Cartographie des efflorescences algales dans le barrage d’El Agrem (W. de Jijel) à partir d’images satellitaires

(1)

République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université Med-SeddikBenyahya – Jijel

Faculté des Sciences de la Nature et de la Vie ةايحلا و تعيبطلا مولع تيلك

Département des Sciences de l’Environnement تيحلافلا مولعلا و طيحملا مولع نسق

et Sciences Agronomiques

Mémoire de fin d’études

En vue de l’obtention du diplôme : Master Académique en Biologie

Option : Monitoring des hydrosystèmes continentaux

Thème

Cartographie des efflorescences algales dans le barrage

d’El Agrem (W. de Jijel) à partir d’images satellitaires

Jury de soutenance : Président : Mr Kisserli O Examinateur : Mr Hamimeche M Encadreur : Mr Boudjelal F Présenté par : Berghida Imène Mechtri Ammar

(2)

Remerciements

Nous remercions Dieu le tout puissant qui nous a accordé l’aide, le courage et la volonté sans lesquels ce travail n’aurait pas même eu la chance de débuter Nous tenons à exprimer nos vifs remerciements et profonde gratitude à notre encadreur

, qui tout au long de l’encadrement nous a fait bénéficier de son

expérience et de sa perspicacité. Nous savons qu’il a pris sur son temps libre pour lire,relire,corriger,et orienter notre travail.

Nos remerciements vont également à d’avoir accepté de participer au

jury ainsi que de l’avoir présidé et pour le temps qu’ils ont pris à examiner

ces quelques feuillets et les remarques qu’ils ont pu formuler.

Un remerciement particulierà toute la promotion de Monitoring des hydrosystèmes continentaux (2017).

A tous ceux qui ont accompagné au quotidien nos doutes et nos enthousiasmes.

(3)

Dédicaces

J’ai l’honneur et le plaisir de dédier ce travail à :

Mes chers parents pour leurs encouragements et leur soutien, ils m’ont donnée la

volonté de suivre mes études, « Que Dieu leur accorde la santé et le bonheur ».

Mon cher frère :

Mes chères sœurs :

Toute la famille

Mon binôme :

Tous mes amis sans exception

Mes deux chers amis et pour plus qu’occasionnels coups de main moraux

Tout le département de la biologie de l’université de Jijel

Tous ceux qui me connaissent et qui ont participé de près ou de loin à la réussite de ce

(4)

Dédicaces

C’est grâce à Dieu et son aide que ce temps-là est arrivé. Je dédie ce modeste travail à ceux qui comptent beaucoup pour moi :

Mes très chers parents, pour exprimer ma reconnaissance envers eux, il me faut encore

inventer d’autres mots.

Mon mari, mes sœurs et mon frère qui n’ont pas hésité un moment de donner leur aide,

leur soutien et leurs encouragements.

Mon petit fils pour son sourire.

Mon Binôme pour l’intérêt qu’il a soumis dans la réalisation de ce travail et

son sérieux.

(5)

Sommaire

Sommaire

Liste des tableaux………iv

Liste des Figures………..v

Liste des abréviations………..…vi

Introduction………....01

Chapitre I : Synthèse bibliographique Etude des efflorescences algales par télédétection I-1-Eutrophisation………..03

I-1-1-Généralités………....03

I-1-2-Sources………..…..04

I-1-3-Phénomène d’eutrophisation………..…….04

I-1-3-1- Processus d’eutrophisation………..……...04

I-1-3-2-Conséquences……….……….05

I-2-Efflorescences algales……….……….06

I-2-1-Généralités………...06

I-2-2-Paramètres d’influence pour la formation des blooms……….……...07

I-2-3-Dynamique spatiale et temporelle d’un bloom……….…...07

I-2-4- Effets indésirables induits par les blooms phytoplanctoniques et les cyanobactéries…….…...08

I-2-4-1-Risques sur l’environnement et le cadre de vie ………...08

I-2-4-2-Risques sur les organismes du milieu………...………...08

I-2-4-3-Risques sur la santé humaine………...08

I-2-5-Les propriétés optiques des efflorescences algales……….….09

I-2-5-1-Les propriétés optiques des eaux……….…….09

I-2-5-1-1-Absorption……….09

I-3-La télédétection………..………...10

I-3-1-Définitions………...10

I-3-2-Les étapes de la télédétection………..11

I-3-3-Les domaines d’application de la télédétection………...11

I-3-4-Avantage de la télédétection………12

(6)

Sommaire

ii

Chapitre II : Matériel & méthodes

II-1-Présentation de la zone d’étude……….14

II-1-1-Localisation géographique……….14

II-1-2-Climatologie………...15

II-1-2-1-Climat général……….15

II-1-2-2-Les précipitations………15

II-1-2-3-Les températures……….15

II-1-2-4-Situation général du bassin versant………...15

II-2-Matériel………16

II-2-1-Images satellitaires utilisées………...16

II-2-1-1-Origine et type d’images satellitaires ……….16

II-2-1-2-Procédure d’acquisition des images satellitaires………...16

II-2-2-Les logiciels………17

II-2-2-1-Multispec « système d’analyse multispétrique de données d’image »………...17

II-2-2-2-BEAM 5.0 Win 32……….……….17

II-2-3-Les indices……….17

I-2-3-1-L’indice de végétation par différence normalisée (NDVI)……….17

I-2-3-2-L’indice de l’eau par différence normalisée (NDWI)……….17

II-2-3-3-Algorithme de pente « SLOPE /SA Red-NIR » ……….18

II-3-Méthodes ……..………...19

II-3-1-Téléchargement des images satellitaires Landsat 8………19

II-3-2-Décompression des images satellitaires……….19

II-3-3-Extraction des sous-images « délimitation de la zone d’étude »………20

II-3-4-Création des fichiers multispectraux………...………20

II-3-5-Correction des images par l’approche de correction DOS………22

II-3-6-Création des fichiers multispectraux des images corrigées……….23

II-3-7-Calcul de l’indice de végétation NDVI……….……….23

II-3-8-Calcul de l’indice de l’eau NDWI……….……….24

(7)

Sommaire

Chapitre III : Résultats & discussions

III-1-Résultats...25

III-1-1-Les valeurs d’indices pour l’image du mois de Janvier………25

III-1-2-Les valeurs d’indices pour l’image du mois de Mai………...…….26

III-1-3-Les valeurs d’indices pour l’image du mois d’Août ………...27

III-1-4-Les valeurs d’indices pour l’image du mois de Novembre……….28

III-2-Interprétation des résultats………...29

Conclusion………..………..31

(8)

Liste des tableaux

iv

Liste des tableaux

Tableau 1: Sources anthropiques d’apport en nutriments (Carpenter et al., 1998)…..……….04 Tableau 2 : Les bandes spectrales d’acquisition des images Landsat 8 Operational Land Imager

(OLI) et le capteur infrarouge thermique (TIRS)(U.S. Department of the Interior/ U.S. Geological Survey, 2016)………...………..13

Tableau 3 : Moyennes mensuelles des précipitations (A.N.R.H; 2011-2015)………..15 Tableau 4: Températures moyennes mensuelles calculées sur une période de quatre ans (A.N.R.H ;

2011-2015)……….15

Tableau 5 : Classification des trois indices pour le mois de « Janvier » à l’aide de la correction

atmosphérique DOS ...25

Tableau 6 : Valeurs statistiques calculées pour chaque indice pour le mois de « Janvier »……….26 Tableau 7: Classification des trois indices pour le mois de « Mai » à l’aide de la correction

atmosphérique DOS ……….………..26

Tableau 8 : Valeurs statistiques calculées pour chaque indice pour le mois de « Mai »…………..27 Tableau 9: Classification des trois indices pour le mois d’ « Aout » à l’aide de la correction

