LA TETEDETECTION: OUTIL D’EVALUATION ET DE SUIVI DE LA SECHERESSE – ETUDE DE CAS: LIBAN

0

LA TETEDETECTION: OUTIL D’EVALUATION ET DE SUIVI DE LA SECHERESSE – ETUDE DE CAS: LIBAN

SASSINE Sallya , HAMZE Alib

a  National Center for Remote Sensing, National Council for Scientific Research (NCSR), Beirut Lebanon, sassinesally@gmail.com.

b Departement of Geography Lebanese University, Faculty of Literature and  Human Science, alifhamze@hotmail.com.

RESUME

Cette étude, a pour objet de promouvoir un outil qui peut être utilisé pour le suivi et l’évaluation de la sécheresse au Liban. Cet outil est le résultat de l’application de la télédétection spatiale qui, grâce à sa capacité de surveillance continue, pourrait s’avérer très utile pour la mise au point d’un système de surveillance et d’alerte précoce à la sécheresse.

L’étude est basée sur l’analyse de l’évolution de la sécheresse à l’échelle mensuelle utilisant des images satellitaires provenant du satellite TERRA. Les données utilisées sont les synthèses décadaires de NDVI (NormalizedDifferenceVegetation Index) et les synthèses hebdomadaires de LST (Land surface température) issues du capteur MODIS à bord de TERRA.

La méthode consiste à créer deux indices : VCI (Vegetation Condition Index) pour la végétation et TCI (Temperature Condition Index) pour la température ainsi que la moyenne mensuelle des amplitudes thermiques hebdomadaires. Chaque indice nous indique la condition de végétation et la température de surface ; leur combinaison à l’aide d’un algorithme, permet de produire des images de l’indice VHI (VegetationHealth Index).

Mots clés : Liban, sécheresses, télédétection, indices de végétation.

Abstract

This study, aims to promote a tool that can be used in monitoring and assessing drought in Lebanon, which could be used in the Arab world. This tool is the result of the application of remote sensing space capabilities through which monitoring could be very useful for the development of a system of monitoring and warning to drought.

The study is based on the analysis of the evolution of drought on a monthly scale using satellite images from TERRA satellite. The data used are, firstly the synthesis of decadal NDVI, and weekly summaries of the index LST (Land Surface Temperature) from the MODIS instrument on board TERRA.

The methodis to createtwoindices:VCI(Vegetation ConditionIndex)for vegetation andTCI(TemperatureConditionIndex)for the temperatureandthe average monthlytemperature rangesweekly. Each indexshows us theconditionof vegetation andsurface temperature; the two combined usingan algorithm, to obtain imagesof the indexVHI(Vegetation Health Index) and the average monthlytemperature rangesobtainedweeklyLSTaccruesfromusifwe are moving towardsdesertification anddroughtso

Key-words: Lebanon, drought, remote sensing, vegetation index.

Introduction

La sécheresse fait partie du climat, même si son étendue et son intensité varient à une échelle de temps saisonnière ou annuelle. La sécheresse est difficile à détecter et à surveiller pour trois raisons: (1) elle se développe lentement, le début et la fin sont indistincts, (2) elle n’est pas définie précisément et universellement, (3) son impact se propage souvent au-dessus de très larges aires. La sécheresse est donc une anomalie temporaire, à la différence de l’aridité – saisonnière ou non – qui est une caractéristique permanente du climat.

Le Proche-Orient est victime d’une importante sécheresse depuis plusieurs années et elle s’est amplifiée en automne 2010 (Falez, 2010). Les conditions de sécheresse qui ont dévasté plusieurs pays du nord et de l’est du continent africain ont également touché les cultures et le bétail dans diverses nations du Proche-Orient et d’Asie du Sud.

Comme la sécheresse est un phénomène complexe, les outils qui peuvent être utilisés pour son suivi sont également nombreux. Alors que certains outils quantifient le bilan hydrique ou énergétique de surface, d’autres décrivent tout simplement l’état de végétation.

