Добірка наукової літератури з теми "Neige – Télédétection"

Dans le Sud de la Méditerranée, de nombreux bassins versants sont caractérisés par un fonctionnement pluvio-nival où une partie des ressources en eau est stockée en hiver sous forme de neige en montagne alors que la zone de consommation se situe en plaine souvent dominée par l'agriculture irriguée. L'objectif de ce travail est double : (1) évaluer les capacités de la télédétection visible/proche infrarouge pour caractériser la variabilité interannuelle de l'enneigement sur l'Atlas marocain comme alternative aux données in situ éparses sur ces zones difficiles d'accès ; (2) identifier les déterminants climatiques qui gouvernent cette variabilité. Dans cet objectif, nous avons analysé plus de 10 ans d'acquisitions journalières issues du capteur MODIS (produits MOD10A1). Dans un premier temps, nous nous sommes attachés à corriger les produits bruts contaminés par la couverture nuageuse à l'aide de méthodes de filtrage basées sur le voisinage spatial et temporel et nous les avons confrontées à des mesures d'équivalent en eau de la neige mesurée à la station nivale de l'Oukamaïden, près de Marrakech, entre 2009 et 2011. Dans un deuxième temps, nous avons caractérisé la variabilité interannuelle à l'aide d'indicateurs saisonniers: enneigement maximum et moyen, et date des premières neiges. Enfin, nous avons mis en évidence une relation significative entre la valeur de l'oscillation Nord Atlantique (ONA) moyenne sur le mois de mars et l'enneigement maximum. Nous montrons également qu'il existe une relation significative entre les anomalies de températures de surface de l'Atlantique équatorial et tropical à la fin de l'été et l'enneigement maximum rencontré sur l'Atlas marocain l'hiver suivant. Ces résultats ouvrent des perspectives pour la prévision saisonnière de l'enneigement sur la région.

Le présent travail a pour objectif d'améliorer notre connaissance du cycle de l'eau et en particulier de l'apport du manteau neigeux dans le bilan hydrologique au niveau du bassin versant montagneux du Rheraya au Sud de la ville de Marrakech. Vue la faiblesse du réseau de mesures hydrométéorologiques, nous nous sommes appuyés sur les données issues d'une séries d'images FORMOSAT2 de haute résolution spatiale (8 mètres) et temporelle (4 jours). Les données de télédétection, si elles permettent d'obtenir avec une bonne précision la surface occupée par la neige, ne permettent pas seules d'estimer leur équivalent en eau alors que c'est cette quantité qui régit le bilan hydrologique.La combinaison de ces données spatiales avec les mesures de terrain a permis la validation du modèle de fonte que nous avons calibré à l'échelle locale. Le modèle de fonte utilisé et de type degré jour a été initié à l'aide des données mesurées à une station située à 2600 mètres d'altitude. Les équivalents en eau (SWE) spatialisés sont ensuite validés de deux manières : 1) à l'aide des mesures au niveau d'une station à 3200m et 2) avec les surfaces enneigées obtenues à partir des données FORMOSAT2. Les résultats obtenus indiquent que les images FORMOSAT2 permettent une meilleure estimation du couvert nival à l'échelle du bassin versant. Les simulations des SWE indiquent une grande cohérence avec les mesures et les surfaces de neige observées.

Cet article présente les développements récents au Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT) concernant la représentation des surfaces continentales pour la modélisation globale en prévision du temps à diverses échelles (de quelques jours à la saison), ainsi que pour les réanalyses de l'atmosphère. Les représentations de l'hydrologie, de la végétation, de la neige et des lacs ont été améliorées en s'appuyant sur des mesures in situ et des observations de télédétection spatiale. Les progrès récents en vue d'une initialisation réaliste des différentes composantes sont décrits. Plusieurs défis posés par la modélisation du système Terre sont finalement exposés. This paper describes recent developments undertaken at the European Centre for Medium Range Weather Forecasts (ECMWF) regarding the description of land surfaces at global scale for numerical weather prediction at various forecast ranges (from few days to several months) including atmospheric reanalyses. As a result, physical processes describing hydrology, vegetation snow and lakes have been revised and improved using in-situ measurements and space observations. The importance of a realistic initialisation of the various components of the land surface is underlined, including recent progress in this area. Finally, a number of challenges raised by the Earth System Modelling are presented.

