Thèse dirigée par Christian Walter, UMR Sol Agro Hydrosystème Spatialisation (SAS)
Spécialité : Science de la terre et de l'environnement

Résumé

Les capteurs de proxy-détection et de télédétection dans divers domaines spectraux peuvent contribuer à une quantification régulière des teneurs en carbone organique (CO) des sols. L’objectif de cette thèse est d’évaluer l’apport des données spectrales Vis-PIR de proxy-détection et/ou des données satellites optiques et radar pour estimer la distribution spatiale et/ou l’évolution temporelle des teneurs en CO des sols agricoles dans deux contextes pédoclimatiques contrastés, en France et en Tunisie. Sur le site d’étude de Bretagne (France), la spectroscopie Vis-PIR a permis d’identifier le sens de variation des teneurs en CO au cours du temps, dès lors que l’étendue des variations est > 2 g.kg^-1. Dans ce même contexte d’étude, le signal radar issu de Sentinel-1 (S1) permet d’estimer l’humidité volumique de surface des sols selon un modèle linéaire (R² = 0,47 – 0,72) avec des erreurs de prédiction assez fortes (RMSE = 6,1 – 6,5 %), mais permettant de cartographier l’état d’humidité des sols dans un paysage agricole. La performance des modèles de prédiction des teneurs en CO, à partir d’images Sentinel-2 (S2) acquises à différentes dates, apparaît optimale en considérant des dates correspondant à des humidités volumiques moyennes intermédiaires (de 15 à 18 %) à élevées (> 25%). L’utilisation d’une série temporelle des données S2 entrainée sur des mesures au sol par des modèles d’apprentissage, permet d’améliorer la précision des prédictions à la fois en contextes breton et tunisien. Par ailleurs, le couplage de données de télédétection et d’indices calculés à partir des spectres acquis en conditions de laboratoire permet d’améliorer les performances de prédiction des teneurs en CO, notamment dans des situations de faible disponibilité de séries temporelles de télédétection.

Mots clés :  carbone organique des sols, Vis-PIR spectrométrie, changement au cours du temps, Sentinel-2, Sentinel-1, indices spectraux.

Abstract

Proxy-detection and remote sensing sensors in different spectral ranges can contribute to regular quantification of soil organic carbon (OC) content. The aim of this thesis was to assess the ability of Vis-NIR spectroscopic proxy-detection data and/or optical and radar satellite data to predict the spatial distribution and/or temporal evolution of OC content in agricultural soils in two contrasting pedoclimatic contexts, in France and Tunisia. At the study site in Brittany (France), Vis-NIR spectroscopy allowed to identify the direction of variation in OC content over time, as soon as the range of temporal variation was > 2 g.kg^-1. In the same study context, the radar signal from Sentinel-1 (S1) could be used to estimate volumetric soil moisture of soils using a linear model (R² = 0.47 - 0.72), with rather high errors (RMSE = 6.1 - 6.5%) but allowing mapping the broad soil moisture conditions within this agricultural landscape. The performance of OC content prediction models, based on Sentinel-2 (S2) images acquired on different dates, appears to be optimal when considering dates corresponding to intermediate (15-18%) to high (>25%) mean volumetric soil moisture content. The use of a time series of S2 data trained by machine-learning models on ground measurements, improved the accuracy of predictions both in Brittany and Tunisia. Furthermore, the coupling of remote sensing data with indices calculated from spectra obtained under laboratory conditions improved OC content prediction performance, particularly in situations where remote sensing time series are not widely available.

Keywords: soil organic carbon, Vis-NIR spectroscopy, temporal change, Sentinel-2, Sentinel-1, spectral indices.