Informations et ressources scientifiques
sur le développement des zones arides et semi-arides

Accueil du site → Doctorat → France → 2021 → Apports des données radar à haute répétitivité et à haute résolution du capteur Sentinel-1 pour la caractérisation de l’état hydrique des surfaces agricoles dans les régions sud-méditerranéennes

Université Toulouse 3 Paul Sabatier (2021)

Apports des données radar à haute répétitivité et à haute résolution du capteur Sentinel-1 pour la caractérisation de l’état hydrique des surfaces agricoles dans les régions sud-méditerranéennes

Ouaadi, Nadia

Titre : Apports des données radar à haute répétitivité et à haute résolution du capteur Sentinel-1 pour la caractérisation de l’état hydrique des surfaces agricoles dans les régions sud-méditerranéennes

Highly repetitive and high resolution radar data from the Sentinel-1 sensor to characterize the water status of agricultural areas in the South-Mediterranean

Auteur : Ouaadi, Nadia

Etablissement de soutenance : Université Toulouse 3 Paul Sabatier co tutelle Université Cadi Ayyad (Marrakech)

Grade : Doctorat : Océan, Atmosphère, Climat 2021

Résumé partiel
Le suivi de l’irrigation est un enjeu important pour l’optimisation de l’irrigation. L’humidité superficielle (SSM) est une variable clé pour la gestion de l’irrigation. De plus, la détection précoce du stress hydrique peut contribuer à une utilisation optimale de l’eau agricole. Les données radar en bande C ont montré un grand potentiel pour le suivi des conditions hydriques du sol et de la végétation. Dans ce contexte, cette thèse a pour objectif général d’évaluer les potentialités des données radar bande C pour suivre le fonctionnement hydrique des céréales irriguées. Nos objectifs spécifiques sont : (1) développer une nouvelle approche pour l’inversion de la SSM en utilisant uniquement les données radar ; (2) proposer une méthodologie pour l’estimation des quantités et des dates d’irrigation à l’échelle de la parcelle sur la base de ces nouveaux produits de SSM ; (3) étudier les potentialités de la réponse radar bande C pour le suivi du fonctionnement physiologique et, in fine, la détection du stress hydrique. En préliminaire à l’inversion, les séries temporelles de données Sentinel-1, notamment le coefficient de rétrodiffusion (σ^0), le rapport de polarisation (PR) et la cohérence interférométrique (ρ) sont interprétées à l’aide de données expérimentales collectées sur des parcelles de blé irriguées au Maroc. Les résultats montrent que ρ et PR sont fortement liés au développement de la végétation alors que la dynamique de σ^0 suit les variations de SSM pendant les premiers stades de croissance du blé. En outre, les changements drastiques de la géométrie du couvert associés à la phase d’épiaison ont un fort impact sur σ^0. Les résultats montrent que le modèle Water Cloud (WCM) est capable de reproduire le cycle saisonnier de Sentinel-1. Grâce à une configuration multicouche du modèle Karam, le 2ème cycle est attribué à la diffusion de volume au sein de la couche des épis. Dans un 2ème temps, une nouvelle approche basée sur l’inversion du WCM pour estimer la SSM a été proposée en utilisant uniquement les données radar Sentinel-1. Dans ce but, les descripteurs de la végétation : la biomasse aérienne (AGB) et le contenu en eau de la végétation ont été estimés à partir de ρ et PR. Les meilleurs résultats d’inversion de SSM sont obtenus en utilisant la relation entre ρ_VV et l’AGB (R = 0.82 et RMSE = 0.05 m3/m3). Les produits SSM sont assimilés dans la FAO-56 par une technique de filtrage particulaire pour estimer les dates et les quantités d’irrigation. Premièrement, des expériences jumelles sont conçues pour évaluer l’impact de certains paramètres de l’approche. La méthode est ensuite évaluée en utilisant des mesures in situ de SSM avec 3 temps de revisite différents (3, 6 et 12 jours). Enfin, les produits de SSM Sentinel-1 dérivés par l’approche ρ_VV-AGB sont utilisés. L’utilisation de données in situ permet d’obtenir de bons résultats

Présentation (SUDOC)

Version intégrale

Page publiée le 21 novembre 2022