Relations entre indices de végétation, pluies et états de...

UClvelh,:'uuernor

% CENl'RENATIONiILDE LA RErHERCHESeIENI'!FIQUE

MÉMOIRE DE DEA

THEME:

RELATIONS ENTRE INDICES DE VÉGÉTATION,PLUIES ET ÉTATS DE SURFACE AU BURKINA

FASO: CAS DU BASSIN VERSANT DU

NAKAMBÉ.

Présen té par Pierre DIELLO

Sout enu l e 2 3 s eptembrc 2002 d evant le iury r,om~os é de :

Pro Michel DESBORDES, Responsable de la formation doctora Je,

M. J. E. PATUREL, chargé de Recherche, IRD-Ouagadougou, Maltre de stage,

M. Gil MAHE, chargé de Recherche, IRD-Ouagadougou, Maltre de stage,

M. Alain DEZETTER, chargé de Recherche, IRD-Montpell ip.r, Maltre de stage

DEA PREPARE DANS LE CADRE DE L'UMR HYDROSCIENCES

Je suis extrêmementrecherche de l' IRDresponsable de lajamais existé.

Avant propos

Avant propos

Lorsque encore en formation post universitaire de Génie Sanitaire àl'EIER (Ecole Inter Etats d'Ingénieurs de l'Equipement Rural) deOuagadougou le responsable de la formation M. Denis ZOUNGRANA meproposait de faire mon stage d'appui à la recherche au labod'hydrologie de l'IRD, j'ai répondu oui sans véritablement savoir cequi s'y menait comme activités.

Quelques semaines plus tard, Gil MAHE et Jean Emmanuel PATUREL merecevaient dans leur bureau pour me présenter le laboratoire et lesactivités de recherches qui s'y mènent. Cette rencontre fut pour moile point de départ de l'intérêt de plus en plus grand que jemanifeste pour l'hydrologie en particulier et les sciences de l'eauet de l'environnement en général.Que M. MAHE et M. PATUREL trouvent ici mes plus sincèresremerciements pour l'initiation à la recherche qu'ils m'ontenseigné, les précieux conseils et la grande patience dont jecontinue de bénéficier depuis maintenant deux ans.

Tous mes remerciements vont à M. Hama Amadou MAÏGA directeur de larecherche et de l'ingénierie de l'EIER qui a tout mis en œuvre pourque je puisse effectuer mon stage de recherche à l'IRD.

reconnaissant à M. Eric SERVAT, directeur deMontpellier et au Professeur Michel DESBORDES,formation doctorale sans qui mon DEA n'aurait

Tous mes remerciements vont aux enseignants de l'EIER pour leurconfiance et leur assistance sans cesse renouvelées. Je penseparticulièrement à M. Denis ZOUNGRANA, responsable de la formationpost universitaire de Génie sanitaire et enseignant d'Alimentationen Eau Potable (AEP) , à M. Moïse MANPOUYA expert OMS et enseignantde santé publique, à M. Kokou DENYGBA enseignant de microbiologie età M. Samuel YONKEU, environnementaliste, avec qui j'ai eu desdiscussions fructueuses sur le thème de ce travail.

Mémoire de DEA Pierre DIELLO - septembre 2002

Avant propos

Je remercie également M. Frédéric OUATTARA directeur de laMétéorologie Nationale du Burkina Faso, qui a toujours mis à madisposition les données météorologiques dont j'avais besoin pourmener à bien mon travail.

Un grand merci à Mahamane OUEDRAOGO, qui n'hésitait pas à annulerses rendez-vous et à faire le déplacement jusqu'au laboratoire(parfois par temps de pluie) pour répondre à mes questions etm'aider à avancer dans mon travail.

Je termine ces remerciements en ayant une pensée amicale etfraternelle à tous ceux qui à un moment ou à un autre ont été làpour me soutenir et m'aider quand j'en avais besoin. Je penseparticulièrement à M. Barthélemy TONANE, responsable de Maint-Systenvers qui ma dette est très grande : Naaba, wend yinga, pougla kounloui teng abada III

Mémoire de DEA Pierre DIELLO - septembre 2002

Table des matières

Table des matières

INTRODUCTION GENERALE •••••••••••••••••••••••••••••••••••••••••••••••••• 4

CHAPITRE 1. HYDROLOGIE ET TELEDETECTION ••••••••••••••••••••••••••••••• 7

I. APPORTS DE LA TELEDETECTION EN HYDROLOGIE ••••••••••••••••••••••••• 7

II. INDICES DE VEGETATION ••••••••••••••••••••••••••••••••••••••••••••• 9

II. 1. OBJECTIFS ET JUSTIFICATIONS ••••••••••••••••••••••••••••••••••••••••• 9

II. 2. METHODE •••••••••••••••••••••••••••••••••••••••••••••••••••••••• 10

HI. INDICES DE VEGETATION PAR LA DIFFERENCE NORMALISEE (NOVI) • • • • • • •• 13

III. 1. FONDEMENTS THEORIQUES •••••••••••••••••••••••••••••••••••••••••••• 13

III.2. CHAINE DE TRAITEMENT DES DONNEES POUR LE CALCUL DU NOVI •••••••••••••••• 14

III.2.1. Mode d'échantillonnage des pixels GAC 14III.2.2. Chaîne de traitement des données pour le calcul du NDVI 15

III.3. INTERETS ET LIMITES DES INDICES DE VEGETATION NORMALISES •••••••••••••••• 16

IV. INDICE DE VEGETATION ET VARIABLES CLIMATIQUES •••••••••••••••••••• 17

IV.1. NOVI ET TEMPERATURE DE SURFACE (Ts) . . . • . . . . . . . . . . . . . . . . • • • • . • . . . . . .. 17

IV.2. NDVI ET EVAPOTRANSPIRATION (ET) ....•.•••.•.•••.•..........••••...•• 18

IV. 3. NDVI ET PLUIE. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 20

IV.4. NOVI ET HUMIDITE DU SOL • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 21

IV.5. NDVI ET SURVEILLANCE DE LA VEGETATION. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 21

V. CONCLUS ION ••••••••••••••••••••••••••••••••••••••••••••••••••••••• 22

CHAPITRE 2. CADRE GEOGRAPHIQUE ET DONNEES UTILISEES •••••••••••••••••• 24

LE MILIEU PHYS IQUE BURXINABE •••••••••••••••••••••••••••••••••••••••••• 24

.l: • GENERALITES. . . . . • • . • . • . . . • . . . . . . . . . . . . . . . • . . . • . . • • . . . . . . . . . . . . . .. 24

.l:J: • LE CLIMAT ................•.••.....•.............•.....••.•.....•. 25

II. 1. CARACTERES GENERAUX • • • • • • • • • • • . • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 25

II. 2. LA TEMPERATURE ET L' EVAPOTRANSPIRATION ••••••••••••••••••••••••••••••• 26

II. 3. LES PRECIPITATIONS. • • • • • • • • • • • • • • • • • • • • • • • • • . • • • • • • • • • • • • • • • • • • • •• 27

III. LA VEGETATION ET LES SOLS •••••••••••••••••••••••••••••••••••••••• 28

Mémoire de DEA 1 Pierre DIELLO - septembre 2002

Table des matières

MONOGRAPHIE DU BASSIN DU NAKAMBE •••••••••••••••••••••••••••••••••••••• 29

I. CADRE PHYSIQUE DU BASSIN ••••••••••••••••••••••••••••••••••••••••• 29

1.1. SITUATION GEOGRAPHIQUE ET CARACTERISTIQUES PHYSIQUES ••••••••••••••••••••• 29

l • 2. HYDROLOGIE •••• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 29

l • 3. LE CLIMAT • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 31

l • 4. LES SOLS. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 32

l • 5. LA VEGETATION. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • . • • • •• 33

II. PROBLEMATIQUE DE L'EAU ET ETAT DE LA RESSOURCE SUR LE BASSIN 34

II.1. LA QUESTION DE L' EAU • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 34

II .2. ETAT DE LA RESSOURCE • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 35

III. PHENOMENES ANTHROPIQUES ET CLIMATIQUES ••••••••••••••••••••••••••• 36

LES DONNEES UTILISEES ••••••••••••••••••••••••••••••••••••••••••••••••• 38

I.

II.

LES DONNEES PLUIES

LES DONNEES D'INDICE DE VEGETATION

38

38

CONCLUSION •••••••••••••••••••••••••••••••••••••••••••••••••••••••••••• 38

CHAPITRE 3. INDICES DE VEGETATION ET PLUIES LOCALES 40

I. VARIATIONS TEMPORELLES DES INDICES DE VEGETATION ET DE LA PLUIE 40

1.1. METHODOLOGIE ••••••••••••••••••••••••••••••••••••••••••••••••••••• 40

1.2. ORGANISATION DES DONNEES. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • . • . • • • • •• 41

1.3. RESULTATS........................................................ 42

I.3.1. Observations générales des courbes 45I.3.2. Saisonnalité entre indice de végétation et pluie 46

II. CORRELATION STATISTIQUE •••••••••••••••••••••••••••••••••••••••••• 46

II.1. CORRELATION NDVI PLUIE DECADAIRE •••••••••••••••••••••••••••••••••••• 46

II.I.I. Méthodologie et organisation des données 46II .1.2. Résultats 46

II.2. INDICE DE VEGETATION ET PLUIE CUMULEE ••••••••••••••••••••.••••••••••• 52

II.2.1. Méthodologie et organisation des données 52II. 2.2. Résultats 52II. 2.3. Discussion 57

II • 3. INDICE DE VEGETATION ET PLUIE CUMULEE DES DECADES l ET 1-1 ••••••••••••••• 57

II.3.I.Méthodologie et organisation des données 53II.3.2. Résultats 538II.3. 3. Discussion 62

III. ESSAI DE CARACTERISATION DU REGIME PLUVIOMETRIQUE A L'AIDE DESDONNEES D'INDICE DE VEGETATION. •• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 62

111.1. CRITERES DE DETERMINATION DES PARAMETRES DE LA SAISON DES PLUIES •••••••••• 62

III.I.I. Paramêtres de la saison des pluies 62III.l.2. Modêles de détermination couramment utilisés au Sahel 63

III • 2. MÉTHODOLOGIE ••••••••••••••••••••••••••••••••••••••••••••••••••• 65

111.3. ORGANISATION DES DONNEES. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 66

III .4. INDICES DE VEGETATION ET PARAMETRES DE LA SAISON DES PLUIES : RESULTATS.... 66

III.4.1. Indice de végétation et début de la saison des pluies 66III.4.2. Indice de végétation et fin de la saison des pluies 67

IV. CONCLUS ION ••••••••••••••••••••••••••••••••••••••••••••••••••••••• 68


Table des matières

CHAPITRE 4. INDICES DE VEGETATION ET PLUIES SPATIALISEES 71

I. ORGANISATION DES DONNEES 71

II. EVOLUTIONS ANNUELLES DU NDVI ET DE LA PLUIE 72

II.1. EVOLUTIONS ANNUELLES DANS LE SECTEUR SUD SAHELIEN DU BASSIN ••••••••••••••• 73

II.2. EVOLUTIONS ANNUELLES DANS LE SECTEUR NORD SOUDANIEN DU BASSIN •••••.••••••• 74

III. CORRELATIONS STATISTIQUES 75

III. 1. METHODOLOGIE ET ORGANISATION DES DONNEES • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 75

III.2. RESULTATS ET DISCUSSION. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 76

III.2.1. Indices de végétation et pluies cumulées 76III.2.2. Indices de végétation et pluies cumulées des décades i et i-l 78

IV. EVOLUTION SPATIO-TEMPORELLE DU NDVI ET DE LA PLUIE DE 82 A 99 80

IV. 1. METHODOLOGIE •••••••••••••••••••••••••••••••••••••••••••••••••••• 80

VI .2. RESULTATS ET DISCUSSION. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 80

V. CONCLUSION. • . • • • • . . . . . . . . . . . . . . . . . . • . • . • . . • . . . . . . . . . . . . . . . • . • . • • . 84

CHAPITRE 5. INDICES DE VEGETATION ET ETATS DE SURFACE 86

I. CARACTERISATION DU COUVERT VEGETAL DU BASSIN 86

I.1. INDICES MOYENS DE VEGETATION AU COURS DU MOIS D'AVRIL ••••••••••••.••••••• 87

I.2. INDICES MOYENS DE VEGETATION AU COURS DES MOIS D'AOUT ET SEPTEMBRE •••••••••• 89

II. INFLUENCES DES ANNEES SECHES SUR LES INDICES DE VEGETATION . . . . . .. 92

II.1. PERIODE 1982-1987 ••••••••••••••••••••••••••••••••••••••••••••••• 92

II. 2. LA SECHERESSE DES ANNEES 1984 ET 1985 • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •• 95

CONCLUSION

CONCLUSION ET PERSPECTIVES

BIBLIOGRAPHIE

98

100

105

ANNEXES .........................................•.................... 110


Introduction générale et problématique

Introduction générale

Problématique

Le changement climatique mondial et les conséquences qu'il peutprovoquer comptent parmi les problèmes environnementaux les plusgraves que nous connaissons aujourd'hui. Les variables climatiquestelles que les précipitations, les températures, les débits descours d'eau, varient sans cesse au cours de l'année et d'une annéeà l'autre. Pour la plupart des pays d'Afrique de l'Ouest, leproblème se pose avec beaucoup plus d'acuité car, ceux-ciconnaissent depuis le début des années 70, une sécheresse sévèreet persistante caractérisée par une baisse considérable des totauxpluviométriques et une forte dégradation des états de surface, dureste, très largement accentuée par les activités anthropiques(Nicholson, 1994 i Hulme, 1996a i Servat et al., 1998). Cettesécheresse se caractérise par une extension générale des régions àprécipitations en dessous de la normale (Hubert et al., 1989, Mahéet Citeau, 1993 i Adejuwon et al., 1990 i Nicholson, 1994).

A l'instar des autres pays d'Afrique de l'Ouest, le Burkina Fasoest une terre de fragilité environnementale et d'instabilitéclimatique. Cette instabilité est marquée par une importantevariabilité spatiale et temporelle des paramètres hydrologiques etclimatiques, en particulier la pluviométrie. La variable pluie estun facteur de plus en plus limitant à tout point de vue(populations, écosystèmes, ... ). Cette situation rend la gestion desressources en eau un problème maj eur de développement pour lepays. La caractérisation du régime pluviométrique à partir desser~es d'observations fournies par les réseaux de mesure estdifficile du fait de leur faible densité, du caractère ponctueldes mesures et de la très grande variabilité spatio-temporelle despluies. Comment donc suivre à grande échelle la sensibilitéclimatique de ces régions vis-à-vis des changements des paramètresclimatiques et des états de surface ?

Une meilleure connaissance du climat à travers les cycleshydrologiques et la dynamique des états de surface passentnécessairement par la maîtrise de l'interaction végétation-cyclehydrologique (Sellers, 1985).

Mémoire de DEA 4 Pierre DIELLO-septembre 2002

Introduction générale et problématique

Les indices de végétation issus des méthodes de télédétection,notamment le NDVI (Normalized Difference Vegetation Index)représentent de bons indicateurs de l'état de la végétation. Dansles zones à faible pluviométrie comme le Burkina Faso, la réponsede la végétation à la pluie est systématique. De nombreuses étudesont montré l'existence d'un lien étroit entre le NOVI et la pluieà divers pas de temps et d'espace (Hielkema et al., 1986 ; Yann H.Kerr et al., 1989 ; Ada R. Malo et al., 1989). On peut ainsi sedemander dlune part si le NDVI peut servir dl indicateur pourllinstallation de la saison des pluies dans la zone étudiée au pasde temps de la décade et dlautre part si les données dlindice devégétation (NDVI) peuvent servir à caractériser de façonsatisfaisante les états de surface et leur dynamique ?

Objectifs de llétude

L'étude qui nous est proposée consiste donc dans un premier tempsà explorer la relation NDVI-pluie sur llensemble des stationspluviométriques du bassin versant du Nakambé au Burkina Faso. Lepas de temps est la décade. Plusieurs pas d'espace ont étéconsidérés: celui du pixel (environ 64 km 2 ), du groupe de quatrepixels (environ 256 km 2 ), du groupe de neuf pixels (environ 576km 2 ) et enfin celui du demi-degré carré. La période d'études'étend de 1982 à 1999. Le suivi conjoint de l'installation de lavégétation par les données de NOVI et de la saison pluvieuse parles observations pluviométriques aux différentes stations dubassin versant devraient ensuite permettre de voir si les indicesde végétation peuvent servir dl indicateurs pour caractériser lerégime pluviométrique (décades de début et de fin de saisonpluvieuse) .

En second lieu, il s'agira de voir dlune partI si les indices devégétation peuvent servir à caractériser les états de surface 1 etdl autre part de voir si la dégradation des états de surfacesdepuis les années 70 sIest répercutée dans llévolution des indicesde végétation.

Organisation du travail

Ce travail s'articule autour de cinq points: une prem1ere partiede synthèse bibliographique sur la base d'études antérieures, danslaquelle le recours à la télédétection en hydrologie ainsi que lesrelations entre indices de végétation et variables climatiquessont abordés.Le milieu physique du Burkina Faso et une monographie du bassind'étude sont présentés au deuxième chapitre.

Les chapitres trois et quatre exposent les différentes démarchesadoptées pour explorer les relations pluie-NOVI ainsi que lesrésultats obtenus.

Nous traitons dans le chapitre cinq de la relation NDVI-états desurface.

La conclusion et les perspectives constituent le dernier axe de cetravail.

Mémoire de DEA 5 Pierre DIELLO-septembre 2002

Chapitre 1 Hydrologie et télédétection

CHAPITRE l HYDROLOGIE ET TELEDETECTION

1. Apport de la télédétection en hydrologie

II. Indices de végétation

III. Indices de végétation par la différencenormalisée (NDVI)

IV. Indices de végétation et variables climatiques

V. Conclusion



Chapitre 1

Hydrologie et télédétection

Ce premier chapitre est une revue bibliographique surl'utilisation des informations dérivées des capteurs NOAA-AVHRRcomme moyen d'investigation pour caractériser et suivre ladynamique des phénomènes hydroclimatiques. Les apports de latélédétection en hydrologie sont abordés, et nous traitons desprincipes et méthodes des indices de végétation en général, et duNDVI en particulier. Un aperçu des relations NDVI-variablesclimatiques est présenté en fin de chapitre.

1. Apports de la télédétection en hydrologie

La compréhension des mécanismes d'écoulement et de transfert d'eaudepuis son point de chute à la surface de la terre jusqu'àl'exutoire des bassins versants reste un des objectifs primordiauxdes recherches en hydrologie. Ces mécanismes sont d'autant pluscomplexes qu'un grand nombre de variables hydrologiques etclimatiques sont en jeu.L'amélioration des connaissances en matière d'évaluation desécoulements passe par une meilleure connaissance des aptitudes dessols au ruissellement (Rodier et al., 1984). Cette aptitude dépendfortement de leur état de surface, notion cumulant l'observationde la végétation, du sol et de son organisation superficielle(Casenave et Valentin, 1989).

Un autre enjeu majeur dans la compréhension des phénomèneshydrologiques est le problème de la spatialisation des variableset paramètres hydroclimatiques. Cette question se pose lorsqu'ils'agit par exemple de transférer des informations à caractère plusou moins disparate depuis des échelles ponctuelles vers deséchelles régionales. Des progrès essentiellement théoriques enmodélisation hydrologique ont été réalisés dans le domaine deseffets d'échelle (Kalma et al., 1995), même si pour Leviandier etal. (1996) ces avancées ne donnent qu'un éclairage à des approchesconcrètes voire empiriques.



Une démarche pour la résolution de ces difficultés pourrait venirde l'adoption de nouvelles approches et de la recherche denouvelles sources d'informations. Or la télédétection se présentede plus en plus comme un excellent moyen susceptible d'améliorerla compréhension de la dynamique spatio-temporelle deshydrosystèmes. Les satellites d'observation de la terre permettentde nos jours, l'accès à de nombreux paramètres caractérisant lesétats de surface, avec une vision globale et répétée des espacesgéographiques concernés. L'imagerie satellitaire, du fait qu'elleapporte une vision synthétique du bassin versant (occupation dusol, relief, ... ) , peut permettre d'estimer de façon plus serrée lesparamètres d'ajustement de certains modèles hydrologiques(Delécolle et al., 1992).

Des travaux récents (Goward, 1989 i Skidmore et al., 1997 ) ontmontré que les données de télédétection, en particulier lesdonnées NOAA-AVHRR, fournissent une opportunité unique decartographier, surveiller et évaluer l'évolution de la végétationqui représente un aspect primordial dans les phénomèneshydrologiques. Les satellites NOAA-AVHRR ont la couverturespatiale et la résolution spectrale nécessaires au suivi de ladynamique de la végétation au pas de temps journalier (Gray etMcCary 1981 i Townshend et Tucker 1981 i Schneider et McGinis,1982 i Gatlin et al., 1981).

La prise en compte des données de télédétection dans les modèleshydrologiques a également fait l' obj et de plusieurs travaux derecherches. Il est de plus en plus admis que les données detélédétection pourraient fournir des informations utiles pour lesmodèles SVAT (Soil-Végétation-Atmosphere-Transfert) comme latempérature de surface, l' humidi té du sol, la structure de lacanopée, l'absorption des radiations solaires ou l'albédo (Albertet al., 1999). Ces données pourraient également être directementintroduites dans les modèles semi-empiriques pour calculer lesflux d'énergie et de masse au moment des mesures ou au pas detemps journalier en utilisant des procédures d'extrapolation(Albert et al., 1997).

Cependant, de nombreuses difficultés restent encore à franchirquant à l'utilisation de cet outil en hydrologie. L'utilisationdes données issues de la télédétection pose en effet le problèmede l'adéquation entre besoins de l'hydrologie (liés aux processusde ruissellement) et disponibilité en vision (description desurface) (Puech, 1995).

La télédétection procure des cartographies de paramètres desurface (occupation du sol, indices de végétation, température desurface, ... ) , que l'on ne peut directement intégrer dans lesmodèles hydrologiques sans transformations préalables enparamètres plus pertinents pour la thématique (Puech, 1995). Cesopérations de transformation sont souvent délicates et pastoujours réalisables. On peut citer comme exemples, lestransformations de Ts (température de surface) en ETR(évapotranspiration réelle) selon des modèles radiatifs simplifiés(Séguin et al., 1984) ou l'estimation par Puech (1993) du

Mémoire de DEA 8 pierre DIELLO - septembre 2002


coefficient de ruissellement en zone sahélienne par liaisonstatistique avec les données de terrain.

Une autre difficulté réside dans le fait que les donnéessatellites sont très dépendantes des conditions météorologiques etatmosphériques (Holben, 1986). Les nombreux effets perturbateursdoivent donc être pris en compte afin d'avoir des données fiablespour une meilleure interprétation des résultats.D'autre part, la télédétection est souvent limitée aux seulsparamètres de surface, tandis que les processus de ruissellementdépendent aussi des couches inférieures du sol.

II. Indices de végétation

II.1. Objectifs et justifications

Tout objet à la surface de la terre émet, diffuse ou réfléchit desradiations électromagnétiques. Le comportement spectral d'un objetpeut être cerné par deux grandeurs physiques mesurables par unradiomètre : la luminance et la réflectance.La luminance représente l'énergie des radiations em1ses et/ouréfléchies par un obj et pour une longueur d'onde et suivant unangle et une surface donnés.La réflectance est le rapport entre l'énergie émise ou réfléchiepar un objet et l'énergie des radiations incidentes reçue par cemême objet pour une longueur d'onde et une surface données.

Les données initiales obtenues grâce aux mesures radiométriquescontiennent plusieurs couches d'information avec très souvent desredondances se traduisant par une forte corrélation entre certainscanaux. Afin de faciliter l'interprétation des images, on procèdeà la création de nouvelles couches d'informations synthétiques(appelées néocanaux) par des transformations multispectrales. Onconvertit ainsi les luminances mesurées par les satellites envariables thématiques ayant une signification pertinente dans lesdomaines de l'hydrologie ou de l'environnement comme par exemplela biomasse, la couverture foliaire, l'humidité du sol, laparamétrisation du bilan d'énergie de surface, ...

Ces transformations permettent donc de construire des indicateurspermet tant de décrire l'état d'un phénomène à la surface de laterre. C'est le cas des indices de végétation. Il a été montréempiriquement (Assar et al" 1985) et théoriquement (BelIers,1985) qu'il existe une relation linéaire entre ces indices (enparticulier le NDVI) et l'activité photosynthétique des plantes,elle-même directement liée à la production de biomasse. Et commela photosynthèse est liée à la perte d'eau, donc à latranspiration, facteur déterminant dans le cycle hydrologique etle bilan hydrique d'un bassin versant, les indices de végétationdeviennent, par conséquent, une clé très importante dans lacompréhension des phénomènes liés aux domaines des sciences del'eau et de l'environnement.Cela justifie donc leur utilisation de plus en plus croissantedans les recherches hydrologiques (Tucker 1986 ; Hielkema et al. ,1986 Justice et al. , 1986 ; Assad, 1987 ; Ada et al. , 1989 ;



Narasimha et al., 1993... )

Geffard, 1994 Chehbouni et al., 1994,

II.2. Méthode

Il existe trois grandes catégories de transformationsmultispectrales dont celle des indices. C'est une approche semiempirique qui consiste en la recherche d'une combinaison entrebandes se révélant fortement corrélées avec l' indica teur chois i(biomasse, phénologie, ... ) , en référence aux propriétés de laréflectance des végétaux, du sol et de l'eau (Caloz, 1992).