Cet article présente un ensemble de résultats obtenus par télédétection radar satellitaire sur le site test Chamonix-Mont Blanc. L'objectif est d'illustrer le potentiel et les limitations de l'imagerie SAR (Synthetic Aperture Radar) pour l'observation des glaciers de montagne en zone tempérée. Après avoir rappelé certaines spécificités de ces glaciers qui conditionnent l'exploitation des données SAR, trois types de mesures sont étudiés : i/ le calcul de champs de déformation par interférométrie différentielle (D-InSAR) avec des données ERS Tandem dont les couples à un jour permettaient de mettre en œuvre cette technique en dehors de la période estivale ; ii/ le calcul de champs de déformation bidimensionnels par corrélation d'amplitude avec des données haute résolution TerraSAR-X (TSX) et la reconstruction du déplacement tridimensionnel à partir de couples acquis sur des orbites ascendantes et descendantes ; iii/ le calcul de la topographie à partir de couples TanDEM-X (TDX) en évaluant les incertitudes liées à la pénétration radar dans la neige et la glace. Enfin, nous illustrons les premiers résultats obtenus avec les données des satellites Sentinel-1 A/B, de plus faible résolution spatiale mais dont la répétitivité à 6 jours et la gratuité ouvrent de nouvelles perspectives. Ces travaux montrent à la fois le fort potentiel de l'imagerie SAR pour observer la dynamique et les variations de volume des glaciers tout en soulignant les facteurs favorables ou limitant pour une exploitation régulière des données issues des satellites radar lancés depuis les années 90.

Cet article présente un ensemble de résultats obtenus par télédétection radar satellitaire sur le site test Chamonix MontBlanc. L'objectif est d'illustrer le potentiel et les limitations de l'imagerie SAR (Synthetic Aperture Radar) pour l'observationdes glaciers de montagne en zone tempérée. Après avoir rappelé certaines spécificités de ces glaciers qui conditionnentl'exploitation des données SAR, trois types de mesures sont étudiés : i/ le calcul de champs de déformation par interférométriedifférentielle (D-InSAR) avec des données ERS Tandem dont les couples à un jour permettaient de mettre enoeuvre cette technique en dehors de la période estivale ; ii/ le calcul de champs de déformation bidimensionnel par corrélationd'amplitude avec des données haute résolution TerraSAR-X (TSX) et la reconstruction du déplacement tridimensionnelà partir de couples acquis sur des orbites ascendantes et descendantes ; iii/ le calcul de la topographie à partir de couplesTanDEM-X (TDX) en évaluant les incertitudes liées à la pénétration radar dans la neige et la glace. Enfin, nous illustronsles premiers résultats obtenus avec les données des satellites Sentinel-1 A/B, de plus faible résolution spatiale mais dontla répétitivité à 6 jours et la gratuité ouvrent de nouvelles perspectives. Ces travaux montrent à la fois le fort potentielde l'imagerie SAR pour observer la dynamique et les variations de volume des glaciers tout en soulignant les facteursfavorables ou limitant pour une exploitation régulière des données issues des satellites radar lancés depuis les années 90.

La télédétection satellitaire est un outil privilegié pour estimer les caractéristiques des calottes polaires, régions difficiles d'accès de notre planète. Dans le spectre visible et proche infrarouge, les informations reçues proviennent des premiers centimètres du manteau neigeux. Or, la modélisation des propriétés optiques de la neige dans ces gammes d'ondes montre que la réflectance de la neige dépend de la taille de ses grains. Le sujet de cette thèse est d'étudier les relations entre les données de télédétection et la réflectance théorique de la neige pour calculer la taille des grains de la couche de surface d'un manteau neigeux. Une méthode de détermination de la taille des grains est proposée et on effectue une étude de sensibilité aux paramètres intervenant dans le processus: atmosphère, étalonnage, topographie. Deux modèles théoriques sont etudiés et utilisés, sur l'Antarctique et sur les Alpes. De simples rapports de réflectances mesurées dans des canaux différents donnent par ailleurs des résultats prometteurs, et permettront peut-être un suivi opérationnel du manteau neigeux. Enfin, une collaboration avec le Centre d'Etudes de la Neige de Météofrance a donné lieu à une étude des propriétés optiques de la neige polluée par des composants atmosphériques

