Demande de renouvellement (2007-2010) - Cesbio

More documents

Recommendations

Info

Méthode par analyse fréquentielleCette approche vise à caractériser les profils temporels en recherchant des fréquencescaractéristiques. La transformé de Fourier permet de définir pour chaque pixel une amplitude et unephase de sa courbe de changement temporel. A partir de l’analyse des 27 dates, trois cas de figurestypiques sont représentés figure 14 :a) croissance d’indice de brillance sur l’ensemble de la série (marron),b) croissance d’indice de brillance jusqu’à la fin des années 1980, début des années 1990, puis unedécroissance jusqu’en 2003 (violet),c) croissance d’indice de brillance jusqu’au milieu des années 1980, une décroissance jusqu’à la findes années 1990 et une nouvelle dégradation jusqu’en 2003 (vert).Figure 14. Analyse fréquentielle de l'indice de brillance de 1972 à 2003, Menzel Habib, Tunisie.4. CONCLUSIONSDes avancées notables ont été obtenues dans le quadriennal en cours sur la physique de la mesureet sur le traitement d’images par l’équipe 1 : une meilleure compréhension des mesures dans lesdomaines optique et micro ondes grâce au développement des modèles originaux.Dans le domaine radar, la modélisation 3D des couverts végétaux et la prise en compte desdiffusions multiples ont permis de reproduire les mesures en polarisation croisée, et de mieuxapprocher les mesures de interférométriques et polarimétriques pour l’estimation de la biomasse. Lacaractérisation de la surface rugueuse du sol grâce à un profilomètre original a permis de redre compteque la surface agricole peut être fractale à la résolution des radars spatiaux. Les modèles de surfacesmulti-dimensionnelles développés pour intégrer la nouvelle description de la rugosité ont apporté unemeilleure explication des mesures radar par satellites en fonction de l’humidité des sols.Dans le domaine optique, le modèle DART développé au CESBIO a été étendu au domainespectral de l’infra rouge thermique, a inclus la modélisation directe du transfert radiatif atmosphérique.Le modèle peut à la fois prendre en compte l’hétérogénéité des surfaces, et simuler l’image desatellites, et d’estimer le bilan d’énergie des couverts. La mise au point de méthodes novatrices d'estimation des propriétés de la surface utilisablesdans les modèles ou favorisant l'utilisation de données spatiales dans les applications.Sur la base des travaux de modélisation, des méthodes d’inversion ou d’extraction simples desattributs de surface à partie des données de satellites ont été développées. La biomasse végétale, leLAI, la hauteur des couverts, la phénologie végétale, l’humidité du sol ou l’équivalent en eau ont fait24
l’objet d’inversion au CESBIO. Ces paramètres sont nécessaires aux modèles de processus des cyclesde carbone et d’eau et à terme devront être intégrés ou assimilés dans les modèles. L’amélioration des séries temporelles des données existantes par des méthodes de correctionou normalisation a permis de quantifier les changements pluriannuels et les tendances decertains paramètres.C’est le cas de l’activité photosynthétique représentées par le NDVI, de la phénologie végétale, oude la couverture neigeuse (Cf. projet global), à mettre en relations avec les changements climatiquesou anthopiques. Les nouvelles approches proposées en traitements d'image tirent parti de l’analysediachronique des signatures sur l’année ou de l’analyse morphologique intra ou pluriparcellaires.Ces exemples montrent comment la mise à disposition d’une offre en