BRGM
APPORT DES DONNEES SATELLITAIRES NOAA-AVHRR
DANS LE SUIVI DE LA VEGETATION FORESTIERE
Etude méthodologique pour l'identification
des zones à risques d'incendie
sur la région aes Maures - Estere!
Jean-François GOUYET
Christine KING
Jean-François MALON
89 DT 020 TED
Septembre 1989
Etude réalisée pour le compte de la Délégation aux risques majeurs
Direction de l'Eau et de la Px-évention
des Pollutions et des Risques
Ministère de l'Environnement
RESUME
La sécheresse prolongée de cette année 1989 a créé tôt une
situation alarmante, en particulier pour le patrimoine forestier
national .
L'objectif de l'étude est d'évaluer les possibilités d'un suivi
satellitaire pour fournir des indicateurs, directs ou indirects, des
risques d'incendie en région forestière. Le choix s'est porté sur le
système NOAA-AVHRR, seul susceptible à l'heure actuelle de fournir
régulièrement des images dans des bandes spectrales adaptées à l'étude
de la végétation.
Après un bref tour d'horizon des possibilités actuelles de la
télédétection en matière d'études forestières, l'étude proprement dite a
été focalisée sur le secteur des Maures et de l'Esterel (France).
Après constitution d'une série d'images de 14 dates entre avril et
août 89, l'analyse de l'évolution des index de végétation et de la
température de surface a donné des résultats statistiquement signifi¬
catifs : les index de végétation des forêts réagissent à la sécheresse à
partir d'une certaine période critique repérable grâce aux données
thermiques . Des documents cartographiques de S3nithèse sont proposés pour
localiser les foyers de sécheresse. Ces résultats confirment l'intérêt
de cette méthodologie , mais une série de contrôles est indispensable
pour valider la méthode.
REMERCIEMENTS
Nous tenons à exprimer nos vifs remerciements à M. OLRY du Centre
de Météorologie Spatiale de Lannion, qui a en particulier favorisé un
des points clés de cette étude : le délai très court entre l'acquisition
de l'image par le satellite et sa réception par le B.R.G.M..
SOMMAIRE
INTRODUCTION 4
1. GENERALITES : LES ACQUIS DE LA TELEDETECTION 5
1.1. Les possibilités actuelles de la Télédétection 5
1.1.1. Un inventaire des massifs forestiers 5
1.1.2. Un suivi à haute fréquence temporelle de l'état
de la végétation 6
1.1.2.1. Echelle globale 6
1.1.2.2. La précocité de l'information 6
1.2. Le cas du suivi forestier pour la prévision d'incendie 7
2. METHODOLOGIE 9
2.1. Objectifs de l'étude 9
2.2. Constitution d'une série temporelle 9
2.2.1. Sélection d'images utilisables 9
2.2.2. Correction géométrique des données selon la
projection cartographique utilisée la
cartographie de la France au 1/1.000.000 9
2.2.3. Corrections atmosphériques 10
2.2.4. Fenêtrage sur la région d'intérêt 10
2.2.5. Masque des nuages 10
2.2.6. Masque de la mer 10
2.2.7. Délimitation de zones d'études représentatives 11
2.3. Etude de l'index de végétation 11
2.3.1. Calcul de l'index de végétation 11
2.3.2. Réalisation des images d'index de végétation 11
2.3.3. Analyse de l'évolution temporelle 12
2.4. Etude de la température de surface 12
2.4.1. Mode de calcul 12
2.4.2. Réalisation des images de température 13
2.4.3. Analyse de l'évolution temporelle 13
2.5. Sélection des données 13
2.5.1. Choix des dates d'observation 13
2.5.2. Délais de réception 14
2.5.3. Données météorologiques 14
2.5.4. Qualité des données 14
3. RESULTATS 15
3.1. Délais de traitement 15
3.2. Analyse des profils temporels 16
3.2.1. Profils d'index de végétation 16
3.2.2. Profils de température de surface 17
3.2.3. Interprétation 17
3.2.4. Discussion 18
3.3. Spatial isat ion 18
3.3.1. Elaboration de document 19
3.3.2. Interprétation 19
3.3.3. Nécessité d'tin contrôle de terrain 19
3.3.4. Conclusion 20
4. CONCLUSIONS 21
5. PROPOSITIONS 22
5.1. Validation des résultats 22
5.2. Généralisation des résultats 22
5.2.1. Généralisation spatiale 22
5.2.2. Généralisation temporelle 23
5.3. Action concertée pour un outil de prévision
des risques 23
5.3.1. Phase 1 : les paramètres á prendre en compte 23
5.3.2. Phase 2 : modélisation des risques potentiels
d'incendie 24
BIBLIOGRAPHIE 25
ANNEXES
INTRODUCTION
La sécheresse prolongée de cette année 89 a créé très vite une
situation alarmante en particulier pour le patrimoine forestier
national .
Actuellement, les risques de feux de forêt sont estimés par la
météorologie nationale à partir de l'humidité des sols, du vent et des
températures de surface. Il s'agit d'une prévision à très court terme,
de l'ordre de la journée, utilisée essentiellement dans le sud-est.
Performante pour la mise en oeuvre de la lutte, cette méthode ne
suffit pas pour appréhender la sensibilité au risque de déclenchement de
feux de forêt dans un avenir de 10 à 20 jours, compte tenu de l'évolu¬
tion des caractéristiques d'un massif forestier.
Pour apprécier cette évolution, il est nécessaire de suivre régu¬
lièrement certains paramètres des massifs. Cela conduit à penser à
l'utilisation d'images satellite.
C'est dans ce contexte que le Ministère de l'Environnement a
demandé d'évaluer les possibilités d'un suivi satellitaire pour fournir
des indicateurs, directs ou indirects des risques d'incendie en région
forestière. Le choix s'est porté sur le système NOAA-AVHRR, seul
susceptible à l'heure actuelle de fournir régulièrement des images dans
des bandes spectrales adaptées à l'étude de la végétation.
Bien que réalisée en quasi temps réel et dans un contexte
d'urgence, cette étude est essentiellement méthodologique. Elle fait le
point sur les possibilités d'identification de zones à risque et sur les
délais d'accès à cette information.
Après un bref tour d'horizon des possibilités actuelles de la
télédétection en matière d'études forestières, l'étude proprement -dite
est présentée en 3 volets ; la méthodologie utilisée, la sélection des
données, les résultats obtenus et leur discussion.
Un dernier chapitre propose des développements envisageables .
1. GENERALITES : LES ACQUIS DE LA TELEDETECTION
Dans le déclenchement et la propagation d'incendies de forêts, il
est clair que l'état du milieu naturel n'est pas le seul élément du
problème : les problèmes climatiques (sécheresse, vent) et anthropiques
(accidents, travaux agricoles, pyromanes...) sont bien connus pour être
des facteurs déterminants dans le nombre et l'ampleur des incendies.
Néanmoins, il apparaît évident depuis plusieurs années que la
protection des milieux forestiers, en particulier par des aménagements
(débroussaillage , pare-feux, alternance des plantations à haut risque et
à moindre risque d' inflammabilité) , et des systèmes de surveillance
mieux coordonnés sont des actions à favoriser.
C'est dans ce dernier registre que se situe l'évaluation des
possibilités de suivi de la végétation forestière par satellite.
1.1. Les possibilités actuelles de la Télédétection
De nombreuses études de télédétection faites avec divers capteurs
(radiomètres au sol ou aéroportés) ont bien montré que l'état d'un
couvert végétal, le stade de développement et son activité chlorophyl¬
lienne influencent fortement la réponse spectrale des surfaces mesurées
dans le visible et proche infrarouge, au point d'autoriser l'identifi¬
cation d'un certain nombre de couverts végétaux ou groupes de couverts
végétaux, voire le suivi de leur évolution temporelle.
Du fait des caractéristiques techniques des capteurs actuellement
en fonctionnement (orbite, résolution spatiale, périodicité), il est
nécessaire à l'utilisateur de faire un choix entre les deux priorités
d'inventaires ou de suivi de l'état de la végétation.
1.1.1. Un inventaire des massifs forestiers
Les études récentes (G. SELLERON 1985, LEPOUTRE et al. 1986, SEUTHE
et al. 1987, SEVELEDER 1989) ont fait le point sur les possibilités de
la télédétection à haute résolution spatiale (SPOT, Landsat TM) pour une
cartographie des massifs.
Dans le contexte des risques d'incendies, on peut envisager d'uti¬
liser ces données pour élaborer des documents cartographiques aidant à
la progranmiation d'aménagements protecteurs (au 1/50.000). Des enquêtes
de terrain sur des cibles représentatives devront compléter les images
pour définir et localiser les critères d' inflammabilité des sous-bois
associés aux couverts, seuls visibles par télédétection. Si l'échelle
des documents est assez compatible avec les préoccupations des fores¬
tiers, leur élaboration et leur mise à jour exigent une mise en oeuvre
relativement lourde. Elle ne peut s'envisager avec une périodicité
inférieure à 1 ' année .
