Caractérisation du risque de feu de brousse dans les savane

Caractérisation du risque de feu de brousse dans les savanes

Apport de la télédétection dans le suivi de la végétation et de la gestion des feux de brousse 

Quelques principes généraux de télédétection 

La télédétection est une technique qui permet, à l’aide d’un capteur, « d’observer » et d’enregistrer le rayonnement électromagnétique, émis ou réfléchi, par une cible quelconque sans contact direct avec celle-ci. Le traitement et l’analyse des informations véhiculées par le rayonnement enregistré permettent d’accéder à certaines propriétés de cette cible: géométriques (position, forme et dimensions), optiques (réflexion, transmission, absorption, etc.) et physico-chimiques (température, teneur en eau, chlorophylle foliaire, phytomasse, matière organique du sol,…) (Soudani, 2005). Risque de propagation Topographie Vent Distribution de la végétation Caractéristique du combustible Inflammabilité Teneur en eau cocontent Estimation du risque de feu de savane Humaine Etats du combustible Sources d’éclosion Risque d’ignition Biomasse Nécromasse Naturelle Le rayonnement électromagnétique est l’un des éléments fondamentaux en télédétection spatiale tant il contient l’essentiel de l’information réf détectées. Le spectre électromagnétique représente électromagnétiques en fonction de leur longueur d’onde, de leur fréquence ou bien encore de leur énergie. Le spectre électromagnétique partie les rayons gamma et les rayons X) aux grandes longueurs d’onde (micro radio) (Fig. 2). Figure 2. Spectre électromagnétique avec le Visible et l’Infrarouge détaillés. (Source : Centre Canadien de Télédétection, geographique/teledetection/11692 Néanmoins, tout le spectre électromagnétique n’est pas utilisé en télédétection. ne laisse passer le rayonnement solaire que dans un nombre limité de b appelées fenêtres atmosphériques. Si l’atmosphère est relativement transparente dans le visible et présente une large fenêtre atmosphérique de 22µm à 1mm, ce qui explique la non utilisation Dans les hyperfréquences, l’atmosphère est transparente au pour des longueurs d’onde supérieures à 30 l’ionosphère (Girard and Girard, 1999) essentiellement le visible de 0,4 Le rayonnement électromagnétique est l’un des éléments fondamentaux en télédétection tant il contient l’essentiel de l’information réfléchie ou émis par les surfaces Le spectre électromagnétique représente la répartition des ondes électromagnétiques en fonction de leur longueur d’onde, de leur fréquence ou bien encore de spectre électromagnétique s’étend sur de courtes longueurs d’onde (dont font partie les rayons gamma et les rayons X) aux grandes longueurs d’onde (micro électromagnétique avec le Visible et l’Infrarouge détaillés. : Centre Canadien de Télédétection, http://www.rncan.gc.ca/sciences-terre/limitegeographique/teledetection/11692). Néanmoins, tout le spectre électromagnétique n’est pas utilisé en télédétection. ne laisse passer le rayonnement solaire que dans un nombre limité de b atmosphériques. Si l’atmosphère est relativement transparente dans le visible et présente une large fenêtre atmosphérique dans l’infrarouge (de 8 à 14µm), elle est opaque de 22µm à 1mm, ce qui explique la non utilisation de cette portion de spectre en télédétection. Dans les hyperfréquences, l’atmosphère est transparente au-delà de 3 cm, mais devient opaque des longueurs d’onde supérieures à 30 m, pour lesquelles il y a interaction avec (Girard and Girard, 1999). Les longueurs d’onde utilisées en télédétection sont 0,4 à 0,7 µm, le proche infrarouge de 0,7 à 1,3 33 Le rayonnement électromagnétique est l’un des éléments fondamentaux en télédétection léchie ou émis par les surfaces la répartition des ondes électromagnétiques en fonction de leur longueur d’onde, de leur fréquence ou bien encore de courtes longueurs d’onde (dont font partie les rayons gamma et les rayons X) aux grandes longueurs d’onde (micro-ondes et ondes électromagnétique avec le Visible et l’Infrarouge détaillés. – Néanmoins, tout le spectre électromagnétique n’est pas utilisé en télédétection. L’atmosphère ne laisse passer le rayonnement solaire que dans un nombre limité de bandes spectrales atmosphériques. Si l’atmosphère est relativement transparente dans le visible dans l’infrarouge (de 8 à 14µm), elle est opaque spectre en télédétection. cm, mais devient opaque m, pour lesquelles il y a interaction avec ées en télédétection sont he infrarouge de 0,7 à 1,3 µm, l’infrarouge 34 moyen de 1,3 à 3 µm, l’infrarouge thermique de 3 à 15 µm et les hyperfréquences ou microondes. Les plateformes utilisées en télédétection sont nombreuses (au sol, ballon, avion, satellite). La télédétection