Global-scale retrievals of soil moisture and vegetation optical depth from L-band passive microwave observations : SMOS-IC algorithm improvement, fusion with SMAP and assessment | Estimation de l'humidité du sol et de l'épaisseur optique de la végétation à partir d'observations micro-ondes passives en bande L : amélioration de l'algorithme SMOS-IC, fusion avec SMAP and évaluation

إنجليزي. Passive microwave remote sensing at L-band (1.4 GHz) provides an unprecedented opportunity to estimate global surface soil moisture (SM) and vegetation water content (via the vegetation optical depth, VOD), which are both essential to monitor the Earth water and carbon cycles. In particular, L-VOD has been recently identified as a promising indicator for estimating the dynamics in aboveground biomass of forests at continental scales. Currently, only two space-borne L-band radiometer missions are operating: the Soil Moisture and Ocean Salinity (SMOS) and the Soil Moisture Active Passive (SMAP) missions in orbit since 2009 and 2015, respectively. Merging the SMOS and SMAP observations would potentially offer improved estimates of SM and L-band VOD (L-VOD) for global hydro-meteorology and ecology applications, and also maintain continuity of both variables if one of the sensors stops delivering data. So, obtaining long-term and consistent records of these essential variables is key for the Earth climate research, especially for climate change mitigation and policy making worldwide through for example the Intergovernmental Panel on Climate Change (IPCC). In this context, the overall goal of this doctoral dissertation is to develop accurate and reliable long-term time-series of merged SM and L-VOD data records from SMOS and SMAP. Our work relied on the SMOS-IC retrieval algorithm which has been recently found to perform quite well in comparison to SMOS official algorithms/products.In a first step, our work focused on the improvement of SMOS-IC by (i) testing a first-order radiative transfer modelling approach (2-Stream) instead of the zero-order one which was originally used in SMOS-IC and (ii) developing a multi-temporal (MT) retrieval scheme to better account for the slow temporal changes in L-VOD. We found that the implementation of the 2-Stream model did not improve much the retrieval performances of SMOS-IC. In contrast, the MT retrieval scheme led to improved performances for both SM and L-VOD, resulting in the SMOS-IC Version 2 (V2). A dedicated assessment and inter-comparison of SMOS-IC V2 L-VOD with eight other VOD products at X-, C- and L-bands was implemented. This evaluation work showed that newly released VOD products have complementary abilities for monitoring different vegetation features depending on the used algorithm and satellite frequency, with SMOS-IC L-VOD being one of the best indices for monitoring vegetation biomass and height.In a second step, we focused on the merging of SMOS and SMAP. A new mono-angular retrieval algorithm (called SMAP-IB), suitable for both SMOS and SMAP, was developed relying on the multi-temporal algorithm of SMOS-IC V2. We applied this algorithm to brightness temperature (TB) observations from SMOS and SMAP, merged using a monthly dual-polarized linear rescaling method, to compute a new merged SMOS/SMAP SM and L-VOD product (referred to as SMOSMAP-IB). Evaluation results showed that SMOSMAP-IB SM retrievals can achieve highest correlation and smallest ubRMSD values when evaluated vs in-situ data, compared to other reference SM products. Moreover, SMOSMAP-IB L-VOD retrievals were found to have, similarly to SMOS-IC, very good spatial and temporal skills. In conclusion, this PhD provided a new multitemporal SMOS product (SMOS-IC V2) and a new merged SMOSMAP-IB product covering the period from 2010 to present, which perform quite well for both SM and L-VOD. Developing SMOSMAP-IB also provides a reference for the integration of products from future satellite passive microwave missions aiming at monitoring SM and VOD such as Copernicus Imaging Microwave Radiometer (CIMR), planned to be launched after 2027.

