Assimilation variationnelle de données de télédétection dans des modèles de fonctionnement des couverts végétaux et du paysage agricole, Variational data assimilation of remote sensing data into operational models of plant canopies and the agricultural landscape

Emmanuel Kwashi Kpemlie

Description

Sous la direction de Albert Olioso
Thèse soutenue le 18 décembre 2009: Avignon
La connaissance du microclimat et de l’évapotranspiration ou flux de chaleur latente qui représente la consommation réelle en eau de la culture à l’échelle des parcelles agricoles est une donnée importante pour comprendre le développement des cultures. La plupart des modèles permettant d’estimer l’évapotranspiration sont utilisés sur des surfaces homogènes sans tenir compte des interactions surface - atmosphère et de la variabilité spatiale du domaine agricole. Nous avons utilisé un modèle de couche limite atmosphérique afin de prendre en compte ces interactions. Une approche dite « patchée » permet d’introduire la variabilité spatiale des surfaces dans le modèle à partir des diverses proportions et des caractéristiques des principaux couverts végétaux qui composent le paysage. Une méthode d’assimilation variationnelle a été implémentée afin d’estimer certains paramètres du modèle difficile à connaître précisément. La méthode est basée sur le calcul de l’adjoint du modèle et utilise une température de surface observée par télédétection. L’approche développée est comparée à des approches plus simples considérant chaque type de surface indépendamment, mettant en évidence le rôle de la prise en compte de la variabilité spatiale de la surface sur la simulation du microclimat et des flux de surface
-Evapotranspiration
-Humidité du sol
-Rugosités de surface
-Modèle PBLs
-Modèle adjoint
-Alpilles – ReSeDA
-Assimilation variationnelle
-Température de surface
Knowledge of climate at regional scale and evapotranspiration (or latent heat flux which represents the actual water consumption of culture) is a key to understand the development of crops. Most of the methods aiming at estimating evapotranspiration assume homogeneous or decoupled atmospheric variables over the modelling domain without accounting for the feedback between surface and atmosphere. In order to analyse such dependencies and to predict microclimate and land surface fluxes we have developed a coupled atmospheric boundary layer - land surface model which accounts for the landscape heterogeneity using a tiled approach. We have implemented appropriate procedures (variational data assimilation) for assimilating remote sensing data into the model allowing to retrieve some input parameters difficult to estimate spatially (soil moisture and aerodynamic roughness). The developed method is compared to classical approaches considering each type of surface independently. Results are discussed in this paper
-Evapotranspiration
-Soil moisture
-Surface roughness
-PBLs model
-Adjoint model
-Alpilles - ReSeDA
-Variational assimilation
-Surface temperature
Source: http://www.theses.fr/2009AVIG0629/document

Sujets

• Évapotranspiration

Informations

• Publié par: Thesee
• Nombre de lectures: 55
• Langue: Français
• Poids de l'ouvrage: 6 Mo

Extrait

Institut National de la
Recherche Agronomique




ACADEMIE D’AIX-MARSEILLE
UNIVERSITE D’AVIGNON ET DES PAYS DE VAUCLUSE

THESE DE DOCTORAT

Présentée par : Emmanuel Kwashi KPEMLIE

A l’Université d’Avignon et des Pays de Vaucluse
Ecole Doctorale SIBAGHE
Spécialité Sciences Agronomiques


Assimilation variationnelle de données de
télédétection dans des modèles de fonctionnement des
couverts végétaux et du paysage agricole


Date de soutenance : 18 Décembre 2009

M. Olivier BANTON Professeur à l’Université d’Avignon Président du jury
M. Eric BLAYO Professeur à l’Université de Grenoble Rapporteur
Mme. Catherine OTTLE Directrice de recherche CNRS Gif sur-Yvette Rapporteur
M. Laurent PREVOT Chargé de recherche INRA Montpellier Examinateur
M. Albert OLIOSO Chargé de recherche INRA Avignon Directeur de thèse
tel-00555416, version 1 - 13 Jan 2011





- 2 -
tel-00555416, version 1 - 13 Jan 2011




Remerciement


Pour remercier tous ceux qui m’ont soutenus et encouragés de près et de loin dans ce
travail, Albert OLIOSO, Samuel BUIS, Dominique COURAULT, Tereza KPEMLIE, tous les
collègues et autres ; je vous adresse ces citations qui m’ont été contées par les sages africains.
J’espère qu’elles vous inspireront et vous guideront afin de faire un bon usage de ce rapport de
thèse. »

« Les morts ne sont pas morts, seul l’oubli des vivants qui fait mourir les morts »

« L'erreur n'annule pas la valeur de l'effort accompli »

