Une estimation précise de l'évapotranspiration (ET) à grand échelle est une priorité pour comprendre les interactions sol-atmosphère, particulièrement dans les zones semi-arides. La télédétection fournit des informations très pertinentes à grande échelle pour alimenter les modèles d’ET. Généralement, trois variables dérivées de la télédétection sont utilisées pour déterminer la distribution spatiale de l’ET : l'humidité du sol en surface (SM) dérivée des données micro-ondes, la température de surface (LST) dérivée des données infrarouges thermiques et les indices de végétation (ou fraction de couvert f_c,) issus des réflectances visible/proche infrarouge . Cependant, très peu d'études ont tenté de combiner les trois variables dans un même modèle ET. Dans ce contexte, l'objectif principal de cette thèse est d'améliorer l'estimation de l'ET en combinant la modélisation par télédétection optique /micro-ondes à multiples résolutions et la modélisation des échanges surface-atmosphère.
Dans la première partie, le modèle de bilan d’énergie à double source (TSEB) basé sur les données de LST, f_c et le coefficient de Priestley Taylor (αPT) qui relie l’ET au le rayonnement net est testé sur une zone hétérogène à Niamey, Niger (Wankama). Les prédictions du modèle en terme de flux de chaleur latente (LE) et sensible (H) sont comparées aux données acquises par un scintillomètre à grande ouverture (LAS) installé sur un transect d'environ 3,2 km couvrant trois types de végétation (mil, savane et jachère). Les résultats obtenus pour H et LE sont pertinents. Cependant, une surestimation des flux simulés à la fin de la saison est remarquée. Ce qui est principalement due à la valeur de αPT (fixé généralement à 1,26).
Dans la 2ème partie, un nouveau modèle appelé TSEB-SM dérivé du formalisme TSEB a été développé en utilisant, en plus des données LST et f_c, les données de SM comme une contrainte supplémentaire sur l'évaporation du sol. Une calibration innovante est proposée pour extraire trois paramètres clés : le coefficient de Priestley Taylor (αPT) et les paramètres (a_rss and, b_rss) de la résistance du sol. En pratique, a_rss et b_rss sont extraits à l'échelle saisonnière à partir des données SM et LST avec f_c inférieur à un seuil donné f_(c,thres)(f_(c,thres) = 0.5), tandis que αPT est inversé à la échelle journalière à partir des données SM et LST pour f_c> f_(c,thres). Le modèle TSEB-SM est testé sur une parcelle de blé inondée et 2 parcelles de blé irriguées en goutte-à-goutte en utilisant les données in-situ collectées lors de deux expériences expérimentales en 2002-2003 et en 2016-2017 dans le bassin versant du Tensift. L’insertion de la résistance du sol dans le modèle TSEB améliore l'estimation de l'évaporation du sol et, par conséquent, améliore la partition de l'ET. L'analyse de la série temporelle indique que αPT suit principalement la phénologie de la culture de blé, avec une valeur maximale correspondant au développement complet de la biomasse verte et une valeur minimale atteinte à la récolte.
Finalement, TSEB-SM est appliqué à l’état réel en utilisant les données MODIS LST et f_c à 1 km de résolution et les données SM issu de satellite SMOS (Soil Moisture and Ocean Salinity) désagrégées à l'aide d'un algorithme de désagrégation (DisPATCh) à 1 km de résolution. L’approche est validée sur une période de quatre ans (2014-2018) sur une parcelle de blé pluvial dans le bassin du Tensift, au Maroc. La parcelle a été semée pour la saison agricole 2014-2015 (S1), 2016-2017 (S2) et 2017-2018 (S3), alors qu’elle n’était pas labouré pendant la saison 2015-2016 (B1). La contrainte appliquée sur l'évaporation du sol en utilisant le SM dérivé des données SMOS est l'un des principaux facteurs de contrôle de la fraction évaporative, ce qui permet de déterminer avec plus de précision la partition LE/ H.
Mots clés :TSEB, TSEB-SM, DisPATCh, Evapotranspiration, coefficient de Priestley Taylor, résistance du sol.
|
A precise estimate of evapotranspiration (ET) at the landscape scale remains a priority to understand land-atmosphere-interactions, especially over semi-arid lands. Regarding data availability over large areas and at multiple scales, remote sensing observations provide very relevant information to feed ET models. Commonly, there are three main variables, derived from remote sensing, that can be used to determine the spatial distribution of ET: the surface (0-5 cm) soil moisture (SM) derived from microwave data, the land surface temperature (LST) derived from thermal infrared radiances and vegetation indices (or fractional vegetation cover f_c) derived from visible/near infrared reflectances. However, very few studies have attempted to combine all three variables within a single ET model. In this context, the main objective of this thesis is to improve the estimation of ET by combining multi-resolution optical / microwave remote sensing and surface-atmosphere exchange modelling.
In the first part, the thermal-based two-source energy balance (TSEB) model based on LST, f_c and the Priestley Taylor (PT) coefficient (αPT) relating ET to the net radiation is tested over an heterogeneous watershed in Niamey, Niger (Wankama catchment). The model predictions of area-averaged latent (LE) and sensible (H) heat fluxes are compared to data acquired by a Large Aperture Scintillometer (LAS) set up over a transect about 3.2 km-long and spanning three vegetation types (millet, fallow and degraded shrubs). The results obtained for H and LE are relevant. However, an overestimation of simulated fluxes is recorded at the end of the season. This is mainly due to the fixed maximum value for αPT (generally set to 1.26).
In the second part, a new model named TSEB-SM derived from the TSEB formalism is developed by using, in addition to LST and f_c data, the near-surface SM as an extra constraint on soil evaporation. An innovative calibration procedure is proposed to retrieve three key parameters: the Priestley Taylor coefficient (αPT) and the parameters (a_rss and, b_rss) of a soil resistance formulation. In practice, a_rss and b_rss are retrieved at the seasonal time scale from SM and LST data with fc lower than a given threshold f_(c,thres)(f_(c,thres) is set to 0.5), while αPT is retrieved at the daily time scale from SM and LST data for f_c> f_(c,thres). TSEB-SM model is tested over 1 flood- and 2 drip-irrigated wheat fields using in situ data collected during two field experiments in 2002–2003 and 2016–2017 in the Tensift watershed, central Morocco. The coupling of the soil resistance formulation with the TSEB formalism improves the estimation of soil evaporation, and consequently, improves the partitioning of ET. Analysis of the retrieved time series indicates that the daily α_PT mainly follows the phenology of winter wheat crop with a maximum value coincident with the full development of green biomass and a minimum value reached at harvest.
Finally, TSEB-SM is applied in real-life using 1 km resolution MODIS LST and f_c data and the 1 km resolution SM data disaggregated from SMOS (Soil Moisture and Ocean Salinity) observations by using a disaggregation algorithm (DisPATCh). The approach is validated during a four-year period (2014-2018) over a rainfed wheat field in the Tensift basin, central Morocco. The field was seeded for the 2014-2015 (S1), 2016-2017 (S2) and 2017-2018 (S3) agricultural season, while it remained under bare soil conditions during the 2015-2016 (B1) wheat seasons. The constraint applied on the soil evaporation by using the SM derived from SMOS data is one of the main controlling factors of the evaporative fraction, which helps determine with more accuracy the LE/H partitioning. Moreover, the retrieved α_PT increases after rainfall events, suggesting a relationship with the soil water availability in the root zone.
|