Potentialité de la télédétection thermique pour la modélisation climatique en milieu viticole

Potential of thermal remote sensing for climate modelling in vineyard areas

• Auteur / Autrice : Gwenael Morin
• Direction : Hervé Quenol, Marwan Katurji
• Type : Thèse de doctorat
• Discipline(s) : Geographie
• Date : Soutenance le 09/06/2022
• Etablissement(s) : Rennes 2
• Ecole(s) doctorale(s) : École doctorale Sociétés, temps, territoires (Angers)
• Partenaire(s) de recherche : Laboratoire : Littoral- Environnement- Télédétection- Géomatique UMR 6554 / LETG
• Jury : Président / Présidente : Hervé Nicolas
• Jury : Examinateurs / Examinatrices : Renan Le Roux, Malika Hélène Madelin, Julie Betbeder
• Jury : Rapporteurs / Rapporteuses : Sylvain Bigot, Dominique Courault

Mots clés

Mots clés contrôlés

France

Agroclimatologie

Modèles mathématiques

Changements climatiques

Télédétection

Effets du climat

Vignobles

Mots clés libres

Télédétection

Climat

Séries temporelles

Topographie

Viticulture

Modélisation multi-scalaire

Remote Sensing

Climate

Time series

Topography

Viticulture

Multiscalar modelling

Résumé

Les stratégies d’adaptation au changement climatique sont définies à l’échelle des vignobles. L’application d’une méthode de modélisation climatique locale basée sur le lien statistique entre températures et topographie, nécessite des réseaux de mesures coûteux et l’acquisition de données durant plusieurs années. Dans ce contexte, l’utilisation de l’imagerie thermique à haute résolution temporelle permettrait de pallier cette contrainte. L’objectif de cette thèse est d’évaluer les potentialités des images satellites thermiques en modélisation climatique aux échelles locale et régionale. Pour cela, la variabilité spatiale des températures en milieu viticole a été analysée à partir des températures de surface dérivées de la télédétection et parallèlement, des températures de l'air issues des réseaux de mesure. A l’échelle locale, une méthode de descente d’échelle statistique à partir de prédicteurs topographiques a été appliquée aux températures de surface journalière et hebdomadaires (1000m) et ont été comparées aux spatialisations des températures de l’air journalières (capteurs). Sur le site de Saint-Emilion-Pomerol, ces modélisations ont été évaluées à plusieurs résolutions spatiales. A l’échelle régionale, une méthode d’identification de structures thermiques a été développée afin de caractériser la variabilité des températures de surface modélisées sur le département de la Gironde. Les résultats ont mis en évidence les limites des températures de surface MODIS liées à la résolution spatiale initiale et leur potentiel de caractérisation de la variabilité thermique à l’échelle régionale.

Adaptation strategies in response to climate change are defined at the vineyard scale. The application of local climate modelling methods based on the link between temperature and topography requires expensive measurement networks. In this context, the use of thermal imagery with high temporal resolution would allow us to overcome this constraint. The objective of this thesis is therefore to evaluate thermal satellite imagery in climate modelling at local and regional scales. To this end, the variability of surface temperatures within wine-growing areas was derived from thermal remote sensing alongside air temperatures from measurement networks. At the local scale, a statistical downscaling method based on topographic predictors was applied to daily and weekly surface temperatures (at 1000 m resolution) and compared to daily air temperature patterns from a sensor network. At the Saint-Emilion-Pomerol site, these models were evaluated at several spatial resolutions. At the regional scale, a method for identifying thermal structures was developed in order to characterize the variability of the modelled surface temperatures over the Gironde department. The results highlighted the limitations of MODIS surface temperatures in relation to the initial spatial resolution and their potential to characterize thermal variability at the regional scale.