2-2 Caractérisation et suivi du couvert végétal pat télédétection optique

à différentes échelles spatiales et temporelles l’état de couverts végétaux. Les techniques d'imageries optiques (du visible au thermique : 0.4 à 12.5 μm) sont adéquates pour accéder aux paramètres caractérisant la végétation, ceci découle du fait que le comportement de la végétation dans divers domaines spectraux et surtout dans le domaine solaire est typique. En effet, les feuilles vertes réfléchissent une faible proportion du rayonnement incident dans la bande rouge et une forte proportion dans la bande proche infrarouge (Guyot, 1990) (Figure I.6).

Figure I.6 : Représentation de la réflectance d’un couvert végétale, l’eau et le sol (source : Lili chabaane, 2012)

Le caractère directionnel de la réflectance est également changé selon la proportion de végétation (active et/ou sénescente), et, pour un couvert végétal, selon l’état physiologique, la structure et l’agencement des différents éléments qui le constituent. Les mêmes observations peuvent être effectuées pour le sol dont la fonction bidirectionnelle de réflectance dépend des propriétés de la surface (humidité, rugosité et composition minérale ou organique). Ces

17

considérations sont à la base de nombreuses recherches visant à décrire les surfaces terrestres en terme de variables biophysiques relatives au sol (Cierniewsk, 1989 ; Baret et al. 1992 ; Jacquemoud et al. 1992 ; Mathieu et al. 1998 ; Nagler et al. 2000 ; Lobell et al. 2002) et de la végétation (Baret and Guyot 1991 ; Hall et al. 1995 ; Carlson et Ripley 1997 ; Myneni et al.

1997 ; Duchemin et al. 1999 ; Gutman, 1999 ; Bastiaanssen, 2000 ; Guérif et al. 2001 ; Scotford et Miller 2005 ; Duchemin et al. 2006 ; Zribi et al. 2011).

Globalement, on peut distinguer deux types de méthodes visant à estimer ces variables biophysiques : les méthodes d’inversion de modèles de transferts radiatifs (Bicheron and Leroy 1999 ; Kimes et al. 2000) et les relations semi-empiriques (Asrar et al., 1984 ; Baret et al., 1989 ; Richardson, 1992 ; Duchemin et al,. 2006)

 Les méthodes d’inversion des modèles de transferts radiatifs reposent sur la modélisation des interactions électromagnétiques à l’interface sol-plante-atmosphère. On cherche dans un premier temps à restituer le rayonnement observé dans une ou plusieurs longueurs d’onde et selon certaines configurations géométriques de mesures. Dans un deuxième temps, on vise à diminuer la différence entre observations et simulations en modifiant certains paramètres intervenant dans la modélisation. Ces méthodes sont relativement difficiles à mettre en œuvre car elles nécessitent la connaissance à prioride certains paramètres du modèle.

 Les méthodes des relations semi-empiriques utilisent les caractéristiques spectrales des couverts pour établir des correspondances entre variables biophysiques et observations. On utilise en général des indices de végétation, combinaisons d’observations effectuées dans plusieurs longueurs d’onde, généralement le rouge et le proche infrarouge, pour maximiser le contraste entre sol et végétation (Asrar et al.

1984 ; Baret et al. 1989 ; Richardson, 1992 ; Duchemin et al. 2006). L’avantage de ces indices réside en outre dans la minimisation de certains effets indésirables (variation de la configuration géométrique soleil-cible-capteur, effets atmosphériques ou changement de la couleur du sol ou de l’état de surface).

L’indice le plus fréquemment utilisé dans le cadre de la télédétection de la végétation est le

NDVI « Normalized Difference Vegetation Index » (Rouse et al. 1973 ; Rouse et al. 1974), défini comme le ratio entre la différence des réflectances proche infrarouge et rouge et la somme de ces réflectances. Cet indice est sensible à la présence de végétation (Sellers, 1985). Il a été utilisé en plusieurs applications régionales et mondiales, dans les études concernant la distribution et l'activité photosynthétique potentielle de la végétation (Deblonde et Cihlar, 1993 ; Propastin et Kappas, 2009). Cet indice est également considéré comme un indicateur

18

fiable des variations d'occupation du sol (Myneni et al. 1996 ; Cuomo et al., 2001) puisque ses variations temporelles sont étroitement liées à l'évolution des conditions de la surface de la terre.

Pour diminuer l’influence du sol sous-jacent, d’autres indices ont été proposés comme le SAVI

(Soil Adjusted Vegetation Index, Huete, 1988) ou le TSAVI (Transformed SAVI, Baret et Guyot, 1991). Même si différents indices de végétation en télédétection sont développés spécifiquement pour mesurer certaines caractéristiques de couverts végétaux ou pour réduire des effets sols ou atmosphériques (Bannari et al. 1996), le NDVI reste le plus utilisé pour suivre l’état des couverts végétaux, principalement pour sa capacité à représenter le niveau ou l’intensité de l’activité végétale dont les variations intra et inter annuelles peuvent traduire des situations de stress de la végétation ou de recouvrement (Glenn et al., 2008).

La disponibilité de longues séries temporelles de NDVI (AVHRR depuis 1984 et SPOT-VEGETATION depuis 1998) a beaucoup incité les chercheurs à l’utiliser pour appréhender la dynamique de végétation. Ces séries chronologiques de NDVI peuvent être analysées pour générer un ensemble de paramètres qui résument la phénologie de la végétation (Lloyd, 1990 ; Malingreau, 1986 ; Reed et al, 1994 ; Hall-Beyer, 2003 ; Pettorelli et al., 2005). Ces séries temporelles de NDVI sont également utilisées pour la détermination de l’occupation du sol (Tieszen et Reed, 1998 ; Benhadj, 2008) et la prévision de la biomasse en se basant sur les modèles agronomiques.

