La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Institut National Agronomique de Tunisie

Présentations similaires


Présentation au sujet: "Institut National Agronomique de Tunisie"— Transcription de la présentation:

1 Institut National Agronomique de Tunisie
Centre National de la Cartographie et de Télédétection CARACTERISATION ET SUIVI DE LA PRODUCTION PRIMAIRE DES ECOSYSTEMES ARIDES A L’AIDE DES IMAGES SATELLITALES Lutte Contre la Désertification Présenté par : BOUZGUENDA Neila

2 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
Plan Introduction Problématique Objectif Zone d’étude Matériels et Méthodes Résultats Conclusion 2

3 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
La végétation des écosystèmes arides du sud Tunisien représente une ressource d’une grande importance de point de vue écologique, pour la protection de l’environnement contre la désertification Une gestion efficace de cette ressource nécessite un suivi de sa dynamique à partir des indicateurs écologiques pertinents comme la production primaire qui est identifiée comme une information clé pour : l’évaluation de l’état des écosystèmes La production primaire : exprime la capacité de photosynthèse, c’est-à-dire la quantité d’assimilas produits par les végétaux sur une surface donnée à un instant donné 3

4 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
Problématique Ces écosystèmes sont des milieux complexes caractérisés par un dynamisme élevé qui résulte : Des changements rapides et intenses entraînant, la réduction en superficie des steppes, le déclin de la production de biomasse et la dégradation jusqu’à l’extrême de la végétation et du sol Et d’une hétérogénéité induite par la répartition éparse et clairsemée de la végétation D’où la nécessité d’une quantification précise, rapide et d’une façon répétée de l’indicateur biomasse pour un suivi à long terme des écosystèmes 4

5 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
Objectif Développer une méthodologie permettant d'intégrer un modèle de production et des mesures satellitales pour reproduire l'évolution de la croissance de la végétation des écosystèmes 5

6 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
Localisation Région naturelle des basses plaines méridionales orientales de Tunisie Couvre environ ha Étalée sur les gouvernorats: Sidi Bouzid au Nord, Sfax à l’Est, Gabès au Sud et à l’Ouest

7 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
Climat Avec des précipitations annuelles très irrégulières comprises entre (100 et 200 mm), La région est située en zone bioclimatique aride inférieur Aridité climatique liée à la conjugaison Températures élevées (T° annuelle moyenne > 20°C) Des précipitations faibles Une saison sèche qui s’étend sur toute l’année. 7

8 La végétation naturelle
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion La végétation naturelle Les steppes sont dominées par des buissons bas ligneux (chaméphytes), des pérennes xérophiles peu couvrantes et des plantes annuelles éphémères qui se développent rapidement après les pluies de l’hiver Ces steppes comprennent des associations végétales formant des séquences de végétations Séquence à Rhanterium suaveolens et Artemisia campestris sur sols sableux RK (RK0, RK1, RK2) Séquence à Anarrhinum brevifolium et Zygophyllum album sur substrats squelettiques gypseux AZ (AZ0, AZ1, AZ2) Séquence à Artemisia herba-alba sur sols limoneux AA (AA0, AA1, AA2) représentent près des trois quarts de la superficie globale de la région

9 Modèle simple d’efficiences de Monteith
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Modèle simple d’efficiences de Monteith Δ MST = εi . εc . εa . Rg Permet de calculer la production annuelle de matière sèche en fonction du rayonnement solaire incident total par l'intermédiaire de trois efficiences : Climatique  (εc) : la fraction de rayonnement photosynthétiquement actif dans le rayonnement global (constante à l’échelle local avec une moyenne de 0,48) D'interception du rayonnement (εi) : la capacité du couvert végétal à intercepter le rayonnement photosynthétiquement actif De conversion biologique du rayonnement photosynthétiquement actif en matière sèche (εa)

10 Matériels et données utilisés
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Matériels et données utilisés  Données satellitales CAPTEUR RESOLUTION DATE NIVEAU DE CORRECTION Landsat 7 TM 30 m Une série de 11 images de 1986 à mars 1999 En réflectance Landsat 7 TM 14/10/1999 Brute (CN) Données cartographiques La carte des systèmes écologiques (Hanafi, ) Données de terrains La production primaire de l’année 1999 des écosystèmes Logiciels Le logiciel de traitement d’images : Envi 4.2 Le logiciel de SIG : ArcGIS (ArcInfo Desktop) Version 9.2 Le spectroradiomètre Le spectroradiomètre portable ASD (Analytical Spectral Devices)

11 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
Démarche proposée Données de terrains Modèle utilisé (Monteith) Données Satellitales Paramétrage Image Landsat 1999 (CN) Efficiences de conversion fAPAR Prétraitement et corrections radiométriques Production primaire mesurée de l’année 1999 Forçage Caractérisation des (ROIs) parcelles et création des néo-canaux Modélisation MSAVI 1999 Modified Soil adjusted vegetation Index PP 1999 estimées à partir du modèle de Monteith Validation Carte des PP estimées (modèle de Monteith) 1999

12 Démarche d'application du modèle de Monteith
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Démarche d'application du modèle de Monteith MSAVI (ROIs) (1999) Rayonnement global annuel (1999) Accroissement annuel en biomasse 1999(mesuré) Efficience climatique Forçage PAR i f APAR (εi ) Relation linéaire a=∆MS/PARa PAR a Efficience de conversion Production primaire annuelle (1999) estimée PARi : Rayonnement photosynthétiquement actif intercepté PARa : Rayonnement photosynthétiquement actif absorbé