1.1.2. Un suivi à haute fréquence temporelle de l'état de la
végétation
Ce suivi s'envisage avec des satellites météorologiques de tjrpe
NOAA-AVHRR, dont la résolution moyenne est de 1 km et la périodicité
quotidienne (voir fiche technique en annexe 1) .
Les équipes de recherche sont actuellement confrontées à 2 cas de
figure, l'un tirant parti de l'échelle globale (continentale) autorisée
par une telle résolution, l'autre visant l'exploitation de la répéti¬
tivité temporelle, pour privilégier la précocité de l'information sur le
suivi de la végétation.
1.1.2.1. Echelle globale
Le premier intérêt de ces satellites est de donner des indications
même grossières sur la végétation dans des régions difficiles d'accès ou
couvrant de très grandes surfaces (Sahel, Amazonie, Asie). Dans ce cas,
les informations NOAA proviennent de l'index de végétation NDVI (voir
définition paragraphe 2.3.1) favorisant une approche nationale ou
continentale. Elles permettent d'esquisser des relations entre facteurs
climatiques (désertification) et potentiel agronomique ou forestier.
Les travaux de TUCKER et al. 1983, MALINGREAU 1986, TOWNSHEND et
al. 1986 en sont de bons exemples.
1.1.2.2. La précocité de l'information
Identifier de façon précoce une situation agronomique alarmante
représenterait un atout déterminant pour engager au bon endroit et au
bon moment sur le terrain, les mesures appropriées.
Cela correspond par exemple à une des demandes exprimées par l'OSCE
(Office Statistique des Communautés Européennes) qui a poussé le Centre
Commun de Recherches d'Ispra à lancer un programme pilote de télédétec¬
tion auquel le BRGM est en particulier associé.
Les possibilités de cette identification précoce sont actuellement
explorées dans un contexte agronomique , en France essentiellement par
les équipes de l'INRA et du LERTS. Elles font intervenir autant les
informations sur l'état de la végétation (issues des bandes spectrales
du visible et proche Infra-Rouge de AVHRR) , que celles sur la tempéra¬
ture de surface (issues des bandes thermiques de AVHRR) qui offre une
voie d'accès simplifiée à l'Evapotranspiration Régionale (LAGOUARDE et
al. 1986, SEGUIN 1986, SEGUIN et al. 1988).
Les principaux acquis sont les suivants :
. l'évolution temporelle de l'index de végétation des cultures
annuelles (appelée profil temporel) est en relation avec leur dévelop¬
pement ;
. des systèmes de cultures différents (cultures d'hiver dominantes
ou à l'inverse, cultures de printemps dominantes) impriment à ces
profils des formes distinctes.
Ces études ne sont pas assez avancées pour proposer déjà des
méthodes opérationnelles de suivi : en particulier les critères pour
identifier avance, retard ou stress particulier dans la végétation (gel,
sécheresse) sont empiriques et fortement dépendants du contexte
régional.
1.2. Le cas du suivi forestier pour la prévision d'incendie
Les études forestières spécifiquement orientées vers le risque
d'incendie relèvent pour une bonne part d'approches très similaires à
ces dernières études citées. Elles sont encore rares. Seule, une
approche empirique et a posteriori a été, à notre connaissance proposée
par une équipe espagnole (SORIA et al. 1988). Elle met en évidence que
l'index de végétation issue de NOAA-AVHRR a évolué de façon différente
pour divers massifs forestiers et qu'en particulier un des secteurs
incendiés manifestait avant l'incendie une baisse importante de son
index de végétation.
Ceci est un fait intéressant : il appuie l'hypothèse selon laquelle
une végétation, même forestière, se modifie suffisamment en période de
sécheresse pour avoir une influence au niveau d'une mesure aussi globale
que l'index de végétation satellitaire.
Dans la perspective d'identifier par télédétection des zones où ce
risque d'incendie est le plus élevé, il convient en premier lieu de
considérer les acquis actuels sur l'évolution temporelle de la réflec¬
tance des forêts : si l'on excepte les études de laboratoire (spectro-
scopie) permettant d'analyser des échantillons de feuilles d'arbres, à
l'heure actuelle des études systématiques, pour établir une relation
entre réflectance et état physiologique des arbres à l'échelle de
massifs ou de parcelles forestières, sont rares : elles sont difficiles
à mettre en oeuvre par radiométrie in situ, car la hauteur et la surface
des couverts sont sans commune mesure avec des parcelles agricoles .
L'essentiel des acquis sur ce point provient donc de données satelli¬
taires .. Une étude multidate (SPOT-TM) très récente (0. SEVELEDER, 1989)
réalisée au BRGM a mis en évidence, entre autres, que le facteur temps
n'était pas prépondérant dans l'identification des peuplements. Les
facteurs de densité -structure et de nature sont prépondérants.
Tous ces éléments permettent de hiérarchiser les problèmes :
les zones forestières ne sont pas les "cibles" les plus simples
pour réaliser un suivi temporel de leur état sur des critères de
réflectance,
l'évolution d'indicateurs (tel que l'index de végétation) au cours
de la période d'activité chlorophyllienne en période "dite normale"
devrait être connue sur plusieurs années pour dégager l'enveloppe
de "normalité" de cet index et, disposer ainsi de critères statis¬
tiquement fiables pour identifier une situation anormale.
enfin, l'identification d'une zone forestière "stressée" par la
sécheresse est un des éléments intervenant dans la prévision des
risques d'incendie, mais il ne peut être le seul.
Fig.l LOCALISATION DE LA ZONE D'ETUDE
X (v^^^^ CANNES
\ ^ B. Au
fe> y^^T^ p-
^~^~^^^^^P^St TROPEZ
B. 1» Chut ^^^myyfmy
TOULON ^^^^^^
o 5 lOkmI11
2. METHODOLOGIE
2.1. Objectifs de l'étude
En se focalisant sur un des secteurs forestiers jugés 'à haut risque
par le Ministère de l'Environnement (les massifs des Maures et de
l'Esterel, fig. 1), l'objectif de cette étude est de suivre l'évolution
du couvert forestier à \uie échelle régionale durant cette année de
sécheresse exceptionnelle qu'est 1989.
Après constitution d'une série temporelle de données NOAA-AVHRR,
l'analyse de l'évolution des index de végétation NDVI et de la tempéra¬
ture de surface sera faite en fonction de l'hypothèse selon laquelle, en
période de sécheresse importante , les zones forestières accusent une
diminution de l'index de végétation. La température de surface peut
confirmer l'origine climatique de l'évolution du NDVI.
Du point de vue répétitivité, l'objectif à atteindre est de dispo¬
ser d'une scène satellite chaque quinzaine sur la période allant de
début avril à fin juillet. L'heure de passage choisie - 14 h - corres¬
pond au système NOAA 11.
Dans cette première étude, l'accent doit être mis sur cette analyse
de données satellitaires 89. Il n'a pas été envisagé de réaliser simul¬
tanément des travaiix de terrain portant sur la description de la végé¬
tation forestière.
2.2. Constitution d'une série temporelle
La constitution d'une série temporelle est la première étape de ce
travail . Elle se décompose de la façon suivante :
2.2.1. Sélection d'images utilisables (problèmes des couverts
nuagBTUc) par consultation de l'archive du CMS de
Lannion (Centre de Météorologie Spatiale)
2.2.2. Correction géométrique des données selon la projection
cartographique utilisée pour la cartographie de la
France au 1/1.000.000 (IGN - projection Lambert grand
champ)
Les étapes de cette correction (prise de points de repère, identi¬
fication des coordonnées en latitude et longitude, rééchantillonnage,
précision obtenue...) sont décrites en annexe 2.
10
2.2.3. Corrections atmosphériques
Des modèles de corrections atmosphériques sont proposées notamment
par les équipes du LOA* (F) et du NUTIS** (UK) .
Dans le visible et le proche infra-rouge, ces modèles permettent à
la fois de corriger les effets d'absorption et diffusion du rayonnement
par la vapeur d'eau et les effets liés à la géométrie de l'acquisition
(angle solaire et angle de prise de vue). Les effets d'aérosols ne sont
pas correctibles à l'heure actuelle.
Vu les délais impartis par l'étude, nous n'avons pas acquis le
modèle du LOA, ni tenté des corrections plus rustiques. Nous avons
seulement mis une note de "qualité" atmosphérique sur les données
acquises, pour avoir une estimation relative de la fiabilité des images.
