Radar à synthèse d’ouverture : algorithmes et applications en forêts et en zones urbaines

L'objectif de cette thèse est d'exploiter le radar à ouverture synthétique (SAR) multiligne la caractérisation de la structure forestière et la surveillance de l'affaissement des sols. Dans le cas des zones forestières, les paramètres de la structure de la forêt tropicale sont dérivés par la tomographie SAR (TomoSAR). Pour les zones urbaines, la subsidence des sols est étudiée à l'aide des techniques d'interférométrie SAR (InSAR). TomoSAR et InSAR seront en utilisant des images SAR multi-lignes de base sur différents sites. Avant l'analyse tomographique, un algorithme d'étalonnage de phase est nécessaire pour compenser les résidus de phase qui altèrent les données et influent sur la mise au point des données multi-lignes de base. D'abord, une étude tomographique a été réalisée dans les forêts tropicales, où la caractérisation de la forêt a été évaluée à l'aide de la tomographie SAR en bandes L et P. Deuxièmement, différentes techniques InSAR ont été comparées en ce qui concerne leurs performances en matière de surveillance de la déformation de la surface de la Terre, en prenant le Liban comme étude de cas.La première partie de la thèse présente l'analyse TomoSAR dans la forêt tropicale du Gabon. Un examen des techniques d'étalonnage de phase utilisées sur les données TomoSAR est présenté. La formulation du problème commence par l'étalonnage de phase de la pile de données considérée comme l'entrée principale pour commencer avec les algorithmes de traitement des données SAR. Ainsi, les algorithmes d'étalonnage de phase proposés dans la littérature sont discutés. Deux des approches d'étalonnage de phase les plus importantes sont ensuite décrites et discutées en détail. Le potentiel des données TomoSAR en bande L pour caractériser la structure de la forêt tropicale est évalué. Le défi ici est la courte longueur d'onde des données en bande L (en comparaison à la bande P), et la possibilité de pénétrer dans la forêt tropicale jusqu'au sol. L'analyse tomographique est réalisée à partir des données UAVSAR de la bande L en campagne AfriSAR menée sur le parc Gabonais Lopé en Février 2016. Il a été constaté que TomoSAR en bande L est capable de pénétrer dans et à travers la canopée jusqu'au sol, ce qui a permis de détecter correctement les couches de la canopée et du sol.Ensuite, le suivi de la structure des forêts tropicales est traité à l’aide de la tomographie ROS en bandes L et P. Pour cela, une comparaison des profils TomoSAR en bandes L et P avec des données lidar du capteur (LVIS) est effectuée afin d'évaluer la capacité de TomoSAR à surveiller et à estimer les paramètres de la structure de la forêt tropicale pour une bonne gestion forestière et pour soutenir les missions spatiales sur la biomasse forestière. Les performances des bandes L et P pour la pénétration de la canopée sont évaluées pour déterminer l'emplacement du sol sous-jacent. En outre, les enregistrements 3D pour chaque configuration sont comparés en ce qui concerne leur capacité à dériver la structure verticale de la forêt.La deuxième partie de la thèse aborde l'utilisation des techniques InSAR dans la surveillance de la subsidence. L'idée est de diviser l'estimation des déformations de surface de la terre en deux étapes. La première étape consiste à utiliser la technique du maximum de vraissemblance pour traiter conjointement les diffuseurs permanets et les diffuseurs distribués afin d'obtenir les meilleures estimations possibles des phases interférométriques. Ensuite, la deuxième étape consiste à séparer les contributions aux phases interférométriques dues à la topographie de la scène et au champ de déformation causées par le bruit de décorrélation et les perturbations atmosphériques. Comme cas d'étude, une analyse approfondie des données INSAR est présentée sur le site Libanais. En s'appuyant sur un ensemble de données de 117 données satellitaires Sentinel-1 acquises sur le Liban entre 2015 et 2019, avec une résolution temporelle élevée (6 jours).The objective of this thesis is to exploit Multi-baseline Synthetic Aperture Radar (SAR) for studying the remote sensing of natural scenarios, such as forest structure characterization and land subsidence monitoring. In the case of forested areas, tropical forest structure parameters are derived by Tomography SAR (TomoSAR) technique. For urban areas, Land subsidence is investigated through Interferometry SAR (InSAR) techniques. TomoSAR and InSAR will be treated by using Multi-baseline SAR images over different sites. Prior to tomographic analysis, a phase calibration algorithm is needed to compensate for phase residuals that corrupt the data and influence the focusing of Multi-baseline data. First, a tomographic study has carried out in tropical forest, where the forest characterization was assessed by using SAR tomography at L and P-band. Second, different InSAR techniques have been compared with respect to their performance in monitoring earth’s surface deformation, taking Lebanon as a case study.The first part of the thesis presents the TomoSAR analysis in the tropical forest. A review of phase calibration techniques employed on TomoSAR data is shown. The problem formulation starts with the phase calibration of the data stack that is considered as the main gate to begin with SAR processing algorithms. Thus, the main phase calibration algorithms proposed in the literature are discussed. Two of the most important phase calibration approaches are then described and discussed in detail. The potential of L-band TomoSAR data to characterize tropical forest structure is evaluated. The challenge here is the short wavelength of L-band data, and whether can penetrate tropical forests down to the ground. Tomographic analysis is carried out using L-band UAVSAR data from the AfriSAR campaign conducted over Gabon Lopé Park in February 2016. It was found that L-band TomoSAR was able to penetrate into and through the canopy down to the ground, and thus the canopy and ground layers were detected correctly. Then, monitoring tropical forest structure using SAR tomography at L- and P-band are treated. For this, a comparison of the P- and L-band TomoSAR profiles, Land Vegetation and Ice Sensor (LVIS), and discrete return LiDAR is provided in order to assess the ability for TomoSAR to monitoring and estimating the tropical forest structure parameters for enhanced forest management and to support biomass missions. The L- and P-band's performances for canopy penetration are assessed to determine the underlying ground locations. Additionally, the 3D records for each configuration are compared regarding their ability to derive forest vertical structure.The second part of the thesis tackle the utilization of InSAR techniques in land subsidence monitoring. The idea is to split the estimation of earth's surface deformations into two steps. The first step is to use Maximum Likelihood technique to jointly process Permanent scaterrers and Distributed scaterrers in order to yield the best estimates of interferometric phases. Then, the second step is to separate the contributions to the interferometric phases due to the scene topography and deformation field from those caused by decorrelation noise and atmospheric disturbances. As a case study, an extensive InSAR analysis of Lebanon site is shown, relying on a data-set of 117 Sentinel-1 satellite data acquired over Lebanon between 2015 and 2019, with high temporal resolution (i.e. 6 days)