Caractérisation des propriétés optiques infrarouges et de la température par désagrégation de mesures directionnelles et spectrales Fontanilles, Guillaume 2009-11-20 Institut Supérieur de l'Aéronautique et de l'Espace

Directeur(s) de thèse:  Briottet, Xavier Laboratoire :  Département Optique Théorique et Appliquée (DOTA) Ecole doctorale :  Génie Electrique, Electronique et Télécommunications (GEET) Classification : Sciences de l'ingénieur

Accès :  Texte intégral Mots-clés : Transfert radiatif, Infrarouge, Surface rugueuse et hétérogène, Milieu urbain, Imagerie hyperspectrale, Agrégation, Désagrégation, Analyse de sensibilité Résumé : La compréhension de notre environnement nécessite l’étude de phénomènes radiatifs à l’interface surface atmosphère. Ces échanges d’énergie sont analysés à différents niveaux d’échelle suivant la résolution spatiale du capteur. Cette thèse traite du domaine spectral infrarouge (3-14μm) et s’intéresse aux milieux urbains caractérisés par une forte variabilité spatiale. L’objectif est de caractériser les propriétés optiques (réflectance et émissivité) et les températures de surface à partir de mesures directionnelles et spectrales. Pour cela, une première étape a consisté à modéliser le signal en décrivant chacune de ses composantes radiatives. Un modèle de transfert radiatif, TITAN, a donc été développé. Ce modèle permet également de quantifier les effets directionnels de chacune des composantes du signal. Il a été validé par intercomparaison avec d’autres codes de transfert radiatifs. La suite des travaux s’est portée sur l’analyse de l’agrégation lors d’un changement d’échelle spatiale afin de relier les paramètres de surface définis localement aux valeurs équivalentes déduites des mesures capteurs. Une analyse phénoménologique du modèle d’agrégation a été réalisée à l’aide de plans d’expérience afin d’étudier l’influence de chaque facteur d’entrée du modèle sur les paramètres équivalents. Enfin, la dernière étape s’est attachée à inverser le modèle d’agrégation, i.e. à désagréger, dans le but de retrouver les paramètres intrinsèques des surfaces à partir de données hyperspectrales multi-angulaires. Du fait de la non linéarité de nos équations d’agrégation, notre méthode de désagrégation est basée sur la méthode des moindres carrés optimisée par l’algorithme de Gauss-Newton. Une analyse de sensibilité a permis de fixer les contraintes et les conditions d’applications de notre méthode, comme par exemple la nécessité de connaître la répartition des surfaces avec une précision de 1m. Ainsi, les résultats de ces travaux pourront être utilisés dans les études des îlots de chaleur urbains pour une meilleure estimation des températures de surface. Résumé (anglais) : The understanding of our environment requires the study of radiative phenomena at the surface – atmosphere interface. These energy exchanges are analyzed at different levels following the sensor spatial resolution. This work focuses on the remote sensing of urban area characterized by their high spatial variability and the 3D structure of the buildings in the infrared spectral domain (3-14μm). The objective is to retrieve the optical properties (reflectance and emissivity) and surface temperatures from spectral and directional measurements. To this end, a first step consisted in modelling the signal with a new radiative transfer model, TITAN, developed in this work. This model also allows quantifying the directional effects of each radiative contributor to the signal. It has been validated by intercomparison with other radiative transfer codes. Then, the work is focused on the analysis of aggregation in a change of spatial scale in order to link the surface parameters defined locally to the equivalent values derived from the sensor measurements. A phenomenological study of the aggregation model was conducted based on experimental design (DOE) method to evaluate the impact of each input factor on the equivalent parameters. In the last part, the aggregation model is inverted, i.e. to unmix, in order to find the intrinsic parameters of local surface from hyperspectral data. Due to the nonlinearity of our aggregation equations, our unmixing method is based on the method of least squares optimized by the Gauss-Newton algorithm. A sensitivity analysis allowed determining constraints and application conditions of our method, like the need to know the arrangement of surfaces with an accuracy of 1m for example. Thus, the results of this work may be used in studies of urban heat island (UHI) for a better estimate of surface temperatures. Langue : Français

Exporter au format XML