Dans le thermique, les effets atmosphériques sont corrigés par le
mode de calcul de la température de surface qui utilise une combinaison
linéaire des canaux thermiques.
2.2.4. Fenêtrage sur la région d'intérêt
Cette extraction s'est faite sur des critères géographiques (fig. 1)
La vérification de la bonne superposition géométrique de la série
temporelle a été contrôlée sur ces fenêtres .
2.2.5. Masque des nuages
On procède par un double seuillage des canaux thermiques 4 et 5 ,
dans lesquels les nuages sont identifiables par leurs très faibles
températures .
Cette méthode est plus rudimentaire que celles citées par les
météorologistes (LE GLEAU et al., 1989). Dans le cas de notre étude très
localisée, elle a été jugée suffisante.
Notons que ce masque ne résout pas les problèmes dus aux voiles de
cirrus , aux brumes de chaleur ou aux ombres portées de nuages impor¬
tants .
2.2.6. Masque de la mer
La séparation "terres émergées -mer" est réalisée par un seuillage
dans les valeurs spectrales du visible où l'eau libre est très peu
réfléchissante .
* UOA - Modèle 53 de D . TANRE - Laboratoire d'Optique Atmosphérique de
Lille - CNRS - Univ. Lille 1 (F)
** NUTIS - Unité de Traitement d'Image. Dept de Géographie - Université
de Reading (UK)
11
2.2.7. Délimitation de zones d'études représentatives
Le parti a été pris d'analyser l'évolution temporelle des valeurs
de NDVI et TS sur des aires géographiques suffisamment importantes pour
avoir une valeur moyenne représentative et limiter les problèmes locaux
de bruit, liés à la qualité du signal.
A l'examen des images Thematic Mapper acquises en juin 1985, trois
secteurs forestiers et deux bassins agricoles ont été isolés.
Dans les Maures, les ensembles nord-est et sud-ouest ont été
dissociés. Ils correspondent, semble-t-il, à deux entités dont il
faudrait pouvoir donner des caractéristiques de peuplement par une
enquête au sol.
Le massif de l'Esterel a été considéré comme une seule entité.
Les dexix bassins agricoles d'Aix et de La Ciotat ont été retenus
pour disposer d'un support de comparaison avec les milieux forestiers.
Les données de TM font ressortir le contraste entre ces deux bassins :
celui d'Aix, occupé par un parcellaire de grande taille, dont environ
50 % est en cultures d'été, est probablement irrigué sur une bonne
proportion (il faudrait le confirmer par enquête de terrain). Le bassin
de La Ciotat, dont le parcellaire est à peine visible sur les images TM,
apparaît davantage comme un secteur de cultures non irriguées.
2.3. Etude de l'index de végétation
2.3.1. Calcul de l'index de végétation normalisé
Sur la base de la formule IR - R*
IR + R
cet index des valeurs réelles oscille entre - 1 et + 1 et est utilisé en
valeurs réelles dans toutes les comparaisons interdates .
Pour des raisons de simplification dans son utilisation, la repré¬
sentation cartographique des index est réalisée après une conversion sur
256 niveaux.
2.3.2. Réalisation des images d'index de végétation
Ces images, représentées au 1/750.000, dans les planches couleurs
en annexe 3, sont faites sur la base d'une échelle de couleur standard
pour toutes les dates et sont donc comparables entre elles.
^IR : valeur de gris dans l' infra- rouge (canal 2 de NOAA-AVHRR)
R : valeur de gris dans le canal visible (canal 1 de NOAA-AVHRR) .
12
Leur visualisation est souvent le premier critère pour juger de la
qualité des images et donc de la fiabilité à apporter aux calculs
d ' index .
2.3.3. Analyse de 1 ' évolution temporelle
Du fait de l'absence de données de terrain précises sur un ensemble
de parcelles forestières bien localisées, on a choisi de faire cette
analyse de la façon la plus statistique possible : c'est pourquoi les
valeurs d'index de végétation (comme ultérieurement de température de
surface) sont obtenues par la valeur moyenne, accompagnée de l'écart-
type, sur les 5 aires géographiques d'intérêt :
2
Maures -sud 9961 pixels ou km
Maures -nord 5767 "
Esterel 8651
Bassin d'Aix 2097 "
Bassin de la Ciotat 1311 "
Ce sont ces valeurs moyennes dont on suit l'évolution temporelle au
chapitre suivant.
2.4. Etude de la température de surface
2.4.1. Mode de calcul
L'appréciation d'une température de surface à partir des données de
satellite météorologiques fait l'objet des travaux de plusieurs équipes
actuelles .
Si la précision de cette estimation est assez satisfaisante sur les
surfaces de mer, elle reste encore sujette à discussion sur les surfaces
émergées ou divers paramètres atmosphériques ou i.nhérents aux "objets"
en surface, comme 1' émissivité , varient spatialement et temporellement.
D'après l'étude bibliographique de 0. ROUZEAU (thèse à paraître au
BRGM) :. "généralement en France, l'algorithme le plus utilisé est celui
de T. PHULPIN et P. Y. DESCHAMPS (1980) alors que dans les pays anglo-
saxons , les modèles américains ont la préférence .
Le CMS de Lannion utilise quant à lui une équation très simplifiée
(P.' LE BORGNE et al., 1988) :
Tg CC) - 3 T^4('>C) - 2 T^5(°C) + 0,5CC)
Il se peut que notre choix ne soit pas le meilleur. Cependant,
compte -tenu du fait que la majorité de ces algorithmes sont sous la
forme Te -= aTv4 + b [Ti^4-Tv5| + c avec a, b, c constantes, l'écart à lavaleur réelle de température de surface, si l'on considère 1' émissivité
invariable, sera constant".
13
Ces calculs nous permettent en premier lieu de faire des comparai¬
sons relatives et réalistes entre les différentes dates d'observation.
2.4.2. Réalisation des images de température
Les règles d'élaboration sont relativement similaires à celle de
NDVI pour ces images : la conversion des valeurs de température en
niveau de couleur n'est faite qu'en phase ultime avant la représentation
cartographique .
2.4.3. Analyse de l'évolution temporelle
De façon similaire à l'analyse du NDVI, le même calcul de valeur
moyenne de température de surface rapportée aux aires géographiques
d'intérêt est réalisée.
2.5. Sélection des données
2.5.1. Choix des dates d'observation
La fréquence souhaitée a été fixée à une date d'observation tous
les 15 jours.
Lors du démarrage de l'étude (12 juillet), une consultation de
l'archive des quick looks du CMS à Lannion, a permis d'identifier toutes
les acquisitions peu ou pas nuageuses sur le sud-est de la France,
correspondant à des angles de visée inférieurs à 30° .
10 scènes ont été retenues, auxquelles se sont ajoutées les "commandes
en temps réel" pour lesquelles le CMS Lannion sélectionnait la meilleure
date de la quinzaine : soit 4 dates supplémentaires jusqu'à mi-août.
Le bilan des dates utilisables est le suivant :
avril 2 - 15 - 23
mai 2 - 9* - 21*
juin 2* - 11* - 21*
juillet 9 - 18* 29*
août 9* - 18*.
soit une moyenne d'une image par décade.
L'analyse ultérieure des évolutions d'index tiendra compte en
premier lieu du risque de valeurs erronées, liées à une hétérogénéité
atmosphérique non maîtrisée.
*Les dates cochées d'une astérisque correspondent à des scènes contenant
des nuages sur une partie de la zone d'intérêt.
14
2.5.2. Délais de réception
Le CMS de Lannion a fait le maximum pour réduire les délais entre
l'acquisition par le satellite et la réception du support magnétique par
le B.R.G.M. : en particulier les quatre scènes dites "temps réel" nous
sont parvenues dans un délai de 5 jours.
2.5.3. Données météorologiques
Il était prévu initialement de collecter simultanément des données
météorologiques issues de stations climatiques in situ (en particulier
la pluviométrie et la température de l'air - moyennes quotidiennes).
La grève de la Météorologie Nationale , qui s ' est prolongée
plusieurs semaines, a désorganisé les délais de traitements des données
et ne nous a pas permis d'accéder à ces informations qui auraient permis
un contrôle indirect de l'évolution des index obtenus par NOAA.
2.5.4. Qvialité des données
Sur les 4 dates acquises , 9 présentent localement des nuages . Ceci
met bien en évidence la difficulté majeure des observations satelli¬
taires dans les courtes longueurs d'onde : même avec un système à
périodicité très élevée (quotidienne) et une zone d'étude favorisée du
point de vue . climatique (région méditerranéenne et année de sécheresse)
il y a une disproportion évidente entre la haute répétitivité théorique
de l'observation et la réalité.
Ceci doit toujours être conservé à l'esprit dans la perspective
d'un système de surveillance opérationnel : il faut toujours prévoir un
circuit d'informations différent, parallèle, et indépendant du couvert
nuageux.
