Suivi de l enneigement grâce à l imagerie MODIS ( ) : application à l échelle des massifs de moyenne montagne en Drôme et Isère

Dimension: px

Commencer à balayer dès la page:

Download "Suivi de l enneigement grâce à l imagerie MODIS ( ) : application à l échelle des massifs de moyenne montagne en Drôme et Isère"

Zoé Noël
il y a 6 ans
Total affichages :

Suivi de l enneigement grâce à l imagerie MODIS (2000-2010) : application à l échelle

BONCOMPAIN 1 (1) Laboratoire d'étude des Transferts en Hydrologie et Environnement

1 Suivi de l enneigement grâce à l imagerie MODIS ( ) : application à l échelle des massifs de moyenne montagne en Drôme et Isère Sylvain BIGOT 1, 2 et Jérôme BONCOMPAIN 1 (1) Laboratoire d'étude des Transferts en Hydrologie et Environnement (LTHE, UJF-CNRS-IRD-INPG, UMR 5564, Grenoble) (2) Université Joseph Fourier (Grenoble 1, France)

Cadre scientifique de ces recherches La Zone Atelier Alpes (ZAA) du CNRS une des 8 Zones Ateliers françaises, un observatoire créé pour plusieurs décennies Un consortium piloté par 3

2 Cadre scientifique de ces recherches La Zone Atelier Alpes (ZAA) du CNRS une des 8 Zones Ateliers françaises, un observatoire créé pour plusieurs décennies Un consortium piloté par 3 laboratoires : Etude de la variabilité climatique des espaces de montagne : besoin de données scientifiques précises et actuelles, demande des gestionnaires pour orienter leur politique de gestion.

3 Cadre scientifique de ces recherches Le programme GICC-ECCLAIRA-DECLIC Evaluation du Changement CLimatique, ses Adaptations et Impacts en Rhône-Alpes Drôme : Eau, CLimat et Impacts liés aux Changements Drôme et Isère

4 Cadre scientifique de ces recherches Pourquoi l enneigement est une variable clé? u Détermine les conditions écologiques, notamment la phénologie : dormance et germination, températures et humidité du sol, activité microbienne, populations, u Conditionne les ressources en eau régionales : fusion nivale printanière, ruissellement et infiltration pour l alimentation du karst (sources internes et périphériques). u Influence la variabilité météorologique et climatique : cycle de l eau, flux d énergie, bilan radiatif, bilan thermique, flux de CO 2.!!! Mais ne pas confondre HAUTEUR et DURÉE de l enneigement!!!

5 Les enjeux économiques régionaux liés à la neige Des stations hivernales très sensibles aux variations climatiques

6 Evolution de l enneigement régional depuis 50 ans Utilisation du référentiel de Météo-France situé au Col de Porte (Chartreuse, 1325 m) Hauteur de neige au cœur de l hiver ( ) Janvier (2 ème décade) Période d étude MODIS

7 Evolution de l enneigement régional depuis 50 ans Utilisation du référentiel de Météo-France situé au Col de Porte (Chartreuse, 1325 m) Hauteur de neige en fin d hiver ( ) Avril (1 ère décade) Période d étude MODIS

8 Précisions sur l espace préalpin étudié Ł Le Vercors, massif le plus méridional des Alpes du Nord Un espace de moyenne montagne (altitude < 2340 m) Ligne de crêtes autour de Gresse-en-Vercors

9 Précisions sur l espace préalpin étudié Ł Le Vercors, massif le plus méridional des Alpes du Nord Un espace de moyenne montagne (altitude < 2340 m) Grand Veymont (2340 m) et Mont Aiguille (2087 m)

10 Précisions sur l espace préalpin étudié Ł Le Vercors, massif le plus méridional des Alpes du Nord Un espace de moyenne montagne (altitude < 2340 m) Les hauts plateaux (environ 1200 m)

