Soutenance mémoire
Utilisation de la télédétection pour la caractérisation des propriétés radiatives de surface
La télédétection se réfère dans un sens général à l’instrumentation, aux techniques et aux méthodes utilisées pour observer ou détecter la surface de la Terre, généralement par la formation d’une image dans une position, stationnaire ou mobile, à une certaine distance éloignée de cette surface. En télédétection, le rayonnement électromagnétique provenant d’un objet, en cas d’observation de la terre, cet objet est la surface de la terre, est mesuré et traduit en informations sur l’objet ou en processus liés à l’objet. La technologie de télédétection est reconnue comme le seul moyen permettant de cartographier l’ET à l’échelle régionale d’une manière globalement cohérente et économiquement réalisable (Kalma et al. 2008; Li et al. 2009). La technologie de télédétection présente plusieurs avantages marqués par rapport aux mesures « ponctuelles » conventionnelles : 1) elle peut fournir une couverture spatiale large et continue en quelques minutes ; 2) cela coûte moins cher quand la même information spatiale est requise ; 3) elle est particulièrement pratique pour les zones non jaugées où les mesures sont difficiles à réaliser ou indisponibles (Rango 1994). La combinaison des paramètres de surface dérivés des données de télédétection avec les variables météorologiques de surface et les caractéristiques de la végétation permet l’évaluation de l’ET à l’échelle locale, régionale et mondiale. Les informations de télédétection peuvent fournir la distribution spatiale et l’évolution temporelle du NDVI (indice de végétation par différence normalisée), du LAI (indice de surface foliaire), de l’albédo de surface des bandes visibles et proche infrarouge et de l’émissivité de la surface et de la température de surface radiométrique (Figure I.3). Ces informations sont indispensables à la plupart des méthodes et modèles qui répartissent l’énergie disponible en composantes sensibles et latentes (Mauser et Schädlich 1998). La télédétection thermique fournit la température de la surface (LST) qui est étroitement liée à l’état hydrique de la surface et donc à ET. De nombreux modèles ont été développés pour utiliser des images thermiques pour la cartographie ET. Lorsque des informations sur le bilan énergétique de surface, telles que le rayonnement net (𝑅𝑛) et le flux de chaleur au sol (𝐺), sont disponibles, la LST peut être utilisée efficacement pour estimer ET comme le résidu du bilan énergétique de surface après soustraction (𝑅𝑛 −𝐺) par la perte de chaleur sensible dans l’air qui est proportionnelle à la différence entre la LST et la température de l’air. Les images de télédétection à courtes longueurs d’ondes contiennent des informations sur le type et la structure de la végétation (e.g. : NDVI), qui peuvent être utilisées de différentes manières pour aider à quantifier l’ET. Une façon consiste à affiner les modèles ET basés sur la température en fournissant la fraction de végétation dans un pixel d’une image thermique (Caselles et al. 1998), et une autre consiste à dériver des paramètres structurels de la végétation, tels que l’indice de surface foliaire (LAI), et les utiliser pour estimer le contrôle physiologique des plantes en utilisant la conductance stomatique sur la transpiration. Les systèmes de télédétection ne mesurent pas directement les paramètres d’intérêt de la surface terrestre. Au lieu de cela, les capteurs reçoivent un rayonnement électromagnétique réfléchi, diffusé et émis à la fois par la surface et l’atmosphère. Un algorithme d’inversion est nécessaire pour obtenir des paramètres de surface terrestre à partir de données de la télédétection. Il n’est pas facile de récupérer de manière fiable les paramètres de la surface terrestre, car la signature de télédétection est fonction non seulement de la variable d’intérêt, mais aussi de nombreuses autres caractéristiques de l’atmosphère et de la surface. Les aspects à multiples facettes des données de télédétection, tels que les informations temporelles, spectrales, spatiales et polarisées sont généralement utilisés pour améliorer la qualité de l’estimation des paramètres terrestres.