Deux planches (n" 1 et 2) illustrent la synthèse temporelle de
cette série de données, la planche des index de végétation et celle des
température de surfaces .
Chaque date fait également l'objet de 1 illustration du NDVI au
1/750.000 en annexe 3.
PI
15
3. RESULTATS
Les résultats sont d'ordre technique et thématique.
Techniquement ils portent sur les délais actuels de traitement en
routine des données NOAA.
D'un point de vue thématique, ils portent sur l'analyse de l'évo¬
lution temporelle des deux, index et la mise en évidence des effets dus à
la sécheresse.
A l'issue de cette analyse, des propositions sont faites quant au
mode d'utilisation de ces informations : identification des périodes
critiques et tjrpe de documents cartographiques possibles.
La discussion ultérieure porte sur la validation de la méthode et
la précision des documents cartographiques.
3.1. Délais de traitement
5 jours sont nécessaires entre l'acquisition par le satellite et la
réception des données au B.R.G.M..
Dans les conditions actuelles de la chaîne de traitement, une
journée est nécessaire pour obtenir l'extraction des index sur la zone
d'étude, la confrontation aux données des dates précédentes déjà archi¬
vées et l'édition d'images en couleur ou en noir et blanc.
Ces dernières pourraient éventuellement être retransmises par fax à
l'utilisateur, comme certains organismes (FAO- ESA/ESRIN) l'envisagent
déjà pour d'autres produits issus de NOAA.
S'il faut envisager un suivi régulier des zones forestières, ces
aspects de délais et de vecteurs d' informatior Font à prendre en consi¬
dération.
Remarque
Dans le chapitre ultérieur des propositions, les possibilités
d'améliorer la procédure de traitement (corrections atmosphériques des
canaux visibles, filtrage plus draconien des nuages par introduction
d'autres tests) devront être examinés aussi sous l'angle du temps de
traitement .
16
3.2. Analyse des profils temporels d'index
3.2.1. Profils d'index de végétation
L'ensemble des valeurs moyennes d'index NDVI et des écarts-t3T)es
correspondant à chacun des sites figure en annexe 4.
3.2.1.1. Rejet des dates de qualité discutable
L'examen des valeurs numériques permet de rejeter les dates les
moins fiables .
Deux critères de rejet sont intervenus :
1. les cas de chute brutale du NDVI entre 2 dates, accompagnée d'une
baisse importante de 1' écart- type. Ces deux critères correspondent
également à un aspect général de l'image régionale des valeurs de
NDVI très lissée, avec une faible dynamique d'ensemble.
C'est le cas des images du 9 mai et du 29 juillet. On peut consi¬
dérer que ces problèmes de modification de la réflectance sont liés
à des conditions atmosphériques non identifiées.
2. les cas où la proportion de nuages est très importante sur le site
analysé :
- le 21 mai a trop de nuages sur toutes les zones forestières ,
- le 11 juin a trop de nuages sur le site des Maures -sud.
3.2.1.2. Distinctions des différents sites
Les profils temporels (fig. 2) sont reconstitués en n'intégrant pas
les valeurs jugées anormales. Les résultats sont de 3 ordres :
- un comportement distinct entre zones forestières et agricoles,
- un comportement similaire des massifs forestiers pendant 1 certaine
période,
- un comportement distinct des massifs forestiers entre eux à partir
d'une certaine date,
les deux zones agricoles ont des profils de forme similaire très
monotone, mais avec des niveaxix de réponse très distincts.
Les quelques éléments identifiés dans les images TM peuvent aider à
l'interprétation de ces deux profils, les deux bassins ont environ
la moitié des parcelles en cultures d'hiver, l'autre en cultures
d'été, ce qui fait que les cycles de croissance des deux groupes de
cultures doivent successivement intervenir dans la contribution du
NDVI, ce qui expliquerait la monotonie du profil (ce point serait à
confirmer par une enquête localisée) .
Le contraste prononcé et régulier entre les 2 profils peut être
attribué au fait que le bassin d'Aix est très probablement forte¬
ment irrigué (ce qui n'est pas le cas pour le bassin de La Ciotat).
Voir calque
dans document
papier
ENVELOPPE DE VARIATION DE L'ECART-TYPE MOYEN SUR LES MASSIFS FORESTIERS
NDVI
170 -
160 -
150 -
lífO -
130
120 -
110 -
ENVELOPPE DE VARIATION DE L'ECART-TYPE MOYEN SUR LES MASSIFS FORESTIERS
Fig.4
I 1 1 1 r
-t -* tn tno o o ^ o
\ \ N N. \OJ tn rsi Ov
rsi
N.«VI
N
r-o
OnN
r-
ers
1^
oo
Os
-»Jemps
ooo
\eo
Fig.2 _ EVOLUTION TEMPORELLE DE LA VALEUR DU NDVI MOYEN SUR LES 5 SITES
Esterel
Maures Nord
A Maures Sud
o Bassin d'Aix
D Bassin de la Ciotat
aoriM
NDVI
170
160 -
150 -
UO
130
120 -
110 -
9?,
99
D
99
O
D
1 1 1 1 1-* ^ ^ in mo o O ^ e>
\ X \ \ \rvi LO m
«VIrvi Os
r
mo
fNI
o
>o r- r«» r^C3 ^ ^ o
X \ "S \
CMOv oo Os
<vi
-T
eo
Os
T
oo
oo
Temps
Fig.2 _ EVOLUTION TEMPORELLE DE LA VALEUR DU NDVI MOYEN SUR LES 5
Esterel
Maures Nord
A Maures Sud
o Bassin d'Aix
n Bassin de la Ciotat
SITES
RpriM
Température
il
35'C 180 _
170-
30^0 160 _
150-
25''C UO -
130-
20°C 120
110
15°C 100-
o
CM
1 1 1in
1ai
ca es o o
\ X \ \m m fsg o^
CD
1^VO
o O
VO
O
rsi
OsN.ao
Esterel
Maures Nord
A Maures Sud
o Bassin d'Aix
D Bassin de la Ciotat
^ Temps
c oo ooo ^ C3
\ N \Os
Os OOtvl
Fig.3. EVOLUTION DE LA VALEUR DE LA TEMPERATURE DE SURFACE MOYENNE SUR LES 5 SITES
BRGM
17
Cela permet aux cultures d'être globalement plus couvrantes et avec
une biomasse totale plus importante.
Ces résultats réalistes sur les bassins agricoles contribuent à la
fiabilité des profils obtenus sur les forêts.
les profils des massifs forestiers présentent sur toute la période
d'étude, des valeurs d'index très supérieures à celles des zones
agricoles, ce qui correspond bien à une biomasse globale bien
supérieure .
3.2.1.3. Evolution temporelle des index sur les forêts
L'analyse des profils temporels met en évidence trois points
essentiels (fig. 2) qui s'observent également spatialement dans les
planches couleurs correspondantes :
- durant la période du 2 avril au 11 juin, les trois massifs ont des
réponses très voisines, de valeurs élevées et stables. Leur compor¬
tement est strictement équivalent,
- après le 11 juin (les 20 juin et 9 juillet) on observe une chute
brutale des index sur les trois massifs, mais avec des amplitudes
différentes ,
- postérieurement, les valeurs d'index restent plus faibles mais avec
des variations sensiblement différentes pour les trois massifs.
Celui de Maures -Sud reste, en particulier, toujours plus élevé que
les deux autres .
Entre le 9 juillet et le 18 juillet, on note une nouvelle baisse
simultanée des index, toutefois moins nette que la précédente.
3.2.2. Profils de température de surface
Au cours de la saison, les températures de surface moyennes obte¬
nues par le passage du satellite à 14h, augmentent progressivement sur
tous les sites et les planches des images de température illustrent bien
ces phénomènes .
Un premier décrochement de température est important entre le 2 et
le 11 juin sur tous les sites (de l'ordre de 5°C en moyenne) (fig. 3).
Une deuxième élévation, moins nette, s'observe entre le 24 juin et
le 9 juillet.
Ces modifications de température seraient à confirmer par recoupe¬
ment avec les données des stations météorologiques au sol.
3.2.3. Interprétation
Cette succession de 3 phases dans les index' de végétation joue enfaveur d'un effet de la sécheresse sur les couverts forestiers ; elle se
18
manifeste notaimnent à partir d'un cercdin seuil cij.cique et n'aurait pas
la même intensité dans tous les massifs, laissant supposer que la zone
sud-ouest du massif des Maures est plus résistante que les autres à la
sécheresse.
Deux fois de suite, l'apparition d'une élévation de Ts précède de
quelques jours une chute de NDVI. En ce sens, cela appuie l'hypothèse
d'un seuil critique préalable à un effet de la sécheresse : ce stade
étant atteint, les conditions climatiques perturbent le couvert végétal
avec un certain effet retard.
