétitivité temporelle) Cohérence spatiale des produits après un événement pluvieux Différenciation des résultats selon le type de capteur utilisé (actif/passif) Meilleures performances : AMSR-E/VUA (passif/bande C/LPRM) Un algorithme d'inversion efficace permet d'obtenir de bons résultats à partir de bandes qui ne sont pas optimales (cf TMI/VUA - AMSR-E/NSI)

43 Inversion de l'humidité du sol 28/36 Contexte Produits globaux / Inversion locale Les produits globaux : algorithme applicable à l'ensemble du globe A l'échelle locale, possibilité d'étalonner les paramètres (optimisation) Potentiel des inversions statistiques pour les micro-ondes passives (Saleh et al, 2006) Acquis Faible contribution de la végétation à l'échelle événementielle Les augmentations liées aux précipitations sont bien enregistrées par AMSR-E Objectif : Inversion optimisée pour le site Malien sur une longue série temporelle ( AMMA LOP) en utilisant la télédétection et les données terrain

44 Inversion de l'humidité du sol Méthodologie PR à 6,9 GHz Échelle mousson : végétation Échelle pluie : humidité du sol Les variations Pluie = forte augmentation entre deux passages consécutifs Les SPI Calcul d'un seuil en saison sèche Élimine le bruit Les VSPI Coefficient d'assèchement (DOC) Optimisation de ce paramètre 29/36

45 Inversion de l'humidité du sol 30/36 Étalonnage Étalonnage des paramètres sur 2006 Étalonnage du DOC par optimisation du RMSE Utilisation des min et max des stations Résultats RMSE < à 2,5% vol 0,62 < R < à 0,89 Station Produit

46 Inversion de l'humidité du sol Longue série temporelle d'humidité du sol Longue série Utilisation des paramètres DOC, min et max AMSR-E Résultats Moussons clairement identifiables Gamme de valeur et amplitude des variations réalistes Humidité décroissante avec l'augmentation de la latitude Cohérence entre les stations exemple DOS 1150 : événement visible sur toutes les stations 31/36

47 Inversion de l'humidité du sol Validation sur les autres années Autres années disponibles Au moins deux ans de validation Résultats RMSE < à 2,5% vol R > à 0,7 Bonne performance de l'approche statistique comptetenu des différences d'échelle spatiale Station Inversion 32/36

48 Inversion de l'humidité du sol Discussion et conclusion de cette étude Inversion statistique basée sur les variations événementielles du PR Point forts de cette approche Nécessite peu d'information (DOS, min, max) Gamme de valeur et amplitude des variations réalistes Perspectives Corriger la faible contribution de la végétation sur la saisonalité du produit Généraliser les paramètres afin de spatialiser Dans le contexte des autres produits Donne de très bons résultats dans le contexte des produits globaux analysés Agoufou Top 33/36

49 Plan Introduction L'humidité du sol Télédétection micro-ondes Région d'étude et données terrain Analyse du produit NSIDC Intercomparaison de produits Inversion de l'humidité du sol Conclusions

50 Conclusions 34/36 Bilan Objectif et contexte Caractériser l'humidité du sol en zone Sahélienne en utilisant des données de terrain et de télédétection Dans le cadre du programme de recherche AMMA et de la mission spatiale SMOS Analyse du réseau d'humidité du sol du site AMMA Malien Analyse de la variabilité temporelle et spatiale Représentativité, changement d'échelle Utilisation d'une station unique (MRD) à laquelle on applique une fonction d'up-scaling Validation du produit NSIDC sur deux sites aux conditions contrastées Sud-Ouest de la France (tempéré) et Mali (semi-aride) Le produit ne reproduit pas les valeurs absolues correctement Produit bruité et de faible amplitude Variations saisonnières mal représentées (effet de la végétation) Variations événementielles en milieu semi-aride bien représentées Le produit contient moins d'information sur l'humidité du sol que les données brutes (PR)

51 Conclusions 35/36 Bilan Intercomparaison de cinq produits d'humidité du sol au Mali Surestimation des valeurs d'humidité du sol par les produits Variabilité saisonnière bien reproduite (excepté AMSR-E/NSIDC) Variabilité événementielle retranscrits (si haute répétitivité temporelle) Cohérence spatiale des produits après un événement pluvieux Différenciation des résultats selon le type de capteur utilisé (actif/passif) Meilleures performances : AMSR-E/VUA (passif/bande C/LPRM) Un algorithme d'inversion efficace permet d'obtenir de bons résultats à partir de bandes qui ne sont pas optimales (cf TMI/VUA - AMSR-E/NSI) Inversion locale de l'humidité du sol Utilisation des températures de brillance à 6,9 GH Inversion d'une longue série ( ) Résultats de la validation : RMSE < à 2,5 et R > 0,7 Finalisation pour publication Les apports de cette thèse Une réponse sur les performances actuelles des produits d'humidité du sol Orienter les utilisateurs AMMA vers les produits répondant le mieux à leur besoin Mise en évidence de la représentativité des stations (MRD) Pertinence de sites et des approches pour la validation de SMOS

52 36/36 Conclusions Perspectives Lancement de SMOS le 2 novembre 2009! Utiliser les données et évaluer leur performance Replacer les résultats dans le contexte des autres produits Mesurer les apports de la bande L et de la multiangularité : différenciation de la contribution de la végétation, sensibilité aux évènements de faible intensité... TBX SMOS le 26 janvier 2010 Snapshot

53 L'humidité du sol par télédétection micro-ondes en région Sahélienne Soutenance de thèse en vue de l'obtention du grade de Docteur de l'université Pierre et Marie Curie en Sciences de l'environnement Claire GRUHIER Thèse présentée le jeudi 11 mars 2010 devant un jury composé de : Katia Laval Présidente du jury Thierry Pellarin Rapporteur Catherine Prigent Rapporteur Laurent Kergoat Examinateur Yann Kerr Examinateur Patricia de Rosnay Directrice de thèse Merci de votre attention