Modèles de Penman-Monteith
L’ET est contrôlée non seulement par la demande atmosphérique définie en fonction du déficit de vapeur d’eau et de la vitesse du vent, mais également par l’énergie disponible. Penman (1948) a été le premier à dériver un modèle d’évaporation qui combine ces deux contrôles sur le transfert de vapeur d’eau de la surface à l’atmosphère. Penman a supposé que la seule résistance fonctionnante entre la surface humide et l’atmosphère environnante était la résistance atmosphérique. La résistance atmosphérique exprime la capacité de l’air à transporter une quantité donnée loin de la surface. Dans des conditions instables, survenant lorsque la surface est fortement chauffée, la flottabilité améliorera fortement les mouvements verticaux permettant un transport plus rapide, et donc diminuera la résistance. Dans des conditions stables, par exemple par une nuit claire avec des vents légers, le mouvement vertical est amorti par la stratification stable de l’air près de la surface, conduisant à des résistances plus élevées. Cependant, la surface agit comme un plan humide uniquement pendant et immédiatement après un événement de précipitation, lorsque le feuillage est humide. Dans tous les autres cas, l’évapotranspiration a deux contrôles importants. Premièrement, l’évaporation des sols nus est considérablement réduite lorsque la couche supérieure du sol se dessèche, et deuxièmement, la plante contrôle la perte de vapeur d’eau en ajustant l’ouverture stomatique. Reconnaissant l’influence des contrôles de surface sur l’évapotranspiration totale, Monteith J. L. (1965) a développé l’équation de Penman pour prendre en compte les contrôles de la surface terrestre en introduisant une résistance de surface supplémentaire. Cette résistance dépend du type de végétation, des conditions d’humidité du sol et du climat local. Les modèles du type Penman-Monteith sont souvent appelés modèles « monocouche » ou « big-leaf » car ils ne font pas de distinction entre l’évaporation du sol et la transpiration, mais traitent la surface comme homogène. Leur simplicité et pourtant leur base physiquement solide ont rendu les modèles monocouches largement utilisés. Dans les canopées à végétation dense, ces modèles se sont révélés suffisants pour décrire l’évapotranspiration (Monteith et Unsworth 1990). Sur une végétation entourée de sols nus, l’hypothèse des « big-leaf » n’est pas adaptée. Ce problème a initié le développement de modèles de type dit patch, tuile ou mosaïque, où la zone couverte par une grille est divisée en fractions de sol nu et de végétation, et le modèle à une couche est appliqué séparément à chacun avec paramètres correspondant au sol et à la végétation. Le modèle de type patch a été introduit pour la première fois par Avissar et Pielke (1989). Des exemples de modèles qui mettent en œuvre l’approche des tuiles pour faire la distinction entre l’évaporation et la transpiration du sol sont le modèle ISBA de la surface de Noilhan et Mahfouf (1996) et SEWAB de Mengelkamp et al. (1999). Les modèles de patchs sont considérés comme des modèles monocouche car les flux de chaque patch n’interagissent pas entre eux. Dans les cas où une végétation homogène mais clairsemée recouvre le sol, les flux provenant de la surface du sol et de la végétation sont connus pour interagir. Dans de tels cas, les modèles monocouches ne parviendront pas à décrire avec précision les flux, ce qui a conduit au développement de modèles à deux couches. Les modèles à deux couches consistent en une seule couche de canopée semi-transparente située au-dessus de la surface de telle sorte que la seule façon pour la chaleur et l’humidité d’entrer ou de quitter la couche de surface est à travers la couche de canopée, par laquelle les flux de composants sont autorisés à interagir. Une structure largement utilisée pour les modèles à deux couches est la structure proposée par Shuttleworth et Wallace (1985). Cette structure incorpore une résistance des stomates pour la végétation similaire à celle utilisée dans les modèles à « big-leaf », mais introduit également une résistance à la surface du substrat pour contrôler l’évaporation du sol. En supposant que le mélange aérodynamique au sein de la canopée est suffisamment bon pour permettre l’existence hypothétique d’un flux d’air moyen de la canopée, cette formulation permet aux flux de chaleur et d’eau du substrat et de la canopée d’interagir avant qu’ils ne soient échangés avec l’atmosphère. D’un point de vue structurel, l’approche à deux couches est facilement étendue pour inclure plus d’une couche de végétation. Dans de tels modèles multicouches, les effets de la structure verticale de la canopée sont pris en compte, ce qui peut être nécessaire pour décrire les flux, par exemple, à partir d’un système de forêt/sous-étage ou d’autres types de végétation avec une structure verticale complexe. Les flux sont calculés pour chaque couche et ils sont intégré sur la profondeur de la canopée afin d’obtenir le flux à l’échelle de la canopée. Des exemples de tels modèles sont donnés par Gu et al. (1999) et Baldocchi et Harley (1995). Gu et al. (1999) distinguent les modèles multicouches incomplets et complets. Ils définissent les modèles multicouches incomplets comme des modèles décrivant la différenciation verticale dans l’environnement du rayonnement solaire et la vitesse du vent, tandis que d’autres facteurs, tels que la température et l’humidité de l’air, sont supposés constants sur la profondeur de la canopée. En revanche, des modèles multicouches complets prédisent les changements verticaux de ces variables dans le but d’obtenir une meilleure représentation de la réalité physique et biologique. L’application de ces modèles nécessite des informations détaillées sur l’architecture du couvert végétal, la physiologie des cultures, la turbulence, etc. couche par couche, et ils sont généralement très exigeants sur le plan des calculs.