Tableau 10: Valeurs statistiques calculées pour chaque indice pour le mois d’ « Août »………...28 Tableau 11: Classification des trois indices pour le mois de « Novembre » à l’aide de la correction

Tableau 12 : Valeurs statistiques calculées pour chaque indice pour le mois de « Novembre »…..29 Tableau 13: Seuils adoptés pour la classification des proliférations d’algues(Igor et al., 2016)...29

(9)

Liste des figures

Liste des figures

Figure 1 : Image montre l’eutrophisation d’une rivière (Natura-sciences, 2009-2017)..………..…03

Figure 2 : Processus d’eutrophisation (Laurentides, 2009)…………..……….05

Figure 3 :Spectres d’absorption de différentes espèces phytoplanctoniques………...10

Figure 4 : Etapes de la télédétection (CCT)………..11

Figure 5 : Localisation géographique du barrage d’El Agrem(Google Earth, 2017)…….….…….14

Figure 6 : Coordonnées géographiques du barrage d’El Agrem(Google Earth, 2017)……..…….14

Figure 7 : Page d’accueil du site de téléchargement……….19

Figure 8 : Délimitation de la zone d’étude sous Multispec………...20

Figure 9 : Etapes de création d’un fichier multispectral………21

Figure 10 : Etapes de la correction des images par l’approche DOS…...……….23

Figure 11 : Etapes de création d’une image NDVI………...24

Figure 12 : Différentes zones d’intérêts(ROIS) sélectionnées pour les trois indice NDVI, NDWI et SLOPE « Janvier »………..……….………..………25

Figure 13 : Présente les trois zones d’intérêts (ROIS) sélectionnées à l’intérieur du barrage El Agrem dans une image NDVI « Mai »……….………..26

Figure 14 : Présente les trois zones d’intérêts (ROIS) sélectionnées à l’intérieur du barrage El Agrem dans une image NDVI « Août »..….………..27

Figure 15 : Présente les trois zones d’intérêts (ROIS) sélectionnées à l’intérieur du barrage El Agrem dans une image NDVI « Novembre »……….……….………..28

(10)

Liste des abréviations

vi

Liste des abréviations

ANRH: Agence nationale des ressources hydriques. CCT: Centre canadien de télédétection.

Chl a: Chlorophylle a.

DOS: Darkobjectsubtraction(soustraction des objets sombre). ENVISAT : satellite européen d'étude de l'environnement. ESA : Agence spatiale européenne.

Glo-Vis :USGS global visualization.

HAB :Harmful algal bloom (efflorescence d’algue nuisible). IR: Infrarouge.

LTAP-8:Landsat 8 long term acquisition plan (le plan d'acquisition à long terme Landsat 8). MB:Mega byte.

MERIS :Medium Resolution Imaging Spectrometer. NASA:Agencespatialeaméricaine.

NDVI:Indice de végétation par différence normalisée. NDWI:Indice de l’eau par différence normalisée. NIR:Procheinfrarouge.

OLI:Operational land imager.

OMS: Organisation mondiale de la santé. R:Rouge.

ROI:Region of interest (zone d’intérêt) SA Red-NIR:Slope algorithme.

TIF :Taagad image file.

TIRS :Thermal infraredsensor (capteur infrarouge thermique). V : Vert.

(11)

(12)

Introduction

1

Introduction

Les proliférations d’algues nocives (HAB) sont de graves catastrophes écologiques menaçant les systèmes aquatiques dans le monde entier, ce sont des phénomènes néfastes caractérisés par l’accumulation rapide de la biomasse phytoplanctonique dans les systèmes aquatiques qui ont progressé dans le monde au cours des dernières années (Anderson et al, 2002).

Leurs impacts vont de problèmes esthétiques simples liés à la couleur, le goût et l’odeur à la production de toxines dangereuses appelées cyanotoxines(Igor et al, 2016), qui peuvent affecter la santé humaine et animale (poissons, mammifères marins et oiseaux de mer) en perturbant le fonctionnement de leurs écosystèmes par la réduction de la transparence de l’eau et la concentration de l’oxygène dissous, et entrainant une perte de la biodiversité de tous les niveaux trophiques dans les lacs, les réservoirs, …etc. Selon Li Shen et al, 2012 il y on a trois facteurs primaires contribuant à l’apparition des HAB ; les espèces de phytoplancton, les sources de nutritions et la dispersion mécanique. L’eutrophisation causée par des activités anthropiques a été déterminé comme l’une des principales sources de nutrition des HAB.

La surveillance des proliférations d’algues est très importante pour adapter des méthodes de traitement de manière appropriée. Les méthodes traditionnelles de surveillance nécessite beaucoup de travail ; la réalisation des prélèvements d’échantillons à des intervalles de temps déterminés, suivi par des analyses en laboratoires. Cette méthode présente plusieurs inconvénients, à savoir le coût, le manque de réactivité, le fort besoin de personnel spécialisé et la faible représentativité spatiale et temporelle des données(Silva et al, 2011).Cela nécessite des efforts scientifiques pour mieuxdétecter et surveiller les efflorescences d’algues.

La télédétection est considérée comme une technique prometteuse pour l’étude des efflorescences algales en raison de ses avantages qui sont : la possibilité d’avoir une vue à très large échelle avec une haute résolution temporelle à faible coût, ainsi de larges zones d’efflorescences algales peuvent être étudié et leurs mouvement peut être suivi en observant des images acquises à différents moments (Li Shen et al, 2012). D’aprèsMetsamaa et al, 2006la télédétection est la seule technique capable de cartographier la répartition spatiale de la prolifération d’algues, par la comparaison et l’évaluation de la performance de plusieurs indicesbasés sur la réflectance ; indice de végétation par différence normalisé (NDVI), l’indice de l’eau par différence normalisé (NDWI) et un algorithme bio-optique (Slope). Alors comment utiliser cette technique pour cartographier les efflorescences algales dans notre zone d’étude (barrage d’El Agrem) ? et quel est l’indice le plus efficace pour le suivi des blooms en milieux aquatiques en permettant de donner une description complète sur leur localisation et leur abondance ?

(13)

Introduction

Pour répondre à ces questions nous avons utilisé les images satellitaires de type Landsat 8 prises pour les quatre saisons de l’année 2015.

Dans le but de répondre à notre objectif, on a subdivisé notre étude en trois chapitres :

 D’abord une introduction générale qui porte des concepts sur le sujet, ainsi que la problématique de notre travail.

 Nous passerons ensuite au premier chapitre qui est consacré à l’étude bibliographique dans laquelle on s’est référé à des ouvrages spécialisés en eutrophisation, efflorescences algales et télédétection.

 Le deuxième chapitre concerne la description de la zone d’étude, ainsi que le matériel et la méthode parcourue dans le traitement des images satellitaires.

 Le troisième chapitre est relatif aux résultats obtenus et leurs interprétations.  Enfin, notre étude est clôturée par une conclusion générale.

