Search

International audience; The SAIL model was adapted in order to simulate spectral emissivities in the thermal infrared and compared to data extracted from the literature or from experimental works. The SAIL model was originally developed by Verhoef (1984) for simulating land surface directional spectral reflectances in the solar domain. It was adapted for simulating radiative transfers in the thermal infrared, and particularly for simulating land surface emissivity (Olioso 1995). This version of the model was called SAIL-Thermique. It required leaf area index, leaf inclination distribution function, soil and vegetation optical properties as inputs. SAIL-Thermique was evaluated against data acquired over several types of land surfaces including natural and agricultural vegetation at different levels of growth and water status. Compiled land surface emissivities for the 8-14 μm spectral band ranged between 0.92 and 0.99. Simulated 8-14 μm emissivities were favorably compared to the measurements with a root mean square difference around 0.006. When considering only herbaceous species, the root mean square difference was 0.004. In order to improve the simulation of emissivity, we updated SAILThermique on the basis of the SAIL-2M model that was developed by Weiss et al. (2001) to include the impact of the different types of vegetation organs, such as leaves, stems, ears…, on spectral reflectances. Simulations for canopies including woody plants and drying plants were performed showing that canopy emissivity can decrease significantly with the amount of woody surfaces or dry material. In a second step the model was used to assess different methodologies, including the TES algorithm and the NDVI-emissivity relationship, classically used for deriving land surface emissivity. We showed for example that the inclusion of simulated land surface emissivity spectra for surfaces including vegetation canopies had a significant impact on temperature and emissivity retrieval with the TES method. Higher emissivity estimates (by up to 0.01) and lower surface temperature (by up to 0.4 K) were obtained in the case of the ASTER sensor. Eventually, we propose a new spectral library that includes land surface emissivity spectra accounting for cavity effect as simulated by SAIL-Thermique and that can be used for training new algorithms for extracting land surface emissivity.

SAIL-thermique, a model to simulate land surface emissivity (LSE) spectra. 1. International Surface Working Group

We investigated the use of multispectral thermal imagery to retrieve land surface emissivity and temperature. Conversely to concurrent methods, the temperature emissivity separation (TES) method simply requires single overpass without any ancillary information. This is possible since TES makes use of an empirical relationship that estimates the minimum emissivity epsilon-min from the emissivity spectral contrast captured over several channels, so-called maximum-minimum difference (MMD). In previous studies, the epsilon-min-MMD empirical relationship of TES was calibrated and validated for various sensor spectral configurations, where the proposed calibrations involved single or linearly mixed spectra of emissivity at the leaf or soil level. However, cavity effect should be taken into account at the vegetation canopy level, to avoid an underestimation of emissivity, especially for intermediate vegetation conditions between bare soil and full vegetation cover. The current study aimed to evaluate the performances of the TES method when applied to vegetation canopies with cavity effect. We used the SAIL-Thermique model to simulate a library of emissivity spectra for a wide range of soil and plant conditions, and we addressed the spectral configurations of recent and forthcoming sensors. We obtained good results for calibration and validation over the simulated library, except for full cover canopies because of the TES gray body problem. Consistent with previous studies, the calibration/validation results were better with more channels that capture emissivity spectral contrast more efficiently. Our TES calibrations provided larger epsilon-min values as compared to former studies, especially for intermediate vegetation cover. We explained this trend by the simulated spectral library that involved numerous vegetation canopies with cavity effect, thereby shifting up the epsilon-min-MMD empirical relationship. Consequently, our TES calibration provided larger (respectively lower) estimates of emissivity (respectively radiometric temperature) that were likely to be more realistic as compared to previous calibrations. Finally, SAIL-Thermique simulations permitted to show that increasing Leaf Area Index induced a displacement of the (epsilon-min, MMD) pairs along the empirical relationship. This was consistent with the TES underlying assumption, where any change in epsilon-min induces changes in MMD since epsilon-max is bounded on [0.98-1]. Further investigations should focus on validating the outcomes of the current study against ground-based measurements, and on assessing TES performances when accounting for instrumental and atmospheric perturbations.