Shuttleworth-Wallace
La figure III.10 présente une comparaison entre l’ET mesurée par EC1 et simulée par le modèle Shuttleworth-Wallace (SW) basée sur les données d’humidité du sol pour calculer les résistances du sol et de la végétation, pendant la saison 2017. On peut observer que la régression linéaire entre l’ET simulée et l’ET in situ est très encourageante avec une pente et une interception d’environ 0,94 et 0,08 mm/h, respectivement. Selon l’analyse statistique présentée dans cette figure, les simulations du modèle sont acceptables avec une RMSE relative, un biais et un R2 d’environ 0,38, -0,1 mm/h et 0,65, respectivement. Les résultats obtenus indiquent que le modèle est capable de prédire l’ET sur une surface présentant un degré élevé d’hétérogénéité de la canopée. La dispersion de l’ET modélisée est principalement due au fait que la canopée n’est pas uniformément répartie sur la surface. De plus, la parcelle expérimentale est irriguée différemment au cours de la saison. En fait, l’agriculteur irrigue toute la surface lorsque le blé est cultivé sous les oliviers. En revanche, lorsqu’il n’y a pas de blé, les irrigations ont été limitées aux rangées d’arbres. Cela peut créer une grande hétérogénéité sur le footprint EC. De plus, cette hétérogénéité peut affecter les résistances du sol et de la végétation qui ont été estimées à l’aide des données acquises près de la tour EC. Un autre problème majeur qui peut expliquer les différences entre l’ET mesurée et simulée est la non fermeture du bilan énergétique au niveau du système EC. En fait, les mesures de EC ont été corrigées en utilisant la méthode du rapport de Bowen (Twine et al. 2000). Cependant, la correction n’est pas idéale en raison du stockage et des termes de photosynthèse qui n’ont pas été pris en considération. En outre, les footprints des dispositifs du système EC, le radiomètre CNR4 et les plaques de flux de sol sont très différents. Comme le rapportent Zhang et al. (2009), lorsque le sol était partiellement mouillé, le modèle SW tend à surestimer l’ET de 25,2 % sur un vignoble. De même, Zhang et al. (2008) ont constaté que ce modèle surestime l’ET sur un vignoble dans une région désertique aride avec une erreur moyenne absolue (EMA) d’environ 0,057 mm/h. Au contraire, certaines études ont montré que le modèle SW sous-estimait l’ET. Zhu et al. (2014) ont indiqué que le modèle SW avait tendance à sous-estimer l’ET avec une RMSE de 0,12 mm/h et un maximum presque égal à 0,88 mm/h sur le maïs de printemps dans l’oasis du désert aride. En outre, Ortega-Farias et al. (2010) ont signalé que le modèle SW sous-estimait l’ET sur des intervalles de temps d’une demi-heure par rapport à l’ET mesurée par EC sur un vignoble de Merlot irrigué au goutte-à-goutte dans une région méditerranéenne semi-aride pendant la saison de croissance 2006/2007. Par conséquent, les performances du modèle SW semblaient être variables pour différentes cultures et différents lieux. En outre, plusieurs paramètres, particulièrement la résistance stomatique minimale, utilisés dans le modèle sont fixés à des valeurs constantes pendant toute la période d’étude sans tenir compte des changements saisonniers. Cela peut avoir un impact sur la qualité des prévisions de l’ET, en particulier pour les paramètres liés à la physiologie. Hu et al. (2009 et Zhu et al. (2013) ont également signalé que pour les simulations à long terme de l’ET, une surestimation ou une sous-estimation systématique peut se produire lorsque des paramètres constants sont utilisés dans différentes conditions de végétation et d’environnement.
