Over the past four decades, forests have experienced major disturbances, highlighting the need for Near Real-Time (NRT) monitoring. Traditional optical-based detection is cloud-sensitive, whereas Synthetic Aperture Radar (SAR)-based frameworks enable all-weather observation. Yet, SAR monitoring has mainly focused on humid tropical forests, with reduced performance in regions showing strong seasonal backscatter variation, such as tropical savannas. Detecting small-scale forest loss also remains difficult due to the spatial resolution loss from speckle filtering. This paper presents an unsupervised SAR-based disturbance detection method with NRT capabilities, using Bayesian inference. Building on an existing methodology, the approach processes singlepolarization Sentinel-1 SAR time series through Bayesian conjugate analysis. Forest disturbance is framed as a changepoint detection problem, where each new observation updates the probability of forest loss using prior information and a data model. The algorithm uses a hidden Markov chain to adapt recursively to seasonal variation and bypasses spatial filtering, preserving native data resolution and enhancing small-scale forest loss detection. Additionally, a methodology accounts for proximity to past disturbances. The method is tested on two 2020 reference datasets from the Brazilian Amazon and Cerrado savanna. The first covers small validation polygons (0.1–1 ha, excluding selective logging), totaling 2,650 ha in the Amazon and 450 ha in the Cerrado. The second includes larger clearings totaling 11,200 ha in the Amazon, and 12,700 ha in the Cerrado. A further comparison is conducted with operational NRT forest loss monitoring approaches. Results show substantial gains in detecting small-scale disturbances with reduced false alarms. In the Amazon, the method achieves an F1-score of 97.3% versus 93.1% for the current leading NRT approach. In the Cerrado, it reaches an F1-score of 97.4%, far exceeding the 33.3% of the optical-based method. For larger clearings, performance matches existing SAR approaches in the Amazon. While combined optical-SAR monitoring increases true positives, it also raises false alarm rates. In the Cerrado, the proposed method clearly outperforms optical monitoring, and in both regions it improves timeliness relative to individual operational approaches.

"Dans la nature réside la préservation du monde", écrivait Thoreau dans Walking (Finch & Elder, p. 192), soulignant le rôle fondamental de la nature dans l’équilibre terrestre. Aujourd’hui, le changement climatique bouleverse cet équilibre, menaçant les écosystèmes. Une surveillance précise des gaz à effet de serre dans l’atmosphère, principaux responsables du changement climatique, est devenue indispensable. Dans cette optique, la télédétection spatiale constitue un outil puissant pour mesurer et analyser à l’échelle mondiale la composition de l’atmosphère grâce à l’interaction entre le rayonnement électromagnétique et les molécules atmosphériques. La présence de ces dernières modifie le contenu spectral du rayonnement, ce qui permet d’inférer leurs concentrations à partir de mesures de spectre rayonné. Les spectromètres utilisés sont des instruments à haute résolution, centrés sur les bandes spectrales des gaz d’intérêt. Toutefois, ces instruments présentent des imperfections optiques et électroniques, générant des erreurs qui biaisent l’interprétation des spectres mesurés. Il est donc crucial de modéliser précisément le comportement de l’instrument, en particulier sa fonction de réponse spectrale instrumentale (ISRF). La caractérisation instrumentale débute au sol, via des campagnes sous vide thermique, puis se poursuit en orbite durant la phase de calibration/validation (CALVAL). Des calibrations régulières permettent ensuite de suivre les dérives instrumentales liées à l’environnement spatial (vieillissement, variations thermomécaniques). La thèse s’est focalisée sur l’estimation des ISRFs, tout en prenant en compte d’autres imperfections telles que les erreurs radiométriques et les décalages spectraux, afin d’améliorer la qualité des produits utilisateurs. Dans la littérature, les ISRFs sont souvent modélisées par des fonctions paramétriques (gaussiennes, super-gaussiennes). Toutefois, ces modèles peinent à représenter la diversité des formes observées et n’offrent pas une correction suffisante face aux exigences croissantes des missions spatiales. Par ailleurs, les erreurs instrumentales sont rarement intégrées dans le modèle global ou traitées conjointement. Pour dépasser ces limites, la thèse explore des approches de représentation parcimonieuse permettant d’estimer les ISRFs de manière plus flexible et précise que les approches paramétriques classiques. En complément, une méthode a été développée pour estimer simultanément les ISRFs et les erreurs de mesure, en combinant représentation parcimonieuse et modélisation paramétrique des erreurs. Cette approche conjointe atteint une précision comparable à celle obtenue dans des conditions idéales, c’est-à-dire sans erreurs instrumentales. Le cadre méthodologique proposé ouvre la voie à une généralisation à d’autres problèmes inverses non-linéaires sous contraintes de parcimonie, par exemple en imagerie hyperspectrale. Les perspectives incluent l’exploration de modèles dynamiques, tels que les modèles à espace d’états (State Space Models), pour estimer conjointement les ISRFs selon la longueur d’onde. Des outils comme les filtres de Kalman, les réseaux de neurones récurrents, les transformeurs ou les processus gaussiens sont également envisagés. L’apprentissage automatique pourrait aussi être mobilisé pour estimer les ISRFs, atténuer le bruit ou calibrer les spectres. À plus long terme, il serait pertinent d’intégrer d’autres erreurs, telles que la lumière parasite (assimilable à une fonction de réponse spatiale ou spatio-spectrale), ou d’aller jusqu’à l’estimation des paramètres atmosphériques (comme le CO2) au niveau 2, en tenant compte de l’impact des erreurs instrumentales sur l’inversion. En définitive, cette thèse contribue à la mise au point d’algorithmes robustes pour la calibration en vol des instruments de télédétection, avec un impact potentiel fort sur la précision des mesures atmosphériques, et à terme, sur les applications climatiques et environnementales.

