3D radiative transfer modeling of Mediterranean grassland along phenophases to estimate traits adapted for fire prevention with a multi-sensor approach

Les paysages méditerranéens jouent un rôle environnemental et socio-économique majeur, mais sont de plus en plus menacés par les effets du changement climatique, notamment via l’augmentation de la fréquence et de l’intensité des incendies. La télédétection satellitaire constitue un outil opérationnel pour suivre la dynamique de la végétation, car ses propriétés radiométriques reflètent directement les changements physiologiques. L’état de la végétation, défini par la teneur en pigments (Cab, Car), en eau et en matière sèche (Cw, Cm), ainsi que par l’indice foliaire (LAI), est un indicateur clé du fonctionnement des écosystèmes. La teneur en eau de la végétation vivante (LFMC), dérivée de Cw/Cm, est reconnue comme le principal indicateur du risque d’incendie, avec une forte sensibilité spectrale dans le SWIR. Cependant, l’estimation des traits des savanes ou Tree-Grass Ecosystem (TGE) à partir de données satellitaires reste complexe en raison de leur structure hétérogène, du mélange de matériaux photosynthétiques (PV) et non-photosynthétiques (NPV), des pixels mixtes à résolution décamétrique, de la couverture partielle du SWIR et d’une revisite insuffisante pour suivre la dynamique rapide. Cette thèse visait à développer une méthodologie pour estimer les traits de végétation dans les TGEs méditerranéens, transférable entre capteurs, échelles et stades phénologiques. Une collaboration avec le laboratoire SpecLab (CSIC) a permis d’accéder à un jeu de données unique combinant observations spectrales multi-échelles et mesures in situ, collectées à la station ICOS ES-LMa dans l’ouest de l’Espagne. L’analyse des patrons spatio-temporels a montré que, à l’échelle locale, la variabilité spectrale maximale ne coïncidait pas avec celle des traits, suggérant que la biodiversité est le principal moteur de l’hétérogénéité spectrale. Sur cette base, une approche innovante du modèle 3D Discrete Anisotropic Radiative Transfer (DART) a été développée. Le modèle intègre une scène herbacée avec propriétés optiques hétérogènes représentant des phénologies mixtes (PV et NPV) et une diversité structurale. Cette configuration a permis de reproduire les principales signatures spectrales des prairies semi-arides, avec une forte concordance entre simulations et observations au sol, aéroportées et satellitaires. Les distances angulaires (SAM) entre spectres simulés et observés variaient entre 4,5° et 8,8°, et entre 1,5° et 2,1° dans le SWIR, confirmant la capacité du modèle à représenter la végétation sénescente et la litière. Après validation multi-capteurs, multi-échelles et multi-phénophases, la base de données spectro-traits synthétique générée a servi à entraîner un modèle de régression PLSR pour estimer Cab, Car, Cw, Cm, LFMC et LAI selon une approche hybride. L’analyse d’inversion a montré que les traits liés à la LFMC étaient les mieux estimés, surtout durant la sénescence. Les régions spectrales les plus contributives se situaient dans le visible et le proche infrarouge. Ce travail met en lumière les avancées et défis des approches hybrides d’inversion basées sur la physique dans les écosystèmes semi-arides complexes, en intégrant la variabilité phénologique, spectrale et spatiale. Il dépasse les études ponctuelles en proposant un cadre temporel élargi faisant un pas de plus vers le suivi opérationnel des conditions de végétation dans les TGEs méditerranéens.