(14)

(15)

Chapitre I Etude des efflorescences algales par télédétection

I-Etude des efflorescences algales par télédétection I-1-Eutrophisation

I-1-1-Généralités

A l’origine, l’eutrophisation était définie comme un phénomène naturel qui conduit progressivement, à l’échelle des temps géologiques, au comblement des lacs peu profonds et à la formation de marais puis de prairies et de forêts (Anderson et al., 2002). Ce comblement est le résultat du processus de vieillissement des lacs qui se produit naturellement sous l’action d’un apport en nutriments et en sédiments généré par l’érosion et le ruissellement (Leloup, 2013). Ce phénomène peut également être grandement accéléré par les activités humaines, auquel cas le comblement intervient en quelques décennies au lieu de plusieurs centaines voire milliers d’années. Cependant, le terme « eutrophisation » a ensuite été extrapolé à l’enrichissement en nutriments des cours d’eaux, estuaires et milieux marins, même si les conséquences écologiques diffèrent (Smayda, 2008). L’eutrophisation correspond ainsi au processus d’évolution du statut trophique des plans d’eau, cours d’eaux ou milieux aquatiques affectés, qui deviennent progressivement eutrophie par une augmentation excessive de leurs apports en nutriments

(Smith et al., 1999), dont l’azote et le phosphore principalement.

(16)

4

I-1-2-Sources

Les apports en azote et en phosphore dans les milieux aquatiques peuvent être d’origine naturelle ou anthropique. Les sources naturelles d’apports en ces éléments sont : l’érosion continentale, la décomposition bactérienne et les apports atmosphériques, les infiltrations d’eaux souterraines ou le relargage à partir des sédiments (Galvez-Cloutier et al., 2002).Les sources anthropiques d’apport en nutriments peuvent être diffuses ou ponctuelles (Tableau 1).

Tableau 1:Sources anthropiques d’apport en nutriments (Carpenter et al., 1998)

Sources ponctuelles Sources diffuses

- rejets de station d’épuration

- effluents de sites de stockage de déchets - déjections animales

- eaux de ruissellement issues de mines, installations pétrolifères, sites industriels - déversement des bassins d’orage des villes - eaux de ruissellement issues de chantiers - débordement des réseaux pluviaux et égouts.

- eaux de ruissellement issues de l’agriculture (élevage intensif, irrigation, amendement,…) - rejets de fosses septiques défectueuses - eaux de ruissellement des sites miniers abandonnés

- déposition atmosphérique

- rejets d’exploitation forestière, de conversion de zones humides

- rejets urbains

- eaux de ruissellement issues de chantiers

I-1-3-Phénoméne d’eutrophisation I-1-3-1-processus d’eutrophisation

Les grandes étapes de ce phénomène :

1. Le lac reçoit des apports en éléments nutritifs (particulièrement en phosphore) provenant de sources diverses (naturelles et anthropiques sur une longue ou courte période de temps).

2. L'accumulation d’éléments nutritifs dans l'eau provoque, à plus ou moins long terme, une prolifération de plantes aquatiques et d’algues dans la couche supérieure du lac et dans le littoral. Ce qui réduit considérablement la transparence de l’eau (l’eau devient plus turbide). 3. L’augmentation de la turbidité limite le passage de la lumière à travers la colonne d’eau. La photosynthèse ne peut alors s’effectuer que près de la surface du lac.

4. Le surplus de matière végétale produit dans l'épilimnion se dépose au fond du lac, suite à sa sénescence (mortalité).

(17)

5. Les décomposeurs utilisent l’oxygène dissous afin de décomposer la matière végétale, ce qui provoque une diminution des concentrations d’oxygène dissous en profondeur.

6. La raréfaction de l’oxygène dissous de la couche inférieure du lac occasionne un changement dans la biodiversité des espèces présentes au lac (ex : disparition des espèces de poissons)

(Hade, 2002).

I-1-3-2-Conséquences

Les phénomènes d’eutrophisation ont de nombreuses conséquences négatives sur le milieu et les écosystèmes aquatiques :

- L’effet le plus visible est la prolifération d'algues ou de cyanobactéries appelée "bloom", qui provoque notamment des changements d'espèces dominantes au sein de la communauté phytoplanctonique et une dégradation des qualités organoleptiques de l’eau (couleur, odeur).

- Les cyanobactéries peuvent en effet produire des métabolites secondaires odorants ou potentiellement toxiques pour les autres organismes (Graham et al., 2010).

-Ces proliférations ont également pour conséquence une augmentation de la turbidité due à l'augmentation de la quantité de particules en suspension, ce qui réduit la transparence de l'eau et donc la pénétration de la lumière. La lumière n'est alors plus disponible pour l'activité photosynthétique qu'au niveau de la surface et la profondeur de la zone anoxique augmente.

(18)

6 A la mort des producteurs primaires, l’abondance de matière organique générée entraine la prolifération des organismes décomposeurs (bactéries, champignons) qui vont minéraliser la matière organique et consommer, pour leur métabolisme, l’oxygène dissous dans l’eau au détriment des nombreux autres organismes vivant dans le milieu (zooplancton, poissons).

-Les proliférations de phytoplancton provoquent une augmentation du pH et une anoxie de la colonne d’eau qui conduit à la mort d’autres espèces vivant dans le milieu (poissons, algues, invertébrés…), d’où une perte conséquente de biodiversité aquatique et une modification profonde des réseaux trophiques (Zingone et OksfeldtEnevoldsen, 2000).

I-2-Efflorescences algales I-2-1- Généralités

Une efflorescence algale (ou bloom) est une augmentation relativement rapide de laconcentration d’une ou de quelques espèces d’algue planctonique dans un système aquatique,qui se manifeste souvent par une coloration de l’eau (rouge, brun-jaune ou vert). Cephénomène est le plus souvent lié à un enrichissement du milieu par des apports de nutrimentsliés aux activités humaines (eutrophisation).

Trois principaux groupes d’algues planctoniques se développent dans les milieuxd’eau douce

(Garnier et al, 1995):

 Les diatomées sont des algues jaunes et brunes unicellulaires caractérisées par laprésence d’une enveloppe externe siliceuse, transparente et rigide. Elles sont adaptées à des eaux turbulentes etfroides.

 Les chlorophycées, ou algues vertes, sont des organismes eucaryotes flagellés,existant sous forme unicellulaire ou coloniale. Ellesont en général un optimum de température plus élevé que les diatomées.

 Les cyanobactéries, ou algues bleues, sont des organismes procaryotesphotosynthétiques ; elles se développent dans les eaux peu profondes, tièdes, calmesou immobiles et riches en nutriment

Les efflorescences algales sont devenues, durant les dernières décennies, et dans lemonde entier, un phénomène récurrent de plus en plus important dans les eaux douces, et quiinterfèrent négativement sur la qualité de l’eau et l’utilisation des eaux de surface pour laproduction de l'eau potable.

Les blooms d’algues ont un impact sur la biodiversité aquatique en affectant la clartéde l’eau, en accroissant, par le cycle photosynthèse-respiration, les fluctuations de laconcentration en oxygène et du pH.

Lorsqu’ils sont dominés par des espèces toxiques (comme les cyanobactéries,productrices de toxines hémato-, neuro ou dermato toxiques), ils s’accompagnent de risquesmajeurs pour la santé

(19)

humaine et animale. La croissance des cyanobactéries est heureusementlimitée aux eaux stagnantes et aux lacs, et sont très rares en rivière.

I-2-2-Paramètres d’influence pour la formation des blooms

Les paramètres les plus influents pour le développement de blooms algaux et de cyanobactéries sont : la température de l’eau ; la lumière ; la quantité et la biodisponibilité des nutriments ; la dynamique des masses d’eau ; le pH et la pression exercée par les organismes prédateurs

(Andersen et al., 2006). De plus, l’influence d’un paramètre unique ne permet pas à lui seul

d’expliquer l’apparition des blooms, car ceux-ci résultent de la combinaison de plusieurs des facteurs précédemment cités (Dokulil et Teubner, 2000). En effet, les blooms résultent d'un phénomène global dans la mesure où ces paramètres sont interdépendants.

