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

Accueil du site → Doctorat → France → 2012 → Analyses statistiques et modèles d’inversion pour la validation des données d’humidité des sols de la mission SMOS

Université Toulouse III – Paul Sabatier (2012)

Analyses statistiques et modèles d’inversion pour la validation des données d’humidité des sols de la mission SMOS

Leroux Delphine

Titre : Analyses statistiques et modèles d’inversion pour la validation des données d’humidité des sols de la mission SMOS

Auteur : Leroux Delphine

Université de soutenance : Université Toulouse III – Paul Sabatier

Grade : DOCTORAT DE L’UNIVERSITÉ DE TOULOUSE 2012

Résumé
Dans un contexte de changement climatique, de nombreuses études portent sur l’observation de plusieurs paramètres physiques tels que la température du sol, la végétation ou le contenu en eau du sol. L’humidité du sol fait partie des traceurs observés pour surveiller l’évolution du cycle hydrologique sur Terre. Les satellites d’observation de la Terre contribuent à répondre à ce besoin. Parmi eux, la première mission à avoir été spécialement conçue pour l’observation de l’humidité des sols à l´échelle globale a été la mission SMOS (Soil Moisture and Ocean Salinity) lancée le 2 Novembre 2009. La première partie de ma thèse a portée sur la validation du produit d’humidité SMOS `a l´échelle locale puis à l´échelle globale. Pour l’échelle locale, une comparaison entre des humidités retrouvées à partir d’observations satellite (SMOS, AMSR-E, Advanced Microwave Scanning Radiometer, et ASCAT, Advanced Scatterometer ), des humidités modélisées (ECMWF, European Centre for Medium range Weather Forecast) et des humidités mesurées sur quatre bassins versants test aux Etats-Unis. Dans un second temps, le produit d’humidité SMOS est évalué à l´échelle globale en utilisant la méthode statistique de la triple collocation pour l’année 2010. La carte globale de l’erreur SMOS est ensuite reliée à différents paramètres comme la texture du sol (sable, argile), la couverture du sol (forêt, lacs,...) ainsi que la probabilité moyenne d’occurrence d’interférence en utilisant les méthodes ANOVA (Analysis of Variance) et CART (Classification and Regression Tree). Par la suite, le produit d’humidité SMOS a été replacé dans un contexte historique. Il existe déjà un historique de l’humidité des sols depuis 1978 à l’échelle globale dérivé à partir de nombreuses observations par satellites mais présenté des discontinuités au changement de capteur notamment. Deux m´méthodes statistiques sont présentées afin de relier les humidités SMOS et AMSR-E sur les quatre sites test aux Etats-Unis : le CDF matching ( ´ Cumulative Density Function) et les copules. L’année 2010 a été utilisée comme référence pour la calibration de ces deux modèles et des historiques homogènes de 2003 `a 2010 ont pu être ainsi créés. Enfin la dernière partie reviendra sur l’algorithme de SMOS et sur ses innovations par rapport à ceux déjà existants. Pour cela, un algorithme plus simple (faisant plusieurs hypothèses de départ et ne prenant pas en compte l’hétérogénéité de la surface observée) est mis en place et adaptée aux acquisitions multi-angulaires de SMOS. Une comparaison entre les humidités retrouvées avec ce modèle simplifié et celles de SMOS permettra de mieux comprendre les améliorations que SMOS est capable de fournir.

Présentation (SUDOC)

Version intégrale (CESBIO)

Page publiée le 30 mars 2015, mise à jour le 7 mars 2019