Développement d'une méthode de télédétection optique pour le suivi quantitatif de l'extraction de contaminants par la végétation

Development of an optical remote sensing method for quantitative monitoring of contaminant extraction by vegetation

• Auteur / Autrice : Solofoniaina Andriamihajason
• Direction : Sophie Fabre, Julien Parelle
• Type : Projet de thèse
• Discipline(s) : Surfaces et interfaces continentales, Hydrologie
• Date : Inscription en doctorat le 01/12/2023
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Sciences de l’univers, de l’environnement et de l’espace (Toulouse)
• Partenaire(s) de recherche : Laboratoire : ISAE-ONERA PSI Physique Spatiale et Instrumentation
• Partenaire(s) de recherche : Equipe de recherche : ONERA/DOTA/SDU2E Département Optique et Techniques Associées

Mots clés

Mots clés libres

Télédétection optique

Végétation

Contamination

Suivi

Optical remote sensing

Vegetation

Contaminant

Monitoring

Résumé

Les friches industrielles sont caractérisées par des typologies variables de contamination et de végétation initiale difficiles à cartographier et posant des enjeux de management ne pouvant pas toujours être gérés avec des techniques traditionnelles (excavation, …). Les solutions basées sur la nature tel que le phytomanagement, offrent un panel de méthodes peu onéreuses, visant à gérer ces sites dans le but de maitriser le flux de contaminants afin de les immobiliser dans le sol ou de les accumuler dans la biomasse. Les essais de phytomanagement combinent des tests sur plusieurs typologies de friches, différentes espèces de plantes, et différents types d'amendement ou de cocultures incluant la dynamisation des micro-organismes du sol. L'ensemble conduit à des dispositifs complexes, de grande envergure et multi-sites, qu'il est difficile et couteux de suivre dans leur globalité. De plus, le management des contaminants par les plantes nécessite de faire des bilans quantitatifs des éléments transitant dans la biomasse afin d'en cerner les domaines applicatifs (phyto-extraction, phyto-stabilisation, valorisation énergétique, services écosystémiques, …). Si le dosage des éléments pas des méthodes de chimie analytique d'échantillons représentatifs reste accessible financièrement et humainement, la transposabilité quantitative à l'échelle d'une plantation, d'une friche, et son évolution temporelle en fonction de l'augmentation en biomasse et des variations saisonnières demeurent inaccessibles. L'accumulation d'éléments dans la biomasse va suivre une cinétique liée à la variabilité saisonnière, à la croissance, à la physiologie, et plus généralement à l'architecture de la plante : les feuilles âgées à croissance lente ou à faible biomasse auront des teneurs en éléments généralement plus élevées que les feuilles jeunes, à croissance rapide ou à forte biomasse (Assad et al. 2016 ; Malabad et al. 2022). Ces caractères structurels et biophysiques impactant la capacité d'accumulation des éléments peuvent être mesurés in situ sur un échantillon représentatif, puis estimés par télédétection optique passive et/ou active par des méthodes statistiques, des algorithmes de machine learning ou l'inversion de modèle physique. En effet, ces dernières années, les technologies de télédétection optique ont démontré leur intérêt pour le suivi de friches industrielles, et notamment la détection et la caractérisation de contamination (Fabre et al. 2020 ; Lassalle et al. 2020 ; Gimenez et al. 2022). Une mesure de la réflectance hyper-(multi-)spectrale, couplée à une mesure in-situ des variables corrélées à la contamination (e.g . biodiversité, état sanitaire de la végétation) peuvent permettre un monitoring soit à haute résolution spatiale (capteurs embarqués sur drones) soit à large emprise (instruments aéroportés ou satellitaires). Une accélération s'est observée ces dernières années avec la mise à disposition des données multispectrales multitemporelles Sentinel 2 (depuis 2016) et en France des données Lidar HD de l'IGN (sites d'études de la thèse couverts) ainsi que la démocratisation de l'uitlisation de caméras optiques passives embarquées sur des drones, ouvrant des opportunités à des champs applicatifs plus fin, et notamment celle du suivi multi-temporel (saisonnier ou pluriannuel) de sites plus petits comme les friches industrielles. L'objectif de la thèse sera donc de mettre en place une méthode de quantificationet de suivi de la contamination de la végétation de friches industrielles à partir de données de télédétection optique passive. La thèse s'articulera autour de 3 axes de travail : - Axe 1 : Profiter de la biodiversité préalablement caractérisée et corrélée à la contamination de friches (Collot et al. en préparation) pour relier cette diversité à des mesures de réflectance à très haute résolution spatiale (acquisitions drone). - Axe 2 : Utiliser des plantations en place pour relier la variabilité biophysique foliaire, la contamination foliaire, et la croissance du peuplement à la contamination et à la réflectance du couvert. L'opportunité d'utiliser les données de Lidar HD de l'IGN sera étudiée. - Axe 3 : D'un point de vue plus exploratoire, il s'agira d'explorer dans quelle mesure différents essais de phytomanagement en place (bio-fertilisation, cultivars, ….) auront un impact sur les variables biophysique d'intérêts retenues afin d'estimer si un suivi par télédétection optique à plus large échelle (gestion du changement d'échelle du drone au satellite) peut être envisagé.