|
Table des matières
Introduction générale
Chapitre I : Etat de l’art sur la mesure et la modélisation des transferts sol-végétationatmosphère, notions et définitions
I.1 Introduction
I.2 Les échanges énergétiques au niveau de l’interface Sol-Végétation Atmosphère (SVA)
I.2.1 Transfert radiatif
I.2.2 Transfert convectif
I.2.3 Transfert par conduction
I.3 Bilan hydrique à l’interface SVA
I.4 Utilisation de la télédétection pour la caractérisation des propriétés radiatives de surface
I.4.1 Visible et proche infrarouge
I.4.1.1 NDVI
I.4.1.2 LAI
I.4.1.3 Albédo
I.4.2 Thermique
I.5 Présentation des différentes approches de modélisation de l’ET
I.5.1 Modèles de Penman-Monteith
I.5.2 Modèles de bilan énergétique
I.5.2.1 Modèles mono-source
I.5.2.2 Les modèles double source
I.5.2.3 Les modèles contextuels
I.5.3 Modèles de bilan hydrique
I.6 Conclusion
Chapitre II : Site d’étude, données expérimentales et algorithmes des modèles
II.1 Introduction
II.2 Présentation du site
II.2.1 Cadre géographique
II.2.2 Cadre climatique
II.2.3 Topographie
II.2.4 Occupation du sol
II.2.5 Système d’irrigation
II.3 Matériels : description et bases physiques
II.3.1 Station météorologique et mesure de la température et d’humidité de surface
II.3.2 Eddy covariance
II.3.3 Scintillomètre
II.3.4 Footprint
II.4 Données satellitaires
II.4.1 MODIS
II.4.2 Landsat
II.4.3 Sentinel-2
II.5 Description et implémentation des modèles étudiés
II.5.1 Le modèle TSEB
II.5.2 Le modèle SPARSE
II.5.3 Le modèle Shuttleworth-Wallace
II.5.3.1 Présentation du modèle
II.5.3.2 Implémentation du modèle SW
II.5.3.3 Modèle de bilan énergétique
II.5.3.4 Méthode de Hourglass
II.5.4 Le modèle SAMIR
II.6 Extrapolation des valeurs instantanées aux journalières
II.7 Conclusion
Chapitre III : Mesure et estimation des flux turbulents à l’échelle de la parcelle
III.1. Introduction
III.2. Traitement et analyse des mesures
III.2.1. Eddy covariance : Fermeture de bilan
III.2.2. Comparaison des mesures du scintillomètre et du système Eddy covariance
III.3. Evaluation des données satellitaires
III.3.1. Température de la surface
III.3.2. Albédo
III.4. Validation des estimations des modèles à l’échelle locale par les mesures d’Eddy covariance
III.4.1. TSEB
III.4.2. SPARSE
III.4.3. Shuttleworth-Wallace
III.4.4. Évaluation de l’approche proposée sur SW
III.4.4.1. Température du sol et de la végétation estimées
III.4.4.2. Calcul des résistances et validation de l’approche à l’échelle locale
III.4.5. SAMIR
III.4.5.1. Calibration SAMIR
III.4.5.2. Validation SAMIR
III.5. Conclusion
Chapitre IV : Spatialisation de l’évapotranspiration et inter-comparaison des modèles
IV.1. Introduction
IV.2. Validation des estimations des modèles à l’échelle régionale par les mesures du scintillomètre
IV.2.1. TSEB
IV.2.2. SPARSE
IV.2.3. Shuttleworth-Wallace
IV.2.3.1. Stress indexes and resistances spatialization
IV.2.3.2. Cartes d’évapotranspiration
IV.2.4. SAMIR
IV.3. Comparaison des performances des modèles
IV.4. Conclusion
References
Télécharger le rapport complet