13 Calcul du fAPAR : Stratégie de forçage
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Calcul du fAPAR : Stratégie de forçage Image en réflectance (information radiométrique) Données Terrain (Végétation naturelle) Observation spatiale L’estimation du fAPAR se fait par l’utilisation de l’information radiométrique afin de palier la difficulté de passer de relations expérimentales de terrain ou de résultats de modèle à une échelle plus grande Selon de nombreux travaux, la fraction d'énergie interceptée peut être reliée à diverses combinaisons de réflectances de surface dans les domaines spectraux : rouge (680 nm) et proche infrarouge (750 nm). Stratégie de forçage fAPAR = f(MSAVI) Image fAPAR ( variable biophysique) Image MSAVI

14 Relation linéaire fAPAR – MSAVI « Forçage »
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Relation linéaire fAPAR – MSAVI « Forçage » Selon le principe que le fAPAR et le MSAVI sont linéairement reliés Les Coefficients de la relation sont déterminés directement des images selon deux hypothèses Écosystèmes RK2 Écosystèmes AA2 fAPAR = 1 associé à la valeur max de MSAVI (densité max de la végétation) fAPAR = 0 associé à la valeur min de MSAVI sur l’image (sol nu)

15 Équations des relations linéaires entre fAPAR et MSAVI
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Équations des relations linéaires entre fAPAR et MSAVI Écosystèmes fAPAR AZ0 fAPAR = 8,0835 MSAVI - 0,2111 AZ1 fAPAR = 7,4139 MSAVI - 0,2319 AZ2 fAPAR = 10,697 MSAVI - 0,5151 AA0 fAPAR = 10,361 MSAVI - 0,1665 AA1 fAPAR = 4,0927 MSAVI - 0,0488 AA2 fAPAR = 10,77 MSAVI - 0,0175 RK0 fAPAR = 5,2804 MSAVI - 0,0755 RK1 fAPAR = 10,733 MSAVI - 0,4925 RK2 fAPAR = 9,2165 MSAVI - 0,4221 Les équations de régressions ont permis de calculer pour chaque pixel de l’image le fAPAR correspondant

16 Efficience de conversion
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Efficience de conversion L’efficience de conversion d’énergie lumineuse en énergie chimique est exprimée à partir de la relation : Accroissement en biomasse annuel – Quantité d’énergie absorbée ∆ PAR a MST εa = εa prend la valeur de la pente de cette relation εa de l’écosystème RK2 pour l’année 1999

17 Efficiences de conversion des écosystèmes pour l’ année 1999
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Efficiences de conversion des écosystèmes pour l’ année 1999 Écosystèmes E conversion [g MS / MJ PAR/ m²] AZ0 0,017 AZ1 0,037 AZ2 0,114 AA0 AA1 0,048 AA2 0,069 RK0 0,024 RK1 0,058 RK2 0,076 RK2 et AZ2 se distinguent par rapport aux autres écosystèmes par des vitesses de croissance plus importantes AZ0 et AA0 ont les plus faibles vitesse de croissance εa est proportionnelle à la quantité de biomasse produite par l’écosystème

18 Efficacité photosynthétique des écosystèmes
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Efficacité photosynthétique des écosystèmes Efficacité pour la production / PAR a 1982 (Floret et Pontanier ) 1999 AZ2 0,016 % 0.03 % RK2 0,018 % 0.02 % Très comparable à nos résultats (1999) Ces résultats peuvent vérifier que : L’efficience de conversion reste constante pour chaque écosystème

19 Comparaison entre PP mesurées et PP estimées (1999)
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Comparaison entre PP mesurées et PP estimées (1999) Une mesure de l’erreur de prédiction du modèle RMSEP = ,8 kg/ha Le modèle rend a priori bien compte des gammes de variation observées pour l'ensemble des variables La corrélation valeurs simulées - valeurs mesurées Bien que le coefficient de régression r²= 0,83 est proche de 1 Il n’est pas suffisant pour l’évaluation du modèle

20 L’erreur de prédiction du modèle
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion L’erreur de prédiction du modèle Cet erreur est du principalement aux difficultés de quantifier les paramètres qui interviennent dans le modèle et aux erreurs des mesures de terrains L’estimation de la production est très sensible à la qualité du signal satellitale utilisé L’ajustement de la relation linéaire fAPAR -MSAVI est elle aussi très importante Les différentes données de rayonnement n'induisent pas de différences flagrantes au niveau des estimations Bien que l'efficience de conversion soit considérée constante à chaque écosystème, elle constitue elle aussi une source d'erreurs à ne pas négliger

21 Carte des PP mesurées 1999 ( Allométrique)
Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion Carte des PP mesurées 1999 ( Allométrique) Carte des PP estimées (modèle de Monteith) 1999 La spatialisation des résultats estimées par le modèle de Monteith

22 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
La méthodologie adoptée s’est avérée concluante dans la mesure où l’utilisation du modèle de production suivi-évaluation des écosystèmes arides, à partir de leur potentiel biologique est rendue possible Le modèle de Monteith propose une approche dont l'originalité satellitale de calculer l'interception du PAR en fonction d'indices de végétation La stratégie d'assimilation de données satellitales permet l'ajustement de paramètres nécessaires à une modélisation fiable Pertinence d’une synergie Une alternative pour évaluer la PP de façon précise, consistante, avec une bonne répétitivité, et à l'échelle de l’écosystème

23 Introduction Zone d’étude Matériels et Méthodes Résultats Conclusion
Perspectives A l’avenir, il semble envisageable d'appliquer le concept ‘d'assimilation’ à l’échelle régionale, où aucune information terrain n'est disponible, en combinant les informations télédétectées à haute et basse résolutions spatiales

24 Merci pour votre attention


Télécharger ppt "Institut National Agronomique de Tunisie"

Présentations similaires


Annonces Google