Les indices de végétation consistent donc en la combinaisonarithmétique (division et/ou soustraction) d'au moins deux canaux.Un grand nombre se basent sur les bandes rouge et infrarouge car :

• c'est entre ces deux bandes du spectre qu'on peut observerles plus grands écarts de réflectance entre la végétation etles sols (figure 1)

60Sol nu el sec (gris-brun)VégétationEau

1.00.80.4.

40

o

Longueur d"onde (JJm)

Figure 1 Signature spectrale du sol de la végétation et de l'eau

• le canal infrarouge est celui qui possède la plus granderichesse d'information;

• l'interprétation des bandes rouge et infrarouge en termed'occupation du sol est relativement aisée. On constatenotamment que les sols se répartissent le long d'une droite(la droite des sols) dont on peut calculer l'équation

• enfin, un avantage supplémentaire de l'utilisation des bandesrouge et infrarouge est le fait qu'elles soient présentes surpratiquement tous les capteurs optiques (SPOT, Landsat-TM etMSS, NOAA, ... ) et que, par conséquent, certaines comparaisonsentre sources d'images sont possibles.



Il existe plusieurs types d'indices de végétation courammentutilisés en matière de suivi de l'environnement. On peut sereporter aux travaux de Perry et Lantenschalger (1979) pour unerevue complète des différents indices de végétation. Nousprésentons dans le tableau l, une liste non exhaustive des indicesde végétation les plus fréquemment utilisés.De façon générale, ceux-ci s'appuient sur les caractéristiquesspectrales particulières des végétaux. En effet la végétationchlorophyllienne active est caractérisée par

• une forte absorption du rayonnement dans le rouge visible avecun maximum d'absorption qui se situe entre 0.62 et 0.7 ~m (cedomaine spectral est enregistré par le canal 1 du capteurNOAA-AVHRR)

• une forte réflectancemaximum compris entreenregistré par le canal

dans le proche infrarouge0.74 et 1.1 ~m (domaine

2 du capteur NOAA-AVHRR)

avec unspectral

Dans le tableau 1 de la page suivante, R et pIR désignentrespectivement :R = RougepIR = proche infra rouge


Dénomination Formule Caractéristiques 'auteurs

Différence R-pIR Forte sensibilité aux variations Monget 1980atmosphériques.

RVI=pIRSaturation aux forts indices,

Rapport ou d'autres canaux sensibilité à la contribution Knipling 1970,R spectrale des sols et aux effets Viol lier et al 1985

Indice pigmentaire XSl/XS2 atmosphériques.Sensibilité aux effetsatmosphériques, gamme de

Indice de végétation pIR-R variation plus faible que le Rouse et al., 1974,normalisé NDVI

pIR+Rprécédent, mais sensibilité aux Tucker 1979variations angulaires de la viséeselon la position vis-à-vis dusoleil « hot spot ».Essai d'élimination des valeurs

Indice de végétationTVI=.J(NDVI+0,5) négatives, stabilisation de la Deering et al. , 1975

transformé variance.Diminution de la contribution

Indice de végétation PVI=alpIR-a2R+cste spectrale des sols, mais Richardson & Wiegandperpendiculaire sensibilité à diverses 1977

caractéristiques des sols.

Chapeau à corne formule généraleTransformation orthogonale des 4 Kauth & Thomas 1976

« tassel cap » QI V+a2R+aJ pIR+a4 pIR canaux pour réduire lasensibilité à la contribution

Indice de vecteur GR4=-b,V-m.R+b3 pIR+b4 pIR spect'rale des sols, sans pouvoirl'éliminer complètement Jackson 1983(issu du précédent) (pour canaux MSS)

SAVI _(l+LxPIR-R)De nombreux indices sont issus de

Indice de végétation avec L=0,5 celui-ci pour minimiser l'effetajusté au sol (pIR+R+L) du sol (TSAVI MSAVI...) Huete 1988

pour diminuer l'effet du sol

ARVI pIR-RB

Indice de végétationpIR+RB Diminue l'effet des aérosols

RB=R-y(B-R) contenus dans l'atmosphère sur lenormalisé corrigé des avec NOVI mais sensible à la Kaufman & Tanre 1992effets atmosphériques B et R réflectance dans le bleu contribution spectrale des sols.

et le rouge y fonction du typed'aérosols

etc. ... ... ...Tableau 1 Indices de végétation couramment utLlLsés

NooN

(j)l-<

.QE(j)+J0.(j)Ul


III. Indices de végétation par la Différence Normalisée (NOVI)

II!.!. Fondements théoriques

Le principe de calcul du NDVI repose sur les particularités de laréflectance du rayonnement solaire par la végétationchlorophyllienne active. Le rouge visible et le proche infrarougesont particulièrement utilisés du fait de leur capacité à fournirdes informations en relation avec l'état de croissance de lavégétation et l'activité chlorophyllienne de la plante. En effet,le NDVI est déterminé par le degré d'absorption de la chlorophylledans le rouge, qui est proportionnel à la concentration enchlorophylle des feuilles, et par la réflectance dans le procheinfrarouge, qui est proportionnelle à la densité en feuille vertec'est-à-dire à la vigueur de la végétation (Tucker et al., 1985a).Toutefois, cet indice représente plus l'absorption de l'énergiephotosynthétiquement active (PAR, Photosynthetically ActiveRadiation). En conséquence, il est physiologiquement une mesure dela capacité photosynthétique de la canopée ou de sa résistance autransfert de la vapeur d'eau (Sellers, 1985 ; Tucker et Sellers,1986) .La formule de calcul du NDVI proposée par Rouse et al., (1974) etTucker, 1979 est la suivante

NDVI R(pir)-R(vis)R(pir)+R(vis)

où R(pir) est la réflectance dans le proche infrarouge mesurée parle canal 2 : 0,725 à 1,05 pm et R(vis) est la réflectance dans lerouge visible mesurée par le canal 1 : 0,58 à 0,68 pm.

On a donc théoriquement -1 ~ NDVI ~ 1. En dehors de la neige etdes glaciers, la plupart des objets à la surface de la terredonnent une valeur de NDVI supérieure ou égale à zéro avec le plussouvent des valeurs proches de zéro (eau, sols nus, surfacesbrûlées). Townshend et al., (1991) considèrent les valeurs de NDVIinférieures à 0,05 comme représentatives de la réponse d'un solnu. Pour NOAA (1985), les indices de végétation normaliséssupérieurs à 0,1 sont indicateurs de la présence de végétation.Hiernaux et Justice donnent comme seuil de présence de végétationdans le Sahel malien la valeur de 0,05. La figure 2 nous donne lesdomaines de variation du NDVI pour les principaux thèmes à lasurface de la terre.



Réflectances PIR == 0 PIR<R PIR ==R PIR>R R=O

-1 a0.05 +1NOVI

neige, eau, VégétationSurfaces glaciers sols nus,

surfaces brûlées

Figure 2 Plages de valeurs de NDVI des principaux thèmes à lasurface de la terre

111.2. Chaîne de traitement des données pour le calcul duNOVI

III.2.10 MOde d'échanti~~onnage des pixe~s GAC

Les données transmises en temps réel par le satellite, appeléesHRPT (High Resolution Picture Transmission) sont obtenues enpleine résolution (taille du pixel au nadir: 1,1 km), et sont desdonnées brutes, de niveau dit lb. La transmission en temps réelimpose l'existence d'une station de réception à proximité du lieud'investigation (il en existe aujourd'hui environ 200). Pourl'Afrique de l'Ouest, la station météorologique AGRHYMET de Niameyau Niger, gère et traite les données HRPT de la région.

Compte tenu des faibles capacités de stockage d'information à borddu satellite, les données sont rééchantillonnées pour obtenir desdonnées GAC (Global Area Coverage). Le mode d'échantillonnage estle suivant : Seulement une ligne de scan sur trois est utilisée etsur cette ligne les quatre premiers pixels sur chaque groupe decinq sont pris en compte pour le calcul d'une moyenne qui estensuite attribuée à l'ensemble des 15 pixels.

Figure 3 Mode d'échantillonnage des pixels GAC

Mémoire de DEA 14 Pierre DIELLü - septembre 2002


On recrée ainsi une image d'une résolution d'environ 4 km dont unepartie de l'information (11 pixels sur 15) a disparu. Ce sont cesdonnées GAC qui sont par la suite compilées, traitées et renduesaccessibles aux utilisateurs par les centres d'archivage.L'obtention de données LAC (Local Area Coverage), issues dedonnées HRPT, n'est possible que depuis peu. Il n'y a pas derééchantillonnage des données HRPT pour obtenir des données LAC.

III. 2. 2. Chaîne de traitement des données pour ~e ca~cu~

du NDVI

La production des données NOVI comporte 8 étapes de calcul.

1. Pour augmenter l'efficacité des calculs, les données orbitalessont divisées par continent.

2. Trois des cinq canaux du capteur AVHRR sont conservés lecanal 1 (rouge vis ible), le canal 2 (proche infrarouge), lecanal 5 (infrarouge thermique)

3. Les données suspectes sont éliminées. Il s'agit d'une part despixels correspondants à des angles de vue trop importants(>42°), ce qui réduit une partie des distorsions géométriques.Et d'autre part des «pixels nuageux», considérés comme telslorsque le canal 5 enregistre des valeurs de températureradiative de surface inférieures à 288° K.

4. Une calibration radiométrique est appliquée aux canaux 1 et 2afin de convertir les comptes numériques en radiances. Ilexiste plusieurs méthodes : normalisation par le flux solaireau sommet de l'atmosphère ou par des mesures de réflectance surdes surfaces peu variables dans le temps (une première mesurevers l'espace, et une deuxième au-dessus du désert de Lybie,par exemple)

5. Après avoir corrigé les différentes erreurs (élimination despixels suspects, corrections radiométriques ... ), on calcule leNOVI sur chacun des pixels GAC.

6. Les données sont rééchantillonnées à une résolution de 7.638 kmpuis subissent une projection homolosine discontinue de Goode.La projection homolosine interrompue de Goode (Goode, 1916)consiste à diviser le globe en 12 régions. Les hautes latitudessubissent une projection de Mollweide, tandis que les petiteslati tudes sont proj etées sinusoïdalement ; toutes conservantleur propre méridien central. Cette combinaison fournit uneprojection pseudocylindrique qui conserve les aires, et limiteles distorsions en tout point du globe.

7. A ce stade du processus, on procède à un rééchantillonnagetemporel qui est particulièrement important pour la robustesseet la fiabilité du NOVI. C'est la technique du Maximum ValueComposite (MVC). Les images journalières présentent en effet delarges surfaces sans données (dues aux orbites du satellite ouaux pixels éliminés lors de l'étape 3). Oe nombreuses donnéessont par ailleurs faussées par certains effets géométriques ou



atmosphériques (nuages, aérosols, ozone, ~) et sont nondétectés à l'étape 3. Le rééchantillonnage temporel dépend dela résolution finale que l'on souhaite obtenir (8km ou 16km) etdu temps de composition (hebdomadaire, décade, mensuel). Pourle cas d'une résolution finale de 8km par exemple avec unecomposition sur 10 jours (décade), on procède de la façonsuivante : sur chaque ensemble de 4 pixels de 16km 2 (soit unesurface carrée de 64 km 2

, ce qui correspond à un pixel de8kX8km, qui n'est rien d'autre que la résolution recherchée),on retient la valeur maximale du NOVI sur chaque décade. Cettevaleur est affectée au pixel de 8kmX8km pour la décadecorrespondante. Ceci permet d'obtenir un NOVI comparable àcelui mesuré au nadir dans des conditions atmosphériquesoptimales.

8. La dernière étape consiste à prendre en compte la dégradationdu capteur AVHRR.

III. 3. Intérêts et limites des indices de végétationnormalisés

Les applications du NDVI sont nombreuses. Oans le domaine de l'eauet de l'environnement, on peut citer l'estimation de la biomasse,de la couverture arborée et des rendements culturaux (avectoutefois quelques problèmes de non-relation biomasse/rendement) .Les indices de végétation permettent également le suivi de ladésertification (exemple en Afrique) et de la sécheresse (enFrance et au Portugal par exemple).Le NOVI est l'indice le plus fréquemment utilisé. Il élimine enpartie les variations simultanées d'éclairement dans les deuxbandes. Ces variations sont dues principalement aux hétérogénéitésde structures du paysage observé (pente, ... ) ou à des conditions deprise de vue. L'indice de végétation offre la possibilité d'uneréduction de la variabilité des sols nus, assurant ainsi uneclassification plus aisée.

Le NOVI a cependant des limites et l' appari tion ces dernièresannées de nouveaux indices de végétation illustre le souci deschercheurs de lui apporter des améliorations notamment au niveaude l'influence des facteurs environnementaux.Sa nature asymptotique limite son emploi aux couvertures peudenses. C'est un faible discriminateur des différences hydriquesdans les plantes lorsque celles-ci surviennent à des hauts taux decouverture végétale. Il est très sensible à de nombreux facteursdont il est parfois difficile d'estimer l' importance relative.Parmi ceux-ci on peut citer les conditions atmosphériques(diffusion de Rayleigh et aérosols, ._), le sol sous-jacent qui estl'un des facteurs important lorsque la couverture végétale estfaible (cas des régions arides et semi-arides). En effet, lesignal enregistré par le satellite intègre la réflectance de lavégétation et du sol sous-jacent. Oans les domaines sahéliens àvégétation éparse et peu dense, le signal reçu par le satelliteproviendra principalement du sol ce qui interpelle à la prudencelors de l'interprétation des valeurs d'indice de végétation.



La définition de l'indice de végétation normalisée comme un ratiominimise l'influence de certains effets perturbateurs comme lesvariations de l'angle d'élévation solaire et de la topographie.Dans la pratique, on réduit considérablement les effetsperturbateurs en prenant pour un pixel donné, la valeur maximaledu NOVI sur une période fixée (semaine, décade, mensuel, ... )c'est le principe du MVC (Maximum Value Composite). Ce maximumcorrespond en fait aux conditions optimales de mesure sur toute lapériode de composition.

IV. Indice de végétation et variables climatiques

Les NOVI-AVHRR sont largement utilisés dans les recherches sur leschangements climatiques globaux. Cependant, les relations entreles données d'indice de végétation normalisé et les paramètresclimatiques ne sont pas encore parfaitement établies. Denombreuses études tentent d'expliciter ces relations.

Yang et al., (1994) trouvent que les corrélations entre le NOVI etles variables climatiques au pas de temps journalier ne sont pasaussi fortes que celles au pas de temps bimensuel. Cette étudemontre également que les corrélations sont un peu différenteslorsqu'on utilise la moyenne du NOVI sur 3x3 pixels que sur unpixel.

Le NOVI a également été utilisé comme indicateur des conditionsrégionales de sécheresse (Tucker et Choudhury, 1987 ; Peter etal., 1989), et comme indice de la variabilité interannuelle decertaines variables climatiques (Gallo et Heddenghauss, 1989).Nous présentons dans ce paragraphe, une synthèse des relationsentre le NOVI et les paramètres climatiques et hydrologiques.

IV.1. NDVI et température de surface (Ts)

L'étude de la relation entre la température de surface et lespertes d'énergie par chaleur latente (évaporation, transpirationou évapotranspiration réelle selon que l'on se place au niveau dusol, des organes végétaux ou du couvert végétal) a fait l'objet detrès nombreuses études (Linacre, 1971; Seguin et al., 1981 ;Sharrat et al., 1983 Paw, 1984; Assad, 1987; Kerr et al.,1989 ; Cihlar et al., 1991 ; Yang et al., 1994 ; Szilagyi 1999)

L'analyse des variations entre température de surface et indice devégétation au-dessus de zones de transitions entre écosystèmescomme celle observées pour la région subarctique au Québec ou leSahel en Afrique de l'Ouest, a permis de mettre en évidence unerelation de type parabolique (Royer et al., 1997).

Deux comportements distincts pour la relation entre la températurede surface (Ts) et le NOVI (lui-même lié à l'albédo) ont été misen évidence. D'une part, un régime à prédominance «radiative»,correspondant à une corrélation positive entre Ts et NOVI observésur les sols nus et les surfaces partiellement végétalisées, etd'autre part, un régime à prédominance «hydrique» correspondant à



une corrélation négative entre Ts et NOVI, traduisant unerégulation de la température de surface par l'évapotranspirationen fonction de la densité de la végétation, de son contenu en eauet/ou de la disponibilité en eau au niveau du sol. La figure ciaprès en donne une schématisation.

T5 1

sol nubare soil

4couv. végétale totalefUll-co ver vegetation

o NDVI 1Figure 3 Représentation schématique de la variation entre latempérature de surface (Ts) et l'indice de végétation NDVI lié autaux de couverture végétale.(0 pour les sols nus et 1 pour une couverture végétale complète).Source: www.ier.ml/labose /francais/recherche/ /schemefr.html

La courbe parabolique correspond au modèle approché proposé. Lepolygone encadrant la courbe définit les limites possibles de laréparti tion des points dans les cas extrêmes. La partie droite(pente négative) est dérivée du trapézoïde de Moran et al., (1994)correspondant à:

1. sol sec peu végétalisé2. sol peu végétalisé saturé en eau3. végétation en état de stress hydrique4. végétation saturée en eau

IV.2. NOVI et évapotranspiration (ET)

est calculée comme un résiduel desà partir de l'estimation de l' ETP oude mesures in situ aux stations

partir duentre lamilieu de

aussi calculée àla différence

des plantes en

L'évapotranspiration est une composante fondamentale du cycle del'eau. Trouver un modèle solide permettant de la calculer enprenant en compte le statut hydrique et les paramètres de lavégétation et du sol est un des objectifs des recherches enhydrologie. Oe nombreuses démarches d'estimation del'évapotranspiration ont été proposées avec plus ou moins desuccès.Traditionnellement, l'ETRéquations du bilan d'eau,indirectement à partirmétéorologiques.L'évapotranspiration réelle peut êtrerayonnement net journalier et detempérature de l'air et de surface



journée, ou à l'aide des modèles dits à une ou deux couches encombinaison quelques fois avec des données satellites. Dans cesmodèles, le sol et la canopée sont traités comme des sourcesd'énergie séparées. Un modèle à deux couches peut être schématisépar la figure suivante où Tv et Tg sont respectivement latempérature à la surface des feuilles et du sol. Ta est latempérature de l'air et To celle de l'air environnant de lacanopée.

Ta - - - - - - - - - - - - - - - - - - - - - - - - - - level z

- - - - - - . level zo+d

-r-r--r--r-.-~~~,.......,.-,.......,,.........,r-7'""7'"'-:~'----:""- - - - - . soil/7/7/

Figure 4: Schéma d'un modèle à deux couchesSource: www.fao.or/docre/W7320B/w7320b27.htm

Des travaux récents utilisent de plus en plus des données detélédétection combinées aux modèles hydrologiques pour estimerl'ETR de façon régionale.

E. Boegh et al., (1999) proposent une démarche pour l'estimationdu taux de transpiration en zone de végétation éparse en se basantsur une combinaison de plusieurs techniques. La transpiration ÀEvest calculée en appliquant une approche de bilan d'énergie à lacomposante végétation : ÀEv = RV

n - Hv où :

• RVn est l'énergie radiative nette absorbée par la végétation et

calculée en utilisant des données satellites etmétéorologiques par combinaison des méthodes conventionnellesd'estimation de la radiation nette à la surface du sol avecune fonction calibrée du NOVI .

• Hv est le flux d'énergie sensible entre les feuilles et l'airdans la canopée. Hv est évaluée comme une fonction linéaire dela différence de température entre la végétation (Tv) et latempérature moyenne du courant d'air au niveau de la canopée.

Plusieurs études tendent à montrer une forte corrélation entre leNOVI et l' évapotranspira tion. Kerr et al. (1989) trouvent un bonajustement des courbes d'ET et de NOVI avec un coefficient de0.999 contre 0.86 pour Cihlar et al. (1991). Yang et al. (1994)obtiennent des résultats en accord avec les auteurs précédents auNebraska avec 0.7 < R2 < 0.88.

De nombreuses études confirment la possibilité de l'estimation del'évapotranspiration à partir de données satellites, mais ne



permettent pas encore de conclure quant à l'aspect opérationnel dela démarche. Les résultats obtenus ne peuvent être valablementétalonnés, par manque de données de référence au sol obtenues pard'autres méthodes. Seules des modèles de calcul de bilan hydriquepeuvent fournir des estimations comparables éventuellement à lamême échelle spatiale et permettre de vérifier la validité desestimations par satellite (Assad, 1987).

Des essais d'estimation de l'ETR par télédétection à l'aide de laRelation Simplifiée en Afrique de l'Ouest (Leconte, 2000) ontdonnés des valeurs presque toujours supérieures aux sorties ETRdes deux modèles hydrologiques utilisés pour l'occasion (modèle deYates et de Conways à six paramètres). Des écarts allant jusqu'à100 mm ont été observés. Ces essais restent cependant à êtrevalidés.

Une étude comparée des résultats de huit méthodes différentesd'estimation de l'ETR a été menée par Kite et Droogers, (1999).Elle s'est basée sur des mesures de terrain, sur des sorties ETRde modèles hydrologiques et sur des estimations satelli taires.Cette étude a montré une grande variabilité dans les estimationsfournies par les méthodes de télédétection tandis que lesrésultats fournis par les modèles hydrologiques et les mesures deterrain présentaient beaucoup plus de consistance.

IV.3. NOVI et p1uie

La pluviométrie est une des variables centrales en climatologie eten hydrologie. Cela justifie l'existence dans la littérature denombreuses études qui lui sont consacrées. Parmi les variableshydroclimatiques, c'est la plus difficile à caractériser et àmaîtriser du fait de sa grande variabilité spatiale et temporelle.Sa caractérisation à l'aide de données d'indice de végétationnormalisé à été beaucoup étudiée ces dernières années.

Des valeurs spatio-temporelles de NDVI ont été corrélées à desséries temporelles de précipitation par plusieurs auteurs parmilesquels nous pouvons citer Justice et al., (1985) ; Hielkema etal., (1986) Assad, (1987); Kerr et al., (1989) Schultz etHalpert, (1993) ; Yang et al., (1994). Ces travaux laissent voirune corrélation entre les fluctuations pluviométriques et le NDVI,en particulier dans le Sahel africain (Tucker et al., 198 Sa ;Choudhury et Tucker, 1987 ; Tucker et Dregne, 1988).

Yang et al., (1994) montrent que la réponse du NDVI aux événementspluvieux présente un décalage dans le temps dont la durée varieavec la quantité de précipitation. Ils montrent par ailleurs quela relation NDVI-pluie est affectée par l'état hydrique du sol etles caractéristiques du couvert végétal.,

Malo et Nicholson (1989) trouvent une forte corrélation entre leNDVI et la pluie annuelle en zone semi-aride d'Afrique de l'Ouest.


Chapitre 1 Hydroloqie et télédétection

IV.4. NOVI et humidité du sol

Les conditions hydriques du sol prennent une grande part dans lesprocessus hydrologiques et le développement du couvert végétal.Elles sont prises en compte dans diverses démarches d'estimationde l'ETR. Des recherches ont montré que les méthodes detélédétection présentent de grands potentiels pour l'estimation del'humidité du sol (Schmugge et al., 1986 i Oobson et Ulaby, 1986),même si elles ne fournissent des estimations qu'à des profondeursde 0 à 5cm (Narasimha et al., 1993). Une revue des différentesméthodes d'estimation de ce paramètre est donnée par Schmugge(1980) .

Les estimations de l'humidité du sol par des mesures de terrainnécessitent beaucoup de temps et une surveillance continue àgrande échelle, ce qui est difficilement réalisable. Plusieurstravaux de recherches (Kondratyev et al., 1977 i Biswas etDasgupta, 1979 i Jackson, 1980 i Arya et al., 1983) montrent qu'ily a un besoin en recherches avancées pour l'estimation de cettevariable en particulier dans la zone racinaire des plantes et descultures, en utilisant les méthodes de la télédétection.

En étudiant la relation entre le NOVI et l'humidité du sol dans lazone racinaire des plantes, Narasimha et al., (1993) trouvent unerelation linéaire entre ces deux variables.

