Exploitation des images satellitaires Modis-Terra pour la caractérisation des états de surface : cas de la Tunisie

Bien que de nombreuses incertitudes demeurent sur la rapidité, l'amplitude et la répartition géographique du changement climatique, sa réalité fait aujourd'hui consensus au sein de la communauté scientifique, et l'occurrence des sécheresses et des dégradations du couvert végétal et de...

Full description

Bibliographic Details
Main Author: Djamai, Najib
Other Authors: Cocard, Marc
Format: Dissertation
Language:French
Published: Université Laval 2010
Subjects:
Online Access:http://hdl.handle.net/20.500.11794/22190
Description
Summary:Bien que de nombreuses incertitudes demeurent sur la rapidité, l'amplitude et la répartition géographique du changement climatique, sa réalité fait aujourd'hui consensus au sein de la communauté scientifique, et l'occurrence des sécheresses et des dégradations du couvert végétal et des zones humides dans tous les continents soulignent l'importance de ce phénomène. Les pays de l'Afrique du nord, et la Tunisie en particulier, sont parmi les régions les plus vulnérables à cause de leurs situations géographiques particulières limitées par le Sahara au sud et la mer au nord. Dans ce contexte de changement global, le suivi spatio-temporel de l'état de surface en Tunisie permettra de comprendre l'étendue, l'amplitude et le déroulement de ce phénomène dans la région. Les images satellitaires hebdomadaires de MODIS-Terra épurées des effets atmosphériques, des nuages et de leur ombre et ayant de bonnes résolutions temporelle et radiométrique sont un bon outil pour le suivi temporel de l'état de surface. Ainsi, des méthodes de classification non supervisée (ISODATA) et supervisée (Maximum de vraisemblance et Fuzzy) sont utilisées pour les classifier. Elles aboutissent à des séries temporelles traduisant l'évolution des surfaces occupées par les sols secs, les sols humides, la végétation et les plans d'eau de 2000 à 2009 ainsi qu'à la détection de leur changement. L'analyse spectrale et le filtrage numérique ont servi pour montrer que l'évolution temporelle de ces quatre classes est à la base annuelle, et qu'elle est liée à la pluviométrie. Cependant, une variabilité à grande échelle, à l'ordre de 8-9 ans, peut être mise en question à cause de sa faible puissance dans les séries temporelles de 10 ans obtenues.