Using remote sensing and modeling to monitor and understand harmful algal blooms. Application to Karaoun Reservoir (Lebanon). - Archive ouverte HAL Access content directly
Theses Year : 2021

Using remote sensing and modeling to monitor and understand harmful algal blooms. Application to Karaoun Reservoir (Lebanon).

Télédétection et modélisation pour la surveillance et la compréhension de la dynamique des cyanobactéries dans les lacs de barrage. Application à la retenue de Karaoun (Liban).

(1)
1

Abstract

Reservoirs are strategic water resources in particular for drinking water and hydropower production. Nevertheless, their physical and biogeochemical processes have been long influenced by anthropogenic pressures. A complete and regular monitoring of reservoir water quality in the context of current climate change, eutrophication and higher water demand, has become crucial for optimal management strategies. Recent progress in the satellite remote sensing field made it possible to enhance data acquisition on a synoptic scale and to perform retrospective studies. Satellite data can complement measurements however over a limited depth of the water column. In addition, three-dimensional (3D) numerical models which integrate physical, chemical and biological processes can fill temporal gaps and extend the information into the vertical domain.In this context, this PhD thesis focuses on the combined use of techniques and data derived from field monitoring, satellite remote sensing and 3D modeling. The overreaching objective of this work is to propose a combined approach for surveying the water quality of medium-sized reservoirs (~ 14 km2).The study site is Karaoun Reservoir, Lebanon (semi-arid climate, surface 12 km2, capacity 110 hm3). It mainly serves for hydropower however with possibly a future drinking water production. It is eutrophic and has been experiencing regular events of toxic cyanobacterial blooms. The following methodological approach was adopted:i)In situ measurements were regularly collected from spring to fall for the calibration and the validation of remote sensing algorithms and of the model.ii)In order to calibrate and validate remote sensing algorithms, Landsat 8 and Sentinel-2 imagery were atmospherically corrected using a single-channel algorithm and the 6SV code respectively.a.Four algorithms from literature for deriving surface temperature were validated using Landsat 8 thermal data.b.A previously calibrated and validated Sentinel-2 algorithm was applied to retrieve chlorophyll-a concentrations.c.An empirical algorithm was calibrated and validated in order to retrieve transparency from Sentinel-2 data.iii)In order to conduct a retrospective analysis of surface temperature, the validated single channel algorithm was applied to a series of Landsat images from 1984 to 2018.iv)In order to reproduce the hydrodynamics and ecological processes, including cyanobacterial biomass in space and time, the Delft3D model was configured, calibrated and validated for summer and fall. The spatial distribution of surface temperature and chlorophyll-a concentrations from the satellite and the model were investigated.The results of this study revealed that, among the four tested algorithms, the single channel algorithm dependent on atmospheric water vapor content and lake water emissivity yielded the best estimations of surface temperature. Using this validated algorithm, the retrospective analysis of surface temperature did not reveal any warming trend over the 1984-2018 period at the study site. Compared to in situ profiles, the Delft3D model represented well the evolution of the water level fluctuations, and the time and vertical distribution of temperature and phytoplankton biomass. Satellite data and model simulations showed minor spatial heterogeneities of surface temperature (< 2 °C) and considerable ones for chlorophyll-a concentrations (~ 50 mg.m-3). Their comparison revealed an overall good correlation in space and time.This work showed the good performance of the Delft3D model for simulating the thermal structure and phytoplankton biomass in a reservoir. It highlighted the value of satellite images as complementary to in situ measurements for validating 3D models and for the survey of reservoirs. The proposed approach is transferrable to other freshwater ecosystems and is particularly beneficial for poorly monitored ecosystems