L’OMS donne 5 facteurs de risque permettant de caractériser la vulnérabilité d’une ressource. Ces facteurs de risque sont d’ordre : historique, physique, hydraulique, chimique et biologique. Une ressource peut être considérée comme à risque si :

des informations historiques ou des connaissances locales font état de précédents épisodes de proliférations ;

la température de surface dépasse 18°C et /ou la ressource est stratifiée ; le temps de séjour dépasse 5 à 10 jours ;

les concentrations annuelles moyennes en phosphore, voire en azote, permettent le développement des cyanobactéries présentes sur le site ;

des informations issues de suivis biologiques font état du niveau de présence, des périodes d’apparition et de la persistance des cyanobactéries dans la ressource (Leloup, 2013).

I-2-3- Dynamique spatiale et temporelle d’un bloom

Dans les écosystèmes océaniques hauturiers, généralement oligotrophes (pauvres en nutriments), les efflorescences phytoplanctoniques sont observées au printemps, lorsque les conditions sont favorables à la formation d’une couche de mélange qui permet auphytoplancton de se maintenir dans les eaux de surface, riches en nutriments et où la disponibilité en énergie lumineuse est importante.

Ce bloom printanier épuise le milieu en sels nutritifs et entraîne une chute de la biomassephytoplanctonique(Raimbaultet al.,1988).

Cependant, en milieu côtier, les apports terrigènes permettent le maintien de concentrations élevées en sels nutritifs dans le milieu et plusieurs blooms successifs peuvent être observés. La dynamique du phytoplancton est ainsi plus complexe en domaine côtier.

(20)

8

I-2-4-Effets indésirables induits par les blooms phytoplanctoniqueset les cyanobactéries

Les proliférations importantes de certaines algues phytoplanctoniqueset les cyanobactéries peuvent avoir des effets négatifs occasionnant des pertes économiques considérables à l’aquaculture, à la pêche et au tourisme par leur impact sur les espèces marines, l’environnement et/ou sur la santé humaine.

I-2-4-1-Risques sur l’environnement et le cadre de vie

 Modification de l’aspect de la ressource par une coloration inhabituelle (bleue, rouge ou verte), des irisations en surface et/ou des masses d’écume se déplaçant au gré des vents ;  Nuisance olfactive lors de la décomposition de la prolifération(AFSSA-AFSSET, 2006).

I-2-4-2-Risques sur les organismes du milieu

 Perturbation de la biodiversité de l’écosystème aquatique ;

 Perturbation des réseaux trophiques aquatiques car les cyanobactéries sont peu ou pas consommées par le zooplancton et leur prolifération s’effectue le plus souvent au détriment du développement des autres micro-organismes photosynthétiques (compétition pour les nutriments et la lumière) ;

 Mortalités de poissons, par intoxication ou diminution de la teneur en oxygène de l’eau,  Mortalités d’oiseaux, par intoxication directe ou via leur alimentation (mollusques,

poissons,…) ;

 Intoxication d’animaux domestiques ou sauvages par abreuvement à proximité d’écumes toxiques (Briand et al, 2003).

I-2-4-3-Risques sur la santé humaine

 Troubles cutanés ou des muqueuses suite à des baignades dans des eaux affectées par des efflorescences ;

 Des maux variés sont provoqués comme : hépatites, diarrhées, douleurs musculaires, gastro-entérites, irritation des voies respiratoires supérieures, etc. Les principales voies d'exposition aux toxines sont l'ingestion d'eau et le contact cutané et pulmonaire par les loisirs nautiques

(Merceron, 2004).

I-2-5-Les propriétés optiques des efflorescences algales

(21)

9 L’eau absorbe une grande partie du rayonnement qu’elle reçoit. Le maximum de réflexion concerne le bleu, le proche infrarouge et l’infrarouge moyen, l’eau peut être assimilée à un corps noir absorbant tout le rayonnement qu’elle reçoit, les irrégularités de la surface de l’eau, la concentration en sédiments, et en algue affecte fortement les propriétés optiques de l’eau. Par exemple, la matière en suspension fait augmenter la réflectance de l’eau dans l’orange rouge.La présence de la matière chlorophyllienne fait augmenter la réflectance de l’eau dans le vert.Ces différents facteurs sont à l’origine des fortes variations de la couleur de l’eau (Soudani, 2005).

I-2-5-1-1-Absorption

Le spectre d’absorption du phytoplancton (Figure3)résulte du spectre d’absorption des différents pigments présents dans la cellule, il résulte principalement de la superposition du spectre d’absorption de la chlorophylle a (Chl a) et du spectre d’absorption de la caroténoïde.

 La chlorophylle présente deux principales bandes d‘absorption:  La Caroténoïde: absorbe dans le bleu et le bleu-vert.

L’effet conjugué de Chla et caroténoïde est responsable de la transition de la couleur du bleu au vert. Le coefficient d’absorption spécifique du phytoplancton varie très largement en fonction de la longueur d’onde et du type d’algue considérée.(Bachari, 2009).

Le graphe suivant(Figure 3)représente les spectres d’absorption de différentes espèces phytoplanctoniques, normalisez par leur maximum. D’après Bricaudetal. (1988) pour le spectre moyen desdiatomées, Morel et al.(1993) pour les spectres de Prochlorococcuset Synechococcus. Pour le spectre moyen des 14 espèces, 3 spectres ont été pris de Bricaudet al.(1983),

(22)

10

I-3- La Télédétection I-3-1-Définitions

 La télédétection est une technique qui,à l’aide d’un ou plusieurs capteurs,permet d’acquérir de l’information surun objet, surface ou phénomène sanscontact direct avec l’objet, la surface ou le phénomène investigués (Soudani, 2005).

 La télédétection est "l'ensemble des connaissances et techniques utilisées pour déterminer descaractéristiques physiques et biologiques d'objets par des mesures effectuées à distance, sans contact matériel avec ceux-ci".Elle utilise les propriétés d'émission ou de rayonnement des ondes électromagnétiques par les objets.La télédétection est le plus souvent appliquée à l'observation de la Terre, mais peut aussi concernerd'autres planètes, étoiles, galaxies...(Girard, 1999).

 Selon Ramade (2002) la télédétection est une technique fondée sur l’usage de satellites pour l’étude des grandes caractéristiques géographique et écologique des zones continentales et océaniques de la biosphère.

I-3-2-Les étapes de la télédétection

Le rayonnement émis par une source d’énergie ou d’illumination (A) parcourt une certaine distance et interagit avec l’atmosphère (B) avant d’atteindre la cible (C). L’énergie interagit avec la surface

Fig.03 :Spectres d’absorption de différentes espèces phytoplanctoniques. .

(23)

da la cible, en fonction des caractéristiques de rayonnement et des propriétés de la surface. Le rayonnement est réfléchi ou diffusé vers le capteur (D), qui l’enregistre et peut ensuite transmettre l’énergie par des moyens électroniques à une station de réception (E) où l’information est transformée en images (numérique ou photographique).

Une interprétation visuelle et /ou numérique de l’image (F) et ensuite nécessaire pour extraire l’information que l’on désire obtenir sur la cible. La dernière étape de processus consiste à utiliser l’information extraite de l’image pour mieux comprendre la cible, pour nous en faire découvrir de nouveaux aspects ou pour aider à résoudre un problème particulier (G). (Figure4)(CCT).

