Etude des relations température de l'air et température de surface dans un environnement urbain
Mission
Les îlots de chaleur urbains (ICU) constituent un phénomène climatique
préoccupant, particulièrement en contexte de changement climatique. Ils se
traduisent par une élévation notable de la température de l'air (TA) dans les
zones urbaines par rapport aux zones rurales environnantes, notamment pendant
la nuit. Ce phénomène, aggravé par l’intensification et la fréquence accrue des
épisodes de canicule, représente un risque sanitaire important, en particulier
pour les populations les plus vulnérables (personnes âgées, enfants, personnes
en situation de précarité, etc.).
La caractérisation des ICU repose sur la mesure de la différence de TA entre
les milieux urbains et extra-urbains, généralement en milieu nocturne, lorsque
le contraste thermique est le plus marqué. Pour identifier précisément ces
zones et suivre leur évolution, il est indispensable de disposer de mesures de
température de l’air avec un échantillonnage spatial suffisamment dense et
représentatif à l’échelle intra-urbaine.
Une solution prometteuse pour pallier le manque de données in situ est
l’utilisation de l’imagerie satellitaire, qui permet d’accéder à la température
de surface (TS) selon une grille d’échantillonnage dense et régulière.
Cependant, la relation entre la TS et la TA est complexe et non linéaire,
influencée par de nombreux facteurs tels que l’usage du sol, l’humidité, la
végétation, ou encore les caractéristiques des matériaux urbains. De ce fait,
il n’est pas aisé de déduire directement la TA à partir de la TS.
L’objectif de ce stage est double :
Ce travail s’inscrit dans une perspective de meilleure compréhension et anticipation des impacts des ICU, en vue de contribuer à des politiques d’adaptation urbaine plus efficaces.
Le stage pourrait débuter en Mars 2026.
Profile
Étudiant(e) de niveau Master 2 ou école d’ingénieur en télédétection, traitement du signal, maths appliquées, ou apparentés.
Compétences attendues :
-
Analyse et traitement d’images satellitaires.
-
Bonnes bases en statistiques et/ou apprentissage automatique.
-
Maîtrise de Python, Linux.
Qualités recherchées : rigueur, autonomie, curiosité scientifique et esprit d’analyse.