Les lacs de barrage constituent des ressources en eau stratégiques en particulier pour la production d’eau potable et d’énergie électrique. Un suivi régulier de la qualité de l’eau des retenues dans le contexte actuel du changement climatique, de l’eutrophisation et d’une demande en eau plus élevée est nécessaire pour optimiser les stratégies de gestion. Les progrès dans le domaine de la télédétection permettent l’acquisition de données sur une échelle synoptique et la réalisation d’études rétrospectives. Les données satellitaires sont complémentaires des mesures in situ mais ne portent que sur une profondeur limitée de la colonne d’eau. En revanche, les modèles numériques tridimensionnels (3D) qui intègrent les processus physiques, chimiques et biologiques peuvent simuler le fonctionnement de l’écosystème sur des périodes continues et sur toute la colonne d’eau. Dans ce contexte, cette thèse s’intéresse à l’utilisation combinée des mesures de terrain, , des données de télédétection et des résultats de modélisation 3D. L’objectif principal de ce travail est de proposer une approche pour la surveillance de la qualité de l’eau des retenues de taille moyenne (~ 14 km2). Le site d’étude est la retenue de Karaoun au Liban Eutrophe, elle connait des épisodes récurrents de prolifération de cyanobactéries toxiques. L’approche méthodologique suivante a été adoptée : - Les mesures ont été collectées régulièrement du printemps à l’automne pour le calage et la validation des algorithmes de télédétection et des paramètres du modèle. - Afin de caler et valider les algorithmes de télédétection, une correction atmosphérique des images de Landsat 8 et Sentinel-2 a été appliquée. - Quatre algorithmes de la littérature pour estimer la température de surface ont été validés en utilisant des données thermiques de Landsat 8.- Une analyse rétrospective de la température de surface a été menée sur une série d’images Landsat de 1984 à 2018.- Un algorithme de Sentinel-2 déjà calé et validé a été utilisé pour estimer les concentrations en chlorophylle-a (chl-a).- Un algorithme empirique a été calé et validé afin d’estimer la transparence à partir des données de Sentinel-2.- Afin de reproduire les processus hydrodynamiques et écologiques, notamment ceux impliqués dans l’évolution spatio-temporelle de la biomasse des cyanobactéries, le modèle Delft3D a été configuré, calé et validé. La distribution spatiale de température de surface et des concentrations de chl-a provenant du satellite et du modèle a été investiguée. Nos résultats ont permis de déterminer l’algorithme qui aboutit aux meilleures estimations de la température de surface. En utilisant cet algorithme, l’analyse rétrospective de la température de surface, de 1984 à 2018, n’a pas révélé de tendance de réchauffement au site d’étude. Le modèle Delft3D a bien représenté l’évolution de la fluctuation de niveau d’eau, la distribution temporelle et verticale de la température et la biomasse du phytoplancton. Les données satellitaires et les simulations du modèle ont montré une faible hétérogénéité spatiale pour la température de surface (< 2 °C) et considérable pour les concentrations en chl-a (~ 50 mg.m-3). La comparaison des résultats du modèle avec les données satellitaires a indiqué, en général, une bonne corrélation dans le temps et l’espace. Le modèle a montré une bonne capacité à simuler la structure thermique et la biomasse du phytoplancton dans une retenue. Ce travail met en évidence la valeur des images satellitaires comme source de données complémentaires aux mesures in situ, permettant la validation des modèles et la surveillance des retenues. L’approche proposée est transférable à d’autres écosystèmes lacustres et très adaptée pour les écosystèmes où un suivi régulier de la qualité de l’eau n’est pas possible
Fichier principal
Vignette du fichier
TH2021ENPC0008.pdf (6.32 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-03404563 , version 1 (26-10-2021)

Identifiers

  • HAL Id : tel-03404563 , version 1

Cite

Najwa Sharaf. Using remote sensing and modeling to monitor and understand harmful algal blooms. Application to Karaoun Reservoir (Lebanon).. Environmental Engineering. École des Ponts ParisTech, 2021. English. ⟨NNT : 2021ENPC0008⟩. ⟨tel-03404563⟩
138 View
211 Download

Share

Gmail Facebook Twitter LinkedIn More