I-3-3- Les domaines d’application de la télédétection

Selon Kergomard (2004) Trois grands domaines ont bénéficié de la télédétection :

 Le premier grand domaine d'application de la télédétection a été l'étude de l'atmosphère (météorologie et climatologie). L'intérêt de la télédétection dans ce domaine est d'assurer une couverture globale et très fréquemment répétée de la planète entière ; par contre la résolution spatiale n'est pas primordiale pour les applications météorologiques ;

 En océanographie, la télédétection offre l'avantage de permettre une vision synoptique de vastes régions qu'il est impossible d'obtenir par les moyens traditionnels (bateaux). Pour certaines études a petite échelle, les données des satellites météorologiques sont largement utilisées en océanographie (températures de surface de l'océan) ;

(24)

12

 Les applications terrestres de la télédétection sont extrêmement variées, et le champ des utilisations ne cesse de s'élargir : cartographie, géologie et prospection minière, mais aussi surveillance des cultures ou du couvert forestier, urbanisme, aménagement, génie civil, etc... Le traitement de l'imagerie satellitaire numérique est une discipline en constant développement, et la baisse du cout des matériels informatiques a entrainé une augmentation rapide du nombre des utilisateurs.

I-3-4-Avantage de la télédétection

 Actuellement l’application de la télédétection dans l’étude des écosystèmes permet selonLabreque et Letourneau (2003) :

 de réaliser pour un faible coût des enquêtes rapides sur de grandes surfaces.  d’avoir accès à des renseignements impossible à obtenir par d’autres méthodes.

 de suivre l’évolution de phénomènes biologique grâce à la possibilité d’utiliser des données multitemporelles, fournies en particulier, par les satellites d’observation de la terre à orbites héliosynchrone.

 Le développement de méthodes pour la surveillance du phytoplancton est l’une des actions du partenariat entrel’Onema et l’Ifremer (2009) :

 Les capteurs de la « couleur de l’eau » sont capables de détecter la biomasse du phytoplancton à partir de la concentration en pigment chlorophyllien des eaux de surface.  L’observation par satellite permet de repérer les phénomènes d’eutrophisation, c’est-à-dire de

prolifération anormale de certaines algues pouvant conduire à l’asphyxie du milieu. Une autre application vise à suivre les espèces de phytoplancton toxiques ayant une signature en surface. L’observation par satellite va donc contribuer à la surveillance de ces risques et faciliter ainsi le travail des réseaux de surveillance en mer.

I-3-5-Les images satellitaires Landsat 8

L’acquisition des images Landsat 8 a commencé depuis 2013 jusqu’à aujourd'hui. Landsat 8 collecte jusqu'à 740 scènes par jour, dirigé par le plan d'acquisition à long terme Landsat 8 (LTAP-8). Le LTAP-8 utilise des paramètres tels que la saisonnalité, la définition de la terre, la couverture nuageuse historique, les paramètres de gain et l'angle du soleil pour déterminer les acquisitions. Presque toutes les opportunités terrestres sont prévues pour Landsat 8 et toutes les données acquises seront visible sur EarthExplorer ou GloVis dans les 24 heures suivant l'acquisition.

(25)

Les images Landsat 8 Operational Land Imager (OLI) et le capteur infrarouge thermique (TIRS) sont constituées de neuf bandes spectrales avec une résolution spatiale de 30 mètres pour les bandes 1 à 7 et 9. La bande 1 ultra-bleue est utile pour les études côtières et en aérosol. La bande 9 est utile pour la détection de cirrus cloud. La résolution pour Band 8 (panchromatique) est de 15 mètres. Les bandes thermiques 10 et 11 sont utiles pour fournir des températures de surface plus précises et sont collectées à 100 mètres. La taille approximative de la scène est de 170 km au nord-sud de 183 km à l'est-ouest(U.S. Department of the Interior/ U.S. Geological Survey, 2016).

Tableau 2 : Les bandes spectrales d’acquisition des images Landsat 8 Operational Land Imager (OLI) et le capteur infrarouge thermique (TIRS) (U.S. Department of the Interior/ U.S. Geological Survey, 2016).

(26)

(27)

Chapitre II Matériel & méthodes

II- Matériel et méthodes

II-1-Présentation de la zone d’étude II-1-1-localisation géographique

Le barrage d’El Agrem est situé à 15 km environ au Sud Est de la ville de Jijel et à 6 km de la commune de Kaousdaira de Texenna au-dessous des monts de Sidi Yahya sur l’oued ElAgrem(figure 5).

Ce barrage a été construit dont le but d’assurer l’alimentation en eau d’irrigation d’environ 5000 ha des plaines côtières à l’aval du barrage et pour l’approvisionnement en eaudes agglomérations de Jijel, Taher, Kaous etEmir-Abdelkader.

Comme le montre la figure suivante, notre zone d’étude est limitéeparles latitudes 36° 73’ et 36° 70’ Nord et par les longitudes 5° 80’ et 5° 84’Est.

Fig.05 : Localisation géographique du barrage d’El Agrem(Google Earth, 2017)

5.84°

5.80°

36.730°

36.700°

(28)

15

II-1-2-Climatologie II-1-2-1-Climat général

A partir des données de précipitations et de températures fournies par l’agence national des ressources hydriques (A.N.R.H) pour le barrage d’El Agrem, on a pu réaliser une analyse climatique, sur une période de quatre ans allant de 2011 jusqu’à 2015.

II-1-2-2-Les précipitations

Le tableau ci-dessous montre que la moyenne pluviométrique annuelle, enregistré sur une période de 4 ans (2011-2015), est de 1217.1mm. La période pluvieuse se situe entre le mois d’octobre et mars, durant cette période le barrage reçoit en moyenne 987.7 mm, soit 81.15% des précipitations annuelles.

Tableau 3 :moyennes mensuelles des précipitations (A.N.R.H; 2011-2015)

Mois J F M A M J J A S O N D Année

Pluviométrie (mm)

138.1 227.4 134.9 81.2 33.8 5.7 1.2 27.6 63.9 168.5 190 128.8 1217.1

II-1-2-3-Les températures

Comme pour les précipitations les données concernant les températures ont été obtenues par l’agence nationale des ressources hydriques (A.N.R.H), montrent que le mois le plus chaud est celui d’Août avec une moyenne de 27,1°C, alors que le mois le plus froid est celui de Février avec une moyenne de 10,6 °C.

Tableau 4:températures moyennes mensuelles calculées sur une période de quatre ans (A.N.R.H ; 2011-2015)

Mois J F M A M J J A S O N D

Température (°C)

12.9 10.6 13.5 16.2 24.8 22.9 26.5 27.1 23.8 21.5 16.3 12.7

II-1-2-4-Situation général du bassin versant

Le bassin versant d’El Agrem situé au nord-est du territoire Algérienne s’étendsur la totalité de la wilaya de Jijel sur une superficie de 39.5 km2.

Selon la nouvelle structuration des unités Hydrologiques en Algérie, le bassin versant d’El Agrem appartient à l’ensemble de côtier constantinois.Globalement, le bassin versant peut être subdivisé en trois grandes parties :

(29)

 partie occidentale avec comme principaux affluents (oued Tezercourt , oued Harma et l’ouedAbima).

 partie septentrionale : qui débute pratiquement du l’oued El Agrem et s ‘étend jusqu’à la mer.

L’oued El Mencha est le principal affluent de cette partie (Heragmi, 2009).

II-2-Matériel

Pour l’étude des efflorescences algales par des méthodes optiques, il est indispensable de pouvoir disposer d’images satellitaires les mieux adaptées au but poursuivi ainsi que des logiciels cohérents qui permettent de répondre aux principales questions posées dans le but d’atteindre cet objectif.

