Spatial heterogeneity and remote sensing observations of land surface: characterization and effects on biophysical variable estimates

Biophysical variable estimates from remote sensing data characterize plant canopy structure and functioning. The monitoring of earth surface dynamic processes at global scale requires high temporal frequency remote sensing observations which are provided up to now thanks to coarse spatial resolution sensors. At these scales, both the spatial heterogeneity of the observed scenes and the non linearity of the relationships between the biophysical variable of interest and the radiometric data, generate a bias in the variable estimation. This work aims at reducing the biophysical variable estimation uncertainty due to scaling effects. Spatial heterogeneity is characterized by the variogram of high spatial resolution remote sensing data (NDVI, NIR, RED). The analysis is performed for different landscapes. Typical length scales as measured by the range of the variogram is between 50m and 800m. Then, a method is developed to reduce scaling effects in the estimates of the biophysical variable. It accounts for spatial heterogeneity within coarse resolution pixel and the degree of non linearity of the relationship between remote sensed data and biophysical variable. Results show good performance for coarse resolution sensors. Based on the characterization of heterogeneity over a large range of landscapes (18), the optimal resolution, i.e the resolution that would minimize the artefacts due to spatial heterogeneity, is estimated at 30m.La télédétection permet d'estimer les variables biophysiques révélatrices de l'état et du fonctionnement du couvert végétal. A l'heure actuelle, la répétitivité temporelle nécessaire pour caractériser le fonctionnement des couverts végétaux n'est assurée que par des capteurs à large champ observant la surface à des résolutions spatiales hectométrique ou kilométrique. Toutefois, l'hétérogénéité spatiale intra-pixellaire constitue une source d'incertitude significative lorsque les relations entre les variables biophysiques et les variables radiométriques mesurées par télédétection sont non linéaires. L'hétérogénéité du pixel moyenne résolution est caractérisée à partir du variogramme d'images de variables radiométriques (NDVI, PIR, ROUGE) issues d'un capteur à haute résolution spatiale. L'analyse de différents paysages montre que les échelles de variation expliquant la plus grande part de variabilité de la couverture végétale ont une gamme de valeur comprise entre 60m et 800m. D'autre part, un modèle a été construit pour corriger l'erreur d'estimation des variables biophysiques induite par l'hétérogénéité spatiale du pixel moyenne résolution. L'erreur d'estimation s'exprime de façon multiplicative en fonction du degré d'hétérogénéité et du degré de non linéarité de la relation entre la variable radiométrique et la variable biophysique. La correction est satisfaisante, en particulier à 1000m de résolution. A partir de la caractérisation de l'hétérogénéité spatiale de dix-huit paysages, la résolution spatiale optimale qui permet de capturer le maximum de variabilité de la couverture végétale du paysage pour minimiser l'erreur d'estimation a été estimée à 30m