Infodoc : Sciences, Techniques et Culture

Premiers réservoirs et puits de carbone terrestre depuis l’Holocène, les tourbières et leur végétation jouent un rôle capital dans les cycles biogéochimiques. Ces milieux humides sont des supports de biodiversité et rendent de nombreux autres services écosystémiques. Or, les changements de températures et de précipitations risquent de perturber la fonction puits de carbone des tourbières dans un futur proche. Il paraît donc essentiel de mieux connaître la dynamique spatio-temporelle des échanges de carbone des tourbières et les éléments qui la contrôlent. Les techniques de télédétection montrent un potentiel certain pour pallier les défauts des méthodes actuelles de suivi des tourbières en rendant compte notamment de l’hétérogénéité spatiale du site. De ce fait, cette étude propose un[...]

Premiers réservoirs et puits de carbone terrestre depuis l’Holocène, les tourbières et leur végétation jouent un rôle capital dans les cycles biogéochimiques. Ces milieux humides sont des supports de biodiversité et rendent de nombreux autres services écosystémiques. Or, les changements de températures et de précipitations risquent de perturber la fonction puits de carbone des tourbières dans un futur proche. Il paraît donc essentiel de mieux connaître la dynamique spatio-temporelle des échanges de carbone des tourbières et les éléments qui la contrôlent. Les techniques de télédétection montrent un potentiel certain pour pallier les défauts des méthodes actuelles de suivi des tourbières en rendant compte notamment de l’hétérogénéité spatiale du site. De ce fait, cette étude propose une démarche pour réaliser une cartographie à ultra-haute résolution des flux de CO2 et de la diversité végétale d’une tourbière des Pyrénées ariégeoises. L’utilisation d’un drone a permis d’obtenir des images multispectrales du site d’intérêt à une résolution fine, soit des pixels de 5 cm par 5 cm. A partir de ces images et de trois campagnes de terrain sur la période de mai à juillet, nous avons utilisé des indices de végétations (indice de végétation amélioré EVI et coordonnée chromatique bleue Bcc) pour prédire la productivité brute de l’écosystème d’une part, et la diversité alpha spectrale pour prédire la diversité alpha végétale d’autre part. Le modèle non-linéaire GAM était le plus pertinent pour réaliser cette prédiction (R² = 0,69 pour la GEP ; R² = 0,44 pour la diversité végétale). Ce modèle a été appliqué aux images multispectrales de mai, juin et juillet afin de réaliser des cartes de GEP et de diversité végétale prédites à l’échelle de la tourbière. Ces résultats sont intéressants pour d’autres champs, notamment pour l’élaboration et l’adaptation des mesures de gestion des milieux naturels.
Peatlands, and in particular their vegetation, play a vital role in the global carbon as the soil leading carbon reservoirs and sinks since the Holocene. These wetlands support biodiversity and provide numerous other ecosystemic services. However, changes in temperature and rainfall are likely to disrupt the carbon sink function of peatlands in the near future. It therefore seems essential to gain a better understanding of the spatio-temporal dynamics of carbon exchange in peatlands and the elements that control it. Remote sensing techniques have great potential for overcoming the shortcomings of current peatland monitoring methods, particularly by taking account of the spatial heterogeneity of the site. This study therefore proposes an approach for ultra-high resolution mapping of CO2 fluxes and plant diversity in a peat bog in the Ariège Pyrenees. Multispectral images of the site of interest were obtained using a drone, achieving a fine resolution of 5 cm by 5 cm pixels. From these images and three field campaigns over the period May to July, we used vegetation indices (enhanced vegetation index EVI and blue chromatic coordinate Bcc) to predict gross ecosystem productivity on the one hand, and spectral alpha diversity to predict plant alpha diversity on the other hand. The non-linear GAM model was the most relevant for making this prediction (R² = 0,69 for GEP; R² = 0,44 for plant diversity). This model was applied to the multispectral images from May, June and July to produce predicted maps of GEP and plant diversity at peatland scale. These results are of interest for other fields, in particular for the development and adaptation of management measures for natural environments.