Cet effet retard a déjà été plusieurs fois signalé (B. SEGUIN et
son équipe INRA) sur des végétations herbacées (cultivées ou non) . Le
fait qu'à l'échelle de NOAA les forêts accusent les mêmes effets, est un
résultat très positif dans la perspective d'une surveillance des effets
de la sécheresse en région forestière .
3.2.4. Discussion
Les résultats de l'analyse de ces profils sont à la fois
et conformes aux acquis des travaux antérieurs .
cohérents
Il faut toutefois considérer les variations de NDVI avec des
précautions : la taille des échantillons pris en compte et le réalisme
des profils agricoles sont deux arguments de fiabilité de ces profils
temporels. Mais les écarts-types obtenus sur ces sites (annexe 4)
donnent en fait une enveloppe de variabilité très large (fig. 4).
De plus ces résultats souffrent du manque d'une phase de validation
utilisant des données indépendantes de NOAA-AVHRR.
Des validations élémentaires, comme la confrontation aux données
météorologiques devraient être une première étape. Des propositions plus
étoffées sont exposées dans le chapitre 5.
3.3. Spatialisation
L'intérêt de la mise en évidence d'un effet de sécheresse sur les
forêts ne réside pas seulement dans l'identification de la période
critique.
Dans un système de surveillance, le souci est également de loca¬
liser et de hiérarchiser les signes de faible résistance forestière à la
sécheresse.
Dans cet esprit, et sans avoir pu totalement valider les résultats
de ces profils temporels, il faut pouvoir élaborer des documents carto¬
graphiques adaptés à cette préoccupation.
19
3.3.1. Elaboration de document
Pour la réalisation de tels documents, nous proposons de tirer
parti de la différence des index de végétation avec les 3 massifs après
la date fatidique du 11 juin, ou après celle du 9 juillet.
En ce sens , les documents proposés sont des images des différences
d'index entre la dernière date de la période stable et une date consé¬
cutive à la réaction de la végétation à la sécheresse (planches couleurs 3
et 4).
Pour avoir des éléments de comparaison, une différence d'index a
été calculée hors de ces dates critiques : entre le 21 juin et le 9
juillet (planche 5) . Les 7 niveaux de variation représentés en couleur
correspondent à une équi-répartition de l'histogramme du calcul de
différence d'index (annexe 4). Ils sont centrés autour de l'invariance
(en gris) .
3.3.2. Interprétation
Sur les 2 documents de période critique, on observe au sein de
chaque massif forestier des variations d'index d'amplitudes différentes
majoritairement à la baisse. Leur répartition est relativement orga¬
nisée, ce qui suppose que ces variations ne sont pas le fait du hasard :
exemple de la petite vallée du Couloubrier au nord de Ste -Maxime.
De plus , cette chute de NDVI se reproduit à ce même endroit sur les
deux images de différence, rehaussant ainsi l'intérêt de ce type de
document pour localiser des foyers probables de sécheresse.
Par comparaison, la planche 5 (hors période critique) montre une
légère reprise de la végétation.
3.3.3. Nécessité d'un contrôle de terrain
Comme dans le cas des profils temporels, l'interprétation de ces
images de différence qui peut être faite est dépourvue d'informations
précises sur les peuplements. Par exemple les zonations vertes et bleues
peuvent être dues aussi bien à une moindre résistance à la sécheresse de
peuplements forestiers gérés de façon identique aux autres, qu'à la
localisation de peuplements différents (en âge ou en espèce) , ou
d'autres causes encore.
Il est indispensable d'avoir une confrontation à des informations
de cette nature pour donner une validité quelconque à ces documents
"différences" (ceci est proposé de façon plus détaillée dans le chapitre
suivant) .
P5
DIFFERENCE D'INDICES
9 J U I L L E T - 18 J U I L L E T
POINTS INVARIANTS
FAIBLE FAIBLE
21
4. CONCLUSIONS
Dans la perspective d'un suivi satellitaire des conditions de la
végétation forestière, la série temporelle de données satellitaires
NOAA-AVHRR était initialement prévue à 4 dates. Elle a été élargie à la
totalité des données disponibles sur la période d'étude (avril-août)
soit 14 dates -, grâce à l'appui des fonds de recherche du BRGM. Ceci a
permis de disposer d'une séquence beaucoup plus significative.
Les résultats de cette étude, sous réserve d'un contrôle terrain et
bien que circonscrits à une seule région forestière et une seule période
climatique (la sécheresse 89) sont prometteurs. Ils montrent qu'à
l'échelle d'observation de NOAA-AVHRR, l'évolution temporelle des index
de végétation forestière est sous l'influence de conditions climatiques
excessives .
Pour un suivi des conditions des cultures , le couplage entre les
données du thermique et du Visible - Proche Infra Rouge a déjà été
envisagé par d'autres équipes (chapitre 1). L'apport de notre étude
réside dans l'intérêt de ce couplage pour les régions forestières. Ce
couplage permet de repérer les périodes où la chute de l'index de
végétation est postérieure à une elevation orusque de température. Cela
facilite la sélection des dates les plus significatives, pour créer un
docijment synthétique pour repérer les foyers probables de sécheresse
forestière .
Enfin, les délais techniques de réalisation, tant de cette première
étude méthodologique, que pour un éventuel suivi systématique, sont déjà
très attractifs . Un rapprochement avec 1 ' équipe de la Météorologie
Nationale peut probablement les améliorer encore.
Comme nous l'avons signalé lors de l'interprétation, ces résultats
doivent toutefois être validés de façon précise, avant d'envisager des
étapes ultérieures telles que, d'une part, les possibilités d'étendre la
méthode à l'ensemble des massifs forestiers méditerranéens et, d'autre
part, la mise en place d'actions complémentaires et coordonnées dans la
perspective d'un suivi systématique. Ceci fait l'objet des propositions
du chapitre suivant.
22
5. PROPOSITIONS
5.1. Validation des résultats
Sur le jeu de données NOAA obtenues en 89, on distingue 4 niveaux
de contrôles nécessaires.
5.1.1. Evaluer l'amélioration de qualité des index de végéta¬
tion par introduction de corrections atmosphériques élaborées
5.1.2. Contrôler a posteriori en quoi les effets de la séche¬
resse se manifestent sur le terrain dans les airférents "foyers". Dans
cet esprit, il faut disposer à la fois d'observations conjoncturelles et
d'une connaissance de la nature et de la distribution des peuplements
forestiers. Cette caractérisation, qui existe peut-être déjà (cartes de
l'ONF), est envisageable avec les données d'images Thematic Mapper déjà
disponibles au BRGM.
5.1.3. Confronter la localisation des signes de sécheresse
obtenus par NOAA avec la carte des départs d'incendies 89, levée par la
protection Civile et donner une appréciation de la validité cartogra¬
phique des images de différences d'index.
Une partie de ces contrôles peut être effectuée par le BRGM, mais
il peut être objectif que certains d'entre eux soient réalisés par
d'autres interlocuteurs du Ministère de l'Environnement.
5.2. Généralisation des résultats
Ce volet est un passage obligé avant de considérer le système
NOAA-AVHRR comme un outil adapté aux problèmes de sécheresse forestière.
5.2.1. Généralisation spatiale
A partir des images déjà acquises en 89, et avec un petit complé¬
ment de dates non nuageuses sur d'autres régions forestières, une
évaluation similaire peut-être faite rapidement au BRGM sur l'amplitude
des variations d'index moyens (NDVI et T^) de quelques autres grands
massifs forestiers.
23
5.2.2. Généralisation temporelle
A l'instar de ce que le Centre d'Ispra demande à ses équipes pour
le suivi des cultures, il faudrait réaliser une étude statistique des
données NOAA sur une période de temps supérieure à une année .
Par exemple 5 ans, 3 scènes par mois sur les 4 mois d'été, soit 60
scènes NOAA, avec calcul des index de végétation et des températures de
surface et en incluant a posteriori les incendies ayant eu lieu.
II n'existe pas de service national ou européen d'archives des
données NOAA sur des périodes supérieures à l'année. Il est possible
d'envisager une collaboration avec les équipes qui en France se sont
constituées des archives partielles par leurs soins propres, par exemple
le LERTS ou l'IGN, l'INRA.
Une telle étude donnerait les critères significatifs de situation
alarmante par rapport à une "norme" forestière des index de végétation.
5.3. Action concertée pour un outil de prévision des risques
La définition des risques d'incendie de forêt fait intervenir
plusieurs mécanismes successifs ou simultanés, eux-mêmes régis par
plusieurs sortes de paramètres plus ou moins appréhendables (ch. 1) . Le
suivi des forêts par voie satellitaire ne peut être en lui seul suffi¬
sant pour établir une hiérarchie des risques d'incendie.
