Inversion d’images satellites « haute résolution » visible / infrarouge pour le suivi de la couverture végétale des sols en hiver par modélisation du transfert radiatif : fusion de données et classification

par Abdelaziz Kallel

Thèse de doctorat en Physique

Sous la direction de Sylvie Le Hégarat.

Soutenue en 2007

à Paris 11 , en partenariat avec Université de Paris-Sud. Faculté des Sciences d'Orsay (Essonne) (autre partenaire) .


  • Résumé

    L'estimation des caractéristiques de la végétation à partir de l'espace intéresse notamment la communauté des hydrologistes, la couverture hivernale dans des régions agricoles influant les processus d'érosion du sol et la qualité des eaux. L'objet de cette thèse est alors l'estimation de la couverture végétale (et plus précisément de sa densité au travers du paramètre physique ‘fraction de couvert’, fCover) à partir de données de télédétection Visible et Proche Infrarouge ‘haute résolution’. Le bassin expérimental du Yar (Bretagne) a servi de site de validation à nos travaux. Nous avons étudié tout d’abord la modélisation (directe et inverse) de l’interaction entre le rayonnement solaire et le couvert végétal en utilisant la théorie du Transfert Radiatif (TR). Le modèle de TR direct proposé combine les deux modèles SAIL et Adding, permettant d’améliorer la modélisation des flux diffus et prenant en compte le phénomène de Multi Hot Spot. Par la suite, pour inverser le fCover, nous avons proposé un modèle semi-empirique utilisant la paramétrisation de la famille des isolignes de fCover par le modèle couplé SAIL/Adding. Ensuite, et afin d’améliorer les résultats, nous avons fusionné les résultats obtenus par notre modèle inverse avec d’autres indices de végétation. Pour cela, dans le cadre de la théorie des croyances, une nouvelle règle tenant compte de la corrélation entre différentes ‘évidences’ a été proposée. Finalement, pour obtenir une carte des classes de fCover, nous avons proposé une classification Markovienne originale relâchant l’hypothèse de stationnarité des formes de voisinages pour utiliser un voisinage adaptatif à chaque pixel.

  • Titre traduit

    High resolution red/infrared satellite image inversion applied to winter vegetation cover monitoring based on radiative transfer modelling : data fusion and classification


  • Pas de résumé disponible.


  • Résumé

    Estimation of vegetation features from space is of high interest for hydrologist community since land cover during winter in agricultural regions strongly influences soil erosion processes and water quality. The object of this PhD Thesis is then the estimation of the vegetation cover (more precisely its density thought the vegetation cover fraction, fCover) using ‘high resolution’ remote sensing data in the Visible and the Near Infrared domain. The Yar experimental watershed (in Britain) was used for our work validation. First, we have studied the modelling (direct and inverse models) of the interaction between the solar radiation and the vegetation in the visible and Near Infrared domains, using the Radiative Transfer (RT) theory. The proposed direct RT model is based on Adding and SAIL formalisms, enhancing the modelling of the diffuse fluxes and taking into account the multi hot spot effect. Then, to inverse the fCover, we pitch on a semi-empirical model based on the fCover isoline parameterization using the coupled model SAIL/Adding. Then, to improve the estimation of the fCover, we propose to combine the results provided by our inverse model with other vegetation indices. For this, in the framework of the evidence theory, a new combination rule taking into account the correlation between indices was developed. Finally, in order to obtain a map of the fCover classes, we have proposed a new Markov classification relaxing the assumption of stationary of neighbourhood form to use an adaptive neighbourhood for each pixel

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XX-204 p.)
  • Annexes : Bibliogr. p. 195-204

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris-Sud (Orsay, Essonne). Service Commun de la Documentation. Section Sciences.
  • Disponible pour le PEB
  • Cote : 0g ORSAY(2007)333
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.