IV.S. NDVI et surveillance de la végétation

Les indices de végétation en général, et le NDVI en particulier,sont connus pour rendre compte de l'activité photosynthétique dela végétation (Sellers, 1985). Les mesures régionales del'abondance de la végétation en zone semi-aride sont d'une grandeimportance d'une part dans l'identification des effets de lavariabilité climatique et d'autre part de ceux des autres effetsnaturels ou anthropiques sur l'environnement (Woodwell et al.,1984 i Tueller, 1987).

L'indice de végétation normalisé a montré une corrélationraisonnable avec l'abondance de la végétation et d'autresparamètres écologiques tels que le LAI (Leaf Area Index). Ilcontinue d'être l'indicateur usuel des paramètres de végétation entélédétection (Elmore, 2000).

Le NOVI est très affecté par la couleur du sol, ce qui fait queses valeurs ne sont pas touj ours comparables d'une situation àl'autre (Elvidge et Lyon, 1985 i Huete et al., 1985 i Major etal., 1990 i Huete et Tucker, 1991 iTodd et Hoffer, 1998). Il estcependant un excellent moyen de suivi de la dynamique de lavégétation et de détermination de ses caractéristiquesphénologiques.

Il a largement été utilisé pour suivre l'état de la végétationdans diverses régions du monde dont les régions arides d'Afrique(Justice et Hiernaux, 1986 i Tucker et al., 1984, 1985 i Kumar et



al., 2002 ; Hielkema et al., 1986 ; Townshend et Justice, 1986).Rouse et al., (1973) Jackson, (1983) ; Purevdorj et al., (1998)l'ont utilisé pour des mesures de densité de végétation. Elmore etal. (2000) montrent que le NOVI, bien que corrélé à la couverturevégétale, n'est pas une bonne mesure quantitative de l'abondancede la végétation en comparaison avec la méthode SMA (SpectralMixture Analysis). Appliquée dans des régions à faible couverturevégétale, la méthode SMA détermine correctement le sens deschangements dans la végétation dans 87% des cas contre 67% pour laNOVI

Des données NOVI de la saison pluvieuse 1983 en zone sahélienne duNiger et des estimations de la biomasse d'un modèle empirique ontmontré une bonne correspondance (r=0,75) avec cependant desdifférences spécifiques entre la production réelle et potentielle(Justice et Hiernaux, 1986).

v. Concl.usion

Ce travail bibliographique nous permet de bien situer les méthodesde télédétection dans une science aussi complexe que l'hydrologie.Malgré les difficultés inhérentes à l'outil lui-même (effetsperturbateurs, contraintes techniques, conditions de prise de vue,... ), et celles rencontrées dans la mise en œuvre de certainestechniques qui lui sont empruntées, il est de plus en plus admisdans la communauté scientifique que les données satellitesreprésentent une source d'informations importantes pour lessciences de l'eau et de l'environnement.

Les nombreuses études sur les indices de végétation en général, etle NOVI en particulier, montrent qu'ils peuvent être pris encompte en modélisation hydrologique afin d'affiner et d'améliorerles sorties de ces modèles. Ils présentent en effet, descorrélations plus ou moins fortes avec la plupart des paramètresclimatiques et hydrologiques et ont l'avantage de fournir àl'échelle régionale, des informations précises (bonne résolutionspatiale) à des pas de temps fins (journalier, hebdomadaire,décadaire, ... )


Chapitre 2 Cadre géographique et données utilisées

CHAPITRE II : CADRE GEOGRAPHIQUE ET DONNEES UTILISEES

Le milieu physique

I. GénéralitésII. Le climatIII. La végétation et les sols

Monographie du bassin du Nakambé

I. Cadre physique du bassinII. Problématique de l'eau et état de la ressource sur le bassinIII. Phénomènes anthropiques et climatiques

Les données utilisées

I. Les données pluiesII. Les données d'indice de végétation

Conclusion

Mémoire de DEA 23 Pierre DIELL0 - septembre 2002


Chapitre 2

Cadre géographique et données utilisées

Ce deuxième chapitre décrit le milieu physique de cette étude. Aprèsune brève présentation des caractères généraux du milieu soudanosahélien du Burkina Faso, une monographie du bassin du Nakambé estprésentée. Nous abordons en fin de chapitre la nature et lescaractéristiques des données utilisées.

Le milieu physique Burkinabé

I. Générali tés

Le Burkina Faso s'étend entre les latitudes 9°20' et 15°05' Nord, etles longitudes 5°30' Ouest et 2°20' Est. Sa superficie est de 274 200km 2 et l'ensemble du pays se présente comme une vaste pénéplaine avecquelques plateaux et collines en de rares endroits. L'altitude moyenneoscille entre 250 et 350m, avec au sud-ouest le Tena Kourou (747m)comme point culminant.

Pays enclavé et présentant un déséquilibre climatique marqué entre leNord et le sud, le Burkina appartient d'une part au Sahel et d'autrepart à la zone soudano-sahélienne (zone de transition entre l'Afriquehumide et l'Afrique désertique) avec un passage progressif entre lestypes de climat.

Du point de vue hydrologique, cette zone est définie par l'espacecompris entre les isohyètes 200 à 400mm au Nord et 900 à 110 Omm auSud. Le régime hydrologique est caractérisé par un écoulementsporadique toute l'année mais sans écoulement de base, ce qui fait queles cours d'eau sont secs une partie de l'année. On note également uneprépondérance du ruissellement superficiel qui est de nos jours,accentué par les effets anthropiques (déforestation, défrichement,surpâturage, feux de brousse, intensification de certaines pratiquescul turales, ... ).


dû au recyclageLaurenti, 1976)(figure 6).


II. Le climat

II.l. Caractères généraux

Le climat du Burkina Faso est à rattaché aux climats de l'Afriquetropicale sahélienne (Leroux, 1984 Dhonneur, 1984) . Lesanticyclones subtropicaux (des Açores et du Sahara au nord, de SainteHélène au sud) dirigent vers l'équateur des vents (alizés) orientésNE-SO dans l'hémisphère Nord, SO-NE dans l'hémisphère sud. La zone deconvergence de ces alizés (ZCI) est définie par sa trace au sol sousle nom de Front Inter Tropical (FIT). Au sud, l'anticyclone SainteHélène apporte un air océanique chargé d' humidi té et relativementfrais. Au nord, l'anticyclone saharien apporte un air chaud et sec.Dans la zone dépressionnaire de la ZCI, ces masses d'air se heurtenten donnant lieu à des précipitations maj eures discontinues, sousforme de ligne de grain se déplaçant d'est en ouest et accompagnantle déplacement du FIT. Cela conduisant ainsi au sol à une alternanceentre saison humide et sèche.

La saison humide (juin à novembre), apporte la quasi-totalité desprécipitations du pays, soit de 200mm au Nord, à 1100nun au Sud. Lasaison humide dure davantage au sud qu'au Nord, et le passage de lasaison sèche à la saison pluvieuse est progressif (2 à 3 mois), alorsque l'inverse est brutal (15 jours à 1 mois).Seulement 10% du total pluviométrique n'est pascontinental et peut être d'origine marine (Baudet etOn distingue trois zones climatiques au Burkina Faso

COTE D'IVOIRE

TOGOLEGENDE.

o aimatSlVlèIien

o Climat SoudanCHshëien

Cfimat Soudarien

Figure 6 : Zones climatiques du Burkina FasoSource : Météoro~ogie nationa~e



II.2. La température et l'évapotranspiration

Les températures moyennes mensuelles du Burkina définissent au coursde l'année quatre saisons

allant de mars-avril à mai-juin,de juillet à septembre,(non perceptible tous les ans),

• une saison fraîche etboréal) ,

• une grande saison chaude• une petite saison fraîche• une petite saison chaude

d'octobre à novembre.

sèche de décembre à février (hiver

qui va

Les moyennes maximales sontles minimales supérieures àen saison des pluies à plusdonne une illustration.

presque toujours supérieures à 30 0 e et15°e, avec une amplitude diurne de 100ede 20 0 e en saison sèche. La figure 7 en

Températures minimales, moyennes,et maximales mensuelles

45

40

~:~35~

.--...(,) 30 - •0 -c::

25 - -CIl

~ --li 1 : c

~E 20CIl

15 --'-Temp max 1~

10 -Temp moyenne

5 -Tempmini

0

jan fév mar avr mai jui juil aout sep ocl nov déc

Figure 7 Températures minimales, moyennes et maximales mensuellesDonnées source : Réseau météorologique du Burkina Faso

surénormément l' évapotranspira tion qui var ie4800mm par an entre le sud et le nord.

Pour ce qui est de l'évapotranspiration, c'est un paramètreclima tique à fortes valeurs sur l'ensemble du pays, du fait d'unehumidité relative de l'air faible toute l'année. Les variationsd'humidité sont étroitement liées à celles de la température. De 75%au Sud et 60% au nord en juillet-août, elle peut retomber à moins de20% en saison sèche.Les vents accentuenteau libre de 2600mm à



ETP moyenne mensuelle aux stations synoptiquesde 1961 à 1990

2500

2000

E1

E 1500 1-- 1-- 1-- - - 1--

c::QI

l= 1000 1-- 1-- 1-- '-- '----- 1-- - 1-- - - 1--

W

500 1-- 1-- 1-- - 1-- 1-- - 1-- - - 1--

0 ~ -,-

jan fév IlllJ avril rrei juin juil Aout sept oct nov déc

Figure 8 : ETP moyenne mensuelle aux stations synoptiquesDonnées source : Réseau météorologique du Burkina Faso

II.3. Les précipitations

La pluviométrie du Burkina Faso connaît une forte baisse ces dernièresannées du fait de la sécheresse persistante. Les totaux annuels sontpassés de 600mm en 1961 à 400mm en 1990 pour la zone sahélienne (auNord), de 900 à 700mm pour la zone soudano-sahélienne, (au centre) etenfin de 1150 à 900mm pour la zone soudano-guinéenne au Sud (pendantla même période) .

De manière générale, on n'observe qu'un seul événement pluvieuxjournalier au Burkina si bien que l'étude des averses peut êtreassimilée à celle de la pluviométrie journalière (Puech, 1990).La forme des averses se décompose en une ondée préliminaire de courtedurée et d'intensité moyenne (10 à 30 mm/h), suivie d'un corpsprédominant également de courte durée (5 à 20 minutes) mais de forteintensité (40 à plus de 100 mm/h) avec un maximum de 150 à 200 mm/hpendant 5 à 10 mn. vient ensuite une traîne de courte durée (une demiheure à une heure) et d'intensité plus faible (5 à 30 mm/h) (Albergel,1988 ; Casenave et Valentin, 1989).



CUMUL PLlMOMETRIQUE EN 1999 COMPARE A LA NORMALE 1961-1900

LEGENDE :

Figure 9 Cumul pluviométrique de l'année 1999 comparée à la normale1961-1990

Source Météoro~ogie nationa~e

III. La végétation et les sols

La pédologie du Burkina a largement été étudiée par différentsauteurs. On note Cependant une insuffisance en études sur lamorphologie des sols, leur genèse et une différentiation verticale deleur composition (C. Puech, 1990). Les sols les plus représentés sontdes sols d'érosion et des sols ferrugineux et ferralitiques. Cedernier type de sol est susceptible de bons potentiels culturaux,mais est souvent très pauvre en matières organiques et en phosphates.

La végétation intervient comme un des facteurs déterminants pour lecomportement hydrologique des bassins versants. Selon sa densité,herbacée, arbustive ou arborée, elle devient ou non prépondérantedans la réponse radiométrique des surfaces observées par satellite.Cette prépondérance varie dans le temps avec les saisons, et augmenteainsi la difficulté de l'analyse des images satellites.

La végétation du Burkina Faso est composée de cinq principalesformations réparties du nord au sud (Terrible, 1978). Il s'agit pourchacune d'entre elles, de formations herbeuses, avec strate ligneusehaute et claire, dont les composantes spécifiques s'étagent ensuivant les isohyètes. Elles deviennent plus abondantes et plus denseà mesure que l'on va vers le sud.Dans l'ensemble, le domaine sahélien apparaît relativement homogène.On peut le définir comme une steppe ou savane arbustive et/ou arboréeclaire, où la strate herbeuse laisse fréquemment de grands espaces desol nu, surtout sur les glacis cuirassés ou en saison sèche ou encoresuite aux feux de brousse.



sol nu, surtout sur les glacis cuirassés ou en saison sèche ou encoresuite aux feux de brousse.A cela s'ajoute le surpâturage accru qui accentue les effets de lasécheresse de ces dernières années. Ce phénomène s'observe surtoutdans les régions sèches du pays, entraînant parfois la disparitiond'herbacées pérennes au profit d'espèces annuelles.

Monographie du bassin du Nakambé

I. Cadre physique du bassin

I.l. Situation géographique et caractéristiques physiques

Situé au cœur du Burkina Faso, le bassin du Nakambé est compris entreles latitudes 14°1' et 10°9' Nord, et les longitudes 2°5' Ouest et0°1' Est. Il s'étend sur près de 350km de long et 120km de large avecune superficie de SOS05 km 2 • Le bassin a une forme assez ramassée avecun indice global de pente égal à 0.46 rn/km, l'altitude moyenne y estde 270 m, avec un minimum approximatif de 60 m et un maximum de 530 m.70% de la superficie du bassin s'étend entre 100 et 300 m d'altitude.

I.2. Hydrographie

Le bassin du Nakambé draine toute la partie centrale du Burkina Faso(tout le plateau Mossi) avec pour principal cours d'eau le Nakambé. Ilprend sa source en zone sahélienne sous le quatorzième parallèle àl'altitude 335m. Il ne s'agit pas à proprement parler de source, maisd'un marigot, la plupart du temps à sec, qui ne débite que sous lesfortes averses de la saison des pluies. Le fleuve Nakambé reçoit sursa rive gauche de petits affluents au débit intermittent (ce sont lescours d'eau de la région de Tikaré). Sur sa rive droite, il reçoit leMassili qui draine avec d'autres petits marigots la région deOuagadougou. Sa période de crue se limite à 3 mois (mi-juillet à mioctobre) et cesse de couler dès le mois de janvier et se réduit alorsà un ensemble de mares et trous profonds.

Sur le plan topographique, le fleuve Nakambé est un cours d'eauprésentant de faibles pentes, de l'ordre du mètre pour dix millemètres. La pente moyenne sur les 120 premiers kilomètres est de 0.467rn/km. Cette pente, déjà très faible passe à 0.103 rn/km entre lesstations hydrométriques de Yilou et Mané. Entre Mané et Wayen, ladistance est de 120 km et la pente moyenne remonte à 0.120 rn/km.

Le réseau hydrographique du bassin a tendance à évoluer vers un typesahélien, particulièrement dans la partie Nord où le bassin estpratiquement endoréique. Les écoulements se concentrent dans lestalwegs et dépressions selon un réseau de chenaux d'érosiondésordonnés. Les lits des marigots, généralement bien marqués àl'amont disparaissent progressivement vers l'aval et évoluent vers desbas fonds inondables.



Bassins versants nationaux du Bukina FASO

Bassin versant du Nakambé

Stations hydrométriques• Station p1lNiométriques

AI FlelNe nakambéo Contours Sv nakambé

N

A

100i"i;"", "tiiiiiiiiiiiiiiiiiiiiiiiO~ 1i..jOOiii;;;iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii2i?O Kiiometer

Figure 10 Bassin versant du Nakambé

Mémoire de DEA 30 Pierre D1ELLO - septembre 2002


I.3. Le climat

Les climats du bassin du Nakambé se répartissent comme suit :

Le nord du bassin est dominé par un climat de type sahélien avec desprécipitations inférieures à 600mm. La saison pluvieuse s'étalegénéralement de juin à septembre. Les amplitudes thermiques y sontélevées. On atteint jusqu'à 43°C de température maximale en avrilcontre 14°C en janvier. L'évaporation moyenne annuelle est supérieureà 2200mm.

Toute la partie centrale du bassin jusqu'au Sud est caractérisée parun climat de type soudano-sahélien ou climat nord soudanien. Lesprécipitations sont comprises entre 600mm (au nord) et 900mm (au sud).La durée moyenne de la saison des pluies est de 5 mois (de mai àseptembre) .

Ce climat est caractérisé par l'alternance de deux masses d'air:

• Un flux d'air sec dirigé du nord-est à l'est (haute pressionsaharienne) i

• Un flux d'air humide du sud-ouest au sud (basse pression océaniquede l'hémisphère Sud.

A l'instar du reste du pays, le bassin a connu une succession depériodes sèches et humides depuis les années 1970. L'évolution de lapluviométrie sur le bassin est caractérisée par le glissement desisohyètes vers le sud. En effet, au nord du bassin est apparul'isohyète 500mm alors qu'au sud l'isohyète 1000mm a disparu. Letableau ci après montre l'évolution de la pluviométrie sur le bassinde 1960 à 1998.

Tableau 1 : Evolution de la pluviométrie sur le bassin du Nakambé de1960 à 1998

1960-1972 1973-1985 1997 1998(mm) (mm) (mm) (mm)

Nord du Bassin 642 548 563 671(Ouahigouya)

Centre du bassin 868 739 488 668(Ouagadougou)

Sud du bassin 1057 883 900 1059(Manga)

Mémoire de DEA 31 Pierre DIELLa - septembre 2002


1. 4. Les sols

On distingue cinq typesNakambé. Les sols sontcapacités rétention del'agriculture. On a :

de formations pédologiques sur le bassin dupour la plupart pauvres avec de faiblesl'eau ce qui les rend peu favorables à

Les sols minéraux bruts couvrant de faibles superficies dans le sud dubassin. Ce sont des lithosols (peu évolués, rocailleux sur roche mèredure) constitués à plus de 90% de graviers ou de blocs avec un premierhorizon inférieur à 10cm. Cela limite leur disponibilité en eau et lesrend très défavorables à l'enracinement des végétaux à toute forme deculture.

Les sols peu évolués d'érosion sur matériaux gravillonaires. On lesrencontre sur toute la partie nord du bassin (Barn, Yatenga) et surcertaines zones du centre (Oubritenga). Peu épais (20 à 40cm) , ilssont issus du démantèlement de cuirasses. Pauvres en élémentsnutritifs, ils ne peuvent stocker que de faibles quantités d'eau cequi les rend en grande partie inaptes à l'agriculture.

Les sols ferrugineux tropicaux peu lessivés à lessivés. Ces solscouvrent toute la partie ouest et sud-ouest du bassin. Ils présententune texture moyenne (limoneux ou limno-sableux) à fine (limnoargileux). Ils sont faiblement pourvus en matières organiques maisleur profondeur (20 à 100cm) les rend favorables à l'agriculture siils sont enrichis.

Les sols halomorphes à structures dégradées. Couvrant une partie del'extrême sud du bassin, ils sont riches en sels (sodium) et fortementimperméables, donc peu favorables à l'agriculture.

Les sols hydromorphes minéraux à pseudogley. Ils occupent 12% de lasurface du bassin. On les rencontre au niveau des marigots et basfonds. Périodiquement engorgés d'eau, ce sont les plus favorables àl'agriculture et sont le plus souvent associés à des sols brunseutrophes.

Généralement peu favorables à l' agricul ture, les sols du bassin duNakambé subissent l'effet de l'érosion éolienne et hydrique. La fortepression anthropique accentue cette dégradation car les sols sontexploités jusqu'à appauvrissement complet et abandonnés par la suite.La végétation ne peut évidemment plus les recoloniser par manqued'éléments nutritifs, créant ainsi de vastes plages de sols nus.



I. s. La végétation

La végétation du bassin du Nakambé se répartit en trois ensembles plusou moins homogènes suivant des parallèles à l'équateur. Elle estdirectement liée au zonage climatique.

Le premier ensemble au nord du treizième parallèle (province duPassoré, du Yatenga, de Zondoma, de Barn et du Louroum) est caractérisépar des espèces de type Sud-Sahélienne. La végétation se présente sousla forme d'une steppe rase. Cette formation herbeuse est composée d'untapis graminéen à base annuelle et surmontée d'une strate ligneusearbustive ou arborée peu dense.On retrouve ainsi de nombreuses graminées telles Zornia glochdiata ouPanaycum laetum (le fonio sauvage). Ce sont des plantes capables derésister à de fortes températures (35°C à 40°C) et à une faiblepluviométrie (souvent inférieur à 600mm voire SOOmmm).Les espèces ligneuses apparaissent sous forme d'arbustes ou d'arbresde tailles moyennes dont les cimes sont plus ou moins jointives. Ainsion retrouve Acacia laeta, Acacia sénégal (le Gommier), Bosciasalirifolia ou Commiphera africana. Toutefois certains arbres degrandes tailles adaptés aux conditions xériques comme Adansoniadigitada (le baobab) ou d'autres plus exigeants en eau commeByhyrospermum parkii (le karité) se développent irrégulièrement àcette latitude.

Plus au sud, entre le douzième et treizième parallèle, se trouve ledomaine soudanien avec des précipitations comprises entre 600mm etlOOOmm. Dans cette grande partie centrale du bassin du Nakambé, lasavane remplace la steppe. Le tapis herbacé est dominé par des espècespérennes assez denses pour assurer une couverture totale du sol. Onnote également une densification des strates arbustives et arborées.Les graminées plus hautes sont caractérisées par Andropogon gayanus etCymbropagon ssp. Les arbres sont plus présents avec principalementByhyrospermum parkii (le karité). La savane évolue vers le sud ensavane arbustive caractérisée par des espèces ligneuses comme Acaciadudyeonie et Acacia gourmaensis, puis en savane arborée avec desespèces de plus grandes tailles comme Acacia Albida et Tamarindusindicia.

Le sud du bassin versant, présente les caractéristiques d'unevégétation Soudano-Guinéenne, de type savane boisée, composéed'espèces plus exigeantes en eau, comme Isoberliva doka et Burkeraafricana. Dans l'extrême sud du bassin, on rencontre des formations deforêts claires (formation suivant la savane boisée) caractérisées parune densité ligneuse et un nombre de strates plus important, et desarbres de plus grandes tailles tel que Khaya senegalensis, Parkiabiglobosa (le Néré), Carapa porcera et Cussonia barteri.

Mémoire de DEA 33 Pierre DIELLÛ - septembre 2002


II. Problématique de l'eau et état de la ressource sur le bassin

II.1. La question de l'eau

Le bassin du Nakambé fait l'objet de nombreux travaux en raison de laforte pression démographique et anthropique qui s'y exerce. La fortedensité de la population sur ce bassin suscite d'importants besoins eneau d'où une prolifération d'ouvrages de mobilisation de cetteressource (barrage de Bagré, barrage de Ziga, etc.). On en dénombre denos jours 436 sur ce seul bassin. La forte pression anthropique quis' y exerce a entraîné la mise en place de nombreux programmes etétudes en vue d'une meilleure gestion du bassin. Ainsi en 1995, laDirection de l'Inventaire des Ressources Hydrauliques du Burkina Faso(DIRH) , dans le cadre du programme Eau et Développement Régional dontl'objectif était d'initier un processus de planification desressources en eau, s'est vue confier la collecte complète des donnéeshydrométriques sur les équipements du bassin durant toute la saisondes pluies.Plus récemment, le programme de Gestion Intégrée des Ressources en Eaudu Burkina Faso (programme GIRE) à travers son proj et pilote Nakambévise une meilleure gestion de la ressource en eau dans ce bassin.

Les principaux problèmes d'eau dans le bassin du Nakambé sontl'approvisionnement des provinces de la zone sahélienne et desprincipaux centres urbains, particulièrement Ouagadougou. La villen'est pratiquement alimentée qu'en eau de surface (8.S1S.400m3 d'eaucontre 297.36Sm3 d'eau souterraine en 1989).De nos jours, l'alimentation en eau de surface est assurée par lebarrage de Loumbila (11 millions de m3 utilisés chaque année), lestrois barrages de Ouagadougou (inférieur à 3 millions de m3

). Lesforages dans les quartiers représentent environ 1 million de m3 et«complètent» la demande en eau de la ville.

La qualité de cette eau est un souci majeur puisque le systèmed'assainissement de la ville est largement insuffisant. En effet, leréseau d'évacuation à ciel ouvert draine aussi bien les pluies que letrop plein des fosses septiques (quand elles existent). Ces eaux setrouvent dans les canaux qui alimentent les retenuesd'approvisionnement de la ville en même temps que les eauxindustrielles (pollution du barrage de Ouagadougou n03 par les métauxlourds) et agricoles.