Brownfield sites are characterized by variable typologies of contamination and initial vegetation that are difficult to map and pose management challenges that cannot always be managed using traditional techniques (excavation, etc.). Nature-based solutions, such as phytomanagement, offer a range of low-cost methods for managing these sites, with the aim of controlling the flow of contaminants so as to immobilize them in the soil or accumulate them in the biomass. Phytomanagement trials combine tests on several types of wasteland, different plant species, and different types of amendments or cocultures including the dynamization of soil micro-organisms. The result is complex, large-scale, multi-site systems that are difficult and costly to monitor in their entirety. What's more, the management of contaminants by plants requires quantitative assessments of the elements transiting through the biomass, in order to identify the areas of application (phyto-extraction, phyto-stabilization, energy recovery, ecosystem services, etc.). While the determination of elements using analytical chemistry methods on representative samples remains financially and humanly accessible, quantitative transposability to the scale of a plantation or wasteland, and its temporal evolution as a function of biomass increase and seasonal variations, remain inaccessible. The accumulation of elements in biomass will follow kinetics linked to seasonal variability, growth, physiology and, more generally, plant architecture: older, slow-growing or low-biomass leaves will generally have higher element contents than young, fast-growing or high-biomass leaves (Assad et al. 2016; Malabad et al. 2022). These structural and biophysical traits impacting element accumulation capacity can be measured in situ on a representative sample, then estimated by passive and/or active optical remote sensing using statistical methods, machine learning algorithms or physical model inversion. In recent years, optical remote sensing technologies have proven their worth for monitoring brownfield sites, and in particular for detecting and characterizing contamination (Fabre et al. 2020; Lassalle et al. 2020; Gimenez et al. 2022). Hyper-(multi-)spectral reflectance measurement, coupled with in-situ measurement of variables correlated with contamination (e.g. biodiversity, health status of vegetation) can enable monitoring either at high spatial resolution (drone-mounted sensors) or over a wide area (airborne or satellite instruments). Recent years have seen an acceleration in the availability of Sentinel 2 multitemporal multispectral data (since 2016) and, in France, IGN HD Lidar data (study sites covered in the thesis), as well as the democratization of the use of passive optical cameras on board drones, opening up opportunities for finer-grained applications, including multi-temporal monitoring (seasonal or multiannual) of smaller sites such as industrial wastelands. The aim of the thesis will be to develop a method for quantifying and monitoring contamination of brownfield vegetation using passive optical remote sensing data. The thesis will focus on 3 areas of work: - Axis 1: Take advantage of the biodiversity previously characterized and correlated with contamination of wastelands (Collot et al. in preparation) to link this diversity to very high spatial resolution reflectance measurements (drone acquisitions). - Axis 2: Use existing plantations to link foliar biophysical variability, foliar contamination and stand growth to contamination and canopy reflectance of the canopy. The possibility of using IGN HD Lidar data will be considered. - Axis 3: From a more exploratory point of view, the aim will be to explore the extent to which different phytomanagement trials in place (bio-fertilization, cultivars, ....) will have an impact on the biophysical variables of interest selected, in order to assess whether monitoring by optical remote sensing on a larger scale (managing the change of scale from drone to satellite) could be planned.