A new semi-empirical soil model simulating the spectral signatures of bare soils in the optical domain 0.4–14 μm according to surface moisture content variation is presented and applied to several databases. The model specification is based on laboratory spectral reflectance measurements of many bare soils at different moisture contents. The measurement analysis leads to the definition of groups of bare soil samples according to their spectral behaviours. These laboratory measurements are made also to characterize the impact of soil moisture on spectral signatures reflectance levels increasing with moisture content and to give information on absorption peaks related to soil mineral components hydroxyl, carbonate, and quartz. The procedure of modelling the spectral signatures of bare soil groups according to moisture content is discussed. The model is applied to a laboratory reflectance database and to the data available in the literature. The spectral reflectances, estimated with a semi-empirical model, compare favourably with reflectance observations.

Dévelopment de metodologies de relief morphologique des plages et la determination de la ligne de rivage.

Resume L’objectif de l’etude etait de determiner les effets d’un entrainement specifique des muscles inspiratoires sur la performance a differentes intensites d’exercices chez des sujets sains ne suivant aucun programme d’entrainement physique. Methodologie Huit hommes sains ont suivi un entrainement des muscles inspiratoires pendant six semaines. Avant et apres cette periode, ils ont effectue une epreuve d’effort sur tapis roulant et des tests de temps limites d’exercice a 90, 100 et 110 % de la vitesse maximale aerobie d’avant entrainement. Resultats Les temps limites d’exercice a 90 et 100 % de la vitesse maximale aerobie (p

International audience

National audience

International audience; This letter describes a laboratory experiment where reflectance signatures of three plant species are measured at a leaf level in the 3-15-μm spectral domain. The leaf samples are progressively dried in order to analyze the behavior of their spectral signature according to the variations in their water content. Our first objective aims to underline leaf water content (LWC) impact on the spectral signatures. This work is a necessary step toward further studies dealing with interpretation of multispectral remote sensing data or estimation of water stress and energy budget. The drying process and measurement method are detailed. This letter deals with dry and fresh leaves (as found in literature) and considers intermediate water content levels as well. For intermediate LWC levels, our analysis outlines some important results: The spectral domain may be divided into two parts, namely, 3-5.5 and 5.5-15 μm, each corresponding to different impacts of LWC variation; both sides of a cherry tree leaf have not the same behavior according to the water content amount; and, in the 8-15-μm, the drying process impacts when the LWC becomes lower than a threshold value (around 30%)

L'humidité des sols nus (en anglais Soil Moisture Content, noté SMC) constitue une variable fondamentale dans plusieurs sciences de l'environnement. Pour mesurer le SMC, les données de télédétection, qui présentent de grandes couvertures spatiale et temporelle ainsi que des résolutions spatiales élevées, offrent de multiples avantages par rapport aux méthodes in situ. Parmi les données de télédétection, l'imagerie hyperspectrale aéroportée procure une information très détaillée d'une scène, puisque chaque pixel du paysage observé possède une signature spectrale caractéristique. L'objectif de ce travail de thèse est donc d'estimer le SMC à partir de l’imagerie hyperspectrale aéroportée à haute résolution spatiale dans le domaine optique 0,4 – 14 μm. Dans un premier temps, à partir de propriétés optiques de référence mesurées en laboratoire plusieurs critères d'estimation du SMC ont été établis, évalués et comparés sur le domaine optique. De plus, un modèle empirique de réflectance de sol a été développé afin de simuler la signature spectrale d'un sol pour un SMC donné. Ce modèle est inversé pour estimer le contenu en eau à partir des réflectances spectrales. Ensuite, une chaîne de traitement a été développée afin d'estimer le contenu en eau des sols à partir d'acquisitions hyperspectrales aéroportées. Une analyse de sensibilité et des performances de la chaîne de traitement, prenant en compte des défauts d'étalonnage instrumentaux, de la connaissance des conditions atmosphériques, de la méthode de correction atmosphérique et des approches d'estimation du SMC à partir de la réflectance de surface, a été réalisée. Finalement, les critères d'estimation du SMC établis pour le domaine 0,4 – 2,5 μm, ont été validés en exploitant une campagne avec information terrain réalisée sur le site de Garons (France) avec l'instrument aéroporté HyMap. Les résultats montrent que le SMC est estimé avec une précision équivalente à celle des méthodes existantes dans la littérature. Soil Moisture Content (SMC) is fundamental variable for environmental science. Remote sensing data have higher spatial and temporal cover with high spatial resolution than in-situ data to measure SMC. Among remote sensing data, airborne hyperspectral data give scene detailed information where each pixel of observed landscape has a spectral signature characteristic. Objective of this work is to estimate SMC from airborne hyperspectral with high spatial resolution images on optical domain 0.4 – 14 μm. In first time, from optical properties of reference acquired on laboratory, several criteria have been established, evaluated and compared on the whole optical domain. Furthermore, an empirical model of soil spectral reflectance has been developed to simulate soil spectral signature with SMC. Inverse model has been used to estimate moisture content from spectral reflectance. Then, processing chain has been developed to estimate soil moisture content from airborne hyperspectral data. Sensitivity analysis and efficiency of processing chain, consider to instrumental calibration default, knowledge of atmospheric conditions, atmospheric correction and criteria for SMC estimation, have been realised. Finally, criteria for SMC estimation established on 0.4 – 2.5 μm have been validated. Data proceeded from airborne hyperspectral HyMap campaign where in-situ data have been collected on Garons site (France). Results show SMC is estimated with a precision like existing method of literature.