La détection en quasi-temps réel (NRT pour Near Real-Time) de la perte de forêts tropicales est essentielle pour la conservation de la biodiversité et la gestion du carbone. Les systèmes actuels de surveillance par télédétection satellitaire présentent cependant des limites, liées à la sensibilité des données à la saisonnalité et la variabilité environnementale. De plus, les approches optiques souffrent souvent de longs délais de détection en raison d’une couverture nuageuse fréquente, tandis que les méthodes utilisant des données radar à synthèse d’ouverture (SAR pour Synthetic Aperture Radar) sont affectées par la variabilité du speckle et la perte de résolution causée par le filtrage des images, ce qui réduit leur sensibilité aux perturbations à petite échelle. Cette thèse présente une approche non supervisée de détection bayésienne en ligne de points de changement (BOCD pour Bayesian Online Changepoint Detection) pour la détection NRT de la perte de forêt, évaluée à l’aide de données de référence fiables MapBiomas Alerta, couvrant l’Amazonie brésilienne et le Cerrado. La méthode estime la déforestation de manière récursive en ligne selon le principe du Maximum A Posteriori (MAP). Elle se base sur la distribution a posteriori du nombre d’acquisitions effectuées depuis le plus récent changement, modélisé comme une variable aléatoire associée à l’état caché d’un modèle de Markov. Le traitement récursif et des statistiques a priori conduisent à une gestion efficace de la variabilité du signal et de la saisonnalité. La conjugaison a priori permet la mise à jour de paramètres à coût calculatoire réduit, et un mécanisme d’analyse de survie tient compte du contexte spatiotemporel des perturbations. Le BOCD est tout d’abord mis en oeuvre avec des séries temporelles SAR Sentinel-1, non filtrées pour préserver les détails spatiaux. Les résultats montrent des taux de détection plus élevés pour les clairières de petite taille que ceux obtenus avec les principaux systèmes opérationnels tels que GLAD-L, RADD et GFW, tout en maintenant de faibles taux de fausses alertes. Pour les grandes clairières, le BOCD surpasse GLAD-L dans le Cerrado et égale RADD en Amazonie, bien que GFW reste supérieur grâce à sa combinaison de produits SAR et optiques. Le BOCD est ensuite étendu aux acquisitions polarimétriques Sentinel-1 (pol-BOCD), tout en conservant une faible complexité. La combinaison des canaux VV et VH améliore la sensibilité de 10 % sur les parcelles hétérogènes et renforce la robustesse face aux différentes pratiques de déforestation, avec des taux de fausses alertes systématiquement faibles. Un troisième développement méthodologique est introduit, qui généralise la détection Bayésienne en ligne à plusieurs séries temporelles asynchrones via une approche de fusion basée sur une combinaison statistique pondérée, mise en oeuvre avec les données Sentinel-1 et Sentinel-2 (ms-BOCD). Finalement, le BOCD est appliqué à un cas d’usage particulier : la détection NRT de la perte de forêt par le feu, utilisant des données de terrain collectées lors d’un incendie survenu en septembre 2024 à Paragominas, au Brésil. Les résultats montrent un accord de 88 %, et soulignent la complémentarité entre les données SAR Sentinel-1 et multispectrales Sentinel-2 : les données optiques identifient sans ambiguïté les zones brûlées et le SAR permet des observations continues pendant les périodes nuageuses affectant les données optiques. Le cadre BOCD proposé améliore la surveillance en NRT des pertes forestières tropicales en augmentant la sensibilité au déboisement de petites parcelles, en réduisant les délais de détection par rapport aux systèmes opérationnels existants et en permettant l’intégration de données multi-sources asynchrones, sans compromettre l’efficacité calculatoire. Ces caractéristiques sont pertinentes pour le développement futur d’un système opérationnel d’alerte précoce, favorisant une surveillance de la déforestation plus rapide et fiable.