est dite passive lorsque la source illuminant la cible est indépendante du capteur. Généralement, cette source est le soleil. C’est le cas des satellites MODIS (Moderate Resolution Imaging Spectroradiometer), LANDSAT (Land Satellite), SPOT (Satellite Pour l’Observation de la Terre), NOAA (National Oceanic and Atmospheric Administration). A ce jour, les données en télédétection passive sont les plus accessibles. En télédétection active, une source de rayonnement artificielle est embarquée à bord du satellite. C’est le cas du RADAR (Radio Detection and Ranging) utilisant une source hyperfréquence, du LIDAR (Light Detection And Ranging). L’un des principaux avantages de la télédétection active radar est la possibilité de réaliser des acquisitions en tout temps, par ciel clair ou nuageux, et de jour comme de nuit. Cependant, les images RADAR sont plus difficiles à analyser. En télédétection satellitaire, les capteurs sont classés en fonction de leurs résolutions (temporelle, spatiale et spectrale). Le choix des images dans le cadre d’une étude est toujours assujetti à la qualité des résolutions. La résolution spatiale correspond à la surface élémentaire d’échantillonnage observée instantanément par le capteur. Cette surface élémentaire correspond au pixel (picture element). On distingue souvent trois types de résolution spatiale : – Basse Résolution Spatiale (BRS) : >100 m, c’est le cas des capteurs MODIS, AVHRR, SPOT VEGETATION, MERIS, etc. – Haute Résolution Spatiale (HRS) : 5 à 100 m, c’est le cas des capteurs : HRVIR, ASTER, ETM+, FORMOSAT-2, etc. – Très Haute Résolution Spatiale (THRS) : <5 m, avec les capteurs Worldview-2, QuickBird, IKONOS, Kompsat-2, etc. La résolution temporelle ou répétitivité correspond à la période entre deux acquisitions de la scène. Bien que cette résolution dépende de l’orbite et du mode de manœuvre du satellite, certains systèmes ont la possibilité de se dépointer de leur trace par programmation (Satellite SPOT). La résolution temporelle est en général inversement proportionnelle à la résolution spatiale (Fig. 3). Figure 3. Résolutions temporelle et spatiale de certains capteurs Ces résolutions ne prennent pas en compte les données panchromatiques La résolution spectrale correspond aux plag bandes spectrales explorées par le capteur. position et leur largeur. En fonction de la résolution ou richesse spectrale, on distingue plusieurs types d’images: – les images panchromatiques disposent d’une seule bande spectrale et renseignent sur l’intensité ‘‘moyenne’’ – les images multi-spectrales simultanés ou consécutifs dans le domaine du visible et/ou de l’infrarouge thermique. Les bandes spectrales ne sont pas nécessairement – les images hyper-spectrales sont enregistrées sur une multitude de bandes (souvent >100 bandes) contiguës infrarouge du spectre électromagnétique. SPOT). La résolution temporelle est en général inversement proportionnelle à la résolution . Résolutions temporelle et spatiale de certains capteurs satellitaires. Ces résolutions ne prennent pas en compte les données panchromatiques correspond aux plages de longueurs d’onde communément explorées par le capteur. Ces bandes sont définies par leur nombre, leur En fonction de la résolution ou richesse spectrale, on distingue les images panchromatiques disposent d’une seule bande spectrale et renseignent sur ensité ‘‘moyenne’’ du rayonnement visible (λ entre 0.5 et 0.7 µ spectrales (< 10 bandes) sont produites à partir d’enregistrements simultanés ou consécutifs dans le domaine du visible et/ou de l’infrarouge thermique. ales ne sont pas nécessairement contiguës ; spectrales sont enregistrées sur une multitude de bandes (souvent contiguës et situées dans des parties du visible, proche et moyen infrarouge du spectre électromagnétique. 35 SPOT). La résolution temporelle est en général inversement proportionnelle à la résolution satellitaires. Ces résolutions ne prennent pas en compte les données panchromatiques longueurs d’onde communément appelées Ces bandes sont définies par leur nombre, leur En fonction de la résolution ou richesse spectrale, on distingue les images panchromatiques disposent d’une seule bande spectrale et renseignent sur entre 0.5 et 0.7 µm); (< 10 bandes) sont produites à partir d’enregistrements simultanés ou consécutifs dans le domaine du visible et/ou de l’infrarouge thermique. spectrales sont enregistrées sur une multitude de bandes (souvent visible, proche et moyen Il existe un compromis entre résolution spectrale et on augmente la résolution spectrale, pl s’explique par le fait que les détecteurs ont besoin de lumineuse pour augmenter le rapport signal/bruit et dans le sens de la diminution de ce flux 