images satellitaires de plus enplus riche amène à dépasser le cadre restreint des méthodes de classification traditionnelles. Les développements en analyse spatial de paysage doivent permettre de mieux quantifier lesrelations entre les processus écologiques et le structure du paysage.Le développement des nouveaux descripteurs du paysage de l’écosystème élémentaire jusqu'à lagrande région devra répondre aux objectifs de spatialisation des modèles de fonctionnement.REFERENCES CITEESPublications dans les revues à comité de lectureBalzter H, Talmon E, Wagner W, Gaveau D, Plummer S, Yu J.J., Quegan S, Davidson M, Le Toan T, GluckM, Shvidenko A, Nilsson S, Tansey K, Luckman A, Schmullius C. 2003. Accuracy assessment of a largescaleforest cover map of Central Siberia from Synthetic Aperture Radar. Canadian Journal of RemoteSensing, 28 (6), 719-737.Castel T, Beaudoin A, Floury N, Le Toan T, Barczi J.F., Caraglio Y. 2001. Deriving Forest Parameters forBackscatter Models Using the AMAP Architectural Plant Models. IEEE Transactions on Geoscience andRemote Sensing, 39 (3), 3571-3583.571-583.Castel T, Beaudoin A, Stach N, Stussi N, Le Toan T, Durand P. 2001. Using remote sensing to assessbiodiversity. International Journal of Remote Sensing, 22 (12), 2351-2376Chust G, Ducrot D., Pretus J.Ll. 2004. Land cover discrimination potential of radar multitemporal series andoptical multispectral images in a Mediterranean cultural landscape. International Journal of Remote Sensing,5 (17), 3513-3528.Chust G, Ducrot D., Pretus. J. Ll. 2004. Land cover mapping with patch-derived landscape inices. Landscapeand Urban Planning, 69, 437-449.Delbart, N. L. Kergoat, T. Le Toan, J. L’Hermitte and G. Picard , Determination of the dates of greening upin Siberian boreal forests using NDWI from SPOT- VEGETATION data. Remote Sensing of Environment97 (2005) 26 - 38Delbart N., Le Toan T., L. Kergoat, 2005 Remote sensing of boreal spring phenology in 1982-2004 withoutsnow effects using NOAA PAL and SPOT-VGT data . Remote Sensing of Environment, sous presse.Davidson M, Satalino G, Verhoest N, Le Toan T, Borgeaud M, Louis J. 2003. Joint statistical properties of rmsheight and correlation lenght. IEEE Geoscience and Remote Sensing, 41 (7), 1651.Kaojarern S, Delsol J.P., Le Toan T, Peng K.S. 2003. Assessment of Multitemporal Radar Imagery in MappingLand System for Rainfed Lowland Rice. Asian Journal of Geoinformatics.Kaojarern S, Le Toan T, Davidson M. 2004. Monitoring surface soil moisture in Post-harvest rice areas usingC-band radar imagery in Northeast Thailand. Geocarto International, 19 ( 3), 61-71.Le Toan T, Quegan S, Woodward I, Lomas M, Delbart N, Picard G. 2004. Relating radar remote sensing ofbiomass to modelling of forest carbon budgets. Journal of Climatic Change, 67 :379-402, 2004.Mattia F, Le Toan T, Davidson M. 2001. An analytical, numerical and experimental study on scattering frommultiscale rough surfaces. Radio Science, 36 (1), 119-135.25
Page 1: Centre d’Etudes Spatiales de la B
Page 4 and 5: Organigramme scientifique 2001-2005
Page 6 and 7: Les Equipes et Projets de ce bilan
Page 8 and 9: 2.1 Physique de la mesure dans le d
Page 10 and 11: Backscattering coefficient° (dB)-1
Page 12 and 13: immédiats: (1) meilleure précisio
Page 15 and 16: Inversion en LAI et en teneur en ch
Page 17 and 18: sont constituées en base de donné
Page 19 and 20: 3.1.3. Classifications combinant de
Page 21 and 22: fractale remplit la portion de plan
Page 23: La classification non supervisée e
Page 27: Simonneaux V, François P. 2003. Id
