Y (indices de teneur en eau) (Martens et Naes 1989) Elles permettent donc de réduire le
ESTIMER L’ÉTAT HYDRIQUE DES FEUILLES 3.3.2.1 DONNÉES INITIALES
3.3.3. SIMULATION DES CAPTEURS SATELLITAIRES À PARTIR DES SPECTRES DE RÉFLECTANCE
3.3.3.1. CARACTÉRISTIQUES DES CAPTEURS SATELLITAIRES
Comme précisé au chapitre 1, on décrit chaque capteur satellitaire par sa triple résolution « spectro-spatio-temporelle ».
Dans le cas de notre problématique de suivi de l’état hydrique de la végétation méditerranéenne, une des premières contraintes est liée à la résolution temporelle des images. Il est en effet impératif de travailler en dessous d’une échelle hebdomadaire, puisque la variabilité temporelle de la teneur en eau des plantes est inférieure à 8 jours (toutes conditions confondues) pendant la période de risque d’incendie.
D’un point de vue de la résolution spectrale, les bandes qui composent les capteurs sont assez différentes, couvrant généralement les parties visible et proche infrarouge du spectre, et moins souvent le moyen infrarouge et l’infrarouge thermique.
D’un point de vue spatial, la meilleure résolution sera toujours recherchée pour décrire au mieux un peuplement et ses hétérogénéités, en sachant que les résolutions spatiale et temporelle sont généralement inverses (images kilométriques prises plusieurs fois par jour et images métriques prises quelques fois par an).
Il existe de multiples capteurs sur un parc important de satellites d’observation de la Terre. En faire une liste exhaustive serait fastidieux et difficile car chaque année de nouveaux capteurs sont opérationnels et d’anciens s’éteignent ou retombent. Nous nous sommes restreints aux huit capteurs et aux six satellites lancés dans les cinq dernières années, les plus utilisés par la communauté scientifique pour répondre aux problèmes liés à l’environnement et au climat (Tableau 29).
Tableau 29. Caractéristiques techniques des capteurs retenus pour l’étude
Capteurs Satellites Année de lancement Résolution temporelle Résolution spatiale Bandes
AVHRR/3 NOAA 14, 16 et 17 1994, 2000 et 2001 6 par jour 1000 m 3
AATSR ERS 2 1997 1 par jour 1000 m 4
VEGETATION SPOT 4 et 5 1998 et 2002 1 par jour 1000 m 4
MODIS TERRA et AQUA 2000 et 2002 4 par jour 500 m 7
MERIS ENVISAT 2003 1 par jour 300 m 15
ASTER TERRA 2000 de 4 à 16 jours 15, 30 et 90 m 9
HRVIR SPOT 4 1998 de 4 à 26 jours 20 m 4
ETM+ LANDSAT 7 1998 de 4 à 16 jours 30 et 60 m 6
3.3.3.2. S
PECTRES MOYENSNotre premier travail va consister à transformer chaque spectre de réflectance initial composé de plus de 2000 valeurs en un spectre simplifié de 3 à 15 valeurs selon le capteur considéré (Figure 56).
Figure 56. Exemple du spectre de réflectance moyen simplifié pour le capteur MODIS
La simulation consiste à intégrer chaque spectre initial selon les caractéristiques des bandes spectrales réelles du capteur (longueur d’onde centrale et largeur à mi-hauteur).
Ainsi selon le capteur étudié on aura une représentation plus ou moins simplifiée de l’information initiale (de 3 bandes pour AVHRR à 15 bandes pour MERIS), sur tout le spectre du bleu au moyen infrarouge (MODIS) ou une partie seulement (VEGETATION, MERIS…).
3.3.3.3. PRÉDICTION AVEC L’ENSEMBLE DES BANDES
Nous utilisons comme support d’expérience l’ensemble des spectres mesurés en laboratoire pour les trois espèces (n=294). Ces spectres sont donc filtrés en bandes, de 3 à 15 selon le capteur.
