Directory Intranet
Chargement
MASSON Thťo

Fusion de données de télédétection haute résolution pour le suivi de la neige.

 

Directeur de th√®se :     Jocelyn CHANUSSOT

Co-encadrant :     Mauro DALLA MURA

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)

Spécialité : Signal, image, parole, t√©l√©coms

Structure de rattachement : Grenoble-INP

Établissement d'origine : UGA - Universit√© Grenoble Alpes

Financement(s) : Bourse région ; Sans financement

 

Date d'entrée en thèse : 01/11/2015

Date de soutenance : 19/12/2018

 

Composition du jury :
Jocelyn CHANUSSOT - Directeur de these
Yannick DEVILLE - Rapporteur
Alain ROYER - Rapporteur
Stéphane JACQUEMOUD - Examinateur
Abdelaziz KALLEL - Examinateur
Simon GASCOIN - Examinateur
Mauro DALLA MURA - CoDirecteur de these
Marie DUMONT - CoDirecteur de these

 

Résumé : Les acquisitions de t√©l√©d√©tection ont des caract√©ristiques compl√©mentaires en termes de r√©solution spatiale et temporelle et peuvent mesurer diff√©rents aspects de la couverture neigeuse (propri√©t√©s physiques de surface, type de neige, etc.). En combinant plusieurs acquisitions, il devrait √™tre possible d'obtenir un suivi pr√©cis et continu de la neige. Cependant, cet objectif se heurte √† la complexit√© du traitement des images satellites et √† la confusion possible entre les diff√©rents mat√©riaux observ√©s. Plus particuli√®rement, l'acc√®s √† l'information fractionnelle, c'est-√†-dire √† la proportion de neige dans chaque pixel, n√©cessite de retrouver la proportion de l'ensemble des mat√©riaux qui se trouvent dans celui-ci. Ces proportions sont accessibles via des m√©thodes d'inversions ou d√©m√©lange spectral se basant sur la r√©solution spectrale des images obtenues. Le d√©fi g√©n√©ral est alors d'arriver √† exploiter correctement les diff√©rentes informations de natures diff√©rentes qui nous sont apport√©es par les diff√©rentes acquisitions afin de produire des cartes d'enneigement pr√©cises. Les objectifs de la th√®se sont alors au nombre de trois et peuvent se r√©sumer par trois grandes interrogations qui permettent de traiter les diff√©rents points √©voqu√©s: - Quelles sont les limitations actuelles de l'√©tat de l'art pour l'observation spatiale optique de la neige ? - Comment exploiter les s√©ries temporelles pour s'adapter √† la variabilit√© spectrale des mat√©riaux ? - Est-il possible de g√©n√©raliser la fusion de donn√©es pour une acquisition multimodale √† partir de capteurs optiques ? Une √©tude compl√®te des diff√©rents produits de neige issus du satellite MODIS est ainsi propos√©e, permettant l'identification des nombreuses limitations dont la principale est le haut taux d'erreurs lors de la reconstitution de la fraction (environ 30%). Parmi ces r√©sultats sont notamment identifi√©s des probl√®mes li√©s aux m√©thodes de d√©m√©lange face √† la variabilit√© spectrale des mat√©riaux. Face √† ces limitations nous avons exploit√© les s√©ries temporelles MODIS pour proposer une nouvelle approche d'estimation des endmembers, √©tape critique du d√©m√©lange spectral. La faible √©volution temporelle du milieu (hors neige) est alors utilis√©e pour contraindre l'estimation des endmembers non seulement sur l'image d'int√©r√™t, mais √©galement sur les images des jours pr√©c√©dents. L'efficacit√© de cette approche bien que d√©montr√©e ici reste sujette aux limitations de r√©solution spatiale intrins√®ques au capteur. Des exp√©rimentations sur la fusion de donn√©e, √† m√™me de pouvoir am√©liorer la qualit√© des images, ont par cons√©quent √©t√© r√©alis√©es. Devant les limitations de ces m√©thodes dans le cas des capteurs multispectraux utilis√©s, une nouvelle approche de fusion a √©t√© propos√©e. Via la formulation d'un nouveau mod√®le et sa r√©solution, la fusion entre des capteurs optiques de tous types peut √™tre r√©alis√©e sans consid√©ration de recouvrement spectral. Les diff√©rentes exp√©rimentations sur l'estimation de cartes de neige montrent un int√©r√™t certain d'une meilleure r√©solution spatiale pour isoler les zones enneig√©es. Ce travail montre ainsi les nouvelles possibilit√©s de d√©veloppement pour l'observation de la neige, mais √©galement les √©volutions de l'utilisation combin√©e des images satellites pour l'observation de la Terre en g√©n√©ral.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31