Télédétection des couverts végétaux

La télédétection des couverts végétaux est fortement liée à la propriété optique des feuilles. Dans le cadre des plantes chlorophylliennes, les feuilles contiennent de la chlorophylle qui une molécule qui absorbe fortement réfléchit dans le vert. C’est pourquoi la végétation nous apparaît verte. réfléchit aussi dans le Proche Infrarouge (PIR). sont plus les pigments qui sont responsables parenchyme lacuneux, une des composantes particulièrement sensible à la teneur en eau de la végétation avec les bandes d’absorption de l’eau centrées sur 1,45 µm, 1,95 µ µm (Fig. 4). Figure 4. Propriétés optiques des feuilles (Source : Soudani, 2005). existe un compromis entre résolution spectrale et résolution spatiale. En règle on augmente la résolution spectrale, plus on a tendance à diminuer la résolution spatiale. Ceci e les détecteurs ont besoin de suffisamment de flux d’énergie ter le rapport signal/bruit et qu’une augmentation de la résolution va de la diminution de ce flux (Benhadj, 2008). Télédétection des couverts végétaux télédétection des couverts végétaux est fortement liée à la propriété optique des feuilles. Dans le cadre des plantes chlorophylliennes, les feuilles contiennent de la chlorophylle qui une molécule qui absorbe fortement dans les bandes spectrales du bleu réfléchit dans le vert. C’est pourquoi la végétation nous apparaît verte. En outre, la végétation réfléchit aussi dans le Proche Infrarouge (PIR). Dans ce domaine de longueur d’onde, ce ne qui sont responsables de la réflexion mais la structure du feuillage (le une des composantes des feuilles). L’infrarouge moyen 1 particulièrement sensible à la teneur en eau de la végétation avec les bandes d’absorption de ,95 µm et 2,5 µm. Les pics de réflectance sont à 1 . Propriétés optiques des feuilles (Source : Soudani, 2005). 36 résolution spatiale. En règle générale, plus résolution spatiale. Ceci ment de flux d’énergie qu’une augmentation de la résolution va télédétection des couverts végétaux est fortement liée à la propriété optique des feuilles. Dans le cadre des plantes chlorophylliennes, les feuilles contiennent de la chlorophylle qui est et du rouge et qui En outre, la végétation Dans ce domaine de longueur d’onde, ce ne de la réflexion mais la structure du feuillage (le nfrarouge moyen 1,3-2,5 µm est particulièrement sensible à la teneur en eau de la végétation avec les bandes d’absorption de Les pics de réflectance sont à 1,65 µm et 2,2 . Propriétés optiques des feuilles (Source : Soudani, 2005). De nombreux facteurs (structure interne des feuilles, â minérales et état sanitaire des feuilles) sont à l’origine des perturbat (Guyot et al., 1989). Le rayonnement électromagnétique enregistré au niveau du capteur est perturbé par l’atmosphère lors de son double trajet, L’énergie provenant du soleil n’arrive pas entièrement à la surface de la terre partie de cette énergie est absorbée par plusieurs gaz atmosphériques notamment l’ozone qui réduit l’énergie dans le rouge et la vapeur d’eau dans le phénomène de l’absorption atmosphérique, le rayonnement solaire est perturbé par la diffusion liée à la présence de particules dans l’atmosphère. Figure 5. Processus de détection active (solaire) de la La télédétection a connu d’importantes avancées au cours des dernières années tant au niveau des capteurs mis en orbite qu’au niveau des algorithmes utilisés pour le suivi d et la détection des feux. De nos jours, la télédétection est reconnue comme étant un outil efficace dans le suivi régulier de la végétation présente comme une opportunité pour les pays en développement qui font face à l’étendue des paysages forestiers à gérer et à l’insuffisance des moyens