II-2-1-Images satellitaires utilisées

II-2-1-1-Origine et type d’images satellitaires

Grâce à l’agence spatiale Américaine NASA, nous avons pu disposer gratuitement d’images satellitaires du type Landsat 8 qui ont été téléchargée auprès du site http://earthexplorer.usgs.gov. Ces images satellitaires sont disponibles dans plusieurs bandes spectrales, nous avons choisis 07 bandes spectrales ayant une forte dynamique pour le phénomène que l’on veut détecter pour chacune des 04 images relatives aux dates : 03 mai 2015, 07 août 2015, 11 janvier 2015 et le 11 novembre 2015 correspondantes à l’observation saisonnières. Ces différentes dates ont été choisies pour caractériser différentes fleurs d’algues dans le barrage d’El Agrem.

II-2-1-2-Procédure d’acquisition des images satellitaires

Les images satellitaires obtenues sont sous formes de fichiers compressés (sous formes Win RAR). Une image Landsat même compressée est un fichier volumineux, après avoir été téléchargées les images sont mises dans un répertoire du micro-ordinateur, elles sont par la suite décompressées à l’aide du logiciel de décompression (7_Zipe ou Win RAR). Elle devient par conséquent de plus en plus volumineuses (jusqu’à 300 MB).

Les images Landsat sont en formats TIF (Tagged Image File), ce format peut être traité directement ou après avoir été transformé en format Img (image) par des logiciels spécialisés d’analyse et de traitement des images satellitaires.

(30)

17

II-2-2-Les logiciels

II-2-2-1-MultiSpec © (système d’analyse multispétrique de données d’image)

MultiSpectre est un système de traitement pour analyser de manière interactive les données d'images multispectrales observées dans la terre telles que celles produites par la série Landsat de satellites terrestres. L'objectif principal de MultiSpec est d'aider à exporter les résultats de nos recherches sur l'élaboration de bonnes méthodes d'analyse de ces données d'images hyperspectrales. MultiSpec sert à :afficher des images multispectrales, visualiser l'histogramme, afficher un graphique des valeurs spectrales…etc(https://engineering.purdue.edu/~biehl/MultiSpec/).

II-2-2-2-BEAM 5.0 Win32

BEAM a été lancé dans le cadre du contrat ESA en 2002. Etant le premier projet open source ESA, BEAM a subi plus de 20 cycles de publication et est passé d’une boîte à outils ENVISAT / MERIS basique à une plate-forme de développement pour la visualisation, l'analyse et le traitement des données raster de télédétection. Il a été développé pour faciliter l'utilisation des données d'image des instruments d'optique d'Envisat(http://glovis.usgs.gov).

II-2-3-Les indices

II-2-3-1-L’indice de végétation par différence normalisée (NDVI)

Parmi tous les indices de végétation proposés depuis les origines de la télédétection spatiale l'indice de végétation normalisé (Rouseet al,1974) est devenu l'outil standard de description du comportement spectral de la couverture végétale. Cet indice, le plus souvent appelé NDVI selon son abréviation anglaise, est calculé à partir de deux bandes spectrales, le rouge R et l'infrarouge IR selon la formule suivante : NDVI = (IR - R)/(IR + R),il varie entre 0 pour surface désertique et 1 pour les forêts denses. Son utilité pour décrire le couvert végétal se base sur le fait que d'une part ce dernier absorbe préférentiellement (mais pas uniquement) l'énergie lumineuse dans les longueurs d'onde durouge pour la photosynthèse, et réfléchit par contre fortement cette énergie dans le proche infrarouge, en fonction de la structure inter-cellulaire du matériel végétal photo-synthétisant

(Gausman, 1985).

II-2-3-2-L’indice de l’eau par différence normalisée (NDWI)

L’indice de teneur en eau par différence normalisée (NormalisedDifference Water Index, NDWI) existe sous deux formes. Le NDWI deGao (1996) est calculé à partir des canaux infrarouge moyen, et proche infrarouge et est corrélé au contenu en eau de la végétation( permet de cartographier la sécheresse). Sa valeur augmente d’un sol sec vers l’eau libre et avec le pourcentage de recouvrement de la végétation car il est sensible à la quantité totale d’eau liquide dans la

(31)

superposition des feuilles). Le NDWI deMcFeeters (1996) est formé à partir des canaux vert et proche infrarouge et est utilisé pour identifier les surfaces aquatiques (cartographier l’eau elle-même). Les zones d’eau libre ont des valeurs positives tandis que les zones de sol et de végétation terrestre ont des valeurs inférieures ou égales à 0.McFeeters (1996) suppose qu’il pourrait également apporter une estimation de la proportion en matière en suspension et en chlorophylle a dans l’eau.

NDWI de Gao =(PIR-MIR)/(PIR+MIR)

NDWI de Mc Feeters = (V-PIR) / (V+PIR)

PIR : réflectance au sol de la surface dans le canal du proche infrarouge. MIR : réflectance au sol de la surface dans le canal du moyen infrarouge. V : réflectance au sol de la surface dans le canal du vert.

II-2-3-3-Algorithme de pente « SLOPE/ SA Red-NIR »

Slope algorithme est selonIgor et al., 2016un algorithme bio-optiquedévelopper à l'aide du capteur Landsat 8 / OLI,qui est capable de fonctionner de manière cohérente lorsqu'il est appliqué à des images soumises à des conditions atmosphériques différentes.

L'objectif était la cartographie des proliférations d'algues en les subdivisant en trois classes: floraison sévère, floraison modérée,et de l'eau. L’algorithmeSlope proposé dans ce travail peut être décrit comme suit:

SA : Slope algorithm.

Rred : The irradiance reflectance on the OLI band centered at 655nm.

RNIR: The irradiance reflectance on the OLI band centered at 865nm.

λred: 655 nm.

(32)

19

II-3-Méthodes

II-3-1-Téléchérgement des images satellitaires Landsat 8

Les quatre images satellitaires obtenues ont été téléchargées à partir du site :

http://earthexplorer.usgs.gov (Figure 7)

II-3-2-Décompression des images satellitaires

Les images Landsat sont en format TIF, à l’aide du logiciel WinRAR on les transforme en format Img. On obtient 11 bandes spectrales pour chaque image Landsat 8, on sauvgarde les septs premiers bandes dans des fichiers individuelles et supprimer les derniers. Une fois décompressées, les images sont en format TIF.

(33)

II-3-3-Extraction des sous-images « délimitation de la zone d’étude »

Cette étape a été effectuée à l’aide du logiciel MultiSpecsur les sept bandes de chaque image de Landsat 8 aux latitudes 36° 73’ et 36° 70’ Nord et longitudes 5° 80’ et 5° 84’Est.

II-3-4-Création des fichiers multispectraux

Après l’extraction des sous-images on a créé un fichier multispectral pour chaque image saisonnière selon les étapes montré dans la figure 09.

Fig. 08 : Délimitation de la zone d’étude sous Multispec

(34)

21 Fig.09-B

Fig.09-C

(35)

II-3-5-Correction des images par l’approche de correction DOS (soustraction sombre des objets)

Dans cette étape nous avonstraitédavantage nos images, en effectuant une correction radiométrique et atmosphérique, cette dernière porte uniquement sur:

 la réflectance propre de l’atmosphère, évaluée pour chaque canal.

 les effets de l’absorption gazeuse (la réflectance de la surface est à corriger en fonction de la transmission gazeuse totale déterminée pour chaque canal).

Fig.10-A

(36)

23

II-3-6-Création des fichiers multispectraux des images corrigées

Cette étape consiste à utiliser les images corrigées précédemment pour créer un autre fichier multispectral, en suivant les étapes citédans la figure 09.