The purpose of this paper is the capacity of spectral reflectance, in the full optical domain 0.4 – 12 µm, to retrieve the Soil Moisture Content (SMC) of bare soils. For this, a new empirical soil model was performed from spectra lab measurements, and more precisely from soil's classification, to simulate spectral reflectance for a given SMC, and in inverse way to estimate SMC. In solar and thermal domain, simulated spectra are highly correlated with measured spectra, respectively with 98% and 85%. In inverse way, estimation of SMC from a spectral reflectance and a given soil classes, provides a RMSE of 3.2% in solar and 2.8% in thermal domain.

International audience; The purpose of this paper is to analyse the impact of surface soil moisture on spectral reflectance in the optical domain [0.4-15 ¿m]. This work is based on lab spectral reflectance measurements of many bare soils at different moisture contents. Firstly, a classification of bare soil samples is performed according to their spectral signatures: five classes are then defined. Secondly, the soil moisture content impact on spectral signatures is analysed. In the [0.4-15 ¿m] domain, measurements exhibit, for all the samples, a decreasing of the reflectance level with an increasing of moisture content. These measurements give information on absorption peaks related to soil mineral components like hydroxyl, carbonate, and quartz. Thus, analysis of our lab measurements indicates that soil moisture impact on spectral reflectance depends of studied spectral domain. These measurements may improve existing data bases, and will be used in a processing chain to estimate the soil moisture content (cases of bare soil and/or sparse vegetation) in the optical domain [0.4-12 ¿m] by using airborne hyperspectral imaging

International audience

International audience

The purpose of this paper is to analyse the impact of surface soil moisture on spectral reflectance in the optical domain [0.4–15 μm]. This work is based on lab spectral reflectance measurements of many bare soils at different moisture contents. Firstly, a classification of bare soil samples is performed according to their spectral signatures: five classes are then defined. Secondly, the soil moisture content impact on spectral signatures is analysed. In the [0.4–15 μm] domain, measurements exhibit, for all the samples, a decreasing of the reflectance level with an increasing of moisture content. These measurements give information on absorption peaks related to soil mineral components like hydroxyl, carbonate, and quartz. Thus, analysis of our lab measurements indicates that soil moisture impact on spectral reflectance depends of studied spectral domain. These measurements may improve existing data bases, and will be used in a processing chain to estimate the soil moisture content (cases of bare soil and/or sparse vegetation) in the optical domain [0.4–12 μm] by using airborne hyperspectral imaging.