Le manteau neigeux est un composant essentiel du cycle hydrologique terrestre ainsi qu'un régulateur clé du climat. En dehors des régions polaires, c'est dans les montagnes que la neige est la plus répandue. La couverture neigeuse alpine est particulière et présente une grande variabilité spatiale et temporelle. Une connaissance précise de cette variabilité est primordiale pour l'approvisionnement en eau douce, la production d'hydroélectricité et la prévision des risques. L'observation et la simulation numérique sont des outils complémentaires pour prédire les évolutions de la couverture neigeuse. En France, le modèle de neige ISBA-Crocus fournit une évaluation quotidienne à grande échelle des conditions d'enneigement alpines. Les évolutions futures de ce système reposeront sur une résolution horizontale de 250 m, nécessaire pour mieux décrire la topographie des montagnes. Cette résolution requiert la représentation de processus de variabilité supplémentaires tels que le transport de neige par le vent. Aussi, l'évaluation spatiale de simulation d'enneigement alpine est encore un défi, du fait de la rareté des observations en zone de montagne et de la forte interaction entre les divers processus contribuant à la forte variabilité spatiale observée. Dans ce contexte, l'objectif de ce doctorat est de développer puis d'évaluer un nouveau système spatialisé de simulation de neige alpine, comprenant la simulation du transport de neige par le vent. L'accent sera mis sur les méthodes d'évaluation spatialisées utilisant des observations satellites, nécessaires à l'évaluation de ces systèmes. Dans la première partie, nous présentons l'élaboration et le développement du modèle de transport de neige par le vent SnowPappus. Ce modèle est couplé au système de simulation ISBA-Crocus et conçu pour être appliqué à des domaines 2D de simulation alpine couvrant de larges étendues spatiales et temporelles (toutes les chaînes de montagnes françaises et plusieurs années). Notre modèle SnowPappus simule l'occurrence de la neige soufflée, le flux de transport horizontal et le taux de sublimation de la neige en fonction du forçage atmosphérique et des paramètres de la surface de la neige. Secondement, nous confrontons des images satellites à nos simulations spatialisées réalisées avec le modèle de transport SnowPappus sur une région de 902 km² dans les Alpes françaises et trois saisons d'enneigement complètes. Les simulations de hauteur de neige sont comparées aux observations obtenues à partir des satellites de stéréo-imagerie Pléiades, ainsi que les dates de fonte simulées, confrontées aux observations des satellites optiques de Sentinel-2. La sensibilité des simulations spatiales à différents jeux de données de précipitations est également analysée. Nos résultats montrent que le modèle SnowPappus améliore la variabilité spatiale à haute altitude et à proximité des sommets et des crêtes. Notre étude illustre la nécessité de tenir compte des erreurs spatiales des forçages de précipitations ainsi de la variabilité sous-maille pour des évaluations spatiales de neige plus robustes. Enfin, nous testons et adaptons des méthodes de vérification Fuzzy (ou floues). Ces méthodes ont été développées pour l'évaluation de simulations atmosphériques et sont adaptées aux simulations de neige. Ces methodes d'évaluations ajoutent la possibilité d'évaluer l'adéquation spatiales entre les observations et les simulations. Bien que ces techniques de vérification Fuzzy permettent de mieux qualifier l'adéquation spatiale des simulations aux observations, elles ne permettent pas de démêler les compensations d'erreurs entre les erreurs de localisations et d'intensités, ce qui constitue de forte limitation à leur application. Les avancées de ce travail permettent d'identifier les points forts et les points faibles des simulations de neige alpine haute résolution ainsi que la valeur ajoutée d'une représentation explicite du transport de neige
Alpine snow cover is highly variable both spatially and temporally. An accurate knowledge of this variability is a high stake for water supply, hydropower production, and hazard forecasting such as avalanches and floods. Snowpack observation and numerical simulation are complementary tools for these applications. In France, the ISBA-Crocus snow model is operated on a daily basis but currently only provides a large-scale assessment of the snow conditions. The future evolution of this system will rely on a 250 m horizontal resolution to better describe the spatial variability of the snow cover. This resolution requires the representation of additional processes such as lateral wind redistribution for realistic simulations at high elevations. As with similar snow modeling systems in other countries, the evaluation of these spatialized regional simulations is still challenging due to the sparsity of observations and various interacting uncertainties and processes contributing to spatial variability at this scale. In this context, the objective of this PhD is to develop and evaluate a spatialized alpine snow simulation system with wind lateral redistribution. Emphasis will be placed on the evaluation methods required to evaluate snow regional simulations with satellite observations, which should also benefit similar snow simulation systems in mountain environments. In the first part, we present the design and development of the SnowPappus blowing snow model, coupled with the ISBA-Crocus simulation system over 2-dimensional simulation domains with targeted applications covering large spatial and temporal extents (all French mountain ranges and several years). The SnowPappus model simulates blowing snow occurrence, horizontal transport flux, and sublimation rate as a function of 2D atmospheric forcing and snow surface parameters. Erosion and accumulation are then obtained from an upwind scheme of mass balance. Point-scale evaluations of snow occurrence detection and blowing snow fluxes showed that SnowPappus performs as well as the larger-scale SYTRON scheme while adding access to spatialized information. Then, we evaluate spatialized simulations of the SnowPappus model over a 902 km² region in the French Alps with satellite images during three snow seasons. We compared snow cover simulations to the spatial distribution of snow height obtained from Pleiades satellites stereo-imagery and to Snow Melt-Out Dates derived from Sentinel-2 optical images. The sensitivity of simulations to three different precipitation datasets and two horizontal resolutions is also analyzed. Our results show that the SnowPappus model enhances the snow cover spatial variability at high elevations and near peaks and ridges. Our study shows the necessity to consider error contributions from precipitation forcing and the unresolved subgrid variability for robust evaluations of spatialized snow simulations. Finally, we tested and adapted Fuzzy verification methods, developed for atmospheric simulation evaluations to snow use cases. This kind of verification method is more challenging than spatial distribution analysis and helps to assess the spatial agreements between observations and simulations. Although fuzzy verification techniques can help to better qualify the spatial agreement between simulations and observations, they have limitations over complex topography and do not allow for disentangling error from true localization errors with intensity error compensation. Which is a strong limitation for real use cases of alpine snow forecast verification. The methodological advances of this work help to identify the strengths and weaknesses of high-resolution snow simulations, including the added value of an explicit representation of blowing snow. This is an important step in guiding the use of such simulations in all target applications among winter mountain stakeholders