C'est pourquoi il nous semble souhaitable que le Ministère de
1 ' Environnement coordonne une action concertée entre divers organismes ,
ayant pour but de rassembler (phase 1) sur une zone à risque, repérée
avec NOAA, les paramètres prépondérants intervenant dans les risques
d'incendie, de façon à mettre en place un outil de simulation et de
prévision (phase 2) .
5.3.1. Phase 1 : les paramètres à prendre en compte
5.3.1.1. Paramètres stables
* Carte des grands t3rpes de peuplement
Elle peut être réalisée, grâce, en partie, à des satellites à haute
résolution (SPOT ou LANDSAT TM) de façon à introduire ensuite, indirec¬
tement, les facteurs d' inflammabilité et de combustibilité des diffé¬
rentes espèces, la répartition spatiale des groupements végétaux, et
éventuellement un indice de fonctionnement des massifs .
En collaboration avec l'ONF et l'ENITEF, le BRGM a déjà réalisé des
24
cartographies de ce type. En région méditerranéenne, ceci peut être
engagé en collaboration avec divers organismes du CNRS qui travaillent
sur ces sujets, le CEPE, l'Institut de la carte internationale de la
végétation, ou le CNRS Toulouse.
* Modèle nximérique de terrain
Il permettra de prendre en compte la pente et l'exposition des
zones étudiées, et éventuellement l'accessibilité.
* Fréquence des vents
Les paramètres de direction et intensité des vents apparaissent
comme essentiels dans la propagation des incendies. Il faudrait accéder
aux données météorologiques locales rétrospectives et voir si une
extrapolation spatiale des directions et intensité des vents est
possible sur la base de données ponctuelles.
Cette étude doit être entreprise avec des collaborations locales de
la Météorologie Nationale.
5.3.1.2 Paramètres évolutifs
* Suivi continu des données NOAA-AVHRR
Ce suivi reprendra les critères d'alarme dégagés en phase 1.
* Données climatiques des stations au sol
Le regroupement de tous les paramètres est à faire au sein d'un
système d'informations géographiques.
5.3.2. Phase 2 : modélisation des risques potentiels
d' incendie
Cette phase de modélisation est un moyen d'élaborer à terme un
outil de simulation.
L'analyse des mécanismes de propagation d'un incendie est proba¬
blement non négligeable par rapport à l'identification des signes de
sécheresse en forêt.
Les paramètres rassemblés permettront de tester différents scéna¬
rios possibles de propagation et de hiérarchiser les risques potentiels,
selon les régions .
A ce niveau, la conjonction de divers partenaires est nécessaire
pour conjuguer les diverses analyses et garantir la validité des modèles
proposés .
25
BIBLIOGRAPHIE
(ordre d'apparition dans le texte)
SELLERON Gilles - Télédétection et Forêts : djmamique de la forêt
landaise de 1975 à 1980 (Landsat et simulations SPOT) CNRS
Toulouse .
SEUTHE C, BEAUBIEN J., LETOURNEAU G. (1987) - Potentiel de l'imagerie
SPOT comme outil de cartographie forestière au Québec. CNES , SPOT
IMAGE. Colloque SPOT 1, Paris pp. 979-989.
LEPOUTRE D., LEPRIEUR C, PEYRON S. (1986) - Télédétection des forêts ,
situation actuelle en Suède et perspectives pour la France. Revue
forestière française. Vol. 38, n" 4, 1986, pp. 385-393.
SEVELEDER 0. (1989) - Télédétection satellitaire et stations phyto-
écologiques en forêt domaniale d'Orléans. Mémoire ENITEF (ONF-BRGM).
TUCKER C.J., VANPRAET C, BUERWINKEL E. , GASTON A., 1983 - Satellite
Remote -Sens ing of total dry matter production in the Senegalese
Sahel. Rem. Sens. Env. vol. 13, n" 6, p. 461-474.
MALINGREAU J.P., 1986 - Global vegetation dynamics : satellite
observations over Asia. int. Journ. Rem. Sens. vol. 7, n" 9,
pp. 1121-1146.
MALINGREAU J.P., TUCKER C.J., LAPORTE N. , 1989- AVHRR for monitoring
global tropical deforestation. Int. Jour. Rem. Sens. vol. 10, n"
4-5, pp. 855-868.
TOWNSHEND J.R.G. et TUCKER CJ. (1986) - Analysis of the dynamics of
African vegetation using the NDVI. Int. Jour. Rem. Sens. vol. 7,
n" 11, p. 1435-1446.
LAGOUARDE J.P., SEGUIN B. , CLINET S., GANDÍA S. et KERR Y. (1986) -
Intérêt de l'indice de végétation des satellites NOAA pour le suivi
des cultures. Agronomie vol. 6, n° 10, pp. 75-80.
SEGUIN B. , 1986 - On the relationship between time -integrated NDVI and
global productivity in Proc. ISCLSCP Conference, Rome, ESA SP 248,
p. 299.
SEGUIN B., ASSAD E. , FRETEAUD J.P., KERR Y. et lAGOUARDE J.P., 1988 -
Water balance monitoring in Sahelian Regions with thermal IR and
vegetation index from meteorological satellites. 20e symp . ERIM,
Nairobi, CR ERIM, 993-1003.
26
SOCIA S.L., ALONSO F.G. , POMARES R.L. , GÓZALO J.C, 1988 - An evaluation
of the utility of NOAA-AVHRR images for monitoring forest fires in
Spain. Proc. 8th EARSEL Symp. EUR 11851 EN, pp. 246-252.
LE GLEAU H., DERRIEN M. , LAVANANT L. (1989) - Operational cloud mask
using the AVHRR of NOAA 11, 4th AVHRR data ursers' meeting,
September . EUMETSAT .
PHULPIN T. et P. Y. DESCHAMPS (1980) - Estimation of sea surface
temperature from AVHRR Infrared Channel Measurement Coastal and
Marine Applications of Remote Sensing. A. P. Cracknell éd., pp.
47-58.
ROUZEAU 0. (1989) - Problématique de la transposition des modèles de
distribution de température dans le sol aux interprétations issues
de la télédétection thermique spatiale. Application au Bassin de
Paris. Thèse BRGM à paraître.
LE BORGNE P. , LE VOURCH J., MARSOUIN A., 1988 - Sea surface parameters
inferred from meteorological satellite data at CMS, Lannion. Int.
Remóse sensing, 1988, vol. 9, n° 10-11, pp. 1819-1834.
27
ANNEXE 1
LES SATELLITES NOAA
L2S SATSLLITSS MOAA
Avec la série des satellites à défilement TIROS puis NOAA, la NOAA(National Oceanic and Atmospheric Administration) assure ^f»^;^ ^^^° ;;j^mission d'observation météorologique et de suivi de la temperature
îe surface des océans. Depuis 1973. T'^^°^^; .^^J^.^" " :;Í''J!NOAA 6, 7... sont équipés du capteur a haute resolution AVHRR. Sont actuellement en fonctionnement NOAA 9 et NOAA 10. e> /1<L
Carartj^ristiques de l'orbit.e
Altitude moyenne
Inclinaison
Période (durée d'une révolution) : 1 h 40 an
: 340 km
: 102" (obite quasi-polaire)
Chaque satellite passe au-dessus d'une même région deux fois par
jour à la même heure (orbite héliosynchrone) . Comme il y a en général2 satellites sur la même orbite, mais décalés de quelques heures, on
dispose de 4 acquisitions par jour, qui se situent pour la France autour
de 2 h 00, 6 h 00, 14 h 00 et 18 h 00 TU.
Le capteur AVHRR
canau>
Canal 1 0, 58
Canal 2 0 72
Canal 3 3 53
Canal 4 10 3
Canal 5 11 5
0,68 u (visible)
1,10 u (proche infra-rouge)
3,93 u (infra-rouge moyen) ,
11,3 u (infra-rouge thermique)
12,5 u (infra-rouge thermique)
La présence de deux canaux contigus dans l'IR thermique permet le
calcul de la température de surface par la méthode "split-window" (voir
chapitre sur l'IR thermique dans le présent ouvrage).
Résolution radiométrique : 0,12° K (à 300<» K)
Champ utile d'observation : 2 700 km (figure 2).
Figure 2
Couverture de l'Europe par 2 passages successifs de NOAA-AVHRR
(D'après User's Handbook-NASA)
La résolution spatiale est de 1 x 1 km (résolution LAC : Local
Area Coverage) .. Les données sont acquises avec cette résolution
lorsqu'elles peuvent être transmises directement à une station de récep¬
tion au sol.