Les outils potentiels recensés dans la littérature et pouvant être utilisés pour le suivi des conditions de sécheresse en région méditerranéenne peuvent être répartis en deux groupes selon qu’ils découlent d’approches traditionnelles météorologiques ou d’approches satellitaires qui sont utilisés dans cette etude :

  • L’indice de végétation par la différence normalisée (NDVI) Rouse et al. (1973)
  • Land Surface Temperature (LST) Seilers et al. (1998).
  • Vegetation Condition Index (VCI)
  • Temperature Condition Index (TCI) (Kogan, 1995 In : Kotchi, S. 2004
  • Vegetation Health Index (VHI) et Vegetative Drought sécheresse (VD)

Tableau 1: Classification de l’Indice VHI (Kogan, 2002)

VHI Sécheresse végétative
<10 Sécheresse extrême
Entre 10 et 20 Sécheresse sévère
Entre 20 et 30 Sécheresse modérée
Entre 30 et 40 sécheresse Légère
>40 Pas de sécheresse

L’étude que nous avons réalisée au Centre National de Télédétection du Conseil National de la Recherche Scientifique Libanais s’inscrit dans ce contexte et constitue une première étape pour la proposition d’une telle stratégie pour le Liban.

Le Liban est apte à être attaqué par des vagues de sécheresse que ce soit dans le contexte d’un changement climatique ou par une simple vague de sécheresse attaquant le Proche-Orient, puisque le Liban possède des étages bioclimatiques vulnérables à la sécheresse[2].

Le Liban s’affecte climatiquement par plusieurs facteurs, parmi ces facteurs, nous citons essentiellement les obstacles montagneux qui empêchent naturellement l’arrivée de l’humidité marine vers la zone du Liban intérieure, ce qui aboutit à la collision des effets marins arrivant du haut de la mer avec l’obstacle montagneux.

Cette collision est à l’ origine de l’élévation des nuages ainsi que leur refroidissement, amenant par la suite à la tombée des précipitations sur les altitudes Ouest du Mont- Liban et normalement sur les côtes, ce qui va causer une privation de la zone interne de recevoir la plus grande partie de ces effets.

Par la suite, les précipitations paraissent faibles même rares dans la partie nord du Liban. Ceci est du à l’élévation énorme des montagnes en parallèle avec cette zone, ce qui conduit la zone à affronter des problèmes de sécheresse, surtout dans la saison sèche là où les températures s’élèvent énormément au sein d’un climat sec loin des plans hydriques et leur humidité. Ce qui va accentuer le problème de la sécheresse surtout avec des moyennes d’évaporation élevées.

A noter que les zones côtières ne sont pas à l’abri de cette sécheresse, les zones côtières elles même peuvent affronter un problème pareil au cours des années où les précipitations ont faibles, tout en obéissant au climat méditerranéen là où les précipitations fluctuent d’une année a l’autre.

Normalement, la saison humide débute du premier du mois de Septembre allant jusqu’à la fin du mois de Mai laissant derrière elle 6 mois de sécheresse accompagnés de températures élevées.

De même, nous remarquons de grandes fluctuations dans les moyennes de précipitations au cours des années, nous trouvons des années où le niveau de précipitations est très faibles arrivant à 230 mm (ceci est noté dans l’année 1959-1960), et 233 mm pour l’année (1999-2000).