Les acquisitions de télédétection ont des caractéristiques complémentaires en termes de résolution spatiale et temporelle et peuvent mesurer différents aspects de la couverture neigeuse (propriétés physiques de surface, type de neige, etc.). En combinant plusieurs acquisitions, il devrait être possible d'obtenir un suivi précis et continu de la neige. Cependant, cet objectif se heurte à la complexité du traitement des images satellites et à la confusion possible entre les différents matériaux observés. Plus particulièrement, l’accès à l’information fractionnelle, c’est-à-dire à la proportion de neige dans chaque pixel, nécessite de retrouver la proportion de l’ensemble des matériaux qui se trouvent dans celui-ci. Ces proportions sont accessibles via des méthodes d’inversions ou démélange spectral se basant sur la résolution spectrale des images obtenues. Le défi général est alors d’arriver à exploiter correctement les différentes informations de natures différentes qui nous sont apportées par les différentes acquisitions afin de produire des cartes d’enneigement précises. Les objectifs de la thèse sont alors au nombre de trois et peuvent se résumer par trois grandes interrogations qui permettent de traiter les différents points évoqués:- Quelles sont les limitations actuelles de l’état de l'art pour l’observation spatiale optique de la neige ?- Comment exploiter les séries temporelles pour s’adapter à la variabilité spectrale des matériaux ?- Est-il possible de généraliser la fusion de données pour une acquisition multimodale à partir de capteurs optiques ?Une étude complète des différents produits de neige issus du satellite MODIS est ainsi proposée, permettant l’identification des nombreuses limitations dont la principale est le haut taux d’erreurs lors de la reconstitution de la fraction (environ 30%). Parmi ces résultats sont notamment identifiés des problèmes liés aux méthodes de démélange face à la variabilité spectrale des matériaux. Face à ces limitations nous avons exploité les séries temporelles MODIS pour proposer une nouvelle approche d’estimation des endmembers, étape critique du démélange spectral. La faible évolution temporelle du milieu (hors neige) est alors utilisée pour contraindre l’estimation des endmembers non seulement sur l’image d’intérêt, mais également sur les images des jours précédents. L’efficacité de cette approche bien que démontrée ici reste sujette aux limitations de résolution spatiale intrinsèques au capteur. Des expérimentations sur la fusion de donnée, à même de pouvoir améliorer la qualité des images, ont par conséquent été réalisées. Devant les limitations de ces méthodes dans le cas des capteurs multispectraux utilisés, une nouvelle approche de fusion a été proposée. Via la formulation d’un nouveau modèle et sa résolution, la fusion entre des capteurs optiques de tous types peut être réalisée sans considération de recouvrement spectral. Les différentes expérimentations sur l’estimation de cartes de neige montrent un intérêt certain d’une meilleure résolution spatiale pour isoler les zones enneigées. Ce travail montre ainsi les nouvelles possibilités de développement pour l’observation de la neige, mais également les évolutions de l’utilisation combinée des images satellites pour l’observation de la Terre en général
Remote sensing acquisitions have complementary characteristics in terms of spatial and temporal resolution and can measure different aspects of snow cover (e.g., surface physical properties and snow type). By combining several acquisitions, it should be possible to obtain a precise and continuous monitoring of the snow. However, this task has to face the complexity of processing satellite images and the possible confusion between different materials observed. In particular, the estimation of fractional information, i.e., the amount of snow in each pixel, requires to know the proportion of the materials present in a scene. These proportions can be obtained performing spectral unmixing. The challenge is then to effectively exploit the information of different natures that are provided by the multiple acquisitions in order to produce accurate snow maps.Three main objectives are addressed by this thesis and can be summarized by the three following questions:- What are the current limitations of state-of-the-art techniques for the estimation of snow cover extent from optical observations?- How to exploit a time series for coping with the spectral variability of materials?- How can we take advantage of multimodal acquisitions from optical sensors for estimating snow cover maps?A complete study of the various snow products from the MODIS satellite is proposed. It allows the identification of numerous limitations, the main one being the high rate of errors during the estimation of the snow fraction (approximately 30%).The experimental analysis allowed to highlight the sensitivity of the spectral unmixing methods against the spectral variability of materials.Given these limitations, we have exploited the MODIS time series to propose a new endmembers estimation approach, addressing a critical step in spectral unmixing. The low temporal evolution of the medium (except snow) is then used to constrain the estimation of the endmembers not only on the image of interest, but also on images of the previous days. The effectiveness of this approach, although demonstrated here, remains limited by the spatial resolution of the sensor.Data fusion has been considered aiming at taking advantage of multiple acquisitions with different characteristics in term of resolution available on the same scene. Given the limitations of the actual methods in the case of multispectral sensors, a new fusion approach has been proposed. Through the formulation of a new model and its resolution, the fusion between optical sensors of all types can be achieved without consideration of their characteristics. The various experiments on the estimation of snow maps show a clear interest of a better spatial resolution to isolate the snow covered areas. The improvement in spectral resolution will improve future approaches based on spectral unmixing.This work explores the new possibilities of development for the observation of snow, but also for the combined use of the satellite images for the observation of the Earth in general