En fonctionnement normal, lorque le satellite n'est en vue d'aucu¬
ne station, les données sont stockées à bord, mais la taille limitée des
enregistreurs embarqués impose - pour conserver toute l'orbite - un
échantillonnage des données. La résolution se trouve alors dégradée à
4 km (GAC : Global Area Coverage) .
Des modes particuliers de programmation (assurés par la NASA) peu¬
vent permettre un enregistrement à bord en LAC sur certaines zones, mais
au prix d'une perte d'information sur d'autres portions d'orbite.
La réception de ces données pour la France est assurée par le Cen¬
tre de Météorologie Spatiale (CÎ!S) à Lannion (Météorologie Nationale) .
Une station fonctionne depuis juillet 1986 à Mas Palomas (Canaries) et
permet l'acquisition sur l'Afrique de l'Ouest. Une autre est prévue pro¬
chainement à Niamey (Niger) .
Le sondeur TOVS
Ce sondeur ("Tiros Operational Vertical Sounder) est destiné à la
mesure des profils verticaux de température et de vapeur d'eau dans
l'atmosphère. Il est composé de 3 capteurs :
- HIRS (High Resolution Infrared Radiation Sounder)
20 bandes spectrales entre 4,3 et 15 y - Résolution 18 Icm
- MSU (Microwave Sounding unit)
4 canaux autour de 5,5 mm - Résolution 109 km
- SSU (Stratospheric Sounding Unit)
Absorption du CO2 dans la bande 15 j - Résolution 147 km
28
ANNEXE 2
PROCEDURE DE PRE -TRAITEMENTS
29
ANNEXE Z
PROCEDURE DE PRE-TRAITENENTS
Les fichiers en- tête des données NOAA-AVHRR contiennent une matrice
de localisation en coordonnées géographiques (latitude-longitude) d'un
certain nombre de points image .
Après sélection de 36 points équi- répartis sur l'ensemble de la
Francce (c'est-à-dire compris entre les latitudes + 41° et + 59°, et les
longitudes - 7° et + 9°), et afin de rendre superposable, donc compa¬
rable, l'ensemble des données pour une étude multi-date, les données
NOAA sont projetées selon le reférentiel utilisé par l'IGN pour la
cartographie de la France au 1/1 . 000 . 000 :
- reférentiel Lambert Grand Champ ,
- projection conique conforme sécante,
- standard parallèles : 45° et 49°,
- méridien central : méridien de Paris,
- latitude du point origine : 47° ,
- coordonnées planes : 600.000 en X et Y,
- ellipsoïde carte 1980 IGN.
Afin de conserver la radiométrie originelle des données, on a
appliqué un rééchantillonnage selon la méthode du plus proche voisin.
L'ensemble de la procédure se pratique d'une manière quasi-
automatique avec des délais de l'ordre du demi pixel en ligne et en
colonne .
Avec NOAA, cette précision autorise des restitutions cartogra¬
phiques fiables au 1/500.000
30
ANNEXE 3
PLANCHES DES INDEX DE VEGETATION
AU 1/750.000
INDICE DE VEGETATION DU
2 AVRIL
109-119 B 129-13S 149-153 i J 169-178 • IS9-198
BRGM
31
ANNEXE 4
TABLE DES VALEURS NUMERIQUES
DES SITES D'ETUDE
DATES
1 ESTEREL MAURES N MAURES S B. D'AIX B.DEUOOTAT
X <r X 1 ^ X 1 ^ X <r 1 ^ 1 ^2/04/89 159.09 24.95 161, '28 28.43 160.32 30.48 134.38 48.70 tt05.58 68.13
15/04/89 167.84 26.72 170.69 30.19 171.43 32.13 141.63 51.61 pO.57 63.95
23/04/89 166.03 26.05 169.82 29.92 169.69 31.86 141.76 51.57 121.17 64.18
2/05/89 162.84 25.61 165.60 29.36 166.59 31.43 140.63 51.25 kl3.18 66.65
9/05/89 147.87 32.94 152.46 26.63 156.90 29.32 139.76 50.40 107.38 67.10
21/05/89 ? ? 156.14 31.01 160.95 30.92 136.26 49.42 117.97 91.60 1
2/06/89 170.02 27.59 172.32 31.25 169.88 33.71 ? ? 115.57 68.10
11/06/89 165.45 26.83 168.46 31.00 ? 7 136.26 49.59 118.77 62.99
21/06/89 155.07 21.85 155.00 38.57 162.14 30.81 7 ? b4.97 60.90
9/07/89 158.90 25.63 154.32 40.22 162.19 24.63 133.63 48.47 ? ?
18/07/89 150.93 31.82 148.14 41.88 151.48 41.11 134.63 48.74 117.57 62.50
29/07/89 146.15 30.04 152.32 27.38 154.36 27.39 124.26 51.52 113.78 60.41
9/08/89 152.46 26.03 151.43 36.081161.20 25.56 138.51 51.17 123.77 66.32
18/08/89 149.65 29.58 148.90 37.39 155.25 31.68 132.51 48.37 116.37 61.74
Moyennes et écarts types des valeurs
du NDVI sur les 5 aires géographiques.
DATES
bSIEREL MAURES N MAURES S B. D'AIX B.DEUOaAT
1 ^ 1 "^ X 1 ^ X 1 ^ X <r X <r
llQklQ9 133.87 20.77 128.87 23.05 122.66 25.66 119.38 43.17 92.98 59.88
15/04/89 126.30 28.70 124.28 24.73 121.95 23.06 113.76 41.33 104.18 55.25
23/04/89 123.99 20.05 116.59 20.98 114.74 22.67 124.38 45.01 106,38 56.46
2/05/89 133.45 21.21 132.73 23.74 135.56 26.01 142.38 51.65 117.57 69.34
9/05/89 123.17 27.57 122.64 23.16 129.06 25.35 135.76 49.22 103.38 64.59
21/05/89 7 7 132.34 26.75 137.19 28.38 144.26 52.54 120,17 63.95
i/obim 149.51 24.10 142.05 25.67 144.24 29.29 7 7 122.37 71.99
11/06/89 169.36 28.92 167.73 30.85 7 ? 172.64 62.82 142.17 75.69 1
21/06/89 166.98 23.80 161.37 39.53 165.17 30.53 7 7 143.37 76.22
9/07/89 171.33 63.76 175.96 45.83 187.09 11.1k 184.64 66.79 171.18 35.74
18/07/89 171 la 35.74 163.26 46.12 167.21 33.87 178.51 64.56 151.37 80.15
29/07/89 179. 2J 36.90 177.68 31.85 177.81 30.82 170.64 70.54 154.37 81.76|
9/08/89 184 07 31.54 176.67 41.61 188.69 29.22 169.76 61.80 148.77 79.31
18/08/89 180 4(1 35.11 173. 2J 41.38 180.67 35.52 184.26 66.74 154.37 81.99
Moyennes et écarts types des valeurs
de Ts sur les 5 aires géographiques.
32
ANNEXE 5
HISTOGRAMMES
DES DIFFERENCES D'INDEX DE VEGETATION
AUX PERIODES CRITIQUES
value
86.00
97.00
88.00
89.00
90.00
91.00
92.00
93.00
94.00
95.00
96.00
97.00
98.00
99.00
100.00
101 .00
102.00
103.00
104.00
105.00
106.00
107.00
108.00
109.00
110.00
111.00
112.00
113.00
114.00
115.00
116.00
117.00
118.00
119.00
120.00
121.00
122.00
123.00
124.00
125.00
126.00
,00127.