II-3-7-Calcul de l’indice de végétation NDVI

Nous avons calculé l’indice de végétation par différence normalisée (NDVI) à l’aide du logiciel BEAM, pour Landsat 8 l’NDVI égale à (b5-b4)/(b5+b4).

La création d’une image d’indice de végétation se fait par les étapes suivantes (figure 11). Fig.10-C

Fig.10 : Etapes de la correction des images par l’approche DOS

(37)

II-2-3-8-Calcul de l’indice de l’eau NDWI

L'indice de teneur en eau par différence normalisé (NDWI) utilise les bandes spectralesdu proche infrarouge et l’infrarouge à ondes courte. Pour Landsat 8 le NDWI utilise la bande verte (Bande 3) et la bande PIR (Bande 5) selon l’équation suivante :

Les étapes de création d’une image NDWI sont les même utiliser pour NDVI, nous avons changé seulement le rapport de l’NDVI par celui de l’NDWI.

II-2-3-9-Calcul de l’image pente « Slope »

Cet algorithme peut cartographier l'extension des proliférations d'algues sans être influencé par la correction atmosphérique, cela présente un avantage considérable.Dans notre travail, il a été évalué par Landsat 8 selon la formule :

𝑆𝑙𝑜𝑝𝑒 = 𝑏4 − 𝑏5

𝜆𝑟𝑒𝑑 − 𝜆𝑁𝐼𝑅 × 1000

Les étapes parcourus dans ce calcul sont les même décrite dans la figure 11 on met uniquement la formule de l’algorithme.

Fig.11-B

(38)

(39)

Chapitre III Résultats et discussions

III-Résultats et discussions III-1-Résultats

Les trois indices (NDVI, NDWI et l’algorithme Slope) ont été calculés pour Landsat 8 sur notre zone d’étude « barrage d’El Agrem » pour les quatre images saisonnières de l’année 2015.

III-1-1-Les valeurs d’indices pour l’image du mois de Janvier

Tableau 5 : Classification des trois indices pour le mois de « Janvier » à l’aide de la correction

atmosphérique DOS (soustraction sombre des objets).

Indices NDVI NDWI SLOPE

11 Janvier 2015

Les valeurs numériques des indices ont été obtenues à partir de groupe de pixels homogènes (des pixels qui ont la mêmecouleur dans le barrage). (Figure 12)

(40)

26 Le tableau 6 présente les valeurs statistiques (moyenne, maximum, minimum et écart type) pour les différentes zones d’intérêts (ROIS) sélectionnées à l’intérieur du barrage de chaque indice en utilisant l’approche de correction atmosphérique DOS.

Tableau 6:Valeurs statistiques calculées pour chaque indice pour le mois de « Janvier ».

Classes ₁ ₂ ₃ ₁ ₂ ₃ ₁ ₂ ₃

Moyenne -0.995 -0.941 -1.001 0.997 0.948 1.000 -0.514 -0.552 -0.501

Max -0.966 -0.449 -1.000 1.009 1.009 1.009 -0.471 -0.471 -0.471

Min -1.019 -1.019 -1.019 0.982 0.449 1 -0.571 -0.120 -0.523

Ecart type 0.011 0.010 0.008 0.005 0.003 0.002 0.011 0.010 0.012

III-1-2-Les valeurs d’indices pour l’image du mois de Mai

Tableau 7:Classification des trois indices pour le mois de « Mai » à l’aide de la correction

03 Mai 2015

La figure 13 montre les trois zones d’intérêts(ROIS) sélectionnées à l’intérieur du barrage dans une image NDVI, les même zones sont sélectionnées aussi dans les images NDWI et l’image pente « Slope » (pour évaluer la performance des indices dans la cartographie des proliférations d’algues).

Fig.13 : Présente les trois zones d’intérêts (ROIS) sélectionnées à l’intérieur du

(41)

Tableau 8 : Valeurs statistiques calculées pour chaque indice pour le mois de « Mai »

Classes ₁ ₂ ₃ ₁ ₂ ₃ ₁ ₂ ₃

Moyenne -1.016 -0.920 -0.918 1.002 0.977 0.977 -0.060 -0.071 -0.078

Max -1.000 -0.655 -0.655 1.026 1.026 1.026 -0.038 -0.038 -0.038

Min -1.285 -1.285 -1.285 1.000 0.895 0.895 -0.095 -0.104 -0.109

Ecart type 0.058 0.055 0.060 0.007 0.009 0.002 0.013 0.014 0.011

III-1-3-Les valeurs d’indices pour l’image du mois d’Août

Tableau 9:Classification des trois indices pour le mois d’ « Août » à l’aide de la correction

07 Aout 2015

Fig.14 : Présente les trois zones d’intérêts (ROIS) sélectionnées à l’intérieur du

(42)

28

Tableau 10: Valeurs statistiques calculées pour chaque indice pour le mois d’ « Août »

Classes ₁ ₂ ₃ ₁ ₂ ₃ ₁ ₂ ₃

Moyenne -1.000 -0.141 -0.120 1.000 1.014 0.991 -0.065 -0.028 -0.036

Max -1.000 1.000 1.000 1.000 1.064 1.064 -0.014 -0.009 -0.009

Min -1.000 -1.000 -1.000 1.000 1.000 0.940 -0.073 -0.028 -0.085

Ecart type 0.000 0.086 0.070 0.000 0.002 0.003 0.006 0.037 0.038

III-1-4-Lesvaleurs d’indices pour l’image du mois de Novembre

Tableau11:Classification des trois indices pour le mois de « Novembre » à l’aide de la correction

11 Novembre 2015

Fig.15 : Présente les trois zones d’intérêts ROIS sélectionnées à l’intérieur du

(43)

Tableau 12 : Valeurs statistiques calculées pour chaque indice pour le mois de « Novembre »

Classes ₁ ₂ ₃ ₁ ₂ ₃ ₁ ₂ ₃

Moyenne -1.005 -0.997 -0.970 1.001 0.999 0.987 -0.127 -0.126 -0.122

Max -1.000 -0.920 -0.459 -1.024 1.024 1.024 -0.100 -0.100 -0.080

Min -1.100 -1.100 -1.100 1.000 0.975 0.740 -0.161 -0.611 -0.161

Ecart type 0.018 0.020 0.019 0.005 0.008 0.004 0.018 0.017 0.015

Tableau 13:Seuils adoptés pour la classification des proliférations d’algues établit parIgor et al., 2016.

Bloom sévère Bloom modéré Eau

NDVI >0.2 De -0.15 à 0.2 <-0.15

SLOPE >0.15 De -0.05 à 0.15 <-0.05

III-2-Interprétation des résultats

Pour évaluer la sensibilité et la capacité des trois indices (NDVI, NDWI et algorithme Slope) couramment utilisées en télédétection dans la cartographie des proliférations d’algues, on a utilisé des images saisonnières de Landsat 8/OLI qui ont été corrigé par l’approche de correction DOS (soustraction sombre des objets).

Au terme des traitements effectués sur les images satellitaires afin de cartographier les efflorescences algales dans notre zone d’étude ainsi que la comparaison de nos résultats à des seuils établit par Igor et al., 2016pour NDVI et SLOPE(tableau 13) dans la classification de ces efflorescences, nous avons pu constater que :

 Les différentes zones d’intérêts(ROIS) sélectionnées dans les images du mois de Janvier, Mai et Novembre correspondent tous à l’eau avec absence des efflorescences d’algues ainsi on remarque que ;

 La valeur moyenne de l’NDVI pour tous les ROIS des trois mois égale environ (-1), cette valeur négative correspond à la surface d’eau dans laquelle la réflectance dans le rouge est supérieure à celle du proche infrarouge.