The understanding of the dynamics of the climatic variables is critical to model and predict climatic and environmental changes. Traditional measures collected by the meteorological stations network are dispersedly located throughout the territory in the northern high latitudes and errors associated to these variations can be considerable. Our goal is to evaluate the contribution of the remote sensing by passive microwaves compared to the ground measurements for better characterizing the variations in the surface temperature during the winter. In the presence of snow, extraction of the surface parameters by microwave measurements is a complex and ill-conditioned problem. We evaluated a semi-empirical relation based on a theoretical analysis to estimate the surface temperatures with the measured brightness temperatures at 19 and 37 GHz (vertical polarization). Simulations of emissivity made with the Helsinki Technology University (HUT) model, the knowledge of the land cover, and the forest biomass enable us to define this relationship.The results of the comparison between the calculated surface temperatures and the air temperatures for the entire Canada (137 stations) and for two winters, 1992-93 and 2002-03 (16359 measurements) show a significant correlation with an estimation error ranging between 4 and 7[degrees Celsius] according to the regions considered. These results are discussed according to region and type of land cover (grassland, forest, tundra).

L'étude de la neige est un domaine important de la recherche en hydrologie et en météorologie. Il a été démontré que les propriétés physiques de la neige peuvent être récupérées en utilisant des capteurs à micro-ondes actifs. Cela nécessite une compréhension de l'interaction entre les ondes électromagnétiques (EM) et les milieux naturels. Dans ce but, le travail est divisé en deux étapes: étudier numériquement tous les modèles physiques de l'interaction onde-neige et développer un algorithme de diffusion inverse afin d’estimer la profondeur de la neige à partir de mesures de rétrodiffusion par un radar à des fréquences et angles d'incidence différents. L’objectif de la première partie consiste à effectuer les calculs de diffusion à l’aide d’un simulateur électromagnétique bien connu Ansoft High Frequency Structure Simulator (HFSS). Les simulations numériques prennent en considération: la permittivité effective de la neige, les phénomènes de diffusion surfacique dans des structures en couche des milieux homogènes (air-neige-sol) avec interfaces rugueuses ainsi que les phénomènes de diffusion volumique en traitant de la neige comme milieu dense. Par suite, le problème critique dans cette partie est de tester la validité des modèles théoriques à travers une configuration numérique adéquate.Dans la deuxième partie de ce travail, l'étude est étendue pour développer une méthode de récupération pour estimer l'épaisseur de la neige au-dessus du sol en utilisant la technique de mesures en rétrodiffusion en bande L et X (1,5 et 10 GHz) à des angles d'incidence différents. Le signal rétrodiffusé par la neige est influencé par: la diffusion surfacique, la diffusion volumique et les effets du bruit du système radar. Pour cela, le coefficient de rétrodiffusion du milieu est modélisé statistiquement en ajoutant un blanc bruit de fond gaussien (WGN) dans la simulation. Cet algorithme de diffusion inverse nécessite deux étapes de calcul. La première étape consiste à estimer la densité de la neige en utilisant le coefficient de rétrodiffusion co-polarisé en bande L à incidence normale. La deuxième étape consiste à estimer l'épaisseur de la neige à partir de coefficients de rétrodiffusion co-polarisés dans la bande X en utilisant deux différents angles d'incidence. Pour une variance de bruit de fond de 0,02, toutes les valeurs récupérées ont une erreur inférieure à 2% pour une gamme de profondeur de la neige de [50-300] cm. Cet algorithme a été vérifié par simulation à l'aide d’un logiciel de conception au niveau système, SystemVue
