Retrieval of the vegetation optical depth (VOD) from the radar satellites ASCAT and Sentinel-1 | Inversion de l'épaisseur optique de la végétation (VOD) à partir des satellites radar ASCAT et Sentinel-1

anglais. Microwave remote sensing offers a valuable alternative to optical remote sensing for monitoring vegetation because of its ability to operate in cloudy conditions and penetrate dense vegetation. Vegetation optical depth (VOD) is a microwave-based vegetation index used for monitoring the vegetation water content and the biomass. It is a promising ecological indicator that has been found very useful to study the impact of global climate and environmental changes on vegetation. Particularly, many applications have been developed in various fields of research, including ecology and the water and carbon cycle. Currently, VOD products are retrieved from passive microwave data at coarse spatial resolution (~25 km). They are generally available over short time periods corresponding to a single satellite life span. Up to now, few studies focused on VOD retrievals from active microwave data. The Advanced SCATterometer (ASCAT) and Sentinel-1(S1) satellites can provide long-term (from 2007 to now) and high-resolution (10 m) C-band backscatter data, respectively. In this context, the overall goal of this doctoral dissertation is to develop accurate and reliable long-term time-series of VOD using active data records from ASCAT and S1. In a first step, we developed the ASCAT INRAE Bordeaux (IB) algorithm, which is based on two backscattering models: the Water Cloud Model (WCM) for vegetation coupled with the Ulaby linear model for soil. The main features of the ASCAT IB algorithm are (i) the modelled ERA5-Land soil moisture (SM) dataset was used as an auxiliary SM dataset in the retrievals, (ii) pixel-based soil model parameters were mapped using Random Forest (RF), and (iii) the vegetation scattering parameter (ω) was calibrated for each day. The ASCAT IB algorithm was tested in Africa and produced good results, but did not work well on a global scale. Therefore, in a second step of this PhD, the ASCAT IB algorithm was improved by taking advantage of a multi-temporal (MT) retrieval method relying on a cost function including constraints applied to the retrieved parameters and extended over the whole land surfaces. It was implemented to simultaneously retrieve long-term VOD and ω parameters from 2007 to now from the single-channel (vertical-vertical, VV) and mono-angular active microwave observations of ASCAT. Evaluation results showed that the global ASCAT IB VOD retrievals were found to have very good spatial and temporal skills in monitoring vegetation. Some interesting discrepancies were also observed when comparing ASCAT IB VOD with the passive VOD products at the same frequency. In the last step of our work, the good performance of the improved ASCAT IB algorithm encouraged us to apply it to S1 observations to retrieve a high spatial resolution active VOD product. A 1 km VOD product was retrieved from S1, between 2015 and 2022, over France, a country that was selected in this first evaluation due to its variety in terms of soil conditions and vegetation types. S1-VOD showed a good spatial correlation with various aboveground biomass (AGB) and canopy height (CH) products, and its yearly changes agree well with changes in the Climate Change Initiative (CCI) AGB V4.0 product. In conclusion, this PhD provided two new long-term VOD products: ASCAT IB VOD (global) and a high-resolution S1-VOD over France, both of which demonstrated a good ability to monitor vegetation both in space and time. In addition, our work also provided a retrieval framework that can be applied for retrieving VOD from active microwave observations at other frequencies.

français. La télédétection par micro-ondes offre une alternative intéressante à la télédétection optique pour le suivi de la végétation en raison de sa capacité à fonctionner dans des conditions nuageuses et de végétation dense. L’épaisseur optique de la végétation (VOD) est un indice micro-ondes qui est bien relié à la teneur en eau et la biomasse de la végétation. Il s'agit d'un indicateur écologique prometteur pour étudier l'impact du climat mondial et des changements environnementaux sur la végétation, notamment pour des applications dans les domaines de l'écologie et du cycle de l'eau et du carbone. Les produits VOD sont généralement estimés à partir de données micro-ondes passives à une résolution spatiale grossière (~25 km) et ils sont disponibles, pour un satellite donné, sur une courte période d’observation. Jusqu’à présent, très peu d'études ont porté sur l’estimation du VOD à partir de données micro-ondes actives. Les satellites radar Advanced SCATterometer (ASCAT) et Sentinel-1(S1) peuvent fournir des observations micro-ondes actives en bande C sur le long terme (de 2007 à aujourd'hui) pour ASCAT, et à haute résolution (10 m) pour S1. Dans ce contexte, l'objectif de cette thèse de doctorat est de développer des séries temporelles VOD long terme, précises et fiables, provenant de ASCAT et de S1. Dans un premier temps, nous avons développé l'algorithme ASCAT INRAE Bordeaux (IB), qui est basé sur deux modèles de rétrodiffusion : le modèle de nuage d'eau (WCM) pour la végétation, couplé au modèle linéaire d’Ulaby pour le sol. Les principales caractéristiques de l'algorithme ASCAT IB sont les suivantes : (i) les sorties du modèle ERA5-Land sont utilisées comme jeu de données auxiliaire de l'humidité du sol (SM) dans les calculs, (ii) les paramètres du modèle de sol sont cartographiés à l'aide de la méthode Random Forest (RF) sur chaque pixel, et (iii) le paramètre de diffusion de la végétation (ω) est calibré quotidiennement. L'algorithme ASCAT IB a été testé en Afrique et a donné de bons résultats, mais n'a pas fonctionné correctement à l'échelle mondiale. Par conséquent, dans une deuxième étape, l'algorithme ASCAT IB a été amélioré en tirant parti d'une méthode de calcul multi temporelle (MT) reposant sur une fonction de coût et étendu à l’ensemble des surfaces continentales. Cette méthode a été mise en oeuvre pour extraire simultanément les données VOD et le paramètre ω de 2007 à aujourd'hui, à partir des observations micro-ondes actives monocanal (vertical-vertical, VV) et mono-angulaires d'ASCAT. Les résultats de l'évaluation ont montré que les estimations globales de VOD au moyen de l'algorithme ASCAT IB présentaient de très bonnes performances spatiales et temporelles en matière de suivi de la végétation. Dans la dernière étape de notre travail, les bonnes performances de l'algorithme ASCAT IB global nous ont encouragés à l'adapter aux observations de S1 pour calculer un produit VOD à haute résolution spatiale. Un produit S1-VOD à 1 km de résolution spatiale a été estimé, entre 2015 et 2022, sur la France, un pays qui a été choisi pour cette première évaluation en raison de sa variété en termes de conditions de sol et de types de végétation. S1-VOD a montré une bonne corrélation spatiale avec divers produits de biomasse aérienne (AGB) et de hauteur de canopée (CH), et ses variations annuelles sont en bon accord avec celles du produit AGB V4.0 du Climate Change Initiative (CCI). En conclusion, deux nouveaux produits VOD à long terme ont été développé au cours de cette thèse : ASCAT IB VOD (global) et S1-VOD à haute résolution sur la France. Ils ont tous deux démontré une bonne capacité à suivre la végétation à la fois dans l'espace et dans le temps. En outre, notre travail a également fourni un cadre de calcul qui peut être appliqué à l'estimation du VOD à partir d'observations micro-ondes actives à d'autres fréquences.