International audience; Bathymetry on continental hydrographic networks is up to now limited to small areas. This hampers exhaustive hydrological or ecological studies on hydrographic networks at management scales. To enlarge rivers bathymetry surveys, bathymetric, i.e. green LiDAR appears as an interesting tool. But if this technique has been widely used for coastal surveys, very few studies focus on water depth measurement quality and limits, in particular for rivers. We aimed here to assess the utility of LiDAR for bathymetry on rivers, in particular the minimum water depth H inf we can theoretically measure with LiDAR, depending on LiDAR system and surface water characteristics. To do so, we developed a model depending on LiDAR parameters and introducing specificities for rivers (roughness and longitudinal slope for water surface). Then, we assessed from a set of simulated full waveforms the inferior limit H inf. In case of mean rough and no longitudinal slope for water surface, a minimum water depth of H inf = 0.41 m has been found with the 95 % confidence interval [0.31, 0.45]. Some additional tests using different rugosity values show that a lowly significant rugosity optimum exists. These first results have to be experimentally validated then it could be extended to study the minimum water depth or depth measure quality sensitivities to LiDAR system and water surface parameters.; La connaissance de la bathymétrie et de la topographie des surfaces continentales immergées est limitée par les techniques actuelles en terme de couverture spatiale, pour des problèmes d'accessibilité et de plage de mesures. Ces limites ont des conséquences directes sur les possibilités d'études hydrauliques et écologiques aux échelles de gestion des eaux continentales. Pour cartographier la bathymétrie sur de grands linéaires de rivières, le LiDAR 1 Bathymétrique peut apparaître une technique de télédétection prometteuse. Cependant, s'il existe des références sur la précision et les limites des mesures par cette technique dans le cadre des zones littorales, peu de références existent sur les eaux continentales. Afin de juger de l'utilité du LiDAR bathymétrique sur rivière, cette étude cherche à estimer la profondeur d'eau minimale Hinf, que l'on peut théoriquement détecter par LIDAR en fonction de caractéristiques de la rivière, notamment de la surface de l'eau (rugosité, pente longitudinale). Pour ce faire, un modèle de train d'ondes LiDAR vert, à partir de paramètres du système LiDAR et de la rivière, a été développé. Un ensemble de trains d'ondes a été simulé suivant ce modèle et une méthodologie d'estimation de la limite recherchée Hinf, est proposée. Pour un premier jeu de paramètres de référence (pente nulle et rugosité moyenne de la surface de l'eau), l'épaisseur d'eau minimale théoriquement mesurable est Hinf = 0.41 m avec pour intervalle à 95 % [0.31, 0.45]. D'autres valeurs de rugosité ont été testées et laissent apparaître un optimum de rugosité peu significatif. La méthodologie développée , une fois validée sur des données expérimentales, pourrait être étendue pour étudier la sensibilité de Hinf et de la mesure bathymétrique à une gamme plus large de paramètres de la surface de l'eau et du système LiDAR. Abstract Bathymetry on continental hydrographic networks is up to now limited to small areas. This hampers exhaustive hydrological or ecological studies on hydrographic networks at management scales. To enlarge rivers bathymetry surveys, bathymetric, i.e. green LiDAR appears as an interesting tool. But if this technique has been widely used for coastal surveys, very few studies focus on water depth measurement quality and limits, in particular for rivers. We aimed here to assess the utility of LiDAR for bathymetry on rivers, in particular the minimum water depth Hinf we can theoretically measure with LiDAR, depending on LiDAR system and surface water characteristics. To do so, we developed a model depending on LiDAR parameters and introducing specificities for rivers (roughness and longitudinal slope for water surface). Then, we assessed from a set of simulated full waveforms the inferior limit Hinf. In case of mean rough and no longitudinal slope for water surface, a minimum water depth of Hinf = 0.41 m has been found with the 95 % confidence interval [0.31, 0.45]. Some additional tests using different rugosity values show that a lowly significant rugosity optimum exists. These first results have to be experimentally validated then it could be extended to study the minimum water depth or depth measure quality sensitivities to LiDAR system and water surface parameters.

