Note ABES Exploitation de séries temporelles d'images multi-sources pour la cartographie des surfaces en eau Use of multi-source image time series for surface water mapping Surfaces en eau Sentinel-1 Sentinel-2 Traitement automatique Séries temporelles Multi-source Fusion Surface waters Sentinel-1 Sentinel-2 Automated method Time series Multi-source Fusion 526.9 Eaux de surface Prévention Imagerie satellitaire Traitement d'images -- Techniques numériques Les eaux de surface sont des ressources importantes pour la biosphère et l'anthroposphère. Elles favorisent la préservation des habitats, le développement de la biodiversité et le maintien des services écosystémiques en contrôlant le cycle des nutriments et le carbone à l’échelle mondiale. Elles sont essentielles à la vie quotidienne de l’homme, notamment pour l'irrigation, la consommation d’eau potable, la production hydro-électrique, etc. Par ailleurs, lors des inondations, elles peuvent présenter des dangers pour l'homme, les habitations et les infrastructures. La surveillance des changements dynamiques des eaux de surface a donc un rôle primordial pour guider les choix des gestionnaires dans le processus d’aide à la décision. L’imagerie satellitaire constitue une source de données adaptée permettant de fournir des informations sur les eaux de surface. De nos jours, la télédétection satellitaire a connu une révolution avec le lancement des satellites Sentinel-1 (Radar) et Sentinel-2 (Optique) qui disposent d’une haute fréquence de revisite et d’une résolution spatiale moyenne à élevée. Ces données peuvent fournir des séries temporelles essentielles pour apporter davantage d'informations afin d'améliorer la capacité d'observation des eaux de surface. L’exploitation de telles données massives et multi-sources pose des défis en termes d’extraction de connaissances et de processus de traitement d’images car les chaines de traitement doivent être le plus automatiques possibles. Dans ce contexte, l'objectif de ce travail de thèse est de proposer de nouvelles approches permettant de cartographier l’extension spatiales des eaux de surface et des inondations, en explorant l'utilisation unique et combinée des données Sentinel-1 et Sentinel-2. Surface waters are important resources for the biosphere and the anthroposphere. Surface waters preserve diverse habitat, support biodiversity and provide ecosystem service by controlling nutrient cycles and global carbon. Surface waters are essential for human's everyday life, such as for irrigation, drinking-water and/or the production of energy (power plants, hydro-electricity). Further, surface waters through flooding can pose hazards to human, settlements and infrastructures. Monitoring the dynamic changes of surface waters is crucial for decision making process and policy. Remote sensing data can provide information on surface waters. Nowadays, satellite remote sensing has gone through a revolution with the launch of the Sentinel-1 SAR data and Sentinel-2 optical data with high revisit time at medium to high spatial resolution. Those data can provide time series and multi-source data which are essential in providing more information to upgrade ability in observing surface water. Analyzing such massive datasets is challenging in terms of knowledge extraction and processing as nearly fully automated processing chains are needed to enable systematic detection of water surfaces.In this context, the objectives of the work are to propose new (e.g. fully automated) approaches for surface water detection and flood extents detection by exploring the single and combined used of Sentinel-1 and Sentinel-2 data. Electronic Thesis or Dissertation Text fr PDF 9089695 Université de Strasbourg Strasbourg 2019-12-31 https://theses.hal.science/tel-02316363 application/pdf 8955588 https://publication-theses.unistra.fr/public/theses_doctorat/2019/Bioresita_Filsa_2019_ED413.pdf http://www.theses.fr/2019STRAH004/abes https://theses.hal.science/tel-02316363 https://theses.hal.science/tel-02316363 https://theses.hal.science/tel-02316363 https://theses.hal.science/tel-02316363 Bioresita Filsa 1991-07-19 FR 238715361 https://theses.fr/2019STRAH004 2019STRAH004 https://doi.org/10.70675/4e0bc086za444z4533za574z5d424649d050 2019-03-07 Géomatique - Topographie Strasbourg 131056549 Doctorat Docteur es non oui Puissant Anne MADS_DIRECTEUR_DE_THESE_1 077139321 De Jong Carmen MADS_PRESIDENT_DU_JURY 089292316 Corgne Samuel MADS_RAPPORTEUR_1 084095032 Robin Marc MADS_RAPPORTEUR_2 032114419 École doctorale des Sciences de la Terre et Environnement (Strasbourg ; 2000-....) MADS_ECOLE_DOCTORALE_1 15650166X Laboratoire image, ville et environnement (Strasbourg ; 2009-....) MADS_PARTENAIRE_DE_RECHERCHE_1 157680371 55195 ddc:520 Puissant Anne De Jong Carmen Corgne Samuel Robin Marc École doctorale Sciences de la Terre et Environnement (Strasbourg ; 2000) Laboratoire image, ville et environnement (Strasbourg) PDF 9089695