Modélisation de la surface de sols agricoles par des méthodes de traitement du signal // Soil surface modeling by signal processing methods

Les communautés scientifiques travaillant dans le domaine de la télédétection ont fait ressortir depuis longtemps la nécessité de faire progresser la modélisation de l'interaction onde-surface, et en particulier la modélisation des propriétés de la surface. Une modélisation approfondie des états de surface du sol est aussi un enjeu important au sein de la communauté des sciences du sol. En effet, la paramétrisation de la rugosité de surface d'un sol reste un verrou scientifique à lever, la rugosité du sol étant perçue comme un facteur influant et/ou perturbant à modéliser. La simulation numérique de surfaces est également un objectif scientifique permettant de remplacer ou de compléter les mesures sur le terrain. A l'époque de l'apprentissage statistique et de l'apprentissage profond, il est important de pouvoir disposer de bases de données de grande dimension.
Les surfaces de sols agricoles sont considérées comme des surfaces complexes dues à la superposition d'une structure aléatoire de petite échelle (l'agencement des mottes et des creux) et d'une surface quasi déterministe de plus grande échelle (les sillons). Au LATMOS, nous disposons d'une base de données de modèles numériques de terrain (MNT) de résolution fine millimétrique obtenues par rugosimètre laser sur des sols agricoles de 0.50 m par 2.0 m mesurés en plein champ et sur des sols de 0.5m par 0.5m composés en laboratoire. Ces mesures correspondent à différents travaux du sol avec des concentrations spatiales différentes de mottes, la présence ou non de sillons.
L'objectif de cette thèse est d'étudier les composantes aléatoires et déterministes des surfaces de sols dont nous disposons en vue de leur modélisation. Plusieurs approches pourront être envisagées : décomposition en valeurs singulières, analyse multi-résolution, analyse et synthèse par filtrage, segmentation, détermination des densités de probabilité marginale et conjointe des hauteurs … La pertinence des modèles proposés sera évaluée et discutée en fonction des hypothèses sur lesquelles ils reposent, de leur complexité, de leur capacité à reproduire une surface réaliste et de leur intérêt pour les applications.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The scientific communities working in the field of remote sensing have long highlighted the need to advance modelling of wave-surface interaction, and in particular modelling of surface properties. In-depth modelling of soil surface conditions is also an important issue within the soil science community. Indeed, the parameterization of the soil surface roughness remains a scientific lock to be lifted, the roughness of the soil being perceived as an influencing and/ or disturbing factor to model. The numerical simulation of surfaces is also a scientific objective to replace or complement measurements in the field. In the age of statistical learning and deep learning, it is important to have large databases.
Agricultural soil surfaces are considered as complex due to superposition of a random small scale structure (clods and depressions), and an almost determinist surface of greater scale (furrows). At the LATMOS laboratory, a database of digital elevation models (DEMs) of fine millimetre resolution, recorded by laser scanner on agricultural soils of 0.5 m by 2 m and on laboratory soils of 0.5 m by 0.5 m is at our disposal. These measures correspond to different tillage techniques and various spatial densities of clods, with or without furrows.
The objective of this thesis is to study the random and deterministic components of soil surfaces available for their modelling. Several approaches can be considered: singular values decomposition, multi-resolution analysis, analysis and synthesis by filtering, segmentation, determination of the marginal and joint probability density of the elevations... The relevance of the proposed models will be assessed and discussed based on their underlying assumptions, complexity, ability to reproduce a realistic surface and interest for applications.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Contrats ED : Programme blanc GS-GCE

Université Paris-Saclay GS Géosciences, climat, environnement et planètes

579 Sciences Mécaniques et Energétiques, Matériaux et Géosciences

Connaissances en statistiques et traitement du signal et des images. Aptitudes en programmation. Intérêt pour les sciences du sol. Rigueur scientifique, méthodologie et autonomie.
Skills in probability and statistics, as well as in signal and image processing. Skills in programming. Interest for soil sciences. Scientific rigor, methodology and autonomy