L’indice foliaire LAI « Leaf Area Index » et la fraction du couvert Fc ou Fcover « Fraction cover » sont les variables biophysiques du couvert végétal, généralement utilisées dans les modèles de processus de surface, et extraites des observations de télédétection dans le domaine de réflexion solaire. Les estimations de ces deux variables par télédétection seront détaillées dans les sections suivantes.

1-2-2-1 L’indice foliaire

Le LAI « Leaf Area Index » est une variable biophysique qui caractérise les phénomènes de transfert radiatif entre la végétation et l’atmosphère. Elle constitue une variable clé dans les modèles écologiques, hydrologiques, climatologiques et agronomiques. Le LAI est utilisé dans les processus d’évapotranspiration et de photosynthèse qui permet notamment d’estimer la biomasse aérienne.

La première définition définis le LAI comme l’aire totale d’une face des feuilles par unité de surface du sol (Watson, 1947). Cette définition a évoluée pour s’adapter à des types de

19

couverts très différents. Chen et Black (1992) le définissent comme la moitié de la surface foliaire totale par unité de surface au sol.

Le LAI est une variable sans dimension et dont les valeurs s’échelonnent de 0 à 15 environ selon le type de couvert. Plus le couvert est dense, plus le LAI est fort (figure I.7).

Sol nu Cultures annuelles Feuillus Forêts tropicales

0 2 5 8 15 Figure I.7 : Type de végétation en fonction des classes de valeur du LAI

Il existe deux méthodes de mesures du LAI : (i) la méthode directe qui permet d’avoir un LAI

réel du matériel végétal utilisé. Elle consiste à mesurer directement la surface de chaque feuille par planimètre. L’inconvénient de cette méthode est qu’elle est destructive et souvent lourde à mettre en œuvre surtout pour des campagnes de mesures à grande échelle ; (ii) la méthode indirecte : ce sont des méthodes dans lesquels la surface foliaire est inférée à partir d'observations d'une autre variable, sont généralement plus rapides, modifiables à l'automatisation, et permettent ainsi à un plus grand échantillonnage spatiale.

La technique la plus utilisée pour déterminer cette variable repose sur l’acquisition et le traitement de photographies hémisphériques. Elle présente de nombreux avantages : faible coût de l’instrument (environ 1 k€), facilité et rapidité d’utilisation sur le terrain, représentativité spatiale, mémoire visuelle du système étudié. Le système de mesure est composé d’un simple appareil photographique numérique muni d’un objectif grand angle (180°). Lorsque les prises de vue sont verticales, ce système permet d’appliquer une théorie développée par Warren-Wilson (1959) pour les couverts homogènes (voir également la revue de Weiss et al. (2003), que l’on résumera par l’équation suivante :

dθ ) w(θ K 2 LAI ^π/2 0   



Dans la littérature, il existe plusieurs types de relations liant les deux paramètres clés NDVI et

LAI. Selon Wardley et Curran (1984), la relation NDVI-LAI est supposée linéaire mais pour les valeurs de LAI se trouvant dans l’intervalle 2 à 6 cette relation n’est plus valable. Les travaux de Asrar et al., (1984) et Richardson et al., (1992) ont montré une relation de type logarithmique entre l’indice de végétation normalisé et l’indice foliaire. En général, la relation

NDVI-LAI est obtenue en comparant les observations du LAI sur les parcelles tests

20

d’occupation céréales en irriguées et en secs avec les valeurs linéairement interpolées du

NDVI pour les dates d’acquisition du LAI (Duchemin et al., 2006 ; Shabou, 2010).

1-2-2-2 La fraction du couvert

La fraction du couvert « Fcover » est définie comme la part de la surface couverte par la végétation.

Ce paramètre biophysique est tout de même estimé par inversion des modèles radiatifs. Elle est calculée en appliquant différents algorithmes aux données des capteurs VEGETATION et POLDER dans le cadre de plusieurs projets de recherches.

L'algorithme biophysique utilisé pour estimer Fcover (CYCLOPES) est basé sur l'inversion de modèle de transfert radiatif. Une approche réseau de neurones a été choisie pour plusieurs raisons: les réseaux de neurones sont connus pour être très efficace en termes de calcul, ce qui est primordial pour les applications opérationnelles sur une longue série chronologique de données globales. Une étude récente sur les caractéristiques des méthodes d'extraction des variables biophysiques (Baret et Buis, 2008) ont montré que les réseaux de neurones quand formés au cours des simulations de modèles de transfert radiatifs offrent des performances dans les estimations grâce à leurs capacités d'interpolation efficace (Leshno et al. 1993). Cette technique d'inversion de modèle a été appliquée avec succès à la télédétection de la surface du sol depuis une dizaine d'années (Baret et al., 1995 ; Atkinson et Tatnall, 1997 ; Abuelgasim et al., 1998 ; Kimes et al., 1998 ; Gong et al., 1999 ; Danson et al., 2003 ; Fang et Liang, 2005). Récemment, plusieurs chercheurs ont développé des produits opérationnels biophysiques pour les capteurs à résolution moyenne, avec la réflectance du couvert comme données d’entrées: (Lacaze, 2005) pour POLDER, (Bacour et al., 2006) pour MERIS.