Dans le Tableau 30 suivant, nous représentons les coefficients de détermination r2 reliant la teneur en eau des plantes (EWT) à la réflectance simulée des bandes des capteurs.
Tableau 30. Résultats des modèles réalisés à partir de bandes simulées de différents capteurs satellitaires (n=294)
Satellites Capteurs Nbre de bandes du capteur Nbre de bandes pour le modèle Ordre des bandes du modèle r2
NOAA AVHRR/3 3 3 - 0,36 ERS AATSR 4 4 - 0,56 SPOT VEGETATION 4 4 - 0,67 TERRA MODIS 7 4 7 2 1 3 0,70 TERRA MODIS 7 7 7 2 1 3 5 6 4 0,77 ENVISAT MERIS 15 9 5 10 8 3 11 15 9 7 12 0,75 LANDSAT ETM+ 6 3 6 2 1 0,65 LANDSAT ETM+ 6 6 6 2 1 4 5 3 0,70 SPOT HRVIR 4 4 - 0,53 TERRA ASTER 9 5 5 1 2 3 4 0,55
Les capteurs ETM+, VEGETATION, MODIS et MERIS donnent les meilleurs résultats de modélisation avec un r² maximal de 77% pour les sept bandes de MODIS (Figure 57).
Figure 57. EWT mesuré et prédit à partir du spectre simplifié pour le capteur MODIS
Ce modèle s’écrit : EWT=0,2965ρR+0,0115ρPIR−0,0957ρBleu−0,0164ρVert+0,0648ρMIR1−0,0561ρMIR2+0,0020ρMIR3+0,1860
Les quatre points les plus éloignés sont conservés car aucun critère ne les différencie (EWT mesuré normal, feuilles de taille moyenne, espèces différentes…).
On pourrait penser que le capteur MODIS dispose des bandes spectrales les mieux adaptées à notre objectif et qu’une simple combinaison linéaire de ses canaux suffit à calculer la teneur en eau de n’importe quelle végétation. On en est encore loin du fait qu’on simule le rayonnement au niveau du satellite par des mesures de laboratoire réalisées sur des feuilles : le changement d’échelle est énorme !
De plus, dans notre simulation, l’ensemble de l’atmosphère et de ses perturbations est omis volontairement dans le calcul. Ces perturbations sont loin d’être négligeables. Il faut surtout noter que les bandes dans les zones Bleu et Vert du spectre électromagnétique sont les plus sujettes aux perturbations par l’ozone, les nuages, les poussières… Nous renouvelons donc les tests en enlevant les bandes Bleu et Vert des capteurs.
3.3.3.4. PRÉDICTION SANS LES CANAUX VERT ET BLEU
De manière générale, les résultats sont moins bons (Tableau 31).Tableau 31. Résultats des modèles réalisés à partir de bandes simulées de différents capteurs satellitaires, sans les canaux Bleu et Vert (n=294)
Satellites Capteurs Nbre de bandes Nbre de bandes pour le modèle Ordre des bandes* r2
NOAA AVHRR/3 3 3 - 0,28 ERS AATSR 3 3 - 0,57 SPOT VEGETATION 3 3 - 0,28 TERRA MODIS 5 4 5 6 4 3 0,55 ENVISAT MERIS 10 8 9 10 11 15 8 7 12 14 0,74 LANDSAT ETM+ 4 3 6 5 4 0,38 SPOT HRVIR 3 2 4 3 0,27 TERRA ASTER 8 6 5 6 3 2 7 4 0,36
*Pour la colonne de l’ordre des bandes les numéros correspondent aux numéros des bandes initiales du satellites, Bleu et Vert compris.