Study of snow is an important domain of research in hydrology and meteorology. It has been demonstrated that snow physical properties can be retrieved using active microwave sensors. This requires an understanding of the interaction between electromagnetic (EM) waves with natural media. The objective of this work is two-fold: to study numerically all physical forward models concerning the EM wave interaction with snow and to develop an inverse scattering algorithm to estimate snow depth based on radar backscattering measurements at different frequencies and incidence angles. For the first part, the goal is to solve the scattering calculations by means of the well-known electromagnetic simulator Ansoft High Frequency Structure Simulator (HFSS). The numerical simulations include: the effective permittivity of snow, surface scattering phenomena in layered homogeneous media (air-snow-ground) with rough interfaces, and volume scattering phenomena when treating snow as a dense random media. So, the critical issue for the first part of this thesis is testing the validity of theoretical models through a careful numerical setup.For the second part, the study is extended to develop a retrieval method to estimate snow thickness over ground from backscattering observations at L- and X-band (1.5 and 10 GHz) using multiple incidence angles. The return signal from snow over ground is influenced by: surface scattering, volume scattering, and the noise effects of the radar system. So, the backscattering coefficient from the medium is modelled statistically by including a white Gaussian noise (WGN) into the simulation. This inversion algorithm involves two steps. The first is to estimate snow density using L-band co-polarized backscattering coefficient at normal incidence. The second is to estimate snow depth from X-band co-polarized backscattering coefficients using two different incidence angles. For a 0.02 noise variance, all retrieved values have an error less than 2% for a snow depth range of [50-300] cm. This algorithm was verified by simulating using Agilent’s SystemVue electronic system level design software

La réflectance de la neige est un paramètre climatique important qui suscite l'intérêt de plusieurs disciplines telles que la glaciologie, la climatologie, la météorologie, la prévision des risques d'avalanches. Le but de cette thèse est l'étude théorique et expérimentale de la réflectance de la neige sur la partie visible et proche infrarouge du spectre solaire. Une grande partie de ce travail de recherche a été consacrée à la modélisation des propriétés optiques de la neige en fonction de ses caractéristiques physiques (taille et forme des cristaux) et de sa pollution par le carbone suie. Le modèle développé fait appel a la théorie du transfert radiatif à l'aide de la méthode adding-doubling et fournit la polarisation du rayonnement réfléchi. Les limites de la théorie (forme des cristaux de neige dans le proche infrarouge) ont été mises en évidence lors de confrontations avec des mesures effectuées en laboratoire et sur le terrain. Cette étude s'inscrit aussi dans le cadre de la télédétection satellitaire et a pour but l'analyse des futures données du polarimètre-imageur P.O.L.D.E.R. (polarization and directionality of earth's reflectance) au dessus de l'Antarctique. Pour cela, un modèle prenant en compte la B.R.D.F. (bidirectional reflectance diffusion function) et les rugosités de surface (sastrugi) a été mis au point. Des mesures terrain de B.R.D.F. au pôle Sud nous ont été fournies et les résultats de comparaison avec le modèle sont prometteurs

