Assimilation de données satellitaires pour le suivi et la prévision des sécheresses agricoles et des ressources en eau
Mucia, Anthony
Assimilation of satellite data for the monitoring and prediction of agricultural droughts and water resources
Le suivi et la prévision des sècheresses concernent divers porteurs d'enjeux. Le suivi del'étendue, de la gravité et de l'impact des sécheresses est nécessaire pour atténuer leurs effets.Les deux approches les plus utilisées pour le suivi des sécheresses sont la modélisation numérique et l'utilisation de données satellitaires. Les modèles représentent les processus et sont capables de simuler les échanges d'énergie et d'eau à la surface. Ils peuvent néanmoins souffrird'une représentation trop simpliste de ces processus, de conditions initiales incorrectes et dedéfauts du forçage atmosphérique. Les données satellitaires permettent d'accéder à denombreuses variables à l'échelle mondiale, de manière répétée dans le temps et à des échellesspatiales de plus en plus précises. Elles peuvent cependant être discontinues dans le temps etl'espace et toutes les variables des surfaces terrestres ne sont pas observables depuis l'espace.De plus elles sont représentatives d'un instant précis, et contrairement aux modèles numériques,n'offrent pas la possibilité de faire de la prévision. Afin d'améliorer le suivi des sécheresses, il estpossible de combiner les modèles numériques et les observations satellitaires en utilisant destechniques d'assimilation de données. L'assimilation permet d'obtenir de meilleures conditionsinitiales et par conséquent de meilleures prévisions. Ce travail de thèse a pour objectif d'étudierl'impact de conditions de surface améliorées par l'assimilation d'observations satellitaires sur laprévisions des épisodes de sécheresses et leurs impacts sur l'agriculture et les ressources eneau. Le système d'assimilation de données pour les surfaces continentales (LDAS-Monde)développé au CNRM est utilisé. Des observations satellitaires sont assimilées dans le modèle desurface ISBA dans une série d'expériences sur les USA ainsi que sur plusieurs sous-domaines.La capacité du système à représenter et prévoir les variables de surface liées à la végétation etaux sécheresses est évaluée. L'impact de l'assimilation de trois variables différentes est analysé :l'indice de surface foliaire (« LAI »), l'humidité superficielle du sol (« SSM ») et l'épaisseur optiquede la végétation dans le domaine spectral des micro-ondes (« VOD »). L'impact de l'assimilationest analysé grâce à l'utilisation de données indépendantes d'évapotranspiration, de productionprimaire brute de la végétation et d'humidité du sol. Sur l'état du Nebraska, le système LDASMonde permet de représenter la variabilité interannuelle du LAI mais aussi des rendementsagricoles du maïs, y compris lors d'épisodes de sécheresse prolongés. LDAS-Monde a étéamélioré et pourvu d'une capacité de prévision à courte et moyenne échéance (15 jours) enutilisant les prévisions atmosphériques du CEPMMT (ou « ECMWF »). La capacité du système àprévoir les variables de surfaces jusqu'à 15 jours d'échéances a été montrée, sur une période dedeux ans. L'importance des conditions initiales sur la qualité des prévisions a été mise enévidence. Une série d'expériences d'assimilation a été réalisée dans laquelle le VOD a été utilisécomme proxy du LAI. Cela améliore beaucoup l'échantillonnage temporel car le VOD estdisponible plus fréquemment que le LAI. Après une comparaison approfondie des produits de LAI,différentes expériences assimilant le LAI, le VOD et le SSM, de manière conjointe ou séparée ontété réalisées. Ces expériences confirment l'apport de l'assimilation conjointe d'observations liéesà la végétation et de l'humidité superficielle du sol. L'amélioration des conditions initiales estensuite utilisée dans une étude de cas prospective sur la mise en place d'une fonction de transfertdu système actuel vers un système d'alerte précoce des sécheresses.</p>
Accès à la notice sur le site du portail documentaire de Météo-France