This paper presents some theoretical results and measurements of passive intermodulation (PIM) products made on a waveguide flange contact nonlinearity with 2 and 3 carriers at different power levels. The dependence of the passive intermodulation (PIM) products power on the carrier power is the main difference between active and passive intermodulation (IM) products. For easy computation, memoryless active nonlinearities are generally modelled by polynomials or by analytical mathematical functions (e.g. hyperbolic tangent) [1, 2]. These functions are continuous, have continuous derivatives of all orders and can be approximated by their Taylor series developments, at least in “small signal” conditions where the IM power is much less than the fundamental carrier power, mathematically in a domain around the origin. In these conditions, the power of each active IM products depends on the carrier power elevated to an exponent equal to the order of the IM product, e.g. exponent 3 for order 3, exponent 5 for order 5 [1, 2]. On a dB/dB graph, the slopes of IM levels versus carrier level are equal to their order 3, 5, … This is not the case for passive IM products where the level of IM products depends on the carrier level with a slope that is different from the order, generally a non-integer value between 2 and 3 and about the same for all orders on a dB/dB graph [3 - 8]. A model based on a non-analytical power function has been proposed [9]. It has been used to predict the behavior of the passive IM products such as the level of high order of products, the nearly equal slope for all IM orders, and the decrease of a 2-carrier IM product power when a third carrier is added [9, 10]. The experiment is carried out on a nonlinear graphite material introduced between two waveguide flanges in a PIM test bench in Ku band using two low PIM triplexers. Two carriers with power up to 40 watts per carrier or three carriers with power up to 40 watts per carrier can be transmitted on the test bench. The main theoretical and experimental results are presented in this paper and validate the theoretical results: a slope of 2.4 dB/dB is measured on the third order PIM product and the levels of higher order PIM products are correctly obtained in different configurations of carriers and power by using the non-analytical model based on a power law nonlinearity with an exponent of 2.4 for order 3. Measurement with 3 carriers (with the same or different power) are compared with the theory. A particular combination of 3 carrier powers shows that some third order PIM can be nearly eliminated in concordance with the theory.

A novel Digital-Twin technology platform is introduced for enabling system-level IC-Package-PCB-Antenna co-design, co-simulation and co-verification. The platform, based on noise and correlation-aware physics-informed behavioral modeling, integrating VISION (IVCAD) software developed by Dassault Systèmes, hosts an innovative SPICE compatible broadband RLC representation of antenna elements. The ability of the platform to account for dynamic impedance loading of antennas by multi-harmonic (MH) nonlinear RF electronics is demonstrated using energy-efficient hybrid 3D heterogeneous front-end-module technologies integrating adaptive biasing and antenna tuners (load-aware matching). The Digital-Twin technology will enable new generations of tooling (unified EDA & OTA) where classical Electromagnetic (EM) metrics (radiation pattern, noise, auto and cross-correlation functions, power-spectral density) are extended with wireless-circuit metrics (e.g., EVM, SNR, ACPR, NMSE). Unification of EDA and OTA, based on holistic Multiphysics (EM, Thermal, Mechanical) approaches, will foster new standards for joint communication and sensing at any time and from anywhere (remote ubiquitous connectivity).

This paper presents some measurements made on samples of raw materials used for antenna reflectors on communication satellites. Two theoretical results have been experimented: the first one is the power dependence of the passive intermodulation products versus the power of the carriers; the second one is the direction along which intermodulation products are radiated when the incident carriers come from different directions.

This paper addresses the propagation of acoustics or ultrasonics waves through atmosphere and the causality property. The physicists community seems to agree with the following sentence: "... empirical observation indicates that such systems are indeed causal even though the transfer function may not be a causal transform." We explain that the complex gain is not causal when not properly chosen, and that this issue can be addressed.