 L’ NDWI présente des valeurs positives (égale ou proche de +1), ce qui signifie que les ROIS sélectionnées correspondent à la surface d’eau.

 La pente entre les bandes 4 (R) et 5 (PIR) est négative dans tous les ROIS de chaque image à cause de la forte absorption de l’eau et la faible diffusion dans le PIR.

(44)

30  L’analyse de l’image du mois d’Août fait ressortir deux classes, une classe correspond à

l’eau (ROI 1) avec des valeurs d’indices semblable à celles des mois de Janvier, Mai, Novembre et une autre classe correspond à unefloraison modérée (ROI 2 et 3).

Les valeurs moyennes de l’NDVI pour une floraison modérée sont -0.141 pour ROI 2 et -0.120 pour ROI 3, alors que le NDWI présente de très petites variations de classe en classe avec des valeurs moyenne égale ou proche de (+1).

Quant à l’algorithme de pente, ces valeurs sont presque neutre -0.028 pour ROI 2 et -0.036 pour ROI 3 à cause d’une absorption moyenne de la chlorophylle-a et une diffusion moyenne des cellules d’algues. Il est à noter aussi que les écarts types de NDWI sont inférieurs à NDVI et à SLOPE, la superposition entre les classes est plus fréquent pour NDWI, par conséquent le NDVI et SLOPE se sont révélés être les plus cohérents dans leurs résultats pour identifier les proliférations d’algues dans les eaux du barrage.

L’efflorescence modérée du mois d’Août apparaît en rouge et bleu foncé (figure 14), elle est dispersée dans le barrage en particulier vers le sud, et l’est ainsi que les bordures du barrage. La présence de ces floraisons modérées est du peut-être à la disponibilité de ce barrage en nutriments particulièrement le phosphore et l’azote qui sont apportés par les principaux affluents (oued Tezecourt, oued Harma et oued Abima dans la partie occidentale, oued Merhaba et oued Bou Bahri dans la partie orientale) et aux conditions climatiques favorable au développement des blooms surtout la température et la lumière.

Conclusion

Grâce aux résultats obtenus dans notre travail, on peut dire que le barrage d’El Agrem n’est pas pollué (absence de floraison sévère), car les floraisons modérées sont importantedans la gestion de la santé publique et la prolifération d’algue dans ce cas n’est pas nuisible. On a pu constater aussi que l’NDVI et SLOPE (algorithme de pente) sont les meilleurs indices utilisés pour cartographier l’extension des proliférations d’algues, ils se sont avérés être cohérents dans leurs résultats pour identifier la classe d’eau de la classe de floraison modérée. Néanmoins, l’algorithme de pente est le moins sensible aux corrections atmosphériques, moins sensible aux nuages que le NDVI, alors il reste le plus efficace et le mieux en mesure d’identifier les proliférations d’algues avec les imagesLandsat 8/OLI ainsi leurs surveillance et leurs cartographie.

(45)

(46)

Conclusion

31

Conclusion

La capacité à gérer un écosystème aquatique repose sur notre capacité de comprendre son fonctionnement aux échelles régionales et globales, surtout dans ceux utilisés pour l’approvisionnement en eau, il est très important de surveiller les proliférations d’algues. Les méthodes traditionnelles de surveillance se heurtent souvent à quelques limitations expérimentales. La télédétection semble bien adaptée pour répondre à certain nombre de ces limitations, en effet elle est très efficace en temps par apport aux méthodes classiques.

L’objectif de la présente étude est la cartographie des efflorescences algales à l’aide des images satellitaires Landsat 8 dans le barrage d’El Agrem, dans une tentative de répondre à ce but on a fait appel à l’une des méthodes optiques les plus efficaces qui est le calcul des différents indices(NDVI, NDWI et l’algorithme SLOPE) et on comparant les résultats obtenus à des seuils adoptés pour la classification des proliférations d’algues .

L’analyse des images satellitaires fait distinguer une seule classe qui correspond àl’eau durant les mois de janvier, mai et novembre ce qui prouve d’absence des fleurs d’algues, et deux classes différentes durant le mois d’août eau et floraison modérée, ce qui nous permet de dire que le barrage d’El Agrem est non pollué (absence de floraison sévère) durant l’année 2015.Cependant cette étude reste incomplète puisqu’une image satellitaire représente l’état du barrage au moment de la prise de vue, mais peut avoir un impact sur la suite des travaux de recherche à entreprendre dans l’avenir. Nous avons pu aussi considérer l’algorithme de pentel’indice le plus efficace pour détecter et cartographier l’extension des proliférations d’algues à l’aide de méthode de correction DOS par rapport aux autres indices car il est capable de fonctionner de manière cohérente lorsqu’il est appliqué à des images soumises à des conditions atmosphériques différentes.

Cette étude nous a permis d’enrichir nos connaissances en matière de télédétection surtout que cette technique n’a pas pris son extension en Algérie.

Terminant cette mise au point en soulignant que le développement spectaculaire de la technologie spatiale a montré avec force que la terre n’est qu’un petit village fragile dont la survie exige qu’on encourage un style de vie raisonnable en harmonie avec la nature et l’environnement, cela suppose notamment que l’on surveille que l’on gère et que l’on protège les écosystèmes aquatiques.

(47)

Références

(48)

Références bibliographiques

32

Références bibliographiques

-A-

 AFSSA-AFSSET, 2006. Risques sanitaires liés à la présence de cyanobactéries dans l’eau - Evaluation des risques liés à la présence de cyanobactéries et de leur toxines dans les eaux destinées à l’alimentation, à la baignade et autres activités récréatives.

 Andersen. J.H., Schlüter. L., etArtebjerg, G., 2006.Coastal eutrophication: Recent developments in definitions and implications for monitoring strategies, J. Plankton Res, pp 621–628.

 Anderson. D.M., Glibert. P.M., etBurkholder. J.M., 2002.Harmful algal blooms and eutrophication: Nutrient sources, composition, and consequences. Estuaries 25, pp 704–726.

-B-

 Bachari. H.F., 2009. Modélisation et cartographie de la pollution marine et de la bathymétrie à partir de l'imagerie satellitaire, thèse doctorat université Paris-Est, p 275.  Briand. J.F., Jacquet. S., Bernard. C., et Humbert. J.F., 2003. Health hazards for

terrestrial vertebrates from toxic cyanobacteria in surface water ecosystems. Vet. Res. 34, pp 361–377.

 Bricaud. A., 1988. Modèles de réflectance diffuse de l’océan; Applications à la détermination satellitaire des concentrations des substances présentes dans l’océan de la mer ; RemoteSensingfromspacephysical aspects and Modeling, Toulouse 88, pp 605-623.  Bricaud. A., et More.l A., 1986. Light attenuation and scattering by phytoplanktoniccells :

a theoretical modeling , Appl. Opt., n° 25, pp 571-580.

 Bricaud. A., Morel. A., et Prieur L., 1983. Optical efficiency factors of some phytoplankters ,Limnol. Oceanogr.,n° 28, pp 816-832.

-C-

 Carpenter. S.R., Caraco. N.F., Correll. D.L., Howarth. R.W., Sharpley. A.N., etSmith.

V.H., 1998. Nonpoint pollution of surface waters with phosphorus and nitrogen, Ecol, Appl.

8, pp 559–568.

 Centre Canadien de la télédétection, 2003. Notions fondamentales de télédétection.

 Coopération Onema-Infermer, 2009. Des actions de recherche au service de la gestion des eaux littorales,dossier de presse, 8 p.