matériels et humains. De nombreux facteurs (structure interne des feuilles, âge, teneur en eau, déficiences minérales et état sanitaire des feuilles) sont à l’origine des perturbations de ces propriétés Le rayonnement électromagnétique enregistré au niveau du capteur est perturbé par l’atmosphère lors de son double trajet, incident (soleil-cible) et réfléchi (cible L’énergie provenant du soleil n’arrive pas entièrement à la surface de la terre partie de cette énergie est absorbée par plusieurs gaz atmosphériques notamment l’ozone qui réduit l’énergie dans le rouge et la vapeur d’eau dans le proche inf phénomène de l’absorption atmosphérique, le rayonnement solaire est perturbé par la diffusion liée à la présence de particules dans l’atmosphère. Processus de détection active (solaire) de la végétation. (Source : (Bacour, 2001) La télédétection a connu d’importantes avancées au cours des dernières années tant au niveau des capteurs mis en orbite qu’au niveau des algorithmes utilisés pour le suivi d et la détection des feux. De nos jours, la télédétection est reconnue comme étant un outil efficace dans le suivi régulier de la végétation (Ceccato, 2001; Dauriac, présente comme une opportunité pour les pays en développement qui font face à l’étendue des paysages forestiers à gérer et à l’insuffisance des moyens matériels et humains. 37 ge, teneur en eau, déficiences ions de ces propriétés Le rayonnement électromagnétique enregistré au niveau du capteur est perturbé par cible) et réfléchi (cible-capteur). L’énergie provenant du soleil n’arrive pas entièrement à la surface de la terre (Fig. 5). Une partie de cette énergie est absorbée par plusieurs gaz atmosphériques notamment l’ozone qui proche infrarouge. Outre le phénomène de l’absorption atmosphérique, le rayonnement solaire est perturbé par la végétation. La télédétection a connu d’importantes avancées au cours des dernières années tant au niveau des capteurs mis en orbite qu’au niveau des algorithmes utilisés pour le suivi de la végétation et la détection des feux. De nos jours, la télédétection est reconnue comme étant un outil (Ceccato, 2001; Dauriac, 2004). Elle se présente comme une opportunité pour les pays en développement qui font face à l’étendue des paysages forestiers à gérer et à l’insuffisance des moyens matériels et humains. 

 Télédétection et feux de brousse

 La télédétection peut être utilisée dans le suivi spatio-temporel de la dynamique du couvert végétal notamment le processus de sénescence, l’évolution hydrique de la végétation. Par ailleurs, la télédétection est aussi utilisée pour la détection des feux actifs et l’estimation des surfaces brûlées. La méthode de détection des feux utilise un algorithme contextuel basé sur la réponse spécifique des feux dans les longueurs d’ondes du moyen infrarouge et du thermique. La première étape consiste à identifier les pixels potentiellement affectés par un feu d’après l’analyse de leur réponse spectrale dans différentes bandes. Ces pixels sont ensuite classés comme pixels avec feu ou sans feu en fonction des résultats de la comparaison de leurs caractéristiques spectrales avec celles des pixels voisins (Mbow, 1997; Giglio et al., 2003). Les algorithmes pour la cartographie des surfaces brûlées reposent essentiellement sur le contraste spectral des couverts végétaux traduisant les surfaces brûlées et celles non brûlées. Ces algorithmes combinent d’une part, des techniques de classification de données de télédétection sur la végétation antérieures et postérieures au passage du feu, et d’autre part un seuillage des températures dans les endroits brulés avec l’augmentation des températures de surface dans les zones brûlées pendant la journée. 

