Contribution of high resolution and high revisit frequency remote sensing in hydrometeorological modelling

Les agrosystèmes sont soumis à de fortes hétérogénéités spatiales et temporelles, notamment du fait des pratiques agricoles. Les modèles de surface, qui servent à quantifier les échanges d'eau et d'énergie entre le sol, la végétation et la basse atmosphère, dits flux hydrométéorologiques, utilisent la plupart du temps des résolutions spatiales trop larges et une description des pratiques agricoles trop simple pour caractériser ces hétérogénéités, faute d'information spatialisée fiable et à fréquence temporelle suffisante pour paramétrer les simulations. Pourtant, réussir à simuler de manière plus réaliste les agrosystèmes à l'échelle du paysage, comme un bassin versant par exemple, est d'importance cruciale que ce soit pour gérer la répartition des ressources en eau ou évaluer les interactions entre pratiques agricoles et évolution climatique. La télédétection à haute résolution spatiale et temporelle, à l'image de la mission spatiale Sentinel-2 de l'ESA, permet de fournir des informations sur la surface terrestre à des résolutions inégalées (10 m, 5 jours) et sur l'ensemble du globe. Cette thèse visait donc à exploiter ce type de données dans un modèle de surface, le modèle SURFEX-ISBA développé par le CNRM, afin d'améliorer la représentation des pratiques agricoles et évaluer son impact sur les flux hydrométéorologiques à l'échelle du paysage. Le premier volet de la thèse avait pour objectif de représenter l'hétérogénéité spatio-temporelle des cultures, du fait des choix des dates de semis et de récolte ainsi que des rotations de culture, dans le modèle. Pour ce faire, j'ai exploité les produits issus des données du satellite optique Formosat-2 (8m, acquisitions programmées), sous la forme de cartes d'occupation des sols et de cartes multi-temporelles d'indice de surface foliaire (LAI) afin de simuler un agrosystème du Sud-Ouest de la France sur une zone de 576 km2. Afin de simuler de telles étendues en exploitant la haute résolution des produits satellite tout en limitant le temps de calcul, une approche de simulation par parcelle a été mise en place.Agricultural practices generate strong spatial and temporal heterogeneities of the vegetation in agrosystems. Land Surface Models (LSMs), which simulate water and energy fluxes between soil, vegetation and atmosphere, use coarse spatial resolutions and very simplified agricultural practices representations. Therefore, they cannot characterize such heterogeneities. However, simulating agrosystems in a realistic way is of great interest to manage water resources at landscape scale, like a river basin, or study the interactions between climate evolution and agriculture. High resolution remote sensing, like the ESA's Sentinel-2 space mission, allows monitoring the Earth surface globally with unprecedented spatio-temporal resolution of 10 meters and 5 days. This Ph. D. thesis aimed to exploit such data in the SURFEX-ISBA LSM, developed by the CNRM, to represent agricultural practices in the hydrometeorological fluxes estimation at landscape scale. The first part of the thesis aimed at representing the spatial and temporal heterogeneities of the vegetation due to the choice of sewing and harvesting dates and crop rotations in the model. I used multi-temporal Leaf Area Index and annual land cover maps derived from the Formosat-2 remote sensing date (8m, tasking acquisitions). Simulations were performed on a 576 km2 agricultural plain in southwestern France. In order to keep the interest of high resolution while saving computation time, a plot scale simulation approach was used