Soutenance de thèse : Zacharie Barrou Dumont « Reconstruction par imagerie satellite de la surface enneigée des Alpes et des Pyrénées au cours des 38 dernières années (1986-2023) »

Mardi 24 septembre à 9h30 dans la salle de conférence du CESBIO

Le jury sera composé de :

• M. Stefaan Lhermitte, rapporteur, KU Leuven.
• Mme. Claudia Notarnicola, rapporteuse, Eurac Research.
• Mme. Fatima Karbou, examinatrice, CNRM (Météo-France, CNRS).
• M. Philippe Choler, examinateur, LECA (Université Grenoble Alpes, Université Savoie Mont Blanc, CNRS).
• M. Jordi Inglada, co-directeur de thèse, CESBIO (CNES/CNRS/IRD/UT3-Paul Sabatier).
• M. Simon Gascoin, directeur de thèse, CESBIO (CNES/CNRS/IRD/UT3-Paul Sabatier).

Résumé :

Les propriétés du sol et de la végétation des montagnes dépendent largement de la durée annuelle de l’enneigement. Par conséquent, les données sur la variabilité spatio-temporelle de la surface enneigée sur de longues périodes sont essentielles pour étudier la réponse des écosystèmes de montagne au changement climatique. Dans le cadre du projet « Trajectoires des systèmes agrO-Pastoraux en montagne: adaptation des pratiques aux changements climatiques, écologiques et socio-économiques » (TOP), cette thèse vise à améliorer nos connaissances sur l’évolution récente de la couverture neigeuse et en particulier de la date de fonte dans les Pyrénées et les Alpes françaises en produisant des indicateurs spatialement distribués de la surface enneigée à haute résolution spatiale sur plusieurs décennies.

L’initiative récente du Centre National d’Études Spatiales (CNES) de mettre dans le domaine public la collection complète d’images SPOT1-5 dans le cadre du programme SPOT World Heritage offre une occasion unique de densifier la série temporelle Landsat entre 1986 et 2015, avec des dizaines de milliers d’images multispectrales d’une résolution de 20 m. Combiné à Sentinel-2, à partir duquel des cartes d’enneigement sont générées à l’échelle paneuropéenne, SPOT World Heritage ouvre la voie à un jeu de données à haute résolution spatiale et temporelle sans précédent de 1986 à 2023, soit une période plus longue que les 30 ans minimum requis pour les tendances liées au climat.

La difficulté de produire des cartes de neige à partir des données SPOT réside dans la faible qualité radiométrique et dans l’absence de la bande moyen infrarouge pour différentier neige et nuage. Une solution pour surmonter ces problèmes consiste à utiliser des méthodes d’apprentissage profond qui peuvent prendre en compte à la fois les informations spectrales et spatiales pour segmenter une image satellite en carte de neige, non-neige, et nuage. Cependant, le manque de données historiques de référence entrave leurs mises en œuvre.

Cette thèse présente un émulateur d’images SPOT qui prend en entrée une image Sentinel-2. L’image SPOT émulée peut ensuite être associée à une carte de neige de référence générée à partir de l’image Sentinel-2 pour entraîner un réseau de neurones qui apprend alors à classer les données historiques SPOT. La méthode offre une grande précision dans la détection de la neige, avec un minimum de fausses identifications de pixels de neige, mais au prix d’une surestimation des pixels de nuages autour des nuages et des zones fortement saturées. Cette méthode a permis de calculer à 20 m de résolution les tendances des dates de fonte pour la période 1986-2023 à partir de la combinaison des données SPOT, Landsat et Sentinel-2. Cette analyse révèle une avancée générale de la date de fonte dans les deux massifs, même si les tendances sont plus marquées dans les Alpes et à haute altitude.