Mais le plus urgent est la quantité en eau qui fait défaut en fin desaison sèche. Durant cette période, la plupart des retenues sont à unniveau très bas et ne permettent qu'une alimentation partielle de laville (coupure d'eau, rationnement pour certains quartiers, limitationde l'activité des entreprises etc.). La capacité du barrage de Ziga,qui doit commencer à alimenter Ouagadougou d'ici 2004 sera, selon lesspécialistes, dépassée en 2010. Les ingénieurs se tournent donc versles réserves souterraines et la recherche de nappes pouvant alimenterdes forages importants (débit supérieur à 10 m3 /s). La géologie n'estpas très favorable à la concentration d'eau sous forme de grande nappeexploitable. Le socle ne peut pas stocker des aquifères épais,continus et productifs. Les débits obtenus sont alors très faibles



(généralement inférieur à Sm3/s). Ils ne sont donc pas adaptés àfournir de grandes quantités d'eau pour les centres urbains. Il fautréaliser des forages à grandes profondeurs (souvent près de SOm pourobtenir des quantités d'eau exploitables) .Au nord, dans la province du Yatenga, les formations latéritiques(gravillon et argile latérite) présentent de grandes frangesd'altération. Des aquifères superficiels alimentent quelques sourceset permettent de limiter les installations de forages très coûteux.Ces aquifères sont en contact direct avec les aquifères des rochesfracturées sous-jacentes ce qui explique la qualité des forages. Maisces zones ne représente que 15% de la surface du bassin du Nakanbé.

II.2. Etat de la ressource

L'essentiel de la ressource en eau du bassin du Nakambé provient despluies qui engendrent le ruissellement et la recharge des nappessouterraines. La majeure partie des eaux précipitées retourne àl'atmosphère par évapotranspiration et évaporation. Dans les limitesdu bassin les précipitations durent entre 3 mois (au nord) et 5 mois(au sud), et varient entre 400 et 1000mm par an.

Les eaux de surface : Les eaux de surface se présentent sous forme demares, de cours d'eau temporaires ou de retenue d'eau et sontdirectement dépendantes de la saison des pluies. La quantité d'eaustockée par les barrages était de 170 millions de m3 en 1994. Elle estpassée à 380 millions de m3 depuis 2001 et la mise en eau du barrage deZiga. Les eaux écoulées représentent 315 millions m3 annuellement à lastation de Wayen. Les écoulements sont temporaires, et durant lalongue période sèche (novembre à mai) la plupart des réserves desurface sont vides. Les retenues des barrages sont pratiquement à sec,elles perdent jusqu'à 80% de leur capacité de stockage.L'érosion actuelle provoque une augmentation de l'envasement despoints d'eau provoquant un assèchement plus rapide de ceux-ci et unediminution de la qualité d'eau disponible. L'apport en matière ensuspension est d'environ SOt/ha/an sur le bassin du Nakambé. Cettevaleur ramenée à la diminution quantitative et temporelle des pluies,est une caractéristique de l'agressivité du climat.

Les eaux souterraines : La ressource en eau souterraine se trouve dansles nappes et les aquifères discontinus des facteurs tectoniques desdeux zones lithologiques suivantes :

• La zone granito-gneissique ou magmatique, la plus étendue du pointde vue géographique. Elle est caractérisée par une épaisseurd'altération faible. Il en résulte des potentialités hydrauliqueslimitées.

• La zone schito-gréseuse ou volcano-sédimentaire est caractérisée parune frange d'altération épaisse et argileuse. Cette altération estfavorisée par la forte hétérogénéité lithologique liée àl'al ternance de roches vertes, de schistes, de quartzites, ...Les aquifères de cette zone se rechargent principalement parinfiltration directe lors des pluies. Ainsi, les formationssuperficielles étant peu perméables le stock d'eau ne se renouvelle



pas rapidement par rapport aux sorties (pompages de l'ordre de 30 à70 mm/an)

III. Phénomènes anthropiques et climatiques

A l'image de tout le pays, le bassin du Nakambé est aujourd'huicaractérisé par un déséquilibre entre la capacité de charge desécosystèmes naturels et leur intensité d'utilisation (Poppel etLekerkerker,1991). Ce déséquilibre entraîne une dégradation des étatsde surface et des modifications des écoulements sur l'ensemble dubassin (Hien et al, 1995).

Les phénomènes anthropiques et climatiques ont de graves conséquencessur l'environnement du bassin du Nakambé. On assiste à une perte debiodiversité et à un bouleversement de la répartition de lavégétation, dans un contexte de diminution sensible de la pluviométriedepuis 1970 sur l'ensemble du bassin. L'extension des espèces desdomaines sahélien et soudanien vers le sud est de plus en plus netteavec la menace de disparition de certaines espèces utiles

Les différentes études de l'évolution des milieux soudano-sahéliensdepuis les grandes sécheresses de 1972-73 et de 1983-84, ont permis dedéfinir les principales causes directes responsables de la dégradationdu milieu :

• la diminution sensible de la pluviométrie depuis 1969, qui a pourconséquence principale une diminution de la productivité despâturages,

• la déforestation pour la satisfaction des besoins en bois :chauffage, construction, usages industriels, délimitation dechamps et d'enclos à bétail, nourriture pour le bétail,

• le défrichement pour l'extension des zones cultivées en vue del'augmentation de la production agricole, généralement non obtenuepar l'intensification des cultures. Parallèlement à cedéfrichement on assiste au recul des jachères et au développementdes cultures en continu.

• le surpâturage qui nuit directement à la productivité de la strateherbacée et au développement des ligneux (ébranchage).

• les feux de brousse: ils sont accidentels ou provoqués pourfavoriser la repousse de l'herbe, la destruction des parasites, ouencore pour la chasse, perturbant sensiblement les écosystèmes.

Les formations végétales du Nord et de l'extrême sud sont les plustouchées par les dégradations. Ainsi, les forêts claires et lessavanes boisées se présentent sous la forme de bosquets aux dimensionsréduites, représentant les vestiges d'anciens climax (Acacia penna ta,Celtis intergrifolia ou Diospyros mespilitris). Elles cèdent la placeà une savane arborée moins dense en ligneux, témoins d'une savanedégradée avec comme indicateurs Bombax costatum et Proposis afriana.



Il arrive que des variétés de types sud-sahélien (Adansonia digi tadaou Acacia senegal) viennent concurrencer les arbres des savanesarborées.

Le glissement des isohyètes vers le Sud peut expliquer ces changementsde végétation que subit le bassin avec l'apparition d'espècessahéliennes au Nord (Acacia Ehenbergiara) et la disparition d'espècesSoudano-Guinéennes au sud (Carapa procera). Le manque d'eau de cesdernières années affecte toute la végétation. Toutes ces dégradationsne peuvent être imputées seulement aux aléas climatiques. Lesactivités humaines en sont aussi responsables.

La principale menace pour la flore du bassin est l' agricul ture. Avecl'augmentation des populations les besoins d'espace sont plusimportants. L'agriculture étant essentiellement extensive, lesagriculteurs défrichent tout autour des villages les zones encoreépargnées, laissant le sol à nu soumis à l'érosion hydrique etéolienne. Seuls quelques arbres subsistent et particulièrement AcaciaAlbida ou Byhyrospermum parkii (le Karité) qui prédominent sur touteautre espèce défrichée par l'homme.

Les paysans sont contraints d'utiliser des méthodes culturales nonadaptées au bassin faute de moyens et d'équipements. Le passage desfeux de brousse est par exemple problématique, car il affaiblit lemilieu naturel en détruisant les ligneux au profit de quelquesgraminées.Le bois de chauffe est encore le seul combustible abordable (90% del'énergie domestique) pour une grande majorité d'habitants tant auniveau rural qu'urbain.

On assiste ainsi, à une surexploitation des ressources naturelles surle bassin. La logique de l'exploitation n'est pas basée sur un soucide pérennité de la ressource mais sur le désir de tirer un revenuavant qu'un autre ne le fasse. La consommation en 1995 était estimée àprès de 6.6 millions de m3 jan soit un déficit par rapport à laproduction (régénération, plantation, ... ) de 2.2 millions de m3 jan

Les zones humides (peu nombreuses) sont le plus souvent dégradées. Lavégétation se concentre autour des mares et des retenues artificielles(barrages, ...). Mais elles sont en concurrences avec les activi tésagricoles (cultures maraîchères) et sont piétinées par le bétailautour des points d'eau. Seules les espèces ripicoles se maintiennentaux abords des rivières sous la forme de fins cordons comme Anogeissusleiocarpus et Cola lamifolia. Depuis environ 5 ans un autre problèmemenace les zones humides. Certaines retenues d'eau sont envahies parles macrophytes tels que Eirchhormia crassispes (la jacinthe d'eau) etPistia stratiotes (salade d'eau). Ce problème a des répercutions trèsnégatives puisque ces plantes favorisent les processusd'eutrophisations et concurrencent les espèces indigènes.



Les données utilisées

1. Les données pluies

Les données pluie utilisées pour cette étude proviennent de la banquede données SIEREM de l'IRD et de la Météorologie Nationale du BurkinaFaso. La période considérée va de 1982 à 1999 ; c'est la même quecelle des données d'indice de végétation. Trente six stationspluviométriques du bassin ont été sélectionnées pour cette étude(figure 10 page 30) .

II. Les données d'indice de végétation

Les données d'indice de végétation que nous utiliserons pour cetteétude vont de 1982 à 1999 et couvrent l'ensemble du Burkina Faso. Cesont des valeurs décadaires avec une résolution des pixels de 8km. Ilfaut cependant noter que pour l'année 1994, les données des décades 11à 21 étaient manquantes. Cette année a donc été éliminée de la série.

Du fait des caractéristiques que nous avons détaillé au chapitreprécédent, les résultats obtenus avec ces données doivent êtreinterprétés avec beaucoup de vigilance surtout quand il s'agit dusuivi de la végétation en zone aride ou semi-aride.

Conclusion

Cette synthèse des conditions environnementales du Burkina en généralet du bassin du Nakambé en particulier, montre bien la nécessitéd'analyser la sensibilité climatique de ce type milieu vis-à-vis deschangements des paramètres de surface.

Ce type d'étude est particulièrement important en Afrique car ellepossède des applications potentielles dans le domaineenvironnemental: sécheresse, désertification, interaction solatmosphère, dont beaucoup d'auteurs considèrent comme jouant un grandrôle dans la sécheresse au Sahel.


Chapitre 3 Indices de végétation et pluies locales

CHAPITRE III INDICE DE VEGETATION ET PLUIES LOCALES

I. Variations temporelles des indices de végétation et de lapluie

II. Corrélations statistiques

III. Essai de caractérisation du reg1me pluviométrique àl'aide des données d'indice de végétation

IV. Conclusion


Chapitre 3 Indices de végétation et p1uies 1oca1es

Chapitre 3

Indices de végétation et pluies locales

Ce chapitre est un essai de caractérisation du régimepluviométrique à l'aide des données d'indice de végétation. Ils'agit d'une part, d'étudier les variations du NOVI et de la pluieau cours de l'année afin d'en dégager les similitudes; et d'autrepart de voir si le NOVI peut servir d'indicateur de début et defin de saison pluvieuse. Les modèles usuels de détermination desparamètres de la saison des pluies dans les régions sahéliennessont présentés et leurs résultats sont comparés à ceux obtenusavec les indices de végétation.Nous procédons par représentation graphique des valeurs d'indicede végétation et de pluie au pas de temps de la décade pour chaqueannée de la série de données, et par une étude statistique derégression entre les deux variables.

1. Variations temporelles des indices de végétation et de la pluie

I.1. Méthodologie

La méthodologie adoptée pour l'étude des variations temporellesdes indices de végétation et de la pluie consiste en desreprésentations graphiques. Pour chaque année de la série dedonnées, on reporte sur un même graphique, en abscisse lesdécades, en ordonnée les valeurs de pluies décadaires, et enordonnée secondaire les valeurs de NOVI.

On procède ensuite au même type de représentation graphique maiscette fois en considérant les valeurs de pluies cumulées.

On obtient donc pour chaque station pluviométrique, deux groupesde graphiques. Chaque groupe comprend une série de 17 graphiquesau maximum (un graphique pour chaque année de la série quand lesdonnées de pluie sont disponibles).

Une telle représentation permet unel'installation de la saison pluvieusel'évolution du NOVI. L'observation devégétation et de la pluie au fil des

observation simultanée deau cours de l'année et del'évolution des indices deans, permettra de conclure

Mémoire de DEA 40 Pierre DrELLO - septembre 2002


quant au lien entre l'avènement des pluies et l'activitéphotosynthétique des plantes traduite par le NOVI. L'intérêtd'utiliser les cumuls pluviométriques réside dans le fait qu'ilsconstituent un moyen simple et rapide d'observer l'installation dela saison pluvieuse en comparaison avec l'évolution du NOVI.

1.2. Organisation des données

Une des difficultés de cette étude réside dans le fait que larépartition géographique des stations pluviométriques sur lebassin est totalement indépendante de celle des pixels NOVI. C'estainsi que le choix du ou des pixels à considérer peut quelquesfois poser problème puisqu'une station pluviométrique peut parexemple être située à la frontière entre plusieurs pixels.Par ailleurs, le problème de la zone d'influence d'un pluviomètrerend encore plus délicate le choix des pixels à considérer.

Pour résoudre cette difficulté, nous avons d'abord défini autourde chacune des stations pluviométriques du bassin d'étude undomaine carré de 8 km sur 8 km (taille approximative d'un pixelNOVI) en prenant soin de bien centrer les carrés sur les stations.Les pixels contenus totalement ou partiellement dans le domaineainsi défini sont sélectionnés et leurs données seront étudiéesavec celle de la station pluviométrique. On recommence ensuite lamême opération avec successivement des surfaces carrées de 16X16km, puis 24X24 km autour des stations.

Pour chacun des trois cas, l'ensemble des sélections est regroupédans un fichier sous le format suivant :

Pour chaque station, on inscrit sur une même ligne son nom et lenombre de pixels concernés par la zone carrée définie autourd'elle (exemple: Barn 6). Les coordonnées en latitude et longitudedes pixels sélectionnés sont ensuite écrites en dessous.

Domaine carré de 8kmX8km

barn 613.43 -1.5513.43 -1.4713.35 -1.5413.35 -1.4613.28 -1.5313.28 -1.45bourzanga 413.71 -1.5813.71 -1.5113.64 -1.5813.64 -1.5

Les donnéesprécédentes.

Mémoire de DEA

sont ensuite organiséesPour chacun des trois

41

surcas

la base des sélections(domaine carré de 8X8,

Pierre DIELLO - septembre 2002


l6X16, 24X24), une routine informatique (développée sous TURBOPASCAL) calcule pour chaque décade de chaque année de la série :

• la pluie cumulée;• l'indice de végétation minimum, moyen et maximum des pixels

sélectionnés.

Les fichiers d'entrée de cette routine sont:

• le fichier de coordonnées des pixels sélectionnées• les fichiers de pluies décadaires de l'ensemble des stations

du bassin ;• les fichiers de données d'indice de végétation des pixels

concernés.

La routine fournit en sortie un fichier pour chacune des stationspluviométriques étudiées. Chaque fichier porte le nom de lastation pluviométrique correspondante et contient les donnéespluie et NOVI rangées de la façon suivante

En entête on a les 36 décades de l'année et ensuite, chaque groupede 4 lignes correspond aux données pluies et NOVI d'une année.Dans le groupe, la première ligne correspond aux valeurs descumuls pluviométriques décadaires, la deuxième au NOVI minimum, latroisième au NOVI moyen et la quatrième au NOVI maximum. Chaqueligne contient 36 valeurs et on compte pour chaque fichier 4x17lignes (17 pour le nombre d'années étudiées).

1.3. Résultats

Le nombre important de courbes obtenues nous amène à ne présenterque les résultats graphiques de quelques-unes des stationspluviométriques. Les stations ont été choisies de façon à cequ'elles soient représentatives des deux bandes climatiques dubassin d'étude (couverture végétale et pluviométrie). Ce sont lesstations suivantes

• la station de Ouahigouya qui est caractéristique du secteursud sahélien avec pour principale végétation de la steppe etde la savane arbustive;

• la station de Kamboincé caractéristique du secteur Nordsoudanien avec de la savane arborée. Cette station estintéressante du fait de la proximité d'une forêt classée;

• la station de Guilongou qui est dans le même secteur quecelle de kamboincé mais avec la particularité d'être en zonede savane arborée à arbustive;

• la station pluviométrique de Ouagadougou aérodrome du fait desa situation géographique (elle est en plein centre ville) .

Nous choisissons comme illustration les résultats graphiques de lastation de Ouahigouya. Pour les trois autres stations, on seréférera à l'annexe à la fin du document.


(1J....nE(1J+JQ.(1J

Ul

NooN

0.6

0.5

OA

0.3<Cw0

0.2 (1J

u0.1

(1J

0 .... .-10E

-(1J;:,;

o

1

061

·0.5

OA (YI

""0.3

0.1

0

289

289

289

271

271

271

253

253

253

235

235

235

217

217

217

199

199

199

181

181

181

163

163

163

145

145

145

127

127

127

109

109

109

NOVI-pluies décadaires Station ouahigouya Domaine carré de 8km X 8km période 82-99

NOVI-pluies décadaires Station de ouahigouya Domaine carré de 24km X 24km pérode 82-99

NOVI-pluies décadaires Station de ouahigouya Domaine carré de 16km X 16km période 82-99

91

91

91

73

73

73

55

55

55

37

37

37

19

19

19

,..------------------------------------------------------------,- 0.6

0.5

OA

100

_pluie décadaire -ndvi min -1--ndvi me -ndvi max 1

200 ~----------------------------------------------------------,-

o

150

50

1 _pluie décadaire -ndvi min, --ndvi moy ---ndvi max

50

150

100

100

200 ,..----- -------------------------------------------------------r

200

150

i l pluie décadaire -ndvi min. --ndvi moy -ndvi max

800 0.6700 - 0.5600

<l;500 - OA

~

E0.3

Q)

0.2 \J200 - Q)

100 - 0.1 "·ri0 0 0

E;1 20 39 58 77 96 115 134 153 172 191 210 229 248 267 286 305 'Q)

z

800 ,....------------------------------------------------------, 0.6700 0.5600500 0.4400 - - 0.3300 0.2200100 0.1

o 0

Q)

".0EQ).j.J

Cl.Q)

Ul

NooN

305

305

286

286

267

267

248

248

229

229

210

210

domaine carré de 24km X 24km période 82-99

191

191

172

172

153

153

134

134

115

115

NOVI-pluie cumulée station de Ouahigouya domaine carré de 16km X 16km période 82-99

NOVI-pluie cumulée station de Ouahigouya zone carrée de 8km X 8km période 82-99

NOVI.pluie cumulée station de Ouahigouya

96

96

77

1

~

77

58

58

-ndvimin-ndvi max

39

39

-ndvimin-ndvimax

20

--pluie Cumulée--ndvi moy

--Pluie Cumulée -ndvi min--ndvi ma --ndvi max

20

-pluie Cumulée--ndvi may

800 -,.---------------------------------------------------------,- 0.6700 0.5600500 0.4400 - 0.3

300 0.2200100 0.1

o 0


I.3.1. Observations généra~es des courbes

1) L'examen général des courbes montre des fluctuations plus oumoins importantes (formes en zigzag des courbes) dans l'évolutionannuelle du NOVI. Cela peut être dû à une combinaison de plusieursfacteurs :

• L'échantillonnage temporelle des pixels GAC : en effet, d'unedécade à l'autre, la valeur du NOVI ne correspond pas à lamême surface observée du fait de la technique du MVC (MaximumValue Composite) appliquée aux données de NOVI;

• Les erreurs dues à la chaîne de traitements que subissent lesdonnées GAC pour produire les NOVI ;

• Le rythme et la distribution des pluies la végétation nereverdit véritablement qu'après les premières grosses pluiesà fort pouvoir d'humectation du sol. Les pluies étantgénéralement très localisées dans la région, il n'est pasrare d'avoir pour deux zones relativement proches d'une mêmebande climatique, une végétation plus verte dans l'une quedans l'autre, simplement parce que l'une a enregistré unepluie efficace tandis que l'autre non. Si de plus, au coursdes décades suivantes le rythme pluviométrique baisse, lacroissance de la végétation retombe et le NOVI peut marquerune fluctuation ;

2) On note également que l'évolution du NOVI dans le temps estsensiblement la même dans chaque zone climatique quel que soit ledomaine considéré autour des stations (domaines carrés de 8x8,16x16, 24x24). Cela traduit une certaine homogénéité de lavégétation dans la zone étudiée. En effet, dans le secteur sudsahélien du bassin du Nakambé, la grosse majorité des formationsvégétales est steppique. Ce sont des steppes arbustives pour laplupart, dominées par des épineux. Le couvert herbacé est defaible densité. Ces formations sont pour la plupart soumises à uneforte pression pastorale.

Quant au secteur nord soudanien du bassin, il est essentiellementconsti tué de savanes tantôt arbustives tantôt arborées selon lanature des sols et les activi tés humaines. La maj ori té de cesformations végétales ne sont le plus souvent, que d'anciennesjachères. Dès lors que les activités agricoles remontent vers lessommets des reliefs séparant des vallées, le paysage s'uniformise,la flore se simplifie. Il n'est pas rare de traverser de vastesétendues de savane sans changer de classe de végétation (Guinko,1995) .

3) Les maximums d'indice de végétation excèdent rarement 0.5. Cequi traduit la faible densité de la végétation dans la zoneétudiée. En effet, on a de façon générale sur le bassin duNakambé, une végétation clairsemée et peu dense ; hormis les zones



de galerie forestière et autour de certains plans où la végétationest plus ou moins dense toute l'année.

I.3.2. Simd~itude d'évo~ution entre indice devégétation et p~uie

L'observation des courbes montre une similitude marquée entrel'évolution temporelle du NOVI et de la pluie. Les valeursd'indice de végétation commencent à augmenter dès l'avènement despremières pluies. Cependant, le NOVI ne démarre véritablement quependant les premières décades de la saison pluvieuse où onenregistre un cumul pluviométrique décadaire élevé (grosses pluiesgénéralement supérieures à 20 mm). Cela s'explique par le fait queles fortes pluies ont un important pouvoir d'humectation des sols.Cette humidité constitue une bonne réserve hydrique pour soutenirla croissance des plantes.

On atteint le maximum de NOVI plus ou moins rapidement en fonctionde l'importance des pluies en quanti té et de leur distributiondans le temps. La décroissance des valeurs d'indice de végétations'observe dès que les pluies commencent à être irrégulières etfaibles, traduisant l'approche de la fin de la saison pluvieuse.

On note par ailleurs que le NOVI est sensible à la régularité despluies au cours de la saison pluvieuse. La croissance du NOVI estparticulièrement important et uniforme pendant les années où ladistribution des pluies est régulière. C'est-à-dire qu'au cours deces années, on enregistre sur plusieurs décades successives despluies relativement fortes.

II. Corrélations statistiques

Cette seconde partie vise à confirmer les résultats obtenus dansle paragraphe précédent et à déterminer les éventuelles liaisonsstatistiques entre les indices de végétation et la pluie.Plusieurs essais de corrélations statistiques entre les deuxvariables ont été explorés.

II.1. Corrélation NOVI pluie décadaire

II.l.l. Métbodo~ogie et organisation des données

L'étude de la corrélation statistique a consisté en une analyse derégression simple entre le NOVI et la pluie décadaire mesurée auxstations pluviométriques.

Les 36 stations pluviométriques du bassin d'étude ont étéregroupées suivant leur appartenance à l'une des deux bandesclimatiques du bassin (13 stations pour la zone sud sahélienne et23 pour la zone nord soudanienne).Seules les données pluie et NOVI des décades 12 à 30 ont étéprises en compte dans cette étude. Ce choix a été guidé par le



fait qu'avant la décade 12 de l'année, les seules pluies que l'onenregistre ne sont pas véritablement celles de la saisonpluvieuse. Elles sont communément appelées «pluies des mangues».Nous les avons donc éliminées. Par ailleurs, après la décade 30 iln'y a pratiquement plus de pluie et le cumul pluviométrique resteconstant.Pour chaque zone climatique, les données pluie et NDVI ont étéregroupées dans un même fichier Excel sous le format suivant :

Sur chaque ligne on inscrit le numéro de la décade, la valeur dela pluie décadaire, le NDVI minimum, le NDVI moyen et le NDVImaximum. On commence par la décade 12 de l'année 1982 jusqu'à ladécade 30 de la même année, puis on passe à l'année suivante. Onprocède ainsi jusqu'à la fin de la période d'étude (1999).

N° décade Pluie NDVI min NDVI moy NDVI mindécadaire

12

13

2930

12

13

2930

Format des fichiers de données NDVI et pluie

Ces fichiers sont ensuite chargés dans le logiciel de statistiqueXLSTAT afin d'étudier les corrélations. Nous avons étudiéséparément la corrélation pluie décadaire / NDVI moyen et pluiedécadaire / NDVI max. Les domaines carrés considérés autour desstations sont successivement de 8km X 8km (taille approximative dupixel), 16km X 16km, 24km X 24km.

II.l.2. Résu~tats

Par soucis de clarté, nous avons choisi de présenter séparémentles résultats obtenus pour chacune des deux zones climatiques dubassin étudié.