فرنسي. Les observations satellitaires micro-ondes passives en bande L (1.4 GHz) sont un moyen inégalé pour estimer l'humidité du sol en surface (SM) et le contenu en eau de la végétation (via l'épaisseur optique de la végétation, VOD), qui sont deux variables essentielles pour le suivi du cycle de l'eau et du carbone. En particulier, l'indice L-VOD s'est récemment révélé très prometteur pour estimer la dynamique de la biomasse aérienne des forêts à des échelles continentales. Actuellement, il y a seulement deux missions satellitaires en bande L en opération: les missions SMOS (Soil Moisture and Ocean Salinity) et SMAP (Soil Moisture Active Passive) qui sont en orbite depuis 2009 et 2015, respectivement. La fusion des observations de SMOS et SMAP pourrait potentiellement fournir de meilleures estimations de SM et VOD en bande L (L-VOD) pour des applications en hydrométéorologie et en écologie, et aussi maintenir la continuité du suivi des deux variables si un des capteurs tombe en panne. Aussi, obtenir un jeu de données fusionné SMOS/SMAP long terme et cohérent de ces deux variables essentielles est très important pour la recherche sur le climat en appui, par exemple, aux travaux du GIEC (Groupe d'experts Intergouvernemental sur l'Evolution du Climat). Dans ce contexte, le but principal de ce travail de thèse a été de développer un jeu de données fusionné SMOS/SMAP (pour SM et L-VOD) qui soit précis et fiable. Ce travail de fusion s'est appuyé sur l'algorithme d'inversion SMOS-IC qui a récemment montré ses très bonnes performances en comparaison avec les algorithmes et produits officiels SMOS.Dans une première étape, l'étude s'est concentrée sur l'amélioration de SMOS-IC en testant (i) une approche de modélisation du transfert radiatif au premier-ordre (2-Stream) à la place de l'approche à l'ordre zéro (modèle Tau-Omega) utilisée originellement dans SMOS-IC (ii) une approche multi-temporelle permettant de mieux prendre en compte les variations temporelles lentes de l'indice de végétation L-VOD. Nous avons montré que la mise en œuvre du modèle 2-Stream dans SMOS-IC n'améliorait pas les performances de l'inversion. Par contre, l'approche multi-temporelle a montré de très bonnes performances et a conduit à la version 2 de SMOS-IC (V2). Une étude spécifique d'inter-comparaison du produit végétation SMOS-IC V2 L-VOD avec huit autres produits VOD (en bande X, C et L) a été conduite. Ce travail a révélé que les récents produits VOD ont des capacités complémentaires, dépendantes de l'algorithme utilisé et de la fréquence du capteur satellite, dans le suivi des différentes caractéristiques de la végétation.Dans une deuxième étape, nous nous sommes focalisés sur la fusion des données SMOS et SMAP. Un nouvel algorithme d'inversion mono-angulaire (appelé SMAP-IB), adapté à la fois aux observations SMOS et SMAP (qui est un capteur mono-angulaire), a été développé en s'appuyant sur l'algorithme multi-temporel de SMOS-IC V2. Nous avons appliqué SMAP-IB à des observations SMOS/SMAP de températures de brillance (TB), fusionnées grâce à une méthode d'ajustement sur une période mensuelle, pour développer un nouveau produit fusionné SMOS/SMAP (appelé SMOSMAP-IB). SMOSMAP-IB SM a donné les meilleurs résultats dans une évaluation utilisant un très large jeu de données in-situ, par rapport à d'autres produits SM de référence. SMOSMAP-IB L-VOD a aussi montré de très bonnes performances, similaires à celles du produit SMOS-IC L-VOD. En conclusion, cette thèse a conduit au développement de la version multi-temporelle (V2) de SMOS-IC et à un nouveau produit fusionné SMOS/SMAP (SMOSMAP-IB) couvrant la période 2010-présent qui a des performances excellentes à la fois pour SM et pour L-VOD. Le développement de SMOSMAP-IB constitue aussi une étude de référence pour l'intégration de différents jeux de données issus des futures missions satellites destinées au suivi de l'humidité du sol et de l'indice végétation VOD.