Caractérisation des peuplements forestiers tropicaux et de leur saisonnalité sur base de séries temporelles de données Sentinel-2

Details

Supervisors

Defourny, Pierre

Faculty

Faculté des bioingénieurs

Degree label

Master [120] : bioingénieur en gestion des forêts et des espaces naturels, à finalité spécialisée

Abstract

Les changements globaux modifient la fréquence et la chronologie des cycles phénologiques de la végétation. Or, des changements dans le fonctionnement des forêts tropicales pourraient avoir un impact sur leur forte capacité de séquestration de carbone et donc des répercussions sur la composition de l'atmosphère au niveau global. La compréhension et le suivi de la phénologie des écosystèmes tropicaux représente ainsi un enjeu majeur. Dans les forêts tropicales humides, les variations saisonnières sont complexes et généralement mal comprises en raison d’une grande diversité d’espèces et de schémas phénologiques. Etant donné leur large étendue spatiale et la difficulté d'accès, la télédétection semble être la méthode de suivi la plus adaptée. Toutefois, les méthodes par satellites dans ces régions sont limitées en raison d’une forte nébulosité. Dans cette étude, nous évaluons l’aptitude des données multi spectrales des deux satellites Sentinel-2 à caractériser la végétation malgré la présence de fortes contaminations atmosphériques. Grâce à leur résolution spatiale de 10m et leur haute fréquence de revisite, cette mission lancée par l’ESA constitue une nouvelle opportunité de suivi des écosystèmes tropicaux. Un enjeu majeur est de constituer une série d’observations valides. Sur base de ces données, nous construisons des profils de réflectance et d'indices de végétation pour huit types forestiers identifiés sur base de photo-interprétation pour l'année 2021. A partir de ces profils, un comportement saisonnier bimodal fortement corrélé au régime des précipitations en RDC est mis en évidence. Certains indices de végétation comme le NDWI et le ND_RededgeSWIR permettent une meilleure discrimination des types forestiers identifiés, plus particulièrement lors de la première saison des pluies (avril, mai et juin). Nos résultats montrent que l'amplitude du signal saisonnier est faible mais généralement synchrone pour tous les types forestiers. Les variations de ces cycles phénologiques devraient être investiguées sur un laps de temps plus long afin de faire le lien avec les changements climatiques. La méthode développée ici pourrait ainsi être étendue à d'autres années et étayée grâce à des données de terrain.