Par contre, ce niveau se trouve élevé pendant d’autres années touchant même les 1000 mm et c’est ce qui a été enregistré durant l’année (1991-1992) où les précipitations ont atteints les 929.8 mm, de même pour l’année (1968-1969) où les moyennes des précipitations étaient 891.5 mm. (Ces valeurs reviennent à la station des détections métrologiques à Tal El Amara-Rayak tenues comme témoin sur les fluctuations des précipitations au Liban avec les variations des quantités de précipitations d’une région à l’autre). Par conséquent, ces fluctuations affectent normalement l’environnent en décidant l’existence de la couverture végétative et sa densité d’une année à l’autre.(Hamze, A. 2011)

Voici quelques exemples des épisodes de sécheresse qui ont touché le Liban en 2010 : « Au moment où l’Europe connaît des températures glaciales et des chutes de neige précoces, la pluie se fait attendre au Liban où les sources se tarissent et une nouvelle sécheresse menace ».  « Le ministère de l’Agriculture a averti que les cultures de blé, élément crucial de l’alimentation et importante source de revenu pour de nombreux agriculteurs, seraient touchées par la sécheresse » (Anonyme 1).

Cela nécessite l’élaboration d’un système complet de surveillance qui permet de déterminer précocement la période de la sécheresse et son degré d’intensité, mais encore de communiquer en temps voulu ces informations à un large éventail de décideurs dans de nombreux secteurs sensibles aux conditions climatiques et hydrologiques.

La physiographie du Liban se manifeste par 5 zones géomorphologiques (zone côtière, Mont-Liban, Plaine de la Beqaa, l’Anti-Liban et le plateau méridional).

Le Liban se caractérise par un climat méditerranéen typique, possédant les caractéristiques climatiques suivantes :

  • Une sécheresse estivale avec une précipitation < 5 % pour les mois de mai, juin, juillet, aout et septembre.
  • Des précipitations axées sur l’hiver : 80-90% pendant la période comprise entre novembre et mars.
  • Une différenciation pluviothermique se caractérisant par un régime pluviométrique saisonnier moyen (R.P.S.M), une moyenne annuelle de précipitation élevée et une amplitude saisonnière assez grande.

Le climat libanais est divisé en 6 étages bioclimatiques: aride, semi-aride, subhumide, humide, perhumide et oroméditerranéen (abi saleh et safi, 1988) et se caractérise par une diversité paysagère, floristique et faunistique, due aux différents étages bioclimatiques, au relief et à la nature édaphique.

 

Matériels et méthodes

 L’imagerie satellitaire et les indicateurs (VCI, TCI et VHI) quantifient directement les conditions qui existent en surface, que ce soit la température ou l’état de la végétation, et représentent les conditions qui prévalent en tout point du territoire au moment où les images ont été prises.

Les indices VCI et le TCI offrent une caractérisation efficace des situations de sécheresse (Kogan, 1997 In : Gadisso, B. 2007).

  1. Matériels
    • Données satellitaires

Les indices VCI, TCI et VHI sont les mieux adaptés, car ils situent l’état de la végétation d’une période par rapport aux conditions historiques. De plus, les études précédentes utilisant ces indicateurs ont permis d’établir un seuil en déçu duquel une sécheresse est supposée sévir. Ces indicateurs permettent donc de connaître le début, l’intensité et la fin des sécheresses.

Les enregistrements du capteur MODIS sont à la base des données satellitaires utilisées dans notre étude.

a)Téléchargement et Conversion

Les valeurs calculées du NDVI représentent la valeur maximale observée sur une période de 16 jours car les données .hdf téléchargées sont groupées sur cette même période. Celles du LST représentent la valeur maximale observée sur une période de 8 jours car les données .hdf téléchargées sont groupées sur cette même période.

  1. c) Caractéristiques des images

Les images MODIS sont des images globales acquises sur l’ensemble de la Terre, elles ont été organisées en coupures. Chaque coupure couvre une superficie de l’ordre 1200 Km x 1200 Km

Figure2 :La granule (coupure) H20                                              Figure 3: La granule (coupure) H21

                                Tableau 2: Caractéristiques des images NDVI et LST

Type LST NDVI
Résolution spatiale 1 km 250 m
Résolution radiométrique Unsigned 16 bit Signed 16 bit
Unité de mesure Degré kelvin Normalisé
Nombre de Lignes * Nombre de colonnes 1200*1200 4800*4800
Taille en mémoire d’une coupure 3.15 MB 47.89 MB
Nombre de coupures (scènes traitées) 1058 528

1.2.   Données Géographiques

Différentes cartes (Tableau 3) ont été utilisées comme données de base dans l’analyse et l’interprétation des résultats.