Page 30 and 31: eprésentation satisfaisante du fon
Page 32 and 33: Fig 1. Schéma de principe de l’a
Page 34 and 35: flux. Dans ce contexte, un effort i
Page 36 and 37: Les premiers tests de DART-EB ont
Page 38 and 39: 296294292290Température28828628428
Page 40 and 41: Modélisation : Confrontation des s
Page 42 and 43: Fig. 16. Evolution saisonnière de
Page 44 and 45: des Pyrénées prétendent que, sui
Page 46 and 47: des pousses. Cependant contrairemen
Page 48 and 49: A partir des données de flux, les
Page 50 and 51: ii) Age des forêts, perturbations
Page 52 and 53: 4.5.2 Flux carbonés du solIl a ét
Page 54 and 55: Concrètement ces approches expéri
Page 56 and 57: 3. Bilan des travaux réalisésPour
Page 58 and 59: 3.2 -La paramétrisation des échan
Page 60 and 61: plusieurs versions du module sol (F
Page 62 and 63: Figure 9. Spatialisation du modèle
Page 64 and 65: 3.5 . le problème d’agrégationP
Page 66 and 67: d’entrée est surestimée et qu
Page 69 and 70: Bilan du projet 1 : "Sud-Ouest"Bila
Page 71 and 72: NFricheSSite SMOSLa GaronneFigure 3
Page 73 and 74: Figure 6 : Parcelle expérimentale
Page 75 and 76:
Figure 10 : Carte de répartition d
Page 77 and 78:
BoisLandePréTerre cultivableVignes
Page 79 and 80:
Les données enregistrées en conti
Page 81 and 82:
20042005654maizesunflower654sunflow
Page 84 and 85:
2002 2003 2004Bois 6.5% 10.4% 9.3%C
Page 86 and 87:
Cette évolution est caractérisée
Page 88 and 89:
Un indice de fragmentation est cepe
Page 90 and 91:
forte pression de l’agriculture u
Page 92 and 93:
- les méthodes permettant de combi
Page 94 and 95:
Theta s : humidité du sol (m 3 /m
Page 96 and 97:
La procédure d’estimation de l
Page 98 and 99:
ToulouseFigure 37 : Besoins en eau
Page 100 and 101:
dérivés de la base de données de
Page 102 and 103:
20032002Figure 42 : Evapotranspirat
Page 104 and 105:
9876543210-1-janv. 1-mars 30-avr. 2
Page 106 and 107:
5.5 Détermination de la photosynth
Page 108 and 109:
0.080.00.075.010.00.0615.0débits e
Page 110 and 111:
débit (en m3/s)76543210état actue
Page 112 and 113:
En analysant les caractéristiques
Page 114 and 115:
la mise en place de bandes enherbé
Page 116 and 117:
Symposium onPhysical Measurements a
Page 118 and 119:
11 ANNEXE 1Données spatialisées u
Page 120 and 121:
• Développer des scénarios d'é
Page 122 and 123:
Cette occupation du sol possède de
Page 124 and 125:
La montagneLa couverture végétale
Page 126 and 127:
Spatialisation des caractéristique
Page 128 and 129:
A partir des images satellitaires,
Page 130 and 131:
organique dissous alors que le rés
Page 132 and 133:
dans le sol (plaquettes de flux), f
Page 134 and 135:
Et delà de l’utilisation des don
Page 136 and 137:
Le modèle a été en premier lieu
Page 138 and 139:
conséquent été retenues : il s
Page 140 and 141:
3. Activités de formation et trans
Page 142 and 143:
Maisongrande P, Duchemin B, Dedieu
Page 144 and 145:
Chehbouni AG, Escadafal R, Boulet G
Page 146 and 147:
Hadria R, Duchemin B., Lahrouni A.,
Page 148 and 149:
Maisongrande P, Solan BD, Chaponni
Page 150 and 151:
2005. Ezzahar J. Spatialisation des
Page 152 and 153:
et basse résolution spatiale (SPOT
Page 154 and 155:
2. METHODOLOGIEL’approche méthod
Page 156 and 157:
iomasse végétale aérienne qui fo
Page 158 and 159:
contrôle des flux de carbone entre
Page 160 and 161:
Figure 5 : Comparaison des dates d
Page 162 and 163:
Figure 9: Distribution spatiale des
Page 164 and 165:
Le Toan Thuy, Nicolas Delbart, Manu
Page 166 and 167:
- Quels sont les effets de la varia
Page 168 and 169:
Figure 2 : Evolution de la respirat
Page 170 and 171:
alors la végétation, entraînant
Page 172 and 173:
6. Implications dans AMMA6.1. Objec
Page 174 and 175:
Figure 9: Distribution spatiale des
Page 176 and 177:
concernant le développement d'algo
Page 178 and 179:
PUBLICATIONS EN REVISION :. Baret F
Page 180 and 181:
Approche Multi-Echelles du Fonction
Page 182 and 183:
182
Page 184 and 185:
l'équipe 1 se préoccupe de la sig
Page 186 and 187:
laboratoires traitent ces données
Page 188 and 189:
Une campagne aéroportée a eu lieu
Page 190 and 191:
4.2.2 Objectifs de la missionLa ges
Page 192 and 193:
Le CESBIO a démarré les études q
Page 194 and 195:
Vues du radiomètre LEWIS : à gauc
Page 196 and 197:
instrument existant mais plutôt à
Page 198 and 199:
[1] Y. H. Kerr, F. Sécherre, J. La
Page 200 and 201:
[47] E. Anterrieu, "A resolving mat
Page 202 and 203:
[88] J.-C. Calvet, Y. Kerr, J.-P. W
Page 204 and 205:
Prospective 2007 - 2010Organigramme
Page 206 and 207:
206
Page 208 and 209:
I. INSTRUMENTATION ET MESURES IN-SI
Page 210 and 211:
méthodes de normalisation/correcti
Page 212 and 213:
hauteur d’eau des surfaces inond
Page 214 and 215:
III.2 L’analyse du paysageAbordé
Page 216 and 217:
L’ensemble des informations spati
Page 218 and 219:
La première ligne directrice est d
Page 220 and 221:
3.1 Chroniques d’indicateursDiver
Page 222 and 223:
de chaleur sensible et du flux de c
Page 224 and 225:
8 ANNEXE : COMPOSITION DE L'EQUIPEP
Page 226 and 227:
226
Page 228 and 229:
‘’Brundtland 1 ’’, 1987). L
Page 230 and 231:
traitera en premier lieu des cycles
Page 232 and 233:
inter-parcelles. In fine, l’objec
Page 234 and 235:
connaissance de l’occupation des
Page 236 and 237:
- Estimation des conditions initial
Page 238 and 239:
Les efforts initiaux porteront trè
Page 240 and 241:
Le site Sud-Ouest du Cesbio est l
Page 242 and 243:
Développement del’OSRLaboratoire
Page 244 and 245:
1. la production d’informations m
Page 246 and 247:
Au niveau de la plaine du Haouz, no
Page 248 and 249:
préoccupations du Comité Scientif
Page 250 and 251:
3.2 HydrogéologieLa nappe du Haouz
Page 252 and 253:
Une première piste, partiellement
Page 254 and 255:
2004, Merlin et al. 2005). Il est e
Page 256 and 257:
modes de gestion des terres qui ser
Page 258 and 259:
Sudmed et IRRIMED pourront être é
Page 260 and 261:
spectral/multi-resolution remote se
Page 262 and 263:
Le projet ‘Sahel’ est donc moti
Page 264 and 265:
forte variabilité temporelle exist
Page 266 and 267:
production de biomasse qui en résu
Page 268 and 269:
3.3.2 Fonctionnement du sol à l’
Page 270 and 271:
D'autres thèses ont avancé qu'au
Page 272 and 273:
chaleur sensible et latent, sous fo
Page 274 and 275:
. Variables météorologiques: Deux
Page 276 and 277:
4.4. Intégration dans des réseaux
Page 278 and 279:
Figure 5 : Echelles spatiales conce
Page 280 and 281:
6.1. Produits ‘végétation’Le
Page 282 and 283:
puits, forages) et les mouvements d
Page 284 and 285:
284
Page 286 and 287:
• maximiser la qualité des donn
Page 288 and 289:
multi-angulaires et bi-polarisées
Page 290 and 291:
d’équipes participant au projet
Page 292 and 293:
UPC, HUT, TUD, DLR, ECMWF, KNMI, UK
Page 294 and 295:
Objectifs de la mission Questions s
Page 296 and 297:
5 ConclusionEn raison de ses compé
Page 298 and 299:
Projets OMPIl s’agit de projets i
Page 300 and 301:
2. le bassin de l’Amazone où out
Page 302 and 303:
Publications CESBIO récentes sur l
show all

Demande de renouvellement (2007-2010) - Cesbio

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?