| Titre : |
QUANTIFICATION ET CARTOGRAPHIE DE L’HUMIDITE DU SOL PAR TELEDETECTION EN ZONE AGRICOLE ET SYLVOPASTORALE AU SENEGAL |
| Type de document : |
texte imprimé |
| Auteurs : |
Omar MARIGO, Auteur |
| Editeur : |
Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Physique, Chimie, Sciences de la Terre, de l'Univers et de l'Ingénieur |
| Année de publication : |
................... |
| Importance : |
124 p. |
| Format : |
PDF |
| Accompagnement : |
29cm. |
| Langues : |
Français (fre) |
| Mots-clés : |
Sol Humidite Teledetection Apprentissage automatique Bassin arachidier Cartographie Support Vector Machine (SVM) Environnement sahelien Gestion des ressources en eau Ferlo Senegal |
| Résumé : |
L’humidité du sol constitue une variable hydrologique essentielle intervenant dans les échanges d’eau et d’énergie entre le sol, la végétation et l’atmosphère. Cependant, son estimation à des échelles spatiales fines reste difficile, notamment dans les environnements sahéliens caractérisés par une forte variabilité climatique, une hétérogénéité des surfaces et une faible densité de mesures au sol. Cette thèse vise à quantifier et cartographier l’humidité du sol dans les zones agricoles et sylvopastorales du Sénégal à partir d’une approche intégrée combinant observations in situ, données satellitaires et méthodes d’apprentissage automatique.
L’étude a été menée dans deux contextes agroécologiques contrastés : la zone sylvopastorale du Ferlo et la zone agricole du bassin arachidier. Les données utilisées comprennent des mesures d’humidité du sol acquises à différentes profondeurs (surface et zone racinaire), des produits satellitaires issus des missions SMAP et SMOS, ainsi que des observations radar Sentinel-1. Une analyse spatio-temporelle a d’abord été réalisée afin d’évaluer la capacité des produits SMAP et SMOS à restituer la dynamique hydrique des sols par comparaison avec les mesures in situ.
Les résultats montrent que les produits SMAP et SMOS permettent de reproduire de manière satisfaisante les variations temporelles de l’humidité du sol, avec des performances atteignant des niveaux compatibles avec les spécifications des capteurs (0,04 m3/m3). Les analyses mettent également en évidence une forte dépendance de la dynamique hydrique aux précipitations saisonnières, avec des valeurs maximales observées pendant la saison des pluies, notamment entre août et septembre, et des minima enregistrés durant la saison sèche.
Afin d’améliorer la résolution spatiale des estimations, les données radar Sentinel-1 en bande C ont ensuite été exploitées. L’analyse des coefficients de rétrodiffusion a montré une sensibilité significative des observations radar aux variations de l’humidité du sol, en particulier pour la polarisation VV. L’intégration d’un modèle d’apprentissage automatique basé sur l’algorithme Support Vector Machine (SVM), combinant les paramètres radar et les mesures de terrain, a permis d’obtenir des estimations précises de l’humidité du sol avec un coefficient de corrélation R = 0,87 et une RMSE = 0,016 m³/m³.
Les résultats obtenus démontrent l’intérêt d’une approche multi-capteurs associant télédétection micro-ondes passive et active avec l’intelligence artificielle pour améliorer le suivi de l’humidité du sol dans les environnements semi-arides. Les cartes produites permettent de caractériser la variabilité spatiale et temporelle de l’état hydrique des sols et constituent une base pour le développement d’applications liées au suivi agricole, à la gestion des ressources en eau et à l’adaptation aux changements climatiques dans les régions sahéliennes.
|
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3212 |
QUANTIFICATION ET CARTOGRAPHIE DE L’HUMIDITE DU SOL PAR TELEDETECTION EN ZONE AGRICOLE ET SYLVOPASTORALE AU SENEGAL [texte imprimé] / Omar MARIGO, Auteur . - Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Physique, Chimie, Sciences de la Terre, de l'Univers et de l'Ingénieur, ................... . - 124 p. ; PDF + 29cm. Langues : Français ( fre)
| Mots-clés : |
Sol Humidite Teledetection Apprentissage automatique Bassin arachidier Cartographie Support Vector Machine (SVM) Environnement sahelien Gestion des ressources en eau Ferlo Senegal |
| Résumé : |
L’humidité du sol constitue une variable hydrologique essentielle intervenant dans les échanges d’eau et d’énergie entre le sol, la végétation et l’atmosphère. Cependant, son estimation à des échelles spatiales fines reste difficile, notamment dans les environnements sahéliens caractérisés par une forte variabilité climatique, une hétérogénéité des surfaces et une faible densité de mesures au sol. Cette thèse vise à quantifier et cartographier l’humidité du sol dans les zones agricoles et sylvopastorales du Sénégal à partir d’une approche intégrée combinant observations in situ, données satellitaires et méthodes d’apprentissage automatique.
L’étude a été menée dans deux contextes agroécologiques contrastés : la zone sylvopastorale du Ferlo et la zone agricole du bassin arachidier. Les données utilisées comprennent des mesures d’humidité du sol acquises à différentes profondeurs (surface et zone racinaire), des produits satellitaires issus des missions SMAP et SMOS, ainsi que des observations radar Sentinel-1. Une analyse spatio-temporelle a d’abord été réalisée afin d’évaluer la capacité des produits SMAP et SMOS à restituer la dynamique hydrique des sols par comparaison avec les mesures in situ.
Les résultats montrent que les produits SMAP et SMOS permettent de reproduire de manière satisfaisante les variations temporelles de l’humidité du sol, avec des performances atteignant des niveaux compatibles avec les spécifications des capteurs (0,04 m3/m3). Les analyses mettent également en évidence une forte dépendance de la dynamique hydrique aux précipitations saisonnières, avec des valeurs maximales observées pendant la saison des pluies, notamment entre août et septembre, et des minima enregistrés durant la saison sèche.
Afin d’améliorer la résolution spatiale des estimations, les données radar Sentinel-1 en bande C ont ensuite été exploitées. L’analyse des coefficients de rétrodiffusion a montré une sensibilité significative des observations radar aux variations de l’humidité du sol, en particulier pour la polarisation VV. L’intégration d’un modèle d’apprentissage automatique basé sur l’algorithme Support Vector Machine (SVM), combinant les paramètres radar et les mesures de terrain, a permis d’obtenir des estimations précises de l’humidité du sol avec un coefficient de corrélation R = 0,87 et une RMSE = 0,016 m³/m³.
Les résultats obtenus démontrent l’intérêt d’une approche multi-capteurs associant télédétection micro-ondes passive et active avec l’intelligence artificielle pour améliorer le suivi de l’humidité du sol dans les environnements semi-arides. Les cartes produites permettent de caractériser la variabilité spatiale et temporelle de l’état hydrique des sols et constituent une base pour le développement d’applications liées au suivi agricole, à la gestion des ressources en eau et à l’adaptation aux changements climatiques dans les régions sahéliennes.
|
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3212 |
|  |
Accueil
QUANTIFICATION ET CARTOGRAPHIE DE L’HUMIDITE DU SOL PAR TELEDETECTION EN ZONE AGRICOLE ET SYLVOPASTORALE AU SENEGAL (...................)