Tableau 3 : Liste des cartes utilisées

Source : CNRSL – Centre de télédétection spatiale

Carte Echelle Année Couverture
Occupation du sol 1 :20000 2005 Liban
Administratives 1 :200000 2009 Liban

Ces différentes données ont été transformées à des échelles plus petites compatibles avec l’échelle des indices produits, avec une superficie minimale cartographiable de l’ordre de 1 km2. En plus, elles ont été redressées dans le système des coordonnées sinusoïdal.

  1. Méthodologie
Calibration des données
Interprétation des résultats
Création des séries mensuelle NDVI et LST
Eliminations des effets de nuage
Développement des séries mensuelles
Mosaïquage
Calcul du VCI, TCI et du  VHI
Development des modèles
Classification des zones hot spot
Exploitation des donnees
Extraction des statistiques à l’échelle de mouhafaza
Croisement de VHI avec l’occupation du sol
Détection de la dégradation de la végétation

Après préparations des données satellitaires et géographiques nous avons commencé a créé les indicateurs de sécheresse en suivant le schéma simplifié ci-dessous :

2.1. Obtention des séries temporelles mensuelles

Pour obtenir des séries temporelles mensuelles des images NDVI, nous avons calculé la valeur maximale du NDVI pour chaque mois puis nous avons fait un empilement[3] de ces valeurs.

Première image de l’année (les premiers 16 jours)
Deuxième image de la même année (les deuxiemes16 jours)
Maximum value composite (fonction)
NDVI max mensuel

La même méthode est appliquée pour les LST, mais nous avons rencontré beaucoup de problèmes dû à la présence de nuages qui ont faussé les valeurs de la région cible

Les images couvrant la zone d’étude (Liban) étant groupées en deux granules, alors il a fallu effectuer une mosaïque[4] des images empilées pour aboutir à l’image finale.

  • 2. La génération des indices : VCI, TCI et VHI
  • L’indice VCI

L’indice VCI est obtenu en appliquant la formule suivante :

Après que nous ayons obtenu les résultats de VCI et après classification, nous avons remarqué que certaines régions aride et semi-aride possèdent des valeurs de VCI proche de la normale. Comme le VCI nous indique la condition de végétation, il était inutile d’avoir un VCI en absence de végétation, pour ceci, nous avons masqué les régions où la végétation est presque inexistante.

Carte 1 : VCI pour Liban et Syrie-Février 2010 avant correction

Carte 2 : VCI pour Liban et Syrie-Février 2010 après correction

 

  • L’indice TCI

L’indice TCI est obtenu en appliquant la formule suivante :

  • L’indice VHI

Le VCI est indépendant des conditions écologiques et évalue la réponse de l’état de végétation pour le climat sous différents conditions climatiques et écologiques ; tandis que le TCI est utilisé pour déterminer le stress thermique des végétations et le stress causé par une humidité excessive. Pour cela, nous avons utilisé les coefficients 0.3 et 0.7 pour pondérer respectivement les indices TCI et VCI.

                                                            VHI=0.7*VCI + 0.3*TCI

Figure 7 : Schéma général de la génération de l’indice VHI
0.7*VCI du mois « X »
0.3*TCI du mois « X »
VHI du mois « X »

  

Résultats et discussions

L’objectif de notre étude était de développer un système de suivi de la sécheresse pour le Liban, constitué principalement d’une base de données des images NDVI et LST et des outils de programmation qui permettent de calculer l’indicateur VHI. La figure ci-dessous représente la structure de ce système.

