Soutenance de thèse de Emna AYARI: « Apport de la synergie entre Sentinel-1, Alos-2 et Sentinel-2 à l’estimation de l’humidité de surface des sols en zones semi-arides »
(English below)
« Apport de la synergie entre Sentinel-1, Alos-2 et Sentinel-2 à l’estimation de l’humidité de surface des sols en zones semi-arides ».
Date et Lieu : Vendredi 03 novembre 2023 à 9H30(Heure France) dans la salle de conférence du CESBIO, Toulouse.
Composition du jury :
– Mme Sihem BENABDALLAH (CERTES, Rapportrice)
– M. Fréderic FRAPPART (INRAE, Rapporteur)
– M. Faysal BEN JEDDI (INAT, Examinateur)
– Mme Valérie DEMAREZ (UPS, Examinatrice)
– M. Christian WALTER (Institut Agro Rennes-Angers, Examinateur)
– M. Nicolas BAGHDADI (INRAE, Examinateur)
– M. Mehrez ZRIBI (CNRS, Directeur de thèse)
– Mme Zohra LILI-CHABAANE (INAT, co-directrice de thèse)
– Mme Zeineb KASSOUK (INAT, co-encadrante de thèse)
Résumé :
Le développement des stratégies optimales pour gouverner et gérer durablement les ressources en eau, dans le secteur agricole, devient de plus en plus crucial, particulièrement au niveau du bassin Méditerranée. La quantification de l’humidité du sol constitue l’une des variables clés dans ces stratégies, vu son importance dans les interactions sol-végétation-atmosphère. Durant les dernières décennies, la télédétection radar a prouvé sa pertinence pour estimer et cartographier l’état hydrique en allant d’une échelle parcellaire à une échelle régionale. Dans le cadre des futures missions des mesures radar en bande de fréquences L, les travaux de la présente thèse visent, en premier lieu, la proposition d’une approche pour estimer l’état hydrique du sol dans une région semi-aride, en Tunisie centrale en comparant le potentiel des données en bandes C et L. L’estimation de l’humidité du sol se base sur l’utilisation des mesures radar à synthèse d’ouverture (SAR) à haute résolution en bande L acquises par ALOS-2 en HH (L-HH) et en HV (L-HV) et en bande C acquises par Sentinel-1 en VV (C-VV) et en VH (C-VH) avec des mesures in-situ faites sur des parcelles sélectionnées dans la plaine de Kairouan.
Pour quantifier l’humidité du sol, nous avons considéré deux types de végétation omniprésents dans la zone d’étude, les céréales et les piments structurés en lignes. Dans le but de simuler le signal radar sur des parcelles des céréales dans un contexte homogène d’humidité du sol, nous avons considéré deux options du Water Cloud Model (WCM) sans et avec le terme de diffusion lié à l’interaction sol-végétation. L’intégration du terme d’interaction sol-végétation apporte une amélioration importante des estimations d’humidité du sol en utilisant les données L-HV face à une amélioration limitée en utilisant les données en bande C. Lorsque la végétation est structurée en ligne et localement irriguée, la répartition spatiale de l’humidité est hétérogène. Nous avons proposé une version modifiée du WCM sur les parcelles des piments. La sensibilité du signal simulé avec le modèle WCM modifié diminue en fonction de l’augmentation de la hauteur et la fraction du couvert végétal. La comparaison des résultats de simulation dévoile que le modèle proposé est plus sensible à l’humidité du sol en utilisant les données L-HH qu’en C-VV.