11 Précisions sur l espace préalpin étudié Ł Le Vercors, massif le plus méridional des Alpes du Nord Les hauts plateaux : des paysages complexes et contrastés Mélange de pins à crochets et de pelouses

Les principales questions scientifiques OBJECTIF PRINCIPAL : fournir aux gestionnaires et aux scientifiques un diagnostic par télédétection sur la répartition du manteau neigeux et son évolution

12 Les principales questions scientifiques OBJECTIF PRINCIPAL : fournir aux gestionnaires et aux scientifiques un diagnostic par télédétection sur la répartition du manteau neigeux et son évolution spatio-temporelle. Ł Impact des variations climatiques intra-saisonnières et interannuelles sur le manteau neigeux ; Ł Influences de la dynamique du manteau neigeux sur la phénologie et la productivité primaire des écosystèmes d'altitude.

13 Le recours à la télédétection optique Une première voie déjà explorée : SPOT-VGT Ł L indice NDSII (Normalized Difference Snow and Ice Index) Moyenne Année spécifique Le suivi des régimes annuels de l enneigement Exemple à l échelle du PNR du Vercors

atlas régional de l enneigement Exemple de la durée de l enneigement hivernal à l

14 Le recours à la télédétection optique Une première voie déjà explorée : SPOT-VGT Ł L indice NDSII (Normalized Difference Snow and Ice Index) La construction d un atlas régional de l enneigement Exemple de la durée de l enneigement hivernal à l échelle PNR du Vercors NDJFMAM 1998 à 2007 Ł Mais résolution spatiale kilométrique.

15 Le recours à la télédétection optique L imagerie MODIS pour suivre le manteau neigeux (NSIDC, National Snow and Ice Data Center, Boulder) De nombreux produits MODIS disponibles Choix du produit «Modis Terra Snow cover 8 Days Global à 500 m de résolution»

16 Résumé de la chaîne de traitements Deux jeux de données complémentaires Raster Modis Terra Snow Cover Données 8 Days Snow Cover Données Maximum Snow Extent Chronologie de la présence de neige au sol pour chaque pixel, pour chaque jour, sur une période de 8 jours. Synthèse sur les 8 jours : étendue maximale de l enneigement.

17 Résumé de la chaîne de traitements Détermination des données parasitées / bruitées Recodage (simplification) des valeurs pour élimination des biais Valeurs Maximum Snow Extent Reclassification (sous Arcgis) Valeurs initiales Types Valeur simplifiée 0 data missing 1 1 no decision 1 11 night 1 25 no snow 0 37 lake 0 39 ocean 0 50 cloud lake ice snow detector saturated fill 1 Ł Fiabilité des données estimée à 97% en espace ouvert sans couverture nuageuse ; confusion entre neige et nuages bien estimée par l algorithme de la version 5 de MODIS.

18 La cartographie de la fréquence de nébulosité Exemple de septembre mai 2001 Exemple de septembre mai 2006 Station météorologique de validation

La variabilité interannuelle de l enneigement Le suivi à l échelle Drôme-Isère via MODIS 9 8 7 6 5 4 3 2 1 0 Variation (en %) de la

19 La variabilité interannuelle de l enneigement Le suivi à l échelle Drôme-Isère via MODIS Variation (en %) de la fréquence annuelle moyenne de l enneigement Ł Une variabilité qui semble augmenter sur la période (exception en : hiver peu enneigé)

par rapport à la moyenne 2000-2010 L'hiver

20 La variabilité interannuelle de l enneigement Le suivi à l échelle Drôme-Isère via MODIS Ecarts (%) par rapport à la moyenne L'hiver , le moins enneigé de la décennie Nombre de jours enneigés

21 La variabilité interannuelle de l enneigement Le suivi à l échelle Drôme-Isère via MODIS Ecarts (%) par rapport à la moyenne L'hiver , un manteau persistant en altitude Nombre de jours enneigés