Modules
Base des données NDVI et LST

 

Nouvelle donnée
Carte 2 : VCI pour Liban et Syrie-Février 2010 après correction
VHI en temps réel

Ce système permettra de produire en temps réel l’indicateur de sécheresse VHI quand la base des données est alimentée par des nouvelles images MODIS. Les cartes VHI produites par les différents algorithmes développés dans le logiciel Erdas Imagine ont été classifiées en 5 classes de sécheresse végétative : sécheresse extrême (< 10%), sécheresse sévère (entre 10 et 20%) sécheresse modérée (entre 20 et 30%), sécheresse légère (entre 30 et 40%) et pas de sécheresse (>40%). Cette classification a été proposée par Kogan en 2002 (Bhuiyan, Singh et Kogan. 2002).

Afin de montrer la fiabilité de notre système, nous l’avons testé sur des images datant d’octobre 2009 jusqu’à février 2011. Des résultats statistiques ont été extraits à l’échelle du Mouhafaza dans les deux pays. De même, nous avons utilisé la carte de l’occupation du sol pour identifier les types de végétation touchées par la sécheresse.

  1. Analyse des Résultats VHI

À noter que pour l’année 2010, les cartes VHI pour les mois de juin et novembre ne sont pas présentées puisqu’il y avait beaucoup des nuages qui ont faussé les résultats.

La carte octobre 2009 montre que la couverture végétale au Liban est dans un bon état. Tandis que la plaine Ghab où passe le fleuve Assi est affectée par une sécheresse modérée.

Les cartes des mois Nov 2009, Dec 2009, Jan 2010 et Février 2010 temoignent d’un bon état de végétation sur l’ensemble du territoire libanais.

Pour le mois de janvier 2010, l’état de végétation est très positif sur tout le territoire libanais sauf dans la région du Nord-Meten, on observe une condition de sécheresse sévère ainsi que dans la région de Koubayat et du Koura.

Pour le mois de Mars, une sécheresse sévère a frappé le sud de Liban et le nord et la zone côtière libanaise.

Pour le mois d’avril, la sécheresse extrême a frappé une étendue plus importante que le mois de mars.

Pour le mois de mai, l’indice VHI nous indique une disparition de végétation (végétation non significative) en une partie du Liban comme l’indique la carte. L’agriculture pluviale a disparu suite à la récolte durant le

mois de mai, tandis que l’agriculture irriguée dans la zone de plaine de la Bekaa est touchée par une sécheresse sévère.

Dans le mois de juillet, la sécheresse réapparait dans les régions de Koubayat, Jbeil et kesserwan. Passant au mois d’août, la zone côtière est attaquée par une sécheresse modérée et sévère.

Pour le mois de septembre, l’effet de la sécheresse sur la couverture forestière est très important ainsi que sur les surfaces agricoles comme la pleine de la Bekaa touchée par une sécheresse sévère (un stress hydrique), par contre, les zones irriguées (Irrigated summer field) sont en bonne santé due à la présence des barrages d’eau. Durant le mois d’Octobre, les régions de Jezine, Nabatiyeh, Koura et Batroun et la zone frontière libano-syrien : Akar –Arida touchées par une sécheresse sévère et extrême.

Pour le mois de novembre 2010, il y a eu des incendies dans plusieurs forêts libanaises, qui peuvent être due à un stress hydrique. Dans le mois de décembre, au Liban la zone côtière est la plus touchée où il y a eu un stress hydrique (foret, arbre fruitier…) puisqu’il y a eu un retard dans les précipitations. Les incendies des forêts sont bien marqués par l’absence considérable de végétation en décembre caractérisée par des végétations peu significatives sur la plupart du territoire libanais.