Zone sud sahé~ienne

L'étude de la corrélation statistiquevégétation et la pluie décadaire dans lebassin du Nakambé a donné les résultatsles tableaux 3 et 4 de la page suivante.

entre les indices desecteur Sud sahélien duci-après consignés dans



Tableau 3 Corrélation NDVI moyen et pluie décadaire dans la zonesud sahélienne

8km X 8km 16km X 16km 24km X 24km

Coef. de corrélation R 0.25 0.19 0.19

Coef. de détermination0.064 0.037 0.038

R 2


ajusté

Tableau 4 Corrélation NDVI maximum et pluie décadaire dans lazone sud sahélienne



Coef. de détermination0.068 0.048 0.054R2


ajusté

Les graphiques des nuages de points sont présentés à la figure 11,de la page suivante.


Chapitre 3 Indices de végétation pluie locale

Domaine carré de 8km X 8km

Fonction de régressionR'=O.OG

Fonction de régressionR'=O.07

200

• •

10050

)(

l'Cl

E'S; 0.4"Cc:

0.2

\ 0200 0

'.~:"\:.'.. ...• ••.,••~ •• S·. .... \----

100 150

,. ..

50

. ..", .-. "., ..'. ..... ~. ~. ... ...

,

oo

0.8

c: 0.6CIl>0-0E 0.4'S;"C 0.2c:

pluie décadaire (mm) pluie décadaire (mm)



Fonction de régressionR'=O.OS

Pluie décadaire (mm)

... .08 +

)( 0.6l'Cl • ..E .

0.4 . .'S; • ."C • . •c: 0.2 .......

0 1 1

0 50 150 200

Pluie décadaire (mm)

200150

•

10050

. ','"" ,;'.' , ....\ . ' ',.....- ...

: '..,'" . '.. ~........o

o

0.8

c: 0.6CIl>0-0 0.4E

'S;"C 0.2c:



Fonction de régressionR'=O.OS

0.8

c: 0.6CIl>0-0E 0.4'S;"C 0.2c:

•..200

08 T .0.6 -

0.4

50 100

..

150

. ..

200

Pluie décadaire (mm) Pluie décadaire (mm)

Figure 11 Graphiques des nuages de points zone sud sahélienne



Zone Nord soudanienne

Les tableaux 5 et 6 présentent les résultats obtenus dans la zoneNord soudanienne du bassin d'étude.

Tableau 5 : Corrélation NDVI moyen et pluie décadaire dans la zoneNord soudanienne




R 2


ajusté

Tableau 6 Corrélation NDVI maximum et pluie décadaire dans lazone Nord soudanienne




R 2

Coef. de détermination 0.06 0.05 0.036ajusté

Les graphiques des nuages de points sont présentés à la figure 12de la page suivante.




.,

100 150

pluie décadaire (mm)

50

Fonction de régressionR2=O.06

. ..~ ........ ...~ 1 :...~ .. ..

o +'--"----+-----,·1----------,-------1

o

0,8

0.2

0.6

04

...~

..• •

50 100 150

pluie décadaire (mm)

~1-'::"":"''::'''':'''--''--,..-----=------=t-----+----1

200


0.8

0.6




..J,. • "t...",... ..

~ ' .. 1-.1", .' .,. 1

.l.a .. ~ ---I-I- ----1

150 200

08·

~ 0.6>,oE 04's;-g 0.2

oo

. . •.. .

50 100

••• 't •.... ..

08

)( 0.6IIIE 04's;

"Cc 0.2 1•••. ...

150

• •

200

pluie decadaire (mm) pluie decadaire (mm)




0.8 -

CQI>,0E 04's;"C 0.2c

0.8

)( 0.6IIIE 04's;

• "Cc 0.2

200

•.

200

Pluie décadaire (mm) Pluie décadaire (mm)

Figure 12 Graphiques des nuages de points zone Nord Soudanienne

Mémojrc de DEA 51 Pierre D1ELLO - septembre 2002

Chapitre 3 Indices de véqétation et pluies locales

II.2. Indices de végétation et pluie cumulée

II.2.1. Héthodo~ogie et organisation des données

La méthodologie adoptée ici est identique à celle utilisée enII.1.1 (corrélation NOVI/pluie décadaire) à la différence quepour le cas présent, nous utilisons le cumul pluviométrique. Lesvaleurs des pluies décadaires sont cumulées progressivement depuisla décade 12 jusqu'à la décade 30 de chaque année. Par exemple, àla décade 15 d'une année donnée, la valeur de pluie que l'onconsidère est le cumul des pluies des décades 12 à 15 et le NOVIpris en compte est le NOVI moyen ou maximum (selon le cas) de ladécade 15. On procède ainsi jusqu'à la décade 30 où on considèrele cumul pluviométrique depuis la décade 12 jusqu'à la décade 30et le NOVI celui de la décade 30 ; on passe alors à l'annéesuivante.

Les stations ont été regroupées selon leur appartenance à l'unedes deux bandes climatiques du bassin et les données organiséescomme précédemment (paragraphe II.1.1).

II.2.2. Résu~tats

Les résultats obtenus pour chacune des deux zones climatiques dubassin étudié sont présentés séparément. L'analyse de régression aété faite en considérant dans un premier temps les valeursmoyennes d'indices de végétation, puis les valeurs maximales.

Zone Sud sahé~ienne

L'étude de la corrélation statistiquevégétation et la pluie cumulée dans lebassin du Nakarnbé a donné les résultatsles tableaux 7 et 8 de la page suivante.

entre les indices desecteur Sud sahélien duci-après consignés dans


Chapitre 3 Indices de végétation et p1uies 1oca1es

Tableau 7 Corrélation NDVI moyen et pluie cumulée dans la zonesud sahélienne

8lan X 8lan 16lan X 16km 24km X 24km



R2


ajusté

Tableau 8 Corrélation NDVI maximum et pluie cumulée dans la zonesud sahélienne

8lan X 8lan 16lan X 16lan 24lan X 24km



R2


ajusté

Les graphiques des nuages de points sont présentés à la figure 13,de la page suivante.

Mémoire de DEA 53 Pierre DIE LLO - septembre 2002

Chapitre 3 Indices de végétation et pluie locale

Domaine carré de 8km X 8km autour des stations



0.8 T

c: 0.6CIl>.0

04E'S;"Cc: 0.2

080.70.60.5040.3·0.2 .

0.1o . ~

o 200 600 800

Pluie cumulée (mm) Pluie cumulée (mm)




08 ~c: 0.6CIl>.0E 04's;"Cc:

)(!liE's;"Cc:

0.80.70.60.5040.30.20.1

o p'-"<..:_-=-t--=---~----'-=----=---+----I

o 200 400 600 800

Pluie Cumulée (mm) Pluie Cumulée (mm)

Domaine carré de 24km X 24 km autour des stations

•f-----I

800600

..400

Pluie Cumulée (mm)

200



0.8 0.8 -0.7

c: 0.6 0.6CIl )(

0.5>. !li0 E 04E 04 's;'s; "C 0.3"C c:c: 0.2 0.2

0.1.00

.------1

0 200 400 600 800 0

Pluie Cumulée (mm)


Mémoi. re de DEA 54 Pierre DIELLü sept. 2002


Zone Nord Soudanienne

Les tableaux 9 et 10 présentent les résultats obtenus dans la zoneNord soudanienne du bassin d'étude.

Tableau 9 Corrélation NDVI moyen et pluie cumulée dans la zoneNord soudanienne




R 2


ajusté

Tableau 10 Corrélation NDVI maximum et pluie cumulée dans lazone Nord soudanienne




R 2


ajusté

Les graphiques des nuages de points sont présentés à la figure 14de la page suivante.


Chapitre 3 :Indices de végétation et pluie locale


0.8

c: 0.6Ql>.0E 0.4'S;"Cc:

Fonction de régressionR·=O.61

Pluie Cumulée (mm)

0.8

>< 0.6lU

E'S; 0.4"Cc:

0.2


400

pluie Cumulée (mm)

800 1000

Domaine carré de 16km X 16 km autour des stations



0.8

c: 0.6Ql>.0E 0.4's;"Cc:

0.2

0

0 200 400 600

•

800

:'~......-..

1000

0.8 -

>< 0.6lU

E's; 0.4"Cc:

0.2

0

0 200 400 600 800

-i

1000

Pluie Cumulée (mm) Pluie Cumulée (mm)




08

c: 0.6QI

>-0E 0.4>

"CC

0.2

200 400 600

Pluie Cumulée (mm)

800 1000

><lU

E's;"Cc:

0.80.70.60.50.40.30.20.1

oo 200 400 600

Pluie Cumulée (mm)

Figure 14 Graphique des nuages de points

Mémoire de DEA 56

zone nord soudanienne

Pierre DIELLO-sept. 2002


II.2.3. Discussion

différents coefficients dansle domaine considéré autourconfirme les résultats dede la pluie et du NOVI lorsdes deux variables.

Les résultats des paragraphes II.1 et II.2 montrent que le NOVIn'est pas corrélé à la pluie décadaire mais présente par contreune plus ou moins forte liaison avec le cumul pluviométriquedécadaire.Pour ce second cas, la similitude deschaque zone climatique, quel que soitdes stations est remarquable. Cecil'observation des courbes d'évolutionde l'étude des variations temporelles

Il faut cependant noter que le coefficient de corrélation entreles indices de végétation et le cumul pluviométrique n'est aumieux que de 0.79, avec un maximum de 63% des variations du NOVIqui sont expliquées par le cumul pluviométrique. Ce résultatquoique acceptable a besoin d'être amélioré par la prise en compted'autres variables. Pour ce faire, nous avons introduit uneseconde variable explicative qui est le cumul pluviométrique de ladécade précédant celle en cours. C'est-à-dire que pour une décadei donnée, on considère deux valeurs de pluie :

• le cumul des pluies jusqu'à la décade i,• et le cumul des pluies jusqu'à la décade i-1.

Cette seconde variable permet de tenir compte (de façon implicite)du degré d'humidité du sol, paramètre important pour la croissancedes plantes.

II.3. Indice de végétation et pluie cumulée des décades i eti-l

II.3.1. Méthodo~ogie et organisation des données

La démarche adoptée dans cette partie consiste à considérer pourchaque décade i (i pris entre 12 et 30 pour les mêmes raisonsévoquées en II.1.1)

• la valeur maximale ou moyenne (selon le cas) du NOVI• le cumul pluviométrique jusqu'à la décade i ;• le cumul pluviométrique jusqu'à la décade i-1.

On étudie donc une relation du type Y = F(x1 x2) où Y est leNOVI maximum ou moyen, xl le cumul des pluies jusqu'à la décade i,et x2 le cumul jusqu/à la décade i-1.

L/organisation des données reste la même que(paragraphe II.1.1) sauf que l'on ajoutesupplémentaire pour les cumuls des décades i-1.

précédemmentune colonne



II.3.2. Résu~tats


L'étude de la corrélation entre le NOVI et cumuls de pluie desdécades i et i-l a donné les résultats suivants.

Tableau 11 : Corrélation NDVI moyen et pluie cumulée des décades iet i-1 dans la zone Sud sahélienne

8km X 8km 16km X l6km 24km X 24km



R2


ajusté

Tableau 12 : Corrélation NDVI maximum et pluie cumulée des décadesi et i-1 dans la zone Sud sahélienne




R 2


ajusté






0.2

800600400200

0.8 0.70.60.5OA0.30.20.1

oo800600400200o

o

0.8 -

c 0.6~oE'>"Dc

Pluies Cumulées aux décades i et i-1 (mm) Pluies cumulées aux décades i et i-1 (mm)




-i

800600400200

0.8 070.60.5OA .030.2·0.1O-;"-"'-"'----=-+---~---!I__---~-

o

><IIIE>

"DC

0.8

c 0.6QI>.0E OA':;"Dc 0.2

Pluies Cumulées aux décades i et Î-1 (mm) Pluies cumulées aux decades jet i-1 (mm)


Fonction de régressionW=O.63

Fonction de régressionW=O.63

Pluies Cumulées aux décades i et i-1 (mm) J800600400200

Pluies Cumulées aux décades 1et 1-1 (ovn)

0.80.70.60.5OA0.30.20.1

o -r--=-"-'---+------'--+_

o800600400200O·

o

0.2

c~oE':;"DC


Mémoire de DEA 59 Pierre DIELLO sept 2002



Tableau 13 Corrélation NDVI moyen et pluie cumulée des décades iet i-1 dans la zone Nord soudanienne




R 2


ajusté

Tableau 14 : Corrélation NDVI maximum et pluie cumulée des décadesi et i-1 dans la zone Nord soudanienne



Coef. de détermination0.61 0.66 0.66R2


ajusté






c~oE's;"CC

08 T0.6 1

0.2

oo 200

1

800 1000

08 t>< 0.6tGE

OA -'s;"Cr::

0.2 .

00 200 400 600 800 1000

Pluies Cumulées aux décades i et i-1 (mm) Pluies Cumulées aux décades i et i-1 (mm)




1000800600400200

0.8

0.6><'"E OA's;"Cc

0.2

--1 0200 400 600 800 1000 0

0-1""----:;-1----1-----=---+o

CQI>.oE's;-g 0.2

Pluies Cumulées aux décades i et i·1 (mm) Pluies Cumulées aux décades i et i-1 (mm)




0.8

c 0.6QI>.0 OAE's;"C 0.2r::

0.8 -

><0.6

'"E OA -'s;"Cc

0.2

o 200 400 600

-j

800 1000Pluies Cumulées aux décades i et Î-1 (mm) Pluies Cumulées aux décades Î et Î-1 (mm)

Figure 16 Graphiques des nuages de points zone nord soudanienne

Mémoire de DSA 61 Pierre D1ELLO sept. 2002


II.3.3. Discussion

On constate que dans l'ensemble, on a une petite amélioration dansles résultats lorsqu'on utilise comme variables explicatives lescumuls pluviométriques des décades i et i-l. On atteint 66% devariation expliquée par les deux variables associées avec uncoefficient de corrélation de 0.81. Cela nous conforte dans l'idéeque les paramètres de la relation eau-sol-plante sont à prendre encompte pour expliquer de façon plus significative les variationsdu NDVI.

Par ailleurs, nous pensons que la nature des données utiliséespour cette étude limite quelque peu la liaison entre les deuxvariables. En effet, nous avons d'un côté la pluie qui est decaractère local, disparate et très variable dans l'espace, et del'autre des indices de végétation à caractère spatial. Cetteinadéquation entre les deux types de données peut être une causede la relative faiblesse des résultats statistiques obtenus.

III. Essai de caractérisation du régime pluviométrique a l'aidedes données d'indice de végétation.

111.1. Critères de détermination des paramètres de lasaison des pluies

III.I.I. Paramètres de ~a saison des p~uies

Les dates de début et de fin des précipitations représentent lesprincipaux paramètres de la saison pluvieuse (la longueur de lasaison étant obtenue par simple soustraction entre les deuxdates). La grande difficulté dans la détermination de cesparamètres réside dans la définition des dates de démarrage et defin des précipitations. Si la saison des pluies a une définitionclaire et simple, (période comprise entre le début desprécipitations et la fin), il n'en est pas de même pour les deuxdates qui la caractérisent, en témoignent les différentesdéfinitions rencontrées dans la littérature. Il est d'autant plusdifficile d'en donner une définition exacte que les pluies sonttrès irrégulières dans le temps et dans l'espace, en particulierdans la zone étudiée où elles sont extrêmement contrastées, allantde la sécheresse saharienne (partie Nord du bassin) aux pluiestropicales de la partie extrême Sud du bassin.

Les différents modèles de détermination proposés s'appuient soitsur des concepts agroclimatiques, soit sur des bilans hydriquessuivant des règles bien définies de seuils pluviométriques.



III.l.2. Modè~es de détermination couramment uti~isés

au Sahe~

Les critères de détermination des paramètres de la saison despluies dans les modèles proposés tiennent compte descaractéristiques climatiques et des techniques culturales desrégions étudiées. Les systèmes de caractérisation basés sur lesdonnées re la tives à la précipitation et l' ETP présententl'avantage de permettre l'évaluation du milieu hydrique. Lesmodèles couramment utilisés sont ci-dessous présentés.

Méthode graphique Elle consiste pour chaque station et chaqueannée à aj uster une courbe mathématique aux données de pluiejournalières cumulées. L'ajustement se fait par la méthode dupivot maximum de Gauss-Jordan. Cette courbe est par défaut unpolynôme de degré 3. Sur l'axe des X on a les jours de l'année,sur l'axe des Y les pluies cumulées. Pour l'ajustement ainsidéfini, on détermine la tangente au point d'inflexion de la courbeet on dédui t naturellement les dates de début et de fin de lasaison par l'intersection avec les droites d'équation Y = 0 et Y =Yn,);·; •

Nous avons utilisé pour cela un logiciel développé à l' IRD. Lagrande contrainte de ce programme est qu'il n'autorise aucunelacune et nécessite des données journalières. Peu de stations surle bassin ont des données journalières complètes sur toutes lesannées de la série. Nous avons donc systématiquement éliminé lesannées où il y avait un jour manquant.Le principe de la méthode est indiqué sur la figure 17.

Principe de la méthode graphique

20000 ,-----------------------,

100 200 300

Figure 17

-5000 ..,..-------~---------...,...-'-cumul des pluies-intersection avec l'axe des pluies nulles-intersection avec J'axe des pluies max-Tangente au point d'inflexion de l'ajustement-Polynomial (cumul des pluies)--PlUIe max-Polynomial (cumul des pluies)

Principe de détermination graphique du début et de lafin de la saison pluvieuse

Méthode INERA-ICRISAT 94 dont le principe est le suivant Ledébut des pluies est atteint quand au moins 20mm de pluie sontrecueillis en 3 jours consécutifs à partir du 1er avril sanspériode sèche supérieure à 7 jours dans les 30 jours qui suivent.La fin des pluies intervient lorsque après le 1er septembre, il n'ya plus de pluie supérieure à 5mm (pluie unitaire ou cumul) pendantau moins 20 j ours successifs. En l'absence d'autres indications



dans la bibl iographie, une période sèche correspond à une pluienulle et un jour de pluie à une pluie non nulle.Cette méthode nécessite des données journalières et n'autorise pasune seule journée de lacune. Nous avons éliminé les annéesincomplètes.

ou avecfixé au-

jours sanspeut être

Méthode ATLAS: le principe de cette méthode est le suivant :Implicitement la saison commence avec 20mm d'eau tombée en l ou 2jours sans qu'une période sèche de 10 jours ne soit observée dansles 30 j ours qui suivent (Stern et al., 1981).La période sèche est comptabilisée pour despluie inférieur à un seuil de référence quidessus de O.lmm (seuil par défaut).

La saison prend fin le premier jour après le 15 août pour lequelle bilan hydrique annule une réserve d'eau de 60mm avec uneévaporation de 5mm par jour. On peut aussi estimer la fin de lasaison 15 ou 20 jours après la dernière pluie supérieure ou égaleà Smm.

La figure 18 nous donne les dates moyennes de début et de fin dela saison pluvieuse au Burkina Faso par cette méthode.

OATfSitOYEHHES DE DfBllT DELA SAiSON CES A...U/ES WillillEDates

29 Jun

11 J) .k!n

hl Œ! ....m1

::5"""

DATES KJYEHHfS DfFIN Of LA SAJSOH DES PlUIES

/~}r-l" • \.

.'\

LEGENDEDates

'!l $eçttmtrt

te; S~lem~e

Figure 18: Dates moyennes de début et de fin de la saisonpluvieuse selon le modèle ATLASSource :Météoro~ogie Nationa~e

Mémoire de DEA 64 Pierre DIELLO - sep embre 2002


Le modè~e SISP (C. Di Chiara, G. Haracchi)

mois de2 jours

un seuilselon lesde jours

Le début de la saison des pluies est défini à partir dumai. C'est la date où on a enregistré, pendant 1 ouconsécutifs de pluie un total P supérieur ou égal àthéorique de pluie nécessaire au semis (10, 15, 20mmrégions). Cette date doit être suivie d'une périodeconsécutifs secs ne dépassant pas n jours avec n égal à

n = p/2 + 1

La fin de la saison est définie comme la datequelle, aucune pluie significative (minimumenregistrée pendant 20 jours consécutifs et ced'août.

à partir de la5 mm) n'a été

à partir du mois

Le modè~e AP3A (M. A. DIALLO)

Le modèle propose comme critère de début de la saison pluvieuse,une quanti té de pluie totale P supérieure ou égale à 20 mmenregistrée en trois jours consécutifs après le 1er mai sans qu'unepériode sèche de n j ours où n est égal à PlI. 8 + 1 ne soitobservée dans les 30 jours qui suivent. Pour une pluie supérieureou égale à 36 mm, reste égal à 20 jours.

La saison prend fin à la datesignificative (minimum 1.9mm) n'a étéconsécutifs à partir du 1er septembre.

à laquelle aucune pluieenregistrée pendant 20 jours

Oans les régions sablonneuses à faible pluviosité « 250mm), onpourrait considérer une quantité de pluie totale P recueillie en 3jours, et supérieure ou égale à 10mm après le 1er mai sans qu'unepériode sèche de n jours, n = P/1.8 + 1 ne soit observée dans les30 jours qui suivent.

III. 2. Méthodologie

Pour tenter de caractériser la saison des pluies à l'aide, desdonnées d'indices de végétation, nous partons du fait que pendanttoute la durée de la saison, l'activité chlorophyllienne desplantes s' accroî t, ce qui se traduit par une augmentation desvaleurs d'indice de végétation. On atteint un maximum d'activitédurant la saison des pluies puis le NOVI diminue plus ou moinsrapidement vers la fin de la saison.Pour chaque station du bassin, on relève parallèlement sur lescourbes d'évolution du NOVI et de la pluie cumulée:

• la valeur d'indice de végétation à partir de laquelle on aune croissance continue du NOVI sur au moins trois décadessuccessives (NOVI seuil ), la décade et le cumul de pluie quicorrespondent à ce seuil;

• le maximum de NOVI atteint (NOVImax ), la décade et le cumulpluviométrique correspondants.



Les décades du NOVI seuil et du NOVIrnax sont comparées aux décades dedémarrage et de fin de la saison des pluies obtenues à partir destrois méthodes de détermination que nous avons retenues. Ce sontles méthodes de détermination ci-après :

• La méthode graphique ;• La méthode INERA-ICRISAT 94• La méthode ATLAS.

III. 3. Organisation des données

L'organisation des données pour cette partie, s'est faite à l'aided'une dernière routine (développée sous TURBO PASCAL). Elle nouspermet d'avoir dans un fichier les informations suivantes pourchaque station pluviométrique et pour chaque année :

• La valeur de l'indice de végétation à partir de laquelle on aune croissance continue du NOVI sur au moins trois décadessuccessives (NDVIseuil), le cumul pluviométrique et la décadequi correspondent à ce seuil ;

• Le maximum d'indice de végétation atteint, la décade, et lecumul pluviométrique correspondants ;

• L' ampl i tude de NOVI (NOVImax - NOVI rnin )

• Le total pluviométrique de chaque année

Les stations ont ensuite été regroupées par zone climatique et lesdécades relatives au démarrage et à la fin de la saison des pluiesdans chaque zone ont été rassemblées. La moyenne, l'écart type etle coefficient de variation des décades ont été calculés pourchaque zone climatique par les différentes méthodes dedétermination du début et de la fin de la saison pluvieuse.

III. 4. Indices de végétation et paramètres de la saison despluies : résultats

III. 4. 1 . Indice de végé ta tion et débu t de ~a saison desp~uies

Les décades de début de la saison pluvieuse obtenues à l'aide desindices de végétation et des différents modèles de déterminationsont rassemblées dans le tableau 15. Hormis le modèles ATLAS, nousavons pu calculer pour chaque cas les paramètres de dispersion desséries de valeurs obtenues (écart type et coefficient devariation). Les résultats du modèle ATLAS figurent dans le tableauà titre indicatif.


Chapitre 3 Indices de véqétation et p1uies 1oca1es

Tableau 15 Décades moyennes de début de la saison des pluiesselon différents modèles

NombreDécades Modèle

demoyennes de Modèle Modèle INERA- ATLAS

stationdémarrage graphique ICRISAT 1994

(Morel)du NDVI

m = 16 m = 15 m = 18Zone Sud

13 2 1 3 16-17a = a = a =sahélienne

Cv = 11% Cv = 6% Cv = 12%

m = 15 m = 15 m = 17Zone Nord

23 2 1 3 15-16a = a = a =soudanienne

Cv = 14% Cv = 6% Cv = 15%

Les décades moyennes de démarrage du NDVI sont beaucoup plusproches de celles des modèles graphique et ATLAS (Morel) aveccependant de forts coefficients de variation (jusqu'à 14% pour lazone Nord soudanienne). Une explication de cette dispersion peutrésider dans le fait que dans la région, l'installation de lasaison des pluies est progressive et peut durer deux à trois moisselon les années.

On note également un décalage entre les décades moyennes dedémarrage du NDVI par rapport à celles du modèle de l' INERAICRISAT (deux à trois décades). Cela peut s'expliquer par le faitque le modèle INERA-ICRISAT est basé sur des observations faitessur la croissance du mil au Centre sahélien de l'ICRISAT. Le milet la végétation naturelle n'ont pas le même cycle de croissancedans le temps.

