Satellite remote sensing of the variability of the continental hydrology cycle in the lower Mekong basin over the last two decades

Les eaux superficielles sont necessaires a toute forme de vie en tant que parties integrantes de tout processus de vie sur Terre. Quantifier les eaux de surface et suivre leurs variations est primordial en raison du lien direct qui existe entre les variables hydrologiques et le changement climatique. La teledetection par satellite, de l’hydrologie continental offre l’opportunite unique d’etudier, depuis l’espace, les processus hydrologiques a differentes echelles (regionale et globale). Dans cette these, differentes techniques ont ete developpees afin d’etudier les variations des eaux superficielles ainsi que d’autres variables hydrologiques, au niveau du bassin inferieur du Mekong (entre le Vietnam et le Cambodge) et ce en utilisant plusieurs estimations satellitaires differentes. Cette these s’articule autour de quatre points principaux. Premierement, l’utilisation d’observations satellitaires dans le visible et dans l’infrarouge (MODIS) est etudiee et comparee afin d’evaluer les eaux de surface au niveau du bassin inferieur du Mekong. Quatre methodes de classification ont ete utilisees afin de differencier les types de surface (inondes ou pas) dans le bassin. Les differentes methodes ont donne des cartes d’eaux de surface aux resultats semblables en terme de dynamique saisonniere. La classification la plus adaptee aux regions tropicales a ete ensuite choisie pour produire une carte des eaux de surface a la resolution de 500 m entre janvier 2001 et aujourd’hui. La comparaison des series temporelles issues de cette carte et de celles issues du produit de reference MODIS donne une forte correlation temporelle (> 95%) pour la periode 2001-2007. Deuxiemement, l’utilisation des observations issues du satellite SAR Sentinel-1 est examinee a des fins identiques. L’imagerie satellitaire optique est ici remplacee i par les images SAR qui grâce aux longueurs d’ondes utilisees dans le micro-ondes, permettent de « voir » a travers les nuages. Un jeu d’images Landsat-8-sans-nuage est alors utilise pour entrainer un Reseau de Neurones (RN) afin de restituer des cartes d’eaux de surface par l’utilisation d’un seuillage sur les sorties du modele RN. Les cartes sont a la resolution spatiale de 30 m et disponibles depuis janvier 2015. Comparees aux cartes de reference Landsat-8-sans-nuage, les sorties de modeles RN montre une tres grande correlation (90%) ainsi qu’une detection "vraie" a 90%. Les cartes restituees d’eaux de surface utilisant la technologie SAR sont enfin comparees aux cartes d’inondation issues de donnees topographiques. Les resultats montrent une fois encore une tres grande consistance entres les deux cartes avec 98% des pixels consideres comme inondes dans cartes SAR se trouvant dans les regions de tres grande probabilite d’inondation selon la topographie (>60%). Troisiemement, la variation volumique des eaux de surface est calculee comme le produit de l’etendue de la surface avec la hauteur d’eau. Ces deux variables sont validees a l’aide d’autres produits hydrologiques et montrent de bons resultats. La hauteur d’eau superficielle est lineairement interpolee aux regions non inondees afin de produire des cartes mensuelles a la resolution spatiale de 500 m. La hauteur d’eau est ensuite analysee pour estimer les variations volumiques. Ces resultats montrent une tres bonne correlation avec la variation volumique induite par la mesure du contenu en eau du satellite GRACE (95%) ainsi qu’avec la variation des mesures in situ de debit des rivieres. Finalement, deux produits globaux et multi-satellites d’eaux superficielles sont compares a l’echelle regionale et globale sur la periode 1993-2007: GIEMS et SWAMPS. Lorsqu’elles existent, les donnees auxiliaires sont utilisees afin de renforcer l’analyse. Les deux produits montrent une dynamique similaire, mais 50% des pixels inondes dans SWAMPS se trouvent le long des cotes.