  1. Validation des résultats

Des vagues de sécheresse ont frappé la Syrie en particulier les années 1999 et 2008. L’institut (ACSAD) indique que la sécheresse en 2008 était la plus grave. Les régions les plus durement touchées par la sécheresse sont situées dans la Syrie orientale (Faour et Fayad, 2010). Les espaces agricoles en blé ont été menacés par la sécheresse qui a frappé les principales régions productrices du blé, situées dans le Nord- Est, au cours de l’année 2008. Cette sécheresse est causée par le déficit des précipitations dans l’année 2008 (ACSAD).

Figure 4: VHI et VD-Liban et Syrie- février et Mai 2008

Cette sécheresse est bien remarquée dans le mois de février dans les mouhafazas de Tartus, Latakia et le Nord-est d’Alep ainsi que le nord-ouest de Homs et de Hama, touchées par une sécheresse sévère remarquée sur une grande étendue du territoire Syrien. A noter que l’état de santé du blé dans la pleine de Ghab est très mauvais ce qui va causer un faible rendement. Dans le mois de Mai, cette sécheresse sévère est devenue extrême sur presque tout le territoire syrien et l’absence de blé est bien marquée dans la plaine de Ghab due au déficit de précipitation durant la saison pluvieuse.

D’autre part les bons états de santé de végétation en 2003 (ACSAD), causées par les valeurs importantes de précipitations en 2003 sont montrés à partir des images de VHI de l’année 2003.

Figure 5: VHI et VD pour le Liban et la Syrie-Février 2003

                                    Figure 6: VHI et VD pour le Liban et la Syrie-Juin 2003

D’après la carte ci-dessus, on peut voir nettement l’absence de sécheresse sur la majorité du territoire syrien et l’absence totale sur tout le territoire libanais. En comparaison avec la carte de février 2008, on remarque qu’en présence importante de précipitation en 2003 l’état de santé de végétation est positif, par contre, en absence de précipitation la sécheresse est bien remarquée sur le territoire libano-syrien. Certifiant le résultat énoncé dans les 2 cartes relatives aux années 2003 et 2008, nous avons traité les données sur les précipitations relatives à ces deux années et qui ont été enregistrées dans la station des détections météorologiques à Tal EL Amara. Tout en se référant à ces données, l’année 2003 a reçu des grandes quantités de précipitations où la moyenne des précipitations a dépassé les 1000 mm pour atteindre 1079 mm, ce qui reflète  le résultat tiré dans les figures 5 et 6. Ces deux figures représentent des moyennes de sécheresses baisse tout en comparant avec la figure 4 où les moyennes coïncident les données de précipitations déjà étudiées et qui ont montrées une année souffrant d’une pénurie en eau avec une moyenne de 370 mm inférieure même à la moyenne générale des précipitations dans la zone de Bekaa moyen et qui est de 592 mm.

C’est la situation de fluctuations des quantités des précipitations avec ses conséquences sur la couverture végétative (sécheresse végétative) dans les années 2003 et 2008 qui s’est étendue sur la surface du Liban tout entier suite  à sa petite superficie, de même ses effets ont atteint le territoire de Syrie vu son ouverture sur le Liban ainsi que la ressemblance des unités de relief des deux pays et les conditions climatiques semblables. Donc, on peut dire qu’il y a une corrélation entre la présence de précipitation et le degré de sécheresse végétative.

Conclusion

Les résultats de cette étude montrent nettement que les caractéristiques spatiales et temporelles de la sécheresse végétative au Liban et en Syrie peuvent être cartographiées. Les images VCI dérivées de la série temporelle NDVI décrivent très bien les épisodes passés de sécheresse dans les deux pays. L’indice TCI a permis d’améliorer les résultats obtenus par l’indice VCI fournissant plus d’informations sur le stress hydrique de la végétation et, par conséquent, sur les risques d’incendie et de propagation des maladies. La combinaison de ces deux indices nous a permis d’élaborer l’indice VHI qui permettra de mettre au point un système pour le suivi de la sécheresse. Les avantages de ces indices résident d’abord dans la facilité de leur traitement.