Bathymetry on continental hydrographic networks is up to now limited to small areas. This is highly limiting hydrological or ecological studies on hydrographic networks. To enlarge rivers bathymetry surveys, Bathymetric LiDAR looks an interesting tool. But, if this technique has been widely used for coastal surveys, very few studies focus on water depth measurement quality and limits, in particular for rivers. We aimed here to study the theorical limit of water depth minimum measurement using a green LiDAR full waveform model. To do so, we developed first a model introducing specificities for rivers. Those, we tried to assess from simulated full waveforms this inferior limit and its sensitivity to river parameters. The results exhibit an inferior limit of 10 centimeters in best cases, i.e. when water surface is rough. This allows us to conclude on the utility of bathymetric LiDAR for gravel-beds rivers usually having a mean depth around 40 centimeters.

The knowledge of bathymetry and topography immerged surfaces, is crucial point in improvement knowledge of surroundings aquatic seashore and continental (modeling ecosystem, mapping, modeling hydrology system). For the purpose of estimate topography on river's long linear, LiDAR Bathymetric appears as specially adapted technological. However,there are some references on the precision of this technique within the framework of the littoral zones, but there is little of references precises on continental waters. To estimate from the theoretical point of view the limits of the LiDAR Bathymetric is a first approach to a appreciate the transfer of this technique towards continental waters. This evaluation has to concern for rivers the limit of discrimination of the blade of water for very weak depthes, and it for blades of water which can be pent. To make these theoretical studies through the analysis of wave trains laser return feigned (power return according to time) with the peculiarities of rivers, appears as the most adapted approach. The made study took place in two phases : the first one concerned the modelling then the simulation of wave trains for various parameters of rivers ; one second was interested in the inversion of wave trains feigned to find the thickness of water. This inversion was realized by estimate of a mixture of laws of probability. For the part simulation, we notice on the feigned wave trains that the roughness of the surface and the bottom of the river, pull a modification of the amplitude of the power, allowing a better distinction between surface and bottom ; on the other hand the maximal hillsides of the surface and the bottom of the river, have no important effects on the shape of the wave train, what facilitates the detection. For the part inversion, the limit obtained from discrimination of the blade of water, for a surface and a flat bottom, is situated as deep as 50 cm ; on the other hand for a surface and a rough bottom, it is situated as deep as 30 cm. We also observe that the measures of detection of the depth, are little sensitive to the parameters of the system LiDAR.; La connaissance de la bathymétrie et de la topographie des surfaces immergées est un point d'entrée incontournable dans l'amélioration de la connaissance des milieux aquatiques littoraux et continentaux (modélisation des écosystèmes, cartographie, modélisation des hydrosystèmes). Pour l'estimation de la topographie sur de grands linéaires de fleuves et rivières, le LiDAR bathymétrique apparaît comme une technique particulièrement adaptée. Cependant, s'il existe quelques références sur la précision de cette technique dans le cadre des zones littorales, peu de références précises existent sur les eaux continentales. Evaluer du point de vue théorique les limites du LiDAR Bathymétrique est une première approche pour apprécier le transfert de cette technique vers les eaux continentales. Cette évaluation doit porter pour les fleuves et rivières sur la limite de discrimination de la lame d'eau pour de très faibles profondeurs, et ce pour des lames d'eau qui peuvent être pentues. Effectuer ces études théoriques à travers l'analyse de trains d'ondes laser retour simulés (puissance retour en fonction du temps) avec les particularités des rivières, apparaît comme l'approche la plus adaptée. L'étude effectuée s'est déroulée en deux phases : une première a porté sur la modélisation puis la simulation de trains d'ondes pour différents paramètres de rivières ; une seconde s'est intéressée à l'inversion de trains d'ondes simulés pour retrouver l'épaisseur d'eau. Cette inversion a été réalisée par approximation d'un mélange de lois de probabilités. Pour la partie simulation, on s'aperçoit sur les trains d'ondes simulés que la rugosité de la surface et du fond de la rivière, entraînent une modification de l'amplitude de la puissance, permettant une meilleure distinction entre surface et fond ; en revanche les pentes maximales de la surface et du fond de la rivière, n'ont pas d'effets importants sur la forme du train d'ondes, ce qui facilite la détection. Pour la partie inversion, la limite obtenue de discrimination de la lame d'eau, pour une surface et un fond plat, se situe à 50 cm de profondeur ; en revanche pour une surface et un fond rugueux, elle se situe à 30 cm de profondeur. On observe également que les mesures de détection de la profondeur, sont peu sensibles aux paramètres du système LiDAR.

