Plan du site Contact Calendrier Nouveau Home

Banque de données projets FEDRA

Presentation

Actions de recherche

Personnes

Chercher

Recherche et applications > Banque de données projets > Banque de données projets FEDRA

Les performances prédictives de l'approche géostatistique pour la cartographie de variables quantitatives dérivées des données sur les changements de couverture et leur assimilation dans des modèles écosystémiques

Projet de recherche T4/DD/31 (Action de recherche T4)


Personnes :

  • Prof. dr.  LAMBIN Eric - Université Catholique de Louvain (UCL)
    Partenaire financé belge
    Durée: 15/12/1998-15/12/2000

Description :

Quels sont les développements méthodologiques requis afin de permettre une meilleure intégration des données obtenues par la télédétection dans des modèles d’écosystémiques, de manière à mieux aborder les problèmes-clé sur les changements de couverture et leur impact?
L’objectif général de cette recherche est de développer des nouvelles méthodologies et de faire progresser et d’affiner les méthodologies existantes pour : (I) obtenir une description plus réaliste des processus à long terme des changements de couverture, basée sur une variété de sources de données et (II) arriver à une meilleure intégration des données obtenues par la télédétection dans des modèles d’écosystèmes de manière à mieux aborder les problèmes-clé des changements de couverture et de leur impact.

Le projet est divisé en quatre modules :

Module 1. Caractérisation depuis l'espace des changements subtils de la couverture :
Une nouvelle approche sera développée, basée sur l’intégration des informations obtenues par télédétection et celles mesurées sur terrain afin de caractériser les changements subtils de la couverture. La méthode découlera du processus, en ce sens que les changements de couverture, ou des mosaïques de ceux-ci, seront quantifiés en continu utilisant des modèles qui font corréler les indicateurs numériques de ces processus avec les indices spectraux de réponse au changement. La quantification des changements sera calibrée par des expériences contrôlées en ce qui concerne sa variabilité naturelle et sera spécifique, non plus seulement à l’échelle mondiale ou régionale, mais bien au niveau de la communauté naturelle locale.

Module 2 : Détection des trajets de changement de couverture à l'aide de longues séries temporelles de données provenant de sources variées
Les objectifs de ce module sont :
(i) d’élaborer des techniques de rassemblement de données rassemblées dans une seule série temporelle homogène de données provenant de sources variées (ex. cartes historiques, photographies aériennes, données de télédétection satellitaire provenant de différents capteurs) en abordant les problèmes du niveau de la généralisation spatiale des informations sur la couverture, et
(ii) d’élaborer des techniques de détection des changements permettant de traiter des séries temporelles de données sur la couverture sur une période tellement longue (ex. : 50 ans ou plus) qu’elles montrent le trajet complexe des changements (c’est-à-dire non linéaire, fluctuations réversibles opposées aux séculaires, tendances monotoniques)

Module 3 : Validation et calibration des données sur le changement de couverture obtenues par télédétection avec les mesures sur terrain
L’objectif de ce module est d’élaborer une approche permettant de valider les données sur les changements de couverture en utilisant les mesures effectuées sur terrain. Une méthode de rassemblement des données appropriée et un schéma d’échantillonnage intégré seront développés afin d’établir un rapport entre les données point-niveau des attributs biophysiques et les données zone-niveau obtenues par télédétection. Une simulation Monte Carlo des éléments de traitement sera utilisée pour modéliser l’impact du schéma d’échantillonnage et de la méthode de rassemblement des données par rapport à l’exactitude relative des valeurs estimées des attributs. Pour ce faire, des schémas d’échantillonnage différents (conception et intensité) et des méthodes de rassemblement seront testées sur les sets de données simulées. Dans le cas où les attributs simulés seraient basés sur des mesures indirectes, des nouvelles techniques seront également développées pour déterminer un facteur de calibration spécifique à la méthode.

Module 4 : Assimilation des données sur les changements de couverture obtenues par télédétection dans des modèles d’écosystèmes
Ce module testera la sensibilité de deux types de modèle d’écosystèmes au type, à la qualité et au format des données sur le changement de couverture utilisées comme entrée. Les modèles sont :
(i) le modèle Soil-Vegetation-Atmosphere Transfer - (SVAT) couplé à un modèle climatique à meso-échelle, et
(ii) un modèle des émissions de brûlage de biomasse à échelle régionale. Les analyses de sensibilité seront effectuées en variant les attributs entrés suivants des données sur les changements de couverture: la représentation continue vs. catégorielle des données sur les changements de couverture; la représentation de la variabilité spatiale au stade final des données sur les changements de couverture ; le niveau de rassemblement spatial des données sur les changements de couverture.

Les méthodes de télédétection qui seront développées au cours de cette recherche feront progresser la compréhension des processus biophysiques spatialement hétérogènes à une échelle cohérente avec la taille des éléments homogènes du paysage. Ce projet de recherche est étroitement intégré dans l'agenda de recherche du programme IGBP, plus particulièrement ses projets centraux LUCC, GCTE et BACH. Il est également lié à la future mission ESA "Earth Explorer Mission called A Land-Surface Processes and Interactions Mission» (LSPIM) qui aborde le problème de l’assimilation des données basées sur la télédétection dans des modèles écosystèmiques afin de mieux comprendre les processus biophysiques cruciaux. La végétation sera comparée avec les techniques de calibration classiques, ignorant la dépendance espace-temps des observations.


Documentation :

A propos de ce site

Déclaration de confidentialité

© 2017 SPP Politique scientifique