Caractériser les nuages de glace et la neige à l'échelle du globe est capital pour l'estimation du bilan énergétique de la Terre et pour étudier le cycle hydrologique. L'estimation des quantités de glace dans l'atmosphère par télédétection satellite est encore à un stade peu avancé. La principale difficulté réside dans la variabilité spatiale et temporelle des propriétés microphysiques des particules glacées et dans la complexité de leur réponse radiative. Cette thèse contribue au développement de méthodes d'estimation de la phase glace dans les nuages, par observations satellites microondes et millimétriques, en apportant une meilleure compréhension de la sensibilité des mesures aux propriétés microphysiques de la glace et de la neige. Des observations micro-ondes et millimétriques actuelles sont analysées, puis interprétées avec l'aide de modèles de transfert radiatif, principalement pour des mesures passives (radiométrie), mais aussi actives (radar). Deux études principales ont été menées: (1) l'analyse et l'interprétation des signatures de diffusion polarisée observées au-dessus de nuages de glace et de neige, et (2) la simulation des réponses actives et passives micro-ondes pour des scènes réelles et leur évaluation avec des observations satellites. Des observations polarisées sont analysées pour la première fois au delà de 100 GHz avec l'aide de données Megha-Tropiques et sont interprétées grâce à des simulations de transfert radiatif. Le modèle de transfert radiatif est couplé à un modèle de nuage méso-échelle pour simuler des observations actives et passives pour deux scènes réelles et évaluer la sensibilité des simulations aux paramètres microphysiques
Quantification of the cloud frozen phase on a global basis is essential to fully capture and quantify the Earth energy budget and hydrological cycle. The estimation of frozen quantities from satellite remote sensing, however, is at a very early stage. The main reason is the complex variability of the cloud frozen phase and the lack of parameterizations of their microphysical properties, and thus radiative properties. This thesis contributes to the development of the ice cloud remote sensing, by providing a better understanding of the sensitivity of microwave and millimeter satellite observations to the microphysical properties of the frozen phase, specifically snow. Current microwave and millimeter observations are interpreted via radiative transfer simulations, mainly for passive observations, but active measurements are also considered. Two main studies are pursued: (1) the analysis and interpretation of specific polarized scattering signatures over ice and snow clouds, and (2) the simulation of realistic passive and active microwave responses over ice and snow clouds, and their evaluation with satellite observations. Polarized observations are carefully analyzed with ancillary data and are interpreted with radiative transfer simulations, including the first polarized passive observations above 100GHz with Megha-Tropiques. Finally, the radiative transfer model is coupled to a meso- scale cloud model to simulate consistently coincident active and passive observations of real scenes, and assess the sensitivity of active and passive simulations to the different microphysical parameters

The snow cover (extent, depth and water equivalent) is an important factor in assessing the water balance of a territory. In a context of deregulation of electricity, better knowledge of the quantity of water resulting from snowmelt that will be available for hydroelectric power generation has become a major challenge for the managers of Hydro-Québec's generating plant. In fact, the snow on the ground represents nearly one third of Hydro-Québec's annual energy reserve and the proportion is even higher for northern watersheds. Snowcover knowledge would therefore help optimize the management of energy stocks.The issue is especially important when one considers that better management of water resources can lead to substantial economic benefits.The Research Institute of Hydro-Quebec (IREQ), our research partner, is currently attempting to optimize the streamflow forecasts made by its hydrological models by improving the quality of the inputs. These include a parameter known as the snow water equivalent (SWE) which characterizes the properties of the snow cover. At the present time, SWE data is obtained from in situ measurements, which are both sporadic and scattered and does not allow the temporal and spatial variability of SWE to be characterized adequately for the needs of hydrological models. This research project proposes to provide the Québec utility's hydrological models with distributed SWE information about its northern watersheds.The targeted accuracy is 15% for the proposed period of analysis covering the winter months of January, February and March of 2001 to 2006.The methodology is based on the HUT snow emission model and uses the passive microwave remote sensing data acquired by the SSM/I sensor. Monitoring of the temporal and spatial variations in SWE is done by inversion of the model and benefits from the assimilation of in situ data to characterize the state of snow cover during the season. Experimental results show that the assimilation technique of in situ data (density and depth) can reproduce the temporal variations in SWE with a RMSE error of 15.9% (R[subscript 2] =0.76).The analysis of land cover within the SSMI pixels can reduce this error to 14.6% (R[subscript 2] =0.66) for SWE values below 300 mm. Moreover, the results show that the fluctuations of SWE values are driven by changes in snow depths. Indeed, the use of a constant value for the density of snow is feasible and makes it possible to get as good if not better results. These results will allow IREQ to assess the suitability of using snow cover information provided by the remote sensing data in its forecasting models. This improvement in SWE characterization will meet the needs of IREQ for its work on optimization of the quality of hydrological simulations.The originality and relevance of this work are based primarily on the type of method used to quantify SWE and the site where it is applied.The proposed method focuses on the inversion of the HUT model from passive remote sensing data and assimilates in situ data. Moreover, this approach allows high SWE values (> 300 mm) to be quantified, which was impossible with previous methods. These high SWE values are encountered in areas with large amounts of snow such as northern Québec.