22 Validation avec des données in situ Nombre de jours enneigés selon MODIS et des relevés météorologiques au sol (Météo-France) Comparaison avec Gresse-en-Vercors Comparaison avec Villard-de-Lans Station Météo-France Pixel MODIS Comparaison avec Autrans

Validation avec des données in situ Complexité des caractéristiques topoclimatiques et influences du couvert végétal Exemple de 2 stations installées par le LTHE dans le

23 Validation avec des données in situ Complexité des caractéristiques topoclimatiques et influences du couvert végétal Exemple de 2 stations installées par le LTHE dans le Vercors Site instrumenté de Darbounouze (1350 m) Station de Jardin du Roi (1740 m) Ł Incertitude de la détection du manteau neigeux si son épaisseur est inférieure à 7 cm.

24 Validation avec des données in situ Complexité des caractéristiques topoclimatiques et influences du couvert végétal Ł Le substrat au sol influence l enneigement et sa détection

Validation avec des simulations issues d un modèle climatique Simulation de la couverture nivale du Vercors à partir de séries météorologiques observées 1 er

25 Validation avec des simulations issues d un modèle climatique Simulation de la couverture nivale du Vercors à partir de séries météorologiques observées 1 er type de cas : Bonne adéquation entre MODIS et simulation climatique. (coïncidence spatiale du manteau neigeux, sauf les contreforts du massif du Vercors) Légende :

26 Validation avec des simulations issues d un modèle climatique Simulation de la couverture nivale du Vercors à partir de séries météorologiques observées 2 ème type de cas : Mauvaise adéquation entre MODIS et modèle climatique (sous-estimation de l'étendue spatiale du manteau neigeux par MODIS Ł biais lié à la nébulosité) Légende :

27 Validation avec des simulations issues d un modèle climatique Simulation de la couverture nivale du Vercors à partir de séries météorologiques observées 3 ème type de cas : Mauvaise adéquation entre MODIS et modèle climatique (complexité et approximations liées au modèle de surface) Légende :

28 Production à destination des gestionnaires Utilisation de MODIS pour établir des synthèses annuelles L'hiver , le moins enneigé de la décennie

29 Production à destination des gestionnaires Utilisation de MODIS pour établir des synthèses annuelles L'hiver , un enneigement durable en altitude

30 Production à destination des gestionnaires Utilisation de MODIS pour établir des synthèses annuelles L'hiver , une grande superficie enneigée

31 Conclusions et perspectives Amélioration du diagnostic environnemental et bioclimatique lié à l enneigement (saisonnier et interannuel) grâce aux données MODIS Ł Facilité d accès et de traitement, Minimisation des valeurs parasitées dans la version 5, Bonne fiabilité à l échelle régionale (i.e. >1000 km²) Mais certains biais persistent (confusion neige/nuages, effet liés à la couverture végétale). La résolution spatiale de 500 m engendre une mauvaise prise en compte des effets topoclimatiques. Fiabilité limitée si l épaisseur au sol est inférieure à 10 cm environ (fréquent en moyenne montagne, en début et fin de saison).

32 Conclusions et perspectives Poursuite de la validation des données satellitaires grâce à la métrologie météorologique in situ. Exemple de la station de Darbounouse installée depuis 2005 dans le Vercors par le LTHE (cliché : 10 novembre 2010).

33 Conclusions et perspectives Désagrégation spatiale du signal lié à l occupation du sol Traitement de l imagerie Kompsat 2 à l échelle de la Réserve Naturelle des Hauts Plateaux du Vercors. 8 images (~ 225 km²) Résolution spatiale entre 1 et 4 m

34 Les auteurs remercient le PNR et la Réserve Naturelle des Hauts Plateaux du Vercors pour leur collaboration.

Documents pareils

SPOT4 (Take 5) : Sentinel-2 avec deux ans d avance

SPOT4 (Take 5) : Sentinel-2 avec deux ans d avance Olivier Hagolle Mercredi 6 février 2012 Sentinel-2 : révolution du suivi de la végétation par télédétection 13 bandes spectrales, résolution 10m à 20m,