« La réflexion veillera sur toi, L'intelligence te gardera »

« Va vers la fourmi, paresseux ; Considère ses voies, et deviens sage »

« Au bout de la patience, il y a le ciel »

« La langue qui fourche fait plus de mal que le pied qui trébuche »

« Le mensonge donne des fleurs mais pas de fruits »


- 3 -
tel-00555416, version 1 - 13 Jan 2011 - 4 -
tel-00555416, version 1 - 13 Jan 2011Tables des matières

INTRODUCTION GENERALE............................................................................................. - 9 -
PREMIERE PARTIE :.......................................................................................................... - 15 -
ETAT DE L’ART ET PROPOSITION................................................................................. - 15 -
Introduction ....................................................................................................................... - 17 -
1. Différentes approches d’estimation de l’évapotranspiration................................. - 19 -
1.1. Approches semi empiriques directs................................................................... - 19 -
1.2. Méthodes résiduelles......................................................................................... - 21 -
1.2.1. SEBAL .......................................................................................................... - 21 -
1.2.2. SEBI, S-SEBI, SEBS .................................................................................... - 24 -
1.3. Approches déterministes ................................................................................... - 28 -
2. Assimilation de données........................................................................................ - 33 -
3. Apport de notre méthode dans l’estimation de l’évapotranspiration .................... - 37 -
3.1.1. Approche patchée « tiled approach » ............................................................ - 38 -
3.1.2. Assimilation variationnelle de données......................................................... - 40 -
Conclusion......................................................................................................................... - 43 -
DEUXIEME PARTIE :......................................................................................................... - 45 -
METHODES, MATERIELS ET OUTILS ........................................................................... - 45 -
1. Introduction ....................................................................................................... - 47 -
2. Description du modèle PBLs ............................................................................ - 48 -
2.1. Le modèle de couche limite .......................................................................... - 49 -
2.2. Le modèle de surface..................................................................................... - 52 -
2.2.1. Le rayonnement net R .............................................................................. - 53 - n
2.2.2. Le flux conductif dans le sol G ................................................................. - 54 -
2.2.3. Les flux convectifs de chaleur sensible H et de chaleur latente LE (et les
résistances associées) ................................................................................................ - 55 -
2.3. Utilisation du modèle PBLs .......................................................................... - 61 -
3. Assimilation variationnelle de données : théorie et application au modèle PBLs
dans notre cas d’étude ............................................................................................... - 64 -
3.1. Théorie .......................................................................................................... - 64 -
3.1.1. La fonction coût et son gradient................................................................ - 65 -
3.1.2. A propos de l’opérateur adjoint................................................................. - 67 -
3.1.3. Préconditionnement de la fonction coût.................................................... - 68 -
3.1.4. Algorithme de minimisation...................................................................... - 69 -
3.2. Application au modèle PBLs ........................................................................ - 69 -
3.2.1. Cas d’un seul pixel .................................................................................... - 70 -
3.2.2. Cas à n pixels............................................................................................. - 73 -
4. Données utilisées............................................................................................... - 76 -
4.1. Données Alpilles ReSeDA............................................................................ - 76 -
4.1.1. Généralités sur le programme Alpilles ReSeDA....................................... - 76 -
4.1.2. Description (succincte) des données Alpilles............................................ - 77 -
4.1.3. Données utilisées pour alimenter PBLs .................................................... - 80 -
4.2. Les autres jeux de données............................................................................ - 84 -
4.2.1. Description (succincte) des données du site ‘Flux et Télédétection’
d’Avignon (Site GRUE)............................................................................................ - 85 -
4.2.2. Description (succincte) des données simulées par SiSPAT...................... - 87 -
4.2.3. Description (succincte) des données simulées par TEC............................ - 88 -
5. Mise en œuvre de la méthode d’assimilation sur les données Alpilles............. - 90 -
- 5 -
tel-00555416, version 1 - 13 Jan 20115.1. Introduction ................................................................................................... - 90 -
5.2. Expérience synthétique ................................................................................. - 91 -
5.2.1. Généralités................................................................................................. - 91 -
5.2.2. Mise en pratique........................................................................................ - 92 -
5.3. Mise en œuvre sur les données réelles .......................................................... - 97 -
5.4. Définition des informations a priori.............................................................. - 98 -
5.4.1. Cas des données réelles............................................................................. - 98 -
5.4.2. Cas des expériences jumelles .................................................................. - 101 -
5.5. Evaluations des résultats ............................................................................. - 102 -
6. Outils TAPENADE et PALM......................................................................... - 105 -
6.1. Le logiciel de différenciation automatique TAPENADE ........................... - 106 -
6.1.1. Principe de fonctionnement...............................................................