Developpement d'un algorithme de suivi de la vegetation a large echelle

• Auteur / Autrice : MARIE WEISS
• Direction : Lucien Wald
• Type : Thèse de doctorat
• Discipline(s) : Sciences biologiques et fondamentales appliquées. Psychologie
• Date : Soutenance en 1998
• Etablissement(s) : Nice

Résumé

L'objectif de ce travail est de developper un algorithme utilisant des reseaux neuronaux pour estimer des variables biophysiques des couverts vegetaux a partir des donnees du capteur vegetation : la fraction de trou dans differentes directions de visee, l'indice foliaire, la fraction de rayonnement photosynthetiquement actif absorbe par le couvert, l'angle moyen d'inclinaison des feuilles, et la teneur en chlorophylle integree au niveau du couvert. Une base de donnees a ete elaboree a partir de simulations de modeles de transfert radiatif dans la vegetation. Ceci nous a permis de developper des reseaux de neurones pour estimer les differentes variables biophysiques considerees. L'estimation se fait a partir des reflectances bidirectionnelles mesurees par vegetation durant un cycle orbital, associees a l'angle zenithal solaire lors de l'acquisition de ces donnees. L'analyse de sensibilite a l'heterogeneite intrapixellaire montre que les variables de type fraction de trou et fapar sont beaucoup moins sensibles que les variables de type lai. La validation de l'algorithme sur des donnees experimentales montre la robustesse de la methode lorsque le nombre de donnees bidirectionnelles acquises durant le cycle orbital est faible. Par ailleurs, elle confirme que les performances d'estimation des variables biophysiques sont affectees non seulement par la representativite du couvert et des conditions d'observation qui lui sont associees dans la base d'apprentissage, mais aussi par les hypotheses inherentes aux modeles de transfert radiatif utilises pour generer cette base. Nous mettons egalement en evidence la sensibilite de l'algorithme a des bruits de natures diverses (mesure, correction atmospherique, ). Les resultats obtenus sur les donnees experimentales sont satisfaisants et aboutissent a un ecart quadratique moyen inferieur a 0,1. L'interet des reseaux de neurones apparait donc clairement, en particulier vis a vis des approches basees sur les indices de vegetation.