III. 4.2. Indice de végétation et fin de ~a saison desp~uies

Nous nous sommes intéressés aux décades de fin de saison despluies estimées par les différents modèles décrits précédemment età celles obtenues à l'aide des indices de végétation. Pour cesecond cas, les décades de fin de saison correspondent à celles oùles valeurs d'indice de végétation commencent à diminuer. Letableau 16 récapitule les résultats obtenus pour chacune des deuxrégions climatiques du bassin.



Tableau 16 Décades moyennes de fin de la saison des pluies selonles NDVI et les différents modèles

NombreDécades Modèle

demoyennes de Modèle Modèle INERA-

ATLASstation

diminution graphique ICRISAT 1994(Morel)

du NOVI

m = 26 m = 28 m = 28Zone Sud

13 2 1 2 26-28a = a = a =sahélienneCv = 8% Cv = 4% Cv = 7%

m = 28 m = 29 m = 28Zone Nord

23 2 1 2 29-31a = a = a =soudanienne C = 7% Cv = 6% Cv = 7%v

Contrairement aux résultats obtenus précédemment sur le début dela saison des pluies, les coefficients de variation des décades defin de saison pluvieuse sont relativement faibles. Ce qui peutêtre expliqué par le fait que le passage de la saison des pluies àla saison sèche est brutal et dure généralement de 15 jours à unmois.

IV. Conclusion

Rappelons qu'un des objectifs de notre étude était d'explorer lesrelations NOVI/pluies décadaires au pas de temps de la décade.Cette étude nous a permis de faire ressortir une similitude dansl'évolution annuelle du cumul pluviométrique et du NOVI. Lesvaleurs d'indices de végétation augmentent véritablement dèsl'avènement des premières grosses pluies à forte capacitéd'humectation des sols. Le taux de croissance des valeursd'indices de végétation est plus ou moins élevé selon l'importancedes pluies en quantité et leur distribution dans le temps au coursde la saison des pluies. Le NOVI décroît brutalement dès que lespluies commencent à être irrégulières et faibles (approche de lafin de la saison pluvieuse) .

A cela s'ajoute le fait que la corrélation NOVI/pluie décadairecumulée est satisfaisante. Les coefficients de corrélation obtenussont de l'ordre de 0.77 à 0.79 dans les deux bandes climatiques dubassin étudié.

Un autre résultat important de cette étude est la mauvaisecorrélation entre le NOVI et la pluie décadaire. Les coefficientsn'excèdent guerre 0.26 sur tout le bassin.

Le NOVI s'est également révélé comme un bon indicateur de début etde fin de saison pluvieuse. Les résultats obtenus ne sont pas encontradiction avec les méthodes classiques de détermination desparamètres de la saison des pluies. On aboutit en général à desrésultats proches de ceux de la méthode graphique avec cependant



des coefficients de variation relativement élevés (jusqu'à 14% enzone Nord Soudanienne pour les décades de début de saison despluies). Ce dernier aspect mérite d'être approfondit afind'affiner les résultats obtenus. On pourrai t, en utilisant leNOVI, étudier la réactivité de la végétation en fonction d'unesomme de pluie tombée connaissant la nature des sols, lesconditions climatiques locales et quelques caractéristiquesphysiologiques simples des plantes telles que leur besoin en eau,leur résistance à la sécheresse, ...


Chapitre 4 Indices de végétation et pluies spatialisées

CHAPITRE IV INDICES DE VEGETATION ET PLUIESSPATIALISEES

I. Organisation des données

II. Evolution annuelle du NOVI et de la pluie

III. Corrélations statistiques

IV. Evolution spatio-temporelle du NOVI et de lapluie de 1982 à 1999

V. Conclusion



Chapitre 4

Indices de végétation et pluiesspatialisées

Nous avons étudié dans le chapitre précédent les relations entreles indices de végétation et la pluie mesurée aux stationspluviométriques du bassin d'étude. Cette approche pose le problèmede l'adéquation entre une information à caractère local etdisparate (la pluie) et une autre à caractère spatial (le NDVI).Cela nous amène à considérer une seconde démarche dans laquelle lesdeux paramètres sont ramenés à une même échelle spatiale : le demidegré carré.

1. Organisation des données

L'unité spatiale étant le demi-degré carré, le bassin du Nakambé aété découpé en grilles régulières de surface équivalente à environ56km 2 (un demi degré carré). Le découpage du bassin est présenté lafigure 19 de la page suivante.

Soit G une grille du bassin; elle contient un nombre N de pixelsdont chacun possède 36 valeurs de NDVI par an. On crée pour lagrille G 17 fichiers annuels d'indices de végétation (un fichierpour chaque année de la série de données). Ces fichiers sont sousle format suivant :

Pixels Decl Dec2 Dec3

12.

.N

Dec34 Dec35 Dec36

Modèle de fichier annuel de NDVI pour chaque grille

Les fichiers annuels sont ensui te fusionnés en un seul de mêmeformat que les fichiers annuels individuels et portant le numéro dela grille. Il devient ainsi aisé de calculer à partir des fichiers



fusionnés de chaque grille et pour chaque décade, les NOVIminimums, maximums et moyens sur l'ensemble de la série de données.

Parallèlement, des fichiers annuels de pluies décadaires au demidegré carré sont crees (interpolation par Krigeage à l'aide dulogiciel SURFER). Les grilles de pluie sont identiques à cellesprécédemment créées sur le bassin pour les pixels NOVI. A l'aide deces fichiers, on calcule ensui te les pluies moyennes décadai resinterannuelles pour chaque grille.

62 63 N

79

97

100 0 100 Kilomelers~i~~~iiïiiiiiiïiiiiiiiiiiiiiiiiiiil~~~~~~i

• Pixels ndvi• Stations pluvio

- Contours bassin du nakambéo Grilles d'un demi degré carré

Figure 19 Découpage du bassin du Nakambé en grilles d'un demi-degré carré

Il. Evolutions annuelles du NDVI et de la pluie

L'étude des évolutions annuelles du NOVI et de la pluie spatialisées'est faite à l'aide des graphiques des variations annuelles desdeux paramètres. Les valeurs interannuelles de pluies décadaires etde NOVI sont reportées sur un même graphique (comme au chapitre 3).Nous présentons les résultats par secteur climatique et seulementpour les principales grilles de chaque secteur (5 par secteurclimatique) . Ces grilles ont été retenues parce qu'ellescontiennent un maximum de pixels NOVI et caractérisent bien lesdeux bandes climatiques du bassin.



III. 2. Evolutions annuelles dans le secteur sud sahélien

Nous présentons ici les résultats graphiques obtenus sur les cinqprincipales grilles de ce secteur. Les graphiques sont classés parordre de latitude décroissante (du Nord au Sud) .

357

4 7 10 13 16 19 22 25 28 31 34

NOVI pluie décadaire-grille 80 1

00 -r-;::==::==:::::;--------...,. 0.8

70 - Pluie moy 0.7--NOVI min

60 _ NOVI moy l----I----f-1f--------l 0.6

50 - NOVI max 0.5

40 f--------- --\-k--f-1H- 0.4

~ +----.-------;-.. --~~-I 0.3

LQ ;---T-~---+- --'<----;- 0.2

10 t-='-="""'--""",,"=- ----1- 0.1

o ~-::;';Qy,:l~l,w, .....--...........~ 0

1357911131517192123252729313335

NDVI pluie décadaire-grille 98

80 r;:::;::::;;::;:===~------I 0.8

70 - Pluie moy f----------+ 0.7

60 --NOVI min /-------.i1-..........----+ 0.6

50 --NNDOVlVI moyl--__ 0.5-- rrax

40 Q4

~ Q3

LQ Q2

10· 0.1

0- 0

1

NDVI.puie décadaire-grille 100

00 r;::::::::::;::::~===,---------r 0.8

70 - Pluie moy 7__ NOVI rrin O.60 - NOVI moy 0.650 ........... NOVI max 0.5

40 0.4

~ ~

LQ ~

10 0.1

o 0357911131517192123252729313335

NOVI pluie décadaire-grille 81

80Tr=~~;===~------I 0.8

70 - Pluie moy 07-NOVI min .

60 --NOVI moy 0.6--NOVI max

50 Q5

40 ·0.4

~ 0.3

LQ Q2

10 0.1

o . 0

9 11131517192123252729313335

MJVI pitie décadaire-grille 99

80 r;:::::;;;:;::===;---------,- 0.870 _Pluie moy 1---------- 0.7

--NOVI rrin60 ~NDVI moyl------I- ·0.650 --NOVI max . 0.5

40 - 0.4

~ 0.3

LQ -0.2

10 - 0.1

o 0

1 4 7 10 13 16 19 22 25 28 31 34

Figure 20 : Evolutions annuelles du NDVI et de la pluie sur cinqgrilles du secteur Sud sahélien du bassin versant du Nakambé



III.3.Evolutions annuelles dans le secteur nord soudanien dubassin

sur lelatitude

Les graphiques ci-aprèssecteur Nord soudaniendécroissante.

présentent les résul tats obtenuset sont également classés par

M:WI pluie décadaire-grille 117

00

70

00

50

40

Xl

20

10

o

_RLiermy------- t-DJI rrin-t-DJlrmy A

-t-DJlrrax J\..\

'""'~}

I~ '-...'W--:: ... lb. ......~i l'Ii\! ..... V...

4 7 10 13 16 19 22 25 28 31 34

70

00

50

40

Xl

20

10

o

NI:M pluie décadaire-grille 118

_P1Liemoy--NDV1min-NDV1rroy /\--NOVI max

"\"""-~

!'" "-~~~ - 1T;v~-.........-..-.. .. ,Ii

1 3 5 7 9111315171921 23252729313335

08

0.7

0.6

05

0.4

03

0.2

0.1

o

NI:M Pluie décadaire-grille 136 NOVI Pluie décadaire-grille 137

00 07 80 0.870 _P1Lie décadaire 0.6 _ Pluie décadaire

--NCfIII min 70 0.700 --NCfIII moy

-NOVI min0.5 60 0.6

50 --NCfIII max --NOVI rroy0.4 50 _NOVI max - 0.5

40- 40 0.40.3Xl 30 0.3

0.2:dl.20 0.2

10 0.110 0.1

0 0 0 01 3 5 7 9111315171921 23252729313335 1 3 5 7 911131517192123252729313335

NOVI pluie décadaire - grille 155

80 0.8

70 _Pluiemoy 0.7-NDVlmin

60 -NDVlmoy 0.6

50 . --NDVlmax 0.5

40 0.4

Xl 0.3

20- 0.2

10 0.1

0 , , 0"<t 1'- a (Y) <D en N LO Cl) c;:; "<t...... N N N (Y)

Figure 21 : Evolutions annuelles du NDVI et de la pluie sur cinqgrilles du secteur Nord soudanien du bassin versant du Nakambé

Mémoire de DEA 74 ~ierre DIELLO - septembre 2002


L'évolution annuelle du NDVI moyen sur chaque grille est comparableà celle de la pluie. Les valeurs d'indices de végétation sontfortes en saison pluvieuse et faibles en saison sèche, ce qui estnormal puisque l ' activité photosynthétique des plantes est pl usforte avec une végétation plus abondante en saison pluvieuse.

Dans le secteur Sud sahélien, le NDVI moyen commence à augmenter àpartir de la 14 ème décade en moyenne, avec des valeurs inférieures à0.1. Ce seuil minimum de démarrage du NDVI varie du Nord au Sud dusecteur. On va de 0.05 au Nord à 0.09 au Sud.

Le maximum d'indice est atteint autour de la 25 ème décade avec desvaleurs relativement faibles (inférieures à 0.35), et une tendanceà la hausse du Nord au Sud (de 0.25 à 0.36). Cette disposition estcohérente car la végétation devient de plus en plus abondante àmesure que l'on descend les latitudes (vers le Sud du bassin) .

On retrouve les mêmes dispositions dans le secteur Nord soudanien.Le démarrage du NDVI moyen se fait autour de la décade 13 (unedécade avant celui du secteur Sud sahélien). Les seuils dedémarrage du NDVI sont en moyenne de 0.1. Les maximums de NDVI sontatteints autour de la 26ème décade (une décade après ceux du secteurSud sahélien) avec un gradient Nord-Sud.

III. Corrélations statistiques

IIIol. Méthodologie et organisation des données

L'étude d'une corrélation statistique s'est faite avec les donnéespluie et NDVI de l'ensemble des grilles du basin. Plusieursaj ustements ont été réalisés. Les variables expliquées étaientsuccessivement le NDVI moyen et maximum. Dans le cas descorrélations simples, les valeurs moyennes interannuelles despluies cumulées de chaque décade ont été utilisées comme variablesexplicatives (période 82-99). Pour les corrélations multiples, cesont les valeurs de pluies moyennes interannuelles des décades i eti-l qui ont été prise en compte.

Les grilles ont été rassemblées en deux groupes suivant leurappartenance à l'une des deux bandes climatiques du bassin. Lesdonnées de chaque groupe ont été fusionnées et ranger de manière àpouvoir les charger sur le module de statistique utilisé à ceteffet (xlSTAT). Les différents ajustements ont ensuite été menéssur chacune des zones climatiques.



III.2. Résultats et discussion

III.2.1. Indices de végétation et p~uies cumu~ées

Zone Sud Sahé~ienne

Le tableau 13 donne le récapitulatif des coefficients decorrélation obtenus dans la zone Sud sahélienne. Les graphiques desnuages de points sont présentés sur la figure 22.

Tableau 13 Corrélations NDVI et pluie cumulées dans la zone Sudsahélienne

Coefficient de Coefficient de Coefficient decorrélation R détermination R 2 détermination ajusté

NOVI moyenet pluies 0.86 0.75 0.74cumulées

NOVI maximumet pluies 0.84 0.71 0.71cumulées

Fonction de régression R'=O.7595% confidence range

0,4 -c~ 0,3oE 0,2:; T ~~.~~ 0,1" ...

o+I--t----t-I---'---+I--+I-----l

o 100 200 300 400 500 600

)(fi

E:;oz

Fonction de régression R'=0.7195% confidence range

• ...•600

Pluie cunulée (11m) Pluie curœlée (11m)

Figure 22 Graphiques des nuages de points




Les résultats obtenus dansdans le tableau ci-après.nuages de points.

le secteur Nord soudanien sont présentésLa figure 23 montre les graphiques des

Tablea u 14 Corrélation NDVI et pluies cumulées dans la zone Nordsoudanienne

Coefficient de Coefficient de Coefficient decorrélation R détermination R 2 détermination ajusté


NOVI maximumet pluies 0.85 0.72 0.72cumulées

0.5

c: 0.4QI>- 030E:> 0.20

0.1z

00

Fonction de régression ~.9095% confidence range

100 200 300 400 500 &Xl 700 800

Pluie CUmJlée

)(niE:>oz 0,2

Foodlon de régression ~.8595% confidence ralge

200 400 €ID

Pluie Qm....lée (1TIl1)




III.2.2. Indices de végétation et p~uies cumu~ées desdécades i et i-l


Tableau 15 Corrélation NDVI et pluies cumulées des décades i eti-1 dans la zone Nord soudanienne

Coefficient. de Coefficient. de Coefficient. decorrélation R détermination R2 détermination ajusté

NDVI moyenet pluies 0.86 0.74 0.74cumulées

NDVI maximumet pluies 0.84 0.71 0.71cumulées



Pluies CUIlXJlées décades Î et Î-1 (/TIn) 1400 500100 200 300

Pluies CUI'TJJIées décades i et i-1 (/TIn)

•0,8

~ 0,6

~ 0,4 L...~~~~~~~~ .."-:i'z 0,2·

o+----I----!,.-----!---+--t----;

o300 400 500 000200100

0,4 f~ 0,3

~ 0,2 ÎI "1I1Il1'!~'. r..-p

~ 0,1W •••

o+---"-----+---t---+---i------io





Tableau 16 Corrélation NDVI et pluies cumulées dans la zone Nordsoudanienne

Coefficient. de Coefficient. de Coefficient. decorrélation R détermination R 2 détermination ajusté


NOVI maximumet pluies 0.85 0.72 0.71

1

cumulées

Fonction de régression R'=O.B195% confidence range

Fonction de régression R'=O.7296% confidence range

0,5

c 0,4..>. 0,30E:> 0,20z

0,1

0

0 100 200 300 400 500 600 700 BOO

0,8

)( 0,6

Ë:> 0,4cz 0,2

100 200 300 400 fro 000 800

Pluies cumulées décades i et i-1 (mm) Pluies ClI'RJIées décades i et i-1 (nm)

Discussion

Figure 25 : Graphiques des nuages de points

Comparativement aux résultats obtenus au chapitre précédent avecles pluies locales, on a une nette amélioration des différentscoefficients. Les coefficients de corrélation sont dans l'ensemblesupérieurs à 0.80. On atteint jusqu'à 0.90 dans la zone NordSoudanienne. On a donc une meilleure corrélation entre le NOVI etla pluie à l'échelle spatiale que la pluie mesurée aux postespluviométriques.

Le lien entre NOVI et pluie spatiale est incontestable. Cependantla relative faiblesse des coefficients de détermination nous faitdire que le cumul pluviométrique à lui seul n'est peut-être passuffisant pour expliquer de façon forte les variations du NOVI.L'utilisation d'autres variables telles que les paramètres de larelation eau-sol-plante (ETP, nature et humidité des sols, ... )pourraient améliorer les résultats obtenus ici.



IV. Evolution spatio-temporelle du NOVI et de la pluie de 82 à 99

IV.I. Méthodologie

L'objectif recherché ici est d'étudier l'évolution du NOVI sur lazone du Nakambé par demi-degré carré sur la période 82-99.Pour chacune des dix principales grilles du bassin, nous avonsrelevé la valeur du maximum annuel de NOVI de 1982 à 1999 ainsi quele total pluviométrique annuel sur la même période. Nous avonsensuite calculé le rapport entre le maximum annuel de NOVI et letotal pluviométrique annuel.Ces données nous ont permis de suivre l'évolution du NDVImax ainsique celle du rapport NOVImax / pluie annuelle au cours de lapériode 82-99.

IV.2. Résultats

Les graphiques suivants donnent les résultats obtenus pour chacunedes deux zones climatiques du bassin.

Zone Sud Sahé~ienne

•

Evolution du maximum annuel du NOVI surla grille 80 de 1982 à 1999

Qi 0.8::::Jc

0.6 R l = 0.7561cl'li

>< • • ~--l'li OA • .E:; ,......"'" . .c 0.2z

0 ,~~M~OO~M~OO~~ro~~oo~~w

Années

....E.§.QI

';5

:ë:>oz

Evolution du rapport NOVI/pluie sur lagrille 80 de 1982 à 1999

0.0012 -y----------------,0.001

0.00080.00060.0004

0.0002O+-,.......,-.-.---.,-,-,..--.-----,--r-r--r-,.......,-.----I

82~M~8687888990919293949596979899

Années

w= 0.6632

Evolution du maximum annuel de NOVI surla grille 81 de 19982 à 1999

o.8,-----------------.QiE 0.6; ~

~ OA L:.!..-_-':'•.,.,...............-.J·L--8-;.--1•

~ 0.2z

O-t-,.--,.....-,,....,.--,--.---...--.--.--,-,--,.....-,,....,.-,----\

828384858687 88~90 919293949596979899Années

Mémoire de DEA 80


0.0012 -.--------------,

è 0001.§. 0.0008

.~ 0.0006·:ë- 00004~ 00002z

O-t-,....-,-,-..--r-r-r---,-..--r-.,-,-,-..--.-----l

828384858687888990919293949596979899Années

Pierre DI~LLO - septembre 2002



0.7a; 0.6

R' = 0.2584•:;, • • •c: 0.5·c: • - •ra OA •

>oC. •ra 0.3·

E0.2·:;

c 0.1z 0 ,~~M~OO~MOOOO~~ro~~oo~oow

Années


.... 0.0012,..---------------,E 0.001·S 0.0008..':; 0.0006:ë:> 0.0004~ 0.0002'

O+-.-r-r-r-r-,-,--,--,--,.--,,-,--r-r-.-'-;

8283848586878889909192ro949596979899

Années


0.8··a;:;,

0.6 R 0.6464c: • •c: •ra>oC

.ra OA • •E:; 0.2cz

0~~M~OO~MOOOO~~ro~~oo~oow

Années

....ES.!!1:l

:ë:>oz


0.0012 -.-------_1......---.,0.001

0.00080.0006·0.0004 .

0.0002·o ·/-T-,---,-r-r---.-.-r-r---.ro----r--.--,.---,-1

828384858687800ffiŒl1929:!:l49~œ79œ9

Années



Années

0.8 ,------------------,

O-t---,--,-.,--,.--,--,-,---,.-r--r-r-r-----r-ï

82~84858687880000919293949596979899

0.0012

.... 0.001ES 0.0008

.!!1 0.0006:l

:ë- 0.0004:>~ 0.0002

O+-r--r---,.--.-r--r---,---.--,-,.---,---,.--.-.-i

82838485868788899091929394~96979899

Années

••W=0.&80&a;

~ 0.6

~ OA L-.l....,.r""'il""""l...........:.·-~·.-- .....~·;--lE

~ 0.2z

Figure 26 : Graphiques d'évolution du NDVImax annuel et du rapportNDVImax/pluie annuelle par demi-degré carré dans la zone Sud

sahélienne de 1982 à 1999




Années


0.0002

O+--r-.--.,--,--,-~-.-~~..--~-,.-r-~--..--\

828384858687888990919293949596979899

0.0012 -y-------------.........,....E 0.001

.§. 0.0008 ..T'~QI':; 0.0006

:g. 0.0004

êiz


0.7Gi 0.6 R2 0.3258 •:= • • •c 0.5c . •ra

0.4 • •)(ra

0.3E> 0.2 -0

0.1zO·

828384858687888990919293949596979899

1Années



0.8 ,.-----------------,Gi 0.7 - R2

- 0.286

~ 0.6· ••l; 0.5 -L:·:...._~1-!·:..e-.!·-_::'...---••;-......1~ OA· •> 0.3-o 0.2z 0.1

O+-,----..__-.-r-,..--,..---.~__,__,._,__,__r_~~~_I

~~M~OO~88~90~~ro~~96~98~

Années

0.0012 -y-----------------."7E 0.001

~ 0.0008 •

~OOO06§; 0.0004oz 0,0002

O-t----.--.,--,--,-~-.-~~..---.---,--~-.....---'

828384858687888990919293949596979899

Années


0.8

Gi 0.7 R2 == 0.084-1 •:= 0.6 . ... •c ... ... .c 0.5 •

. •ra •)( OAraE 0.3

> 0.20 0.1z

0

82~848586878889909192ro949596979899

Années


0.0012 r--------------~

.... 0.0011 0.0008-

.~ 0.0006

:e- 0.0004>o 0.0002 ~z

O+-~__,_-r--,-~__,__,___r_.,_,____r__,_~~

828384~8687888990919293949596979899

Années


0.80.7 R2 == 0.0953

Gi0.6 •:= ... .. ... ...c ...c 0.5 • • • • • •ra

)( 004raE 0.3> 0.20z 0.1

0~~M~OO~88~90~~ro94~96~98~

Années


0.0012...----------------";' 0.001

l 0.0008QI

'S 0.0006:e-> 0.0004

~ 0.0002

o -+-,___r_,___r_~___r_,___r__,___,c_r_,___r_~,......\

828384~86878889909192ro949596979899

Années




0.8Qi 0.7 R2

" 0.0081 •;;,r::: 0.6 • . • ..r:::

• Ii"' 0.5. . • •)(

"' 0.4E:> 0.30 0.2z

0.10

8283 84 85 86 87 88 89 90 91 92 939495969798 99

Années


0.0012 -,----------------,

~ 0.001E

.§.. 0.0008

.~ 0.0006Q.S 0.0004

~ 0.0002

0+-,.-,--,--,---,-.,..-.-r-r--,--,---,-.,..-,.--;r-r-1

828384858687888990919293949596979899

Années

Figure 27 : Graphiques d'évolution du NDVImax annuel et du rapportNDVI/pluie annuelle par demi-degré carré dans la zone nord

soudanienne de 1982 à 1999

Discussion

Les graphiques des figures 26 et 27 font ressortir une légèrehausse du maximum annuel de 82 à 99 pour les grilles 80 et 81 de lazone Sud Sahélienne du bassin contre une évolution plutôt mitigéesur les autres grilles sans que l'on ne puisse parler de haussesignificative durant la période (cf. voir courbes de tendance).