Vu la complexité de la description de la végétation et la limitation des données optiques en présence des nuages, dans la deuxième partie des travaux, nous nous sommes intéressés au potentiel des données radar Sentinel-1 pour décrire la végétation dans le processus d’estimation d’humidité du sol. Nous avons utilisé la cohérence interférométrique et l’indice normalisé du rapport de polarisation pour estimer l’indice NDVI durant le cycle du blé en fonction des périodes de développement. Cette méthodologie développée a permis le retraçage des séries temporelles de NDVI des parcelles test de blé. Le rapport de polarisation et sa normalisation ont été testés en tant que descripteurs de végétation dans le modèle WCM pour estimer l’humidité du sol en utilisant les données Sentinel-1. Les résultats d’estimation de l’état hydrique du sol insistent sur la pertinence des données SAR pour décrire la végétation avec des RMSE inférieure à 7.5 vol.%. Dans la dernière partie des travaux de thèse, nous avons investigué le potentiel des séries temporelle de la variabilité de l’humidité de surface du sol dans l’identification des anomalies climatiques. Nous avons utilisé des produits opérationnels d’humidité du sol issus de la synergie Sentinel-1 et Sentinel-2 (HRSM) à une résolution spatiale kilométrique. Après validation avec d’autres produits satellites, les résultats ont souligné la capacité des données à reproduire les évolutions de l’humidité à différents contextes climatiques sur le territoire Tunisien ainsi son potentiel à identifier les périodes de sécheresse.
English version :
Title: Contribution of the synergy between Sentinel-1, Alos-2 and Sentinel-2 to estimate the surface soil moisture in semi-arid zones.
Abstract:
The development of optimized strategies to govern and sustainably manage water resources, in agriculture sector, is becoming more and more crucial, practically in the Mediterranean basin. Soil moisture quantification constitutes one of key variable in these strategies thanks to its primordial role in soil-vegetation-atmosphere interactions. During the latest decencies, remote sensing proved its relevance to retrieve and mapping the hydric state from the field scale to regional one. Within the context of future missions operating in L band frequency, the present work aims, in first place, to propose an approach to estimate the soil moisture in semi-arid region, in central Tunisia by comparing the potential of L and C bands. The soil moisture retrieval is based on the use of high-resolution synthetic aperture radar (SAR) measurements in L band acquired by ALOS-2 in HH (L-HH) and HV (L-HV) polarizations and in C band acquired by the Sentinel-1 in VV (C-VV) and VH (C-VH) polarization with the in-situ measurements collected in selected reference fields in the Kairouan plain.
To estimate the soil moisture, we considered two types of vegetation omnipresent in the study area, cereals as homogenous culture and pepper as row-structured vegetation. For radar signal simulations within cereal fields and homogenous soil moisture context, we considered two options of Water Cloud Model (WCM) without and with the soil-vegetation interactions’ term. The integration of this term well improved the soil moisture retrieval using the L-HV regarding a limited improvement using the C band data. In the case of row-structured vegetation locally irrigated, the spatial distribution of soil moisture is heterogenous. Therefore, we proposed a modified version of WCM within pepper fields. The sensitivity of the simulated signal with modified WCM to the soil moisture decreased as function of vegetation cover fraction and height increase. The comparison between simulations’ results highlights a higher sensitivity of the proposed model to soil moisture using L-HH data compared to the C-VV data use.
Due to the complexity of vegetation description and the lack of optical data in the presence of clouds, in the second part of the work, we were interested in the potential of radar Sentinel-1 data to describe the vegetation in the soil moisture retrieval process. We used the interferometric coherence and the normalized index of the polarization ratio to estimate the NDVI during the wheat cycle as function of the vegetation growth stage. The polarization ratio and its normalized index were tested as vegetation descriptors in WCM to estimate the water soil content using Sentinel-1 data. The retrieval results insist on the pertinence of SAR data to describe the vegetation with RMSE value lower than 7.5 vol.%. In the last part of the present work, we investigated the potential of surface soil moisture time series to identify the climatic anomalies. We used operational products of soil moisture generated using the Sentinel-1 and Sentinel-2 synergy, namely HRSM products with kilometric spatial resolution. After the validation of the aforementioned satellite products, the results underline the capacity of the HRSM products to reproduce the soil moisture evolution within different climatic contexts in Tunisian territory and to identify the drought periods.