La mesure de température d'une surface et de son émissivité thermique constitue encore de nos jours, un défi de taille. D'un point de vue microclimatique, la température significative d'une surface est celle qui reflète l'état des échanges énergétiques qui y ont lieu.La radiométrie infrarouge thermique permet de lire la température de l'interface air-sol pour une couche infiniment petite de la surface (de l'ordre de quelques microns). Dans le cadre d'un système d'aide aux décisions en viabilité hivernale, nous avons défini un prototype de station de mesures mobiles. Cette station permet de déterminer, avec précision, la température radiative de la surface de la chaussée ainsi que de déterminer, avec un taux de succès de plus de 65 %, l'état de cette même surface. Par la conception de ce prototype, nous avons abordé le principe physique de la mesure de température de surface par radiométrie multispectrale infrarouge thermique. Ce travail aura permis d'évaluer une approche standard de mesure à bande spectrale unique (de 8 à 14 [mu]m). Dans la correction de la température radiative de surface, nous avons considéré trois méthodes distinctes.La première méthode utilisée est celle de l'algorithme TES (Gillespie et al., 1998). Cet algorithme établit le spectre d'émissivité, puis calcule une température de surface corrigée, en tenant compte de la réflexion du rayonnement thermique incident à la surface.La seconde méthode considérée est l'indice TISI (Li et al., 1999) qui consiste en un indice d'émissivité relatif indépendant de la température de la surface et qui tient compte du rayonnement incident à la surface.La troisième méthode est un indice de température relative (ITR) qui correspond au contraste normalisé des températures radiatives de surface. L'identification du type de surface a montré un taux de succès de 54,8 % pour les résultats de l'indice ITR, de 51,9 % pour les résultats de l'indice TISI et de 67,3 % pour les résultats de l'algorithme TES. Quant à la valeur de température corrigée, une vérification préalable ayant permis de déterminer la précision du TES à 0,5 [degrés Celsius], nous avons déterminé la précision relative des deux autres méthodes par rapport à celle du TES. Pour les deux méthodes TISI et ITR, la correction de température radiative a donné un écart moyen similaire de l'ordre de -1,2 [degrés Celsius], avec une étendue d'écart allant de -0,5 à -2,2 [degrés Celsius]. L'expérience réalisée a permis de présenter un prototype opérationnel de mesure de la température de surface permettant en même temps la caractérisation de la surface mesurée. L'extraction de ces deux types d'informations à partir d'une même série de mesures est une innovation.La banque d'émissivité spectrale mesurée sur le terrain est aussi une contribution de ce projet.

Plusieurs études récentes démontrent que la prolifération de la végétation dans le Nord a augmenté sous un climat en réchauffement lors des quatres dernières décennies, surtout dans la zone de transition entre toundra et taïga. L’accroissement des arbustes a un effet sur les propriétés de la neige et du bilan d’énergie de surface. L’objectif de cette recherche est d’améliorer la caractérisation de l’impact des arbustes sur l’évolution de la neige (accumulation et fonte) en utilisant des données terrains et la télédétection. La recherche a été réalisée sur le site d’Umiujaq, au Nunavik, représentatif de la zone de transition entre l’Arctique de basse latitude et les zones subarctiques. La profondeur de neige, mesurée le long de nombreux transects qui couvrent plusieurs types de végétation (toundra arbustive, toundra de lichen, forêt ouverte et forêt fermée d’épinettes) démontre l’effet d’emprisonnement de la neige dans la zone de transition entre une zone de toundra arbustive vers une zone de forêt d’épinettes. Cet effet est lié à la hauteur de la végétation et à la perte de densité (la profondeur de neige augmente par des facteurs de 2,5 à 3). De plus, des mesures de profondeur de neige en continue ont été prises par deux stations météorologiques situées l'une en zone de toundra arbustive et l'autre en zone de forêt. Les résultats montrent que la neige réagit de façons très différentes selon la couverture du sol, mais reste très dépendante des sites considérés. Des analyses spatiales à très haute résolution (Pléiades) et à moyenne résolution (Landsat et MODIS) suggèrent un délai dans la fonte entre les zones de forêts et les zones de toundra de lichen et arbustives. Une technique de mesure de profondeur de neige par télédétection à haute résolution est aussi discutée.
Abstract : Recent studies have shown that northern vegetation has been growing in relation to a warming climate over the last four decades, especially across the transition zone between tundra and taiga. Shrub growth affects snow properties and the surface energy budget, which must be better studied to quantify shrub-snow-climate feedbacks. The objective of this research is to improve the characterization of the impact of shrubs on snow evolution, from its accumulation to its melt, using in-situ and satellite measurements. The research is presented for the Umiujaq site, Nunavik, representative of the low Arctic – Subarctic transition zone. Snow depth, measured along numerous transects spanning different land cover types is found to increase by a factor 2.5 to 3 between tundra and forest, while snow density decreases. This illustrates the trapping effect of vegetation well. Complementary continuous snow depth measurements using weather stations from two sites (tundra with low shrubs and a small clearing with shrubs within the forest) show different site-dependent behaviors. Spatial analysis from high-resolution Pleiades images combined with Landsat (Normalized Difference Snow Index) and MODIS (Fractional Snow Cover) images suggest a slight delay in melt over open and dense forest areas compared to tundra and dense high shrubs. A technic to measure snow depth using high resolution is also discussed.