Estimation of water resources on continental surfaces by multi-sensor microwave remote sensing
Estimation des ressources en eau sur les surfaces continentales par télédétection micro-onde multi-capteurs
Résumé
The estimation of the water resources of the continental surfaces at a regional and global scale is fundamental for good water resources management. This estimation covers a wide range of topics and fields, including the characterisation of soils and water resources at the basin scale, hydrological modelling and flood prediction and mapping. In this context, the characterisation of the states of the continental surface, to obtain better input parameters for hydrological models, is essential to improve the precision in the simulation of flows, droughts, and floods. The estimation of the water content in the system, including the different water bodies and the free water in the soil, is especially necessary for a precise description of the hydrological processes and, in general, of the water cycle on the continental surfaces. To better characterise hydrological processes, human interventions cannot be neglected. Humans influence the water cycle, mainly through irrigation and the construction of reservoirs, which must be correctly quantified.
The objective of the thesis is the improvement of the remote estimation of water resources, including the quantification of human factors, using several sensors recently launched, taking advantage of recent developments in remote sensing technology. With the arrival of the Sentinel constellations (Sentinel-1, 2, 3), we have better tools to estimate water resources, including human impacts, with greater precision and coverage.
This thesis consists mainly of two parts where human interventions in the water cycle are considered: irrigation cartography (as an application of soil moisture), and the forcing of reservoirs in hydrological simulations (as an application of altimetry).
Firstly, soil moisture is estimated from the statistical analysis of Sentinel-1 SAR data. Two methodologies are developed to obtain soil moisture with a spatial resolution of 100 m based on the interpretation of Sentinel-1 data collected with the VV polarization (vertical-vertical), which is combined with optical data of Sentinel-2 for the analysis of the effects of vegetation.
Secondly, irrigation is mapped under various meteorological conditions, including high spatial and temporal resolution. A methodology for irrigation mapping is proposed using SAR data obtained in VV (vertical-vertical) and VH (vertical-horizontal) polarizations. With Sentinel-1 time series, different statistics and metrics are analysed, including the mean value, the variance of the signal, the correlation length and the fractal dimension, based on which the classification of irrigated trees, irrigated crops, and non-irrigated crops are derived.
Finally, the level of the reservoirs is estimated from the Sentinel-3 altimetry data, with the SAR altimeter (SRAL), based on different algorithms to improve the accuracy. This study presents three specialised algorithms or retrackers designed to obtain the level of the surface of the studied inland bodies of water, minimising the contamination of the waveforms due to the surrounding soil. The performance of the selection method of the proposed wave portion is compared with three retrackers, that is, the centre of gravity retracker (OCOG) and the two-step physical-based retracker. Temporal series of the water level of reservoirs located in the basin of the Ebro River (Spain) are obtained.
As an application, the level series of the reservoirs obtained are used to force the reservoirs in hydrological simulations.
L'estimation et le suivi des ressources en eau des surfaces continentales aux niveaux régional et global est essentielle pour la gestion du bilan hydrique, particulièrement dans le contexte des changements climatiques et anthropiques. Ils couvrent un large éventail de thèmes et de domaines, incluant la caractérisation des ressources en eau à l'échelle du bassin, la modélisation hydrologique ainsi que la prévision et la cartographie des inondations. Dans ce contexte, la caractérisation des états de surface, en tant que paramètres d’entrée dans les modèles hydrologiques, est essentielle pour obtenir une meilleure précision de la simulation, qui est liée à la précision prévisionnelle des débits des cours d’eau et le suivi des sécheresses et des inondations. L'estimation de la teneur en eau des surfaces continentales, incluant l’état hydrique du sol et les niveaux des surfaces couvertes d’eau, est particulièrement nécessaire pour une description précise des processus hydrologiques et plus généralement du cycle de l'eau sur les surfaces continentales. Afin de mieux comprendre les processus hydrologiques, l'influence humaine (l’effet anthropique) sur le cycle de l'eau nécessite une évaluation fine. Elle est particulièrement liée à la gestion de l’irrigation et la construction de barrages.
L'objectif de la thèse était d'améliorer l'estimation des ressources en eau et une meilleure caractérisation des interventions anthropiques à travers l'utilisation de nouveaux capteurs satellitaires multi-configurations du programme européen Copernicus. Avec le développement de la technologie de télédétection spatiale, et plus particulièrement avec l’arrivée des constellations Sentinel (Sentinel-1, 2, 3) à haute résolution spatiale et temporelle, il existe un meilleur outil pour estimer les états des surfaces continentales. Ce travail de thèse comprend principalement deux priorités liées à des interventions humaines dans le cycle hydrologique:la cartographie de l'irrigation en tant que action humaine liée directement à l'humidité du sol et le forçage des barrages dans un modèle de simulation de rivière en tant qu'application liée à l’estimation du niveau de l'eau libre.
Un premier axe de recherche a été basé sur une analyse statistique des données SAR Sentinel-1 pour caractériser l’état hydrique du sol. Deux méthodes ont été développées pour estimer ce paramètre avec une résolution spatiale de 100 m. Elles sont basées sur des approches de détection de changement à partir des données Sentinel-1 acquises en polarisation VV (verticale-verticale), combinées aux données optiques Sentinel-2 pour corriger les effets de la végétation.
L’application consistait à cartographier l'irrigation, avec des résolutions spatiale et temporelle élevées. Une méthodologie de cartographie de l'irrigation utilisant des données SAR Sentinel-1 a été proposée. Elle estbasée sur les acquisitions en polarisations VV (vertical-vertical) et VH (vertical-horizontal). A partir de la série temporelle des mesures Sentinel-1, des paramètres statistiques tel que la valeur moyenne, la variance du signal, la longueur de corrélation temporelle et la dimension fractale, sont analysées, en fonction du type de culture; cultures annuelles irriguées, arbres irrigués et cultures pluviales. Des classifications supervisées utilisant les approches Random Forest et SVM sont testées.
En deuxième axe, l'estimation de la hauteur de la surface de l'eau à partir des données altimétriques de Sentinel-3 avec l’altimètre SAR (SRAL) a été réalisée à l'aide de différents algorithmes afin d'améliorer la précision sur des petites surfaces. Cette étude présente trois algorithmes spécialisés (ou retrackers) dédiées à la minimisation de la contamination des sols par les formes d’ondes permettant de récupérer les niveaux d’eau à partir de données altimétriques SAR sur des masses d’eaux intérieures. Les performances de la méthode de sélection de portion de forme d'onde proposée avec trois retrackers, à savoir, le retracker à seuil, le retracker à centre de gravité décalé (OCOG) et le retracker à base physique à 2 étapes, sont comparées. Des séries chronologiques de niveaux d'eau sont extraites pour les masses d'eau du bassin de l'Èbre (Espagne).
Une application des produits altimétriques est proposée. Le produit de niveau d’eau a été utilisé comme paramètre d’entrée pour analyser l’effet tampon des barrages dans les simulations de débits fluviaux.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...