La sécheresse touchant plusieurs terrains agricoles de notre zone d’étude, aura des impacts économiques touchant la sécurité alimentaire, la santé… Plusieurs familles vont quitter leur territoire pour chercher un lieu de vie plus confortable socio-économiquement, il y aura en plus des pertes dans le rendement des récoltes et dans la production du bétail. La sécheresse va engendrer des dégâts pour les espèces végétales et animales et leurs habitats, la dégradation de la qualité de l’air et de l’eau, des incendies des forêts (c.f.§ 1 : Liban-novembre 2010), la dégradation des qualités des paysages, la perte de la biodiversité, l’érosion du sol due aux vagues de sécheresse suite a la pénurie en eau, affaiblissent le sol et les rendent  exposé a l’érosion hydrique et éolienne, ceci est du a la faible jonction des matières du sol et leur agrégation. Ce qui aboutit a l’élimination des particules fines du sol conduisant  a la perte de la matière organique présente dans le sol par la suite une débile fertilité … Les forêts touchées par la sécheresse, vont devenir vulnérables aux maladies et aux incendies d’où l’importance de l’estimation du stress hydrique de la végétation par l’Infrarouge thermique (IRT) et donc de l’application d’un système d’alerte basé sur les indices: VCI, TCI et VHI. En plus,

Afin d’avoir un système d’alerte précoce à la sécheresse, il faudra implanter dans l’avenir un système de télédétection autonome au CNRSL qui nous permet d’avoir accès aux données satellitaires en temps réel. Ainsi, à partir de ce système et en suivant la méthodologie de notre étude, nous pourrons arriver à faire une évaluation et un suivi de la sécheresse, à partir duquel, on peut prévoir quel type de végétation est en danger, quel ensemble forestier est sensible et vulnérable aux incendies, quel type d’agriculture est affecté et va causer des conséquences économiques, etc. Peut-être, qu’avec la réussite d’un tel système, nous pourrons améliorer la qualité de vie (sélection des cultures spécifiques, augmentation des rendements dans l’agriculture, etc.) et préserver la biodiversité et l’environnement (détection du stress hydrique susceptible de causer des maladies et des incendies pour les forêts, etc.), qui est important pour toute génération, actuelle et future, dans un contexte d’un développement durable.

Abréviations

ACSAD                               The Arab Center for the Studies of Arid Zone and Dry lands

ASTER                                Advanced Spaceborne Thermal Emission and Reflection

AVHRR                               Advanced Very High Resolution Radiometer

CERES                                Clouds and Earth’s Radiant Energy System

CN                                                      Compte numérique

CNRS                                                 Conseil National de la Recherche Scientifique

CMI                                                    Crop Moisture Index

Em                                                      L’indice de l’écart à la moyenne

EMS                                                    Spectre électromagnétique

FAO                                                    Organisation des Nations Unies pour l’alimentation et l’agriculture

Hdf                                                     Hierarchical Data Format

Ip                                                         Indice de pluviosité

IPGS                                                   Indice Palmer de gravité de sécheresse

LAI                                                     Leaf Area Index

LST                                                     Land Surface Temperature

MISR                                                  Multi-angle Imaging Spectro-Radiometer

MODIS                                Moderate-Resolution Imaging Spectro-Radiometer

MOPITT                                             Measurements of Pollution in the Troposphere

NASA                                                 National Aeronautics and Space Administration

NDVI                                                  Normalized Difference Vegetation Index

NOAA                                                National Oceanic and Atmospheric Agency

OMM                                                  Organisation Météorologique Mondiale

PDSI                                                   Palmer Drought Index

PIR                                                      Proche infrarouge

PN                                                       L’indice pourcentage à la normale

R                                                         Rouge

SIG                                                      Système d’information géographique

SPI                                                      Standardized Precipitation Index

TCI                                                      Temperatue Condition Index

 Bibliographie

Abi-Saleh, B & Safi, S. Carte de la végétation du Liban au 1/200 000 + Notice explicative. Ecologia Mediterranea, 1988, XIV (1/2): 123-142.