L'évolution du maximum annuel de NOVI par demi-degrésemblable à celle de la pluie annuelle de 1982 à 1999.NOVImax/pluie annuelle qui est globalement constant surle prouve bien. Les faibles valeurs de NOVI que l'oncours des années 82-85 ainsi que la remontée lente dansqui suivent montrent bien cette similitude d'évolution

carré estLe rapportla périodeobserve aules années

On peut donc dire queglobalement les variationscours de la même période.

les NOVImax de 1982climatiques observées

àsur

1999 suiventle bassin au


Chapitre 4 Indices de véqétation et pluies spatialisées

v. Conclusion

L'étude de l'évolution annuelle du NOVI et de la pluie à l'échelledu demi-degré nous conduit à la même conclusion que celle obtenueavec les pluies locales : les indices de végétation et la pluiespatialisée ont des évolutions annuelles similaires.Les courbes d'évolution annuelle du NOVI et de la pluie le montrentbien. Il en va de même pour l'évolution du maximum annuel de NDVIsur la période 82-99 par demi-degré carré et de celle de la pluiesur la même période et à la même échelle spatiale.

L'amélioration des coefficients de corrélation par rapport à ceuxobtenus précédemment au chapitre 3 confirme l'adéquation entre lesvaleurs d'indices de végétation et la pluie spatialisée. Lescoefficients de corrélation sont en effet compris entre 0.84 et0.90 dans les deux bandes climatiques du bassin contre 0.77 et 0.79lorsqu'on utilise les valeurs de pluie aux stations pluviométriques(chapitre 3).

La grande variabilité spatiale et temporelle de la pluie àl'échelle de la décade d'une part, et la nature des données de NOVI(traitements et mode de calcul) d'autre part, conduisent àconsidérer les résultats de cette étude comme satisfaisants.

Une approche associant les paramètres de la relation eau-sol-planteaiderai t à expliquer de façon plus forte la relation indice devégétation pluie au pas de temps de la décade.

Mémoire de DEA 84 Pierre DlELLO - septembre 2002

Chapitre 5 Indices de végétation et états de surface

CHAPITRE V : INDICE DE VEGETATION ET ETATS DE SURFACE

I. Caractérisation du couvert végétal du bassin

II. Influence des années sèches sur les indices de végétation

III. Conclusion

Mémoire de DEA 85 Pierre DIELLO-sept 2002


Chapitre 5

Indices de végétation et états desurface

Le NOVI a largement été utilisé pour suivre la dynamique du couvertvégétal en Afrique sahélienne. C'est un bon indicateur des conditionsrégionales de sécheresse (Peter et al., 1991). Dans ce cinquièmechapitre, nous utilisons ces propriétés pour tenter de caractériserl'évolution des états de surface sur l'ensemble du bassin du Nakambé.Nous essayons également d'évaluer si la dégradation des états desurface depuis les années 1970 s'est répercutée dans l'évolution desindices de végétation.

1. Caractérisation du couvert végétal du bassin

La végétation du bassin du Nakambé se répartit en trois ensemblesplus ou moins homogènes suivant des parallèles à l'équateur. Elle estdirectement liée au zonage climatique. Du nord au sud, nous avonsrespectivement

+ des espèces de typeElles se présententformations herbeusesarbustive peu dense ;

sud-sahéliennes au Nord du 13 èrne parallèle.sous forme de steppe rase. Ce sont desannuelles surmontées d'une strate ligneuse

+ des espèces de type nord-soudanienne entre le 12 èrne et le 13 èrne

parallèle. Ces espèces sont caractérisées un tapis herbacé dominépar des espèces pérennes assez denses pour assurer une couverturetotale du sol ;

+des espèces de type soudano-guinéenne au sud du 12 be parallèle. Lavégétation dans cette partie du bassin se présente sous la forme desavane boisée avec plus au sud des forêts claires. On a une fortedensité de ligneux.

Nous réalisons dans ce paragraphe, une cartographie des valeursd'indices de végétation afin de voir si cette différentiation ressortclairement dans les valeurs de NOVI.



Pour ce faire nous procédons à une interpolation (krigeage) desvaleurs maximales de NDVI à l'aide du logiciel SURFER au pas d'espacede 4krn sur l'ensemble du bassin. La valeur du NDVImax est affectée aucentre du pixel. Pour mieux appréhender les caractéristiques de lavégétation au cours de l'année, nous proposons de suivre l'état ducouvert végétal pour trois mois représentatifs du climat sur lebassin

• le mois d'avril qui caractérise bien la grande saison sèche.C'est le mois le plus chaud et le plus sec de l'année;

• les moispluvieuxpluies.

d'août etde l'année.

de septembre qui sont lesIls sont représentatifs de

mois les pl usla saison des

Pour chacun de ces mois, nous avons calculé les valeurs moyennesinterannuelles du NDVI sur la période allant de 1982 à 1999 pourchaque décade. Ces valeurs nous ont ensuite permis de procéder auxinterpolations souhaitées. Les résultats sont présentés aux figures24, 25, et 26.

1.1. Indices moyens de végétation au cours du mois d'avril

On constate aisément que sur l'ensemble des trois décades d'avril, leNDVI ne dépasse guerre la valeur de a.1. Cela traduit l'état desécheresse sur l'ensemble du bassin durant cette période de l'année(figure 28) .

On observe de façon nette la dégradation progressive de la végétationau cours dudit mois. En effet, les valeurs d'indices de végétationsont à 0.1 sur les deux tiers du bassin en début du mois (décade 1)et en fin de mois (décade 3), seules quelques zones au centre et auSud du bassin enregistrent des valeurs de NDVI de 0.1. Le nord dubassin étant extrêmement sec à cette période de l'année, les valeursd'indices de végétation sont autour de 0.05.

Ces résultats sont en parfaite concordance avec les observations deterrain et les conditions climatiques de ce mois. En effet, le moisd'avril est connu pour sa grande sécheresse et ses pics de chaleuratteignant souvent des maximums de 45° à l'ombre au Nord du bassin.L'air est chaud et sec entraînant une forte augmentation del'évaporation et donc une baisse de l'humidité du sol. Ces conditionsclimatiques inhibent l'activité photosynthétique des plantes, ce quiexplique les faibles valeurs d'indice de végétation. Seules quelquesespèces résistent à ces conditions hydriques extrêmes.


NooN

coco

-, -0.5-1.5-2·2.5

NOVI moyen interannuel . avril décade 3

--~

1

o 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5

NDVI moyen interannuel du mois d'avril sur le bassin versant du NakambéFigure 28

NOVI moyen înterannuel - avril décade 1 NOVI moyen interannuel - avril décade 2

14 . ,. ,.;r \)~ r

13.5 13.5 / 13.6

/ 11"

13I~

') 13 ..~ 13!

.,..

...12.5 12.5 .. 12.5

"". o.,

~.O.

12- 12 12

<ll-~

11.5 11.6 11.6

~·2.S -2 ·1.5 .; ·O.S 0 -2'.5 -2 ·1.5 .1 -0.5 0

de plus en plus rares et onLes indices de végétationde la régression de la


I.2. Indices moyens de végétation au cours des mois d'août etseptembre

Les conditions climatiques de ces mois sont très différentes decelles du mois d'avril. Ce sont les mois les plus pluvieux del'année, avec des températures plus ou moins douces et unehygrométrie correcte pour les plantes. L'humidité du sol est élevéeet la végétation est plus vigoureuse traduisant une forte activitéphotosynthétique de la végétation. Les figures 25 et 26 illustrentbien cette réalité climatique. Les valeurs d'indice de végétationsont comprises entre 0.2 et 0.45 en respectant un gradient nord-sudc'est-à-dire les faibles valeurs au nord (végétation moins dense) etles fortes au sud (végétation plus dense).

Les valeurs de NDVI augmentent progressivement durant tout le moisd'août, preuve que la saison des pluies s'est installée et que lavégétation verdit de plus en plus. On atteint un maximum de verdureau mois de septembre (principalement durant les deux premièresdécades) avec 0.25 au nord, 0.35 au centre et 0.45 au sud du bassin,ce qui traduit le fait que les plantes sont au maximum de leuractivité photosynthétique.Dès la fin septembre, les pluies se fontrentre progressivement en saison sèche.commencent alors à diminuer du faitvégétation.

L'observation des figures 29 et 30 nous permet de classer les valeursd'indices de végétation en trois groupes quelle que soit la décadeconsidérée au cours des mois d'août et de septembre

• les faibles valeurs de NDVI se rencontrent au nord du bassin,précisément au nord du 13 ème parallèle domaine des végétations detype sahélienne peu dense ;

• les valeurs moyennes sont au centre, entre le 13ème et le 12 ème

parallèle où on rencontre la végétation de type soudano-sahélienneassez dense ;

• enfin les fortes valeurs se retrouvent au sud du 12~e parallèle oùla végétation est de type savane arborée ou forêt claire.

Cette disposition spatiale des valeurs de NDVI traduit bien larépartition de la végétation sur le bassin.

Mémoire de DEA 89 Pierre DrELLO-sept 2002

NooN

NOVI moyen interannuel • août décade 1 NOVI moyen interannuel - août décade 2 NOVI moyen interannuel - août décade 3

oHHWHoQJ1-<1-<QJ.,.,

0..

<l:woQJ1J

QJ1-<.,.,oE

-4J;:;:

oen

o

12

14

12.5

11.5

- 13

- 13.5

o

)

12

13

14

o 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5

11.5

12.5

13.5

o·0.5

NDVI moyen interannuel du mois d'août sur le bassin versant du Nakambé

-1·1.5·2

Figure 29

·2.5

14

13.5

CIJ0III 13lHI-l::3III

~12.5

III.jJ

12III.jJ

'CIJ

.jJ11.5CIJ

~0

'rI.jJ

~'CIJtll

'CIJ>~IIICIJ0

'rI'Ô~H

LO

CIJI-l.jJ

'rIP-III-'=t)

NooN

<l>

".0E<l>.w0..<l>CI)NOVI moyen interannuel - septembre décade 3

12

14

11,5

135

12.5

- 13

-0.5-,

lr-','ILL_ J

.1.5·2-2.5

12

NOVI moyen interannuel - septembre décade 2

14 '--,"

13

11.5

12.5

13.5-

o

o 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5

·0.5·1

NDVI moyen interannuel du mois de septembre sur le bassin versant du Nakambé

-1.5-2

Figure 30

NOVI moyen interannuel . septembre décade 1

·2.5

14-

13.5

QICJIII 13li-!~:1III

12.QI

"Cl

III.j..I 12III.j..I,QI

.j..I 11.5QI

t:0·ri.j..IIII

.j..I,QI~

,QI>QI

"Cl

IIIQICJ

·ri"Clt:H

ltl

QI~

.j..I·riP-III.c:U


II. Influences des années sèches sur les indices de végétation

L'évolution de la pluviométrie sur le bassin du Nakarnbé durant lapériode 1982-1999 montre une tendance générale à la baisse avec unepériode particulièrement sèche : celle allant de 1982 à 1987 avecpour pic de sécheresse les années 1984-1985

Nous étudions dans ce paragraphe l'influence de ces années sèches surles indices de végétation. Le mois d'avril (caractéristique de lasaison sèche), et les mois d'août et de septembre (caractéristiquesde la saison des pluies) servent de base pour cette étude.

Les valeurs moyennes d'indices de végétation des trois mois suivisont été calculées pour la période 1982-1987 et pour les années 1984et 1985 individuellement. Une cartographie des ces valeurs permetd'évaluer l'influence de ces années particulières sur l'évolution desNOVI.

II.1. Période 1982-1987

La figure 31 montre la répartition spatiale des valeurs moyennes deNOVI sur l'ensemble du bassin pour la période 1982-1987 par rapport àcelle de 1982-1999. L'analyse comparative des résultats pour chaquepériode fait ressortir que :

• pour le mois d'avril, le NOVI est en moyenne inférieur à 0.1 durantla période 1982-1987 sur l'ensemble du bassin sauf en quelquesrares endroits entre le 12be et le 13 è

- parallèle où il est égal à0.1. Par contre pour la période 1982-1999, le NOVI n'est inférieurà 0.1 qu'au nord du 13è

- parallèle. Il est principalement égal à0.1 au sud de ce parallèle avec cependant de larges zones où ilreste inférieur à 0.1 .

• le mois d'août de la période 1982-1987 se caractérise par desvaleurs de NOVI inférieures ou égales à 0.2 au nord du 13 ème

parallèle contre 0.25 en moyenne (1982-1999) avec des valeurs de0.25 autour de ce parallèle contre 0.3 pour la moyenne 1982-1999.Entre les 12 è

- et 13 è- parallèles, il est de 0.25 en général avec

quelques zones où on atteint 0.3 et même 0.35 autour du 12 ème

parallèle. Pour cette même zone, le NOVI moyen de la période 19821999 est égal à 0.3 avec des valeurs de 0.35 autour du 12 ème

parallèle.

Au sud du 12be parallèle, le NOVI reste majoritairement égal à 0.3avec des maximums de 0.35 dans la partie ouest du bassin(précisément autour dudit parallèle) pour la période 1982-1987.

On observe à peu près les mêmes dispositions pour la périodeallant de 1982 à 1999 à la différence que le NOVI est de 0.35 à0.4 à l'ouest et à l'extrême sud du bassin. Il est de 0.3 à l'est.



• Le mois de septembre se distingue de celui d'août par ses valeursd'indices de végétation plus élevées. Pour la période 1982-1987, leNOVI est inférieur ou égal à 0.25 au nord du 13be parallèle avec0.3 autour de ce parallèle. A l'opposé, le NOVI est supérieur à 0.3en moyenne avec des valeurs de 0.35 autour dudit parallèle.

Entre le 12 ème et le 13ème parallèle, le NOVI est essentiellementégal à 0.3 avec autour du 12 ème parallèle des valeurs atteignant0.35 à 0.4 pour la période 1982-1987. La moyenne 82-99 indique pourla même zone des valeurs supérieures ou égales à 0.35 avec autourdu 12èœ parallèle des maximums de 0.4 à 0.45.

Au sud du 12èœ parallèle, le NOVI reste supérieur à 0.4 pour lesdeux périodes.

Sur l'ensemble des trois mois caractéristiques, on constate que lesvaleurs de NOVI sont plus faibles pour la période 1982-1987 que pourla moyenne 1982-1999. Par ailleurs, les zones à fortes valeurs deNOVI sont plus étendues pour la période 82-99 que pour celle allantde 1982 à 1987 traduisant le fait que les années 1982-1987 ont étésèches. On peut donc en conclure que la sécheresse de cette périodes'est répercutée sur les valeurs d'indice de végétation.

Mémoire de DEA 93 Pierre DIELLü-sept 2002

14.5+----'-------'-------'-------'------'---+

NOVI moyen avril 82~7'4.15,+-----'-------'------'----'----'---+

NOVlmoyenaoOt82~7

14.'-j-__.L...__.L...__.L...__-'---__-'---__+NOVI moyen septembre 82~7

NaaN

oHHWHCl

(lJ

>-<>-<(lJ

-rip.,

(lJ

>-<.Q8(lJ-wCL(lJ[f]

0.5

02

o

0.25

0.35

0.3

0.1

0.45

0.15

0.05

0.4

la moyenne 82-99

.,

.,

-1.6

-1.5

-2.5

-2.5

NOVI moyen interannuel mois de septembre

"+---,.-----,------..,.-----,---+--+.,

14

12

12

111+---..,....---,----,----,---~--+-3

..

11'::

12.5

12."

14.'+-_-'-__-'-__-'-__-'-__----'-__-+

11.

13

13'

-0.5

-0.5

.,

.,-1.5

·2

·2-Hi

"+---..,.-----..,.--------..,.-----~--+·3

14

NOVI moyen interannuel mois d'aoOt

'3

12

14-

"+-__,.....__..,.--- -,-__.Z-__+·3

13·

12

11.5

12.5

13.5

11.5

14.'+----'------'------'------'-------'-----+

l2.fi

13.

NDVI moyen d'avril août et septembre de la période 82-87 par rapport à

NOVI moyen interannuel mois d'avril

".)'\~ l

1)11+---..,.---,.....--,.....--,.....--'+-----+

·3 -Hi ·2 -1.5 ·1 -0.5

11+.3---.,.2.'----._2---.,.,.-'--'.,---."0'.'--,--+

"

12

14/~

.----r-

"" )~,

13 ~ ~,

125 \.12· l.

Il.S

13.$

12.5

14.5+----'------'------'-------'-------'-----+

Figure 31


II.2. La sécheresse des années 1994 et 1995

Les figures 32 et 33 montrent l'état du couvert végétal au cours desdeux années les plus sèches de la période 82-87.

L'année 1984 se caractérise par des mois d'août et de septembre àvaleurs d'indices de végétation particulièrement faibles. On a eneffet, sur l'ensemble du bassin des indices de végétation avoisinant0.2 à 0.25 avec seulement çà et là quelques zones où on atteint 0.3ou 0.4. On remarque par ailleurs que le NOVI n'a pratiquement pasévolué entre ces deux mois. Les faibles quantités de pluiesenregistrées au cours cette année sont à l'origine de cet assèchementde la végétation.

La situation se dégrade considérablement au cours de l'année 1985,avec en avril des indices de végétation inférieurs à 0.1 sur tout lebassin. L'observation de la figure 29 traduit bien l'assèchementgénéral de la végétation dû à l'effet de cumul de la sécheresse desannées précédentes en particulier celle de 1984. La discontinuitédans les valeurs d'indices de végétation apparaît clairement au coursde ces deux mois contrairement aux indices moyens interannuels quiont une répartition spatiale assez homogène.


NooN

Qi

'".Q

2Qi

.j..J

Q,QiCIl

oHHWHo

,:J::woQi-0

Qi

'"·rio2

'Qi;,:;

a

0.15

025

0.1

02

0.05

·0.5.,

".5

·1.5·2

·2

-2.5

·3


'2

NOVI moyen septembre 1984

,,-!----,---~----r--------"''------I-

13

12

1.

13

,,+----,---,------,----,-----"1''-----+·3

'35

13.5

12.5

".5

14.5-1----'-----'-__--'-___'_____'___--.-

125

14 5-1----'----'-------'----'----+

• 11.5

·0.5

-0.5·1

.,-1.6

·1.5

·2

·2

-2.5

NOVI moyen août 1984

,..

NOVI moyen interannuel mois d'août

'2

'3

'3

11-1-----,---,-----,-----r----+---+·3

'2

,..

11-!----.-----,-----r----,----"I''-----+·3

'3.

11.

14.&-I----'----'------....L.----'----!-

125

135·

"'

12.5·

,..,+-__...J-__~____'____'_____'___--,..

-0.5·1

·1.6

.1.5

NDVI moyen d'avril août et septembre de l'année 1984 par rapport à la moyenne 82-99

·2

·~5

·25

,.

NOVI moyen avril 1984

13

12


111+---,-----r-----.---,----",L.---+·3

12

'3

12.5

11.

14.5-j----'-----'-------'------'-----''----t

11

135

14.5+·--...J-----'----'-----'-------'---+

Figure 32

_---1 ~___'___-L.__---1__---. 14.5+-__.........__.......__.......__----' '--_-114.5,-t----L.------'---L-----'-----'----!-NOVI moyen avril 1985

14.5

NOVI moyen août 1985 NOVI moyen septembre 1985NooN

0.1

0.05

o

0.25

0.2

-0.15

-0.5

-0.5-1-1.5

·2

·2

·2.5

·2.5

12


11-t----.----r------,---:----'~--+·3

13

14

11-t----.---.-----.----,,----lf---+·3

11.5

12.5

14

13

115·

13

14.5.+---.......- --'----'----'-------'----j.

13.5

• 12

- 12.5-

-0.5

-05

·1

·1

-1.5

·1.5-2

-2

-2.5

-2.5

NOVI moyen interannuel mois d'aoOt

11+----.---r-----,,----r---~--_+·3

12

11-l----r-----.---..----.---~--_I_·3

13

14

13.5

115

14.*----'----'-----'----'-----'-----t-

- 12.5

6.1

NDVI moyen d'avril août et septembre de l'année 1985 par rapport à la moyenne 82-99Figure 33


\~'!.

\"-t----r-----,---,----,-----'+---!--3 -2.5 ·1.5 -1 -0.5

12

13

'4

14

11.5

12.5-

13.5

~12.5- ~

---,

12- ~11.5- {

11,f

-3 -2'.5 -2 .{s -1 -0.5

14.5


III. Conclusion

Il s'agissait dans ce chapitre de voir si les NOVI pouvaient servir àcaractériser de façon satisfaisante les états de surface sur lebassin du Nakambé. L'étude faite dans cette dernière partie montreque les indices de végétation sont un bon moyen pour caractériserdans sa répartition géographique le couvert végétal du bassin étudié.Il a été possible à l'aide du NOVI de différencier les zones àvégétation dense de celles à végétation peu dense ou très peu dense(arides). Les trois ensembles de couvertures végétales du bassin du

Nakambé ont été mis en évidence même si la différenciation desdiverses espèces que l'on rencontre sur le bassin reste difficile àpartir des données d'indices de végétation.

Cette étude montre également que le NOVI est sensible aux conditionsrégionales de sécheresse. La cartographie des valeurs d'indice devégétation pour la période de sécheresse 82-87 l'a bien montré.

Il reste cependant un aspect très important de la relation NOVI-étatde surface dont les résultats n'apparaissent pas ici car inachevéfaute de temps. Ce sont les changements d'états de surface sur lebassin de 1982 à 1999. Cet aspect devrait nous permettre d'approcherl'impact des activités anthropiques dans la zone du bassin du Nakambéen cherchant à voir :

• s'il y a trace d'une quelconque modification des états desurface (évolution de l'occupation du sol, ... ) dans les valeursde NOVI sur la période étudiée ;

• s'il est possible d'approcher une mesure de l'aridification surle bassin à l'aide des indices de végétation.


Conclusion et perspectives

CONCLUSION ET PERSPECTIVES

Mémoire de DEA 99 Pierre DIELLO-sept. 2002



Conclusion

Comment suivre à grande échelle la sensibilité climatique desrégions sahéliennes d'Afrique de l'Ouest vis-à-vis des changementsdes paramètres climatiques et des états de surface? C'est en cestermes que nous avons posé en introduction la problématique decette étude. C'est une préoccupation maj eure des recherches enhydrologie et climatologie. Les régions à faibles pluviométriessont particulièrement concernées car au-delà de la faible quantitédes pluies, elles sont soumises à de fortes pressions anthropiquesengendrant de graves problèmes environnementaux.L'une des voies de recherche en la matière est l'utilisation desdonnées de télédétection pour une meilleure connaissance du climatà travers les cycles hydrologiques et la dynamique des états desurface. Le bassin du Nakambé au Burkina Faso a servi de cadregéographique pour explorer la question.

Notre étude s'est intéressée aux points ci-après, directement liésà la problématique initiale :

1. explorer la relation NOVI-pluie au pas de temps fin de ladécade et aux pas d'espace du pixel, du groupe de pixels etdu demi-degré carré sur le bassin d'étude

2. utiliser les données NOVI pour déterminer les dates de débutet de fin de saison pluvieuse dans la zone étudiée ;

3. caractériser à l'aide des données d'indices de végétation lesétats de surface sur le bassin

4. voir si la sécheresse des décennies précédentes s'estrépercutée sur les valeurs de NOVI.

Mémoire de DEA 100 Pierre DIELLü-sept. 2002


Nous avons d'abord tenté de situer les méthodes de télédétectionen hydrologie par un travail de recherche bibliographique. Cettepremière démarche nous a permis de montrer que les indices devégétation en général, et le NOVI en particulier, représentent unesource d'informations importantes pour les sciences de l'eau et del'environnement. Plusieurs études ont montré que le NOVI présentedes corrélations plus ou moins fortes avec la plupart desparamètres climatiques et hydrologiques à divers pas de temps etd'espace.

Nous avons pu mettre en évidence d'une part, une similitudemarquée dans l'évolution annuelle de la pluie et du NOVI etd'autre part une sensibilité du NOVI au rythme et à ladistribution des pluies au cours de l'année.Il ressort également de cette étude que l'évolution du maximumannuel de NOVI de 1982 à 1999 suit les variations climatiquesobservées sur le bassin notamment celles de la pluviométrie. Lerapport du NOVlmax annuel par demi-degré carré et de la pluieannuelle à la même échelle spatiale est globalement constant surla période.

Le NOVI s'est révélé être corrélé au cumul pluviométriquedécadaire. On a une meilleure corrélation entre cette variable etla pluie à l'échelle spatiale du demi-degré carré que la pluielocale mesurée aux postes pluviométriques. Les coefficients decorrélation dans le premier cas sont compris entre 0.84 et 0.90sur l'ensemble du bassin contre 0.77 à 0.79 dans le second. Lacorrélation NOVI-pluie décadaire est mauvaise. Les coefficientsn'excèdent guerre 0.26 sur tout le bassin.

Nous avons pu montrer que le NOVI est un bon indicateur de débutet de fin de saison des pluies. Les résultats fournis par lesméthodes classiques de détermination des décades de début et defin de saison pluvieuse sont en accord avec ceux obtenus à l'aidedes indices de végétation. La méthode graphique a en général desrésul tats proches de ceux obtenus avec les données de NOVI. Onnote cependant des coefficients de variation relativement élevés(jusqu'à 14% en zone Nord Soudanienne pour les décades de début desaison des pluies).