L'application de levés laser aéroportés de type « range finder » sur des surfaces imergées, marines ou continentales s'effectue suivant une technique LiDAR, appelée hydrographique ou bathymétrique. Cette technique est mobilisée essentiellement dans le cadre de levés bathymétriques des zones littorales et quequefois dans le cadre de levés bathymétriques et topographiques d'eaux continentales: lacs et rivières. Plus rarement, cette technique est utilisée pour caractériser le fonds marin (reflectance du laser par le fond), la surface de l'eau (caractérisation des vagues, altimétrie du niveau de l'eau) ou la colonne d'eau (algues, composition de la colonne d'eau). Cette présentation est réalisée en deux temps: dans un premier temps on présente les principes physiques de la mesure du LiDAR hydrographique, notamment ses différences par rapport au LiDAR « terrestre » puis les ordres de grandeurs sur le précisions, résolutions et limites de ces mesures pour les 4 systèmes existants. On présente ensuite une application de cette technique dans le cadre de campagnes bathymétriques de zones littorales bretonnes réalisées pour l'IFREMER en 2005 et 2006. On dicutera alors des conidérations pratiques pour la planification de ce type de levé. La technique LiDAR hydrographique s'appuie sur un laser vert (532 nm), longueur d'onde qui a le plus grand pouvoir de pénetration de l'eau dans le visible. Dans le cadre de levés bathymétriques, le principe des mesures des hauteurs d'eau (bathymétrie) est le suivant : le pulse laser vert émis depuis le vecteur (avion, hélicoptère) est pour partie réfléchi par la surface de l'eau et, lorsqu'il n'est pas complétement diffusé par la colonne d'eau, réléchi par le fond de l'eau. La mesure de hauteur d'eau est alors déduite du temps entre les deux echos marquant la surface et le fond de l'eau sur le train d'ondes retour du pulse laser. Ici, la particularité est de tenir compte pour les calculs de distances via les durées séparant les échos laser des différences de vitesses de la lumière dans l'air et dans l'eau. Géométriquement, les phénomènes de réfraction à l'interface air/eau interviennent. De ce fait, le positionnement dans le signal de la surface de l'eau est une composante importante de la qualité des estimations topographiques (surface de l'eau, côte du fonds) ou bathymétriqe (hauteur d'eau). Pour améliorer ces estimations et la positionnement altimétrique de la surface de l'eau, un laser PIR (1064 nm) est généralement couplé au laser vert, pulse laser réfléchi par la surface. Sur un des quatre systèmes LiDAR hydrographiques à ce jour, on utilise également pour positionner la surface de l'eau le rayonnement de Raman, phénomène crée par le laser vert à l'interface air-eau. Cette technique présente cependant des limites fortes: elle n'est pas applicable à des eaux chargées (profondeur maximale atteinte de l'ordre de 3 fois la distance de Secchi), des eaux profondes (supérieure à 60 m) et a contrario ne peut permettre de détecter des eaux peu profondes (inférieures à 50 cm). Elles permettent de réaliser des mesures bathymétriques à des densités importantes (2 * 2m) et relativement précises (0.25 m). En 2005 et 2006, trois sites littoraux bretons ont été levés pour l'IFREMER suivant cette technique par le capteur européen HawkeyeII. Ce sont respectivement, les Abers, les Glénans et le Trègor. Ils présentent chacun des caractéristiques géomorphologiques, hydrodynamiques et biologiques différentes les unes des autres, telles que le rapport entre la terre et l'estran, la nature du fond, la turbidité, la présence des algues. Ces caractéristiques et les conditions météorologiques (brouillard, vent...) influent généralement sur la stratégie de levé, le plan de vol et bien sûr, sur la qualité des données. En conclusion, l'application de cette technique LiDAR pose plusieurs questions méthodologiques: 1- Pour le transfert de cette technique en rivière, quelle est la limite de mesure, suivant le système, des hauteurs d'eau très faibles ? Quelles sont les influences sur cette limite des caractéristiques du milieu, notamment pour les rivières, la nature de la surface de l'eau (pente, rugosité) ? Quelles sont pour les eaux littorales, les influences de la composition de la colonne d'eau, des algues, de la nature du fond ? Enfin, pour les applications littorales comme en rivière, quelles sont les influences surla qualité des mesures des conditions d'acquisition des levés (humidité, vent) et la complémentarité aux autre techniques de levés topographiques et/ou bathymétriques ?