Seul le modèle créé avec 8 bandes du capteur MERIS est correct (r2 de 74%) . Ce nouveau capteur superspectral a la particularité de comporter 15 bandes très étroites (< 25 nm) entre le bleu et le proche infrarouge (400-900 nm). Même si une grande partie du spectre n’est pas couverte (900 à 2400 nm), il semble que certaines bandes spectrales du capteur entre 650 et 900 nm soient adaptées au suivi de l’état hydrique de la végétation, du moins de l’EWT simulé à partir de spectrométrie de feuilles en laboratoire.
3.4. DISCUSSION
Dans cette partie, nous avons tout d’abord testé l’aptitude de la spectroscopie proche infrarouge pour caractériser les propriétés optiques des feuilles de deux chênes méditerranéens QC et QI. Le partage des composantes du rayonnement (Réflectance - Absorptance - Transmittance) est variable selon la longueur d’onde et la face des feuilles. Les zones du proche et moyen infrarouge (1200-2000 nm) du spectre semblent être sensibles à la teneur en eau de l’échantillon.
Un second travail a consisté à développer des modèles pour estimer l’état hydrique des feuilles de trois espèces méditerranéennes (QC, QI et AU) à partir de leur spectre de réflectance entre 400 et 2400 nm.
La sélection des bandes spectrales les plus contributives par la méthode MLR permet de prédire l’indice EWT avec une bonne précision (r2 de 90% et SD/SECV supérieur à 3). Ce résultat est très encourageant d’autant plus qu’on a pu préciser les parties du spectre les plus impliquées dans la relation. Le moyen infrarouge est bien la zone du spectre porteuse d’information pour estimer l’état hydrique des feuilles. Toutefois dans notre étude, la partie visible du spectre (400-600 nm) intervient aussi dans les modèles, alors que l’eau n’est en théorie aucunement impliquée à ces longueurs d’onde. Il semblerait que la couleur des feuilles et donc la teneur en chlorophylle est reliée à la teneur en eau des feuilles échantillonnées.
Nous avons envisagé par la suite de tester l’adéquation des capteurs satellitaires actuels pour évaluer l’état hydrique foliaire. Le spectre initial a été simplifié en bandes et nous avons recherché le meilleur modèle prédisant l’EWT mesuré en laboratoire. Pour l’ensemble des bandes, les capteurs VEGETATION, ETM+, MERIS et MODIS estiment l’EWT avec une précision correcte (65% < r2 < 77%). Si l’on retire les bandes Bleu et Vert des simulations, sensibles aux perturbations atmosphériques, les modèles sont alors peu précis (27% < r2 < 57%) et seul MERIS obtient une prédiction correcte (r2 de 74%).
Ainsi, la simple combinaison linéaire d’une partie des bandes des capteurs satellitaires actuels, permet d’estimer correctement l’indice de teneur en eau des plantes EWT. Ceci ouvre la voie à de plus amples investigations avec des images réellement acquises sur des zones où l’on connaît par mesure directe l’état hydrique de la végétation. Cette prochaine étape du travail sera abordée dans le chapitre 4.
Il ne faut toutefois pas oublier que les tests de modélisation du signal, réalisés pour plusieurs capteurs satellitaires, sont basés sur des mesures spectrales à l’échelle de la feuille. Il est évident que le pixel de l’image acquise par le capteur, aussi fin soit-il (moins de 1 m2 pour les meilleurs), ne voit pas une feuille mais un couvert végétal composé de feuilles et également d’autres éléments (sol, ombres, branches, autres végétaux). Les modèles présentés ne sont en aucune manière transférables à une image satellitaire réelle.
Également, les modèles développés ici pour chaque capteur représentent le comportement d’un seul pixel. Dans la réalité chaque pixel est interdépendant de ses voisins, notamment dans le cas de couvert forestier. Il serait donc intéressant d’avoir une approche spatiale plutôt que d’utiliser les spectres et les pixels de manière indépendante. Les résultats en seraient probablement nettement améliorés dans le cas de la cartographie de l’état hydrique de la végétation.