Projet de recherche T4/DD/10 (Action de recherche T4)
Un des défis majeurs auxquels se trouvent confrontés les écologistes étudiant la terre en tant que système dynamique est la cartographie des quantités de végétation dans le temps et sur des zones étendues. Les cartes de ces quantités, comme l’indice foliaire (LAI) ou les radiations photosynthéticalement actives absorbées (APAR) sont nécessaires pour le paramétrage de modèles concernant le cycle biogéochimique et le climat. Le rôle de la télédétection satellitaire en tant que source-clé pour des informations quantitatives à l’échelle régionale et mondiale n’est plus mis en doute.
Il n’existe toutefois pas d’algorithme d’extraction de ces données intéressantes à partir du signal de télédétection. Actuellement, l’interprétation des données s'appuie sur un groupe de modèles linéaires ou polynomiaux semi-empiriques basés sur la relation entre les variables mesurées sur terrain et le signal du capteur. Cette calibration simpliste entre des observations à des résolutions spatiales non-compatibles ne peut plus continuer. Selon cette approche, un point mesuré correspond directement à un pixel signal qui lui correspond à une zone large d’un kilomètre carré. Cette recherche propose de s’attaquer au problème de la valorisation entre niveaux d’observation en utilisant les évolutions récentes de la géostatistique.
L’objectif général est de développer des méthodes pour l'estimation des variables LAI et FPAR dérivées des données satellitaires basées sur des concepts géostatistiques. Ceux-ci fourniraient la base d’approche permettant de tirer profit de l’autocorrélation spatiale de ces variables.
Le but est une caractérisation fonctionnelle de la couverture végétale par des variables biophysiques pour plusieurs niveaux de rassemblement de l’échelle locale à l’échelle régionale. En même temps, cette étude permettrait également de développer une méthode d'estimation quantitative de la dépendance saisonnale et de la variance spatiale de la couverture végétale. De plus, l’approche proposée pourrait montrer le chemin pour de nouvelles méthodes de valorisation entre différents niveaux d’observation de manière à améliorer la modélisation semi-empirique basée sur les relations entre les variables mesurées et celles obtenues par la télédétection.
La recherche consiste en une analyse statistique et géostatistique d’un set de données unique et original sur le biome de la forêt tropicale. Ce biome bien connu n’est que pauvrement documenté en ce qui concerne son impact mondial. Plusieurs séries spatio-temporelles sur une forêt tropicale dense et humide de la République d’Afrique centrale ont été récemment acquises sur terrain et depuis l’espace (SPOT XS, AVHRR).
La géostatistique sera utilisée d'abord pour décrire et quantifier la variabilité des mesures sur terrain des variables obtenues par télédétection, dans le temps et dans l'espace. Sur base de ces résultats, le développement d’une approche Kriging espace-temps permettra de prédire la valeur de la variable mesurée sur terrain en utilisant les données mesurées sur terrain et les données de télédétection disponibles à différentes échelles spatiales et à différentes résolutions temporelles pour des localisations et des moments non échantillonnés. Cette approche fournirait ainsi une évaluation de l’incertitude liée à la prédiction géostatistique via une géostatistique non-linéaire et des simulations conditionnelles. Finalement, l’utilisation du modèle d’incertitude espace-temps permettrait d’étudier l’impact de différents scénarios.