 Etudes expérimentales sur le terrain 

Les études expérimentales concernent essentiellement le suivi de l’évolution de la teneur en eau de la végétation et les brûlages dirigés. Il existe plusieurs méthodes directes (thermiques, électriques, mécaniques, chimiques,…) d’estimation de la teneur en eau de la végétation. L’étuvage est la méthode la plus simple et la moins coûteuse, de loin la méthode universelle. Elle consiste à prélever une partie ou l’ensemble d’un végétal afin d’en extraire l’eau par séchage en étuve en condition de température stable (Dauriac, 2004). Dans ce travail, nous avons choisi la méthode la plus universelle, l’étuvage. L’usage des brûlages dirigés expérimentaux est très répandu (e.g. Trabaud, 1979; Hély et al., 2003a; Savadogo et al., 2007b; Gambiza et al., 2005) dans le cadre des études sur le comportement du feu. Bien que les résultats obtenus dans les brûlages dirigés ne permettent pas de reconstruire les conditions réelles de comportement d’un feu (Laris and Wardell, 39 2006), ils donnent des ordres de grandeur appréciables pour la compréhension des variables du comportement du feu. 

Modélisation du comportement du feu 

Il existe différentes approches pour décrire la propagation d’un feu de forêt ou de végétation. Les premiers modèles de propagation sont apparus dans les années 60. Weber (1991) a classé la plupart des modèles existants en trois catégories : statistique, physique et empirique. Nous nous basons essentiellement des travaux de Hessas (2005) pour la présentation de ces trois modèles. – Les modèles statistiques basés sur l’observation d’un grand nombre de feux, ne permettent pas de décrire les caractéristiques ou la vitesse de propagation d’un feu. De tels modèles donnent de très bons résultats pour des feux de même nature, évoluant dans des conditions précises. Par manque de calculs (physiques), ils ne peuvent être utilisés dans des conditions différentes, ce qui restreint beaucoup leur application. Cependant, ils peuvent servir à la prévision des risques pour de grandes superficies de végétation de caractère uniforme (Giroud, 1997). – Les modèles physiques reposent sur l’étude des principes qui régissent le développement du feu. Ces modèles font la différence entre les modes de transfert de chaleur et utilisent plus de moyens mathématiques. Le résultat des processus de combustion est supposé connu à priori, à savoir, les caractéristiques de la flamme et des braises (température, dimensions, émissivité…). Ces modèles ne prennent pas en compte les processus de base qui expliquent la naissance et la propagation d’un feu. Ils servent donc essentiellement à améliorer nos connaissances dans ce domaine. Ce modèle décrit la pyrolyse et la combustion, mais il ne prend pas en compte l’hydrodynamique (Bellemare, 2000). – Les modèles empiriques n’aident pas à la compréhension des phénomènes car ils sont basés sur une équation globale de l’énergie qui ne permet pas de différencier les mécanismes de transfert de chaleur. Ils se limitent à la prédiction de la vitesse de propagation du feu dans des configurations données. Ils introduisent dans la formulation de la vitesse de propagation des paramètres comme, par exemple, la taille des particules, l’humidité du combustible, les chaleurs de réaction, etc. Ils sont basés sur un principe de conservation de l’énergie, mais ils ne différencient pas les modes de transfert 40 d’énergie. Une approche intermédiaire qui combine les approches statistique et empirique permet de prédire certains aspects du feu en un minimum de temps, et a donné lieu à des outils de prédiction opérationnels comme le système américain BEHAVE (Hessas, 2005). Le simulateur BehavePlus (version récente de BEHAVE) a été choisi dans le cadre de cette étude en raison de son aptitude à incorporer des paramètres liés notamment aux combustibles, à la météorologie et à la topographie. 

