Télédétection multispectrale et hyperspectrale des eaux littorales turbides.

• Main Author: Larnicol, Morgane
• Other Authors: Nantes
• Language: fr
• Published: 2018
• Subjects: Chlorophylle-a; MERIS
• Online Access: http://www.theses.fr/2018NANT4035/document

La télédétection spatiale permet un suivi à large échelle spatio-temporelle de la concentration en Chlorophylle-a (Chl-a) comme proxy des microalgues dans l’océan mais son application à la zone littorale est un défi en raison de la variabilité et complexité de l’atmosphère, de la turbidité, et de l’hétérogénéité des constituants colorés en suspension dans les eaux intertidales. Ce travail de thèse a pour objectif d’améliorer la télédétection de la Chl-a dans trois sites intertidaux turbides de la façade atlantique Française: les baies de Marennes-Oléron et Bourgneuf, et l’estuaire de la Loire. En premier lieu, une approche originale basée sur l’utilisation de la télédétection hyperspectrale aéroportée a été proposée pour valider la correction atmosphérique des données satellites MERIS. Pour les eaux très turbides (concentration en matière en suspension > 50 g m-3), la méthode FLAASH s’est avérée être la plus performante. En second lieu, des algorithmes d’inversion de la Chl-a ont été régionalisés à partir de données de réflectance acquises in situ dans les trois sites. Plusieurs modèles basés sur la combinaison des bandes rouge et proche-infrarouge de la réflectance marine ont donné de bons résultats, mais une variabilité spatiale a été mise en évidence d’un site à l’autre. Cette observation suggère le développement d'un algorithme multi-conditions qui s'adapterait à la diversité optique des eaux littorales. Pour les eaux les plus turbides, une méthode robuste a été développée pour la détection de la Chl-a. L’algorithme est applicable aux données MERIS (2002-2012) et OLCI (2016-présent), permettant le suivi des variations de Chl-a sur plusieurs décennies. === Spatial remote sensing makes it possible to monitor the variation of Chlorophyll-a concentration (a proxy of microalgae suspended in seawater) at large spatiotemporal scale in the ocean, but its applicability to the coastal zone is a challenge due to atmospheric variability, seawater turbidity, and heterogeneity of suspended colored constituents. The objective of the present study is to improve Chl-a remote sensing in three turbid intertidal sites of the French Atlantic coast: Marennes-Oléron Bay, Bourgneuf Bay, and the Loire estuary. First, an original method using hyperspectral airborne remote sensing was proposed to validate the atmospheric correction of MERIS satellite data. For very turbid waters (suspended particulate matter concentration > 50 g m-3), the FLAASH algorithm appears as the most efficient method. Then, several regional Chl-a algorithms were developed using in situ reflectance measurements acquired in the three study sites. Bio-optical models using a combination of the red and near-infrared spectral bands of the marine reflectance led to satisfactory results, but were variable from one site to another. The implementation of a multiconditional algorithm would therefore be recommended in order to better take into account the optical diversity of nearshore waters. For the most turbid waters, a robust method was validated for the detection of Chl-a. The algorithm is applicable to MERIS (2002-2012) and OLCI (2016-present) data, thus allowing the monitoring of Chl-a during several decades in turbid intertidal waters.