Les conclusions du dernier chapitre nous permettent de dire queles indices de végétation sont un bon moyen pour caractériser danssa répartition géographique le couvert végétal du bassin étudié.Nous avons pu différencier et localiser sur le bassin du Nakambéles zones à végétation dense de celles à végétation peu dense outrès peu dense (arides).La sensibilité du NDVI à la sécheresse a aussi été mise enévidence par une étude de l'influence de la période sèche 82-87sur le bassin. La sévérité de la sécheresse des années 84-85 s'estnettement transcrite dans les valeurs de NDVI.

Mémoire de DEA 101 Pierre DrELLü-sept. 2002


Perspectives de recherches

La relation entre les indices de végétation et la pluie a été miseen évidence de façon satisfaisante à travers cette étude. Il fautcependant noter que les indices de végétation étant par essence unindicateur de l'activité photosynthétique des plantes, lesparamètres majeurs de cette activité tels que l'ETP, l'humidité etla nature du sol doivent être pris en compte pour affinerdavantage cette relation. Ainsi, une approche associant de façongénérale les paramètres de la relation eau-sol-plante aiderait àexpliquer de manière plus forte la relation NOVI-pluie.

Comme annoncé à dans la conclusion du chapitre 5, les résultats dela dernière partie de ce travail n'apparaissent pas dans cemémoire. Nous présentons néanmoins quelques pistes de recherchesque nous avons commencé à explorer :

Indices de végétation et occupation du so~

Une démarche que nous avons adoptée pour l'étude de la relationentre NOVI et occupation du sol sur le bassin se résume en quatrepoints

1. la recherche de pixels témoins le but de cette premièredémarche est de localiser sur le bassin trois types d'états desurface :

Type 1Type 2Type 3

sol végétalisé toute l'année (zone arborée, boisée)sol nu toute l'année (zone aride ou désertifiée)sol nu ou végétalisé en fonction de la période de

l'année (champ ou prairie) ;

2. l'étude du comportement des pixels témoins d'une année àl'autre afin de pouvoir définir pour chacun d'eux uncomportement type (réponse du NOVI en fonction du typed'occupation du sol)

3. le découpage du bassin en grilles d'un demi-degré carré et laclassification des pixels contenus dans chaque grille selon lestrois types d'occupation du sol. Pour ce faire, le comportementde chaque pixel d'une année à l'autre sera comparé à celui despixels témoins afin de déduire le type d'état de surface que lepixel représente. On aura en définitive pour chaque grille, x%de pixels de type 1, y% de pixels de type 2 et z% de pixels detype 3. Rapporté au demi-degré carré il sera possible de donnerune répartition en pourcentage des trois types de sols danschaque demi degré carré.

4. la comparaison des résultats obtenus avec lesexistantes sur l'occupation du sol sur la zonepermettra de conclure sur la fiabilité des résultats.

donnéesd'étude

Mémoire de DEA 102 Pierre DIELLü-sept. 2002

Conc1usion et perspectives

Une autre démarche possible serait de calculer la valeur cumuléede NOVI sur la période qui va du démarrage de la saison (début deremontée des valeurs de NOVI) jusqu'au NOVImax. Ce cumul de NOVIse fera avec les valeurs moyennes d'indice de végétation pourchaque demi-degré carré et chaque décade (la valeur sur un seulpixel étant considérablement bruitée) .

Parallèlement à cela, on compte le nombre T de décades entre ladécade remontée des valeurs de NOVI et celle où le NOVI atteintson maximum.

Les valeurs cumulées de NOVI ainsi obtenues seront rapportées soità un temps soit à une valeur de NOVImax soit enfin à une valeur depluie. On peut ainsi calculer les rapports suivants :

• NOVI cumulé/T (T = nombre de décades entre décade de début deremonté du NOVI et celle du NOVImax)

• NOVI cumulé/NOVImax ;• NOVI cumulé/total annuel de pluie.

Ces différents rapports permettent de discriminer si un faiblecumul de NOVI est dû à une saison des pluies médiocre ou si onassiste réellement à une modification de la végétation.

Les séries temporelles issues de ces rapports devraient permettrede voir si l'évolution de la végétation se répercute sur lesvaleurs de NOVI. Plus on a de surfaces cultivées, plus on aura unretard marqué dans le démarrage du NOVI par rapport à lavégétation naturelle.

Mémoire de DEA 103 Pierre DIELLO-sept. 2002

Références bibliographiques

BIBLIOGRAPHIE

Mémoire de DEA 104 Pierre DIELLO sept. 2002


Bibliographie

BOEGH E., Soegaard H, HANAN N., P. KABAT , and LESCH L., 1999.A Remote Sensing Study of the NDVI-Ts Relationship and theTranspiration from Sparse Vegetation in the Sahel Based on HighResolution Satellite DataREMOTE SENS. ENVIRON. NO. 69, 224-240.

BOULET G. and a~., 2000.A simple water energy balance modele designed for regionalizationand remote sensing data utilizationAGRICULTURAL AND FOREST METEOROLOGY NO. 105, 117-132

CIHLAR J. and al., 1991,Relation between the normalized difference vegetation index andecological variables.REMOTE SENSING OF ENVIRONMENT NO 35, 279-298.

COHEN Warren B., 1991.Temporal versus spatial variation in leaf reflectance underchanging water stress conditionsINT. J. REMOTE SENSING, 1991, VOL. 12, NO. 9, 1865-1876.

D. Lo Seen et al., 1994,Modélisation du fonctionnement et observation satellitaire de lavégétation herbacée sahélienneXbe journées hydrologiques-Orstom

DIRK, CESBIO, REALIX, 1998.Travaux de télédétection sur le bassin versant du Nakambérapport de mission et d'apprentissage 'in situ'

DIRK, CESBIO, REALIX, 1998.Travaux de télédétection sur le bassin versant du Nakambérapport de synthèse

DYMONO J.R., SHEPHERD J.O. J., 2001.A simple physical model of vegetationstandardising optical satellite imageryREMOTE SENSING OF ENVIRONMENT NO. 77, 230-239.

reflectance for

Mémoire de DEA 105 Pierre DrELLO sept. 2002

Références b1blioqraphiques

ELMORE J. and al., 2000.Quantifying vegetation changes in semiarid environnement:precision and accuracy of spectral mixture analysis and thenormalized difference vegetation index.REMOTE SENSING OF ENVIRONNEMENT, NO. 73, 87-102

FONTES J. et GUINKO S, 1995.Carte de la végétation et de l'occupation du sol du Burkina FasoNotice explicative.

GEFFARD S., 1994.Utilisation d'une série temporelle de données-satellite NOAA-AVHRRpour le suivi hydrologique des grands fleuves en Afrique del'Ouest.Xème JOURNEES HYDROLOGIQUES-ORSTOM 1994.

HIELKEMA J.U., PRINCE S.O. and ASTLE W. L., 1986.Rainfall and vegetation monitoring in the Savanna Zone of theDemocratie Republic of Sudan using the NOAA Advanced Very HighResolution RadiometerINT. J. REMOTE SENSING, 1986, VOL. 7, NO. 11, 1499-1513.

HOLBEN B. N., 1986Characteristics of maximum-value composite images from temporalAVHRR dataINT. J. REMOTE SENSING, VOL. 7 NO. 11, 1417-1434

HUETTE A. R, R.O. JACKSON, O.F. POST, 1985.Spectral Response of a Plant Canopy with Different SoilBackgrounds.REMOTE SENSING OF ENVIRONMENT 17 :37-53.

HUETTE A. R. et TUCKER C. J., 1991.Investigation of soil influence in AVHRR red and near-infraredvegetation index imagery.INT. J. REMOTE SENSING, VOL. 12, NO. 6, 1223-1242

JUSTICE C.O., B.N. HOLBEN, and M.O. GWYNNE, 1986.Monitoring East African vegetation using AVHRR data.INT. J. REMOTE SENSING, 1986, VOL. 7, NO. 11, 1453-1474.

JUSTICE C. O. and HIERNAUX P. H. Y., 1986.Moni toring the grasslands of sahel using NOAA-AVHRR data: Niger1983.INT. J. REMOTE SENSING, 1986, VOL. 7, NO. 11, 1475-1494

KARNIELI A. and a~., 2001.AFRI-aerosol free vegetation indexREMOTE SENSING OF ENVIRONNEMENT, NO. 77, 10-21

KERR Yann H. et Al., 1989.NOAA AVHRR and its uses for rainfall and evapotranspirationmoni toring.INT. J. REMOTE SENSING, VOL. 10, NOS. 4 AND 5, 847-854.

Mémoire de DEA 106 Pierre DIELLü sept. 2002


KUMAR La1it et a~., 2002.Relation entre le taux de croissance végétale ausaison pluvieuse et le type de sol au Burkina Fasodans l'utilisation des ressources à grande échelle.ECOLOGICAL MODELLING NO. 149, 143-152

début de laImplications

LAMBIN E. F. and EHRLICH D., 1997.Land-cover changes in sub-saharan Africa (1982-1981) : applicationof a change index based on remotely sensed surface temperature andvegetation indices at a continental scale.REMOTE SENS. ENVIRON. NO 61, 181-200

LECONTE J., 2000.Prise en compte de la dynamique de la végétation dans deux modèleshydrologiques utilisés en Afrique de l'Ouest à l'aide des donnéesNOAA-AVHRR.IRD-MAISON DES SCIENCES DE L'EAU

LEVIANDIER ThierryHydrologie spatialisée et transfert d'échelleWWW-CEREG.U-STRASBG.FR/THEME/HYDROLOGIE.HTM

MALO A. R. et SHARON E. Nicho1son, 1989.A study of rainfall and vegetation dynamics in the African Sahelusing NDVI .JOURNAL OF ARID ENVIRONNEMENTS, 1990, NO 19, 1-24

MARE G. et a1.,2002,Climatic and anthropogenic impacts on the flow regime of theNakambe river in Burkina FasoIAHS publication n°. 274 p 69-75

MULLER E., DECAMPS Henri, 2000.Modeling soil moisture relfectance.REMOTE SENSING OF ENVIRONNEMENT NO. 76, 173-180

NARASIMHA Rao, VENKATARATNAM L., KRISHNA P.V., RAMAVA leV, 1991.Relation between root zone soil moisture and NDVI Of vegetatedfields.INT. J. REMOTE SENSING, VOL. 14,NO. 3, 441-449

OLIOSO A., 1995.Simulating the relationship between thermal emissivity and theNormalized Difference Vegetation IndexINT. J. REMOTE SENSING, 1995, VOL. 16, NO. 16, 3211-3216.

OLIOSO A., CHAUXI H., COURALT. D et WIGNERON J-P., 1999.Estimation of Evapotranspiration and Photosynthesis byAssimilation of Remote Sensing Data into SVAT ModelsREMOTE SENS. ENVIRON., 1999, NO. 68, 341-356

PHILLIPE Martin, 1992.Vegetation responses and feedbacks to climateand processesCLIMATE DYNAMICS, 1993, NO. 8, 201-210

a review of models



POPEL J. W., LEKKERKERKER C. L., 1991.Le suivi de la dégradation de l'environnement par des observationshydrométriques et piézométriquesBULLETIN DE LIAISON CIEH, OUAGADOUGOU, N°38

PRICE J. C., 1998.Estimating Surface Temperatures from Satellite ThermalInfrared Data - A Simple Formulation for the Atmospheric EffectREMOTE SENSING OF ENVIRONMENT 13 : 353-361.

RICHARD Y and POCARD l, 1998.A statistical study of NDVI sensitivity to seasonal andinterannual rainfall variations in southern Africa.INT. J. REMOTE SENSING, 1998, VOL. 19,NO. 15, 2907-2920

RODERICK M., SMITH R., CRIDLAND S., 1996.The precision of the NDVI derived from AVHRR observationsREMOTE SENSING OF ENVIRONMENT NO. 56, 57-65.

SEGUIN B. and al., 1989,Use of meteorological satellites for water balance monitoring insahelian regionsINT. J. REMOTE SENSING, VOL. 10, NO. 6, 1101-1117.

SEGUIN B., 1993.Using midday surface temperature of estimate daily evaporationfrom satellite thermal IR dataINT. J. REMOTE SENSING, 1993, VOL. 4, NO. 2, 371-383.

SELLERS P. J., 1985.Canopy reflectance, photosynthesis and transpirationINT. J. REMOTE SENSING, VOL. 6 NO. 8, 1335-1372

Runninq and RAMAKRISHNA R. N., 1988.Seasonal Patterns of the AVHRR Vegetation Index toPhotosynthesis and Transpiration of Forests in Different

STEVEN w.RelatingSimulatedClimates.REMOTE SENSING OF ENVIRONMENT NO. 24, 347-367.

SOER G. J. R., 1980.Estimation of regional evapotranspiration and soil moistureconditions using remotely sensed crop surface temperatureREMOTE SENSING OF ENVIRONNEMENT NO. 9, 27-45

TOBY N. Carlson and RIPLEY David A., 1997.On the Rela tion between NDVI , Fractional Vegeta tion Cover, andLeaf Area Index.REMOTE SENS. ENVIRON., 1997, NO. 62, 241-252.

TOWNSHEND J. R. G and JUSTICE C. O., 1986.Analysis of the dynamics of African vegetation using thenormalized difference vegetation index.INT. J. REMOTE SENSING, VOL. 7, NO. 11, 1434-1445.



TUCKER C. J., J. A. GATLIN, 1984.Monitoring Vegetation in the Nile Delta with NOAA-6 and NOAA-7AVHRR Imagery.PHOTOGRAMMETRIC ENGINEERING AND REMOTE SENSING, VOL. 50, NO. l,1984, pp.53-61

TUCKER C. J., 1986Maximum normalized differnce vegetation index images for subsaharan Africa for 1983-1985.INT. J. REMOTE SENSING, VOL. 7 NO. 11, 1383-1384

TUCKER C. J., and B. J. CHOUDHURY, 1987Satellite remote sensing of drought conditionsREMOTE SENSING OF ENVIRONNEMENT, VOL. 23, 243-251

TUELLER Paul T., 1987.Remote Sensing Science Applications in Arid EnvironmentsREMOTE SENSING OF ENVIRONMENT 1987, NO. 23, 143-154.

WALSH Stephen J., 1987.Comparaison of NOAA AVHRR data to meteorologic drought indicesPHOTOGRAMMETRIC ENGINEERING AND REMOTE SENSING, VOL. 53 NO 8,1069-1074

YANG Wenli, YANG Limin et MECHANT James W., 1994.AVHRR-derived NDVI and ecoclimatological parametersrelationships, spatial and temporal variabilities.ASPRS/ACSM (1994)WWW.ODYSSEY.MAINE.EDU/GISWEB/SPATDB/ACSM/AC94087.HTML


Annexes

Mémoire de DEA

ANNEXE

110 Pierre DIELLO- sept. 2002

NOVI-pluies décadaires Station de guilongou Domaine carré de 8km X 8km

W

o

- pluie décadaire -ndvi min ]--ndvi moy -ndvi max

300 ,...::===============---=~--------------------------------------------r0.6

~O 0.5

~O Q4

lW O~

100 0.2

0.1

o19 37 55 73 91 109 127 145 163 181 199 217 235 253 271 289 307

NOVI-pluies décadaires Station guilongou Domaine carré de 16km x 16km[_ pluie décadaire - ndvi min--ndvi moy -ndvi max

300-'--~===================~------------------------------------------r0.6

250 0.5

~O 04

1W O~

100 0.2

o o19 37 55 73 91 109 127 145 163 181 199 217 235 253 271 289 307

NOVI-pluies décadaires Station de guilongou Domaine carré de 24km X 24km

o

_ pluie décadaire - ndvi min--ndvi moy -ndvi max

300 ..,...::============::::::::=======--------------------------------------------,0.7

2W 0.6

200 0.5

04150

0.3

100 0.2

0.1

o19 37 55 73 91 109 127 145 163 181 199 217 235 253 271 289 307

NOVI-pluie cumulée Station de guilongou Domaine carré de 8km X 8km--------------------------------------- -

1-pluie cumulée - ndvi min -11--ndvi moy - ndvi max

900 ,-'::====================~------------------------------------------,- 0,7800 0,6700000 Q5

500 - OA

400 0,3300~o 0,2

100 0,1

o 020 39 58 77 96 115 134 153 172 191 210 229 248 267 286 305

NOVI-pluie cumulée Station de guilongou Domaine carré de 16km X 16km- pluie cumulée -ndvi min--ndvi moy - ndvi max

900 ~================----------------------------------------------,- 0,7800 0,6700600 0,5

500 OA

400 03300200 0.2100 0,1

o 020 39 58 77 96 115 134 153 172 191 210 229 248 267 286 305

NOVI-pluie cumulée Station de guilongou Domaine carré de 24km X 24km-pluie cumulée -ndvi min--ndvi moy -ndvi max

900 ,..:::====::::::================::---------------------------------------------,- 0,7

800 0,6700600 0,5

500 OA

400 0,3300 0.2200100 0,1

o 020 39 58 77 96 115 134 153 172 191 210 229 248 267 286 305

- ndvi min NOVI-pluies décadaires Station de kamboince Domaine carré de 8km x 8kmb;;;;;:'~~~~==~·~,Qngdv~iJ)mQia~x~=d.. --="':":'':''- , 0.7

200 -r-

180 0.6

160 0.51401~ ~4

100 0.38000 02

40 0.1~ 0o

19 37 55 73 91 109 127 145 163 181 199 217 235 253

- pluie décadaire NOVI-pluie décadaire Station kamboince Domaine carré de 16km X 16km,.1;-;;;;-;;-;,Qndgv~iJJm~o~v~=~~;;:;J~1m~==L =..:..:..:.:..::.:..::..:.:...= , 0.7

200

100 O~

100 Q5140120 .04

100 0.38000- -~

40 - 0.1~- 0o

19 37 55 73 91 109 127 145 163 181 199 217 235 253

-ndvi min NOVI-pluies décadaires Station de kamboince Domaine carré de 24km X 24km

Tl::;;;~~~~==~·~~nd~v~i~m~a~x==:L ....:... -------------------------------T 0.7200

100 0.6100 ~51401~ 0.4

100 _0.38000 ~2

40 0.1~. 0o

19 37 55 73 91 109 127 145 163 181 199 217 235 253

NOVI-pluie cumulée Station de kamboince Domaine carré de 8km X 8km- pluie cumulée - ndvi min--ndvi moy -ndvi max

1200 ~===::::::::========------------------------------------------------,- 0.7

1000 0.6

800 0.50.4

6000.3

~ .~

200 0.1

o 020 39 58 77 96 115 134 153 172 191 210 229 248 267

NOVI-pluie cumulée Station de kamboince Domaine carré de 16km X 16km- pluie cumulée -ndvi min--ndvi moy - ndvi max

1200.,.J-----.:-------~..L------------------------------------------------.-0.7

1000 0.6

800 0.5

0.4600

0.3

~ 0.2

200 0.1

o 0

20 39 58 77 96 115 134 153 172 191 210 229 248 267

-ndvimin-ndvimax

NDVI.pluie cumulée Station de kamboince Domaine carré de 24km X 24km

1200 .=============----------------------------------------------r 0.7

1000 0.6

8000.4

6000.3

~O 0.2

200 0.1

O+----+'"<:..----T------!ft-----F----~'"------_,__---_,__---____r-'------__r---____f'OO:'---____f'----___,''-----___!'IC.------T'-------+O

20 39 58 77 96 115 134 153 172 191 210 229 248 267

NOVI-pluies décadaires Station de ouagadougou aéro Domaine carré de 8km X 8km_ pluie décadaire - ndvi min--ndvi moy - ndvi max

160 -.-:=======================:--------------------------------------------,0.7

140 0.6

1~ 0.5100 OA8000 -Q3

40 ·0.2

20 - 0.1

o 019 37 55 73 91 109 127 145 163 181 199 217 235 253 271 289

NOVI-pluies décadaires Station de ouagadougou aèro Domaine carré de 16km X 16km_ pluie décadaire - ndvi min--ndvi moy - ndvi max

100 -rl--.....;""""""....;.:.----~......;----L----------------------------------------------r0.7

140 0.6

1~ Q5100

OA8000 0.3

40 ~

20 0.1

o 0

19 37 55 73 91 109 127 145 163 181 199 217 235 253 271 289

NOVI-pluies décadaires Station de ouagadougou aéro Domaine carré de 24km X 24km_ plUie décadaire -ndvi min--ndvi moy -ndvi max

100 .-=====================-----------------------------------------. 0.7140 Q6

1~ O~

100OA

8060 0340 0.2

~ 0.1

o 019 37 55 73 91 109 127 145 163 181 199 217 235 253 271 289

NOVI-pluie cumulée Station de Ouagadougou aéro Domaine carré de 8km X 8km- pluie cumulée - ndvi min--ndvi moy - ndvi max

1000,....!:;==~~========:=!._-----------------------------------------------,-0.6

900800 0.5

700 OA600500 0.3400300 Q2

200 0.1100

o 020 39 58 77 96 115 134 153 172 191 210 229 248 267 286 305

OA

NOVI-pluie cumulée Station de Ouagadougou aéro Domaine carré de 16km X 16km

1

- Pluie Cumulée - ndvi min--ndvi moy -ndvi max

1000 .,....!::=::::::::::~~=====::::::::::===!---------------------------------------------,0.6900800 0.5

700600500 0.3400D 0.2

200 0.1100O+-----~l:---.:---_+--___i~--....,..--___,_---_JL--__f.~--~--___,_--____;=---~--~!:.---_,____--~~------'/"----+0

20 39 58 77 96 115 134 153 172 191 210 229 248 267 286 305

OA

NOVI-pluie cumulée Station Ouagadougou aéro Domaine carré de 24km X 24km- Pluie Cumulée - ndvi min--ndvi moy - ndvi max

1000 .,...l====~========'----------------------------------------- ------~ 0.6900800 0.5

700600500 0.3400300 0.2

200 0.1100O-l------JL---~--~~--___!=_---./M_--___,_---_/JL--~~--__,__--____,r__--__,=.'------F_--~"------_.___-----4"--------,'L-----+O

20 39 58 77 96 115 134 153 172 191 210 229 248 267 286 305

RESUME

Ce travail s'inscrit dans la problématique de l'utilisation des donnéesméthodes de télédétection (NDVI-AVHRR) pour le suivi de la variabilitédes régions sahéliennes d'Afrique de l'Ouest en termes de pluie etsurface.

issues desclimatique

d'états de

L'analyse bibliographique menée dans cette étude révèle que les indices devégétation (NDVI-AVHRR) représentent de nos jours une importante sourced'information pour les sciences de l'eau et de l'environnement. Bien que largementutilisés dans les recherches en hydrologie et sur les changements climatiquesglobaux, les relations entre les NDVI-AVHRR et les paramètres climatiques ne sontpas parfaitement établies.

Cette étude s'intéresse à la relation entre les NDVI-AVHRR et la pluie au pas detemps décadaire sur le bassin versant du Nakambé au Burkina Faso sur la période1982-1999. Une similitude marquée dans l'évolution annuelle des deux variables àété mise en évidence. Le NDVI s'est révélé être corrélé au cumul pluviométrique àl'échelle spatiale du demi-degré carré avec des coefficients de corrélation allantde 0.84 à 0.90. Il donne également de bons résul tats quand il est utilisé commemoyen de détermination des décades de début et de fin de la saison pluvieuse.

La relation NDVI-états de surface est également explorée,caractérisation du couvert végétal du bassin et l'influencesécheresse sur les valeurs d'indices de végétation.

Mots clés: NDVI-AVHRR, pluie, état de surface, décade, sécheresse.

notammentdes années

lade

TITLE

ABSTARCT

Relations between vegetation index, rainfall and land-cover changes inBurkina Faso - case of the Nakambe river basin.

This work deals with the problemAVHRR observations for monitoringespecially rainfa11 and land-cover

of the use of remote sensing data derivedthe West African Sahel climatic variability,changes.

fromand

The bibliographical analysis shows that the Normalized Difference Vegetation Index(NDVI) is an important source of information for water and environment sciences.

NDVI is widely used in hydrological researches and global climatic changes, but itsrelationships with climatic parameters are not weIl established yet.

We studied the relationships between NDVI and rainfall at a decadal time step onthe Nakambe river basin in Burkina Faso over the years 1982-1999. We foundsimilari ties in the annual evolution of these two variables. The NDVI is weIlcorrelated to the sUffi of the annual rainfall, at the spatial scale of the halfdegree, with correlation coefficients ranging from 0.84 to 0.90. The NDVI givesreasonably good results when used for determining the beginning and the end of therainfall season.

The relationships between NDVI and land-cover are also explored by a study of theinfluence of droughts conditions on the vegetation index values.

Key Words: NDVI, rainfall, land-cover, decade, drought

Laboratoire HydroSciences Montpellier (UMR 5569)Case MSE - Place Eugène Bataillon - 34095 Montpellier cedex 5

Relations entre indices de végétation, pluies et états de...

Documents

Transcript of Relations entre indices de végétation, pluies et états de...