Bathymetry on continental hydrographic networks is up to now limited to small areas. This is highly limiting hydrological or ecological studies on hydrographic networks. To enlarge rivers bathymetry surveys, Bathymetric LiDAR looks an interseting tool. But, if this technique has been widely used for coastal surveys, very few studies focus on water depth measurement quality and limits, in particular for rivers. We aimed here to study the theorical water depth minimum measurement using a green LiDAR full waveform model. To do so, we developed first a model introducing specificities for rivers. Those, we tried to assess from simulated full waveforms this inferior limit and its sensitivity to river parameters. The results exhibit an inferior limit of 10 centimeters in best cases, i.e. when water surface is rough. This allows us to conclude on the utility of bathymetric LiDAR for gravel-beds rivers usually having a mean depth around 40 centimeters., La connaissance de la bathymétrie et de la topographie des surfaces immergées est un point d'entrée incontournable dans l'amélioration de la connaissance des milieux aquatiques littoraux et continentaux (modélisation des écosystèmes, cartographie, modélisation des hydrosystèmes). Pour l'estimation de la topographie sur de grands linéaires de fleuves et rivières, le LiDAR bathymétrique apparaît comme une technique potentiellement intéressante. Cependant, s'il existe quelques références sur la précision de cette technique dans le cadre des zones littorales, peu de références précises existent sur les eaux continentales à ce jour, sur les fleuves et rivières en particulier. Evaluer du point de vue théorique les limites du LiDAR Bathymétrique est une première approche pour apprécier le transfert de cette technique vers les eaux continentales. Cette évaluation doit porter pour les fleuves et rivières sur la limite de discrimination de la lame d'eau pour de très faibles profondeurs, et ce pour des lames d'eau qui peuvent pentues et faiblement rugueuses. Effectuer ces études théoriques à travers l'analyse de trains d'ondes laser retour « vert » simulés (puissance retour en fonction du temps) avec les particularités des rivières, apparaît comme l'approche la plus adaptée. L'étude effectuée s'est déroulée en deux phases: une première a porté sur la modélisation puis la simulation de trains d'ondes pour différents paramètres de rivières; une seconde s'est intéressée à l'inversion de trains d'ondes simulés pour retrouver l'épaisseur d'eau. Cette inversion a été réalisée par approximation d'un mélange de lois de probabilités. Pour la partie simulation, on s'aperçoit sur les trains d'ondes simulés que la rugosité de la surface et du fond de la rivière, entraînent une modification de l'amplitude de la puissance, permettant une meilleure distinction entre surface et fond; En revanche les pentes maximales de la surface et du fond de la rivière, n'ont pas d'effets importants sur la forme du train d'ondes, sans grande conséquence sur la mesure. Pour la partie inversion, la limite obtenue de discrimination de la lame d'eau, pour une surface et un fond plat, avec une légère rugosité se situe aux alentours de 50 cm de profondeur. Cet ordre de grandeur limite la portée du LiDAR bathymétrique pour des rivières à faible fond et forte pente, telle la Durance, même si ces premiers résultats ne tiennent pas compte de l'apport d'autres longueurs d'onde LiDAR (PIR et Raman).