128.00
129.00
130.00
131.00
132.00
133.00
134.00
135.00
136.00
137.00
138.00
139.00
140.00
141.00
142.00
143.00
144.00
145.00
146.00
147.00
148.00
149.00
150.00
151 .00
152.00
153.00
154.00
155.00
156.00
157.00
158.00
159.00
percent
.000122
.000000
.000122
.000061
.000610
.000366
.001036
.001038
.001953
.002747
.003174
.003723
.004333
.00S737
.005798
.O0S8S9
.007263
.007690
.007324
.007568
.007446
.007690
.007629
.009155
.009460
.009338
.010803
.011719
.015137
.015686
.018616
.021912
.027893
.034607
.045715
.045898
.054199
.054932
.050842
.055176
.036316
.041565
.028198
.026672
.026855
.023315
.021790
.019836
.023926
.036255
.025085
.018738
.008728
.015503
.013428
.008362
.006592
.006165
.005432
.004272
.005371
Hlsto9ram for
. ++
band 1
+
I*II*|A+ *
I*I*
1*|AA
|AAA
lAAA
JAAAAlAAAAA
I AAAAAA
+AAAAAA
lAAAAAA
lAAAAAAAA
lAAAAAAAA
lAAAAAAAA
lAAAAAAAA
lAAAAAAAA
lAAAAAAAA
lAAAAAAAA
lAAAAAAAAAA
+AAAAA AAAAA
lAAAAAAAAAA
lAAAAAAAAAAAA
lAAAAAAAAAAAAA
lAAAAAAAAAAAAAAAA
I AAAAAAAAAAAAAAAAA
lAAAAAAAAAAAAAAAAAAAA
I AAAAAAAAAAAAAAAAAAAAAAAA
I AAAAAAA AAAAAAAAAAAAAAAAAAAAAAA
I AAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
+AAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
I AAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
I AA AAAAAAAAAAAAAAAAAAAAAAAA AAAAA AAAAAAAAAAAAAAAAAAAAAAAA A AAA
I AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
lAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
I AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
I AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA I
I AAAAAAAAAAAAA AAAAA AAAAAAAAAAAAAAAAAA AAAAAAAAA
I AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
lAAAAAAAAAAAAAAAAAAAAAAAAAAAAAl
I A AAA AAA AAA AAA AAA AAA AAA AAA
{AAAAAAAAAAAAAAAAAAAAAAAA
lAAAAAAAAAAAAAAAAAAAAAA
lAAAAAAAAAAAAAAAAAAAAAAAAAA
I AAAAAAAAAAAAAA AAAAAAAAAA AAAA A
I AAAAAAAAAAAAAAAAA A AAAAAAA A A
lAAAAAAAAAAAAAAAAAAAA
lAAAAAAAAAl
I AAAAAAAAAAAAAAAAA
+AAAAAAAAAAAAAAA
lAAAAAAAAA
AAAAAAAAAA
lAAAAAAA
lAAAAAAA
lAAAAAA
I AAAAA
lAAAAAA
.004822
.002991
.002319
.002014
.001099
.000671
.000793
.000977
.000408
.0004UQ
.000305
.000183
.000061
lAAAAA
|AAA
I AAA
+ AA
I*|A|A
|A
|A
|A
|A
I*|A
1ère période critique
U juin - 21 juin
value
99.00
percent
.000061
100
101
102
103
104
103.00
l Oft. 00
107.00
00
00
00
00
00
+ -
I*
108
109
110
111
112
113
114
115
116
117
ne
119,
120,
121.
122.00
123.00
124.00
125.00
126.00
127,00
128.00
.00
00
,00
00
00
00
00
00
00
00
00
00
00
00
129
130
131
132
133
134
135
136
137.
138
139,
140,
141,
142,
143.
144.
145.
146.
147.
148.
149.
150.
151.
152.
153.
154.
155.
156.
157.
158.
159
00
00
.00
,00
.00
.00
.00
.00
.00
.00
.00
.00
.00
.00
.00
.00
.00
.00
.00
,00
,00
,00
00
00
00
00
00
00
00
00
00
.000122 +A-
Histogram for bana i. +V+
I I I.+++
II*
I
I*|A
I*|AI*
.012268
.012817
.000000
.000061
.000000
.000061
.000183
.OOOOd)
.ooo:j6()
.000183
.000732 |A
.003174. +AA
.005798 lAAAA
.007324 lAAAA
.008484 lAAAAA
.012695 lAAAAAAAA
.011353 lAAAAAAA
.009SB3 lAAAAAA
.010071 lAAAAAA
lAAAAAAA
lAAAAAAAA
.016724 +A AAA A A AAA A+
.028809 lAAAAAAAAAAAAAAAAAA |
.047729 lAAAAAAAAAA AAAAA AAAAAAAAAAAAAA
.069214 lAAAAAAAAAAAAAAAAAA AAAAAAAAAA AAAAAAAAAAAAAA
.057373 lAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA |
.098389 lAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
.095154 lAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
.070984 lAAAAAAAAAAAAA A AAA A A AAAAAAA AAAAA AAAAA AAAAAAA
.063660 I AAAA AAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAA AAA
.049683 lAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
.037659 + AAAA A AAA AAAA A AAA AAA AAA A+
.026672 lAAAAAAAAAAAAAAAA
.021851 lAAAAAAAAAAAAA
.016724 lAAAAAAAAAA
.014404 JAAAAAAAAAI
.013733 lAAAAAAAA
.012695 lAAAAAAAA
.011719 lAAAAAAA
.008911 lAAAAA
.009399 lAAAAAA
.008240 +AAAAA
.010132 lAAAAAA
.008728
.009338
lAAAAA
lAAAAAA
.010359 lAAAAAA
.010010 lAAAAAA
.007813 lAAAAA
.007000 lAAAA
.007568 lAAAAA
.007324 lAAAA
.007813 +AAAAA
.005859 lAAAA
.005981 lAAAA
.006104 lAAAA
.001272 |AAA
.004517
.003967
.002686
.002075
.001343
|AAA
|AA
|AA
I*I*
AAAAAAAAAA
AAAAAAAA
160.00 .001160 +A-
161.00 .000305 |A
162.00 .000183 |A
163.00 .000061 |A
^
2ènie période critique :
9 juillet - 18 juillet
value
93.00
jercpnt
.000183
HlBt agrani for band 1
* "- + "- + * *~ + "" *"" ~**~"" + ^ "^"
|A 1 1 1 1
94.00 .000122 |A 1 1 1 1
95.00 .000061 |A 1 1 1 1
96.00 .000122 |A 1 1 1 197.00 .00030ti |A 1 1 1 1
98.00 .000127 |A i 1 1 1
99.00
100.00
101.00
.000480
.000916
.001404
|A t 1 1 1.1 _ J X ^ _ -. A >+"++
|A 1 1 1 1
102.00 .001587 |A 1 1 1 1
103.00 .001892 |A 1 1 1 1
104.00 .002411 |A 1 1 1 1
105.00 .002197 |A 1 1 1 1
106.00 .003235 |AA 1 1 1 1
107.00 .002625 |A 1 1 1 1
108.00 .004639 |AA 1 1 1 1
109.00
110.00
111.00
.004700
.006012
.004333
|AA 1 1 1 1
xXXX 4. * -. 4. X
|AA t 1 1 1
112.00 .005676 |AAA llll
113.00 .005371 lAAA llll
114.00 .004700 l>^A 1 1 1 1115.00 .004761 |AA 1 1 1 1
116.00 .005798 |AAA 1 II 1
117.00 .014832 lAAAAAAAA llll
118.00 .026123 {AAAAAAAAAAAAAA | | |
119.00
120.00
121.00
.047729
.044312
.040100
lAAAAAAAAAAAAAAAAAAAAAAAAA | |XXXXXXXXXXXXXXXXXXXXXXXX .A-- X
lAAAAAAAAAAAAAAAAAAAAA | |
122.00 .059998 lAAAAAA AAAAAA AAAAAAAA AAAAAAAAAA A |
123.00 .114807 |AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA|
124.00 .074341 lAAAAAA AAAAAA AAAA AAAAAA A AAAAA AAAA AAA AAAA 1 1 1125.00 .074158 |AA AAAAAAAAAA A AAAAA AAAAAA AAAA AAA AAAAAAA A 1 1 1126.00 .081116 lAAAAAA AAA A AAAA AAAA AAAAAAAAAAAAAAAAAAAAAAAA 1 1127.00 .101746 lAAAAAA AAAAA AAAA AAA AAAAAA AAAAAAA A AAA A AAAA A A AAAA AAAA AAA |
128.00 .102661 1 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA |
129.00
130.00
131.00
.056091
.036255
.018677
lAAAAA A AAAAA A A AAAAA AAA AAAAAAA AI |J-XXXXXXXXXXXXXXXXXXXx X J. .
1 1
lAAAAAAAAAA | | |
- *" ~ + ~*~ +
132.00 .013672 lAAAAAAA llll
133.00 .008667 lAAAAA llll
134.00 .004272 l<^* 1 1 1 1135.00 .003479 |AA 1 1 1 1
136.00 .003815 |A* 1 1 1 I137.00 .001526 1* 1 1 1 1138.00 .001326 |A 1 1 1 1
139.00
140.00
141.00
.001282
.000834
.000732
|A 1 1 1 1X i ^^ X O.- XTf(++++
|A 1 1 1 1
142.00 .000319 |A 1 II 1143.00 .000488 |A 1 1 1 1144.00 .000305 A 1 1 1 1145.00 .000366 A 1 1 1 1146.00 .000214 A 1 1 1 1147.00 .000305 A 1 1 1 1148.00 .000214 A 1 1 1 1149.00 .000244 A 1 t 1 1
150.00 .000183 + t-1+V+
151.00 .000000 llll152.00 .000000 llll153.00 .000061 A 1 1 1 1
154.00 .000122 |A 1 1 1 1
155.00 .000000 1 llll156.00 .000000 1 llll157.00 .000061 1
+
A 1 1 1 1++4.+ ++
Période intermédiaire
21 juin - 9 juillet