Le suivi de l'irrigation est un enjeu important pour l'optimisation de l’irrigation. L'humidité superficielle (SSM) est une variable clé pour la gestion de l'irrigation. De plus, la détection précoce du stress hydrique peut contribuer à une utilisation optimale de l'eau agricole. Les données radar en bande C ont montré un grand potentiel pour le suivi des conditions hydriques du sol et de la végétation. Dans ce contexte, cette thèse a pour objectif général d’évaluer les potentialités des données radar bande C pour suivre le fonctionnement hydrique des céréales irriguées. Nos objectifs spécifiques sont : (1) développer une nouvelle approche pour l'inversion de la SSM en utilisant uniquement les données radar ; (2) proposer une méthodologie pour l’estimation des quantités et des dates d’irrigation à l'échelle de la parcelle sur la base de ces nouveaux produits de SSM ; (3) étudier les potentialités de la réponse radar bande C pour le suivi du fonctionnement physiologique et, in fine, la détection du stress hydrique.
En préliminaire à l’inversion, les séries temporelles de données Sentinel-1, notamment le coefficient de rétrodiffusion (σ0), le rapport de polarisation (PR) et la cohérence interférométrique (ρ) sont interprétées à l'aide de données expérimentales collectées sur des parcelles de blé irriguées au Maroc. Les résultats montre que ρ et PR sont fortement liés au développement de la végétation alors que la dynamique de σ0 suit les variations de SSM pendant les premiers stades de croissance du blé. En outre, les changements drastiques de la géométrie du couvert associés à la phase d'épiaison ont un fort impact sur σ0. Les résultats montrent que le modèle Water Cloud (WCM) est capable de reproduire le cycle saisonnier de Sentinel-1. Grâce à une configuration multicouche du modèle Karam, le 2ème cycle est attribué à la diffusion de volume au sein de la couche des épis.
Dans un 2ème temps, une nouvelle approche basée sur l'inversion du WCM pour estimer la SSM a été proposée en utilisant uniquement les données radar Sentinel-1. Dans ce but, les descripteurs de la végétation : la biomasse aérienne (AGB) et le contenu en eau de la végétation ont été estimés à partir de ρ et PR. Les meilleurs résultats d’inversion de SSM sont obtenus en utilisant la relation entre ρVV et l'AGB (R = 0.82 et RMSE = 0.05 m3/m3). Les produits SSM sont assimilés dans la FAO-56 par une technique de filtrage particulaire pour estimer les dates et les quantités d’irrigation. Premièrement, des expériences jumelles sont conçues pour évaluer l'impact de certains paramètres de l'approche. La méthode est ensuite évaluée en utilisant des mesures in situ de SSM avec 3 temps de revisite différents (3, 6 et 12 jours). Enfin, les produits de SSM Sentinel-1 dérivés par l’approche ρVV-AGB sont utilisés. L'utilisation de données in situ permet d'obtenir de bons résultats. Avec une observation tous les 6 jours, les quantités saisonnières sont inversés avec R > 0.98 et RMSE < 32 mm. De même, sur les parcelles en irrigation gravitaire, plus de 70 % des événements sont correctement détectés. En utilisant les produits SSM Sentinel-1, les statistiques restent raisonnables. Concernant les parcelles en goutte-à-goutte, les cumuls sur 15 jours sont inversés avec un R = 0.64 et RMSE = 28.7 mm; des métriques assez proches de celles obtenues en utilisant les données in situ (R=0.74 et RMSE = 24.8 mm ).
Enfin, la dernière partie est consacré à l’analyse préliminaire d’acquisition radar in situ par des antennes bande C installées sur une parcelle de blé au Maroc. L’analyse des acquisitions pleinement polarimétriques (σ0 et ρ) avec un pas de temps de 15 mn révèlent l'existence d’un cycle diurne de ρ dont l’amplitude évolue avec le développement du couvert. La chute de ρ à l’aube est concomitante avec l’augmentation de l’évapotranspiration. Par contraste, les valeurs de ρ les plus faibles en fin d’après-midi seraient plutôt dues aux pics de vent. |
Irrigation monitoring is important for the optimization of water use. Soil moisture (SSM) is a key variable for irrigation management. Furthermore, early detection of water stress can contribute to optimal irrigation water use. C-band radar data have shown great potential for monitoring soil and vegetation hydric conditions. In this context, the objective of this thesis is to evaluate the potential of C-band radar data in the monitoring of the water functioning of irrigated crops. The specific objectives are: (1) the development and evaluation of a new approach for SSM retrieval using radar data only; (2) the development of an approach for the estimation of irrigation timing and amounts at the plot scale basing on the new SSM products; (3) the investigation of the C-band radar response potentialities for the monitoring of the canopy physiological functioning and, in fine, the detection of water stress.
First, the time series of Sentinel-1 data, including the backscattering coefficient (σ0), the polarization ratio (PR) and the interferometric coherence (ρ) are analyzed based on field data collected over irrigated winter wheat fields in Morocco. The results show that ρ and PR are highly related to vegetation development while σ0 was found to be sensitive to SSM variations during the early growth stages of wheat. In addition, drastic changes in the geometry of the canopy associated to the heading stage had a strong impact on σ0. The Water Cloud model (WCM) is then calibrated and validated over the study site. The results show that the model is able to reproduce the seasonal cycle of Sentinel-1. Thanks to a multi-layer configuration of the physical backscattering model Karam, the second cycle is attributed to the volume scattering from the upper layer composed of wet heads.
Secondly, a new approach for SSM estimate based on the inversion of WCM is developed using only Sentinel-1 data. For this purpose, the aboveground biomass (AGB) and the vegetation water content (VWC) are estimated from ρ and PR (which corresponds to four methods). These relationships are then used as vegetation descriptor in the WCM. The best SSM inversion results are obtained using the relationship between ρVV and AGB (R = 0.82 and RMSE = 0.05 m3/m3). The SSM products derived using the method ρVV-AGB are assimilated into the FAO-56 model using a particle filter technique based on a set of irrigation scenarios for irrigation timing and amounts estimation. First, synthetic experiments are designed in order to assess the impact of some parameters of the approach. In a second step, the method is evaluated using in situ SSM measurements with different revisit times (3, 6 and 12 days). Finally, the SSM products derived from the ρVV-AGB approach are assimilated. Using in situ data, accurate results are obtained. With an observation every 6 days, the seasonal amounts are retrieved with R > 0.98 and RMSE< 32 mm. Similarly, over the flood-irrigated fields, more than 70% of the events are correctly detected. Using the SSM products derived from Sentinel-1, the statistics are still acceptable. For the drip-irrigated fields, the 15-day cumulative amounts are estimated with R = 0.64 and RMSE = 28.7 mm; metrics close to those obtained using in situ data (R = 0.74 and RMSE = 24.8 mm).
Finally, the last part is devoted to the preliminary analysis of in situ radar acquisition by the C-band antennas installed on a wheat field in Morocco. The analysis of the fully polarimetric acquisitions (σ0 and ρ) with a time step of 15 min reveals the existence of a diurnal cycle of ρ whose amplitude evolves with the development of the canopy. The drop in ρ at dawn is concomitant with the increase in evapotranspiration. In contrast, the lowest coherence values at the end of the afternoon are rather related to wind peaks. |