Amélioration des estimations hydrométriques dérivées des données altimétriques satellitaires acquises sur des étendues d’eau continentales soumises à l’englacement

Les eaux douces continentales constituent l’une des composantes principales du cycle de l’eau. Elles assurent sa continuité à travers des échanges de flux d’eau et d’énergie avec ses différentes composantes. De nombreux plans d’eau douce (lacs, rivières, réservoirs, etc.) se retrouvent dans les régions situées dans les hautes latitudes nord, où la cryosphère est dominante. L’une des particularités de ces plans d’eau est la congélation partielle ou complète pendant les saisons froides. De plus, ils ont une grande sensibilité aux changements climatiques. En effet, les variations spatio-temporelles du climat aux échelles régionales et locales affectent grandement l’hydrologie de ces plans d’eau en termes de niveau d’eau et de débit. D’où l’intérêt de disposer d’outils simples et efficaces pour surveiller et gérer ces ressources. L’inaccessibilité aux plans d’eau isolés et l’effet de la glace sur la qualité des mesures des niveaux d’eau à l’échelle des stations limnimétriques rendent la surveillance de la variation des niveaux d’eau difficiles. Compte tenu de sa couverture spatio-temporelle, de sa période de répétitivité, et des bandes de fréquence utilisées, l’altimétrie radar par satellite pourrait être une meilleure alternative pour surmonter les limites liées aux mesures in situ. Cependant, la présence de cibles hétérogènes, comme les couverts de glace, présente un défi majeur pour exploiter les données des niveaux d’eau dérivées de la technologie par satellite altimétrique au-dessus des plans d’eau couverts de glace. 
\nCette étude a pour ultime objectif d’améliorer les estimations des niveaux d’eau dérivées de l’altimétrie radar par satellite sur des étendues d’eau continentales couvertes de glace. L’étude s’applique à étudier le potentiel de deux satellites altimétriques, Jason-2 et SARAL/Altika, possédant des caractéristiques technologiques différentes, à suivre les variations des niveaux d’eau des étendues d’eau soumises à l’englacement sur le territoire canadien. 
\nLe premier objectif spécifique de cette étude concerne l’analyse de la capacité des algorithmes de retraitements utilisés par les missions Jason-2 et SARAL/Altika à estimer les niveaux d’eau sur vingt étendues d’eau couvertes de glace au Canada. Cette analyse est effectuée sur les produits dérivés des algorithmes de retraitement et sur les mesures in situ pendant deux périodes : la période de recouvrement des satellites Jason-2 et SARAL/Altika, comprise entre 2008 et 2016, et les périodes des variations saisonnières de l’état de surface. Les résultats montrent que pour Jason-2, c’est l’algorithme de seuillage ICE-1 qui fournit les meilleures estimations de niveau d’eau, avec des erreurs RMSE non biaisées (unRMSE) ≤ 0,3 m et des r ≥ 0,8 pour 90 % des étendues d’eau. Pour ce qui est de SARAL/Altika, la majorité des algorithmes de retraitement utilisés donnent des résultats très comparables aux observations in situ, démontrant les bonnes performances de la technologie SARAL. Cependant, les algorithmes de retraitement utilisés par les deux satellites Jason-2 et SARAL/Altika fournissent des précisions faibles pendant les périodes marquées par le mélange eau-glace, c’est-à-dire les périodes de gel et de dégel.
\nLe deuxième objectif spécifique est d’améliorer les estimations des niveaux d’eau issues du satellite Jason-2 pendant les périodes de gel et de dégel. Une approche de détection automatique est proposée afin de discriminer les points de mesure de l’eau libre, de la glace pure et de la glace partielle sur quatre plans d’eau couverts de glace : le Grand Lac des Esclaves, le lac Athabasca, le lac Winnipeg, et le lac des Bois. Cette approche se base sur l’intégration des données actives et passives du satellite Jason-2 dans un processus de clustering afin de définir les clusters correspondant à chaque état de surface. L’application du seuil de détection du cluster de l’eau libre a permis d'améliorer la qualité des mesures de niveau d'eau pendant les périodes de gel et de dégel. Les résultats montrent que le coefficient de corrélation r est amélioré d’environ 0,8 à plus de 0,9 avec des biais inférieurs à 20 cm. 
\nLe troisième objectif spécifique évalue le potentiel de l’approche de détection automatique des points de mesures développé dans l’objectif 2, avec les données du satellite SARAL/Altika. Dans cette partie, les données actives et passives dérivées du satellite SARAL/Altika ont été exploitées pour concevoir les seuils de discrimination de chaque état de surface (eau libre, glace pure, glace partielle de gel et dégel) sur les mêmes quatre plans d’eau étudiés. L’application du seuil de l’eau libre offre une amélioration de la qualité des mesures de niveau de l’eau avec une amélioration des corrélations r d’environ 0,8 à plus de 0,92 avec des biais inférieurs à 10 cm. 
\nLe quatrième objectif spécifique met en place une approche de classification des formes d’onde selon la nature et l’état de surface pendant les périodes de gel et de dégel pour les satellites altimétriques Jason-2 et SARAL/Altika. Le site d’étude considéré pour le développement de cette approche est le Grand Lac des Esclaves. Un processus de classification non supervisée basé sur les paramètres des formes d’onde et les résultats des interprétations des données altimétriques et radiométriques sur l’état de surface a été utilisé avant de développer l’approche de classification supervisée des formes d’onde pour Jason-2 et SARAL/Altika, nommée le modèle entrainé de classification - Classification Trained Model (CTM). Les modèles supervisés du K-plus proche voisin (KNN, K-Nearest Neighbour) et de machine à vecteurs de support (SVM, Support Vector Machine) ont été évalués pour cette conception. Le modèle basé sur l’approche SVM a produit les meilleurs résultats, présentant une précision globale (Overall Accuracy) de l’ordre de 92 % avec Jason-2 et de 98 % avec SARAL/Altika. Ce modèle développé est utilisé pour classifier l’ensemble des formes d’onde en fonction de l’état de surface du plan d’eau étudié. Les résultats ont été superposés à des produits Moderate Resolution Imaging Spectroradiometer (MODIS) pour une évaluation qualitative et semi-quantitative.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.