Anonyme 1. 2010. Le Liban attend la pluie impatiemment menacé par la sécheresse. http://www.iloubnan.info/environnement/reportage/id/1028/titre/Menac%C3%A9-par-la-s%C3%A9cheresse.

Bajgira, P; Darvishsefat, A; Khalili, A; Makhdoum, M. 2008 Using AVHRR based vegetation indices for drought monitoringin the Northwest of Iran. Journal of Arid Environments, 72 (2008) 1086–1096.

Bhuiyan, C; Singh, P and Kogan, F. 2006. Monitoring drought dynamics in the Aravalli region (India) using different indices based on ground and remote sensing data. International Journal of Applied Earth Observation and Geoinformation, 8 (2006) 289–302.

Caetano, M & Painho, M. (Eds.). Proceedings of the 7th International Symposium on Spatial Accuracy Assessment. Natural Resources and Environmental Science, Vol 3-6 July, Lisbon. p. 459-468.

Falez, N. 2010. Proche-Orient. Version 5 Décembre 2010.

http://www.rfi.fr/emission/20101205-Seresse-proche-orient

FAO. 2010. http://www.fao.org/ /global/GW0009-f.htm

Faour, G ; Fayad, A. 2010. Climate-Change Atlas of Syria (CNRSL), sous presse.

Faour, G. 2011. La carte de l’occupation du sol de Liban, rapport final.

Gadisso, B. 2007. Drought Assessment for the Nile Basin using Meteosat Second Generation data with special emphasis on the upper Blue Nile Region. Thèse de Doctorat, International Institute for Geo-information Science and Earth Observation.

Hamzé A. (2011). La dégradation de l’environnement dans le Sud-est de Baalbek. . Diplôme en géographie physique et environnement : Université Libanaise, Faculté de littéraires et des sciences humaines.

Kotchi, S. 2004. Détection du stress hydrique par thermographie infrarouge Application à la culture de la pomme de terre. Mémoire de master, Université Laval, Faculté de foresterie et géomatique, Québec. 122 pp. + 5 annexes.

McVicar, T & Jupp, D. 1998. The Current and Potential Operational Uses of Remote Sensing to Aid Decisions on Drought Exceptional Circumstances in Australia: a Review. Agricultural Systems, Vol. 57, No. 3, pp. 399-468.

Shaban, A. 2009. Indicators and Aspects of Hydrological Drought in Lebanon. Water resources, 23 (10):1875-1891.

Seiler, A; Kogan, F and Sullivan, J. 1998. AVHRR-based vegetation and temperature condition indices for drought detection in argentina. Adv. space Res. Vol. 21, No. 3, pp. 481-484.

Thenkabail, S, Gamage, N and Smakhtin, U. The Use of Remote Sensing Data for Drought Assessment and Monitoring in Southwest Asia. International Water Management Institute, Research Report 85.

Tim, R; McVicar & David, B. Jupp. 1998: The Current and Potential Operational Uses of Remote Sensing to Aid Decisions on Drought Exceptional Circumstances in Australia: a Review. Agricultural Systems, Vol. 57, No. 3, pp. 399-468.

Traboulsi, M. 2010. La pluviométrie moyenne annuelle au Liban interpolation et cartographie automatique. Lebanese Science Journal. Vol. 11 (2)

[1] Les valeurs de PIR et R sont en réflectance.

[2] Pour plus de précision sur la vulnérabilité du Liban contre le changement climatique voir « Assessment of Lebanon’s Vulnerability to Climate Change. Technical Annex B1: Assessment of Bioclimatic Change, B1.3 – B1.19 »

[3] Série temporelle mensuelle de 2000 à 2010 dans une seule image

[4] Accolement de deux images pour obtenir une seule image.

اترك رد

لن يتم نشر عنوان بريدك الإلكتروني.