Table des matières

Liste des figures
Liste des tableaux
Liste des sigles et abréviations
Résumé
Abstract
Présentation du manuscrit
Chapitre 1 : Introduction générale
Introduction générale
1.1. Présentation globale des savanes
1.1.1. Présentation des savanes du Sénégal
1.1.1.1. Caractéristiques spécifiques des savanes du Sénégal
1.1.1.2. Réglementation de la gestion forestière en Afrique Occidentale Française (AOF)
1.1.1.3. Réglementation de la gestion forestière au Sénégal
1.2. Présentation globale des activités de feu
1.2.1. Présentation des activités de feu au Sénégal
1.2.2. Réglementation de la gestion des feux de brousse en AOF
1.2.3. Gestion des feux de brousse au Sénégal
1.3. Objectifs de l’étude
1.4. Démarches scientifiques
1.4.1. Apport de la télédétection dans le suivi de la végétation et de la gestion des feux de brousse
1.4.1.1. Quelques principes généraux de télédétection
1.4.1.2. Télédétection des couverts végétaux
1.4.1.3. Télédétection et feux de brousse
1.4.2. Etudes expérimentales sur le terrain
1.4.3. Modélisation du comportement du feu
1.4.4. Enquêtes sociales
Chapitre 2 : Caractérisation et analyse du régime de feux dans les savanes du Sénégal à partir des données MODIS sur les surfaces brûlées (MCD45A1)
2.1. Introduction
2.2. Méthodologie
2.2.1. Zone d’étude
2.2.2. Données MODIS MCD45A1 sur les surfaces brûlées
2.2.3. Les données d’occupation du sol de la FAO (Land Cover Classification System :LCCS)
2.2.4. Le traitement des données
2.3. Résultats
2.3.1. Distribution spatiale des feux au Sénégal
2.3.2. Distribution temporelle des feux de brousse au Sénégal
2.3.3. Les classes de taille de feu
2.3.4. La fréquence des feux au Sénégal
2.3.5. Le cycle de feu au Sénégal
2.4. Discussion
2.5. Conclusion
Chapitre 3 : Estimation de la teneur en eau du combustible par l’utilisation d’indices de végétation et de la température de surface de la terre à partir des données MODIS pour une évaluation du risque de feu
3.1. Introduction
3.2. Méthodologie
3.2.1. Zones d’étude
3.2.2. Dispositif expérimental de collecte des échantillons de biomasse
3.2.3. Données MODIS et traitement
3.2.4. Les indices de végétation
3.2.6. Analyses statistiques
3.3. Résultats
3.3.1. Evolution spatio-temporelle de la teneur en eau de la végétation herbacée
3.3.2. Relation entre IV et mesures in situ de la teneur en eau de la végétation
3.3.3. Perspective d’application
3.4. Discussion
3.4.1. Indices satellitaires de végétation versus mesures in situ
3.4.2. Usage de la télédétection pour la surveillance des savanes
3.5. Conclusion
Chapitre 4 : Analyse du combustible et du comportement des feux pour la planification des feux précoces dans les savanes du Sénégal
4.1. Introduction
4.2. Méthodologie
4.2.1. Le dispositif expérimental de collecte des échantillons et les brûlages dirigés
4.2.2. Les Simulations avec BehavePlus
4.2.3. La calibration des données d’entrée sous BehavePlus
4.2.4. Analyses statistiques
4.3. Résultats
4.3.1. Caractérisation des combustibles
4.3.2. Probabilité d’ignition du feu
4.3.3. Conditions météorologiques et comportement du feu
4.3.4. Les simulations BehavePlus
4.4. Discussion
4.5. Conclusion
Chapitre 5 : Activités humaines et perceptions des populations sur les risques de feu de brousse
5.1. Introduction
5.2. Méthodologie
5.3. Résultats
5.3.1. L’évaluation du risque de feu de brousse par les populations
5.3.2. Usages et Causes des feux de brousse
5.3.3. Feux utilitaires
5.3.4. Feux criminels
5.3.5. Statistiques sur les causes des feux de brousse
5.3.6. Stratégies préconisées par les populations pour la prévention des feux de brousse
5.4. Discussion
5.5. Conclusion
Discussion et conclusion générales
Références bibliographiques
Annexes
Annexe 1. Fiche de collecte des données de biomasse et de météorologie
Annexe 2. Fiche de brûlage dirigé
Annexe 3. Questionnaire
Annexe 4.b. Article Publié
Annexe 4.b. Article Publié

projet fin d'etudeTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *