2012 These Rapine Ls

tel-00731169, version 1 - 12 Sep 2012
THSE / UNIVERSIT RENNES 2

pour obtenir le titre de DOCTEUR DE LUNIVERSIT EUROPENNE DE BRETAGNE Mention : Gographie cole doctorale Sciences Humaines et Sociales
Prsente par
sous le sceau de lUniversit europenne de Bretagne
SBASTIEN RAPINEL
Prpare aux Units Mixtes de Recherche 6554 LETG COSTEL et 6553 ECOBIO Universit Rennes 2 / Universit Rennes 1
Thse soutenue Rennes le 03 septembre 2012
devant le jury compos de :
Contribution de la tldtection lvaluation des fonctions des zones humides : De lobservation la modlisation prospective
Genevive Barnaud
Professeur, Musum National dHistoires Naturelles, Paris / Rapporteuse
Herv Pigay
Directeur de recherche UMR EVS, Lyon / Rapporteur
Pascal Kosuth
Directeur UMR TETIS, Montpellier / Examinateur
Edward Maltby
Professeur mrite, Universit Liverpool / Examinateur
Bernard Clment
MDC-HDR, Universit Rennes 1 / Co-directeur de thse
Laurence Hubert-Moy
Professeur, Universit Rennes 2 / Directrice de thse
Rapinel, Sbastien. Contribution de la tldtection l'valuation fonctionnelle des zones humides : de lobservation la modlisation prospective - 2012
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
REMERCIEMENTS
Merci toutes les personnes qui ont contribu, dune faon ou dune autre, laboutissement de cette thse. Tout dabord, je remercie chaleureusement ma directrice de thse, Laurence Hubert-Moy, et mon co-directeur, Bernard Clment, pour mavoir donn lopportunit de travailler sur un sujet aussi passionnant et plein de potentiel ! Leurs grandes complicits et complmentarits effectives ont rendu ce travail de thse dautant plus agrable et efficace. Merci pour tous le temps consacr mon apprentissage de doctorant et pour tous les savoirs transmis, aussi bien en laboratoire que sur les nombreuses sorties Sougal ou en Dordogne. Merci Genevive Barnaud, Pascal Kosuth, Edward Maltby et Herv Pigay pour avoir accept de participer au jury et dvaluer cette thse. Merci lcole doctorale SHS, en particulier Vincent Dubreuil et Jolle Bisson pour le s formations transversales et le soutien financier qui a contribu au bon droulement de mon doctorat. Le sujet de cette thse, transdisciplinaire, ma amen rencontrer de nombreux chercheurs de lOSUR. Merci Cendrine Mony, Elven Lano et Laure Meneau de lquipe cobio ; merci Ccile Marchal et ric Pottier de lIETR ; merci Philippe Mrot, Christophe Cudennec et Jrme Fnon de lINRA SAS ; merci Dimitri Lague et Olivier Dauteuil de Gosciences. Je noublie pas non plus les chercheurs qui ont eu lamabilit de maider distance depuis ltranger : Ron Jansen (Institute for Environmental Studies), Chris Hopkinson (CSIRO), Jarlath ONeil-Dunne (University of Vermont) et Robert J. McGaughey (University of Washington). Merci tous les gestionnaires des zones humides qui mont guid sur le terrain que cela soit en Dordogne (Olivier Guerri et Mlanie Ozenne, EPIDOR ; Yann Jeandenans, SIAH Lizonne ; Yannick Coulaud, CAUE) ou en Bretagne (Aurlien Bellanger, Communaut de Communes de la Baie du Mont Saint Michel ; Franois Xavier Dupontcherel, SAGE Couesnon). Jai pu travailler dans dexcellentes conditions au laboratoire LETG Rennes COSTEL. Merci tous les membres, et plus particulirement aux personnels administratifs (Roselyne, Marie-France), aux chercheurs confirms (Herv, Olivier, Isabelle), aux enseignants-chercheurs (Simon, Johan, Samuel, Valrie, Vincent, Jean-Pierre) et aux apprentis-chercheurs (Jean, Clmence, Alban, Pauline, Xavier, Maxime, Julie, Pauline, Chlo, Nathan, Cyril, milie) avec qui jai partag mon quotidien. Je tenais remercier plus spcialement Jean qui ma permis de progresser en SIG mais aussi en cueillette de champignons (481134N-135,19O). Merci tous mes proches qui mont rappel quil ny a pas que les zones humides dans la vie. Merci ma famille et mes amis (ric, Corentin, Aurlien, Sophie, Florence, Benoit, Nomie, Sbastien, Yann, Anne Sophie, Cline, Marie G., Marie T., Guillaume, Hlne et Clment). Enfin, un immense merci Stphanie qui ma sans cesse soutenu et encourag ! Bref, merci vous tous !
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
Tous les modles sont faux, mais certains sont utiles. Pr. George Box, mathmaticien
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
LISTE DE SIGLES ET ACRONYMES

AA AESN ALS ALTI ALTM BD BRGM BV CA CARTHAGE CASI CAUE CBD CDB CHM CHRIS CNRS CORINE COSTEL CRCC CSIRO CTI DCE DEFINITE DEM DOE DTR COBIO EMDS ENVAM EO EPIDOR ERS ETM EUNIS EVALUWET Assessment Area Agence de lEau Seine Normandie Airbone Laser Scanning ALTImtrique Aibone Laser Terrain Mapper Base de Donnes Bureau de Recherches Gologiques et Minires Bassin-Versant Contributive Area CARtographie Thmatique des AGences de lEau Compact Airbone Spectrographic Imager Conseil dArchitecture et dUrbanisme de lEnvironnement Convention on Biological Diversity Convention sur la Diversit Biologique Canopy Height Model Compact High Resolution Imaging Spectrometer Centre National de la Recherche Scientifique Co-ORdination of Information on the Environnement Climat et Occupation du Sol par TELdtection Communication Research Center Canada Commonwealth Scientific and Industrial Research Organisation Compound Topographic Index Directive Cadre Eau DEcisions on a FINITE set of alternative Digital Elevation Model Dbit dObjectif dtiage Dveloppement des Territoires Ruraux COsystme BIOdiversit et volution Ecosytem Management Decision Support ENVironnement et AMnagement Earth Observation tablissement Public terrItorial du bassin de la DORdogne European Remote-sensing Satellite Enhanced Thematic Mapper EUropean Nature Information System European VALuation and assessment tools supporting WETland ecosystem
tel-00731169, version 1 - 12 Sep 2012
FAEWE FAP GEOBIA GIS GHz GLAS GLCM GO GPS HGM HGMU HR HRG HRS IDW IETR IGN IJPS ILTER INEE INRA INTERREG IRC JERS KOMPSAT LETG LiDAR LTER MAB MAE MCE MEDD MIR MNCE MNE MNHN MNT MSC 10
legislation Functional Analysis of European Wetland Ecosystems Functional Assessment Procedure GEographic Object-Based Image Analysis Geographic Information System Giga-Hertz Geoscience Laser Altimeter System Grey Level Co-occurrence Matrix Giga-Octets Global Positioning System HydroGeoMorphic HydroGeoMorphic Unit Haute Rsolution High Resolution Geometric Haute Rsolution Spatiale Inverse Distance Weighted Institut dlectronique et des Tlcommunications de Rennes Institut Gographique National International Journal of Phacelie Studies International Long-Term Ecological Research INstitut Ecologie Environnement Institut National de la Recherche Agronomique INTER REGional Infra Rouge Couleur Japanese Earth Ressources Satellite KOre Multi Purpose SATellite Littoral Environnement Tldtection Gomatique Light Detection And Ranging Long-Term Ecosystem Research Man And Biosphere Mesures Agro-Environnementales Multi Criteria Evaluation Ministre de lEnvironnement et du Dveloppement Durable Moyen Infra Rouge Modle Numrique de Cours dEau Modle Numrique dlvation Musum National dHistoires Naturelles Modle Numrique de Terrain Multi-Spectral Camera
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
NDVI NGF NN ODEM ONZH ORTHO OS OSUR PAC PBI PEEW PIAO PIR PLU PNR PNRZH POL PRD PRF PROBA PROTOWET PROX RADAR RADARSAT RAM RGB RGP RMSE RVB SAGE SAR SAS SAU SCOT SDAGE SHDI SHS SIAH
Normalized Difference Vegetation Index Nivellement Gnral de la France Nearest Neighbor Observatoire Dpartemental de lEnvironnement du Morbihan Observatoire National des Zones Humides ORTHO-photoplan Occupation des Sols Observatoire des Sciences de lUnivers de Rennes Politique Agricole Commune Programme Biologique International Potential Existing Efficient Wetlands Photo-Interprtation Assiste par Ordinateur Proche Infra-Rouge Plan Local dUrbanisme Parc Naturel Rgional Programme National de Recherche sur les Zones Humides POLarimtrie Patch Richness Density Pulse Repetition Frequency PRoject for On-Board Autonomy PRocedurial Operationalisation of Technique for the functional analysis of european WETlands PROXimity RAdio Detection And Ranging RAdio Detection And Ranging SATellite Random Access Memory Red Green Blue Rseau Godsique Permanent Root Mean Square Error Rouge Vert Bleu Schma dAmnagement et de Gestion des Eaux Synthetic Aperture Radar Sol Agro hydrosystme et Spatialisation Surface Agricole Utile Schma de COhrence Territorial Schma Directeur dAmnagement et de Gestion des Eaux SHannon Diversity Index Sciences Humaines et Sociale Syndicat Intercommunal pour lAmnagement Hydraulique
11
SIG SIR SPOT TDR THRS TIN TM TVB TY-FON ULM UMR UNESCO USGS WAT WEDSS WET ZA ZAA ZDH ZH ZHIEP ZICO ZNIEFF ZPS ZSC ZSGE
Systme dInformation Gographique Space borne Imaging Radar Satellite Pour lObservation de la Terre Time Domain Reflectometry Trs Haute Rsolution Spatiale Triangulated Irregular Network Thematic Mapper Trames Vertes et Bleues TYpologie FONctionnelle des zones humides Ultra Lger Motoris Unit Mixte de Recherche United Nations Educational, Scientific, and Cultural Organisation United States Geological Survey Water And Territories Wetland Evaluation Decision Support System Wetlands Evaluation Technique Zone Atelier Zone Atelier Armorique Zone Dominante Humide Zone Humide Zones Humides dIntrt Environnemental Particulier Zone Importante pour la Conservation des Oiseaux Zones Naturelles dIntrt cologique Faunistique et Floristique Zone de Protection Spciale Zone Spciale de Conservation Zones Stratgiques de Gestion de lEau
tel-00731169, version 1 - 12 Sep 2012
12
SOMMAIRE
REMERCIEMENTS....................................................................................................................................... 5 LISTE DE SIGLES ET ACRONYMES .................................................................................................................... 9 INTRODUCTION GNRALE ......................................................................................................................... 15 PREMIRE PARTIE .................................................................................................................................... 21 CHAPITRE 1 : LVALUATION FONCTIONNELLE DES ZONES HUMIDES ................................................................ 25 CHAPITRE 2 : TUDE DES ZONES HUMIDES PAR TLDTECTION ...................................................................... 63 CHAPITRE 3 : LES SITES DTUDE .............................................................................................................. 93 DEUXIME PARTIE ................................................................................................................................. 117 CHAPITRE 4 : LA DLIMITATION DES ZONES HUMIDES ................................................................................. 121 CHAPITRE 5 : LA DTECTION ET LA CARACTRISATION DU RSEAU HYDROGRAPHIQUE ....................................... 147 CHAPITRE 6 : LA CARACTRISATION DE LA VGTATION .............................................................................. 187 TROISIME PARTIE ................................................................................................................................. 233 CHAPITRE 7 : LVALUATION FONCTIONNELLE DES ZONES HUMIDES ACTUELLES ET LEUR SPATIALISATION .............. 237 CHAPITRE 8 : SIMULATION DE LVOLUTION DES FONCTIONS DES ZONES HUMIDES SELON DIFFRENTS SCNARII DAMNAGEMENT DU TERRITOIRE ........................................................................................................................... 293 CONCLUSION GNRALE.......................................................................................................................... 331 BIBLIOGRAPHIE ..................................................................................................................................... 335 ANNEXES ............................................................................................................................................. 355 LISTE DES FIGURES ................................................................................................................................. 369 LISTE DES TABLEAUX............................................................................................................................... 375 TABLE DES MATIRES.............................................................................................................................. 379
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
INTRODUCTION GNRALE
1. Contexte gnral Les zones humides, linterface entre terre et eau, sont des milieux riches et diversifis, aux fonctions et valeurs multiples aujourdhui largement reconnues (Fustec et Lefeuvre, 2000; Maltby et Barker, 2009; Mitsch et Gosselink, 2007). Elles ont connu une forte diminution au niveau mondial depuis plusieurs dcennies (Maltby, 1986) et sont aujourdhui toutes plus ou moins menaces et/ou dgrades (Williams, 1990), en raison principalement de la pression anthropique exerce sur ces cosystmes (Turner, 1992), mais aussi du changement climatique (Murdoch et al., 2000; Schindler, 1997; Acreman et al., 2009). Lemprise et l'volution actuelles des zones humides, en particulier dans les paysages fortement anthropiss, reprsentent actuellement un enjeu environnemental majeur, tant au niveau de la ressource en eau (McCartney et Acreman, 2009) que de la biodiversit (Gopal, 2009) ou de ltat de latmosphre. Le drainage important des zones humides au cours de ces dernires dcennies au profit des cultures et de lurbanisation a contribu, en plus dune baisse notable de la biodiversit, lacclration des transferts de flux et de matires dans les hydrosystmes, les dommages entrans comprenant la pollution et l'eutrophisation des cours d'eau (Acreman et McCartney, 2009). Elles contribuent soit librer du carbone dans latmosphre, soit le fixer. Un grand nombre de zones humides sont des basmarais ou des tourbires qui gnrent des stocks de carbone importants et lorsquelles fonctionnent naturellement constituent des puits de carbone (Francez, 2000; Martikainen, 1996). A contrario, leur exploitation et les perturbations quelles subissent contribuent au rejet de gaz effet de serre et notamment du mthane (Roulet et al., 1992; Matthews et Fung, 1987; Clment et Francez, 2007; Martikainen et al., 1995). Par ailleurs, plusieurs tudes ont montr la dgradation des zones humides existantes (Fustec et Lefeuvre, 2000; Williams, 1990), ce qui rduit lefficacit de leurs fonctions et fait chuter leur valeur sur le plan conomique. Face la prise de conscience des fonctions et valeurs des zones humides et la sensibilit grandissante des organisations gouvernementales, rgionales et du public aux effets nfastes, directs ou indirects, de la rgression, voire dans certains cas de la disparition des zones humides, linventaire, la dlimitation, la caractrisation et le suivi de ces milieux sont apparu comme un des lments prioritaires des directives europennes sur la protection des milieux, et dautres programmes daction, parmi lesquels les programmes visant la reconqute de la qualit de leau. Les grandes zones humides, en raison de leur biodiversit, sont pour la plupart connues et inventories travers le monde depuis leur reconnaissance en 1971 lors de la Confrence de Ramsar (Frazier, 1996) Ainsi, les zones humides franaises caractre patrimonial sont, depuis plus de quinze ans (Bernard, 1994), protges travers diffrents dispositifs (ZNIEFF, Natura 2000, Observatoire National des Zones Humides (ONZH), Parcs Naturels Rgionaux..). Elles ont trs vite focalis naturellement lattention des gestionnaires et des dcideurs. Mais il existe un trs grand nombre de zones humides que lon peut qualifier dordinaires, qui, si elles ne sont pas remarquables dun point de vue patrimonial, le sont vis--vis de bon nombre dautres fonctions parmi lesquelles les fonctions hydrologiques (dsynchronisation des crues, soutien dtiages), biogochimiques (contribution lpuration des eaux, production de ressources exportables telle que la biomasse..) et cologiques (lments de rseaux biologiques, corridors). Par exemple en
tel-00731169, version 1 - 12 Sep 2012
INTRODUCTION GNRALE France, depuis le Plan National dAction Zones Humides du Ministre de lEnvironnement initi en 1995, toutes les zones humides, quelles soient patrimoniales ou ordinaires, font lobjet dattentions de la part des pouvoirs publics travers diffrents programmes, tels que le Programme National de Recherches sur les Zones Humides (PNRZH), lObservatoire National des Zones Humides (ONZH), ou encore les Ples Relais Zones Humides Les programmes de recherche nationaux et internationaux mens spcifiquement sur ces milieux ont permis dapporter des rponses aux questions touchant leur dlimitation et leur caractrisation (Hubert-Moy, 2005; NRC, 1995; Barnaud et Dausse, 2000), mais aussi leurs fonctions et valeurs (Mrot et al., 2000; Fustec et Lefeuvre, 2000; Maltby et al., 1996). Ces rsultats de recherche ont t pris en compte en France dans la lgislation travers les lois Dveloppement des Territoires Ruraux en 2005 (DTR) et la Loi sur lEau en 2006 qui reconnaissent les fonctions et valeurs des zones humides dans le dispositif de rgulation et de protection des eaux. Toutefois, si la dlimitation et la caractrisation grossire des zones humides apparaissent aujourdhui oprationnelles sur de larges territoires, leur valuation fonctionnelle reste circonscrite des territoires de quelques km au mieux. En effet, la dmarche dinventaire et de caractrisation des zones humides peut seffectuer trois chelles spatiales diffrentes qui correspondent trois niveaux d'information complmentaires (Figure 1). Le niveau 1, qui correspond l'approche descriptive des zones humides, est celui du port connaissance de la prsence de ces milieux. Le reprage, la dlimitation et la caractrisation des zones humides en termes doccupation et dutilisation des sols sont raliss ce niveau, que lon peut considrer aujourdhui comme oprationnel. Grce aux bases de donnes existantes et aux images de tldtection, ils peuvent tre raliss lchelle dun bassin versant de plusieurs centaines milliers de Km (I-MAGE CONSULT, 2006). Les inventaires raliss ce niveau visent faciliter lappropriation de ces milieux par les acteurs, par exemple lchelle dun SDAGE. Lintrt de ce niveau, est quau-del des zones humides fort intrt patrimonial, il permet de reprer et dinventorier lensemble dautres zones parfois qualifies de banales sur le plan de la biodiversit mais qui peuvent prsenter un fort potentiel vis--vis dautres fonctions. Le niveau 2, l'approche fonctionnelle, est celui de la caractrisation des diffrentes fonctions des zones humides et de leur valuation. Il s'applique des bassins versants lmentaires de plusieurs dizaines de km. Avant dagir pour prserver et restaurer les zones humides, il est ncessaire de qualifier leurs principales fonctions partir dune dmarche diagnostique lchelle du territoire o elles sexpriment, cest -dire sur des espaces allant de quelques km quelques dizaines de km. Ce niveau, qui concerne les acteurs du territoire, est celui de la planification qui est effectue travers les documents durbanisme et damnagement du territoire (SCOT, PLU, SAGE...). Il doit contribuer llaboration dun systme daide la dcision. En outre, le contexte dans lequel se situent les zones humides (espaces agricoles et urbains) et le degr de connectivit qui relie les zones humides entre elles ne sont gnralement pas pris en compte, alors que ces paramtres jouent un rle non ngligeable sur les fonctions de ces milieux, sauf rcemment dans le cadre des Trames Vertes et Bleues (TVB, Grenelle I et II). Le niveau 3, qui correspond l'approche terrain, est celui de la gestion oprationnelle ralise lchelle dun site de quelques ha quelques km. A cette chelle, il sagit de mettre en uvre une dmarche diagnostique sur le terrain en vue dentreprendre, le cas chant, des actions de conservation, de restauration ou de rhabilitation des tats et des fonctions des zones humides (Barnaud et Fustec, 2007; van der Valk, 2009). A ce niveau, les gestionnaires sont tents de privilgier une fonction donne, sans considrer les autres fonctions de la zone humide (Barnaud et Fustec, 2007).
tel-00731169, version 1 - 12 Sep 2012
16
INTRODUCTION GNRALE
Niveau dapproche 1
Approche descriptive
oprationnelle Caractrisation grossire au 1/50 000

INFORMATION ET PORTE A CONNAISSANCE Approche fonctionnelle
Caractrisation plus fine au 1/10 000 AIDE A LA DECISION Approche terrain
Expertise l'chelle cadastrale AIDE A LA GESTION
tel-00731169, version 1 - 12 Sep 2012
Figure 1 - Niveaux dapproche applicables ltude des zones humides (Clment et al., 2009)
Or, si les phases de port connaissance, auprs des acteurs de terrain, de lemprise des zones humides sur les territoires et daide la gestion de zones humides lchelle de quelques parcelles agricoles cest--dire les niveaux 1 et 3 sont aujourdhui oprationnelles, la phase daide la dcision sur des territoires de quelques km dizaines de km le niveau 2 nest gnralement pas encore prise en compte, faute dune dmarche dvaluation fonctionnelle clairement tablie cette chelle. Ainsi, face la demande croissante des collectivits territoriales pour des oprations de maintien, dentretien et de restauration des zones humides, rpondant aux directives cadre europennes et nationales et aux divers programmes daction, on constate labsence de mthode dvaluation spatialise des zones humides, qui constituerait une aide la gestion de ces milieux. Il apparat donc ncessaire de dvelopper une mthode dvaluation fonctionnelle des zones humides lchelle non plus dune ou de quelques parcelles agricoles, mais une chelle territoriale, afin de mettre en vidence les secteurs sur lesquels il est ncessaire de mettre en uvre des actions pour restaurer telle ou telle fonction. A cette chelle, une dmarche diagnostique des fonctions des zones humides ncessite la mise en uvre de protocoles de caractrisation fine des zones humides, en utilisant des outils de tldtection trs haute rsolution spatiale. Jusqu prsent, les donnes de tldtection existantes ne permettaient pas de caractriser suffisamment finement les zones humides pour en dduire leurs potentialits en termes fonctionnels (Hubert-Moy, 2005). Or les avances technologiques rcentes qui ont eu lieu dans lindustrie spatiale ouvrent des perspectives intressantes pour cela. Par exemple, la mise en uvre de nouveaux capteurs satellitaires dans le domaine optique caractriss par une trs haute rsolution spatiale tels que Quickbird, IKONOS ou SPOT 5, permet denvisager une cartographie dtaille de la vgtation, ou lexploitation de lasers aroports de type LiDAR offre lopportunit de restituer finement la microtopographie et le rseau hydrologique. Ces donnes nont pas encore, notre connaissance, t exploites pour valuer les fonctions des zones humides une chelle territoriale. 17
INTRODUCTION GNRALE
2. Problmatique scientifique La problmatique gnrale de cette thse porte sur lvaluation fonctionnelle des zones humides une chelle territoriale, principalement partir de donnes de tldtection. Il sagit dune problmatique exploratoire, qui na, notre connaissance, jamais t traite. Ncessitant un travail pluridisciplinaire associant cologues, hydrologues et gographes, elle peut tre dcompose en trois questions de recherche principales : 1. La caractrisation trs fine de lhumidit des sols, de la vgtation et des modes de gestion des zones humides, afin dlaborer des descripteurs de ltat fonctionnel de ces milieux. Cette question soulve le problme des donnes et de la mthodologie mettre en uvre pour parvenir caractriser finement les zones humides. Dans cette thse, les images de tldtection sont les sources dinformation privilgies pour cela. 2. Lvaluation des fonctions actuelles des zones humides diffrentes chelles spatiales, allant de lchelle parcellaire lchelle territoriale. Cette q uestion ncessite ladaptation dune dmarche globale dvaluation fonctionnelle des zones humides, qui a t mise au point une chelle trs locale, dun site de quelques ha quelques km, un territoire plus vaste pouvant couvrir plusieurs dizaines, voire centaines de km. 3. La simulation de lvolution des zones humides selon diffrents scnarios, afin dvaluer limpact de ces scnarios sur leurs fonctionnalits. Cette question ne peut tre traite qu travers lapplication dune dmarche de type prospectif incluant la dtermination des facteurs explicatifs des changements passs et gnrateurs de changements futurs, le choix dun modle de simulation de changements futurs et lvaluation des impacts des scnarios sur les fonctions des zones humides. 3. Objectifs de la thse Les principaux objectifs de la thse sont les suivants : 1. Dvelopper une mthode de spatialisation des fonctions des zones humides partir de donnes de tldtection multi-sources afin de mettre en vidence la distribution spatiale des fonctions de ces milieux et de lanalyser diffrentes chelles ; 2. valuer de nouvelles donnes de tldtection, telles que des images de capteurs satellitaires trs haute rsolution spatiale ou des donnes acquises par des lasers aroports, afin de dlimiter et de caractriser les zones humides assez finement pour en driver des indicateurs de leur tat fonctionnel ; 3. Modliser les changements doccupation du sol internes aux zones humides selon diffrents scnarios afin dvaluer limpact des changements simuls sur la fonctionnalit de ces zones. Cet objectif sous-tend les actions suivantes : dterminer les facteurs de changements, construire des scnarios de type prospectifs, appliquer et valuer un modle de simulation adapt aux zones 18
tel-00731169, version 1 - 12 Sep 2012
INTRODUCTION GNRALE humides, valuer les impacts des scnarios sur les fonctions des zones humides, telles que la biodiversit ou le soutien aux tiages. Ces objectifs apparaissent donc essentiellement mthodologiques. Toutefois, la caractrisation dtaille des zones humides, leur valuation fonctionnelle, lanalyse de lvolution de leur rle fonctionnel en fonction de diffrents scnarios damnagement constituent aussi des priorits thmatiques pour cette thse. En ce sens, les dveloppements mthodologiques ont t entrepris dans cette thse pour rpondre des questions thmatiques qui ont t considres comme prioritaires au regard des enjeux actuels de gestion de ces milieux. 4. Structuration de la thse La thse est structure en trois parties : La premire partie, Lvaluation fonctionnelle des zones humides par tldtection : concepts, outils et mthodes, a pour objectif de montrer les enjeux de lvaluation fonctionnelle des zones humides et de la spatialisation de leurs fonctions. Elle expose la problmatique de la thse, puis dresse un tat des donnes et des mthodes permettant de spatialiser les fonctions des zones humides laide de donnes de tldtection, avant de prsenter les caractristiques des sites dtude retenus. La deuxime partie, Dlimitation et caractrisation des zones humides par tldtection , prsente la mthode mise en uvre sur les deux sites dtude afin de dlimiter prcisment les zones humides et de caractriser le rseau hydrographique et la vgtation lintrieur de celles-ci. Pour chacun de ces objectifs, qui constituent un pralable lvaluation fonctionnelle des zones humides, les donnes utilises, les diffrentes phases de prtraitements et de traitements appliqus aux diffrentes donnes de tldtection utilises sont successivement dcrites et analyses. La troisime partie, valuation de ltat fonctionnel des zones humides en relation avec les usages de sols et les amnagements , expose successivement la dmarche mise en uvre pour valuer et spatialiser les fonctions des zones humides dlimites et caractrises prcdemment et les rsultats obtenus. Ltat fonctionnel actuel des zones humides est dabord mis en vidence, avant danalyser la simulation de lvolution de cet tat fonctionnel en fonction de diffrents scnarii damnagement du territoire. Cette thse a t ralise dans le cadre de deux programmes de recherche : 1- le programme europen INTERREG WAT (Water and Territories) pour le projet : tude des fonctionnalits des zones humides du bassin versant de la Lizonne (2009-2011), dont lobjectif tait de mettre en vidence la fonctionnalit hydrologique des zones humides dun des sous-bassins versants de la Dordogne dans un contexte dtiage estival rcurrent. Ce travail de thse a consist contribuer spatialiser les fonctions des zones humides sur ce site et simuler lvolution de leurs fonctions selon diffrents scnarios damnagement ; 2 - le programme Zone Atelier Armorique (Programme national CNRS-INEE Zone Atelier ) (2008-2011) qui implique un groupe de recherche pluridisciplinaire dans le but de comprendre les effets des changements doccupation des sols et des pratiques agricoles sur la biodiversit locale. Ce travail de thse a contribu spatialiser les fonctions des zones humides sur le site de Pleine-Fougres localis au sud de la Baie du Mont-Saint-Michel et pour lequel les enjeux en 19
tel-00731169, version 1 - 12 Sep 2012
INTRODUCTION GNRALE termes de biodiversit sont trs forts. Ces recherches ont aussi bnfici dune collabora tion avec des gestionnaires et acteurs territoriaux, EPIDOR (tablissement Public Territorial de Dordogne) pour lun des deux sites dtude, le SAGE du Couesnon et la Communaut de communes Porte de Bretagne Baie du Mont Saint Michel pour lautre site.
tel-00731169, version 1 - 12 Sep 2012
20
PREMIRE PARTIE
LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS,

tel-00731169, version 1 - 12 Sep 2012
OUTILS ET MTHODES
tel-00731169, version 1 - 12 Sep 2012
INTRODUCTION DE LA PREMIRE
PARTIE
La premire partie de ce manuscrit prsente la problmatique de la thse, en prcisant les enjeux que reprsentent lvaluation fonctionnelle des zones humides dune part, et la spatialisation de leurs fonctions, dautre part. Lobjectif de cette partie est de mener une rflexion partir dun tat de lart, afin dorienter les choix mthodologiques effectuer pour valuer les fonctions des zones humides diffrentes chelles spatiales partir de tldtection sur les sites dtude retenus pour lapplication effectue dans le cadre de cette thse. Autrement dit, lanalyse ralise dans la premire partie doit permettre de dfinir le choix des approches, mthodes et techniques qui seront utilises pour valuer les fonctions des zones humides sur les deux sites dtude. tel-00731169, version 1 - 12 Sep 2012 Nous nous attacherons dabord dans le premier chapitre dfinir les zones humides et leur rle fonctionnel en montrant les enjeux dune valuation fonctionnelle spatialise de ces milieux. Nous exposerons ensuite les approches utilises pour effectuer lvaluation de ltat fonctionnel des zones humides et pour simuler des changements sur ces dernires afin dvaluer limpact potentiel de ces changement sur leur fonctionnalit. Puis, nous prsenterons une analyse critique consacre lutilisation de la tldtection pour tudier les zones humides, tant au niveau de la microtopographie, des surfaces en eau, de lhumidit des sols que de la vgtation. Lobjectif poursuivi dans ce deuxime chapitre est double : valuer, partir de la bibliographie, sil est possible de caractriser suffisamment finement la microtopographie, les objets en eau et la vgtation des zones humides afin den driver des indicateurs de leur fonctionnalit ; guider les choix mthodologiques tant du point de vue du type de donnes retenir que des traitements dimages appliquer qui seront effectus. Lobjectif que nous poursuivons est dlaborer une mthode de dtection qui soit la plus automatique et gnrique possible des lments composant les zones humides afin in fine de spatialiser les fonctions des zones humides lchelle dun bassin-versant. Le troisime chapitre de cette partie est consacr la prsentation des deux sites retenus dans cette thse pour lapplication de la dmarche dveloppe. Lvaluation des fonctions des zones humides sur ces deux sites reprsente un enjeu majeur, sur le plan de la biodiversit pour le site de la basse valle du Couesnon en Bretagne, et sur le plan hydrologique pour le bassin versant de la Lizonne en Dordogne.
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 1 : LVALUATION
HUMIDES
FONCTIONNELLE DES ZONES
Introduction ................................................................................................................................... 26 1.1. lments de dfinition ............................................................................................................ 26

1.1.1. Les zones humides .......................................................................................................................... 26 1.1.1.1. Du point de vue scientifique ................................................................................................... 26 1.1.1.2. Du point de vue lgislatif ........................................................................................................ 29 1.1.2. Identification, dlimitation et caractrisation des zones humides ................................................. 34 1.1.3. Fonctions, services et valeurs des zones humides .......................................................................... 36 1.1.3.1. Les concepts de fonction, services et valeurs ......................................................................... 36 1.1.3.2. Identification et qualification des fonctions ........................................................................... 37
1.2. Les fonctions des zones humides ............................................................................................ 39

1.2.1. Les fonctions hydrologiques............................................................................................................ 39 1.2.2. Les fonctions biogochimiques ....................................................................................................... 39 1.2.3. Les fonctions cologiques ............................................................................................................... 40 1.2.4. La variabilit spatio-temporelle des fonctions des zones humides ................................................. 40
tel-00731169, version 1 - 12 Sep 2012
1.3. La spatialisation des fonctions des zones humides ................................................................. 41

1.3.1. Les typologies descriptives .............................................................................................................. 42 1.3.1.1. Les typologies descriptives hirarchises ............................................................................... 42 1.3.1.2. Les typologies descriptives non hirarchises ........................................................................ 43 1.3.2. Les typologies fonctionnelles .......................................................................................................... 43 1.3.2.1. Lapproche WET ...................................................................................................................... 44 1.3.2.2. La dmarche des communauts vgtales ............................................................................. 44 1.3.2.3. Lapproche hydrologique ........................................................................................................ 45 1.3.2.4. Lapproche hydro-gomorphologique (HGM) ........................................................................ 46 1.3.2.5. Lapproche PEEW .................................................................................................................... 47 1.3.2.6. Lapproche FAP ....................................................................................................................... 48
1.4. Limpact de lvolution des zones humides sur leur fonctions ................................................ 50
1.4.1. Lvolution intra et interannuelle des zones humides et son impact sur leurs fonctions ............... 50 1.4.1.1. Variations intra-annuelles ....................................................................................................... 50 1.4.1.2. Variations inter-annuelles....................................................................................................... 52 1.4.2. La simulation de changements sur les zones humides ................................................................... 55
Synthse du CHAPITRE 1 : .............................................................................................................. 62
CHAPITRE 1 :
LVALUATION FONCTIONNELLE DES ZONES HUMIDES
INTRODUCTION
Les zones humides sont aujourdhui reconnues pour leurs fonctions. Cependant, la mesure de leurs intensits ncessite aujourdhui un protocole terrain lourd et des connaissances scientifiques spcifiques chaque fonction. Si la mesure des fonctions semble difficile envisager dans une dmarche oprationnelle, en revanche lvaluation des fonctions, c'est--dire lestimation approximative de leur intensit (Fustec et Lefeuvre, 2000), semble plus approprie. Nanmoins, lvaluation des fonctions des zones humides reste problmatique, en raison dune part de leur variabilit spatio-temporelle, et dautre part des mthodes mettre en uvre pour raliser cette valuation. Pourtant, cette dernire est ncessaire car elle rend compte des services et valeurs apports par une zone humide la socit. De fait, lvaluation fonctionnelle des zones humides contribue la reconnaissance et la protection de ces milieux par les gestionnaires. Elle ncessite davoir au pralable identifi et caractris les zones humides. Mais comment est-il possible dinventorier et caractriser des milieux la physionomie aussi changeante dans le temps et lespace ? Comment valuer leurs fonctions ? A partir de quels critres ? Quelles sont les approches existantes ? Quelles en sont les limites ? Ce chapitre tente de rpondre ces questions partir de lanalyse de la bibliographie. Dans une premire partie, aprs avoir dfini les zones humides, les critres qui permettent de les identifier et de les dlimiter, les notions relatives leurs fonctions, services et valeurs sont prsentes. La seconde partie dcrit le rle fonctionnel des zones humides. Puis, les diffrentes dmarches dvaluation fonctionnelle sont dtailles dans la troisime partie. Une dernire part ie est consacre limpact de lvolution des zones humides sur leur fonctionnalit. De nombreux ouvrages ont t consacrs la dfinition des zones humides et lanalyse de leurs fonctions, quelques-uns aux approches mthodologiques permettant de les dlimiter et de les valuer. Ce chapitre a t labor en sappuyant largement sur des ouvrages de synthse : (Barnaud et Fustec, 2007; Fustec et Lefeuvre, 2000; Maltby et Barker, 2009; Mrot et al., 2000). 1.1. lments de dfinition 1.1.1. Les zones humides La prsence de zones humides est conditionne par les caractristiques gomorphologiques et gologiques dune rgion. Ces milieux sont structurs par lhydrodynamique, qui contrle leur fonctionnement et leur dynamique. Les flux deau, les niveaux deau et leurs priodicits rvlent les conditions dhydromorphie du sol et les rponses des organismes vivants, en particulier de la vgtation. Ces conditions font des zones humides des milieux trs diversifis, singuliers et variables dans le temps et lespace (Figure 1.1). Cette variabilit pose une difficult quant leur dfinition, tant dun point de vue scientifique que lgislatif (Barnaud et Fustec, 2007).
1.1.1.1. Du point de vue scientifique
tel-00731169, version 1 - 12 Sep 2012
Si des caractristiques gnrales de bon nombre de zones humides sont plus ou moins aises quantifier, une dfinition prcise de zone humide est toujours en dbat et sujette controverse. Nanmoins, la ncessit de dfinir ce terme, traduction littrale de wetland, lui-mme d'usage rcent dans ces pays anglophones, est apparue indispensable pour faciliter la 26
LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES
PREMIRE PARTIE
communication ainsi que l'application des conventions et rglementations sur ces milieux. Au dbut des annes 90, Dugan (1993) estimait dj plus de 50 les dfinitions gnrales utilises de par le monde. La premire dfinition internationale accepte est celle tablie lors de la convention de Ramsar en 1971. Les zones humides y sont dfinies comme : des tendues de marais, de fagnes, de tourbires ou d'eaux naturelles ou artificielles, permanentes ou temporaires, o l'eau est stagnante ou courante, douce, saumtre ou sale, y compris des tendues d'eaux marines dont la profondeur mare basse n'excde pas six mtres . Cette dfinition reste la rfrence lchelle mondiale car reconnue par un grand nombre dtats. Elle est aujourdhui retenue pour la protection des oiseaux car la prsence deau leur est importante. Cependant, cette dfinition repose uniquement sur le critre de prsence deau et pose des problmes de dlimitation en raison de la variabilit spatio-temporelle de ce critre. Le groupe inter-sectoriel sur les zones humides cr en 1970 qui comprend toutes les agences gouvernementales pertinentes et tous les acteurs cls, admet que l'expression zone humide , d'utilisation rcente, a t rapidement accepte, mais sans accord unanime sur son extension. Ce groupe dfinit les terres humides comme des habitats dans lesquels le plan d'eau sale ou douce est situ la surface du sol ou proximit de cette surface, et qui supportent une vgtation adapte un engorgement plus ou moins continu . Ce texte prcise quelque peu la dfinition de Ramsar en ajoutant le critre de vgtation mais qui reste assez flou vgtation adapte . Ces deux dfinitions se veulent trs globales afin de prendre en compte la diversit des milieux humides lchelle mondiale. Mais ces dfinitions trop larges engendrent des difficults de dlimitation en raison de la spcificit de chaque site. Par la suite, les experts scientifiques du Programme Biologique International (PBI), qui ont considr la vgtation comme un bon tmoin des conditions du milieu, reprsentant les producteurs primaires et dterminant largement la structure de l'cosystme ont propos la dfinition suivante : Toute zone de transition entre les systmes terrestres et aquatiques o la nappe phratique est proche de la surface du sol, o dans laquelle cette surface est recouverte d'eau peu profonde, de faon permanente ou temporaire. Une zone humide est une zone domine par des plantes herbaces particulires, dont la production se situe surtout au-dessus du niveau de l'eau tandis qu'elles reoivent des quantits d'eau qui seraient excessives pour la plupart des vgtaux suprieurs prsentant des organes ariens . Mme si elle prend en compte le critre de vgtation, cette dfinition ne considre que la vgtation de type herbace et omet les strates ligneuses. Une fois encore la dfinition reste (volontairement ?) floue et permet didentifier globalement les zones humides sans pouvoir procder une dlimitation prcise. Les scientifiques canadiens ont quant eux propos une dfinition base sur les caractristiques abiotiques ou biotiques du milieu, publie en 1979 dans le Canadian Wetland Registry : Une zone humide est dfinie comme un terrain ayant un sol soit avec la nappe phratique proche ou la surface, soit satur pendant une priode assez longue pour permettre le dveloppement de processus caractristiques de zones humides ou aquatiques se traduisant par la prsence de sols hydromorphes, d'une vgtation d'hydrophytes et d'activits biologiques varies adaptes un environnement mouill . Cette dfinition prsente lintrt de prendre en compte le critre de sol hydromorphe qui est invariant et qui facilite la dmarche de dlimitation. En 1987, le Comite canadien de la classification cologique du territoire et son groupe de travail national sur les terres humides ont dfini les terres humides comme : des terres satures d'eau assez longtemps pour favoriser les processus de milieux humides ou aquatiques: sols mal drains, vgtation hydrophyte et diverses formes d'activits biologiques adaptes ce milieu . Selon cette dfinition, les terres humides peuvent tre des tourbires, des sols minraux gorgs deau, des plans deau dune profondeur infrieure 2 mtres ou des sols minraux modifis mais 27
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 1 :
initialement saturs en eau. Cette dfinition se focalise sur les milieux les plus humides et omet les secteurs o lhydrodynamique est moins marque, comme les prairies msohygrophiles. Aux tats-Unis, le National Research Council a labor en 1995 une dfinition de la zone humide reposant sur trois facteurs : leau, le sol et la diversit biologique. Une zone humide est un cosystme qui dpend de l'inondation peu profonde, constante ou rcurrente ou de la saturation du substrat, la surface ou proximit de celle-ci. Les caractristiques essentielles minimales d'une zone humide sont l'inondation soutenue, rcurrente ou la saturation la surface ou proximit de celle-ci ainsi que la prsence de caractristiques physiques, chimiques et biologiques refltant ce type d'inondation ou de saturation. Les caractristiques communes du diagnostic des zones humides sont les sols hydromorphes et la vgtation hydrophyte. Ces caractristiques doivent tre prsentes, sauf l o des facteurs spcifiques physicochimiques, biotiques ou anthropogniques les ont limines ou ont empche leur dveloppement. Cette dfinition souligne le rle prpondrant du facteur hydrologique sur ltat du sol, de la vgtation et du fonctionnement des cosystmes des milieux humides. Elle prend en considration les zones humides dgrades par les actions anthropiques. Mais ce texte reste flou quand la dfinition des sols hydromorphes et de la vgtation hydrophyte. En France, lors de la phase de prparation de la loi sur leau de 1992, le Ministre de lEnvironnement a demand au Musum National dHistoire Naturelle de lui soumettre une dfinition scientifique des zones humides. Le texte suivant est alors propos en 1990 : Les zones humides se caractrisent par la prsence, permanente ou temporaire, en surface ou a faible profondeur dans le sol, d'eau disponible douce, saumtre ou sale. Souvent en position d'interface, de transition, entre milieux terrestres et milieux aquatiques proprement dits, elles se distinguent par une faible profondeur d'eau, des sols hydromorphe ou non volues, et/ou une vgtation dominante compose de plantes hygrophiles au moins pendant une partie de l'anne. Enfin, elles nourrissent et/ou abritent de faon continue ou momentane des espces animales infodes ces espaces. Les zones humides correspondent aux marais, marcages, fondrires, fagnes, pannes, roselires, tourbires, prairies humides, marais agricoles, tangs, bras-morts, grves mersion saisonnire, vasires, lagunes, prs sals, marais salicoles, sansouires, rizires, mangroves, etc. Elles se trouvent en lisire de sources, de ruisseaux, de lacs, de bordures de mer, de baies, d'estuaires, dans les deltas, dans les dpressions de valle ou dans les zones de suintement flanc de collines . Cette dfinition sera en partie reprise dans la loi sur leau de 1992. Elle englobe plus gnralement les milieux aquatiques. Mais elle ne prcise pas la profondeur maximale ce qui ne permet pas de borner les zones humides vers leau profonde et permanente. Elle intgre aussi la notion dhabitat pour la faune. Une fois encore, cette dfinition permet de situer globalement les zones humides sans pour autant pouvoir les dlimiter prcisment. A lchelle de lUnion Europenne, plusieurs programmes de recherche ont t mis en uvre (FAEWE, PROTOWET, EVALUWET) pour amliorer les connaissances sur le fonctionnement des zones humides et mettre en place une dmarche oprationnelle dvaluation des fonctions hydrologiques, biogochimiques et cologiques. Le programme EVALUWET propose une dfinition fonctionnelle de la zone humide, repris dans la Directive Cadre Eau : Les zones humides sont des cosystmes varis dont les fonctions hydrologiques, biogochimiques et cologiques rsultent de diffrentes sources et modalits spcifiques lies aux inondations et/ou la saturation en eau et leur priodicit. Elles se dveloppent dans un large ventail de paysages, compter d'une profondeur (hauteur) d'eau permanente ou temporaire infrieure 2 m. Elles prsentent des substrats et des sols hydromorphes et des biocnoses adaptes l'inondation et/ou la saturation en eau et aux conditions d'anarobiose associes . Contrairement aux dfinitions cites prcdemment, ce texte dfinie les zones humides non seulement par rapport des critres dtat que sont la prsence deau, de sol hydromorphe et de vgtation hygrophile mais aussi par rapport des fonctions lies lhydrodynamique du systme. 28 tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 1.1 Les principaux types de zones humides rencontrs sur un bassin-versant (Adapt dAidoud in Maltby, 2009)
1.1.1.2. Du point de vue lgislatif
Autrefois considres comme des espaces risque pour la salubrit publique, les zones humides ont t draines et assches pour rpondre aux besoins de lagriculture et de lurbanisation. Mais depuis la reconnaissance de leur intrt patrimonial et environnemental, les zones humides font lobjet dune protection juridique (Tableau 1.1). Daprs I. Doussan, trois chelles de protection complmentaires peuvent tre distingues : internationale, communautaire et nationale.
29
CHAPITRE 1 :
Tableau 1.1 Les principales mesures de protection juridique appliques aux zones humides (adapt dI. Doussan, ENVAM 2008) PROTECTION JURIDIQUE Convention Ramsar Patrimoine mondialUNESCO Convention CDB DCE Natura 2000 Loi sur leau ZHIEP CHELLE Mondiale Mondiale Mondiale U.E. U.E. France France France DATE 1971 1972 1992 2000 1992 1992 2007 2007 OBJECTIF Prservation des fonctions cologiques des zones humides dimportance internationale Protection des zones humides ayant une valeur universelle exceptionnelle Prservation de la biodiversit Protection et restauration de la ressource en eau Prservation des zones humides dintrt patrimonial vis--vis de la faune et de la flore. Inventaire des zones humides en vue de faciliter leur prservation Protection des zones humides ayant un intrt environnemental particulier Protection et restauration de la ressource en eau
tel-00731169, version 1 - 12 Sep 2012
ZSGE
A lchelle internationale, les zones humides sont protges par trois mesures : la convention de Ramsar, linscription au patrimoine mondial de lUNESCO et la Convention sur la Diversit Biologique (CDB). 1-La convention de Ramsar du 2 fvrier 1971 (voir dfinition plus haut) a pour objet de protger les fonctions cologiques des zones humides et sapplique aux sites dimportance internationale, qui sont, en 2011, au nombre de 2000 dans le monde, de 42 en France (Outre-mer inclus), soit 5,2 % du territoire national. 2-Les zones humides peuvent tre inscrites au Patrimoine mondial de lUNESCO si leur patrimoine naturel est considr comme ayant une valeur universelle et exceptionnelle. Si dans le monde on en dnombre 183 zones naturelles en 2011, en France, elles sont au nombre de deux, seules la Camargue et la Baie du Mont Saint Michel y tant inscrites. Un autre programme de lUNESCO, Man And Biosphere (MAB), a pour mission de maintenir la biodiversit par une approche durable. Des outils dchange de connaissance, de recherche, dducation ainsi que dactions participatives sont mis en place au sein de son rseau de Rserve de biosphre 3-Enfin, la Convention sur la Diversit Biologique (CBD) signe en 1992 Rio soutient la biodiversit travers des programmes en partenariat avec la Convention Ramsar. En 2011, 190 pays ont ratifis cette convention dans le monde. A lchelle communautaire, il nexiste pas de rglement spcifiquement relatif aux zones humides. Cependant, elles font lobjet dune protection indirecte travers trois dispositifs : la Directive Cadre sur lEau (DCE), le programme Natura 2000 et le Mesures AgroEnvironnementales (MAE). 1-La DCE du 23 octobre 2000 impose un retour un bon tat cologique des eaux. En raison de leur rle dans la gestion de la ressource en eau, les zones humides sont mentionnes dans larticle 1er de la DCE. Concrtement, la recration et restauration des zones humides figurent 30
PREMIRE PARTIE
dans la liste de mesures supplmentaires que les tats membres tablissent dans le cadre de leur programmes de gestion. En outre, les zones humides peuvent faire partie des zones protges qui doivent tre identifies dans ces programmes. Au sens de la DCE, ces zones comprennent les eaux particulirement vulnrables aux pollutions et les zones dsignes comme zone de protection des habitats et des espces et ou le maintien ou l'amlioration de l'tat des eaux constitue un facteur important de cette protection, notamment les sites Natura 2000 pertinents () . 2-La DCE renvoie donc au rgime de protection Natura 2000, qui constitue le cadre communautaire de protection juridique des zones humides. La directive 79/409 du 12 avril 1979 relative la conservation des oiseaux sauvages (dite directive oiseaux ) prvoit la dsignation de zones de protection spciale (ZPS) qui sajoutent aux zones spciales de conservation (ZSC) prvues par la directive 92/43 du 21 mai 1992 concernant la conservation des habitats ainsi que de la faune et de la flore (dite directive habitats ) pour former le rseau Natura 2000. Les zones ainsi protges peuvent tre des zones humides, comme les zones dhabitats ctiers et de vgtations halophytiques et les habitats deau douce. 3- Les MAE regroupent les programmes issus de la rforme de la PAC de 1992. Elles ont pour objectif de soutenir une agriculture durable, reconnue comme ncessaire au bon fonctionnement des cosystmes. Les zones humides ont bnfici de ces dispositifs en contrepartie de pratiques de fauche et de pturage extensif. A lchelle nationale, cest la loi sur leau du 3 janvier 1992, complte par celle du 30 dcembre 2006 sur lEau et les Milieux Aquatiques (loi dite EMA) qui dfinit une zone humide comme : les terrains, exploits ou non, habituellement inonds ou gorgs d'eau douce, sale ou saumtre de faon permanente ou temporaire ; la vgtation, quand elle existe, y est domine par des plantes hygrophiles pendant au moins une partie de l'anne . Cette dfinition a t codifie larticle L 211-1-I-1 du code de lenvironnement. Toutefois, son imprcision a entrain de nombreux contentieux sur les inventaires des zones humides. La loi du 23 fvrier 2005 relative au Dveloppement des Territoires Ruraux (dite DTR) prcise les critres de dfinition dune zone humide, c'est--dire la prsence de sol hydromorphe ou de vgtation hygrophile, (Figure 1.2) et rappelle que la prservation et la gestion durable des zones humides dfinies l'article L.211-1 sont d'intrt gnral. . Nanmoins, larrt du 1er octobre 2009 et la circulaire du 18 janvier 2010 rduisent les surfaces susceptibles dtre dclares comme zones humides en rfrence au critre sol hydromorphe (Figure 1.2). Cette modification a t publie la suite dinformations portes par certains reprsentants dagriculteurs, considrant que trop despaces agricoles seraient dclars en qualit de zone humide .
tel-00731169, version 1 - 12 Sep 2012
31
CHAPITRE 1 :
(a)
(b)
(c)
(d)
(e)
(f)
tel-00731169, version 1 - 12 Sep 2012
Figure 1.2 Exemples de vgtations hygrophiles (en haut) et de sols hydromorphes (en bas) : (a) Carex Riparia ; (b) Renoncules en fleur ; (c) : magno-cariaie ; (d) : sol organique ; (e) : horizon avec traces doxydorduction ; (f) Pseudo-gley. Crdits : S. Rapinel
En France, plusieurs mesures juridiques de protection des zones humides existent. Depuis 2008, des mesures de protection spcifiques sont mises en place pour les zones humides prsentant un intrt fort vis--vis dune fonction hydrologique, biogochimique ou cologique. Pour cela, trois dispositifs spcifiques aux zones humides sont disponibles : la protection des zones humides dans le cadre de la police de leau, la protection des Zones Humides dIntrt Environnemental Particulier (ZHIEP) et la protection des Zones Stratgiques pour la Gestion de lEau (ZSGE). La premire mesure est la protection des zones humides dans le cadre de la police de leau. Elle a pour objectif didentifier lensemble des zones humides, en particulier celles dites ordinaires , pour viter leur dgradation par divers projets damnagement. Les critres de dlimitation se basent sur la loi DTR du 23 fvrier 2005. Ceux-ci sont relatifs la morphologie des sols lie la prsence prolonge deau dorigine naturelle et la prsence ventuelle de plantes hygrophiles . Larrt du 24 juin 2008 modifi par larrt du 01 octobre 2009 et la circulaire du 25 juin 2008 complte par la circulaire du 18 janvier 2010 prcisent les types pdologiques de sols et les espces vgtales indicatrices considrer pour la dlimitation des zones humides. La seconde mesure est lidentification des ZHIEP. Larticle L 211.3 du code de lenvironnement spcifie quau sein des zones humides, certaines ont une utilit environnementale particulire dont le maintien et la restauration prsente un intrt pour la gestion intgre du bassin versant . Les sites concerns sont en priorit ceux qui : contribuent au bon tat des eaux (DCE), limitent les risques dinondation et constituent des corridors cologiques (trames vertes et bleues du Grenelle de lenvironnement). La circulaire d u 30 mai 2008 dtaille la procdure didentification et de dlimitation des ZHIEP . Elle repose sur : la nature des zones humides, les fonctions et les services rendus ou pouvant ltre, et enfin limportance de ses fonctions et services compte tenu des enjeux territoriaux. Cependant, la circulaire prcise que : du fait de la diversit des types de zones humides , de la multiplicit des intrts dont les ZHIEP peuvent tre porteuses (cologiques, hydrologiques, cyngtiques, 32
PREMIRE PARTIE
paysagers, touristiques) et donc de la varit des cas de figure qui peuvent tre rencontrs, il nest pas possible de prconiser, dans ltat actuel des connaissances , une mthodologie unique et dtaille pour lapprciation des fonctions et services pouvant fonder le ou les intrts associs une ZHIEP. Une identification ou apprciation qualitative, sappuyant sur les donnes et lexpertise locales, seront cette fin gnralement suffisante. Elles devront tre confrontes au contexte et enjeux locaux dans chacun des domaines dintrts mentionnes prcdemment, en tenant compte des dispositifs rglementaires ou contractuels dj mis en place . De plus, les mesures de protections doivent tre compatibles avec les Schmas Directeurs dAmnagement et de Gestion des Eaux (SDAGE). La troisime mesure est la dlimitation des ZSGE, dfinies par larticle L 212 .5-1 du code de lenvironnement. Ce sont des espaces qui contribuent aux objectifs de bonne gestion de la ressource en eau fixs dans les SDAGE. Des mesures de protection particulire, comme des servitudes dutilit publique, peuvent tre appliques aux ZSGE afin de limiter le risque de non respect de la DCE. Les ZSGE sinscrivent au sein des ZHIEP. Ainsi, il existe une multiplicit de niveaux de protection et de rglementation des zones humides qui renvoient des dfinitions diffrentes de ces milieux. En consquence, les limites correspondant aux zones humides dfinies ces diffrents niveaux ne sont pas toujours cohrentes entre elles bien qu'ils traitent du mme objet. La superposition de plusieurs limites entrane des confusions et soulve des problmes de dfinition et de dlimitation de ces espaces. En outre, selon le niveau considr, une partie des zones humides peut chapper aux inventaires effectus. Ainsi, par exemple, la cartographie de lensemble des zones humides protges du dpartement du Morbihan en Bretagne montre que la majeure partie des zones humides littorales font lobjet dune ou de plusieurs mesures de protection, tandis que la quasi-totalit des zones humides intrieures y chappent (Figure 1.3).
tel-00731169, version 1 - 12 Sep 2012
Figure 1.3 Dlimitation du site Ramsar, des zones humides littorales et des sites Natura 2000 dans le dpartement du Morbihan. Daprs L. Hubert-Moy, document de travail mars 2002, ODEM.
33
CHAPITRE 1 :
1.1.2. Identification, dlimitation et caractrisation des zones humides Le terme identification employe ici renvoie la reconnaissance dun milieu comme tant humide. Si certains milieux peuvent tre facilement identifis comme tant des zones humides (mares, marais) ; dautres sont plus difficiles reconnaitre (prairies humides). La prsence de critres caractristiques des zones humides que sont la prsence deau, de sol hydromorphe ou de vgtation hygrophile permettent didentifier une zone humide. Le terme dlimitation renvoie la notion de limite entre la zone humide et la zone non humide (versant, bourrelet alluvial, milieu aquatique) - limite externe - mais aussi au sein de la zone humide limite interne (Figure 1.4). La limite externe de la zone humide peut tre nette et facilement indentifiable (rupture de pente, talus, foss) mais aussi floue et progressive. Dans ce dernier cas, la limite externe de la zone humide est plus difficile dterminer. La problmatique de dlimitation se pose aussi en fonction de lchelle considre : pour une approche descriptive dans le cadre dun programme de port connaissance, une cartographie au 1/25 000me est suffisante. En revanche, pour une approche oprationnelle, une dlimitation fine lchelle parcellaire est requise. Enfin le terme de caractrisation correspond caractrisation de la zone humide travers lanalyse des lments qui conditionnent ou traduisent son hydrodynamique comme la microtopographie, les formations vgtales, les surfaces en eau et le rseau hydrographique. La caractrisation permet non seulement de dlimiter les zones humides mais aussi dentreprendre une dmarche dvaluation de leurs fonctions puisque leurs caractristiques sont des indicateurs dtat des processus et fonctions pris en compte.
tel-00731169, version 1 - 12 Sep 2012
Figure 1.4 Exemple de dlimitation interne et externe dune zone humide de fond de valle
Les grandes zones humides sont globalement bien identifies lchelle mondiale (Finlayson et Moser, 1991; Dugan, 1993; Mitsch et Gosselink, 2007; Maltby et Turner, 1983). En revanche, une partie des zones humides (zones humides de petite taille, zones humides dites banales ou ordinaires , cest-a-dire non remarquables sur le plan de la biodiversit) chappent encore aux inventaires raliss jusqu prsent (Mrot et al., 2006). En outre, les dlimitations interne et externe des grandes zones humides recenses ne sont pas toujours fixes, car elles sont complexes dterminer. Dun point de vue juridique, les diffrentes dfinitions ne permettent pas de distinguer formellement les limites des zones humides. Seuls larrt et la circulaire des 24 et 25 juin 2008 apportent plus de prcisions. Dun point de vue sociologique, les 34
PREMIRE PARTIE
limites identifies par chaque acteur varient suivant leur propre perception de lespace (Barnaud et Fustec, 2007). La dlimitation des zones humides est lie leurs tats et fonctionnements. Ceux-ci sont dtermins par lhydrodynamique qui est soumis une grande variabilit temporelle (Fustec et Lefeuvre, 2000). Son valuation ncessite des mesures des pas de temps fins sur une priode consquente. Cependant, la caractrisation de lhydrodynamique peut soprer indirectement par lobservation de critres dtat qui refltent les caractristiques hydrologiques de la zone humide et de ses diffrentes parties. Ces critres dtat, que sont la caractrisation des communauts vgtales et lhydromorphie des sols, sont en revanche caractriss par une faible variabilit temporelle (Maltby et Barker, 2009). La nature et la qualification des communauts vgtales et des processus d'hydromorphie des sols, associes des critres gomorphologiques, constituent les lments qui permettent de conduire un diagnostic de la zone humide (Clment et al., 1996). Le sol et la vgtation sont des intgrateurs de l'hydrodynamique passe et prsente. Ces lments qui peuvent tre observs sur le terrain assurent une bonne fiabilit et reproductibilit des interprtations de phnomnes se droulant sur un pas de temps significatif. Inversement, un changement ou une variation accidentelle de lhydrodynamique, telle quun pisode de crue isol et de courte dure, ne sera pas utilis pour effectuer la dlimitation de la zone humide. Concrtement, la dtermination des limites externes et internes la zone humide peut poser quelques questions. Les limites externes se divisent en deux classes : les limites infrieures, entre la zone humide et leau, et les limites extrieures, entre la zone humide et le versant. Dans ces deux cas cest le gradient dhumidit qui les dtermine. Les limites infrieu res externes sont dfinies par une profondeur deau infrieure 2 mtres (Cowardin et al., 1995), seuil partir duquel le milieu peut prsenter des plantes aquatiques. Ce principe de dtermination des limites infrieures externes est communment accept et retenu (Maltby, Hogan, et al., 1996), tandis que lidentification des limites suprieures externes est plus discute. Ainsi, Fustec et Lefeuvre (2000) citent en exemple les problmes rencontrs aux tats-Unis pour dlimiter les zones humides : lanalyse de diffrentes tudes menes entre 1987 et 1994 montre que si les critres de sols, deau et de vgtation sont toujours pris en compte ; ils le sont dans des proportions variables suivant les objectifs poursuivis (tude dimpact, protection des milieux ou application de politiques agricoles (NRC, 1995). Par exemple, la dure dinondation requise pour dfinir une zone comme tant humide schelonne selon ces tudes entre 7 et 21 jours, et la saturation en eau du sol peut tre comprise entre 0 et 46 cm de profondeur. En France, selon lArticle L211-1-l-1 du code de lenvironnement, la prsence dun sol hydromorphe et dune vgtation hygrophile, invariant dans le temps, sont des critres daide la dcision. Larrt et la circulaire des 24 et 25 juin 2008 fixent juridiquement les deux critres de dcision suivants : un caractre dhydromorphie du sol dans les 40 50 cm suprieurs du profil pdologique (rduit 25 cm par larrt du 01 octobre 2009) dfini dans le rfrentiel pdologique de lINRA (Baize et Girard, 1995) et/ou la prsence et la dominance de plantes hygrophiles rfrence dans CORINE Biotope Habitat Humide. Enfin, lidentification de limites internes vise diviser la zone humide en espaces homognes vis--vis dune fonctionnalit (Maltby, Hogan, et al., 1996; Brinson, 2009). Il existe plusieurs approches typologiques fonctionnelles qui sont dtailles section 1.3. Lidentification des zones humides sur le terrain repose sur lutilisation de critres de flore et de pdologie. Les critres de flore peuvent se caractriser soit par des relevs phytosociologiques1, soit par le protocole dEllenberg. La
1
tel-00731169, version 1 - 12 Sep 2012
chantillons reprsentatifs dune communaut vgtale
35
CHAPITRE 1 :
communaut vgtale identifie par relev phytosociologique est compare un rfrentiel botanique (Bensettiti et al., 2002). Cette mthode permet de caractriser les valeurs indicatrices de la communaut vgtale. Mais ce rfrentiel ne comprend que les habitats dintrt communautaire. De fait, une grande partie des habitats humides ordinaires en sont exclus. Une seconde dmarche permet de caractriser tous les habitats humides. Elle sappuie sur lindice Ellenberg qui dtermine loptimum de dveloppement de lespce considre (Ellenberg et al., 1991). La combinaison des espces ou lassemblage en un lieu lui confre une valeur indicatrice. Cette procdure permet de dlimiter et surtout caractriser des tats de la zone humide (Clment et al., 1996). Ces tats sont des critres utiles la gestion de la zone humide et de ses diffrents sous-ensembles ou units hydrogomorphologiques. Conjointement la flore, la pdologie est un critre de dtermination des zones humides. Il se caractrise par lidentification dun sol hydromorphe, li un dficit doxygne des sols saturs en eau. Lhydromorphie se traduit par une oxydo-rduction du fer et/ou de la prsence dpisolum humifre en surface. Selon larrt du 01 octobre 2009 a modifi le seuil, le ramenant 25 cm de la surface. 1.1.3. Fonctions, services et valeurs des zones humides tel-00731169, version 1 - 12 Sep 2012 Les concepts de fonctions, valeurs et services des zones humides font souvent lobjet dinterprtations ambiges de la part des diffrents acteurs des zones humides, ce qui peut parfois engendrer des conflits au niveau de leur gestion. Il apparat donc indispensable de les dfinir dans le cadre dune dmarche dvaluation fonctionnelle.
1.1.3.1. Les concepts de fonction, services et valeurs
Le terme fonction provient du mot latin fungi qui signifie sacquitter . Fustec (2000) utilise la mtaphore du corps humain pour dcrire les fonctionnalits des zones humides : en biologie, les fonctions sont les oprations effectues par un ou plusieurs organes qui concourent au maintien de la vie. Le maintien dun cosystme dpend dun ensemble doprations (ou processus) effectus par ses diffrents composants et qui permet la manifestation de fonctions . Les fonctions font rfrence la structure et aux processus des zones humides qui dpendent des contraintes gomorphologiques et hydrologiques (Frontier et Pichot, 1993). Le terme de fonctionnalit largement utilis par les gestionnaires correspond lexpression des services rendus ou des usages des zones humides et est, de ce fait, une vision anthropomorphique. Les services et valeurs font rfrence aux bienfaits apports par les fonctions la socit. Lvaluation fonctionnelle est donc un pralable la qualification des valeurs socio-conomiques des zones humides. Les bienfaits apports par les zones humides la socit peuvent tre de deux types (Figure 1.5) : les bnfices environnementaux, associs aux services, et les produits conomiques, associs aux valeurs (Maltby, 1994). Le rapport de lONU Millennium Ecosystem Assessment de 2005 prcise que les fonctions cologiques ne peuvent tre dissocies des services quelles procurent la socit. Il souligne le cot financier provoqu par les dgradations des milieux naturels.
36

Structure de lcosystme Gomorphologie Hydrologie Sols Faune et flore
Niveau des dynamiques de la zone humide
PREMIRE PARTIE
Processus Physiques Chimiques Biologiques
Fonctions des zones humides Hydrologiques Biogochimiques cologiques
Services Contrles des inondation Qualits de leau Soutiens de la chaine alimentaire
Valeurs Bois Fourrages Poissons Oiseaux Niveau des bnfices pour la socit
Rseaux de services environnementaux
Rseaux de produits conomiques
tel-00731169, version 1 - 12 Sep 2012
Maintien de la vie
Biens marchands et non marchands et valeurs sociales
Maintien de la vie
Biens marchands et non marchands et valeurs sociales
Figure 1.5 Les processus, fonctions et structure des zones humides produisent de nombreux services et valeurs qui sont importants dun point de vue environnemental et conomique (Adapt de Maltby et al., 1996)
1.1.3.2. Identification et qualification des fonctions
Le dveloppement dune approche permettant didentifier et de qualifier les fonctions des zones humides doit tenir compte de deux contraintes : la variabilit spatio-temporelle de lintensit des fonctions au sein dune mme zone humide ; la difficult de caractriser toutes les zones humides dun bassin versant partir de mesures effectues sur le terrain. Autrefois, lintrt des zones humides pour la socit taient reconnues de faon empirique. Dans les annes 70, les zones humides ont t identifies comme des sites dintrt cologiques et patrimoniaux. Puis des recherches sur leurs organisations et structures se sont dveloppes et ont abouti aux premires valuations hydrologiques et biogochimiques de ces milieux (Mitsch et Gosselink, 1993). Aux tats-Unis, Adamus et Stockwell (1983) ont valu 11 fonctions des zones humides partir de caractristiques physiques, chimiques et biologiques. Par la suite, de nombreuses autres fonctions ont t tudies (Brinson, 1993). Il est alors apparu ncessaire de les classer en trois catgories : les fonctions hydrologiques, biogochimiques et cologiques, qui sont respectivement lies aux rgimes des eaux, la qualit des eaux et aux biotopes. Lobjectif des valuations fonctionnelles des zones diffrent selon les pays dans lesquels ces dernires sont effectues. Par exemple, aux tats-Unis et au Canada, cette dmarche sinscrit dans une vision conomique afin de comparer les bnfices que la socit peut retirer des zones humides dans un tat donn ceux que lon peut attendre dun projet damnagement envisag sur cette zone (Larson in 37
CHAPITRE 1 :
Maltby, 2009 ; Barnaud, 1998). Cette approche tient compte uniquement des fonctions et valeurs connues (Tableau 1.2). En Europe, les recherches sur lvaluation fonctionnelle des zones humides sinscrivent dans une approche environnementale. Elles ont pour objectifs de fournir un outil daide la dcision pour les gestionnaires, afin didentifier les secteurs vulnrables et de proposer des actions engager pour amliorer leurs fonctionnalits (Matlby et al., 1996 a).
Tableau 1.2 - Les fonctions des zones humides, leurs effets, les valeurs socio-conomiques correspondantes et les indicateurs permettant de les valuer (in Barnaud et Mermet, 1996, daprs NRC, 1995) Fonctions Effets Valeurs socio-conomiques Hydrologiques Stockage de leau de surface court terme Stockage de leau de surface long terme Maintien dun niveau lev de nappe Rduction des pics dinondation en aval Maintien de flux de base, rpartition saisonnire des flux Maintien des communauts dhydrophytes Rductions des dommages lis aux inondations Maintien des habitats pour les poissons en priode sche Maintien de la biodiversit Biogochimiques Transformation, recyclage des lments Rtention, limination de substances dissoutes Accumulation de tourbe Maintien de stocks de nutriments dans la zone humide Rduction du transport de nutriments en aval Rtention de nutriments, mtaux, autres substances Rtention de sdiments et de certains nutriments Production de bois Maintien dune eau de qualit Maintien dune eau de qualit Maintien dune eau de qualit Croissance des arbres Sorties de nutriments infrieures aux entres Augmentation de la profondeur de tourbe Augmentation de la profondeur de sdiments Prsence de plaine dinondation le long des corridors fluviaux Topographie de la plaine dinondation Indicateurs
tel-00731169, version 1 - 12 Sep 2012
Prsence dhydrophytes
Accumulation de sdiments inorganiques
Fourniture dhabitat et de rseaux trophiques Maintien de communauts vgtales caractristiques Maintien de flux dnergie caractristique Nourriture, reproduction de la faune Dveloppement de population de vertbrs Production danimaux fourrure et doiseaux deau Maintien de la biodiversit Vgtation mature de zone humide Forte diversit de vertbrs
38
LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES 1.2. Les fonctions des zones humides
PREMIRE PARTIE
Les fonctions des zones humides peuvent tre regroupes en trois catgories : les fonctions hydrologiques, les fonctions biogochimiques et les fonctions cologiques. 1.2.1. Les fonctions hydrologiques A travers les changes de flux avec le cours deau, la nappe et le versant, les zones humides dterminent de nombreuses fonctions hydrologiques (Figure 1.6). Les zones humides assurent un stockage latral (eaux en provenance du versant) et un stockage longitudinal (eaux en provenance du rseau hydrographique). Elles jouent un rle tampon : en priode de hautes eaux, elles ralentissent lcoulement des eaux rduisant ainsi le risque de crue (Oberlin in Fustec et Lefeuvre, 2000); linverse, en priode de basses eaux, elles librent une quantit deau permettant de limiter un tiage trop svre (Bendjoudi, in Fustec et Lefeuvre, 2000). La modlisation des fonctions hydrologiques des zones humides est complexe car elle ncessite une srie de mesures trs approfondies. Les quelques modles hydrologiques spcifiquement ddis aux zones humides nvaluent quune fonction et ne sont pas transfrables dautres sites en raison de la variabilit spatio-temporelle de ces milieux (McCartney et Acreman in Maltby, 2009).
tel-00731169, version 1 - 12 Sep 2012
P R N N I
nappe profonde
entres deau
P ET D E I N ET R N
sorties deau
P= prcipitations ; ET= vapotranspiration ; I= infiltration ; R= ruissellement ; N= nappe ; D= dbordement de crue ; E= changes nappe/rivire.
Figure 1.6 Principaux flux hydrologiques observes au sein dune zone humide de bas fond (adapt de Barnaud et Fustec, 2007)
1.2.2. Les fonctions biogochimiques Leau, en provenance de la zone contributive et qui transite via la zone humide subit, selon les cas, des transformations physico-chimiques. Elle peut tre pure, dnitrifie, dbarrasse dune partie des pesticides, sacidifier. Par exemple, llimination de lazote seffectue selon deux processus : une absorption par la vgtation et une dnitrification microbienne au niveau du sol. Ces processus dpendent des conditions gomorphologiques, du rgime des eaux, et du type doccupation des sols (Pinay et Trmolires, 2000). Les fonctions de dnitrification sont principalement efficaces dans les zones de contact entre la zone source ou 39
CHAPITRE 1 :
contributive et la zone humide ainsi que dans les secteurs de transit lent au sein de la zone humide, l o il y a des apports de nitrates et des conditions anarobies (Maltby et al, 1996 b). Les activits maximales dabsorption et de dnitrification peuvent tre spares dans le temps (Pinay et Trmolires, 2000) : labsorption par la vgtation est maximale au printemps, alors que la dnitrification bactrienne prend le relais au cours des autres saisons. 1.2.3. Les fonctions cologiques Les zones humides sont des milieux qui accueillent une trs grande diversit despces animales et vgtales ainsi qu'une grande diversit d'habitats. Les caractristiques des habitats des milieux humides sont dtermines par lhydrologie et lhydrodynamique, la minralit du substrat, la disponibilit en azote et en phosphore ainsi que lusage de la vgtation. Un grand nombre d'habitats de zones humides sont d'intrt communautaire et constituent pour la faune des lieux de vie complets ou partiels mais indispensables, comme la reproduction ou le repos lors des migrations (Fustec et Lefeuvre, 2000). Les zones humides assurent d'autres fonctions essentielles comme la fonction de production, plus ou moins contrle par les acteurs du territoire. Ainsi, la fauche ou/et la pture des prairies revt une valeur conomique en mme temps qu'elle assure la prservation d'habitats remarquables. A l'inverse, le drainage effectu pour tendre les cultures telles que le mas conduit une banalisation du milieu en mme temps qu'il introduit des risques dans la diffusion des pesticides et des engrais. 1.2.4. La variabilit spatio-temporelle des fonctions des zones humides Chaque zone humide prsente ainsi plusieurs fonctions, dintensits variables dans le temps et lespace. Cette variabilit spatio-temporelle peut sexpliquer par trois facteurs (Maltby et Barker, 2009): la micro-topographie : une dpression ou une surlvation de quelques centimtres peut suffire augmenter ou diminuer significativement le temps de rsidence de leau dans la zone humide; lcocline ou gradient dhumidit : les zones humides sont des milieux de transition entre les cosystmes aquatiques et terrestres, ce qui leur confre un gradient dhumidit important ; les amnagements anthropiques : le fonctionnement naturel des zones humides peut tre altr par des amnagements. Il peut y avoir, en terme defficacit fonctionnelle, des incompatibilits entre diffrentes fonctions (Clment et al., 2004). Par exemple, une zone humide peut difficilement cumuler, sur un mme lieu, une fonction de dnitrification importante et une biodiversit vgtale remarquable, mais l'htrognit spatiale permet de faire coexister ces deux fonctions au sein d'une mme zone humide. Il est noter que la plupart des processus et des fonctions dcrits cidessus peuvent galement oprer hors des zones humides mais trs souvent des intensits diffrentes ; par exemple, 30% des espces rares, menaces ou en danger de la flore nationale sont infodes aux zones humides, alors mme que celles-ci noccupent que 3 5% du territoire. Autre exemple, la dnitrification bactrienne peut oprer momentanment dans tout systme cologique mais son efficience est particulirement leve au sein des zones humides. De plus, 40
tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
lefficacit des fonctions est lie la frquence temporelle des vnements : par exemple une zone humide ne peut avoir un rle efficace dans lcrtage de crue si sa zone de stockage est dj remplie par un dbordement prcdent. Par ailleurs, la spcificit fonctionnelle dune zone humide est apprcie non pas par un indicateur particulier, mais par la combinaison dindicateurs relis des processus cologiques. Il apparat donc stratgique, dans une dmarche dvaluation fonctionnelle des zones humides, dune part de prendre en compte une combinaison d'indicateurs de ltat fonctionnel de ces milieux et non pas de considrer exclusive ment telle ou telle fonction, et dautre part dapprhender la zone humide comme une mosaque de milieux aux fonctionnements diffrents et non comme un milieu homogne au fonctionnement unique. 1.3. La spatialisation des fonctions des zones humides Il ressort du bilan qui prcde que la spatialisation des fonctions est un lment dterminant dans le processus de caractrisation des diffrentes fonctions au sein d'une zone humide ou d'un bassin versant lmentaire. valuer, cest estimer approximativement limportance ou la valeur dun phnomne. En consquence, les valuations fonctionnelles sont exprimes qualitativement. Daprs Usher (1986), les valuations, souvent ralises de manires plus intuitives que scientifiques, doivent logiquement comporter une phase de jugement suivie dune phase de comparaison et aboutir un classement en fonction dun objectif bien dfini . La spatialisation des fonctions des zones humides passe par leur caractrisation l'aide des typologies ou rfrentiels existants. La spatialisation fonctionnelle peut seffectuer selon deux dmarches (Fustec et Lefeuvre, 2000): une dmarche intuitive partir dune typologie descriptive ou une dmarche progressive et complte partir dune typologie fonctionnelle (Figure 1.7).
tel-00731169, version 1 - 12 Sep 2012
41
CHAPITRE 1 :
tel-00731169, version 1 - 12 Sep 2012
Figure 1.7 - Diffrentes dmarches d'valuation des fonctions des zones humides et de leurs valeurs : (a) dmarche progressive et complte ; (b) dmarche en grande partie intuitive dvaluation des fonctions et de leur valeur sociale ; (c) dmarche dvaluation conomique des services rendus (adapt de Fustec, 2000).
1.3.1. Les typologies descriptives Les premires valuations fonctionnelles des zones humides ont t effectues selon une dmarche intuitive laide de typologies descriptives. Selon ces typologies, chaque zone humide fait lobjet dune caractrisation sommaire qui permet dapprcier sa qualit et son tat gnral.
1.3.1.1. Les typologies descriptives hirarchises
Dans le cadre de linventaire national des zones humides aux tats-Unis, Cordawin et al. (1979) ont propos une typologie hirarchise. Cette classification repose sur lidentification de critres gomorphologiques et des formations vgtales par photo-interprtation de clichs ariens. La structure hirarchise de la typologie a permis un usage multi-scalaire, de ltat aux acteurs locaux. Beaucoup dadaptations rgionales ont t effectues. Bien que globale et imprcise, cette approche souligne la multiplicit et les variations dintensit des fonctions des zones humides. Elle permet, partir de termes gomorphologiques gnraux, de contextualiser lhabitat et de driver des paramtres hydrologiques globaux. Nanmoins, cette caractrisation parait limite pour permettre une valuation fine des fonctions des zones humides. Aujourdhui, cette typologie est utilise des fins essentiellement rglementaires (Cowardin et Golet, 1995). La typologie CORINE BIOTOPE, initie par lUnion Europenne, est une classification descriptive des habitats, des milieux naturels et semi-naturels base sur la physionomie et la combinaison floristique des communauts vgtales (Finlayson, 2004). Ce rfrentiel sinspire de la combinaison hirarchique dfinie par Cowardin en intgrant les critres gomorphologiques 42
PREMIRE PARTIE
pour les niveaux suprieurs et les critres de vgtation pour les niveaux infrieurs. La classification des habitats EUNIS (EUropean Nature Information System) reprend la classification CORINE, l'tend et l'actualise l'ensemble de l'Union Europenne. Cette typologie est utilise dans le cadre de lapplication de larrt du 24 juin 2008 modifi pour dlimiter et caractriser les zones humides. Cette typologie hirarchise en diffrents niveaux de prcisions permet de sadapter lobjectif souhait. Le premier niveau de cette typologie est trop grossier pour envisager une valuation fonctionnelle. En revanche, les niveaux les plus prcis sont les plus robustes car ils se rapprochent des communauts vgtales en apportant des informations utiles une valuation fonctionnelle comme le niveau trophique ou la saturation des sols (habitats fertiles, oligotrophes, milieu satur permanent). En revanche lutilisation des niveaux les plus fins ncessite une bonne connaissance en botanique. De plus, ces niveaux de prcisions ne sont identifiables qu partir dune approche terrain.
1.3.1.2. Les typologies descriptives non hirarchises
tel-00731169, version 1 - 12 Sep 2012
Une typologie drive de la dfinition Ramsar sappuie sur les caractres hydrologiques et gomorphologiques des zones humides et des espaces associs. Cette typologie inclue les milieux humides au sens large, comme par exemple la classe eaux marines/ctires qui reprsente la majorit des zones humides cartographies. Elle est applique pour la caractrisation des sites Ramsar mais pose des problmes. En effet, les sites Ramsar sont souvent de trs grandes superficies et peuvent contenir plusieurs facis. Cette typologie permet de caractriser globalement la composition des sites Ramsar travers le monde (Barnaud et Fustec, 2007) mais nest pas adapte des problmatiques locales de gestion qui ncessiteraient une caractrisation plus dtaille. En France, la mise en place des SDAGE a conduit les Agences de lEau dfinir une typologie gnrique vue de linventaire des zones humides. Cette typologie combine les caractristiques cologiques et socio-conomiques pour aboutir 13 classes. Si cette nomenclature est intressante pour une approche lchelle nationale, le recourt des typologies hirarchises de type EUNIS est rendu ncessaire aux chelles fines (Barnaud et Fustec, 2007). Cette typologie a pour but de souligner les services rendus par les zones humides vis--vis de la ressource en eau. Mais son intrt est limit par le manque de connaissances scientifiques sur les fonctionnalits hydrologiques lchelle dun bassin versant. 1.3.2. Les typologies fonctionnelles Lvaluation fonctionnelle des zones humides peut se drouler suivant une dmar che progressive. Dans un premier temps, les zones humides sont inventories puis classes selon une typologie adapte aux objectifs et aux chelles de travail. Puis, des sites de rfrence sont slectionns parmi les zones humides reprsentatives (Brinson, 1993). En effet, les dmarches dvaluation fonctionnelle ne permettent pas dvaluer lensemble des zones humides dun bassin versant. Ensuite, la structure et les caractristiques des zones humides de rfrence sont identifies partir de mesures terrains approfondies effectues dans des domaines disciplinaires varis. Les critres dtermins par cette approche sont lis par des relations qui permettent de caractriser une ou plusieurs fonctions des zones humides. Enfin, lvaluation est ralise part ir de lacquisition des donnes relatives aux critres dtat. Une fois cette tape effectue, les rsultats peuvent permettre une comparaison entre les diffrentes zones humides et une
43
CHAPITRE 1 :
valuation des valeurs apportes pour la socit. Cette dmarche, comp lte mais complexe, nest applique que depuis les annes 90. Elle comprend plusieurs approches.
1.3.2.1. Lapproche WET
En 1983, Adamus et Stockwell dveloppent une approche intitule Wetland Evaluation Technique (WET). Il sagit dune approche multi scalaire : au niveau global, les fonctions sont values partir des donnes disponibles (issues des classifications de Cowardin) alors quau niveau le plus fin, lvaluation ncessite de nombreuses mesures terrain. Lapproche WET permet de mettre en vidence les relations entre une fonction donne et la typologie ainsi que lincompatibilit de certaines fonctions entre elles. Mais elle est critique pour son manque de validation scientifique et son valuation qualitative (leve, moyenne, faible) trop gnrale. Dans cette approche, les fonctions sont supposes tre les mmes dans toute la zone humide.
1.3.2.2. La dmarche des communauts vgtales
tel-00731169, version 1 - 12 Sep 2012
Une tude ralise en Bretagne a permis de caractriser les zones humides suivant des critres de vgtation et la nature des eaux (Clment, 1986). Les communauts vgtales sont caractrises avec un niveau de prcision semblable celui utilis au niveau le plus fin de la typologie CORINE Biotope. Cette typologie a t compare avec deux facteurs : le niveau trophique (disponibilit en nutriments assimilables) et le stade de dveloppement ou de maturit de la zone humide (gradient dynamique). Le croisement des fonctions trophique et dynamique permet de mettre en vidence les liens des diffrents types de zones humides de Bretagne qu'ils soient naturels ou induits par des activits humaines (Figure 1.8). Cette approche peut constituer un outil daide la dcision pour la gestion des zones humides mais ncessite galement de solides connaissances en botanique et phyto-sociologie. De plus, les critres de caractrisation ne paraissent pas tldtectables.
44
PREMIRE PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 1.8 Caractrisation des zones humides selon le gradient dynamique et le gradient trophique : (a) Processus deutrophisation via lapport diffus de nutriments dans le bassin versant ; (b) Processus doligotrophisation naturel induit par laccumulation de matire organique ou de tourbe dans la zone humide. Les flches en trait plein indiquent la dynamique naturelle courante ; lpaisseur du trait illustre la vitesse du changement dtat ( gauche, de lordre de quelques sicles entre deux dynamiques ; droite, de lordre de quelques dizaines dannes). Extrait de Clment, 1986.
1.3.2.3. Lapproche hydrologique
Une tude effectue sur les zones humides situes en tte de bassin versant a permis dvaluer leurs fonctions hydrologiques et biogochimiques (Durand et al., 2000). Celles-ci ont t dtermines partir dindicateurs drivs des interactions entre le cours deau, le versant et la zone humide (Tableau 1.3). Cette approche prsente loriginalit de prendre en compte lhydrodynamique travers des descripteurs directs ou indirects. Toutefois, elle ncessite un suivi de mesures terrain rgulier et frquent, ce qui limite son application sur lensemble des zones humides dun bassin versant.
45
CHAPITRE 1 :
Tableau 1.3 - Indicateurs pertinents pour lvaluation des fonctions hydrologiques des zones humides (daprs Durand et al, 2000) Fonctions Processus Temps de remplissage de la zone humide Indicateurs Extension de la zone humide Taille relative de la zone humide/taille du bassin versant Profondeur de limpermable Rseau de haies, fosss et cours deau Caractre inondable de la zone humide (fosss) Modlisation hydraulique Stockage longitudinal Inondations 1. 2. 3. Taille rivire et fosss Rgime hydrologique Gomtrie interne de la zone inondable (topo fine, connexit)
Stockage transversal
Occurrence des inondations par le cours deau
tel-00731169, version 1 - 12 Sep 2012
Importance relative et caractristiques physiques des diffrents horizons du sol jusqu limpermable Flux internes Transfert Dimension relative de la zone humide (Surface/linaire du cours deau ou bassin versant) Dynamique spatiale de la zone humide (la possibilit dextension allongeant le temps de rsidence moyen) Continuit hydraulique Distance laquelle la surface libre du ruisseau influe sur le niveau de la nappe de la zone humide
1.3.2.4. Lapproche hydro-gomorphologique (HGM)
En 1993, Brinson dveloppe une typologie fonctionnelle avec des critres bass sur la gomorphologie, lorigine de leau prsente dans les zones humides et lhydrodynamique. Les fonctions des zones humides sont values sur des sites de rfrence partir de mesures terrain approfondies. Ces valuations permettent dextrapoler les rsultats des zones humides prsentant les mmes caractristiques hydrogomorphologiques (Brinson in Maltby, 2009). Tout comme dans lapproche WET, lintensit des fonctions est suppose tre la mme sur la zone humide entire. Lhtrognit spatiale de la zone humide nest pas prise en compte au sein dun site. Cette approche est actuellement utilise aux tats-Unis par les organismes fdraux pour linventaire et la caractrisation des zones humides. Une tude mene en France sur le bassin versant de Seine-Normandie reprend lapproche HGM et a permis dvaluer quatre fonctions des zones humides : rgulation des crues, rtention des particules et des polluants associs, rtention et limination des nitrates, maintien des peuplements piscicoles (Gaillard et al., 2001). Les fonctions sont values de faon qualitative en sept classes defficacit mettant en vidence les actions de gestion les plus pertinentes effectuer. Pour cela, les zones humides sont classes sur la base de critres hydrogomorphologiques (volution du profil en long des cours deau, dpts sdimentaires holocnes, mosaques hydrogomorphologiques) puis les fonctions sont values par croisement dindicateurs sous 46
PREMIRE PARTIE
SIG. Par exemple, la fonction rgulation de crue est value partir de dix indicateurs (largeur de la plaine dinondation, pente de la plaine dinondation, densit des chenaux et des annexes hydrauliques, macrotopographie de la plaine dinondation, connexions entre le lit mineur et la plaine dinondation, rugosit de la vgtation.). Cette mthode a lintrt de prsenter des rsultats standardiss lchelle dun grand bassin versant.
1.3.2.5. Lapproche PEEW
Dans le cadre du PNRZH, le programme TY-FON (TYpologie FONctionnelle) a labor une typologie fonctionnelle des zones humides de fonds de valles en Bretagne (Mrot et al., 2000, 2005 et 2006). Lapproche PEEW (Potential, Existing, Efficient Wetlands) dcrit la zone humide selon trois compartiments, la zone humide potentielle, la zone humide effective et la zone humide efficace (Figure 1.9).
Zone non humide
tel-00731169, version 1 - 12 Sep 2012
Zone humide potentielle Zone humide efficace Zone humide effective
Figure 1.9 Schma de la hirarchie des zones humides selon lapproche PEEW (daprs Mrot et al., 2006)
Les zones humides potentielles sont des zones originellement humides mais qui ont perdu ce caractre suite des amnagements anthropiques (drains, remblais, etc.). Leur dlimitation repose sur des critres permanents tels que la topographie associe aux caractristiques climatiques Cependant malgr les drainages, certaines caractristiques hydromorphologiques peuvent subsister a et l et ce critre permet detmoigner de la prsence dune zone humide potentielle. Les zones humides effectives sont des zones humides correspondant aux critres dfinis par la Loi sur leau de 1992 notamment par la prsence de sol hydromorphe et de vgtations hygrophiles. Une zone humide est dite effective si la saturation en eau atteint 100% en priode hivernale. Or, la mesure de ce critre ncessite des observations long terme, intervalles rapprochs. Il est donc prfrable de passer par des critres dtats, intgrateurs de lhydrodynamique. Bien que cette saturation conduise lhydromorphie des sols, ce caractre ne peut lui seul dterminer la prsence relle, linstant considr, dune zone humide. Deux lments, combins, peuvent fournir un diagnostic assez prcis sur la dure de saturation : la couverture vgtale et les caractristiques des sols.
47
CHAPITRE 1 :
La zone humide efficace correspond, quant elle, une fonction principale donne (dnitrification, valeur patrimoniale). La dlimitation de ce compartiment de la zone humide est plus complexe raliser, car les mthodes dvaluation fonctionnelle privilgient des mesures ponctuelles ralises sur le terrain, telles que la pose de pizomtres pour mesurer la hauteur de la nappe ou les relevs phytosociologiques pour caractriser le niveau trophique de la vgtation. Lextrapolation spatiale de ces mesures est difficilement envisageable dans ces milieux trs htrognes. La surface comprise entre la zone humide potentielle et effective peut tre qualifie de zone de ngociation , susceptible dtre restaure (Mrot et al, 2005). Lintrt de lapproche PEEW est de permettre la ralisation dun inventaire spatialis des zones humides, et in fine de cibler les actions de maintien ou de restauration de certaines fonctions sur les zones humides. Si la spatialisation des zones humides potentielles et effectives dfinies selon cette approche est aujourdhui oprationnelle, la dtermination de lefficacit fonctionnelle de zones humides est aujourdhui limite des secteurs gographiques trs rduits, car lvaluation fonctionnelle des zones humides requiert des observations rptes plusieurs fois au cours de lanne, les limites des zones humides efficaces pouvant varier brutalement dans le temps et lespace, ses fonctions tant trs sensibles aux activits humaines (Brinson, 1993).
1.3.2.6. Lapproche FAP
tel-00731169, version 1 - 12 Sep 2012
Selon Maltby (2009 b), en Europe, la petite taille des zones humides, leur mode de gestion agricole et leurs diversits paysagres ncessitent une adaptation de la mthode HGM. La complexit des zones humides est traite par lidentification de fonctions distinctes pour chaque unit hydrogomorphologique ou HGMU HydroGeoMorphic Units (Figure 1.11), surface caractrise par trois critres associs, la gomorphologie, la vgtation et le sol (Maltby, 1994 ; Clment et al., 1996). La composante hydrologique n'est pas directement dcrite mais est dduite de la confrontation des trois critres prcdents. Le concept dHGMU dfini par Maltby sinspire donc celui dHGM utilis aux tats-Unis mais une chelle spatiale plus fine. Dans le cadre de diffrents projets europens (FAEWE, PROTOWET, EVALUWET), une procdure d'valuation fonctionnelle (Functional Assessment Procedure, FAP) des zones humides a t mise en uvre (Maltby, 2009 a). Dans un premier temps, des zones humides de calibration ont t slectionnes dans des rgions climatiques contrastes de lEurope de louest allant de lIrlande lEspagne (McInnes et al., 1998). Sur chaque site, les processus ont pu tre tudis spcifiquement partir des mesures rgulires de variables physico-chimiques. Des relations ont t tablies sur lexistence de fonctions spcifiques aux HGMU comme par exemple llimination et la rtention de nitrates (Baker et Maltby, 1995 ; Russel et Maltby, 1995), lcrtage de crues (Hooijer, 1996) ou la fonction habitat (Clment et al., 1996). La FAP permet dvaluer 12 fonctions hydrologiques, biogochimiques et cologiques et se droule en trois tapes (Figure 1.10).
48
PREMIRE PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 1.10 Les trois tapes de la FAP (Maltby, 2009 b)
La premire tape consiste identifier et dlimiter des sites dintrt particulier pour les gestionnaires, dnomms Assessment Area (AA). Une caractrisation globale des sites peut tre effectue laide de documents existants (photographies ariennes, carte topographique) et de sorties terrains. Ensuite, un transect est ralis sur le terrain pour chaque site afin didentifier les HGMU partir de critres de gomorphologie, de vgtation et de pdologie. Pour chaque HGMU, une base de donnes permet denregistrer les caractristiques observes (mode de gestion, hydrodynamique). Dans une seconde tape, loprateur slectionne les fonctions valuer. Une srie de questions/rponses qualitatives dtermine limportance des variables de contrles qui influent-elles mme sur les processus. Les processus associs chaque fonction sont combins suivant des valeurs dtermines lors des phases de calibration. Un score, seuill en 5 classes (entre 0-nul et 1-trs fort) est obtenu pour chaque fonction et chaque HGMU. Enfin, dans la troisime tape, un score global est attribu par site et par fonction. Les rsultats issus de FAP peuvent permettre aux gestionnaires de comparer les performances des fonctions avant et aprs certains amnagements, et elle peut aussi tre utilise de faon prdictive (voir page 50). Cette mthode est avant tout adapte lvaluation fonctionnelle des zones humides 49
CHAPITRE 1 :
lchelle dun site. Des applications ont t testes lchelle dun bassin versant en reprenant la dmarche propose par Brinson (1993) : des secteurs test sont valus puis les rsultats sont extrapols aux autres zones humides en fonction de leurs ressemblances (Hogan et Maltby, 2005). Cette dmarche dextrapolation, trs simplificatrice, illustre bien les limites dune approche reposant exclusivement sur des mesures effectues sur le terrain. De plus, lvaluation fonctionnelle est obtenue partir dobservations ralises sur le terrain un instant t . Les rsultats peuvent donc varier dans le temps suivant les observations, en particulier sur lhydrodynamique. Lapproche FAP, qui s'appuie sur la caractrisation des zones humides effectives et efficaces, peut tre intgre dans lapproche PEEW. Autrement dit, il sagit dune approche adapte la dtermination des indicateurs fonctionnels qui sont associs en trs grande partie au compartiment de la zone humide effective et dans une moindre mesure la zone humide potentielle, permettant ainsi de dlimiter les zones humides efficaces au sein de celles-ci.
HGMU 3 foss HGMU 4 bourrelet
HGMU 2
tel-00731169, version 1 - 12 Sep 2012
HGMU 1
HGMU 3 foss HGMU 2
HGMU 4 bourrelet
HGMU 1
groundwater table Nappe
(a)
Ligne de profil
(b)
Limite HGMU
Flux
Figure 1.11 Exemple de dlimitation dHGMU partir de critres hydrologiques (foss) et morphologiques (bourrelet) : (a) vue arienne ; (b) vue en coupe (adapt de Maltby, 2009).
1.4. Limpact de lvolution des zones humides sur leur fonctions 1.4.1. Lvolution intra et interannuelle des zones humides et son impact sur leurs fonctions Les zones humides sont des milieux en constante volution qui sont soumis des volutions naturelles lentes (atterrissements) mais aussi des volutions anthropiques beaucoup plus rapides qui entranent des modifications de leurs conditions hydrologiques (Fustec et Lefeuvre, 2000). Tous ces changements, qui se produisent des pas de temps intra et interannuels, ont des impacts sur lintensit des processus fonctionnels des zones humides.
1.4.1.1. Variations intra-annuelles
En milieux temprs, les intensits des fonctions des zones humides prsentent un cycle saisonnier annuel li aux conditions climatiques mais aussi aux modes de gestion agricole (Figure 1.12)(Clment et al., 2004). Les prcipitations et les tempratures ont un impact sur le rgime hydrologique et donc la saturation en eau des sols, mais aussi sur la croissance de la vgtation, ce qui influe sur les fonctions des zones humides. Les pratiques agricoles ont aussi des consquences sur les fonctions des zones humides. Par exemple, la fauche des prairies permet un export 50
PREMIRE PARTIE
dazote. Elle permet aussi de maintenir une vgtation rase qui peut tre un habitat dintrt patrimonial. Lpandage de lisier sur les versants cr un apport potentiel de nitrates par ruissellement dans la zone humide et peut permettre daugmenter lefficacit de la dnitrification bactrienne. La variation temporelle de lintensit des fonctions est particulirement vidente pour les fonctions hydrologiques. La fonction crtage de crue sopre essentiellement en hiver et au dbut du printemps, lorsque les cours deau prsentent un fort risque de crue (Bendjoudi et De Marsily, 2000). En cas de deux pisodes rapprochs de crue, la fonction sera efficace pour le premier pisode avec le stockage dune partie des eaux dans la zone humide mais inefficace lors du second pisode, la zone humide tant dj sature et inonde. La fonction soutien aux tiages est quant elle efficace en t, lorsque les niveaux deau sont au plus bas. Les fonctions biogochimiques sont aussi soumises des variations temporelles (Maltby, Mockler, et al., 1996). Ainsi, lintensit du processus de dnitrification dpend de la teneur en nitrate, de la temprature et de la saturation en eau du sol mais aussi de son taux de matire organique. De fait, lefficacit de la fonction dnitrification est optimale entre la fin de lautomne et le dbut du printemps, quand les sols sont saturs (Trmolires et al., 2004). En revanche, le prlvement de nutriments par les plantes est plus marqu durant leur croissance vgtative, c'est-dire au printemps et au dbut de lautomne (Clment et al., 2004). Lintensit du processus de rtention de micro-polluants organiques varie aussi dans le temps car il dpend de la nature des substances, du type de milieu et des conditions associes la saturation en eau du sol. Par exemple, la permthrine, qui est un insecticide, disparat plus vite en conditions anarobies alors que les substances sont plus facilement dgrades dans des conditions rductrices (Gambrell et Patrick, 1988). Les fonctions cologiques peuvent tre plus ou moins efficaces selon la saison. Par exemple pour la fonction habitat, une partie de la faune lie aux habitats aquatiques temporaires (oiseaux et poissons) frquente les zones humides soit durant la priode de migration (Dehorter et Tamisier, 1996), la priode de nichage (Schricke, 1983) ou la priode de reproduction (Fustec et al., 1999), en raison de la prsence temporaire de surfaces en eaux leur offrant un habitat propice. En revanche, la biodiversit varie peu au sein des habitats terrestres, mme si son expression prsente un caractre saisonnier (Clment et al., 2004).
tel-00731169, version 1 - 12 Sep 2012
51
CHAPITRE 1 :
Figure 1.12 Variabilits temporelles relatives de trois fonctions au sein dune unit hydrogomorphologique (Adapt de Clment et al., 2004)
tel-00731169, version 1 - 12 Sep 2012
1.4.1.2. Variations inter-annuelles
Les zones humides sont des milieux fortement dgrads travers le monde, en particulier depuis la seconde moiti du XXme sicle (Turner, 1992). La plupart des dgradations de zones humides travers le monde (55-60 %) le sont cause du drainage et de lagriculture intensive (Finlayson et al., 1999). On estime que 54 % de la superficie des zones humides a disparu aux tats-Unis entre 1780 et 1990 (Dahl, 1990). En Espagne, 50% de la superficie des zones humides a disparu entre 1950 et 1970 (Fustec et Lefeuvre, 2000). En France, la surface totale de zones humides draines entre 1970 et 2000 dans les valles alluviales est estime 152 000 ha ; prs de 30% des zones humides franaises au total auraient disparu (Ministre de l'Agriculture, RA 1970 et 2000). En outre, les zones humides qui se sont maintenues sont, pour une partie dentre elles, largement dgrades (Bernard, 1994). De par la disparition du caractre humide de ces zones, les intensits des fonctions qui sont spcifiques au zones humides deviennent trs faibles, voire nulles. Depuis 1970, des programmes damnagement ont progressivement t mis en place afin de protger, rhabiliter et restaurer ces milieux (Barnaud et Fustec, 2007) et ainsi maintenir ou amliorer leur fonctionnement (Figure 1.13).
52
PREMIRE PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 1.13 Reprsentation schmatique de lvolution des systmes cologiques et des options envisageables selon les objectifs (in Barnaud et Fustec, 2007)
La rhabilitation de zones humides a pour objectif de rtablir la structure et les fonctions de lcosystme par des amnagements non ncessairement identiques un tat pass (Chapuis et al., 2002). La restauration de zones humides a pour objectif de ramnager une zone humide dgrade vers son tat historique afin quelle retrouve autant que possible ses fonctions originelles (van der Valk, 2009). Le choix dun amnagement, quil sagisse dune rhabilitation ou restauration, favorise un processus fonctionnel au dpend dun autre (Barnaud et Fustec, 2007). Par exemple, la rhabilitation du marais de Sougal, dans la baie du Mont-Saint-Michel, a conduit les gestionnaires faire des choix vis--vis de la dure de mise en eau dune partie du marais. En effet, une mise en eau prolonge favorise lhabitat pour les oiseaux deau aux dpens des activits agricoles de pturage. Par ailleurs, le potentiel de restauration dune zone humide dpend de son tat de dgradation. Si une zone humide oligotrophe est assche par drainage mais sans apport de nutriments, la suppression du rseau de foss va permettre de retrouver son tat initial. Ainsi, une tourbire oligotrophe draine puis abandonne avec enfrichement par le bouleau a pu tre restaure grce dune part la mise en place dune digue permettant de maintenir des conditions dhumidit suffisantes et dautre part des actions de dfrichement (Clment et al., 2011). En revanche, si la prairie oligotrophe est draine et fertilise, la suppression du rseau de drainage va, certe permettre le retour de communauts vgtales hygrophiles, mais lapport de nutriments des fins agricoles aura rendu le milieu eutrophe. Au-del des travaux de restauration, le retour des processus hydrologiques spcifiques aux zones humides peut prendre plusieurs annes, mme sur un ancien marais drain puis restaur (Mitsch et Wilson, 1996). La restauration complte des fonctions des zones humides peut prendre plusieurs dizaines dannes (Ewel, 2009). Les fonctions hydrologiques sont les plus faciles restaurer, car elles dpendent uniquement de lhydrodynamique. En revanche, certains habitats, oligotrophes en particulier, sont fragile s en raison de leutrophisation des sols qui est irrversible. La restauration dun seul site, plutt que le primtre originel, peut rduire lefficacit des fonctions cologiques car certaines espces 53
CHAPITRE 1 :
animales ont besoin de corridors et ne sont pas adapts aux milieux fragments (McCauley et Jenkins, 2005). La plupart des projets de restauration ne concerne que quelques sites de quelques hectares (van der Valk, 2009). Toutefois, certains projets de restauration concernent des zones humides de plusieurs milliers dhectares, comme aux Everglades en Floride (Davis et Ogden, 1994) ou en Msopotamie (Richardson et Hussain, 2006). En conclusion, cinq principes sont considrer dans les projets de restauration de zones humides (Zedler, 2005 repris par Barnaud et Fustec, 2007) : 1. Le contexte paysager et la localisation : lintensit des fonctions des zones humides dpend de leur connectivit avec les autres milieux. Par exemple, dans les milieux fragments, la prsence de corridors cologiques permet le maintien des fonctions dhabitat cologique. 2. Un suivi rigoureux : la restauration des zones humides ncessite des actions dentretien (fauche, inondation) adapte aux objectifs de gestion. Par exemple, un suivi rgulier est ncessaire pour sassurer de la bonne croissance des communauts vgtales et ventuellement mener des actions ponctuelles pour radiquer des espces envahissantes. 3. La dtermination du systme de rfrence : le choix de rtablir un fonctionnement satisfaisant de la zone humide par des actions de rhabilitation est souvent prfrable un retour strict un fonctionnement historique envisag dans le cadre de plan de restauration. 4. Des horloges dcales : les diffrents lments de lcosystme ragissent des pas de temps diffrents. Dans un premier temps, les actions damnagement entranent un rtablissement ou une accentuation du caractre humide. Cela a pour consquence le dveloppement dune vgtation hygrophile, puis larrive dune faune adapte aux milieux humides. Enfin, les sols reprennent un caractre hydromorphe marqu. 5. Nul nest tenu limpossible : certaines dgradations, comme leutrophisation, sont difficilement rversibles. Au-del de la restauration, la cration de zones humides ex nihilo, en compensation (mitigation en anglais) des services perdus par les zones humides dtruites ou dgrades par des projets de dveloppement, est trs courante aux tats-Unis (Salvesen, 1994). Pour 0,4 hectare dtruits, 0,7 hectare de zone humide doivent tre crs ou restaurs. Cependant, les mesures de compensation des zones humides ne peuvent sappliquer efficacement que sur des secteurs potentiellement saturs, c'est--dire sur des zones humides dgrades ou potentielles (Clment, communication personnelle). Il convient alors de supprimer ou de rduire le systme de drainage. La recration de zones humides sur des secteurs non saturs est inefficace, car les conditions ne sont pas propices la croissance de vgtations adaptes aux milieux humides (Ewel, 2009) et surtout la cration dune zone sature. En thorie, ces programmes de cration devaient permettre une quivalence des processus fonctionnels des zones humides cres par rapport ceux dgrads dans les projets damnagement via la dmarche HGM (Rheinhardt et al., 1997). Pourtant, la majorit des projets de cration de zones humides aux tats-Unis a concern la mise en place de plans deau dans des secteurs non hydromorphes, avec pour consquence une inefficacit de fonctions propres aux zones humides (Zedler, 2004). Barnaud et Fustec (2007) 54
tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
notent : Finalement, la lenteur, les difficults et le cot de la restauration de ces milieux soulignent lintrt de leur conservation dautant que plusieurs modifications sont irrversibles . Ainsi, si une mme zone humide voit cohabiter diffrentes fonctions un temps t selon le secteur de la zone humide considr (voir CHAPITRE 1 : section 1.4.1.1), ces fonctions ne sont pas constantes dans le temps et dans lespace, que ce soit une chelle intra ou interannuelle. La zone humide correspond donc une mosaque de milieux dont les fonctions voluent dans le temps. En outre, favoriser une fonction donne peut entraner la baisse dintensit, voire la disparition dune ou de plusieurs fonction de la zone humide. 1.4.2. La simulation de changements sur les zones humides Les changements interannuels doccupation ou dusage des sols des zones humides peuvent tre dorigine anthropique (Turner, 1992) ou climatiques (Massu et Landmann, 2011). Cependant, les changements majeurs intervenus sur les zones humides lchelle mondiale au cours de ces dernires dcennies sont dorigine anthropique et essentiellement expliqus par le drainage et lagriculture intensive (Finlayson et al., 1999). Nanmoins, les changements doccupation du sol et de pratiques agricoles sur les zones humides peuvent tre en partie lis une adaptation de lhomme au changement climatique (Soussana, 2001). Par exemple, la mise en place de la culture du mas, qui ncessite dimportants besoins en irrigation en priode estivale, peut tre privilgie dans les zones humides, l o la ressource en eau est disponible, plutt que sur les versants (Mrot et al., 2010). Les termes occupation des sols et utilisation des sols renvoient deux dfinitions distinctes (Hubert-Moy, 2004). Le terme occupation des sols est une description physique de lespace. Il dsigne loccupation (bio)physique observe de la surface terrestre, c'est--dire ce qui recouvre le sol (Di Gregorio et Jansen, 1997). Il distingue plusieurs catgories biophysiques : les zones de vgtation (arbres, buissons, champs, pelouses), les sols nus, les surfaces dures (roches, surfaces bties), les surfaces humides et les plans deau (nappes, cours deau). Le terme utilisation des sols recoupe plusieurs approches, les deux principales tant les approches fonctionnelles et squentielles. La premire renvoie la description des zones selon leur finalit socio-conomique : superficie vocations rsidentielle, industrielle ou commerciale, agricole ou forestire, destine aux loisirs et/ou la prservation (EUROSTAT, 2001). Lapproche squentielle, dveloppe essentiellement pour les statistiques agricoles, comprend une srie doprations humaines visant tirer des produits et/ou des bnfices des ressources du sol, par exemple une suite dopration telles que le labourage, lensemencement, les traitements herbicides et fertilisants et la rcolte (Mcher et al., 1993). Dans certains cas, un changement dusage peut engendrer un changement doccupation des sols. Par exemple, au sein dune zone humide, labsence prolonge de gestion des prairies peut mener un enfrichement par les saules et les aulnes. Au sein des changements doccupation et/ou dusage des sols, il convient de distinguer les conversions des modifications . Les conversions sont un passage dune classe doccupation ou dusage des sols une autre, alors que les modifications reprsentent une volution au sein dune mme catgorie suite des changements affectant ses attributs physiques ou fonctionnels (Hubert-Moy, 2004). Les conversions de loccupation des sols dans et proximit des zones humides ont des impacts sur lhydrodynamique et donc sur leurs fonctions hydrologiques, biogochimiques et cologiques. Par exemple, larasement des haies, lasschement par le drainage suivi dune mise en place des cultures au dtriment des prairies ou des surfaces 55
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 1 :
boises engendre une augmentation du ruissellement de surface et une acclration des flux et de matire vers le cours deau, cette situation pouvant diminuer lefficacit relative du processus dnitrifiant (Viaud et al., 2005), de stockage deau (Acreman et McCartney, 2009) ou la biodiversit (Baudry et al., 2003; Ewel, 2009) dans les zones humides. Certaines de ces conversions sont irrversibles, avec pour consquences une altration dfinitive de certaines fonctions, en particulier celles qui sont lies la biodiversit. De nombreuses tudes ont montr lintrt de la tldtection aroporte et satellitaire pour mettre en vidence les changements doccupation des sols lchelle parcellaire au sein des zones humides, et au -del sur des bassins versants entiers, les conversions tant plus faciles dtecter que les modifications (Hubert-Moy, 2004). Au-del du suivi de loccupation des sols, la dynamique des communauts vgtales permet de suivre le changement dtat dune zone humide. En effet, la vgtation peut tre un bon bio-indicateur des changements des conditions environnementales des zones humides et donc des changements de leurs fonctions (Murphy et al., 1994; Clment et Proctor, 2009). Par exemple, labandon de la fauche (ou pture) et de lentretien des fosss mne leur comblement. Cela a pour consquence damliorer la rtention deau et donc damliorer la dnitrification et le stockage de carbone. De plus, les communauts vgtales deviennent plus oligotrophes et favorisent lapparition despces remarquables. Enfin, labsence dentretien de la vgtation entrane une hausse de la rugosit qui peut, en pisode de crue, ralentir les flux et ainsi amliorer lefficacit de la fonction dcrtage de crue. Ce suivi peut tre effectu sur des secteurs de la zone humide limits quelques parcelles agricoles partir dobservations effectues sur le terrain. Des tudes ayant montr les limites des images satellitaires haute rsolution spatiale pour caractriser finement la vgtation au sein des zones humides lchelle dun bassin versant entier, des tudes sont en cours pour valuer le potentiel des images satellitaires trs haute rsolution pour cela . Ceci est dailleurs un des objectifs de cette thse. Au-del du suivi de loccupation du sol et de la vgtation qui permet deffectuer une valuation de ltat fonctionnel actuel dune zone humide, la simulation des changements intervenant sur ces zones est une tape pralable trs utile pour anticiper leffet de ces changements sur leurs fonctions. En ce sens, la simulation des changements constitue une tape pralable pour effectuer des oprations damnagement visant restaurer les zones humides. La simulation des changements peut tre effectue travers deux approches. La premire, qui relve dune dmarche prdictive, consiste dfinir des changements doccupation et dusage des sols court terme suite des dcisions damnagement spcifiques un site, comme par exemple la rhydratation dun marais laide dun ouvrage hydraulique (Clment et al., 2011; Janssen et al., 2005). Dans ce cas, les changements sont dtermins pour quelques sites partir de dcisions politiques cibles ayant pour objectif la restauration de certaines fonctions au sein de la zone humide. La seconde approche, qui relve dune dmarche prospective, consiste effectuer une modlisation partir de scnarios, c'est--dire en produisant des images des futurs possibles destines clairer laction prsente (Godet, 1993). Dans ce cas, les changements dusage des sols sont dtermins sur lensemble des zones humides partir de trajectoires de changements futurs sur un horizon temporel plus lointain, gnralement de quelques dcennies au moins. La seconde approche est intressante car elle permet de spatialiser les changements doccupation des sols des zones humides en tenant compte de la dynamique passe. La mthode de construction des scnarios prospectifs, telle que dcrite par Godet (1993) se dcompose en deux phases (Houet et al., 2008): la construction de la base et llaboration 56
tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
tel-00731169, version 1 - 12 Sep 2012
des scnarios. La base peut se dfinir comme limage actuelle du systme, aussi complte, globale et explicative que possible, partir de laquelle ltude prospective proprement dite (c'est --dire la construction de scnarios) pourra tre mise en uvre (Hatem, 1993). La dynamique du systme est dtermine lors dune analyse rtrospective qui permet de comprendre lvolution passe, et didentifier les acteurs et les variables qui ont jou un rle, ceux qui jouent encore un rle et ceux qui sont susceptibles de jouer un rle lavenir. A lissue de la construction de la base , il doit tre possible de dfinir un certain nombre de dimensions dincertitude . Hatem (1993) dfinit une dimension dincertitude comme une incertitude considre comme dcisive pour lavenir du systme (ex : lvolution dmographique, un ala climatique, ) et dont les ralisations possibles seront utilises comme hypothses de base pour la construction de scnarios . Celle-ci est effectue selon lintrt quil peut prsenter pour les acteurs concerns et lapport quil peut produire par rapport dautres scnarios. Les scnarios dcrivent une volution possible dun systme entre un tat initial et une date atteindre qui constitue lhorizon temporel. Un scnario est fond sur deux rgles : (1) la description synchronique du systme diffrents moments de son volution, appele images ; (2) la description diachronique dune succession dvnements hypothtiques et des relations de causalit quils entretiennent avec le reste du systme, qui constitue le cheminement. La construction dimages et de cheminements peut tre effectue partir de rcits et/ou de modles. Le rcit est une manire intellectuelle et souple dtablir de faon dynamique les relations causales entre variables du systme qui donnent leur cohrence aux scnarios (Poux, 2003). Plus rigides que les rcits, les modles informatiques offrent lavantage de fournir des donnes quantifies et/ou spatialises laide de simulations, souvent plus explicites que la description qualitative des rcits. Enfin, un scnario sinscrit de faon formelle dans une dmarche prospective si et seulement si il rpond quatre critres : la pertinence, la cohrence, la vraisemblance et la transparence (Godet, 1993). Il existe deux typologies de scnarios qui sont fonction de lapproche adopte lors de la construction du scnario et du degr douverture des dimensions dincertitudes (Greeuw et al., 2000). La premire typologie distingue les scnarios exploratoires ou forecasting, des scnarios normatifs ou backcasting. Ceux-ci se discernent par leur approche de construction (Figure 1.14). Les premiers partent dune situation connue, initiale, pour explorer progressivement le futur. Les seconds partent dune norme de dsirabilit (image souhaitable ou non) et remontent le futur jusquau prsent. Le cheminement est alors construit de faon rtrospective.
57
CHAPITRE 1 :
Sens de lapproche de construction du scnario
Sens de lapproche de construction du scnario
(a)
(b)
Figure 1.14 - Reprsentation tridimensionnelle (a) dun scnario exploratoire et (b) dun scnario normatif (in Julien et al., 1975)
tel-00731169, version 1 - 12 Sep 2012
Les scnarios normatifs sont gnralement labors sous SIG partir de requtes multicritres gographiques, topologiques, multi-scalaires ou attributaires (Figure 1.15). Ils clairent davantage les risques de ruptures et les moyens mettre en uvre pour parvenir des objectifs prdfinis (viter telle situation ou atteindre telle autre) alors que les premiers illustrent les tendances les plus vraisemblables (Julien et al., 1975). La seconde typologie distingue les scnarios tendanciels et les scnarios contrasts. Les premiers, ou scnarios sans surprise (Hatem, 1993) correspondent une poursuite des tendances actuelles, sans rupture majeure et intgrent des facteurs de changements dj connus dont la probabilit est certaine. A linverse, les scnarios contrasts sont destins explorer des hypothses de rupture, ayant ou non un degr de probabilit de ralisation faible, mais dont limpact est potentiellement important. Lintrt majeur de la modlisation prospective est de mieux saisir les enjeux lis lutilisation des ressources en clairant la situation actuelle sous un jour diffrent (Hubert-Moy, 2004). En cela, la modlisation prospective constitue un outil daide la dcision intressant pour les gestionnaires des ressources environnementales (Mermet et Poux, 2002; Narcy et Mermet, 2003). On assiste actuellement un dveloppement de la modlisation prospective des chelles rgionales, voire infra-rgionales dans les domaines o les enjeux territoriaux sont importants. Par exemple, les enjeux lis la ressource en eau ont t identifis sur un bassin-versant breton partir de lobservation des volutions passes et par la mise en place de scnarios tendanci els (Houet et al., 2008).
58
PREMIRE PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 1.15 Exemple dlaboration de scnario normatif tendanciel sur le bassin-versant du Blavet (Bretagne). Extrait de Houet et al., 2008.
Les outils utiliss jusqu prsent en prospective permettent de simuler les changements doccupation des sols. Limpact de ces changements simuls sur les fonctions des zones humides reste ensuite valuer. A notre connaissance, il nexiste lheure actuelle quun seul outil intgr permettant de simuler les changements dintensit des fonctions lis aux dynamiques des zones humides (Maltby et Barker, 2009). Dans le cadre du programme de recherche europen EVALUWET, un outil daide la dcision a t propos aux gestionnaires de zones humides. Cet outil, intitul Wetland Evaluation Decision Support System (WEDSS), associe lapproche FAP (voir CHAPITRE 1 : section 1.3.2.6) une approche multicritres et est intgr dans un SIG (Mode et al., 2002). Dans un premier temps, les fonctions des zones humides sont values par la procdure FAP. Cette procdure permet dvaluer plusieurs fonctions suivant ltat actuel du milieu mais aussi suivant plusieurs scnarios. Dans ce dernier cas, la caractrisation de la zone humide seffectue non pas partir dobservations effectues sur le terrain, mais de ltat dans lequel serait probablement chaque HGMU pour un scnario donn. Par exemple, une valuation a t mene sur une zone humide riparienne de quelques hectares sur le site de Tetcott Barton en Angleterre. Trois scnarios de gestion ont t dfinis suivant les critres suivants : (1) Dgrad gestion actuelle et dveloppement de politiques qui contribuent la dgradation des zones humides actuellement prserves. Lensemble des prairies (2,3 ha) est mis en cultures ; (2) Gestion raisonne les aspects environnementaux sont pris en considration-. Des mesures sont prises pour prserver la ressource en eau et une gestion durable des milieux. Loccupation des sols actuelle est conserve mais les prairies humides ne sont plus fertilises et font lobjet dun pturage extensif ; (3) Vert ce scnario correspond la fois au dveloppement des valeurs sociales et un mode de vie durable-. Toutes les dcisions politiques sont participatives. La restauration de lenvironnement est devenue la priorit. Les cultures (0,35 ha) sont converties en prairies. Les scores obtenus par analyse multi-critres pour chaque HGMU montrent les 59
CHAPITRE 1 :
changements attendus pour chaque processus fonctionnel pour chacun des trois scnarios (Figure 1.16).
tel-00731169, version 1 - 12 Sep 2012
Figure 1.16 Cartes de fonctions produites avec WEDSS sur le site de Tetcott Barton, Angleterre. Extrait de Maltby et Baker, 2009.
Dans un second temps, des objectifs de politiques damnagement sont dfinis suivant des critres choisis parmi les fonctions values avec la procdure FAP (Figure 1.17). Lefficacit de ces objectifs est ensuite dtermine pour chaque scnario par une approche multi-critres appele DEFINITE (Janssen et al., 2005). WEDSS offre une comparaison de plusieurs rsultats de politiques damnagement en fonction des scnarios envisags, permettant ainsi aux gestionnaires de dterminer les actions les plus appropries raliser sur les zones humides. Cet outil est dvelopp laide du logiciel NetWeaver (Reynolds et al., 2003). Son fonctionnement vectoriel autorise une visualisation dynamique et spatialise des consquences des actions damnagement sur les fonctions des zones humides. Toutefois, WEDSS na t jusqu prsent appliqu que sur quelques sites de rfrence tudis dans le cadre du projet EVALUWET (Tetcott Barton en Angleterre ; Midden aux Pays-Bas), qui ne reprsentent que quelques hectares au total (Maltby et Barker, 2009).
60
PREMIRE PARTIE
Lapplication de WEDSS lchelle dun bassin-versant de 2275 km a t effectue avec les trois mmes scnarios (Hogan et Maltby, 2005). Neufs sites de quelques hectares et jugs reprsentatifs ont fait ltat dune valuation fonctionnelle. Puis les scores fonctionnels des neufs sites ont t extrapols lensemble des zones humides du bassin-versant. Cette dmarche dextrapolation a conduit une perte de prcision sur les sites nayant pas fait lobjet dvaluation terrain. En effet, lextrapolation ne tient pas compte de la forte variabilit spatiale des caractristiques gomorphologique, pdologique ou hydrologique de chaque site.
SCNARIOS
Actuel (Sc. A) Observations terrain Historique (Sc. B) Simulation valuation fonctionnelle (Fn)
Sc. B
cologique (Sc. C) Simulation valuation fonctionnelle (Fn)

Sc. C
FAP
valuation fonctionnelle (F n)
Sc. A
tel-00731169, version 1 - 12 Sep 2012
F1 F2 F3 F4
F1 F2 F3 F4
F1 F2 F3 F4
laboration dobjectifs
Objectif 1
C RITRES
Objectif 2
Objectif 3
DEFINITE
F1 F5
F2 F3
F1 F2
Analyse Multi-Critres
Sc. A
Objectif 1
Objectif 2
Sc. B
Sc. C
Objectif 3
Figure 1.17 Reprsentation schmatique de la structure de loutil WEDSS propos dans le cadre du programme EVALUWET
A contrario, lapproche prospective permet de localiser les secteurs de la zone humide o la probabilit de changement est la plus forte en fonction des trajectoires passes observes et des changements futurs programms. Lanalyse de ltat actuel des mthodes et outils disponibles pour valuer lvolution potentielle de fonctions de zones humides lchelle dun bassin versant pour un horizon temporel suprieur une dizaine dannes environ, nous conduit retenir une approche prospective pour cela.
61
CHAPITRE 1 :
SYNTHSE DU CHAPITRE 1 :
Les zones humides ont t longtemps dfinies exclusivement par des critres dtat dcrivant le sol, la vgtation et leau, permettant ainsi de les dlimiter. Les recherches ayant progressivement dmontr lintrt des zones humides pour trois grands types de fonctions : hydrologiques, biogochimiques et cologiques, partir des annes 80, les scientifiques ont cherch y intgrer les notions de fonction, valeur et service. La quantification prcise des fonctions des zones humides dans le temps et lespace ne parat pas tre ralisable au vu de ltat actuel des connaissances scientifiques. Ces lacunes scientifiques sont expliques par la forte variabilit spatio-temporelle des fonctions des zones humides. Lobjectif des diffrentes approches prsentes dans ce chapitre est bien dvaluer, c'est-dire estimer de faon qualitative la performance des fonctions des zones humides. Si cette dmarche peut tre juge approximative , elle peut cependant suffire aux principales attentes des gestionnaires, qui sont par exemple les collectivits territoriales, les associations de protection de la nature ou encore les tablissements publics de gestion de bassins versants. Lvaluation fonctionnelle des zones humides ncessite de les dlimiter et de les caractriser pralablement partir de lobservation de critres dtat (prsence de sols hydromorphes et dune vgtation hygrophile). Les fonctions des zones humides sont values partir de typologies descriptives ou fonctionnelles. Les typologies descriptives sont actuellement les plus employes car leur mise en uvre parai t accessible (utilisation de clichs ariens et dimages satellitaires, observations terrain). Mais ces typologies napportent quune caractrisation sommaire des zones humides qui ne permet dapprcier que trs globalement leurs fonctions. A linverse, les typologies fonctionnelles apportent une vision dtaille du fonctionnement mais sont plus rarement employes car elles demandent lappui dexperts scientifiques, avec parfois la mise en place de protocole terrain lourd. De plus, ces typologies nabordent pas toujours lensemble des fonctions utiles aux gestionnaires. Aujourdhui, lapproche europenne FAP semble tre la procdure la plus rcente et la plus aboutie de par sa conception, sa reproductibilit et sa relative simplicit. Mais cette approche est conue pour valuer les fonctions lchelle dun site et un instant donn. Lapproche FAP permet galement de comparer les rsultats dintensit de fonctions suivant plusieurs alternatives. Mais cette valuation prdictive, non spatialise, reste trs approximative. Aujourdhui, il existe une forte attente des acteurs locaux vis-vis des fonctionnalits des zones humides, en particulier pour valuer limpact des zones humides sur la ressource en eau, tant en termes de quantit que de qualit. Si les fonctions des zones humides peuvent tre correctement values lchelle dun site, notamment grce lapproche FAP, des difficults apparaissent lchelle du bassin versant en raison de la disponibilit fragmentaire des donnes, en particulier hydrologiques (Kovacs et Fustec, 2000). La variabilit spatio-temporelle des zones humides, lie lhydrodynamique, apparat ainsi comme la principale limite la connaissance du fonctionnement de ces milieux. Leur caractrisation partir dobservations terrain est soumise des contraintes logistiques lourdes en connaissances, temps et personnels, ce qui limite lapplication des approches fonctionnelles des secteurs gographiques trs limits, alors que la gestion des zones humides ncessite des informations sur le fonctionnement des zones humides sur des territoires plus tendus. Les donnes de tldtection, qui ont montr leur intrt pour le suivi spatial et temporel de diffrents types de milieux, peuvent contribuer une meilleure connaissance des zones humides, en particulier de leurs fonctions, lchelle dun bassin versant. 62 tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 : TUDE
TLDTECTION
DES
ZONES
HUMIDES
PAR
Introduction ................................................................................................................................... 64 2.1. Les donnes de tldtection ................................................................................................. 64

2.1.1. Les photographies ariennes .......................................................................................................... 64 2.1.2. Les images multispectrales aroportes ou satellitaires ................................................................ 66 2.1.2.1. Dans le domaine du visible ..................................................................................................... 66 2.1.2.2. Dans le domaine de linfra rouge thermique .......................................................................... 69 2.1.2.3. Dans le domaine des hyperfrquences ................................................................................... 69 2.1.3. Les donnes laser aroportes ou satellitaires ............................................................................... 71
2.2. Lidentification et la caractrisation des zones humides par tldtection ............................ 74

2.2.1. La microtopographie ....................................................................................................................... 74 2.2.2. Les surfaces en eau ......................................................................................................................... 75 2.2.3. Lhumidit des sols .......................................................................................................................... 77 2.2.4. La vgtation................................................................................................................................... 78
2.3. Le traitement des donnes ..................................................................................................... 80
tel-00731169, version 1 - 12 Sep 2012
2.3.1. Les mthodes analogiques .............................................................................................................. 80 2.3.2. Les mthodes numriques .............................................................................................................. 81 2.3.2.1. Les indices spectraux et texturaux .......................................................................................... 81 2.3.2.2. Les classifications .................................................................................................................... 82 2.3.3. Les mthodes hybrides ................................................................................................................... 87 2.3.4. Lapport de donnes exognes ....................................................................................................... 88
Synthse du CHAPITRE 2 : .............................................................................................................. 90
CHAPITRE 2 :
TUDE DES ZONES HUMIDES PAR TLDTECTION
INTRODUCTION
Si des dmarches oprationnelles de caractrisation et de dlimitation des zones humides existent lchelle dun site de quelques hectares, leur application des surface s plus tendues, par exemple lchelle dun bassin versant de quelques dizaines ou centaines de km, reste problmatique. Pourtant la plupart des actions rglementaires, en particulier celles qui sont relatives la gestion de la ressource en eau, sapprcient ces chelles. De par leur capacit dacquisition quasi-instantane de donnes sur de larges espaces, les satellites dobservation de la Terre et les capteurs aroports peuvent a priori fournir une information spatialise adapte la caractrisation des zones humides. Toutefois, ces milieux prsentent une htrognit, une variabilit et des caractristiques gomtriques telles quils posent un certain nombre de contraintes pour leur observation par tldtection (Hubert-Moy, 2005). Ainsi, le nombre lev despces vgtales et leurs assemblages dans le paysage entranent une forte variabilit spatiale, ce qui complique la cartographie des zones humides partir des images. En outre, une partie des zones humides sont de petite taille et se prsentent sous une forme linaire plus ou moins troite. De fait, plusieurs questions se posent. Quels sont capteurs adapts la caractrisation des zones humides ? Quelles sont les caractristiques des images acquises par ces capteurs ? Comment les traiter? Quelle est la qualit de linformation qui en est extraite ? Les objectifs poursuivis dans ce deuxime chapitre sont dune part dvaluer, partir de la bibliographie, sil est possible de caractriser suffisamment finement la microtopographie, les objets en eau et la vgtation des zones humides partir des donnes de tldtection afin de driver des indicateurs de leur fonctionnalit, et dautre part de guider les choix mthodologiques effectuer, tant sur le plan du choix des donnes que sur celui de leur traitement ; ceci doit permettre de pouvoir spatialiser les fonctions des zones humides lchelle dun bassin versant. Dans un premier temps, les diffrentes donnes de tldtection disponibles actuellement pour cartographier les zones humides sont prsentes. La seconde partie du chapitre aborde lidentification et la caractrisation des zones humides par tldtection travers la microtopographie, les surfaces en eau, lhumidit du sol et la vgtation. La troisime partie traite des mthodes de traitement des donnes, en analysant les approches de photo-interprtation et de classification automatique. 2.1. Les donnes de tldtection La tldtection offre une gamme de donnes de plus en plus couramment utilises pour cartographier les zones humides l'chelle du paysage - bassin versant, rgion - (Rundquist et al., 2001). Elles comprennent des images et des photographies ariennes acquises dans le visible, l'infrarouge ou les hyperfrquences enregistres par des instruments ou capteurs embarqus bord de plates-formes aroportes ou de satellites. 2.1.1. Les photographies ariennes Les photographies ariennes sont utilises depuis plus de trente ans pour cartographier les zones humides (Tableau 2.1) (Anderson et Wobber, 1973; Cowardin et Myers, 1974). Des photographies ariennes panchromatique, couleur et infrarouge couleur une chelle infrieure au 1/30 000me, sur support papier ou sur support film, servent couramment de documents de base pour dlimiter les surfaces en eau et la vgtation des zones humides, l'mulsion infrarouge 64
tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
couleur mettant particulirement en vidence les surfaces en eau, l'humidit des sols et la vgtation. Grce l'utilisation de couples stroscopiques, le critre de la hauteur (relief) peut tre retenu pour identifier, dlimiter et caractriser les zones humides, ce qui constitue un des intrts majeurs des photographies ariennes par rapport aux images satellitaires. Depuis la fin des annes 1990, l'volution de la photographie analogique (films argentiques) vers la photographie numrique est engage, avec la monte en charge des prises de vues utilisant des camras numriques qui remplacent les camras analogiques utilises jusqu'alors. Les camras numriques permettent d'augmenter la qualit et la disponibilit des clichs, en vitant des phases intermdiaires de dveloppement et de scannage. Les photographies ariennes prsentent cependant plusieurs inconvnients. Tout dabord, les photographies ariennes de type IGN permettent de raliser des inventaires assez prcis mais sur des secteurs limits, car ces inventaires ncessitent de nombreuses manipulations. Le traitement numrique de clichs ariens acquis par camras analogiques, qui est effectu aprs un scannage et une numrisation des documents, ncessite dabord de longues oprations de prtraitement comprenant le mosacage et les rectifications gomtriques des clichs. Ensuite, linterprtation des photographies, quelle soit manuelle ou assiste par ordinateur requiert aussi un temps non ngligeable. La qualit trs variable des donnes constitue un autre inconvnient des photographies ariennes. Des variations de teintes dans les clichs, lies des diffrences de dveloppement par exemple, sont la cause de variations dans les valeurs numriques, ce qui peut entraner des erreurs dinterprtation ou de classification des images. De plus, selon lmulsion et lchelle des photographies ariennes, certaines formations vgtales des zones humides sont difficilement, voire non identifiables, sans compter que la priodicit d'acquisition de ces donnes par l'IGN (une couverture tous les cinq ans en moyenne) ne permet pas den effectuer un suivi saisonnier. De surcrot, la qualit de la photo-interprtation ralise sur les clichs est trs dpendante de loprateur : les cls de photo-interprtation utilises ne sont pas toujours explicites et des variations peuvent tre constates d'un photo-interprte l'autre. Notons toutefois que les difficults recenses en photo-interprtation peuvent galement se prsenter dans le cas d'une dlimitation effectue sur le terrain. Depuis une quinzaine dannes, face lindisponibilit de photographies ariennes de type IGN appropries (chelle, poque de prise de vue), la lourdeur de la mise en uvre de missions ariennes et leur cot non ngligeable, la prise de vue par ULM sest dveloppe, tandis quapparat galement, mais plus ponctuellement, lutilisation de drones, qui sont des avions miniatures embarquant une camra. La prise de vue par ULM ou par drone permet des survols en basse altitude qui se traduisent par une plus grande prcision des informations acquises sur la zone photographie. La souplesse d'intervention de ces plateformes lgres et la relative libert rglementaire actuelle-qui caractrisent leur utilisation induisent une forte disponibilit, ce qui permet de couvrir des vnements fugaces (crues, scheresses, mouvements de terrain) des chelles temporelles trs fines. Gnralement, lchelle des clichs se situe entre le 1/1 000me le 1/2 000me, la taille du pixel variant entre 0,05 m x 0,05 m et 0,5 m x 0,5 m. Ces donnes prsentent un caractre de complmentarit vis--vis des photographies ariennes de type IGN et des images satellitaires acquises par des capteurs civils dont les pixels ont une taille minimale de 0,40 m x 0,40 m. Ce type de clichs est notamment utilis dans et proximit des zones humides pour identifier et cartographier des habitats vgtaux, effectuer le suivi de cours deau (analyse de loccupation des berges, tat de la vgtation rivulaire, le suivi de la dynamique de leur lit mineur lots , le suivi de la vgtation (Lejot et al., 2011). Les drones, mobilisables en quelques heures, sont galement utiliss, mme sous couvert nuageux, pour acqurir des images pendant des 65
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 :
pisodes de crues pour cartographier lextension de zones inondes. Toutefois, les phases de prtraitement de ce type de donnes sont trs lourdes, en particulier les corrections lies la gomtrie de la prise de vue. En outre, les surfaces couvertes par ce type dimages sont faibles, de lordre de quelques km. Enfin, lacquisition de ces clichs en dehors des missions ef fectues par lIGN, reprsente des cots trs levs.
Tableau 2.1 Caractristiques des photographies ariennes utilises pour ltude des zones humides ANNE PLATEFORME CAPTEUR Reflex argentique Reflex numrique Reflex numrique nd Reflex numrique
MISE EN SERVICE
RSOLUTION
SPATIALE
RSOLUTION SPECTRALE (M) RVB (bleu, vert, rouge) RVB (bleu, vert, rouge) RVB (vert, rouge, PIR) vert : 0,42-0,52 rouge : 0,52-0,60 PIR : 0,63-0,69 RVB (bleu, vert, rouge)
RFRENCES BIBLIOGRAPHIQUES Anderson et Wobber, 1973; Cowardin et Myers, 1974 Langanke et al., 2007 ; Shuman et Ambrose, 2003 Bailly et al., 2006 ; Bailly et al., 2003 Bork et Su, 2007 Lejot et al., 2011
Aroport Aroport Aroport
1970 2000 2000 2005 2000
0,5 m 0,5 m 0,5 m 0,5 m 0,1 m
tel-00731169, version 1 - 12 Sep 2012
Aroport Drone (Pixy)
2.1.2. Les images multispectrales aroportes ou satellitaires

2.1.2.1. Dans le domaine du visible
Les images multispectrales Haute Rsolution Spatiale (HRS) sont galement couramment utilises pour dtecter et cartographier les zones humides (Tableau 2.2), essentiellement partir des capteurs SPOT (Tyr et Pietroniro, 2005; Alexandridis et al., 2009) ou Landsat (Baker et al., 2006; Civco et al., 2006; MacAlister et Mahaxay, 2009). Un des avantages de ces donnes est leur capacit couvrir de larges superficies (60 x 60 km pour SPOT, 185 x 185 km pour Landsat). Elles possdent une bande spectrale dans le proche infrarouge et une ou deux bandes dans l'infra rouge moyen. Leur configuration spectrale leur permet ainsi de mieux discriminer les surfaces en eau et les couverts vgtaux selon leur biomasse et leur teneur en eau que les photographies ariennes, toutes mulsions confondues. Les sries temporelles annuelles et interannuelles permettent de mieux discriminer les diffrentes formations vgtales des zones humides ou suivre lvolution de leurs surfaces en eau (Ozesmi et Bauer, 2002). Par exemple, une srie de 8 images Landsat acquises sur un an a permis de suivre lvolution des niveaux deau dans les canaux (Al-Khudhairy et al., 2001). De plus, elles permettent deffectuer un suivi de loccupation des sols au sein des zones humides depuis pratiquement trente ans, et de replacer les zones humides dans un contexte gographique plus large. En outre, le cot par hectare des images satellites est infrieur celui des photographies ariennes. Les principales limites des images satellitaires utilises jusque dans les annes 2000 sont dues aux trop faibles rsolutions spatiales et spectrales des capteurs : 20 m X 20 m en mode multispectral avec 4 bandes assez larges pour SPOT-4 , 10 x 10 m en mode multispectral avec 4 bandes pour SPOT-5, 30 x 30 m en mode multispectral avec 6 bandes assez larges pour Landsat TM. Ces rsolutions sont souvent trop faibles pour discriminer une partie de la vgtation des 66
PREMIRE PARTIE
zones humides (Ramsey et Laine, 1997; Civco et al., 2006; Hubert-Moy et al., 2006). Les images issues du capteur SPOT-5 qui prsente quatre bandes 10 mtres de rsolution spatiale en mode multispectral dont une dans linfra-rouge moyen, ont montr leur intrt pour le suivi des roselires (Davranche, 2008) ou des principaux habitats des zones humides de bas-fonds de valles (Hubert-Moy et al., 2006).
Tableau 2.2 Caractristiques des donnes satellitaires multispectrales Haute Rsolution Spatiale utilises pour ltude des zones humides SATELLITE CAPTEUR ANNE MISE
EN SERVICE
RSOLUTION
SPATIALE
SPOT-5
HRG
2002
10 m
tel-00731169, version 1 - 12 Sep 2012
Landsat-7
ETM
1999
30 m
RSOLUTION SPECTRALE (M) vert : 0,49-0,61 rouge : 0,61-0,68 PIR : 0,68-0,89 MIR : 1,58-1,75 bleu : 0,45-0,52 vert : 0,52-0,60 rouge : 0,63-0,69 PIR : 0,76-0,90 MIR : 1,55-1,75 MIR : 2,08-2,35 therm : 10,4-12,5 bleu : 0,45-0,52 vert : 0,52-0,60 rouge : 0,63-0,69 PIR : 0,76-0,90 MIR : 1,55-1,75 MIR : 2,08-2,35 therm : 10,4-12,5
RFRENCES BIBLIOGRAPHIQUES Tyr et Pietroniro, 2005; Alexandridis et al., 2009 ; Hubert-Moy et al., 2006 ; Davranche, 2008 Baker et al., 2006 ; Civco et al., 2006 ; MacAlister et Mahaxay, 2009 ; Herrero et Castaneda, 2009 ; Rover et al., 2011; Hurd et al., 2006 ; Klemas et al., 2005 ; Sugumaran et al., 2004 Ramsey et Laine, 1997 ; Al-Khudhairy et al., 2001 ; Frazier et al., 2003 ; Brezonik et al., 2003 ; Seto et al., 2004
Landsat-5
TM
1984
30 m
Larrive de nouveaux capteurs Trs Haute Rsolution Spatiale (THRS) depuis les annes 2000 a permis de raliser des progrs significatifs pour la cartographie des zones humides (Tableau 2.3). Les capteurs IKONOS et Quickbird, mis en service respectivement en 1999 et 2001, permettent dobtenir des images avec une rsolution spatiale comprise entre 4 et 2,4 m. en multispectral et entre 1 et 0,6 m en panchromatique. Lanalyse de ces images a permis de caractriser finement loccupation du sol de la vgtation en bordure de cours deau (Laba et al., 2008; Sobocinski et al., 2006), les tourbires (Dissanska et al., 2009), et la vgtation aquatique associe aux plans deau (Dogan et al., 2009). Depuis 2011, le capteur Worldview-2 permet dacqurir des images encore plus prcises, avec une rsolution spatiale de 2,0 m en multispectral et 0,4 m en panchromatique, et les images sont acquises non plus dans quatre mais huit bandes spectrales comprises entre 400 et 1040 nm. Les premires analyses de ces images montrent un intrt fort pour la cartographie dtaille des habitats des zones humides en milieu lagunaire (Huaguo et al., 2011). Les principales limites des donnes THRS sont dune part leur faible emprise au sol (< 150 km) qui ne permet pas de couvrir lensemble dun bassin versant avec une seule scne, et dautre par leur cot (environ 20 $ /km contre environ 0,2 $/km pour des images satellitaires acquises par des capteurs plus faible rsolution spatiale).
67
CHAPITRE 2 :
Tableau 2.3 Caractristiques des donnes satellitaires multispectrales Trs Haute Rsolution Spatiale utilises pour ltude des zones humides SATELLITECAPTEUR ANNE MISE
EN SERVICE
RSOLUTION
SPATIALE
RSOLUTION SPECTRALE (M) bleu : 0,45-0,52 vert : 0,52-0,60 rouge : 0,63-0,69 PIR : 0,76-0,90 Coastal : 0,40-0,45 bleu : 0,45-0,51 vert : 0,51-0,58 jaune : 0,58-0,62 rouge : 0,63-0,69 rouge : 0,70-0,74 PIR : 0,77-0,90 PIR : 0,86-1,05 bleu : 0,45-0,52 vert : 0,52-0,60 rouge : 0,63-0,69 PIR : 0,76-0,90
RFRENCES BIBLIOGRAPHIQUES Laba et al., 2008 ; Sobocinski et al., 2006 ; Dogan et al., 2009 ; Clment et al., 2008 ; Harris et Bryant, 2009 ; Civco et al., 2006 ; Dissanska et al., 2009
Quickbird
2001
2,4 m
Worldview-2
2009
2,0 m
Huaguo et al., 2011
tel-00731169, version 1 - 12 Sep 2012
Ikonos-2
1999
4,0 m
Sawaya et al., 2003 ; Andresen et al., 2007 ; Maxa et Bolstad, 2009 ; Fuller et al., 2005
Sur le plan de la rsolution spectrale, des travaux mens sur l'valuation dimages acquises par des capteurs hyperspectraux pour l'tude des zones humides ont permis de montrer l'intrt de ces donnes pour la discrimination de la vgtation, que ce soit en milieu continental (HubertMoy et al., 2003; Guiral, 2001) ou en milieu littoral (Belluco et al., 2006). Les images hyperspectrales sont acquises par des capteurs aroports ou embarqus dans des satellites (Tableau 2.4). Elles sont utilises pour caractriser les zones humides avec des objectifs varis selon leur rsolution spatiale, qui est gnralement plus leve dans le cas des images acquises par des capteurs aroports. Par exemple, ltude de zones humides avec la camra hyperspectrale CHRIS embarque bord du satellite PROBA-1 dans le cadre du programme europen Globwetland de lESA visait caractriser finement la vgtation de la zone hum ide et de son environnement (Barducci et al., 2009).. Cependant, la rsolution spatiale des images produites partir de capteurs hyperspectraux embarqus a bord de satellites est encore trop faible pour cela (10 m), et le dispositif mettre en uvre pour l'acquisition d'images hyperspectrales aroportes est assez lourd, ce qui limite encore l'utilisation de ces donnes sur des secteurs tendus (HubertMoy et al., 2003).
68
PREMIRE PARTIE
Tableau 2.4 Caractristiques des donnes aroportes et satellitaires hyperspectrales utilises pour ltude des zones humides ANNE PLATEFORME CAPTEUR
MISE EN SERVICE
RSOLUTION
SPATIALE
RSOLUTION
SPECTRALE
NOMBRE DE
BANDES
RFRENCES BIBLIOGRAPHIQUES Hubert-Moy et al., 2003 ; Guiral, 2001 ; Belluco et al., 2006 Belluco et al., 2006 Belluco et al., 2006 Zomer et al., 2009 Barducci et al., 2009
(M) 0,4 -1,0 0,41-0,87 0,43-0,83 1,15-1,55 2,00-2,50 8,2-12,7 0,4-2,45 0,41-1,05
Aroport Aroport Aroport Aroport Satellitaire (PROBA-1)
CASI ROSIS MIVIS Probe-1 CHRIS 2001
2m 1m 3m 5m 15 m
288 115 20 8 64 10 128 19
tel-00731169, version 1 - 12 Sep 2012
2.1.2.2. Dans le domaine de linfra rouge thermique
Les thermographies issues de camras thermiques aroportes permettent destimer les proprits thermiques et par consquence de faon indirecte des rserves en eau du trs proche sous-sol (Jackson, 1982). Elles facilitent ainsi la dlimitation des surfaces en eau et des sols hydromorphes en surface. Elles sont aussi plus rcemment utilises pour discriminer avec prcision les diffrentes espces vgtales dominantes (Ullah et al., 2012). Elles sont souvent utilises de faon complmentaire aux images enregistres dans d'autres parties du spectre lectromagntique, le domaine optique ou le domaine des hyperfrquences (Jensen et al., 1986).
2.1.2.3. Dans le domaine des hyperfrquences
Les images RADAR (RAdio Detection And Ranging), moins utilises que les images acquises dans le visible et l'infrarouge, prsentent un intrt certain pour la cartographie des zones humides, car elles ne sont pas affectes par la prsence de nuages ou par l'absence d'illumination solaire (Smith, 1997). Elles ont t exploites essentiellement pour la dtection des surfaces toujours en eau et la mise en vidence de diffrences d'humidit de surface des sols nus ou peu couverts par la vgtation. La prsence d'eau libre produit une rflexion spculaire qui se traduit par des taches noires sur les images qui contrastent fortement avec l'environnement. L'humidit des sols est apprhende partir des images RADAR avec plus de prcision qu'avec des images acquises dans le visible et le proche infrarouge, puisque les donnes RADAR informent sur la teneur en eau des 10 premiers cm du sol nu peu couvert (Shi et al., 1997). La plupart des tudes menes avec des donnes RADAR sur les zones humides ont utilis des images SAR (Synthetic Aperture Radar) : les images Seasat ds 1978 ont montr leur intrt pour la mise en vidence des zones inondes (Lillesand et al., 2004), ce qui a t confirm, notamment avec les images de type SIR -C (Shuttle Imaging Radar) et JERS-1 L-HH (Japanese Earth Resources Satellite) (Hess et al., 1995; Townsend et Walsh, 1998). Lutilisation de sries multi-temporelles dimages SAR permet de dtecter les changements saisonniers du cycle de leau travers ltude des dynamiques des surfaces en eau (Marchal et al., 2012). De plus, les radars possdent la caractristique de pntrer la canope de la couverture vgtale pour dtecter les secteurs submergs, l'humidit de surface 69
CHAPITRE 2 :
des sols mais ils peuvent galement apporter des informations sur la structure de la vgtation (morphologie, orientation), ce qui permet dans certains cas de l'identifier (Kasischke et BourgeauChavez, 1997; Kasischke et al., 1997). En ce qui concerne l'identification de la vgtation des zones humides, le potentiel des images radar a jusqu prsent t valu essentiellement sur des couverts forestiers en rgion tropicale. En outre, des tudes ont montr que le croisement de bandes spectrales dont la polarisation n'est pas la mme et qui sont acquises par diffrents capteurs, comme la bande C-HH du capteur RADARSAT avec la bande C-VV du capteur ERS (European Remote Sensing Satellite) permet, grce leur diffrente sensibilit aux structures des lments qui composent la zone humide, de discriminer divers types de zones humides (Pope et al., 1997). L'utilisation de sries multi-temporelles d'images RADAR permet donc d'amliorer sensiblement la cartographie des zones humides (Kushwaha et Dwivedi, 2000). Une des limites les plus fortes l'utilisation des images RADAR est l'importance du bruit contenu dans les images, qui ncessite d'importants prtraitements par des oprateurs avertis. De plus, dans le cas de l'utilisation d'un seul capteur avec une seule polarisation la prsence de la vgtation peut gner, voire empcher la mise en vidence de l'humidit des sols (Gineste et al., 1998). Leur capacit discriminer diffrents types de couverts vgtaux dans des contextes climatiques diffrents et sur les diffrents types de zones humides doit encore faire l'objet d'valuations, d'autant que les polarisations, les frquences et la rsolution spatiale des radars se sont multiplies ces dernires annes. Enfin, la rsolution spatiale des capteurs RADAR est gnralement voisine de 10 m.(Tableau 2.5), ce qui peut tre un facteur limitant pour ltude des zones humides. Cependant, les derniers satellites, comme TerraSAR-X mis en orbite en 2007, possde des capteurs avec une rsolution voisine du mtre, ce qui offre de nouvelles perspectives pour le suivi des zones humides (Dehouck et al., 2011). En 2013, le satellite TanDEM-X, plac sur une orbite proche de TerraSAR-X permettra de produire un MNT avec des rsolutions en horizontales et verticales respectivement de 12 et 2 mtres.
tel-00731169, version 1 - 12 Sep 2012
70
PREMIRE PARTIE
Tableau 2.5 Caractristiques des donnes satellitaires RADAR utilises pour ltude des zones humides SATELLITE Seatsat SIR-C/X-SAR JERS-1 RADARSAT-1 CAPTEU
R
ANNE
MISE EN SERVICE
RS.
SPATIALE
RS.
SPECTRALE
POLA. Single Quad Single Single
RFRENCES BIBLIOGRAPHIQUES Lillesand et al., 2004 Hess et al., 1995 ; Pope et al., 1997 Townsend et Walsh, 1998 ; Wdowinski et al., 2008 Novo et al., 1998 ; Hong et al., 2010 ; Tyr et Pietroniro, 2005 Marechal et al., 2012 ; Brisco et al., 2011; Schmitt et al., 2011 ; Touzi et al., 2009 Kasischke et Bourgeau-Chavez, 1997 ; Kasischke et al., 1997 ; Kushwaha et Dwivedi, 2000 ; Gineste et al., 1998 ; Prigent et al., 2001 ; Dabrowska-Zielinska et al., 2009 ; Kasischke et al., 2003; Horritt et al., 2003) ; Quesney et al., 2000 ; Castaneda et Ducrot, 2009 Dehouck et al., 2011
SAR SIR SAR SAR
1978 1994 1992 1995
30 m
L C, L
17 m 7-30 m
L C
RADARSAT-2
SAR
2007
7-30 m
Quad
tel-00731169, version 1 - 12 Sep 2012
ERS-1 et 2
SAR
1991 et 1995
6-30 m
Single
TerraSAR-X
SAR
2007
1-6 m
Quad
2.1.3. Les donnes laser aroportes ou satellitaires Des instruments lasers aroports tels que le LiDAR (Light Detection and Ranging) prsentent des apports novateurs dans le cadre de la dtection et la cartographie des zones humides (Tableau 2.6). Ces techniques d'imagerie active, qui ressemblent beaucoup celle du RADAR, sont utilises afin de mesurer la hauteur de la canope par rapport la surface du sol. Le capteur LiDAR envoie une impulsion dans le proche infrarouge. Le premier retour enregistre seulement la position du premier objet (sommet de canope, toit) tandis que le dernier retour indique la hauteur du dernier objet, qui correspond, selon les conditions dacquisition et la densit de la canope, au sol ou de la vgtation (Harding et al., 2001). Dautres retours enregistrent galement la position dobjets intermdiaires comme des branches ou des arbustes (Figure 2.1). Si la hauteur du sursol peut tre directement dduite des points de premier retour, une classification des impulsions issues des derniers retours est ncessaire pour discriminer les points caractrisant les strates basses ou intermdiaires de la vgtation ceux associs au sol (Axelsson, 1999). En complment de laltitude, chaque point contient une information sur lintensit du signal, c'est--dire la quantit dnergie qui revient au capteur. Les valeurs dintensit sont lies aux caractristiques de la surface, nulles sur les surfaces en eau, faibles sur des surfaces vgtales et leves sur les surfaces minrales. Chaque point possde une information sur lcho, qui correspond aux nombre de rebonds dus aux diffrents obstacles rencontrs par limpulsion LiDAR. 71
CHAPITRE 2 :
tel-00731169, version 1 - 12 Sep 2012
Figure 2.1 Illustration des diffrences conceptuelles entre la forme donde denregistrement et les retours de lappareil LiDAR : gauche, intersection de lempreinte laser avec un houppier ; au centre, onde probablement enregistre par le capteur ; droite, hauteurs enregistres par les retours LiDAR. In Lefsky et al., 2002
Le domaine de longueurs dondes le plus utilis pour lacquisition des donnes est le proche infrarouge (800 1600 nm). La trs faible quantit de rayonnement solaire dans ce domaine du spectre rduit le bruit caus par la rflexion de lnergie incidente naturelle (lnergie solaire) sur les surfaces vises (St-Onge, 2004). Les capteurs aroports disponibles - de type Airbone Laser Terrain Mapper ou ALTM permettent dobtenir des donnes avec des densits comprises entre 0,1 et 20 points/m, ce qui est suffisant pour la caractrisation dtaille des habitats cologiques (Vierling et al., 2008). Les acquisitions avec des densits leves (20 pts/m) sont effectues partir de capteurs embarqus sur des hlicoptres pour limiter les vibrations et ne couvrent que des secteurs restreints de quelques dizaines de m pour la caractrisation trs prcise de la morphologie de quelques arbres. Avec des donnes de type LiDAR, il est alors possible de diffrencier la vgtation interne de la zone humide avec une prcision altimtrique qui peut tre infrieure au mtre (Lefsky et al., 2002) mais aussi de dterminer la microtopographie, mme sous canope (Tyr et al., 2003). Les donnes LiDAR offrent une alternative intressante aux MNT existants, qui prsentent l'inconvnient de ne mesurer que la topographie des lments de surface (Shuttle RADAR Topography Mission ou SRTM) et/ou qui sont souvent peu prcis en altimtrie (tel que celui de la BD ALTI de lIGN qui a une prcision horizontale de 75 m), ce qui est une limite forte pour la cartographie des zones humides.
72
PREMIRE PARTIE
Cependant, plusieurs paramtres sont considrer pour obtenir une estimation prcise de laltimtrie du sol sous couvert vgtal (Hopkinson et al., 2005). Les six paramtres les plus importants sont : La densit de points : plus la densit de points est importante, plus la probabilit de passer par des troues vgtales augmente ; Lintensit de limpulsion laser : plus lintensit de limpulsion augmente, plus la probabilit denregistrer un retour sous un couvert vgtal dense augmente ; Cependant laugmentation de lintensit de limpulsion laser se fait au dtriment de la frquence dimpulsion et donc de la densit de points. Il faut donc trouver un compromis entre la densit de points et lintensit de limpulsion ; La capacit de retour multiple : les retours sol sont extraits partir du dernier retour dans les environnements vgtaux ; Langle dacquisition : les angles proches du nadir permettent une meilleure pntration du feuillage, puisque la surface effective des feuilles augmente avec des angles dacquisition importants ; La zone de recouvrement entre deux passages : 50% de recouvrement permet de couvrir toute la zone dans deux directions et donc daugmenter la chance de dtecter le sol ; La divergence du faisceau : une divergence troite de la pulsation couvre une faible empreinte et est donc positionne avec plus de prcision et avec une densit dnergie plus importante quavec une divergence plus large. En zone tempre, la saison la plus pertinente pour obtenir un Modle Numrique dlvation semble tre lt quand la vgtation arbore est en feuillaison. A linverse, un passage en dbut dhiver, aprs la chute des feuilles, est plus appropri pour extraire un Modle Numrique de Terrain car les impulsions LiDAR peuvent plus facilement pntrer la vgtation (Hollaus et al., 2006). La plupart des tudes effectues avec un LiDAR portent sur lanalyse de la topographie, de la vgtation ou du bti partir des points sol et sursol et des images dintensits. En revanche, les caractristiques dchos des points sont encore peu utilises alors quelles contiennent une information utile pour la caractrisation de la structure de la vgtation (Wang et al., 2012). Les principales limites des donnes LiDAR sont leur cot dacquisition encore lev (130 150 /km) en raison de la mobilisation dun avion mais aussi des phases de prtraitements qui sont importantes. De plus, les impulsions LiDAR, mises dans la gamme du spectre proche infrarouge, ne pntrent pas dans les surfaces en eau (Tyr et Pietroniro, 2005), lexception de certains capteurs, dits LiDAR bathymtriques . Ddis spcifiquement cet objectif, ces derniers mettent des impulsions dans la bande du bleu ou vert et la bathymtrie travers des eaux limpides et de faible profondeur (< 5m) peut tre estime, en particulier en milieu ctier (Allouis et al., 2010; Guenther et Maune, 2007). Les impulsions LiDAR ont galement des difficults pntrer les couverts vgtaux denses, notamment en prsence du phragmite commun (Phragmites australis), une espce de roseau rpandue dans les zones humides (St-Onge, 2004). 73
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 :
Les donnes LiDAR peuvent aussi tre acquises depuis 2003 partir du capteur satellite GLAS (Geoscience Laser Altimeter System). Dans ce cas, les impulsions sont gnres dans la gamme du spectre infrarouge (780-1000 nm) et conduisent des empreintes au sol de 70 mtres de diamtre espaces de 170 mtres avec un espacement entre deux lignes de passage denviron 80 km lquateur. Ce type de donnes est utilis pour ltude de la vgtation forestire essentiellement en milieu quatorial des chelles rgionales (Lefsky et al., 2007; Simard et al., 2008). Bien quelles soient disponibles bas cot, les donnes LiDAR satellitales, en raison de leur faible rsolution spatiale, ne sont pas adaptes ltude des zones humides des chelles fines.
Tableau 2.6 Caractristiques des donnes LiDAR aroportes utilises pour ltude des zones humides CAPTEUR ALTM ALTM TRSI Mark-II ALTM SHOAL 1000-T ALTM ALTM ALTM Toposys ALTM ALTM ALTM Toposys ALTM ALTM ALTM ALS50 ALS PULSE
RATE
RS. SPECTRALE (M) 1,06 1,06 1,06 1,06 0,53 1,06 1,06 1,06 1,06 1,06 1,06 1,06 1,06 1,06 1,06 1,06 1,04 nd nd
SCAN
FREQUENCY
MAX. SCAN
ANGLE
DENSIT DE POINTS
MOYENNE
RFRENCE BIBLIOGRAPHIQUE Tyr et al., 2003 ; Tyr et Pietroniro, 2005 Hopkinson et al., 2005 Bater et Coops, 2009 Hollaus et al., 2006 Allouis et al., 2010; Cavalli et al., 2008 ; Vianello et al., 2009 ; Pirotti et Tarolli, 2010 James et al., 2007 ; Hunt et James, 2010 Liu et Zhang, 2011 Bailly et al., 2008 Lang et McCarty, 2009 Gen et al., 2004 Goodwin et al., 2006 Pascual et al., 2008 Rosso et al., 2006 Vepakomma et al., 2008 Bork et Su, 2007 Civco et al., 2006 ; Gilmore et al., 2008 Lane et DAmico, 2010
25 KHz 50 KHz 50 KHz 50 KHz 1000 KHz 71 KHz nd 25 KHz 83000 KHz 100 KHz 50 KHz 25 KHz nd nd 50 KHz 25 KHz nd 33 KHz
18 Hz 36 Hz 30 Hz nd nd nd nd nd nd 50 Hz 16 Hz nd nd 30 Hz nd nd nd nd
20 16 23 20 nd 20 nd nd nd 20 nd nd nd 15 15 15 nd nd
0,5 pts/m (sol) 3 pts/m 0,7 /m (sol) 2,7/m (sol) 0,25 pts/m 4 pts/m 0,25 pts/m 0,25 pts/m 10 pts/m 2,5 pts/m (sol) nd 4 pts/m 5 pts/m 2 pts/m 3 pts/m 0,6 pts/m 1 pt/m nd
tel-00731169, version 1 - 12 Sep 2012
2.2. Lidentification et la caractrisation des zones humides par tldtection 2.2.1. La microtopographie La connaissance spatialise de la microtopographie est un lment primordial pour la caractrisation et lvaluation fonctionnelle des zones humides, car elle conditionne lcoulement des flux de surfaces (Maltby et Barker, 2009). L'acquisition de donnes altimtriques trs prcises, de l'ordre du dcimtre, est trs utile pour localiser les zones potentiellement humides et guider 74
PREMIRE PARTIE
ainsi la dtection des zones humides effectives. En effet, en milieu humide et globalement plat, des variations altimtriques dune dizaine de centimtres suffisent modifier significativement lhydrodynamique et la rponse de la vgtation (Clment et al., 1996). L'exploitation exclusive des cartes topographiques au 1/50 000me permet, partir de critres morphomtriques, de localiser grossirement la plupart des zones potentiellement humides (I-mage Consult, 2008; Gaillard et al., 2001), mais pas de les dlimiter ni de les caractriser prcisment en raison de leur faible rsolution horizontale et verticale (Sanders et Brett, 2007; Clment et al., 2008). Deux types de donnes peuvent permettre de driver des cartes altimtriques dtailles : les couples de photographies ariennes et les donnes LiDAR. Notons que les MNT produits partir de vises stroscopiques dans le visible intgrent la hauteur de la vgtation et des surfaces bties dans la dfinition de la topographie de surface, ce qui peut tre considr comme une source de bruit dans le traitement de l'information. Seules des images acquises par un laser aroport de type LiDAR permettent de s'affranchir de ce problme et d'obtenir des cartographies prcises du relief du sol. En effet, les donnes LiDAR peuvent avoir une prcision centimtrique (en z), y compris sous couvert arbor, et sont adaptes la caractrisation de la microtopographie sur des secteurs de plusieurs dizaine de km (St-Onge, 2004; Vierling et al., 2008). Des tudes ralises sur des zones humides borales ont montr que les donnes LiDAR permettent de caractriser laltitude de sols couverts de surfaces herbaces denses ou de saules avec respectivement des prcisions de 15 et 26 cm (Tyr et al., 2003). Une autre tude a montr lintrt des donnes LiDAR pour dlimiter et caractriser automatiquement des units topographiques homognes partir de la pente et de plusieurs indices topographiques (Richardson et al., 2009). La microtopographie drive des donnes LiDAR permet galement didentifier et de caractriser le rseau hydrographique. Des tudes montrent les potentialits du LiDAR pour la caractrisation de la morphologie du rseau hydrographique en milieu montagnard (Cavalli et al., 2008) ou forestier (James et al., 2007). Toutefois, la comparaison des profils topographiques issus de MNT LiDAR avec des profils construits partir de mesures effectues sur le terrain montre une sous-estimation de la profondeur des fosss, en particulier des fosss en eau (James et al., 2007). La bathymtrie du rseau hydrographique peut tre reconstitue partir des pentes des berges merges, mais cette modlisation ncessite de nombreux relevs terrain (Merwade et al., 2008). Malgr cette limite, ce type de MNT est prcieux dans des secteurs o le gradient topographique est trs faible. Il peut tre un outil intressant pour caractriser les fonctions hydrologiques d'une zone humide, notamment dans le cadre d'un couplage avec un modle hydrologique distribu. 2.2.2. Les surfaces en eau Les surfaces en eau sont assez facilement identifiables, quelque soit le type de capteur utilis. Il ne faut toutefois pas confondre zones inondables et zones humides en retenant, pour dfinir ces dernires, exclusivement un critre hydrologique qui n'est, par essence, pas permanent. Lidentification des surfaces en eau un instant donn ne permet pas de dlimiter ou caractriser une zone humide. En revanche, un suivi temporel intra-annuel partir dune srie de donnes de tldtection peut contribuer les identifier et les caractriser. En priode hivernale, si lensemble 75
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 :
des zones humides prsentent un sol satur en eau, une majorit dentre elles nest que rarement inonde. partir des donnes de tldtection optiques, les surfaces en eau se distinguent des autres lments paysagers par une forte absorption dans les longueurs donde du proche et moyen infrarouge. Cela se traduit sur limage par des zones sombres. Plusieurs tudes montrent lintrt de sries temporelles dimages HRS de type Landsat TM ou SPOT pour le suivi interannuel des surfaces en eau des zones humides (Al-Khudhairy et al., 2001; Frazier et al., 2003; Herrero et Castaneda, 2009; Rover et al., 2011). Du fait des caractristiques des donnes HRS, le suivi des surfaces en eau est ralis sur de grands marais sans couvert arbor. Les capteurs Landsat 5 TM ont une frquence de revisite de 16 jours mais les images sont soumises aux contraintes de prises de vue (clairement, nbulosit, ombre), particulirement en priode hivernale, alors que les surfaces en eau sont trs fluctuantes. Il est alors envisageable dutiliser dautres type de donnes de tldtection. Les donnes RADAR, qui sont acquises indpendamment des conditions de luminosit et de nbulosit, permettent de raliser un suivi intra-annuel des zones humides un pas de temps mensuel. Les tendues deau sont facilement dtectables avec les capteurs SAR (Prigent et al., 2001). Leau libre, sans vent, agit comme un miroir : en raison de la rflexion spculaire, le capteur RADAR (Bande C, HH) ne reoit aucun signal retour, ce qui se traduit par une image sombre (Jones et al., 2009). Cependant, en cas de vagues la surface de leau, des confusions peuvent avoir lieu avec les sols nus qui ont une signature similaire ou avec la vgtation herbace (Dabrowska-Zielinska et al., 2009). La vgtation inonde provoque un double rebond du signal en fonction du type, de la hauteur et de la densit de la vgtation (Henderson et al., 1998). Cette particularit permet de cartographier la vgtation inonde, mme sous couvert arbor, avec une srie dimages RADARSAT-2 (Brisco et al., 2011; Schmitt et al., 2011) ou ERS-2 SAR ( Kasischke et al., 2003; Horritt et al., 2003). Ainsi, ces donnes permettent de dterminer les variations spatiotemporelles des surfaces en eau au sein de la zone humide, ainsi que didentifier la vgtation inonde et aquatique. Larrive de nouveaux capteurs RADAR, de type RADARSAT-2, avec une rsolution spatiale infrieure 10 m, offre la possibilit de suivre les petites surfaces en eau des zones humides (Marechal et al., 2012). Grce au principe dinterfromtrie, les donnes SAR permettent galement destimer les hauteurs deau, y compris sous couvert arbor, avec une prcision dcimtrique (Wdowinski et al., 2008; Dabrowska-Zielinska et al., 2009; Hong et al., 2010). Ces informations peuvent tre intressantes pour estimer les volumes deau stocks et pour identifier les variations majeures de niveaux deau dans les zones humides. Toutefois, la rsolution spatiale des donnes HRS optiques ou RADAR (10-30m) est insuffisante pour le suivi des petites surfaces en eau telles que les mares, les tourbires ou les petits tangs mais aussi les cours deau et les fosss qui reprsentent pourtant une part importante des surfaces en eau rencontres sur les zones humides. Le recours des donnes THRS (< 5m), que ce soient dans le domaine optique ou celui des hyperfrquences, est alors ncessaire pour identifier ces surfaces en eau. La cartographie des surfaces en eau des chelles fines, des cours deau et des fosss de drainage, ncessite lutilisation de donnes Trs Haute Rsolution Spatiales (THRS). Par exemple, les images satellitaires THRS de type Quickbird peuvent permettre de discriminer plus aisment le rseau hydrographique en eau grce linformation spectrale issue du spectre infrarouge (Clment et al., 2008). Mais la dtection des petits fosss sec et/ou sous couvert 76
tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
arbor reste incertaine. La similitude des signatures spectrales de lombre et de leau entranent de nombreuses erreurs de classification (Sawaya et al., 2003). Lutilisation de photographies ariennes IRC dhiver donne de meilleures rsultats que les photographies dt (Bailly et al., 2006). La couche du rseau hydrographique et des surfaces en eau de la BD Carthage de l IGN est produite par photo-interprtation partir de clichs ariens. Sans compter le temps de travail ncessaire pour laborer cette couche dinformation, cette dernire prsente une limite importante, puisquelle ne comprend pas le rseau sous couvert arbor. La priodicit d'acquisition de ces photographies ariennes par l'IGN (une couverture tous les cinq ans en moyenne) ne permet pas un suivi des surfaces en eau. Les capteurs satellitaires THRS ont des frquences de revisite de 3 jours mais sont rarement utiliss pour le suivi des surfaces en eau (Bailly et al., 2003), probablement en raison des cots de programmation mais aussi des contraintes atmosphriques et de luminosit. Les donnes LiDAR permettent de dtecter les surfaces en eau, mme sous couvert arbor grce aux images dintensit et permettent une spatialisation exhaustive des secteurs inonds des chelles fines (Lang et McCarty, 2009). De plus, leur couplage avec une srie dimages SAR ou optiques peut tre intressant pour tablir des liens entre la microtopographie, le type de vgtation et la frquence dinondation (Tyr et Pietroniro, 2005). Enfin, l'acquisition d'images dans l'infrarouge thermique et les micro-ondes peut apporter des informations plus prcises sur la localisation des surfaces en eau. Ainsi, les thermographies permettent de mettre en vidence le trajet pass du rseau hydrographique, et en consquence une partie des zones potentiellement humides (Guerin et al., 2003). 2.2.3. Lhumidit des sols Lhumidit de surface des sols prsente une grande variabilit spatio-temporelle et fluctue parfois quotidiennement. En revanche, un sol frquemment satur en eau sur plusieurs annes prend un caractre hydromorphe, critre pris en compte pour la dlimitation des zones humides (Arrt du 1er octobre 2009, Lgifrance, dlimitation des zones humides). Contrairement lhumidit, lhydromorphie des sols est un critre dtat invariant dans le temps. Mais si les donnes de tldtection peuvent caractriser lhumidit de surface un instant t , elles ne permettent pas de caractriser directement lhydromorphie dun sol. En optique, la teneur en eau des sols diminue leur rflectance dans toute la gamme du spectre. Quelques tudes ont montr lintrt des donnes THRS optiques (Bailly et al., 2003) ou thermiques (Bendjoudi et al., 2002) pour spatialiser lhumidit des sols mais sans suivi temporel et uniquement sur des surfaces avec des sols nus ou une vgtation rase. Comme pour le suivi des surfaces en eau, le recours aux donnes RADAR est ncessaire. Le suivi de lhumidit de surface des sols en zones humides partir de donnes RADAR est encore exprimental. Il existe une relation entre lhumidit et la constante dilectrique du sol (Wagner et al., 2007). Toutefois, le signal RADAR est sensible la fois lhumidit du sol et la rugosit de la vgtation. Plusieurs travaux ont tent de dcrire dcrire ces paramtres dans des milieux arides (Deroin et al., 1997) et/ou de faibles rsolutions rsolutions spatiales (Wagner et al., 2007). De plus, ces modles sont dpendants des caractristiques de chaque site et ne peuvent tre utiliss lchelle dun bassin versant. Une alternative consiste mettre lhypothse que la rugosit de la vgtation varie peu dune image lautre ce qui permet den dduire lhumidit relative des sols (Quesney et al., 2000; Kasischke et al., 2003; Schmitt et al., 2011). Les 77
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 :
cartographies obtenues apportent de prcieuses informations pour lvaluation fonctionnelle des zones humides. 2.2.4. La vgtation Contrairement aux surfaces en eau et lhumidit de surface des sols, la vgtation est un critre dtat de caractrisation de zone humide avec une faible variabilit temporelle (Arrt du 24 juin 2008). Elle est un indicateur indirect de lhydrodynamique, cest pourquoi sa caractrisation est importante pour lvaluation fonctionnelle des zones humides. La spatialisation de la vgtation des zones humides partir de donnes de tldtection est trs largement tudie. Les images Haute Rsolution Spatiale (5-30m), HRS, de type Landsat-TM ou SPOT-5 prsentent lavantage de couvrir des tendues vastes (>3500 km), de fournir une information spectrale dans le proche et moyen infrarouge sensible lhumidit, et peuvent tre acquises un faible cot. Si la rsolution spatiale de ces images ne permet pas une cartographie fine et dtaille des habitats, des recherches ont permis de mettre en vidence lintrt de ces images pour le suivi de la vgtation et de la gestion de zones humides de grandes superficies. Les sites dtudes choisis pour la cartographie de la vgtation des zones humides partir dimages HRS sont gnralement de grandes zones humides destuaires ou associes aux plaines alluviales de grands fleuves (MacAlister et Mahaxay, 2009). Les habitats homognes tels que les roselires peuvent tre identifis partir dimages SPOT-5 (Davranche, 2008) ou Landsat ETM (Hurd et al., 2006). Ce type de donnes a permis de mettre jour les cartes dhabitats Natura 2000 existantes sur des marais littoraux (Alexandridis et al., 2009), didentifier grossirement les systmes humides et les fonds de valles (Baker et al., 2006), de cartographier la vgtation aquatique sur de grands lacs (Brezonik et al., 2003), destimer la biomasse vgtale (Klemas et al., 2005) ou la diversit paysagre (Seto et al., 2004). Cependant, les formations vgtales htrognes, frquemment rencontres sur les zones humides, ne sont pas toujours identifiables et rarement extractibles partir de ce type d'images. Lidentification et la caractrisation fine des formations vgtales des zones humides de requiert lutilisation dimages THRS (<5 m.) de type Ikonos ou Quickbird, a fortiori quand elles sont de petite taille (MacKay et al., 2009; Hubert-Moy et al., 2006). De nombreux travaux ont montr lintrt des donnes THRS pour la cartographie beaucoup plus fine des habitats grce aux bandes spectrales du visible et de linfrarouge et surtout leur forte rsolution spatiale. Par exemple, lanalyse dune image Quickbird a permis didentifier les communauts vgtales (Trapa natans, Phragmites australis, Lythrum salicaria) de zones humides destuaires et de justifier du potentiel des images THRS pour la spatialisation des communauts vgtales (Laba et al., 2008). Une autre tude a montr le potentiel dune image IKONOS pour la cartographie et la caractrisation de diffrentes espces de joncs (Juncus acutiflorus, Juncus effesus) sur une zone humide riveraine dun lac en Bavire (Andresen et al., 2007). Dautres travaux ont montr quune srie dimages Quickbird est utile pour la cartographie de vgtations submerges dans des lacs peu profonds (Dogan et al., 2009) ou le suivi des communauts de sphaignes (Sphagnum) dans les tourbires (Harris et Bryant, 2009). Cependant, des corrections par photo-interprtation associes des observations in situ restent ncessaires pour cartographier lensemble des espces vgtales (Shuman et Ambrose, 2003). De plus, ces images couvrent des tendues plus restreintes que les images HRS (<400km) et leur prix dacquisition reste lev (environ 20/km en archives). Mme si elles permettent de 78
tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
caractriser avec prcision (niveau de lespce dominante) les habitats des zones humides, les tudes sont ralises jusqu prsent sur des sites de quelques km choisis sur des secteurs o lhabitat est le plus homogne et donc plus facile identifier, alors quune caractrisation dtaille et exhaustive de la vgtation de lensemble des zones humides lchelle dun bassin versant est ncessaire pour mener bien une valuation fonctionnelle. Ainsi, les travaux mens aux tatsUnis dans le cadre de la mise jour des inventaires des zones humides partir dimages satellitaires THRS de type IKONOS ou Quickbird se sont bass sur un niveau de nomenclature grossier (prairies humides, bois humides, fourrs) mais suffisamment prcis pour permettre la mise jour des limites de zones humides sur plusieurs centaines de km (Maxa et Bolstad, 2009; Fuller et al., 2005). Lutilisation de photographies ariennes anciennes permet didentifier la vgtation hygrophile qui apparat dans des teintes sombres associes leurs faibles rponses spectrales. Utilises en complment de photographies plus rcentes, elles peuvent permettre de suivre lvolution de la vgtation sur des sites de quelques hectares (Langanke et al., 2007). Toutefois, la production de ces cartographies dtailles de la vgtation drives de ces donnes qui sont ralises par photo-interprtation, est difficilement envisageable sur de grands secteurs gographiques. De plus, ces cartographies sont souvent incompltes : selon lmulsion et lchelle des photographies ariennes, certaines formations vgtales sont difficilement voire non identifiables. Les donnes RADAR peuvent permettre de cartographier les habitats partir des images de rugosit qui en sont drives. Avant lapparition des capteurs polarimtriques, les cartographies des habitats des zones humides taient ralises par fusion dimages issues de plusieurs capteurs ou dune srie dimages du mme capteur (Kushwaha et Dwivedi, 2000). Larrive des capteurs polarimtriques ayant une rsolution spatiale infrieure 10 mtres permet de caractriser la vgtation herbace et arbore (tourbires, fen, feuillus, conifres) comme lont montr Touzi et al. (2009) avec des donnes RADARSAT-2 ou Boerner et Yamaguchi (2008) et Marechal et al. (2010) avec POL-SAR. Le couplage de donnes SAR avec des images optiques de type Landsat permet daccrotre sensiblement la qualit des cartographies dhabitat (Castaneda et Ducrot, 2009). Des tudes ont montr lintrt des donnes LiDAR pour la caractrisation des strates de vgtation en milieu humide mditerranen (Gen et al., 2004), tempr (MacKinnon, 2001) ou boral (Hopkinson et al., 2005). Les donnes LiDAR permettent aussi dtudier la structure volumique des habitats ncessaire la comprhension des cosystmes (Vierling et al., 2008; Lefsky et al., 2002). Ainsi, elles permettent de caractriser la structure de la canope en milieu arbor de plaine (Goodwin et al., 2006; Pascual et al., 2008) ou montagnard (Hollaus et al., 2006), de cartographier les espces herbaces salines (Spartina) et danalyser leur structure dans des zones humides ctires (Rosso et al., 2006), et de suivre les troues dans la canope despace forestier (Vepakomma et al., 2008). Cependant, lanalyse seule des donnes LiDAR ne permet pas de discriminer les diffrentes communauts vgtales au sein dune mme strate. En effet, les donnes LiDAR ne possdent quune seule information spectrale via lintensit de retour dans la gamme du spectre proche infrarouge. Pour cette raison, de nombreux travaux ont eu pour objectif de caractriser trs finement les formations vgtales par le couplage de donnes LiDAR avec des images multispectrales. Ainsi, plusieurs auteurs soulignent le bnfice dassocier des images multispectrales THRS, avec des donnes LiDAR acquises en mme temps, pour lamlioration des cartographies dhabitats htrognes et complexes (Bork et Su, 2007). Par exemple, le couplage de donnes LiDAR avec des images Quickbird permet de caractriser les 79
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 :
diffrentes communauts de roseaux et dherbaces (S. patens, Eleocharis, Typha angustifolia, P. australis, Phragmites) en zones humides ctires partir de critres de hauteurs et de rflectance (Civco et al., 2006; Gilmore et al., 2008). Les donnes aroportes hyperspectrales de type CASI possdent une rsolution spectrale et spatiale fine permettant de discriminer les formations vgtales des zones humides ctires (Belluco et al., 2006), riveraines (Zomer et al., 2009) ou de bas-fonds (Hubert-Moy, Clment, et al., 2003). 2.3. Le traitement des donnes L'identification et la caractrisation des zones humides par tldtection s'effectuent en appliquant des mthodes de traitement analogique (photo-interprtation) et numrique des donnes et en utilisant des informations auxiliaires. 2.3.1. Les mthodes analogiques tel-00731169, version 1 - 12 Sep 2012 L'approche analogique consiste photo-interprter les donnes de tldtection, les images comme les photographies ariennes. Cette approche est base sur la reconnaissance d'objets par un photo-interprte qui identifie des zones homognes, en utilisant simultanment diffrents critres (Teinte, texture, structure, taux de recouvrement, hauteur), recherche des zones analogues sur la totalit de la zone tudie, et valide l'identifica tion ou linterprtation des zones homognes partir de connaissances et de donnes de rfrence. Les images photointerprter peuvent tre analyses soit sur un support papier (photographies ariennes ou images satellites) soit directement lcran (photographies ariennes scannes et images satellites numriques). Les zones humides sont identifies et dlimites par contraste avec leur environnement (en gnral par une teinte plus sombre lie une plus forte hydromorphie et une structure plus htrogne lie la diversit de la vgtation et une relative absence de gestion). Les limites internes aux zones humides sont dfinies en identifiant des units de vgtation homognes. La numrisation de ces limites dfinit des objets reprsents en mode vecteur sous la forme de lignes ou de polygones. Le recours la vision stroscopique permet dexploiter en totalit les informations contenues dans les photographies. La stroscopie est le procd qui permet de recrer le relief partir dun couple stroscopique qui correspond deux photographies se superposant sur une partie dentre elles. Dans le cas des zones humides, lapprciation du relief constitue une aide prcieuse au reprage et la localisation des limites externes de la zone humide potentielle (localisation des bas-fonds de valles, des ruptures de pente). La photo-interprtation d'images assiste par ordinateur ou PIAO est une mthode mixte qui repose sur l'interprtation visuelle d'images, l'interprte utilisant un ordinateur avec un logiciel de traitement dimages pour visualiser et traiter les images interprter (images satellitaires ou photographies ariennes numriques). Pour cela, il effectue diffrentes oprations pour amliorer la visualisation : zooms sur les zones problmes, combinaisons de plusieurs bandes spectrales pour constituer des compositions colores Le photo-interprte peut aussi analyser des images prises d'autres saisons ou par d'autres capteurs ou bien encore des informations exognes sous SIG pour affiner et/ou valider son interprtation. La photo-interprtation des photographies papier, permet de bnficier dune qualit optimum et de mettre en vidence les zones humides ou encore de produire des images 80
PREMIRE PARTIE
stroscopiques utiles une mise en relief. Cependant, les couches dinformation produites ne sont pas gorfrences. La PIAO permet de gorfrencer les couches dinformation mais les photographies ariennes numrises prsentent une qualit spectrale diminue. 2.3.2. Les mthodes numriques Les mthodes de traitement d'images exploitent des donnes en mode raster composes de pixels (images en mode "raster"), units lmentaires dont la taille est dpendante de la rsolution spatiale du capteur. Ces donnes sont des images satellitaires dont la forme d'origine est raster, ou peuvent provenir de photographies sous format analogique qui ont t numrises. Les protocoles de traitement dimages mis en uvre pour dlimiter et caractriser les zones humides sont trs varis. Dune faon gnrale, une fois les prtraitements effectus, le traitement comprend principalement deux phases : la premire consiste identifier visuellement les lments constitutifs des zones humides soit partir des bandes spectrales prises isolment ou par groupe de trois au maximum sous la forme de compositions colores, soit partir dindices spectraux ou texturaux ; la seconde correspond la classification des images. Les principaux indices et classifications utiliss dans la littrature sont analyss ci-dessous.
2.3.2.1. Les indices spectraux et texturaux
tel-00731169, version 1 - 12 Sep 2012
les indices spectraux Les indices spectraux correspondent une combinaison de bandes spectrales visant caractriser, travers une relation empirique, des paramtres biophysiques des surfaces terrestres. Les indices spectraux caractrisent la vgtation et les sols. Parmi les trs nombreux indices de vgtation existants on peut citer le plus connu dentre eux, lindice de vgtation normalis (NDVI, Normalized Vegetation Index) qui traduit la densit du feuillage et la proportion de sol effectivement couverte par la vgtation. Il est dfini de la manire suivante :
= ( )/( + )
O PIR = Rflectance dans la bande spectrale du proche infrarouge et R = Rflectance dans la bande spectrale du rouge. Cet indice est li la biomasse, mais prsente linconvnient dtre sensible aux effets des sols et de latmosphre. Il est cependant trs utilis dans les travaux effectues partir dimages HRS (Hurd et al., 2006; Seto et al., 2004; Civco et al., 2006; Klemas et al., 2005) ou THRS (Andresen et al., 2007) pour caractriser les zones humides. De nombreux indices de vgtation ont t labors pour prendre en compte des effets. Parmi les indices spectraux caractrisant les sols, les deux indices les plus utiliss sont lindice de brillance des sols et lindice dhumidit des sols. Lindice de brillance des sols (Brightness Index) est calcul partir des bandes spectrales rouge et proche infrarouge suivant la formule suivante :
= +
Il est sensible la brillance des sols relie lhumidit et la prsence de sels en surface. Il oppose les surfaces bties trs rflchies aux surfaces absorbantes comme les sols trs humides voire couverts d'eau qui apparaissent alors trs sombres. Cet indice mlange donc les espaces trs humides avec les surfaces en eau alors que certains types de vgtation trs rflchissants se
81
CHAPITRE 2 :
confondent avec les espaces construits. Cet indice est utilis pour identifier les zones humides partir dimage Landsat (Baker et al., 2006). Ce type dindices peut tre appliqu sur des images optiques comme sur des images RADAR. Par exemple, le suivi des surfaces en eau peut tre ralis partir dune srie annuelle de donne RADAR synthtise en une image, le Normalized Difference Radar Index (Novo et al., 1998).les indices texturaux Les indices texturaux les plus utiliss sont de types Grey Level Coocurence Matrix (GLCM) (Haralick et al., 1973). Ils reposent sur des tableaux contenant les diffrentes combinaisons de niveau de gris observs sur limage. Pour prendre en compte la variance directionnelle, la somme de quatre directions (0, 45, 90, 135) est calcule avant la texture. Par exemple, lhomognit peut tre drive de la matrice GLCM par lexpression suivante :
i : numro de la ligne
tel-00731169, version 1 - 12 Sep 2012
j : numro de la colonne Pi,j : valeur normalise de la cellule i,j N : nombre de lignes ou de colonnes
Lanalyse de la texture (homognit) du MNE driv des donnes LiDAR acquises faible densit (0,25 pt/m) a permis de discriminer les arbres, les arbustes, les vgtations herbaces, les sols nus et les surfaces en eau (MacKinnon, 2001), ou encore dapporter une source complmentaire aux informations spectrales (Klemas et al., 2005) ou contextuelle (Dissanska et al., 2009). Les cartes doccupation du sol drives des clichs ariens sont effectues jusqu prsent par photo-interprtation, ce qui limitait leur application. Des travaux rcents ont montr lintrt de ces indices texturaux pour les classifications automatiques et robustes doccupati on du sol partir de donnes spectralement pauvres , comme les clichs ariens (Lefebvre et al., 2009). Cependant, les indices de texture ncessitent beaucoup de mmoire informatique, ce qui rduit leur intrt sur lapplication de jeux de donnes volumineux.
2.3.2.2. Les classifications
La classification consiste affecter les pixels de limage des classes thmatiques selon une nomenclature donne. Face la multiplicit des nomenclatures utilises pour effectuer des classifications sur les zones humides, il est important de se conformer des nomenclatures normes telles que Corine Land Cover, Corine Biotope, Ramsar, afin de pouvoir procder des comparaisons de cartographies de zones humides effectues sur diffrents secteurs gographiques. Le choix de la mthode de classification dpend des caractristiques des images mais aussi des objets caractriser (Figure 2.2). Tant que les objets identifier (mare, formation vgtale) ont une taille similaire celle des pixels, lapproche pixel est la plus approprie. En revanche, ds que la taille des pixels est significativement infrieure celle des objets classer, lapproche oriente-objet est privilgier (Blaschke, 2010).
82
PREMIRE PARTIE
100 m x 100 m pixel
20 m x 20 m pixel
5 m x 5 m pixel
Figure 2.2 Relations entre les objets et la rsolution spatiale : (a) faible rsolution : les pixels sont significativement plus grands que les objets, approche par dmixage approprie. (b) rsolution moyenne : les pixels et les objets sont de la mme taille, approche par pixel approprie. (c) haute rsolution : les pixels sont plus petits que les objets, approche base-objet approprie (adapt de Blaschke, 2010).
tel-00731169, version 1 - 12 Sep 2012
La plupart des cartographies doccupation des sols drives dimages HR, cest dire avec une rsolution spatiale comprise entre 5 et 30 m, sont obtenues par des mthodes de classifications bases uniquement sur les valeurs spectrales des pixels. Les pixels sont classs uniquement selon leur ressemblance spectrale. Au niveau des dmarches de classification ellesmmes, on distingue les classifications supervises des classifications non supervises d'images. Dans le cas des classifications supervises, lanalyste slectionne des chantillons de pixels qui sont reprsentatifs des diffrents types de surfaces prsentes sur limage. Les valeurs des pixels slectionns dans chacune des bandes sont prises en compte dans les algorithme de classification afin de dfinir les signatures numriques de chaque classe. A linverse, les classifications non supervise regroupent les pixels partir des groupes statistiques naturels de lensemble des pixels de limage. Dans ce cas, lanalyste peut prciser le nombre de classe souhait, la distance ou la variance au sein de chaque classe. Les premires produisent en gnral de meilleurs rsultats que les secondes car la slection dchantillons dentrainement prdtermine les groupes de classes voulues. Plusieurs techniques de classification peuvent tre utilises pour classer les objets dans les deux cas. La classification de loccupation du sol des zones humides peut tre obtenue par classification supervise telle que par : arbre de dcision (Davranche, 2008; Baker et al., 2006), maximum de vraisemblance (MacAlister et Mahaxay, 2009; Laba et al., 2008; Fuller et al., 2005), Bhattacharrya (Tyr et Pietroniro, 2005), Spectral Angle Mapper (Sobocinski et al., 2006) ; ou non supervise comme : ISODATA (Civco et al., 2006; Sugumaran et al., 2004; Dogan et al., 2009) ou CLUSTER (Herrero et Castaneda, 2009). Les rsultats sont dans les deux cas cependant toujours inferieurs ceux obtenus par photo-interprtation, puisque les traitements automatiques d'images utilisent quasi-exclusivement le critre des valeurs radiomtriques (la teinte dans le cas d'une bande spectrale, la couleur pour plusieurs), l'exclusion d'autres critres servant la photointerprtation. Cependant, les classifications sont intressantes car elles permettent de classer avec prcision automatiquement une grande partie de limage. Des corrections minimes sont apportes par la suite par photo-interprtation afin de valider la classification. Si les classifications automatiques effectues lchelle du pixel sont conviennent aux images HR pour la cartographie dhabitats homognes (roselires, prairies) sur de vastes marais, elles sont inadaptes pour ltude des zones humides htrognes de petite taille avec des donnes THRS cause de la forte variabilit des rponses spectrales (Hubert-Moy et al., 2006). 83
CHAPITRE 2 :
Compare lapproche par pixel, lapproche GEOBIA GEographic Object Based Image Analysis (Hay et Castilla, 2008) et apporte une meilleure qualit de classification de la vgtation et des surfaces en eau (Sugumaran et al., 2004; Hurd et al., 2006) et fournit une couche dinformation spatialise sous forme dobjets directement exploitable sous SIG (Benz et al., 2004). Deux approches de traitement oriente-objets sont possibles : lapproche par dfaut et lapproche cognitive (ONeil-Dunne et al., 2011). Lapproche par dfaut, la plus utilise, consiste segmenter les objets une fois puis les classer partir de rgle de dcision ou dchantillons dentrainements. Si cette approche est trs majoritairement utilise car facile appliquer, elle prsente linconvnient de dpendre de la qualit de segmentation. En effet, si les paramtres de segmentation sont trop fins, alors les objets ne reprsentent quune partie dune parcelle agricole ou un bout de route. A linverse, si la segmentation est trop grossire, les objets englobent plusieurs lments paysagers (une pelouse et des arbres, une parcelle agricole et une bordure de haie).
APPROCHE PAR DFAUT

tel-00731169, version 1 - 12 Sep 2012
SEGMENTATION
APPROCHE COGNITIVE
SEGMENTATION
OBJET
FUSION
MORPHOLOGIE
CLASSIFICATION CLASSIFICATION OBJET
Figure 2.3 Les deux approches oriente-objets possibles (adapt de ONeil-Dunne, 2009).
Dans lapproche cognitive, le terme objet a deux sens : il peut tre primitif ou significatif . Les objets primitifs correspondent un groupe de pixels contigus et homognes rsultant dune segmentation. Ces objets, basiques et non classs, apportent cependant un support dinformation (forme, teinte, texture, contextuelle) utile lanalyse de limage. Par la suite, les objets primitifs peuvent tre fusionns, dcoups ou classs. Au fur et mesure que lanalyse de limage progresse, les objets primitifs grossissent jusqu former des objets significatifs (Figure 2.3). Les objets significatifs correspondent un groupe de pixels qui peuvent tre spectralement htrognes, mais reprsentent un lment doccupation du sol qui pouvant tre identifi sur le terrain (ONeil-Dunne et al., 2011; Baatz et al., 2004). Par exemple, une mare reprsente un objet significatif associ un lment de loccupation du sol dune zone humide et identifiable sur le terrain. Mais cette mare peut tre spectralement et spatialement trs htrogne suivant sa profondeur, , la prsence de vagues ou dombres portes de la ripisylveCette htrognit spectrale a pour consquence une segmentation de la mare en de multiples objets primitifs et spectralement homognes (zone de vagues forte rflectance, zone dombre - faible rflectance..) mais sans signification paysagre. Ltape fondamentale de lanalyse dimage oriente-objet est la segmentation de limage en objets primitifs . Ceux-ci doivent tre aussi larges que possible pour constituer un support 84
PREMIRE PARTIE
dinformation tout en tant assez petits pour tre utiliss comme bloc de construction pour les objets significatifs identifier dans limage (Benz et al., 2004). Les pixels sont les blocs de construction les plus petits, cependant ils contiennent une information limite. Pour obtenir des blocs plus grands, diffrentes mthodes de segmentation sont disponibles pour former des groupes de pixels contigus. Les principales mthodes existantes sont les suivantes: Chessboard segmentation : cette technique de segmentation cre des objets carrs, il permet galement de crer des objets selon des couches vectorielles existantes (limite de zone humide, limites parcellaires). Cette segmentation permet galement de crer des tuiles dans le cas dimages de grande taille. Quadtree-based segmentation : cette technique de segmentation dcoupe limage en objets de forme carre. Chaque carr est le plus grand possible en fonction des critres dhomognit spectrale Elle prsente lavantage dtre rapide calculer. Contrast spilt segmentation : cette technique segmente limage, limite une seule bande, en rgions fonces et claires en fonction dun seuil donn choisi par lutilisateur. Elle prsente les avantages dtre trs rapide calculer et de ne gnrer quun faible nombre dobjets qui peuvent tre facilement classs par la suite. Multi-resolution segmentation : cette technique maximise lhomognit spectrale moyenne de chaque objet pour une rsolution (chelle) donne partir des critres de teinte et de forme (rugosit et compacit). Gnralement, le critre de teinte est le plus important pour obtenir des objets cohrents, mais le critre de forme peut amliorer la qualit de segmentation et viter de fractionner les objets, comme sur les images RADAR. Spectral difference segmentation : cette technique fusionne les objets voisins selon leur valeur spectrale moyenne. Les objets voisins sont fusionns si la diffrence entre leurs valeurs spectrales moyennes est infrieure un seuil dtermin. Multi-threshold segmentation : cette technique segmente limage par rapport des valeurs de pixels dfinies par lutilisateur. Contrast filter segmentation : cette technique dtecte les objets potentiels selon leur gradient et leur contraste. Elle est intressante car elle ne ncessite pas de dfinir des valeurs de pixels comme seuil de segmentation. Les objets obtenus sont reprsents dans un arbre hirarchique dans lequel chaque objet connat son contexte, ses voisins, ainsi que ses objets parents et enfants dans le cas dune approche hirarchise, et est caractris par de nombreux attributs (Burnett et Blaschke, 2003). La seconde tape de l'approche de traitement oriente-objet correspond la classification des objets prcdemment segments selon un arbre hirarchique. Plusieurs techniques de classification supervise peuvent tre utilises pour classer les objets (exemple : classification au plus proche voisin, classification selon des fonctions dappartenance). Toutefois, lintgration dalgorithmes utiliss dans lapproche pixel (Support Vector Machine, Neuronal Network) serait souhaitable pour amliorer la qualit des classifications (Blaschke, 2010). La plupart des travaux menes sur ltude des zones humides partir dune approche oriente-objet utilisent une approche par dfaut. Les objets sont gnralement obtenus par une segmentation multi-rsolution et classs au plus proche voisin partir dchantillons (Hubert85
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 :
Moy et al., 2006; Civco et al., 2006; Gilmore et al., 2008), ou par rgle de dcision (Clement et al., 2008; Dissanska et al., 2009). Bien que la qualit de classification soit bonne, certains objets restent trop fins ou linverse trop grossier vis--vis de llment du paysage quils reprsentent. Les donnes LiDAR sont disponibles sous forme de nuages de points. Le calcul dun Modle Numrique dlvation (MNE) et dun Modle Numrique de Terrain (MNT) partir de ces donnes seffectue en deux phases : une classification des points en classe sol et sursol suivi dune interpolation des points sol pour le MNT et sursol pour le MNE. Il existe plusieurs approches de classification des nuages de points, la plus utilise tant lapproche gomtrique (voir Sithole et Vosselman, 2004 pour une description de huit algorithmes) et. En gnral, une phase de photo-interprtation est ncessaire pour corriger les erreurs de classification (St-Onge, 2004). Les diffrents travaux portant sur lanalyse topographique des zones humides partir des donnes LiDAR traitent de diffrentes mthodes dinterpolation des points sol en MNT : TIN (Lane et DAmico, 2010; Hunt et James, 2010; Werbrouck et al., 2011), Nearest Neighbor (NN) (Bater et Coops, 2009), krigeage (Tyr et Pietroniro, 2005), spline (Cavalli et al., 2008; Maxa et Bolstad, 2009), Inverse Distance Weighting - IDW (Rosso et al., 2006). tel-00731169, version 1 - 12 Sep 2012 Des travaux mens sur un secteur couvert de conifres sur lile de Vancouver au Canada avec une densit de 0,7 pt/m, ont montr que la mthode dinterpolation au plus proche voisin fournissant les meilleurs rsultats par rapport aux mthodes inverse la distance et spline (Bater et Coops, 2009). Dautres travaux mens sur des zones humides borales au Canada avec une densit de 0,5 pt/m ont conclu que la mthodes de krigeage tait la plus intressante par rapport aux approches IDW et TIN (Tyr et al., 2003). Selon Lloyd et Atkinson (2002), plus la densit de points diminue, plus la mthode de krigeage est pertinente compare la mthode IDW. Il apparait difficile de dterminer la mthode dinterpolation la plus pertinente, tant les mthodes compares, les caractristiques LiDAR et les caractristiques paysagres sont diffrentes dune tude lautre. Deux principales approches permettent de spatialiser le rseau hydrographique partir des donnes LiDAR. La premire approche se base sur des algorithmes daccumulation de flux et met en vidence le rseau de drainage potentiel. La seconde approche consiste extraire le rseau hydrographique existant partir de critres de forme linaire. Lapproche traditionnelle pour cartographier automatiquement le rseau hydrographique se base sur des algorithmes daccumulation de flux partir dun MNT. Des tudes montrent lintrt de cette approche en milieux peu anthropiss pour extraire les torrents en montagne (Vianello et al., 2009) ou les petits ruisseaux en milieu forestier (Hunt et James, 2010). Cette approche permet dobtenir simplement une cartographie complte et dtaille du rseau hydrographique. Mais des corrections du MNT par photo-interprtation sont souvent ncessaires pour liminer les lments anthropiques (buses, ponts) qui interrompent la continuit du rseau hydrographique (Murphy et al., 2008; Liu et Zhang, 2011). De plus, cette approche dtecte uniquement le rseau naturel. Le rseau de drainage artificiel, qui ne dpend pas des conditions naturelles de circulation de leau, nest pas identifi. Enfin, cette approche ne tient pas compte de la variabilit spatiale dimpermabilit du substratum. La deuxime approche montre lintrt du LiDAR pour la cartographie du rseau hydrographique automatique partir de critres de forme drivs du MNT (Pirotti et Tarolli, 2010) ou du nuage de points (Bailly et al., 2008). Ces approches permettent de dtecter correctement le rseau hydrographique existant, y compris les petits fosss. Les donnes LiDAR permettent galement didentifier par photo-interprtation le rseau de drainage historique 86
PREMIRE PARTIE
(Werbrouck et al., 2011). Lextraction directe partir du nuage de points est intressante car elle offre des perspectives de caractrisation les lments du paysage en 3D. Toutefois, ces approches ncessitent de dfinir au pralable par photo-interprtation des secteurs o la probabilit de prsence du rseau hydrographique est leve (limites de parcelles). De plus, ces mthodologies ont t appliques dans des milieux ouverts, alpages ou vignobles, et mritent dtre values dans des contextes plus boiss. Pascual et al., (2008) ont cartographi les formations arbores partir du Modle de Hauteur de Canope (Canopy Height Model ou CHM) en appliquant une segmentation multiresolution puis en classant les objets selon la hauteur moyenne, mdiane et lcart-type. Rosso et al., (2006) ont analys lvolution de la Spartina par la soustraction des MNE de deux missions LiDAR effectus en janvier 2002 et dcembre 2003. Pour suivre les troues dans la canope, Vepakomma et al., (2008) ont masqu tous les pixels du CHM dont la valeur est infrieure 5 mtre. Bork et Su, (2007) ont cartographi la vgtation partir du CHM et du MNE selon une approche par arbre de dcision : le CHM a permis de diffrencier les strates arbores, arbustives et herbaces, lanalyse de la pente du MNE a permis de diffrencier au sein des strates herbaces les prairies mixtes des prairies ftuque. Gilmore et al., (2008) ont combin les quatres bandes spectrales dune image Quickbird avec le MNE driv du LiDAR pour appliquer une segmentation multirsolution et une classification au plus proche voisin des communauts de roseaux et dherbaces. Les donnes LiDAR offre aussi la possibilit dextraire et de caractriser les lments du paysage en 3D directement partir des nuages de point et non plus partir du MNE ou CHM. En gomatique, lextraction dobjets en 3D est encore exprimentale et se base sur lapproche oriente-objet. Les premires tudes portent sur la segmentation de voxel (pixel en 3D) pour lextraction darbres (Reitberger et al., 2009) ou de btiments (Keller et al., 2011). A ce jour, ces travaux sont encore un stade exprimental et les applications ne portent que sur de petits secteurs. Certains logiciels tels que Cloudcompare ou eCognition propose des algorithmes exprimentaux pour le traitement des donnes LiDAR en 3D. L'avantage des mthodes numriques d'images par rapport la photo-interprtation est de traiter beaucoup plus rapidement de larges tendues. Les classifications automatiques apparaissent pertinentes pour la dtection d'lments de la zone humide mais sont souvent peu adaptes la dlimitation prcise des limites externes de la zone humide et la cartographie dtaille et exhaustive de la vgtation au sein de la zone humide. La qualit et l'importance des contrles terrain utiliss - pour dcrire les surfaces en eau, lhumidit des sols, et types de vgtation afin de calibrer et de valider les classifications d'images conditionnent largement la qualit des rsultats. 2.3.3. Les mthodes hybrides L'application exclusive de classifications automatiques sur les images prsente de fortes limites lies d'importantes confusions radiomtriques existant entre les classes de vgtation hygrophiles tudier. La photo-interprtation est une mthode plus performante : certains postes de zones humides sont identifis partir d'images satellitaires. Plus nombreux encore sont les postes identifis partir de photographies ariennes, comme le montre l'inventaire national des zones humides men aux tats-Unis depuis 1974. (Federal Geographic Data Committee, 1992). La photo-interprtation de clichs ariens couple avec des donnes releves sur le terrain permet de raliser des cartographies dtailles et assez fiables, mais ncessite beaucoup de moyens (main87
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 2 :
duvre, cot, temps). Des dcalages temporels importants de l'ordre de la quinzaine d'annes sont ainsi dplors entre les cartographies de diffrents secteurs des tats-Unis, rendant les comparaisons et une politique nationale d'action difficiles appliquer. Les approches hybrides, mlant traitement analogique et numrique des donnes, sont adaptes la dtection et la cartographie des zones humides. Les traitements de classifications automatiques sont appropris lorsque les surfaces mettre en vidence contrastent fortement avec lenvironnement immdiat, tandis que la photo-interprtation des donnes, plus longue et fastidieuse sur de larges tendues, est adapte la cartographie dtaille de secteurs htrognes. Une tude portant sur la caractrisation des zones humides sur le bassin Seine-Normandie met en vidence lintrt de lutilisation dune mthode hybride, tant sur les images trs haute rsolution spatiale que sur des photographies ariennes numriques (I-MAGE CONSULT, 2006). 2.3.4. Lapport de donnes exognes Des donnes exognes sont souvent utilises pour affiner et valider la cartographie des zones humides partir dimages satellitaires ou de photographies ariennes, quelle soit effectue par PIAO, par traitement automatique ou au moyen dune approche hybride. Ces donnes doivent pouvoir tre mobilises et utilises rapidement sous la forme de couches dinformation intgres dans un Systme dInformation Gographique (SIG). Parmi celles-ci, les couches les plus utilises sont : Le fond topographique au 1/25 000me, disponible au format numrique gorfrenc (Scan 25 de lIGN). Il contient des informations sur la localisation des zones de marais, des zones inondables, des rseaux hydrographiques ou de drainages, sur la topographie, ou encore les grands types de vgtation (feuillus, conifres, rizires...). Les MNT (Modles Numriques de Terrain) qui permettent d'apprhender la topographie du site. Toutefois, ceux-ci ne sont vraiment utiles qu' la condition que leur prcision altimtrique soit suffisante car le caractre humide/non humide correspond bien souvent des variations topographiques d'ordre dcimtrique voire centimtrique. Les cartes et relevs pdologiques : les cartes de relevs pdologiques sont distribues en France par lINRA mais noffrent pas une couverture exhaustive. Elles sont gnralement une chelle trop grossire pour permettre de distinguer des entits homognes au sein des zones humides. Les relevs pdologiques effectus la tarire dans les 50 premiers centimtres du sol permettent de confirmer le caractre hydromorphe des sols et valider les dlimitations de zone humide. Les cartes gologiques du BRGM : ces cartes au 1/50 000me permettent de reprer les sols de type alluvions associs aux fonds de valles. Les donnes sur le rseau hydrographique : disponibles via la BD Carthage sur lensemble du territoire franais : ces couches dinformation permettent didentifier le rseau des cours deau ainsi que les plans deau. En revanche, seul le rseau de drainage principal (canaux, grands fosss) est reprsent.
tel-00731169, version 1 - 12 Sep 2012
88
PREMIRE PARTIE
Une approche hybride, mlant traitement automatique des donnes pour les groupements uniformes de vgtaux hygrophiles, photo-interprtation et contrles terrain pour les groupements plus difficiles identifier est recommande. Les traitements de classification automatiques sont employs lorsque les surfaces mettre en vidence contrastent fortement avec l'environnement immdiat, tandis que la photo-interprtation des donnes, plus longue et fastidieuse sur de larges tendues, est rserve la cartographie de secteurs de la zone humide identifiables partir de plusieurs critres en plus de la couleur. La conversion des couches d'informations, le plus souvent du format raster vers le format vecteur entraine alors, selon les cas, une perte d'informations.
tel-00731169, version 1 - 12 Sep 2012
89
CHAPITRE 2 :
Les donnes de tldtection disponibles pour lidentification et la caractrisation des zones humides sont aujourdhui nombreuses et complmentaires. En plus des photographies ariennes traditionnellement utilises, des images multispectrales aroportes ou satellitaires et des donnes laser sont maintenant exploites par la communaut scientifique pour ltude des zones humides. Lamlioration de la rsolution spatiale des capteurs, la possibilit de saffran chir des contraintes de luminosit et de nbulosit ou bien encore la dtection de la topographie mme sous couvert arbor, placent aujourdhui les donnes de tldtection comme un outil incontournable et adapt la cartographie dtaille des zones humides. Ainsi, de nombreux travaux scientifiques ont montr lintrt des donnes de tldtection pour la caractrisation de la microtopographie, des surfaces en eau, de lhumidit du sol, de la vgtation. La microtopographie peut tre dtecte avec une prcision centimtrique mme sous couvert arbor grce aux donnes LiDAR, lexception des surfaces en eau et des zones avec un couvert vgtal dense. Le rseau hydrographique, comprenant les cours deau mais aussi les fosss, peut tre driv partir de la microtopographie. Les surfaces en eau sont identifiables partir de toutes les donnes de tldtection. Cependant, les donnes HRS omettent une part importante des lments en eau les plus fins. Contrairement aux capteurs actifs, les capteurs passifs ne permettent pas de dtecter les surfaces en eau sous la canope. Ltude de lhumidit de sub-surface est encore exprimentale, en particulier partir de donnes RADAR, alors quelle peut tre drive indirectement du stress hydrique de la vgtation pa rtir des donnes multispectrales. La vgtation peut tre caractrise par tout type de capteur. Cependant, les donnes LiDAR sont plus appropries la caractrisation des strates vgtales et de leurs structures ; les donnes RADAR polarimtriques sont sensibles la rugosit. Les capteurs multi-spectraux permettent eux de distinguer les rponses spectrales de chaque formation vgtale. Cependant, les donnes HRS permettent simplement de caractriser grossirement la vgtation. Les donnes THRS offrent quant elles la possibilit de discriminer les diffrentes communauts vgtales sur de petits secteurs. Le couplage de diffrents types de donnes de tldtection accrot les possibilits didentification et de caractrisation des zones humides. La dtection de leau et de lhumidit des sols, qui sont des critres dtats variants, doivent tre suivis dans le temps grce aux donnes RADAR qui sont insensibles aux contraintes atmosphriques. En revanche, la microtopographie et la vgtation sont des critres dtat invariants. A partir de la caractrisation de la vgtation ou du suivi des surfaces en eau des zones humides, des travaux ont montr lintrt que peuvent prsenter les donnes de tldtection pour lvaluation fonctionnelle des zones humides. Ces travaux portent sur la modlisation hydro-cologique partir de trois images Landsat-7 TM et dune carte topographique au 1/10 000me (Zhou et al., 2008), le suivi et la modlisation des inondations partir de donnes SAR (Bates et al., 2006), la circulation hydraulique au sein dune zone humide partir de donnes LiDAR (Huang et al., 2011) ou encore la modlisation de la friction hydrologique en fonction de la vgtation et de la pente drives du LiDAR (Cobby et al., 2001; Cobby et al., 2003). Ces approches sont intressantes car elles sont appliques lchelle dun bassin versant. Cependant, les rsultats sont rarement valids par des mesures terrain. Les mthodes de traitement des donnes de tldtection peuvent tre analogiques ou numriques. Lapproche analogique, par photo-interprtation, est la plus simple mettre en uvre mais elle demande des moyens humains et financiers importants, ce qui limite son 90
tel-00731169, version 1 - 12 Sep 2012
PREMIRE PARTIE
application des secteurs gographiques de taille rduite, de lordre de quelques ha quelques dizaines dha. Les approches numriques permettent dextraire automatiquement les lments doccupation du sol ou les habitats homognes et de couvrir ainsi de plus grands secteurs. Ainsi, les mthodes de traitement hybrides, mlant photo-interprtation et classification semblent les plus adaptes la cartographie des zones humides. Au niveau du processus de classification automatique des donnes, la complexit paysagre des milieux humides tudie avec des donnes de tldtection THRS ncessite lapplication dune approche oriente-objet afin de prendre en compte les critres de teintes, de formes et de textures. Les travaux effectus jusquici partir des donnes de tldtection HRS et THRS ont vis caractriser soit le rseau hydrographique, soit la vgtation, soit les surfaces en eau ; ce qui permet dans chaque cas de driver seulement une partie des indicateurs fonctionnels. Or, cette thse vise valuer au mieux le panel de donnes de tldtection disponible pour en driver le maximum dindicateurs fonctionnels et ainsi pour effectuer une valuation des fonctions hydrologiques, biogochimiques et cologiques des zones humides. Daprs le potentiel des donnes multispectrales et LiDAR dcrit dans la littrature, nos efforts vont sappuyer essentiellement sur ces types de donnes. tant donn que les zones humides tudies dans cette thse ont une taille rduite et trs htrognes, les donnes de type RADAR ne semble pas avoir une rsolution spatiale adapt leur caractrisation, hormis pour cartographier la dynamique des surfaces en eau. Des cartographies ont dj t ralises sur un des sites dtudes (Marechal et al., 2012) et seront pris en compte dans la dmarche dvaluation des fonctions des zones humides.
tel-00731169, version 1 - 12 Sep 2012
91
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 3 : LES SITES DTUDE

Introduction ................................................................................................................................... 94 3.1. La basse valle du Couesnon : un enjeu cologique majeur pour la baie du Mont Saint Michel ..................................................................................................................................................................... 95
3.1.1. Caractristiques de la zone dtude ................................................................................................ 95 3.1.2. Des marais aux caractristiques gomorphologiques identiques mais aux gestions diffrencies 96 3.1.3. Lenjeu du maintien de la biodiversit .......................................................................................... 102 3.1.4. La Zone Atelier Armorique : un rseau de recherches pluridisciplinaires ..................................... 105
3.2. Le bassin versant de la Lizonne : le soutien aux tiages, un enjeu majeur ........................... 106
3.2.1. Caractristiques du bassin versant ............................................................................................... 106 3.2.2. Des tiages svres ....................................................................................................................... 108 3.2.3. Le programme INTERREG WAT ..................................................................................................... 112
Synthse du CHAPITRE 3 : ............................................................................................................ 114
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 3 :
LES SITES DTUDE
INTRODUCTION
Nos recherches sur lvaluation fonctionnelle des zones humides portent sur deux sites dtudes, localiss dans louest de la France, lun servant de site test pour appliquer la dmarche retenue, lautre de site de validation afin deffectuer une premire valuation de sa reproductibilit. Le premier, dune superficie de 130 km, se situe au sein de la Zone Atelier Armorique (ZAA), dans le bassin versant ctier du Couesnon qui se jette dans la Baie du MontSaint-Michel. Le second stend sur 650 km et correspond au bassin versant de la Lizonne, un sous-bassin de la Dordogne (Figure 3.1). Nous avons choisi de mener notre dmarche dvaluation fonctionnelle des zones humides sur ces deux sites, car dune part il font lobjet de recherches pluridisciplinaires dans le cadre de programmes nationaux et internationaux, et dautre part les enjeux principaux de lvaluation des zones humides sont spcifiques chacun dentre eux : le maintien de la fonction habitat est primordiale sur le premier, tandis que le soutien ltiage est la proccupation majeure des gestionnaires du second. tel-00731169, version 1 - 12 Sep 2012 Lobjectif de ce chapitre est de dfinir les enjeux environnementaux actuels sur ces deux sites, et en particulier comprendre le rle des zones humides par rapport ces enjeux. Ce chapitre prsente successivement les deux sites dtude, en dcrivant leurs caractristiques, les enjeux qui en dcoulent, et les programmes de recherche dans lesquels sinscrit cette thse.
Figure 3.1 Localisation des sites dtude (Sources : Costel, IGN, Global Administrative Areas)
94
PREMIRE PARTIE
3.1. La basse valle du Couesnon : un enjeu cologique majeur pour la baie du Mont Saint Michel 3.1.1. Caractristiques de la zone dtude Le bassin versant du Couesnon, localis au nord-ouest de la France, est inclus dans les trois rgions Bretagne, Normandie et Pays de la Loire. Il sagit dun petit bassin versant ctier de 1 130 km, dont lexutoire se situe au Mont-Saint-Michel. Le climat y est ocanique, avec un cumul annuel de prcipitation de 920 mm, des hivers doux et des ts frais (Annexe A). Ce bassin versant est compos dun sol impermable essentiellement schisteux et granitique qui engendre un rseau hydrographique dense. Il sinscrit dans une rgion agricole domine par llevage, 56% de ses surfaces tant en culture contre 28% en prairie, ce qui reprsente 84% de la SAU. La partie proche de lexutoire est compose de polders avec une intense activit maraichre (Annexe B). Nos recherches sont focalises sur la Zone Atelier Armorique, plus prcisment sur le site de Pleine-Fougres dune superficie de 130 km, situ dans la partie aval du bassin-versant du Couesnon (Figure 3.1). Sur ce site domin par lespace agricole (10 000 ha de Surface Agricole Utile, soit 75,5% de la superficie totale), lagglomration principale, Pleine-Fougres, regroupait 1800 habitants en 2006. Le paysage agricole est domin par des systmes de production de type polyculture-levage dominance de production laitire. Il est caractris par une forte variabilit de structure (taille des parcelles, densit de haies), organise le long dun gradient nord sud de 15km pour la partie ouest du site, allant dun paysage ouvert aux parcelles essentiellement cralires et relativement vastes pour la rgion (3,7ha en moyenne,) et au bocage quasiment inexistant au nord un paysage ferm au parcellaire morcel (0,8ha en moyenne), domin par les prairies et au rseau bocager dense au sud. Dans sa partie Est, le site de Pleine-Fougres est structur par la valle du Couesnon qui comprend une zone de marais denviron 900 ha (Figure 3.2), milieux remarquables pour leur faune et leur flore ( Beaufils et Morel, 2008).
tel-00731169, version 1 - 12 Sep 2012
95
CHAPITRE 3 :
LES SITES DTUDE
tel-00731169, version 1 - 12 Sep 2012
Figure 3.2 Localisation et statut des bas-marais du Couesnon et des zones humides tributaires de bas-fonds Sources : COSTEL
3.1.2. Des marais aux caractristiques gomorphologiques identiques mais aux gestions diffrencies Sur le plan gomorphologique, les marais du bas Couesnon forment un ensemble homogne de faible altitude (5-10m) recouvert dalluvions fluviales et marines. Historiquement, ce secteur formait un paysage homogne, avec de nombreux chenaux, ennoy 8 10 mois dans lanne. Les animaux domestiques pouvaient traverser le Couesnon gu et circuler librement entre les marais (Canard et al., 2003). Puis les amnagements anthropiques du XIXme sicle, tels que la chenalisation du Couesnon, le drainage et le mode de gestion de chaque commune ont progressivement conduit une spcification paysagre de chaque marais (Tableau 3.1). Les basmarais du Couesnon ont fait rcemment lobjet dun diagnostic phyto-cologique et paysager qui a conduit une caractrisation cologique fine des habitats naturels dans lobjectif dvaluer le potentiel daccueil de lavifaune (Lano, 2008). La cartographie des habitats a t ralise partir de 215 relevs phyto-sociologiques et complte par photo-interprtation de la BD Ortho de 2006.
96
PREMIRE PARTIE
Tableau 3.1 Statuts, gestions hydrauliques et usages des marais du bas-Couesnon en 2011 (adapt de (Lano, 2008) Marais Statut foncier Priv indivis Le Mesnil Priv Aucey Boucey Communal Communal Communal Sougal Priv La Folie (Ancien bassin de dcantation) Priv Priv Maintien artificiel eau Oui, priodiquement (en eau 3 5 mois) Non Non, Drain Non, Drain Oui (en eau 5 7 mois) Non Oui (en eau 10 12 mois) Non Usages majoritaires Pture Pture/Culture Fauche Pture Pture Fauche/Pture Friches humides Fauche/Culture
tel-00731169, version 1 - 12 Sep 2012
La folie
Le marais de Sougal Jusquau milieu du XIXme sicle, ds le retrait des eaux, le marais de Sougal tait un lieu dagropastoralisme avec une partie aval (communale) destine au pturage et une partie amont (prive) destine la fauche (Canard et al., 2003). En 1860, la mise en place dun canal de drivation du Couesnon avait pour objectif de rendre le marais cultivable, mais les habitants de Sougal ont prfr continuer y faire pturer le btail en raison de la qualit des terres. Puis, dans la seconde moiti du XXme sicle, la mise en place dun rseau de drainage a permis de rduire les priodes dinondation et donc daugmenter la dure de pture .. Cette gestion a conduit une rarfaction des priodes dinondation et un appauvrissement de la biodiversit (Menard, 1999; C.E.R.E.S.A., 2006). Dans les annes 90, les gestionnaires ont souhait redonner au marais communal sa vocation humide par la mise en place de deux ouvrages retenant leau de crue du Couesnon au nord et au sud du marais communal. La gestion actuelle des niveaux deau par la communaut de communes permet de maintenir plusieurs usages dans le marais : au sud, lennoiement du marais de lautomne jusqu la fin du printemps permet doffrir un habitat adapt au nichage des oiseaux deau mais galement la reproduction du brochet. D s la fin du printemps, les niveaux deau sont abaisss pour offrir un espace de pturage pour le btail jusquen automne (Figure 3.4). Au nord du marais communal, un second ouvrage hydraulique permet de maintenir le marais ennoy avec une faible profondeur (40 cm) entre dcembre et avril, de faon favoriser la reproduction du brochet. Le marais est ensuite vid progressivement entre avril et mai afin dinciter les brochetons quitter le marais et se diriger vers le Couesnon. Le marais communal de Sougal est essentiellement compos de vgtation herbace basse (plus de 90 % de la surface totale). Les communauts vgtales se structurent selon les niveaux et les dures dinondations conditionns par la gestion hydraulique et la topographie du site (Figure 3.3).
97
CHAPITRE 3 :
LES SITES DTUDE
Figure 3.3 Reprsentation schmatique et thorique du gradient topographique transversal CouesnonVersant : facteur structurant les communauts vgtales. Adapt de Lano, 2008.
tel-00731169, version 1 - 12 Sep 2012
La partie la plus longuement inonde (entre 3 et mois/an) du marais communal de Sougal est compose de prairies hygrophiles o se dveloppe une vgtation de Glyceria fluitans, Carex hirta et Eleocharis palustris. Les secteurs inonds moins de 3 mois/an, qui reprsentent les deux tiers du marais, sont composs de prairies mso-hygrophiles. Enfin les secteurs surlevs associs au bourrelet alluvial en bordure du Couesnon et au pied de versant sont composs de prairies msophiles. Moins de 1% de la surface totale du marais communal est occup par une roselire situe en limite de versant. Deux peupleraies sont galement prsentent sur le bourrelet alluvial du Couesnon et reprsentent plus de 2 % de la surface totale. Enfin, les surfaces en eau ne reprsentent, en priode estivale, que 1,5% de la surface totale. Aucune zone cultive nest prsente sur la partie communale. La densit du rseau bocager est trs faible sur ce marais (20 ml/ha) qui peu tre qualifi du marais ouvert . Le rseau hydrographique de ce marais est de densit assez faible (49 ml/ha) et constitu de larges canaux en eau tout au long de lanne au sein desquels se dveloppent une vgtation compose essentiellement dhydrophytes flottantes telles que Ranunculus peltatus, Hydrocharis morsus ranae ou Luronium natans qui est une espce protge par la directive europenne habitat de 1992. La partie amont du marais (prive) reste draine, mais les cultures des annes 70 font progressivement place des surfaces herbaces destines la fauche. Les surfaces herbaces basses reprsentent 70 % de la superficie totale et sont constitues de prairies mso-hygrophiles. Les formations herbaces hautes reprsentent plus de 6 % de la surface totale et sont composes de roselires, mga-phorbiaies et jonchaies hautes. Les surfaces boises reprsentent plus de 6 % du marais priv et sont composes de peupleraies mais aussi de boisements naturels humides (aulnaies-saulaies). Les surfaces en eau en priode estivale reprsentent une part relativement importante (5,5 %) de la superficie du marais et correspondent des plans deau ou danciens sites dextractions de matriaux. Enfin, les cultures cralires occupent 7 % de la superficie du marais priv. La densit du rseau bocager y est moyenne (60 ml/ha). Le rseau hydrographique y est dense (95 ml/ha) et permet de drainer le marais. Ces fosss, en cas dabsence prolong de curage, peuvent prsenter une vgtation hlophytique (Phalaridaie, Glycraie, Phragmitaie).
98
PREMIRE PARTIE
Figure 3.4 Variabilit intra-annuelle des surfaces en eau sur le marais de Sougal en 2010 : (a) prairie inonde en mars ; (b) prairie pture en septembre. Crdit : S. Rapinel
Les marais de Boucey et dAucey tel-00731169, version 1 - 12 Sep 2012 Situs sur la rive droite du Couesnon, les marais communaux dAucey et Boucey ont fait lobjet en 1809 dun projet dasschement des marais associ un dcoupage parcellaire. Le mode de gestion est aujourdhui rest le mme : les parcelles du marais de Boucey sont entoures dun rseau bocager et destines la fauche alors que les parcelles du marais dAucey sont dpourvues de bocage et plutt destines la pture. Bien que situs des altitudes trs basses, ces marais sont rarement inonds en raison du drainage gr par le Syndicat dAmnagement de la basse valle du Couesnon. Ces deux marais sont constitus plus de 75 % par des surfaces herbaces basses. En raison du systme de drainage important et malgr certains secteurs de faible altitude (5,8 8,5m NGF), seulement 1 % des surfaces herbaces basses sont de type hygrophile, 59 % sont des prairies mso-hygrophiles et 15 % des prairies msophiles. Sur les secteurs msophiles grs par la fauche, les relevs phyto-sociologiques ont permis de rvler la prsence de formation appartenant la classe Arrhenatheretea elatioris qui constitue un habitat dclar dintrt communautaire au titre de la directive habitat. Les surfaces herbaces hautes reprsentent plus de 10 % de la superficie totale des marais dAucey-Boucey et sont situes principalement dans la dpression centrale et autour des plans deau. Elles sont essentiellement composes de roselires. Les surfaces boises ne reprsentent que 2,5 % de la superficie des marais et sont composes de boisements naturelles mais aussi de quelques plantations. Les surfaces en eau ne reprsentent que 1,5 % de la superficie totale du marais et correspondent danciens sites dextractions. Ces plans deau prsentent des berges abruptes et sont entours par des ceintures de roselires ou de saulaies. Les cultures reprsentent plus de 9 % de la surface totale des marais. Elles sont localises sur lextrmit nord, la plus leve et correspond au dbut des polders. Sur le marais dAucey, la densit bocagre est moyenne (78 ml/ha) alors quelle est trs leve sur le marais de Boucey (178 ml/ha). Sur les marais dAucey-Boucey, la densit du rseau hydrographique y est trs forte (190 ml/ha). Les inventaires phytosociologiques ont permis didentifier et caractriser des communauts vgtales diversifies. Dans les fosss non entretenus des secteurs hygrophiles eutrophes se dveloppent des groupements grandes hlophytes (Phalaridion). Au sein des petits fosss peu profonds (<20 cm), fauchs et souvent dconnects du rseau principal, sont observes des communauts du Bromion racemosi, Potentillion anserinae et Oenanthion fistulosae probablement structures selon les dures dinondations. Les grands canaux prsentent une 99
CHAPITRE 3 :
LES SITES DTUDE
vgtation aquatique de type hydrophyte flottante (Callitriche sp. et Characes). Ainsi les configurations morphologiques et les pratiques de gestion diverses du rseau hydrographique favorisent lmergence dune biodiversit lchelle des marais dAucey-Boucey. Le marais du Mesnil Le marais du Mesnil est localis sur la rive gauche du Couesnon. Au dbut du XIX, ce marais est priv et gr en indivis par 90 propritaires. La partie normande est assche et divise en plusieurs parcelles alors que la partie bretonne ne subit pas damnagement. En 1865, les propritaires de la partie bretonne crs une association syndicale pour assurer lentretien hydraulique du marais. Depuis 1988 cette association est gre par la commune de PleineFougres. Aujourdhui, la partie ouest du marais, bretonne, est un marais priv indivis, gre par la commune de Pleine-Fougres et destine au pturage. Tout comme le marais de Sougal, ce site a connu des amnagements dans les annes 70 afin de drainer les parcelles pour permettre un pturage continu. Mais la commune a souhait redonner un caractre humide ce marais en crant une mare maintenue en eau par une vanne (Dellinger, 2004). La partie lest du marais, normande, est prive, assche et principalement cultive. Seule une parcelle est maintenue en eau pour la chasse (tonne de chasse ou gabion).
tel-00731169, version 1 - 12 Sep 2012
Figure 3.5 Marais du Mesnil en hiver, partie communale : la prsence de glycrie flottante en association avec la renoncule est caractristique dun systme amphibie msotrophe. Crdit : M. Barnley
Le marais du Mesnil est compos 70 % de surfaces herbaces basses. Tout comme le marais communal de Sougal, le maintien de conditions humides a permis la prsence dun habitat plus humide et diversifi. Une vgtation compose de glycries flottante (Glyceria fluitans) en association avec la renoncule (Ranunculus peltatus) sest dveloppe dans les parties les plus basses et humides du marais (Figure 3.5). Les surfaces herbaces hautes reprsentent un peu plus de 4 % du marais et sont composes de roselires. Le marais du Mesnil est peu bois (2 % de la surface totale). Les boisements naturels et les plantations sont situs dans la partie nord du marais, soumise un abandon. Les surfaces en eau ne reprsente que 2 % du marais et sont constitues dune mare dans la partie communale et de plusieurs plans deau dans la partie prive, dont un destin la chasse aux oiseaux deau. Les surfaces cultives reprsentent une part importante du marais (20 %) et sont toutes localises sur la partie prive, au nord est du marais, qui marque le dbut des polders. Sur le marais du Mesnil, la densit bocagre est moyenne (65 ml/ha). Le rseau hydrographique prsente une densit forte (150 ml/ha) et est particulirement dvelopp sur la partie prive lest du marais. Sur cette partie, le rseau, rgulirement entretenu 100
PREMIRE PARTIE
et cur afin de permettre la culture cralire, ne prsente pas de communaut vgtale hydrophyte. Le marais de la Folie Le marais de la Folie est situ sur la rive droite du Couesnon en amont de la zone dtude. Jusquau milieu du XVIIIme sicle, cest un terrain marcageux avec un plan dea u en son centre nomm le lac de la fontaine . Puis en 1747, le marais est assch pour y implanter des prairies de fauche. Jusquau dbut du XXme sicle, cest un espace de fauche et de pture (Canard et al., 2003). Puis, une partie du marais a t transforme en bassin de dcantation pour recueillir les effluents dune cidrerie-distillerie. Abandonn en 1992, le bassin sest progressivement renaturalis avec une vgtation compose de roselires et de saulaies (Figure 3.6). Il attire aujourdhui de nombreux oiseaux deau et est gr par une association de chasse qui assure lentretien des digues et des systmes de vannage. Lautre partie du marais es t compose de prairies de fauche et de cultures. Le marais de la Folie est compos pour moiti de surfaces herbaces basses msohygrophiles. Les surfaces herbaces hautes reprsentent une part importante du marais (17 %) et sont principalement situes sur lancien bassin de dcantation. Plusieurs types de communauts vgtales y sont prsentes comme les roselires (Typha latifolia, Phragmites australis, Glyceria maxima et Phalaris arundinacea) mais aussi les mga-phorbaies dont certaines sont dclares dintrt communautaire. Les surfaces boises reprsentent 20 % du marais et sont constitues pour moiti de peupleraies et pour autre moiti de friches arbores humides. Les plantations sont souvent associes des strates herbaces hautes. La prsence du bassin de dcantation permet le maintien dune part importante deau libre (9 % de la superficie totale du marais). Les surfaces cultives reprsentent 18 % du marais et sont situes sur les parties les plus leves. La densit bocagre y est moyenne (57 ml/ha). La densit du rseau hydrographique y est faible (50 ml/ha, dont 20 constitus de cours deau tributaires au Couesnon). Certains canaux situs proximit de la digue du bassin de dcantation prsentent un dveloppement important de vgtation aquatique flottante du genre Lemna.
tel-00731169, version 1 - 12 Sep 2012
Figure 3.6 Marais de la Folie en dcembre 2010 : au premier plan, enfrichement par les saules ; en arrire plan, Phragmites. Crdit : S.Rapinel
Les zones humides tributaires Des zones humides de bas fonds associes aux tributaires du Couesnon sont prsentes sur lensemble de la ZAA. Elles reprsentent une superficie de 500 ha, soit lquivalent de la moiti de la superficie totale des marais du bas Couesnon. Ces milieux ne prsentent pas dintrt patrimonial particulier et sont occups par des prairies, des peupleraies ou sont laisses 101
CHAPITRE 3 :
LES SITES DTUDE
labandon avec absence dentretien des fosss, saturation en eau des sols et fermeture des milieux par les saules (Figure 3.7).Ces zones humides dites ordinaires nont pas fait lobjet de diagnostique cologique rcent mais sont prises en compte dans nos recherches. Elles assurent un rle de continuit cologique au sein du paysage agraire. Sils ne semblent pas prsenter dintrt patrimonial particulier, ces milieux peuvent toutefois prsenter un intrt fort pour les fonctions hydrologiques, biogochimiques ou dhabitats.
tel-00731169, version 1 - 12 Sep 2012
Figure 3.7 Zone humide tributaire de bas-fond en mars 2012 : enfrichement par les saules ; petites roselires et surfaces en eau. Crdit : S. Rapinel
3.1.3. Lenjeu du maintien de la biodiversit Les zones humides du bassin versant du Couesnon ont fait lobjet dun inventaire en 2009 dans le cadre du SAGE Couesnon. Cet inventaire concerne et protge lensemble des zones humides du bassin-versant, patrimoniales comme ordinaires. De par la richesse de leur faune et flore (Figure 3.8), les marais du bas Couesnon bnficient galement de nombreuses mesures de protection. Ainsi, grce leur proximit avec la Baie du Mont-Saint-Michel, ils sont considrs comme des zones humides dimportance internationale (Ramsar). De plus, les marais du bas Couesnon sont reconnus comme un site de nichage ou de repos pour les oiseaux migrateurs (Lano, 2008; Beaufils et Morel, 2008). Cette situation explique le classement des marais en secteur ZICO, ZPS et ZNIEFF. Une espce vgtale remarquable, le flteau nageant ou Luronium natans, justifie le classement du marais de Sougal en ZSC (Zone Spciale de Conservation) et Espace Remarquable de Bretagne, le tout intgr au sein du rseau Natura 2000. Le marais de Sougal communal possde un habitat intressant pour lalimentation des anatids. La structure paysagre ouverte , la prsence dune mare permanente de 3 ha avec des berges en pente douce et une vgtation aquatique de surface de type Glyceria fluitans en font un site trs favorable pour les oiseaux deau. Ce site offre une halte migratoire (alimentation et repos) pour les oiseaux migrateurs, avec parfois plus de 600 individus. La petite roselire louest du marais reprsente un site potentiel de nidification trs intressant. Cependant, en priode postmigratoire, la diminution de la surface en eau de la mare limite la capacit daccueil des oiseaux deau. La prsence de haie en bordure du marais en fait galement un site trs intressant pour les passereaux qui peuvent transiter facilement entre leurs sites de nidification (haie) et dalimentation (prairie humide). Ce marais est galement un lieu propice la reproduction du brochet (Bellanger, 2010).
102
PREMIRE PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 3.8 La biodiversit du marais de Sougal : (a) comptage de brochetons la fin du printemps ; (b) brocheton n dans le marais ; (c) nichage doiseaux deau ; (d) flteau nageant (crdits photos : Communaut de Communes de la Baie du Mont Saint Michel)
Malgr la gestion et le suivi fait par les diffrents acteurs, le marais de Sougal est face diffrents enjeux cologiques. Le premier concerne le dveloppement envahissant de la canche cespiteuse (Deschampsia Cespitosa). Peu apptante et donc peu broute, cette plante a un comportement envahissant (Figure 3.9). En se dveloppant, elle diminue la valeur du marais pour le pturage notamment. Des actions ponctuelles de gyro-broyages ont t menes en 2008 afin de tenter de limiter sa progression mais sans efficacit. Le second enjeu concerne la conservation dune gestion hydraulique favorable et de tendre vers une gestion fine des niveaux deau. En 2011, lallongement de la dure dinondation de la partie sud du marais communal jusquau 15 juin (au lieu du 15 avril) permettrait de favoriser la nidification de certaines espces doiseaux deau comme la sarcelle dt, le canard chipeau et la foulque macroule. La prsence deau autour des nids semble limiter la prdation des ufs. Le troisime enjeu concerne le maintien dune activit agro-pastorale afin de maintenir une vgtation rase et parfois dintrt communautaire. Le dernier enjeu concerne lacquisition par la communaut de commune dune roselire afin dy mener des plans de gestion et dentretien. En plus des enjeux cologiques, les gestionnaires du marais de Sougal souhaite promouvoir : la connaissance scientifique du site par la collaboration avec les units de recherche ; laccueil du public avec le dveloppement de sentiers de randonne ou de journes de sensibilisation aux fonctions du marais auprs des scolaires (Bellanger, 2010).
103
CHAPITRE 3 :
LES SITES DTUDE
Figure 3.9 Situation de lenvahissement de la partie sud du marais communal de Sougal par la canche cespiteuse (Deschampsia Cespitosa) en janvier 2010. Crdit : M. Barnley
tel-00731169, version 1 - 12 Sep 2012
La partie prive du marais de Sougal prsente un caractre mso-hygrophile, du son rseau de drainage, qui nest pas trs favorable lalimentation des oiseaux deau. La prsence de quelques mgaphorbiaies est intressante mais leur juxtaposition des parcelles cultives rend leur intrt limit vis--vis des oiseaux deau en priode dactivit agricole. Quelques plans deau, utiliss pour la chasse, prsentent un potentiel intressant pour lalimentation, le repos et la reproduction des oiseaux deau. La structure du maillage bocager, moyennement dense et homognement rparti, est intressante pour les passereaux. Le marais priv de Sougal prsente deux enjeux majeur : la poursuite du remplacement des cultures en prairies et la restauration des roselires en cours de boisement. Le marais de Boucey prsente un habitat diversifi en lien avec le rseau de foss mais aussi avec la densit du rseau de haies. Celui-ci prsente une structure varie (arbre et arbuste) avec de nombreuses espces dont certains arbres fructifres (aubpine, prunellier, sureau, noisetier) exploits par lavifaune et les mammifres. Le marais de Boucey a un fort potentiel vis-vis de lhabitat des oiseaux de bocage. Les enjeux de ce marais concernent donc la conservation du rseau bocager mais aussi du maintien dune activit de fauche des prairies. De plus, il pourrait tre intressant de remplacer la zone cultive au nord du marais par des prairies (partie prive). Le marais dAucey prsente un caractre ouvert et plus humide que celui de Boucey. La prsence de quelques roselires basses et de plan deau entours de ceinture de vgtation font de ce marais un site favorable pour la nidification des canards. Un des enjeux du marais dAucey est le maintien des roselires qui sont actuellement en cours de boisement. De plus, ce marais est situ en zone de dpression et prsente une configuration topographique favorable afin de restaurer un caractre plus humide. Mais le rseau de drainage actuel permet dvacuer rapidement leau. La partie communale du marais du Mesnil prsente une grande prairie entoure dune haie de ceinture, ce qui en fait un habitat propice aux passereaux. La prsence dun ouvrage qui maintien un niveau deau dans le marais jusquau printemps et la prsence dune vgtation herbace assez haute (du fait de la faible pression de pturage) permettent le nichage des anatids et la nidification des oiseaux deau. Les enjeux de ce marais concernent le maintien dune activit agricole extensive pour laisser une vgtation rase et la mise en place dune gestion du niveau deau dans le marais pour favoriser lhabitat des oiseaux deau.
104
PREMIRE PARTIE
La partie prive du marais du Mesnil prsente un intrt pour lhabitat des passereaux malgr les cultures grce un rseau de haies connectes. Un plan deau offre un habitat potentiel pour les oiseaux deau, hors priode de chasse. Les enjeux du marais priv du Mesnil sont : lentretien des roselires actuellement en cours denfrichement et le remplacement des cultures par des prairies. La partie sud du marais de la Folie est compose dun plan deau dune vingtaine dhectares. Au sud de ce plan deau, les saules et roseli res forment un habitat favorable la nidification des canards. Au nord du plan deau, une roselire offre un site de repos et dalimentation et probablement de nidification pour les canards. La partie nord du marais de la Folie est labandon. Elle est compose de petites roselires en cours de boisement par les saules. Ce marais constitue un habitat unique dans la basse valle du Couesnon mais son asschement en t (Figure 3.10), du un bilan hydrique ngatif, limite son rle daccueil de lavifaune (Beaufils, 2001). Un entretien des ouvrages hydraulique et une gestion du marais par les diffrents acteurs permettraient de maintenir un niveau deau toute lanne et ainsi favoriser un habitat pour les migrateurs post-nuptiaux. Ce marais fait actuellement lobjet dun projet dacquisition par le Conseil Gnral dIlle et Vilaine dans le cadre de la politique des Espaces Naturels Sensibles. Lensemble des marais privs du bas Couesnon est en zone de premption par le Conseil Gnral dIlle et Vilaine.
tel-00731169, version 1 - 12 Sep 2012
Figure 3.10 Marais de la Folie sec, juin 2011. Crdit P. Chevassu
Les zones humides tributaires de bas-fonds nont actuellement pas fait lobjet de diagnostic cologique rcent. Elles sont pour la plupart en cours denfrichement et prsentent un caractre humide du fait de labandon de lentretien des fosss. Mais certaines dentres elles sont dgrades, draine et mise en cultures et particulier dans la partie nord de la ZAA. Les zones humides de bas-fonds sont associes au cours deau tributaires du Couesnon forment des corridors cologiques. Les relevs piscicoles des cours deau rvlent la prsence de truite fario, espce indicatrice de bonne qualit des eaux. Un des enjeux est la protection des zones humides vis--vis de la mise en culture, mais aussi le dfrichement et le retour dune agriculture extensive afin de mettre un place des habitats ouverts . 3.1.4. La Zone Atelier Armorique : un rseau de recherches pluridisciplinaires La Zone Atelier Armorique fait lobjet de recherches pluridisciplinaires sur les relations entre la socit et lenvironnement. Les recherches, orientes vers laide laction publique, portent principalement sur les effets des changements paysagers et climatiques sur la biodiversit et les flux abiotiques dans les systmes agricoles. La Zone Atelier Armorique appartient au rseau national des Zones Ateliers de lINstitut Ecologie et Environnement (INEE) du CNRS depuis 105
CHAPITRE 3 :
LES SITES DTUDE
1993 ainsi quaux rseaux europens LTER-Europe (European Long-Term Ecosystem Research network) et internationaux ILTER (International Long Term Ecological Research), sites de recherche long terme en cologie du paysage (Lvque et al., 2000). Les recherches effectues sur le site de Pleine-Fougres sont donc menes de faon pluridisciplinaires, en associant cologues, gographes, agronomes, hydrologues, gochimistes, archologues, sociologues, psychologues. La Zone Atelier Armorique permet de produire des bases de donnes spatialises communes toutes les quipes de recherche travaillant sur ce site, comportant des observations sur le suivi multi-temporel de loccupation des sols (Houet et al., 2010), le rseau de haies et son volution (Vannier et Hubert-Moy, 2010), la gestion des bordures de champs (Delattre et al., 2010), les stratgies dutilisation des terres, la biodiversit (Clmence Vannier et al., 2011; Fahrig et al., 2011), le suivi de leau en termes de quantit (Marechal et al., 2012) et qualit (Clment et al., 2003). Il sagit dune ressource fondamentale, un vritable support de recherches pluridisciplinaires. Des dbats et des rencontres de sensibilisation aux processus environnementaux sont rgulirement organiss entre les chercheurs, les agriculteurs et les scolaires sur ce site. tel-00731169, version 1 - 12 Sep 2012 3.2. Le bassin versant de la Lizonne : le soutien aux tiages, un enjeu majeur 3.2.1. Caractristiques du bassin versant Le bassin versant de la Lizonne est situ au sud-ouest de la France. Il sagit dun sous bassin-versant de la lIsle-Dronne, qui lui-mme est un sous bassin-versant de la Dordogne (Figure 3.1). Dune superficie de 650 km, il stend sur les rgions Aquitaine et PoitouCharentes, plus prcisment cheval entre les dpartements de la Dordogne et de la Charente. Le climat y est de type ocanique dgrad avec des hivers doux, des ts chauds et un cumul annuel de prcipitation compris entre 800 et 1 000 mm/an. Les amplitudes thermiques inter-mensuelles sont fortes (Lemoine 2009). Le bassin de la Lizonne possde une grande variabilit gologique (Servant, 1970). Certains secteurs du bassin-versant sont soumis des pressions agricoles trs fortes. De nombreux affluents sont surexploits par lirrigation en grande partie pour la culture du mas et se trouvent rgulirement mis sec. De plus, les amnagements agricoles ont trs largement fragilis les systmes hydrographiques en dtruisant une bonne partie des zones humides de fonds de valles. Lhtrognit gologique du bassin-versant combine lhtrognit de la pression dirrigation permet de distinguer trois types de sous bassins (Figure 3.11) et Tableau 3.2 : la Lizonne amont et la Belle o ltiage naturel est modr et peu exploit par lagriculture; le Voultron, la Pude et la Lizonne dans son ensemble o ltiage naturel est intense et exploit intensivement par lagriculture ; la Sauvanie o ltiage naturel est modr et exploit intensivement.
106
tel-00731169, version 1 - 12 Sep 2012
Voultron - Socle dur et terrains argileux - Aquifres de surfaces - Absence de failles, karst - Peu de perte - Nombreuses sources Manorre - Terrains argileux impermables - Absence de failles, karst - Peu de perte - Quelques sources superficielles RISQUE NATUREL FAIBLE RISQUE NATUREL FAIBLE
Roncenac - Terrains durs lest - Terrains tendres louest - Peu de failles - Sources productives peu nombreuses - Peu de pertes
RISQUE NATUREL MOYEN Lizonne amont - Lizonne 2 Belle - Socle dur - Aquifre du turonien karsitifi affleure - Failles - Peu de sources - coulement de leau en profondeur - Risque de perte RISQUE NATUREL FORT
Lizonne 3 (+ ru Fontaine) - Valle : terrains durs - Coteaux : terrains plus permables (aquifres superficiels) - Sources prsentent mais peu profondes - Peu de pertes
RISQUE NATUREL MOYEN
Lizonne 4 Lizonne 5 - Socle crayeux tendre - Failles - Tourbires - Rsurgences - Nombreuses sources RISQUE NATUREL FAIBLE
Pude - Amont : terrain dur, peu de failles - Aval : terrain tendre ; failles, tourbires - Amont : peu de sources - Aval : nombreuses sources, rsurgences, quelques pertes RISQUE NATUREL MOYEN RISQUE NATUREL FORT
Figure 3.11 Carte des risques ltiage en fonction du contexte gologique des sous bassin -versants de la Lizonne (in Lemoine, 2009).
Sauvanie - Terrain tendre trs karstifi - Aquifres superficiels - Quelques failles - Sources nombreuses mais faible dbit - Nombreuses pertes, coulement en profondeur
107
PREMIRE PARTIE
CHAPITRE 3 :
LES SITES DTUDE
Tableau 3.2 Ratio dirrigation des principaux bassins-versants de la Lizonne. Source Lemoine, 2009 Sous bassin-versant Lizonne Belle Sauvanie Voultron Pude Surface (ha) 63 400 7 225 6 400 5 349 7 300 Surface irrigue (ha) 3 675 88 399 465 843 Ration dirrigation (%) 05,8 01,2 06,2 08,7 12,0
tel-00731169, version 1 - 12 Sep 2012
En termes de rseau hydrographique, lchelle du bassin-versant, la densit de drainage, qui est croissante selon un gradient nord/sud, peut sexpliquer par la gologie (le substratum serait moins permable en aval du bassin ce qui provoquerait plus dcoulement de surface et formerait un rseau plus dense) et par les amnagements effectus pour augmenter la vitesse de ressuyage des sols (Clment et al., 2011). Au niveau du paysage, laction anthropique est visible sous quatre formes : le recalibrage du lit de diffrents cours deau (Figure 3.12, a), le drainage souterrain dans les parcelles de mas principalement (Figure 3.12, b), la cration de biefs de drivation pour lalimentation des moulins (Figure 3.12, c) et le drainage superficiel par la cration de fosss (Figure 3.12, d). Ces quatre types damnagements peuvent contribuer dtriorer les fonctions des zones humides notamment hydrologiques.
Figure 3.12 Les principaux amnagements modifiant la morphologie du rseau hydrographique de la Lizonne : (a) recalibrage de cours deau ; (b) drainage souterrain de parcelles de mas ; (c) bief de drivation pour lalimentation des moulins ; (d) cration de fosss. Crdits : J. Fnon
3.2.2. Des tiages svres Le bassin versant de la Lizonne est caractris par des tiages estivaux svres (SOCAMA Ingnieurie, 1998; Lemoine, 2009) lis aux exigences de lagriculture intensive. Ce mode de gestion agricole ncessite la fois un drainage des sols et une irrigation importante. EPIDOR a fix des Dbits Objectif tiage (DOE) qui conditionnent la restriction de prlvement. Depuis 108
PREMIRE PARTIE
1986, il apparait que les jours de dpassement des DOE aient t particulirement importants sur les priodes 1989-1991, 1996-1998 et 2003-2006 (Figure 3.13).
tel-00731169, version 1 - 12 Sep 2012
Figure 3.13 volution du nombre de jours annuels de dpassement du Dbit Objectif tiage sur le bassinversant de la Lizonne entre 1986 et 2009 (Source : EPIDOR)
Aujourdhui, ces pratiques agricoles entrainent une forte pression sur les zones humides (Figure 3.15). Celles-ci sont draines et les cours deau recalibrs. Actuellement, les zones humides, qui reprsentent environ 9% de la surface totale du bassin versant, sont protges surtout lamont du bassin versant qui est inclus dans le primtre du Parc Naturel Rgional (PNR) du Prigord-Limousin. De plus, la partie amont de la valle de la Lizonne est intgre dans linventaire Natura 2000 en raison de la prsence despces menaces comme le vison dEurope, lcrevisse pattes blanches, la bouvire, le toxostome ou le fadet des laches. Enfin, le bassin versant de la Lizonne possde des tourbires classes ZNIEFF. Une cartographie de lensemble des Zones Dominante Humide (ZDH) a t effectue en 2009 la demande dEPIDOR afin de fournir un document de port connaissance aux lus locaux (Figure 3.14). Il s'agit d'une approche descriptive de ces zones, qui reprend une mthode dj mise en uvre pour lAgence de lEau Seine-Normandie (I-MAGE CONSULT, 2006). Lintrt de cette mthode, cest quaudel des zones humides fort intrt patrimonial, elle permet de reprer lensemble des autres zones parfois qualifies dordinaires, mais qui peuvent prsenter un fort potentiel vis--vis dautres fonctions, notamment de la ressource en eau. Le travail consiste dans un premier temps raliser un masque discriminant les zones humides potentielles et les zones prsumes non humides, laide de diverses couches gographiques disponibles. Les zones prsumes humides sont ensuite interprtes partir notamment dorthophotoplans, dimages satellitales (de type Landsat ETM+), de fonds topographiques et de cartes gologiques. Cette tape sappuie sur des cls dinterprtation tablies suite des travaux de terrain. On en dduit loccupation du sol, au niveau des zones humides, avec une typologie proche des typologies Corine Land Cover et EUNIS. La mthode utilise combine donc traitements analogiques (PIAO : photo-interprtation assiste par ordinateur), traitements numriques (Image Satellite, donnes altimtriques (MNT), donnes thmatiques,), et relevs de terrain (cls dinterprtation et de validation). Son chelle de validit est le 1/50 000me. Elle a lavantage de donner des rsultats trs fiables et homognes pour un budget relativement abordable.
109
CHAPITRE 3 :
LES SITES DTUDE
Les ZDH sont majoritairement composes de terres arables (47,6 % de la surface totale), signe de dgradation par le drainage. Ces observations sont particulirement prononces sur la valle de la Pude (Figure 3.15). Les prairies humides et les boisements forte naturalit reprsentent respectivement 28,1 et 13,9 % de la superficie totale des ZDH et sont essentiellement localises sur la partie amont du bassin-versant de la Lizonne. Les boisements artificiels (2,3 % de la surface totale), correspondant des peupleraies, sont localiss sur les parties intermdiaires et aval de la Lizonne. Les tourbires reprsentent 1 % de la surface totale et sont localises sur les sites de Vendoire (sous bassin de la Sauvanie) et Vertillac (Lizonne intermdiaire). Llaboration actuelle du SAGE Isle-Dronne semble fdrer les diffrents gestionnaires des zones humides que sont EPIDOR, le PNR Prigord-Limousin, le Syndicat Intercommunal dAmnagement Hydraulique et les associations de protection de la nature. EPIDOR est ltablissement Public Territorial du Bassin (EPTB) de la Dordogne. Son action relve d'une mission d'intrt gnral : agir pour une gestion durable de l'eau, des rivires et des milieux aquatiques. tel-00731169, version 1 - 12 Sep 2012 Il a t reconnu par arrt du prfet coordonnateur du bassin Adour Garonne en novembre 2006. EPIDOR est membre fondateur de l'association franaise des EPTB. Lobjectif principal dEPIDOR est de formuler des stratgies appropries aux problmes du bassin versant de la Dordogne et les mettre rapidement en uvre en respectant quatre principes : Concevoir laction lchelle du bassin versant Clarifier les responsabilits et les comptences des diffrents acteurs dans le respect du principe de subsidiarit Mettre en cohrence la politique de leau et les autres politiques menes sur les bassins versants (agriculture, urbanisation, industrie) Trouver les moyens ncessaires pour mettre en uvre des politiques ambitieuses sur le bassin versant de la Dordogne. EPIDOR est organis en sept grandes missions complmentaires : Stratgie et administration gnrale Qualit des eaux Quantit d'eau et dynamique fluviale Poissons migrateurs et milieux naturels Gestion cologique des cours d'eau Observatoire de bassin Gestion intgre : schmas d'amnagement et de gestion des eaux (SAGE), plan de gestion d'tiage (PGE), contrats de rivire
110
PREMIRE PARTIE
Figure 3.14 Carte des Zones Dominante Humide du basin-versant de la Lizonne. Source : EPIDOR
tel-00731169, version 1 - 12 Sep 2012
111
CHAPITRE 3 :
LES SITES DTUDE
Figure 3.15 Zone humide dgrade et cours deau recalibr sur la valle de la Pude. Crdit : EPIDOR
Les gestionnaires souhaitent limiter les tiages et prserver la ressource en eau du bassin versant. Parmi les rflexions envisages, EPIDOR a souhait valuer le rle des zones humides et du rseau de drainage dans le fonctionnement hydrologique du bassin, plus particulirement pour sa fonction de soutien ltiage. tel-00731169, version 1 - 12 Sep 2012 3.2.3. Le programme INTERREG WAT
Figure 3.16 Localisation des sept bassins-versants retenus pour le projet WAT. Source : http://www.waterandterritories.eu/portail/page/projet/9-un-projet-de-territoires.html
Le programme de coopration territoriale europenne INTERREG IV B Espace SudOuest Europen a pour objectif de contribuer une rflexion gnrale sur la vulnrabilit et les usages durables de la ressource en eau. Ce programme est constitu de vingt-huit projets dont le projet Water and Territories (WAT). WAT a t lanc en avril 2009 afin de mutualiser des connaissances en matire de gestion durable de la ressource en eau et de son lien avec 112
PREMIRE PARTIE
lamnagement du territoire. Pour rpondre cet objectif, huit collectivits de trois pays diffrents (Espagne, France et Portugal) ont t retenues, ce qui reprsente sept bassins-versants (Figure 3.16). Un des trois sites dtude franais retenus dans le cadre de ce programme est le bassin versant de la Lizonne, qui relve de ltablissement Public Territorial du Bassin de la DORdogne (EPIDOR). Ltude sur le site de la Lizonne a t ralise par le laboratoire COSTEL UMR CNRS 6554 LETG (Climat et Occupation du Sol par TELdtection) lUMR CNRS ECOBIO 6553 et lUMR INRA SAS (Sol Agro et hydrosystme Spatialisation) 1069. Elle comporte troi s phases : La premire correspond la cartographie du bassin-versant de la Lizonne, du rseau hydrographique et des zones humides. La seconde traite de lvaluation de ltat fonctionnel des zones humides en relation avec les usages des sols et les amnagements raliss sur le bassinversant partir dune approche spatiale intgre. Enfin la troisime phase tudie lhydrologie lchelle du bassin-versant de la Lizonne et de ses principaux affluents. Cette thse sinscrit dans les phases 1 et 2 de ltude.
tel-00731169, version 1 - 12 Sep 2012
113
CHAPITRE 3 :
LES SITES DTUDE
Nos recherches sont menes sur deux sites de louest de la France aux caractristiques diffrentes. Le site de la ZAA (110 km) prsente un substrat impermable, un rseau hydrographique dense et une agriculture oriente vers llevage avec des zones humides globalement ptures. A linverse, le secteur du bassin versant de la Lizonne (650 km) est globalement caractris par des tempratures estivales plus leves, un substrat permable, un rseau hydrographique lche et une agriculture cralire intensive qui ne tient pas compte des zones humides. Sur le secteur des bas marais du Couesnon, le principal enjeu est le maintien de la biodiversit qui passe par une meilleure gestion hydraulique des zones humides. Pour cela, une meilleure comprhension de leur fonctionnement sur lensemble du site est ncessaire. Le bassin versant de la Lizonne est quant lui soumis des tiages estivaux svres. Dans ce contexte, les recherches menes dans le cadre du programme europen INTERREG-WAT visent valuer le rle des zones humides dans le fonctionnement hydrologique du bassin-versant pour maintenir une ressource en eau suffisante pour les cosystmes en place et les usages de leau. tel-00731169, version 1 - 12 Sep 2012 Nos travaux sur lvaluation fonctionnelle des zones humides visent laborer une mthodologie robuste permettant de spatialiser les fonctions des zones humides lchelle de bassins-versants. Ainsi, cette mthodologie doit pouvoir sappliquer des sites sinscrivant dans des contextes gographiques contrasts et rpondre des enjeux diffrents.
114
CONCLUSION DE LA PREMIRE
PARTIE
Lanalyse de ltat de lart effectu dans cette premire partie a permis de dfinir les zones humides dun point de vue fonctionnel, et de de prsenter lenjeu de la spatialisation de leurs fonctions. Parmi la multitude de dfinitions existantes sur les zones humides, nous avons choisi de retenir la dfinition labore dans le cadre du programme de recherche europen EVALUWET : Les zones humides sont des cosystmes varis dont les fonctions hydrologiques, biogochimiques et cologiques rsultent de diffrentes sources et modalits spcifiques lies aux inondations et/ou la saturation en eau et leur priodicit. Elles se dveloppent dans un large ventail de paysages, compter d'une profondeur (hauteur) d'eau permanente ou temporaire infrieure 2 m. Elles prsentent des substrats et des sols hydromorphes et des biocnoses adaptes l'inondation et/ou la saturation en eau et aux conditions d'anarobiose associes (Maltby, 2009). Contrairement aux autres dfinitions, celle-ci dfinit les zones humides non seulement par rapport des critres dtat que sont la prsence deau, de sol hydromorphes et dune vgtation hygrophile, mais aussi par rapport des fonctions lies lhydrodynamique du systme. En ce sens, elle nous est apparue adapte lvaluation des zones humides dun point de vue fonctionnel. La spatialisation des fonctions des zones humides peut seffectuer selon diffrentes typologies. Parmi les typologies fonctionnelles existantes, lapproche FAP (Functional Assessment Procedure) nous est apparue intressante retenir, car la complexit des zones humides est traite avec cette approche travers lidentification de fonctions distinctes pour chaque unit hydrogomorphologique ou HGMU HydroGeoMorphic Units, surface caractrise par trois critres associs, la gomorphologie, la vgtation et le sol (Maltby, 1994 ; Clment et al., 1996). Toutefois, cette approche, na, jusqu prsent, t applique que sur des sites de taille restreinte, ne dpassant pas quelques hectares. Nous cherchons donc lappliquer en utilisant des donnes de tldtection afin de mener une valuation fonctionnelle de zones humides non sur un site de quelques hectares seulement mais sur lensemble des zones humides dun bassin versant. Les donnes de tldtection THRS offrent lopportunit de spatialiser des chelles fines les critres qui conditionnent (microtopographie, rseau hydrographique) ou qui tmoignent (formations vgtales, eau libre, sols) de lhydrodynamique des zones humides. La microtopographie peut tre spatialise avec une prcision centimtrique mme sous couvert arbor grce aux donnes LiDAR. Le rseau hydrographique, en particulier le rseau de fosss pourrait ainsi tre identifi. Le suivi de la dynamique des surfaces en eau ou de lhumidit des sols peut tre effectu partir dune srie temporelle de donnes RADAR qui prsentent lavantage de ne pas tre sensibles la couverture nuageuse ou lclairement solaire. Les formations vgtales peuvent tre cartographies partir de donnes THRS optiques multispectrales ou hyperspectrales. Par ailleurs, lapproche oriente-objet, largement utilise aujourdhui en traitement dimages pour des applications dans des domaines varis, apparat adapte pour traiter
tel-00731169, version 1 - 12 Sep 2012
les images THRS afin de caractriser les diffrents critres dtat rvlateurs du fonctionnement des zones humides. Nous avons choisi dvaluer les fonctions des zones humides sur deux sites tudes qui sont concerns par des enjeux diffrents. La ZAA site de Pleine Fougres- prsente un fort enjeu de prservation de la biodiversit ornithologique, piscicole et vgtale associe sa proximit avec la Baie du Mont-Saint-Michel. Le second site, le bassin versant de la Lizonne, sous bassin de la Dordogne, est affect par des tiages svres rcurrents se produisant dans un contexte dagriculture cralire intensive. Lenjeu majeur sur ce site est la restauration des fonctions hydrologiques des zones humides. Lapproche que nous avons retenu permet a priori dvaluer les principales fonctions des zones humides de ces deux sites, tant sur le plan hydrologique que biogochimique ou cologique. Ainsi, la dmarche dvaluation fonctionnelle globale que nous avons mise en uvre sur le site de la ZAA a t ensuite applique sur le site de la Lizonne afin dvaluer son niveau de reproductibilit. Plusieurs types de donnes de tldtection permettent de driver des indicateurs afin dvaluer les fonctions des zo nes humides. Prcisons que parmi celles-ci, nous avons choisi dvaluer uniquement les images optiques THRS (multispectrales et LiDAR), encore peu tudies pour cela. Nous navons pas valu les images RADAR pour deux raisons : elles ntaient disponibles que sur le site de la ZAA ; le traitement de ces donnes avait dj t ralis pour valuer lvolution de leau libre sur ce site (Marchal et al., 2012). Nous nous sommes donc limits nous appuyer sur les rsultats de cette tude et plus gnralement de la littrature- pour estimer lintrt des images RADAR pour valuer les fonctions des zones humides.
tel-00731169, version 1 - 12 Sep 2012
116
DEUXIME PARTIE
DLIMITATION ET CARACTRISATION
DES ZONES HUMIDES PAR
tel-00731169, version 1 - 12 Sep 2012
TLDTECTION
tel-00731169, version 1 - 12 Sep 2012
INTRODUCTION DE LA DEUXIME
PARTIE
La seconde partie de ce manuscrit prsente une tude des potentialits des donnes de tldtection THRS pour dlimiter et caractriser de faon dtaille les zones humides des sites de la Zone Atelier Armorique et de la Lizonne de faon pouvoir mener une valuation des fonctions de ces zones humides sur lensemble de ces sites. Lanalyse bibliographique des travaux scientifiques ralise dans la partie prcdente a montr la ncessit de caractriser et de cartographier la microtopographie, le rseau hydrographique et les formations vgtales des zones humides pour valuer leurs fonctions. Par ailleurs, des publications rcentes ont montr le potentiel des donnes de tldtection THRS pour spatialiser ces caractristiques du milieu sur des sites test de quelques ha prsentant un paysage homogne. tel-00731169, version 1 - 12 Sep 2012 Lobjectif dfini dans cette partie est dvaluer : il sagit dune part dvaluer les potentialits et les limites de plusieurs types de donnes de tldtection THRS pour caractriser la microtopographie, le rseau hydrographique et les formations vgtales des zones humides. Nous cherchons aussi comparer deux approches de traitement de donnes, la classification automatique et la photo-interprtation assiste par ordinateur, afin de savoir quel point il est possible dautomatiser les traitements pour gagner en gnricit. Le chapitre 4 aborde la question de la dlimitation des zones humides travers lanalyse comparative du type de donne utilis (photographies ariennes anciennes et donnes LiDAR) dune part, et de la mthode applique (photo-interprtation assiste par ordinateur ou traitement automatis), dautre part. Cette approche, applique sur le site de la ZAA, vise dterminer le type de donnes le plus adapt et la mthode la plus robuste pour dlimiter les zones humides potentielles et effectives. Le cinquime chapitre est centr sur lvaluation comparative du potentiel des donnes de tldtection optiques THRS de type passif (images SPOT-5, Kompsat2, Quickbird, BD ORTHO et BD ORTHO IRC) et de type actif (donnes LiDAR) pour lidentification et la caractrisation du rseau hydrographique. Les donnes sont traites sur les sites de la ZAA et du bassin-versant de la Lizonne avec deux approches, lapproche oriente objet et la photo-interprtation assiste par ordinateur, afin de dfinir la mthode la plus adapte pour identifier de faon exhaustive et caractriser lensemble du rseau hydrographique inclus dans les zones humides. Le sixime chapitre est consacr la caractrisation fine des formations vgtales des zones humides. Pour cela, des donnes optiques THRS de type passif acquises en t (BD ORTHO), en dbut dautomne (images SPOT-5 et KOMPSAT-2) et en hiver (image Quickbird) sont values comparativement sur le site de la ZAA. Lvaluation des donnes LiDAR est galement effectue sur les sites de la ZAA et du bassin-versant de la Lizonne.
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 4 : LA DLIMITATION DES ZONES HUMIDES

Introduction ................................................................................................................................. 122 4.1. Mthodologie ....................................................................................................................... 123
4.1.1. Donnes et site dtude ................................................................................................................ 123 4.1.2. Dlimitation des zones humides potentielles partir de donnes utilises classiquement ......... 126 4.1.3. Dlimitation des zones humides potentielles partir de donnes LiDAR ..................................... 128 4.1.3.1. Prtraitements ...................................................................................................................... 128 4.1.3.2. Traitements........................................................................................................................... 130 4.1.4. Dlimitation des zones humides effectives ................................................................................... 131 4.1.5. Validation ...................................................................................................................................... 132
4.2. Rsultats ............................................................................................................................... 133

4.2.1. Dlimitation des zones humides potentielles ............................................................................... 133 4.2.2. Dlimitation et dynamique des zones humides effectives ............................................................ 142
4.3. Discussion ............................................................................................................................. 143 Synthse du CHAPITRE 4 : ............................................................................................................ 146
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 4 :
LA DLIMITATION DES ZONES HUMIDES
INTRODUCTION
Lvaluation fonctionnelle des zones humides ncessite au pralable de les dlimiter sur lensemble dun territoire une chelle de prcision qui dpend de lobjectif vis. Dans le cadre dune dmarche de port connaissance, une prcision au 1/25 000me est suffisante. En revanche, une dlimitation lchelle intra-parcellaire est ncessaire dans le cadre dune dmarche oprationnelle de gestion et de conservation de ces milieux. Parmi les diffrentes typologies appliques pour dlimiter les zones humides (voir CHAPITRE 1 : section 1.3) lapproche PEEW (Mrot et al., 2006) est intressante, car elle intgre la notion defficacit fonctionnelle des zones humides dans la dmarche de dlimitation. Elle prend en considration les zones humides effectives (au sens de lArrt et de la Circulaire des 24 et 25 juin 2008 ) potentielles, c'est--dire les zones qui ont perdu leur caractre humide suite des amnagements anthropiques (drainage, remblais.), mais aussi efficaces sur le plan fonctionnel. Les fonctions des zones humides sexpriment au sein des zones humides efficie ntes. Certaines dentres elles sexpriment au sein des zones humides potentielles. tel-00731169, version 1 - 12 Sep 2012 Lapproche terrain , qui associe des relevs pdologiques et phytosociologiques, permet deffectuer une dlimitation des zones humides effectives lchelle intra -parcellaire, mais les ressources humaines ncessaires ne la rendent pas adapte la dlimitation exhaustive sur lensemble dun bassin versant. En complment de lapproche terrain , les donnes de tldtection peuvent contribuer la dlimitation des zones humides travers la caractrisation de la topographie et de la vgtation. Par exemple, une approche hybride utilisant des donnes de tldtection (images satellitaires Landsat TM, orthophotoplan) et des donnes SIG (BD ALTI de lIGN , inventaires du patrimoine naturel, couche du rseau hydrographique de la BD TOPO de lIGN ) a permis de cartographier les zones dominante humide sur de grands bassins versants (I-MAGE CONSULT, 2006a; I-MAGE CONSULT, 2006b). Cette cartographie, au 1/50 000me a permis de localiser les secteurs o la probabilit de rencontrer une zone humide effective est trs leve. En ce sens, elle est complmentaire de lapproche terrain qui reste ncessaire pour dlimiter prcisment les zones humides effectives au sens de larrt du 1 octobre 2009 et de la circulaire du 18 janvier 2010. La dlimitation des zones humides ne peut reposer sur lhydrodynamique. Sujette une grande variabilit temporelle, elle est difficilement identifiable, ce qui entrane des discussions entre les diffrents acteurs des territoires (Fustec et Lefeuvre, 2000). La micro-topographie, le sol et la vgtation sont des intgrateurs de lhydrodynamique passe et prsente et sont de bons critres de dlimitation (Maltby et Barker, 2009). En France, les limites externes suprieures des zones humides sont dtermines par la prsence dun sol hydromorphe -25 cm et dune vgtation hygrophile (Arrt et Circulaire des 24 et 25 juin 2008 ; Arrt du 01 octobre 2009, Lgifrance). Comment dlimiter les zones humides lchelle de bassins versants entiers en sappuyant sur les critres de la micro-topographie, de la prsence dun sol hydromorphe et dune vgtation hygrophile ? Sur des milieux plats, une variation de quelques centimtres (ex : un bourrelet alluvial) peut modifier significativement lhydrodynamique et la rponse de la vgtation (Clment et al., 1996). Face aux limites des MNT (Modle Numrique de Terrain) labors partir de photographies ariennes ou dimages satellites, les donnes altimtriques de type LiDAR ouvrent 122
DLIMITATION ET CARACTRISATION DES ZONES HUMIDES PAR TLDTECTION
DEUXIME PARTIE
de nouvelles perspectives pour caractriser finement la microtopographie (Tyr et al., 2003; Hopkinson et al., 2005). Les sols hydromorphes peuvent tre caractriss partir de donnes optiques THRS (Bailly et al., 2003) ou thermiques (Bendjoudi et al., 2002), mais sans suivi temporel et uniquement sur des surfaces peu vgtalises. Les suivi de lhumidit des sols partir de donnes RADAR est encore exprimental puisque le signal RADAR est sensible la fois lhumidit du sol et la rugosit de la vgtation (Wagner et al., 2007 ; Schmitt et al., 2011). La dtection et la caractrisation de la vgtation hygrophile par tldtection sont des questions qui ont t trs largement tudies, que cela soit partir de donnes satellitaires THRS (Laba et al., 2008; Hubert-Moy et al., 2006; Civco et al., 2006) ou de photographies ariennes (Cowardin et Myers, 1974; Anderson et Wobber, 1973)etAndersonet. Les photographies ariennes acquises entre la seconde moiti du XXme sicle et les annes 90 permettent dtudier lvolution de lemprise et de ltat des zones humides effectives. Les photographies panchromatiques permettent de mettre en vidence lhumidit des sols, tandis que les photographies en infrarouge sont adaptes lidentification et la caractrisation de la vgtation (Bariou et Lecamus, 1978). tel-00731169, version 1 - 12 Sep 2012 Les objectifs de ce chapitre sont dvaluer les donnes de tldtection actuellement disponibles pour dlimiter les zones humides potentielles avec une prcision suffisante pour pouvoir valuer ensuite leurs fonctions. Pour cela, nous avons choisi de nous inscrire dans le cadre de lapproche PEEW. Ainsi, nous cherchons dans un premier temps dlimiter les zones humides potentielles en utilisant des donnes LiDAR. Lvaluation de ces dernires est effectue en comparant les rsultats obtenus avec la dlimitation ralise partir de donnes topographiques utilises classiquement. Dans un deuxime temps nous visons dlimiter les zones humides effectives au sein des zones humides potentielles en montrant leur volution depuis quelques dcennies partir de lexploitation dune srie de photographies ariennes. La dmarche mise en uvre pour dlimiter les zones humides potentielles et effectives a t applique sur la Zone Atelier Armorique, qui associe les bas-marais du Couesnon et de petites zones humides de bas fonds des tributaires du Couesnon. 4.1. Mthodologie 4.1.1. Donnes et site dtude La cartographie des zones humides est effectue sur les 130 km du site de PleineFougres localis dans la Zone Atelier Armorique (ZAA, voir CHAPITRE 3 : section 3.1). Ce site comporte deux types de zones humides : les vastes marais de la valle du Couesnon et les petites zones humides de bas-fonds associs aux tributaires du Couesnon. En 2010, aucun inventaire exhaustif des zones humides ntait disponible, mme si quelques tudes avaient t menes sur la caractrisation de quelques secteurs situs au sein de ces zones humides (HubertMoy et al., 2003; Lano, 2008). Les donnes utilises dans ce chapitre sont le SCAN 25 de lIGN , la BD Scan -Gol du BRGM, le MNT (Modle Numrique de Terrain) produit par lIGN et les donnes LiDAR acquises par la socit Gophenix pour le laboratoire COSTEL. Les donnes topographiques et le SCAN 25 de lIGN sont disponibles au 1/25 000me alors que le Scan-Gol est au 1/50 000me (Tableau 4.1). Le SCAN 25 dcrit la topographie avec des courbes de niveau dont lintervalle altimtrique est de 2,5 m. La topographie est drive de relevs altimtriques ponctuels qui sont ensuite interpols. La prcision dexploitation est infrieure au 1/25 000me. Un MNT 123
CHAPITRE 4 :
avec une rsolution horizontale de 50 m est produit par lIGN partir de ces relevs altimtriques. Le Scan-Gol apporte une information sur la gologie, et donc les sols potentiellement hydromorphes. Cette couche dinformation est produite partir de relevs ponctuels (terrassement de routes, forages) qui sont ensuite interpols. Mme si cette couche est disponible au 1/50 000me, sa prcision dexploitation est infrieure.
Tableau 4.1 Caractristiques des couches dinformations spatiales utilises COUCHE BD Scan-Gol Scan 25 MNT IGN MNT LiDAR FORMAT Raster Raster Raster Raster DATE DE PRODUCTION 1995 1996 1996 2009 RSOLUTION 1/50 000me 1/25 000me 50 m 0,5 m SOURCE BRGM IGN IGN Gophenix
tel-00731169, version 1 - 12 Sep 2012
La mission LiDAR a t ralise par la socit GoPhnix le 5 avril 2009, avant la feuillaison, avec un capteur Leica ALS 50 SN63 (Airbone Laser Scaning). Les paramtres dacquisitions et la date de vol ont t dtermins par le laboratoire COSTEL (L. Hubert-Moy) de faon obtenir une bonne prcision de la topographie avec une densit fixe 4 points au sol/m, et une prcision altimtrique 10 cm (Tableau 4.2). Lacquisition des donnes LiDAR a t effectue dans la bande du proche infrarouge (1,064 m) avec un angle de 28, une frquence de pulsation de 150 KHz et une vitesse de balayage de 54 Hz. Toutes les donnes LiDAR ont t gorfrences en temps rel en Lambert-RGF93/IGN-69 partir dun GPS diffrentiel reli la station du Rseau Godsique Permanent (RGP) de Dinard-Pleurtuit. Quarante-cinq lignes de vol ont t effectues pour couvrir lensemble de la ZAA-site de Pleine Fougres. Aprs lacquisition, les donnes LiDAR x-y-z-I ont t importes dans le logiciel TerraScan (TerraSolid, Finlande) pour y tre prtraites et classes en mesures sol et non sol (Axelsson, 1999). Pour cela, seuls les points correspondant au dernier retour ont t analyss en quatre tapes : (1) Dfinition dune grille identifiant les points les plus bas afin dviter de classer les btiments en points sol ; (2) Cration dun TIN (Triangulated Irregular Network) partir des points les plus bas identifis prcdemment, ce qui permet dobtenir une premire approximation de la surface du sol ; (3) Classification itrative de nouveaux points sol qui remplissent certains critres de distance et dorientation en lien avec les triangles qui les contiennent (Sithole, 2005) ; (4) Contrle manuel et correction finale de la classification des points sol . La densit et la prcision des retours LiDAR classs sol diminuent avec le taux de couverture vgtale (Hopkinson et al., 2005), ce qui explique que lacquisition des donnes doit tre effectue avant la feuillaison. A lissue de la phase de classification, la densit moyenne de retour sol est de 4 pts/m. Lvaluation de la prcision horizontale et verticale des donnes LiDAR sera traite dans le CHAPITRE 5 : section 5.2.
124
DEUXIME PARTIE
Tableau 4.2 Paramtres dacquisition des donnes LiDAR sur la ZAA (sources Gophnix) Paramtre Angle de Scan Vitesse de vol Hauteur de vol PRF Scan rate Densit de points moyenne Prcision en X et Y Prcision en Z Date dacquisition Valeur 28 110 1330 150000 54 4,0 0,3 0,12 05/04/2009 Unit Degr Kts Mtres Hertz Hertz Points/Mtre carr Mtre Mtre Dd/mm/yyyy
tel-00731169, version 1 - 12 Sep 2012
Trois sries de photographies ariennes acquises en 1952, 1978 et 2006 ont t utilises pour dlimiter les zones humides effectives au sein de lenveloppe de zones humides potentielles (Figure 4.1). Les photographies ariennes de 1952 ont t acquises le 21 mai, en pleine priode de croissance vgtative. Les zones humides de bas-fonds taient principalement composes de prairies humides utilises pour la pture extensive et la fauche (Baudry et Thenail, 2004). A cette priode de lanne, les prairies de bas-fonds de valles sont encore satures en eau et ne sont pas encore fauches. Les marais de Sougal et du Mesnil sont dailleurs en core inonds. Dans les secteurs cultivs, certaines parcelles sont en sols nus et dautres ont une couverture vgtale importante. Les photographies de 1978 ont t acquises le 24 aot. Les prairies humides sont pour la plupart fauches avec une repousse bien marque. Elles sont peu satures, et seules quelques traces rsiduelles deau libres sont visibles sur les marais de Sougal et du Mesnil La majorit des cultures ont t moissonnes, lexception des mas. Les photographies de 2006 ont t acquises le 7 juin. Une partie des prairies humides vient dtre fauche. La saturation en eau des sols est encore bien prsente, en particulier sur les marais de Sougal et du Mesnil qui ont fait lobjet de projet de rhydratation (voir CHAPITRE 3 : section 3.1.3). Le couvert vgtal des cultures cralires est important lexception des cultures de mas. Les caractristiques des photographies sont prsentes Tableau 4.3. Contrairement aux photographies de 2006, ortho rectifies et gorfrences, les photographies ariennes de 1952 et 1978 ncessitent des corrections gomtriques pour tre exploitables sous SIG. Pour chaque date, une trentaine de clichs argentiques en noir et blanc ont t ncessaires pour couvrir la zone dtude. Chaque clich possde un recouvrement important avec ses voisins. Cette particularit permet de rogner les extrmits de chaque image, afin de ne conserver que le centre, moins affect par les dformations gomtriques et radiomtriques. Puis chaque clich est corrig gomtriquement de la BD Ortho 2006. Pour cela, des points damer ont t collects sur des btiments (corps de ferme, glise), des croisements de routes ou des ponts. Lerreur moyenne estime (RMSE) est infrieure 2 mtres.
125
CHAPITRE 4 :

Tableau 4.3 Caractristiques des photographies ariennes (source IGN)
NOM MISSION 1952_F 09161216_P_25000 1978_FR 3012 P_P_20000 2006_FD 3553_C_68
DATE ACQUISITION 21/05/1952 24/08/1978 07/06/2006
RSOLUTION 1/25 000me 1/20 000me 68 cm
MULSION Noir et Blanc Noir et Blanc Numrique Couleur
FORMAT 180 x 180 mm 230 x 230 mm 4096 x 4096 px
tel-00731169, version 1 - 12 Sep 2012
Figure 4.1 Extraits des photographies ariennes en 1952, 1978 et 2006 sur des zones humides de bas-fonds
4.1.2. Dlimitation des zones humides potentielles partir de donnes utilises classiquement La dmarche employe ici reprend en partie celle qui a t dveloppe pour cartographier les zones humides potentielles du bassin de la Seine Normandie et de la Dordogne (I-MAGE CONSULT, 2006a; I-MAGE CONSULT, 2006b). Les traitements sont effectus par photointerprtation en deux tapes (Figure 4.3). Premirement, lenveloppe de zones humides potentielles est identifie partir de critres gologiques. Plus prcisment, les sols de types alluvions, caractristiques des zones humides, sont identifis par photo-interprtation partir de la BD Scan-Gol. Dans un second temps, lenveloppe des zones humides est affine partir de critres topographiques. Il a t choisi ici de travailler avec lIndice Topographique de base, car des travaux de scientifiques luniversit de Jussieu (Curie et al., 2007) ont montr que les donnes climatiques napportaient pas dans la rgion de ltude beaucoup de valeur ajoute pour dlimiter les zones humides potentielles. Cet indice CTI (Compound Topographic Index) se calcule pour chaque pixel constituant laire tudie comme suit : CTI = ln (a/TAN) O a est l aire contributive (nombre de pixels) cest dire la surface sur laquelle chaque goutte deau qui tombe ruissellera jusquau pixel en question ; est la pente moyenne du pixel en question (exprime en degr)
126
DEUXIME PARTIE
Sur la zone dtude, les valeurs calcules de CTI sont comprises entre 9,1 et 27,7 (les valeurs les plus leves correspondant aux zones potentiellement les plus humides, voir Figure 4.2).
tel-00731169, version 1 - 12 Sep 2012
Figure 4.2 Valeurs du CTI sur lensemble de la ZAA
Suite de nombreuses vrifications sur le terrain et confrontations avec les cartes IGN au 1/25 000me et les Orthophotoplans de la BD ortho de lIGN, une valeur seuil unique du CTI ajuste sur lensemble de la zone dtude pour le classement zones humides potentielles a pu tre dtermine : cette valeur seuil a t fixe 16,12. Le masque des zones humides potentielles est ensuite affine partir du SCAN 25, en identifiant les fonds de valles, c'est--dire les secteurs compris entre le cours deau et la premire courbe de niveau (rsolution en z : 2,5m).
127
CHAPITRE 4 :
tel-00731169, version 1 - 12 Sep 2012
Figure 4.3 Les diffrents critres pris en considration dans la dlimitation des zones humides potentielles : (a) critre gologique (Scan-Gol, BRGM) ; (b) critre topographique (SCAN-25, IGN)
4.1.3. Dlimitation des zones humides potentielles partir de donnes LiDAR

4.1.3.1. Prtraitements
Les donnes LiDAR ont t livres dans un format brut sous la forme dun nuage de points. Il a donc t ncessaire de convertir ces donnes en images pour prparer la phase de traitements. Deux couches dinformation spatialises ont t drives des donnes LiDAR : un Modle Numrique de Terrain classique (MNT), normalis en fonction de laltitude de la mer, et un Modle Numrique de Terrain normalis par rapport laltitude du cours deau, appel Modle Numrique de Cours dEau (MNCE). Sur le MNT, laltitude au sein des zones humides varie la fois longitudinalement (de lamont vers laval) et latralement (du versant vers le fond de valle) alors que sur le MNCE, elle varie seulement latralement. Pour obtenir un MNT, les nuages de points classs sol ont t interpols par la mthode du plus proche voisin. En effet, les diffrentes travaux menes sur linterpolation des donnes LiDAR montrent que la mthode au plus proche voisin semblent apporter les meilleurs rsultats (Bater et Coops, 2009) compare aux mthodes TIN (Lane et DAmico, 2010; Hunt et James, 2010; Werbrouck et al., 2011), krigeage (Tyr et Pietroniro, 2005), spline (Cavalli et al., 2008; Maxa et Bolstad, 2009) ou Inverse Distance Weighting (Rosso et al., 2006). Cela est confirm dans les travaux prsents chapitre 5. La densit leve de points sol (4 pts/m) permet de driver un MNT avec une rsolution horizontale de 0,5 m. Pour obtenir un MNCE, il est dabord ncessaire de cartographier les cours deau partir du MNT, soit par photo interprtation ou soit par extraction automatique (voir CHAPITRE 5 : section 5.2). La mthode par extraction automatique est intressante car elle permet de cartographier les cours deau mais aussi les fosss. Une vrification par photo-interprtation est cependant ncessaire pour sassurer que seuls les cours deau soient conservs. La couche des zones humides potentielle obtenue partir du Scan-Go et du Scan 25, est ncessaire afin didentifier la zone dintrt. Le protocole gomatique suivant et prsent Figure 4.4 a t mis en uvre : pour chaque branche du rseau, le cours deau et la zone humide associe 128
DEUXIME PARTIE
sont isols sous SIG afin de travailler branche par branche (Figure 4.4, b); les polylignes reprsentant le cours deau et les limites approximatives de zones humides sont converties en points rpartis tous les 10 mtres (Figure 4.4, c) ; les altitudes des points correspondant au cours deau sont extraites partir du MNT driv des donnes LiDAR. Puis ces altitudes sont projetes aux points reprsentant la limite de la zone humide situs sur le mme transect par projection (Figure 4.4, d) ; les altitudes de chaque point sont interpoles, par mthode du plus proche voisin (voir CHAPITRE 2 : section 2.3.2.2,), afin de produire un plan de rfrence reprsentant laltitude du chenal sur lensemble de la zone humide (Figure 4.4, e) ; la diffrence entre le plan de rfrence de laltitude du chenal et le MNT permet de connatre la hauteur de chaque pixel par rapport au cours deau, et de produire le MNCE (Figure 4.4, f).
tel-00731169, version 1 - 12 Sep 2012
Figure 4.4 Protocole mis en uvre pour calculer le MNCE
La Figure 4.5 illustre lintrt du MNCE par rapport au MNT. Sur un tronon de 1 km de zone humide situ dans un bas-fond de valle encaiss, laltitude du MNT varie entre 31 et 80 mtres par rapport au niveau de la mer (Figure 4.5 a). Les secteurs les plus levs et les plus bas sont respectivement situs lamont et laval du tronon. La situation est diffrente quand on considre le MNCE puisque, pour le mme tronon, les valeurs altimtriques sont comprises entre -1 et 16 mtres (Figure 4.5 b). Dans ce cas, les secteurs les plus bas sont proximit du cours deau alors que les secteurs les plus levs sont sur les versants. En effet, laltitude est normalise par rapport au cours deau, ce qui neutralise la variation longitudinale (amont vers aval), et permet de ne conserver que la variation latrale (versant vers cours deau). La question de la dlimitation se pose justement sur cet axe latral, entre le cours deau et le versant.
129
CHAPITRE 4 :
tel-00731169, version 1 - 12 Sep 2012
Figure 4.5 Comparaison du MNT et du MNCE sur un tronon encaiss de zone humide
4.1.3.2. Traitements
Par photo-interprtation Lobjectif est de reprer les fonds de valles. Lanalyse de photo-interprtation partir du MNT et du MNCE consiste identifier les ruptures topographiques. Pour cela, le MNT est affich en niveau de gris, les secteurs les plus levs de la fentre daffichage du SIG tant de couleur blanc et les plus bas en noir. La photo-interprtation seffectue sur un critre de teinte et de forme : le secteur prsentant un fort contraste de teinte et une forme linaire sont susceptibles dtre une rupture topographique et donc une limite de zones humides. Par approche oriente-objet Les mthodologies utilises pour dlimiter automatiquement les limites des zones humides potentielles par approche oriente-objet sont diffrentes selon que lon utilise le MNT ou le MNCE. La mthode utilisant le MNT consiste segmenter par lalgorithme Contrast Split celui-ci de faon itrative pour obtenir des courbes de niveau tous les mtres. Cette approche de segmentation permet dobtenir des objets selon une valeur (ici altitude) donne. Les objets ayant une altitude moyenne suprieure 55 cm par rapport laltitude moyenne de ses objets voisins ont t exclus de lenveloppe de zones humides. Ce seuil de 55 cm a t choisi par calibration sur les sites test. La mthode utilisant le MNCE consiste identifier les altitudes par rapport au cours deau fixant la limite des zones humides. Nous posons ici lhypothse quil existe une relation entre lhydromorphie des sols et laltitude par rapport au cours deau. Cette hypothse est vrifie par les croisements effectus entre des cartes de vgtation terrain et le MNCE. Ces hauteursseuils, dtermines partir de relevs phytosociologiques, ont t fixes 1 mtre pour les zones 130
DEUXIME PARTIE
humides associes des cours deau dordre 1 4 sur lchelle de Strahler et 2,2 mtres pour les zones humides associes des cours deau dordre suprieur 4. Ces seuils correspondent la limite entre la vgtation mso-hygrophile et msophile. La segmentation de la zone humide a t effectue en utilisant par ces seuils avec lalgorithme Contrast Split , qui permet de segmenter les objets (ici les zones humides potentielles) selon des valeurs (ici les seuils) dfinies. Cette segmentation permet daffiner les limites entre le versant et la zone humide mais aussi avec les bourrelets alluviaux (non humides). Lavantage de lapproche utilisant le MNCE est de pouvoir indiquer un seuil altimtrique unique pour chaque valle ou portion de valle, ce qui est impossible partir du MNT. Ainsi, une valeur seuil peut tre facilement dtermine pour lensemble des zones humides partir du croisement du MNCE avec des relevs phyto sociologiques. 4.1.4. Dlimitation des zones humides effectives Les zones humides effectives sont caractrises par un sol hydromorphe et une vgtation hygrophile (Circulaires des 24 et 25 juin 2008 ; Arrt du 01 octobre 2009, Lgifrance) et sont comprises au sein de lenveloppe des zones humides potentielles (Mrot et al., 2006). Les photographies ariennes permettent didentifier les formations vgtales (Cowardin et Myers, 1974). Lobjectif de cette partie est de dfinir les zones humides effectives partir de lenveloppe des zones humides potentielles obtenue prcdemment et dune srie temporelle de photographies ariennes. La dtermination des zones humides effectives est obtenue sous SIG par soustraction des zones bties, des terres arables et des plans deau artificiels situs en bordure de lenveloppe des zones humides potentielles. A linverse, les prairies humides, les surfaces en eau temporaires et les bois humides sont des indicateurs de la prsence de zones humides effectives. Ces lments de loccupation des sols sont identifis par photo-interprtation des photographies ariennes. Sur les photographies ariennes de 1952 et 1978 (noir et blanc), les prairies humides et les surfaces en eau sont facilement identifiables. En effet, le mode dacquisition en mulsion panchromatique leurs confre une sensibilit lhumidit. Les surfaces en eau apparaissent en noir et les prairies humides, ont une teinte plus sombre et une rugosit plus marque que les prairies non humides ou les cultures. Les surfaces rcemment exonde en fin de printemps laissent apparaitre un dpt de vgtation aquatique sche qui apparait en blanc sur les photographies. Les surfaces boises ont une teinte trs sombre et une texture trs rugueuse. Les surfaces bties sont aussi facilement identifiables et apparaissent avec une teinte trs claire. Sur les photographies de 2006, en mulsion couleur, les critres didentifications de loccupation du sol sont un peu diffrents. Les prairies humides venant dtre fauches apparaissent en jaunes avec de traces de foins. Les prairies humides non fauches ont une teinte verte fonce avec parfois des teintes marrons signes dune saturation en eau. Les surfaces en eau libres apparaissent avec une teinte fonce et une texture lisse. Les terres cultives avec couvert vgtal et les prairies non humides ont une teinte de vert plus clair et une texture moins rugueuse que les prairies humides. Les surfaces boises ont une teinte verte fonce avec une texture trs rugueuse. Les surfaces bties et les terres arables sans couvert vgtal ont une teinte claire et une texture lisse.
tel-00731169, version 1 - 12 Sep 2012
131
CHAPITRE 4 :
4.1.5. Validation La qualit de la cartographie produite a t value partir de 54 relevs pdologiques (Figure 4.6) localiss par GPS (erreur horizontale <3m), et effectus sur les petites zones humides de bas-fonds de valles et les marais du Couesnon entre octobre 2009 et fvrier 2011. Une information sur lappartenance la zone humide potentielle (humide/non humide) a t associe chaque relev suivant les critres dhydromorphie des sols dfinis dans larrt du 01 octobre 2009 la circulaire du 18 janvier 2010 (voir CHAPITRE 1 : section 1.1.1.2). Les relevs pdologiques ont t classs en trois catgories dc hantillons de validation afin dapprcier la qualit de la dlimitation plusieurs chelles. La premire contient 30 points de contrle (relevs pdologiques) supposs loigns de la limite entre la zone humide. La seconde catgorie correspond lensemble des 54 points de contrle. La troisime inclut 15 points de contrle localiss proximit de la limite relle de la zone humide et rpartis en quatre sites. Le site A est localis au marais du Mesnil, sur une zone de transition entre la zone humide et un butte non humide appele le Saint Samson . Le site B se focalise sur un bourrelet alluvial, non humide, du Couesnon au sein du marais de Sougal. Le site C est galement localis sur le marais de Sougal, mais sur un pied de versant. Le site D concerne une petite zone humide de bas-fond de valle proximit de la source du Chesnelais, un petit tributaire du Couesnon. Le croisement spatialis des relevs pdologiques avec la dlimitation des zones humides obtenue par photointerprtation a permis de driver une matrice de confusion et un indice de Kappa. Cet indice est propos par Cohen (1960) et appliqu pour la premire fois aux images satellitales par Congalton et al. (1983), est sensible la fois aux erreurs de commission et domission (Caloz et Collet, 2001). Il sexprime par : Kappa = (Po Pc)/(Pp-Pc) O Po est la proportion correcte observe, Pc la proportion correcte attendue due au hasard et Pp la proportion correcte lorsque la classification est parfaite. Le coefficient de Kappa est compris entre -1 et 1. Si la classification est parfaite, Kappa=1 ; si la proportion correcte observe est plus grande que la proportion correcte attendue due au hassard, Kappa > 0 ; si la proportion correcte observe est infrieure la proportion correcte attendue due au hasard, Kappa < 0 (Pontius, 2000). Pour une classification donne, un coefficient de Kappa suprieur 0,8 indique une excellente qualit de classification, un coefficient compris entre 0,6 et 0,8 indique une classification de bonne qualit, en dessous de 0,6 la qualit de classification est faible.
tel-00731169, version 1 - 12 Sep 2012
132
DEUXIME PARTIE
C D
Secteurs test
tel-00731169, version 1 - 12 Sep 2012
Figure 4.6 Localisation des 54 points de validation pour la dlimitation des zones humides sur le site de Pleine-Fougres
4.2. Rsultats 4.2.1. Dlimitation des zones humides potentielles sur les chantillons loigns de la limite zone humide Lanalyse de la matrice de confusion entre la cartographie des zones humides potentielles obtenues partir de la BD Scan-Gol et du Scan 25 et les relevs pdologiques loigns de la zone humide, soit 30 points de contrle, montre un rsultat moyen avec un coefficient de Kappa de 0,42 (Tableau 4.4 a). Plus prcisment, la prcision utilisateur est de 73 % pour la classe humide , 100 % pour la classe non humide et la prcision producteur est de 100 % pour la classe humide et 36 % pour la classe non humide . Les rsultats obtenus partir du MNT driv des donnes LiDAR sont moyens, avec des coefficients de Kappa pour la photo-interprtation et lextraction automatique slevant respectivement 0,60 (Tableau 4.4 b) et 0,49 (Tableau 4.4 d). Dans le dtail, la dlimitation partir de la photo-interprtation du MNT a une prcision utilisateur de 79 % pour la classe humide , 100 % pour la classe non humide et une prcision producteur de 100 % pour la classe humide et 54 % pour la classe non humide , ce qui correspond lerreur la plus importante. La dlimitation partir du traitement automatique du MNT conduit une prcision utilisateur de 80 % pour la classe humide , 70 % pour la classe non humide et une prcision producteur de 84 % pour la classe humide et 63 % pour la classe non humide . Les rsultats obtenus avec le MNCE driv des donnes LiDAR sont trs bons, avec un coefficient de Kappa identique de 0,92 pour les approches par photo-interprtation (Tableau 4.4 c) et par extraction automatique (Tableau 4.4). Dans les deux cas, la prcision utilisateur est de 133
CHAPITRE 4 :
95 % pour la classe humide , 100 % pour la classe non humide et la prcision est producteur de 100 % pour la classe humide et 91 % pour la classe non humide .
Tableau 4.4 Matrice de confusion entre les points de contrle loigns de la limite de zone humide et la cartographie de dlimitation des zones humides obtenue par : (a) photo-interprtation de la BD Scan-Gol et du Scan 25 ; (b) photo-interprtation du MNT ; (c) photo-interprtation du MNCE ; (d) extraction automatique du MNT ; (e) extraction automatique du MNCE Humide 19 Humide 7 Non humide 26 Total 73 Prcision utilisateur (%) Cartographie Non humide Total Prcision producteur (%) 100 0 19 36 4 11 4 30 100 Kappa 0,42 a Cartographie Non humide Total Prcision producteur (%) 100 0 19 54 6 11 6 30 100 Kappa 0,60 b Cartographie Non humide Total Prcision producteur (%) 100 0 19 91 10 11 10 30 100 Kappa 0,92 c Cartographie Non humide Total Prcision producteur (%) 84 3 19 63 7 11 10 30 70 Kappa 0,49 d Cartographie Non humide Total Prcision producteur (%) 100 0 19 91 10 11 10 30 100 Kappa 0,92 e
Terrain
tel-00731169, version 1 - 12 Sep 2012
Humide 19 Humide 5 Non humide 24 Total 79 Prcision utilisateur (%)
Terrain Terrain
Humide Non humide Total Prcision utilisateur (%)
Humide 16 4 20 80
Terrain Terrain
sur l'ensemble de l'chantillonnage Les rsultats de la validation de la dlimitation des zones humides potentielles partir de lensemble de lchantillonnage, soit 54 points de contrle, sont prsents dans le (Tableau 4.5. 134
DEUXIME PARTIE
Lanalyse de la matrice de confusion entre la cartographie des zones humides drive de la BD Scan-Gol et du Scan 25 et lensemble des relevs pdologiquesmontre un rsultat moyen avec un coefficient de Kappa de 0,35 (Tableau 4.5 a). Dans le dtail, la prcision utilisateur est de 71 % pour la classe humide , 100 % pour la classe non humide ; la prcision producteur est de 100 % pour la classe humide et 30 % pour la classe non humide . Globalement, les rsultats obtenus partir du MNT driv des donnes LiDAR sont moyens, avec des coefficients de Kappa pour la photo-interprtation et lextraction automatique respectivement gaux 0,47 (Tableau 4.5, b) et 0,41 (Tableau 4.5, d). En revanche, les rsultats obtenus avec le MNCE driv des donnes LiDAR sont bons avec des coefficients de Kappa de 0,68 pour lapproche par photo-interprtation (Tableau 4.5, c) et 0,71 pour lapproche par extraction automatique (Tableau 4.5, e). Dans le dtail, la dlimitation partir de la photointerprtation du MNT a une prcision utilisateur de 75 % pour la classe humide , 90 % pour la classe non humide et une prcision producteur de 97 % pour la classe humide et 45 % pour la classe non humide , ce qui correspond lerreur la plus importante. La dlimitation partir du traitement automatique du MNT conduit une prcision utilisateur de 79 % pour la classe humide , 62 % pour la classe non humide et une prcision producteur de 76 % pour la classe humide et 65 % pour la classe non humide . La dlimitation par photointerprtation du MNCE conduit une prcision utilisateur de 86 % pour la classe humide , 83 % pour la classe non humide et une prcision producteur de 91 % pour la classe humide et 75 % pour la classe non humide . La dlimitation par traitement automatique du MNCE donne une prcision utilisateur de 86 % pour la classe humide , 88 % pour la classe non humide et une prcision producteur de 94 % pour la classe humide et 75 % pour la classe non humide .
tel-00731169, version 1 - 12 Sep 2012
135
CHAPITRE 4 :
Tableau 4.5 Matrice de confusion entre lensemble des points de contrle et la cartographie de dlimitation des zones humides obtenue par : (a) photo-interprtation de la BD Scan-Gol et du Scan 25 ; (b) photo-interprtation du MNT ; (c) photo-interprtation du MNCE ; (d) extraction automatique du MNT ; (e) extraction automatique du MNCE Humide 34 Humide 14 Non humide 48 Total 71 Prcision utilisateur (%) Cartographie Non humide Total Prcision producteur (%) 100 0 34 30 6 20 6 54 100 Kappa 0,35 a Cartographie Non humide Total Prcision producteur (%) 97 1 34 45 9 20 10 54 90 Kappa 0,47 b Cartographie Non humide Total Prcision producteur (%) 91 3 34 75 15 20 18 54 83 Kappa 0,68 c Cartographie Non humide Total Prcision producteur (%) 76 8 34 65 13 20 21 54 62 Kappa 0,41 d Cartographie Non humide Total Prcision producteur (%) 94 2 34 75 15 20 17 54 88 Kappa 0,71 e
Terrain
tel-00731169, version 1 - 12 Sep 2012
Terrain
Humide 31 5 36 86
Terrain Terrain Terrain
sur les chantillons situs sur la limite zone humide Lanalyse de la matrice de confusion entre la cartographie des zones humides obtenue partir de la BD Gol et du Scan-25 et les chantillons situs sur la limite de zone humide, soit 15 points de contrle, montre un rsultat faible avec un coefficient de Kappa de 0,29 (Tableau 4.6, a). Dans le dtail, la prcision utilisateur est de 50 % pour la classe humide , 100 % pour la classe non humide et la prcision producteur est de 100 % pour la classe humide et 33 % pour la classe non humide . 136
DEUXIME PARTIE
Les rsultats obtenus partir du MNT driv des donnes LiDAR sont mauvais avec des coefficients de Kappa pour la photo-interprtation et lextraction automatique respectivement gaux 0,25 (Tableau 4.6 b) et 0,32 (Tableau 4.6 d). En revanche, les rsultats obtenus avec le MNCE restent bons avec des coefficients de Kappa de 0,86 pour lapproche par photointerprtation (Tableau 4.6 c) et 0,72 pour lapproche par extraction automatique (Tableau 4.6 e). Dans le dtail, la dlimitation partir de la photo-interprtation du MNT a une prcision utilisateur de 50 % pour la classe humide , 80 % pour la classe non humide et une prcision producteur de 83 % pour la classe humide et 44 % pour la classe non humide . La dlimitation partir du traitement automatique du MNT conduit une prcision utilisateur de 57 % pour la classe humide , 75 % pour la classe non humide et une prcision producteur de 67 % pour les classes humide et non humide . La dlimitation par photo-interprtation du MNCE conduit une prcision utilisateur de 86 % pour la classe humide , 100 % pour la classe non humide et une prcision producteur de 100 % pour la classe humide et 89 % pour la classe non humide . La dlimitation par traitement automatique du MNCE donne des prcisions utilisateur et producteur identiques, soit 83 % pour la classe humide , 89 % pour la classe non humide . tel-00731169, version 1 - 12 Sep 2012
137
CHAPITRE 4 :
Tableau 4.6 Matrice de confusion entre les points de contrle situs proximit de la limite des zones humides et la cartographie de dlimitation des zones humides obtenue par : (a) photo-interprtation de la BD Scan-Gol et du Scan 25 ; (b) photo-interprtation du MNT ; (c) photo-interprtation du MNCE ; (d) extraction automatique du MNT ; (e) extraction automatique du MNCE Humide 6 Humide 6 Non humide 12 Total 50 Prcision utilisateur (%) Cartographie Non humide Total Prcision producteur (%) 100 0 6 33 3 9 3 15 100 Kappa 0,29 a Cartographie Non humide Total Prcision producteur (%) 83 1 6 44 4 9 5 15 80 Kappa 0,25 b Cartographie Non humide Total Prcision producteur (%) 100 0 6 89 8 9 8 15 100 Kappa 0,86 c Cartographie Non humide Total Prcision producteur (%) 67 2 6 67 6 9 8 15 75 Kappa 0,32 d Cartographie Non humide Total Prcision producteur (%) 83 1 6 89 8 9 9 15 89 Kappa 0,72 e
Terrain
tel-00731169, version 1 - 12 Sep 2012
Terrain
Humide 6 1 7 86
Terrain Terrain
Les comparaisons de dlimitation de zones humides potentielles utilisant lapproche manuelle (Figure 4.7) et automatique (Figure 4.8) sont prsentes sur quatre sites test. Sur le site A, lutilisation de la BD Scan-Gol et du Scan 25 na pas permis de dlimiter la zone humide du marais du Mesnil de lle Saint Samson. Lutilisation du MNT driv des donnes LiDAR permet dobtenir une meilleure dlimitation, que ce soit par photo-interprtation ou par traitement automatique du MNT, mais sous-estime lextension spatiale des zones humides
138
Terrain
DEUXIME PARTIE
potentielles. Par contre, lutilisation du MNCE permet une dlimitation plus fine de ces zones, aussi bien par approche automatique que par photo-interprtation. Sur le site B, localis sur un bourrelet alluvial du Couesnon, la photo-interprtation de la BD Scan-Gol et du Scan 25 ou du MNT driv des donnes LiDAR ne permet pas de distinguer le bourrelet de la plaine alluviale. A contrario, le traitement automatique du MNT surestime la prsence du bourrelet alluvial. En revanche, la dlimitation effectue partir du MNCE driv des donnes LiDAR est cohrente vis--vis des relevs pdologiques et le bourrelet alluvial est correctement identifi, que cela soit par photo-interprtation ou traitement automatique. Pour le site C, secteur de transition entre le marais de Sougal et le versant, les rsultats de dlimitations sont corrects et similaires quelle que soit lapproche utilise. Cela peut sexpliquer par la rupture morphologique nette de ce secteur (forte pente). Sur le site D, la dlimitation des zones humides de bas-fond de valle partir de la BD Scan-Gol et du Scan 25 est exagre et englobe une partie du bas de versant. Le traitement partir du MNT driv des donnes LiDAR permet de rduire lgrement cette erreur sans amliorer significativement la qualit de dlimitation. En revanche, lapport du MNCE driv des donnes LiDAR affine la dlimitation des zones humides qui concide correctement avec les relevs pdologiques.
tel-00731169, version 1 - 12 Sep 2012
139
CHAPITRE 4 :
140
Figure 4.7 Comparaison des dlimitations de zones humides potentielles sur quatre sites test partir d une approche manuelle
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
Figure 4.8 Comparaison des dlimitations de zones humides potentielles sur quatre sites test partir d une approche automatique
tel-00731169, version 1 - 12 Sep 2012
141
CHAPITRE 4 :
4.2.2. Dlimitation et dynamique des zones humides effectives Les rsultats de la dynamique des zones humides effectives sont prsents sous forme statistique (Tableau 4.7) et cartographique (Figure 4.9). En 1952, plus de 95 % de lenveloppe de zones humides est effective. Seulement 4,5 % sont devenues des zones humides potentielles (cultures), principalement situes sur les petits tributaires (Figure 4.9, secteur A), en limite avec les versants. En 1978, la part des zones humides effectives diminue lgrement par rapport 1952 (93,3 % de lenveloppe des zones humides). Quelques prairies humides sont remplaces par des cultures, en particulier sur la partie prive des marais de Sougal (Figure 4.9, secteur B). En 2006, la dgradation des zones humides effectives se poursuit tout en restant faible vis--vis dautres bassin-versants (Clment et al., 2011) puisque 90,6 % de la superficie totale de lenveloppe de zones humides est reste effective (Figure 4.9, secteur B). Quelques cultures sont implantes sur les tributaires et aussi la partie prive du marais de Sougal. De nombreux plans deau permanents sont crs sur les tributaires.
Tableau 4.7 Dynamique des zones humides potentielles et effectives entre 1952 et 2006 (exprime en % de la superficie totale des zones humides)
tel-00731169, version 1 - 12 Sep 2012
1952 1978 2006
ZH POTENTIELLES 4,5 6,7 9,4
ZH EFFECTIVES 95,5 93,3 90,6
Figure 4.9 Dynamique des zones humides effectives (en vert) entre 1952 et 2006 pour trois secteurs (A, B, C)
142
DEUXIME PARTIE
4.3. Discussion La dlimitation des zones humides potentielles repose sur des critres topographiques drivs des MNT (Mrot et al., 2003). Les MNT sont soit photo-interprts manuellement, soit traits automatiquement en calculant des indices morpho-mtriques. Cependant ces indices prsentent plusieurs limites : la rsolution spatiale des MNT employs (au mieux 50 mtres) ne permet pas de dlimiter les zones humides dont la largeur est infrieure cette taille (Sanders et Brett, 2007) ; le substrat gologique est suppos tre homogne, ce qui est rarement le cas ; les zones humides de plateau ou de rsurgences ne sont pas prises en compte. Les donnes LiDAR fournissent une information topographique plus dtaille que le SCAN25 de lIGN (0,1 m contre 2,5m en z) et permettent de caractriser finement la micro-topographie, comme par exemple les bourrelets alluviaux ou les talus. Ces donnes prsentent un potentiel pour dlimiter finement les zones humides. Lutilisation conjointe de la BD Scan-Gol et du SCAN 25 permet didentifier globalement les zones humides potentielles travers une approche simple de croisement de couches spatialises. Toutefois, ces donnes ne permettent pas de cartographier les zones humides potentielles avec une prcision suprieure au 1/50 000me, ni de dtecter les variations topographiques infrieures 2,5 mtres. Les donnes LiDAR permettent didentifier beaucoup plus prcisment les zones humides potentielles que les donnes utilises classiquement (BD Scan-Gol ou Scan-25) . travers la caractrisation des fonds de valles. La dlimitation effectue partir du MNT LiDAR normalis par rapport aux cours deau (MNCE) est plus prcise que la dlimitation ralise partir du MNT normalis par rapport au niveau de la mer. Les zones humides potentielles sont identifies aussi bien sur des petites valles (Strahler 2) que sur de vastes plaines alluviales (Stralher 3). En effet, les donnes utilises classiquement (BD Scan-Gol ou SCAN 25) ont une rsolution spatiale horizontale et verticale insuffisante pour dlimiter les zones humides potentielles avec une prcision suprieure au 1/50 000me. Lenveloppe des zones humides potentielles est surestime puisquelle englobe les bas de versants et les bourrelets alluviaux qui sont rarement humides. Cependant, ces donnes sont facilement accessibles pour les gestionnaires et ont une couverture nationale du territoire importante (BD Scan-Gol) voire exhaustive (SCAN 25), ce qui les rendent intressantes dans le cadre de dmarches de port connaissance (I-MAGE CONSULT, 2006a; I-MAGE CONSULT, 2006b). Les donnes LiDAR permettent de caractriser la micro-topographie avec une prcision leve, puisque les bourrelets alluviaux sont identifis. La densit de points des donnes LiDAR utilise (4 points/m) dans cette tude semble exagre au vue de lobjectif vis. Une densit de point infrieure (0,2 point/m) semblerait suffisante pour caractriser les principaux lments topographiques (Bater et Coops, 2009). Dautres sources de donnes comme les donnes RADAR interfromtriques peuvent permettre de caractriser la topographie avec une prcision suffisante pour identifier les fonds de valles dans les secteurs o la vgtation nest pas dense (Sanders et Brett, 2007). Contrairement aux donnes interfromtriques, les donnes LiDAR permettent elles de caractriser la topographie avec une prcision horizontale et verticale leve, y compris dans les secteurs boiss. Les rsultats obtenus sur le site de la Zone Atelier Armorique montrent que la mthode dveloppe ici, aussi bien partir des donnes utilises classiquement qu partir des donnes 143
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 4 :
LiDAR, est adapte et valide ici pour la dtection de zones humides de bas-fonds de valles. Il serait intressant de tester cette mthodologie dans dautres contextes comme les zones humides de plateaux ou de pentes. Dans cette tude, nous avons choisi de ne pas driver un indice topographique de saturation des sols partir des donnes LiDAR comme le prconisent Mrot et al., (2006). En effet, la prsence dlments anthropiques comme les remblais de routes ou les fosss peuvent affecter les rsultats de modlisation des flux (Barber et Shortridge, 2005). Lapproche dveloppe partir de la photo-interprtation du MNT driv des donnes LiDAR est la plus simple des mthodes que nous avons appliques. Elle permet de dlimiter correctement les zones humides potentielles au 1/50 000me. En revanche, la photointerprtation du MNT aux chelles fines pose des difficults de reprage des fonds de valles ou des bourrelets alluviaux dues aux variations permanentes des critres dinterprtation. En effet, la teinte est dtermine suivant les valeurs (altitudes) maximales et minimales de la zone daffichage. De fait, laltitude associe la teinte du MNT varie chaque dplacement de la zone daffichage. Le traitement automatique du MNT napporte pas de bons rsultats. Cela sexplique par la complexit dfinir des critres topographiques ou seuils de dlimitation robustes. En effet, laltitude dun fond de valle en amont de bassin peut aussi correspondre laltitude du sommet dune colline en aval de bassin. Lapproche dveloppe partir du MNCE nest pas sensible cette variation daltitude puisque la rfrence nest plus le niveau de la mer mais celui du cours deau. De fait, laltitude du MNCE pour un point situ en fond de valle est toujours proche de zro, quelle que soit sa situation sur le bassin versant. Cela facilite la photo-interprtation du MNCE, mais aussi son traitement automatique car les seuils de dlimitation varient uniquement en fonction de lordre de Strahler du cours deau, qui peut tre aisment dtermin avec un SIG. De fait, la prcision des rsultats obtenus par traitement automatique est proche de celle des rsultats obtenus par photointerprtation. Dans les deux cas, le critre de dlimitation (teinte ou valeur seuil) est fixe. La dlimitation obtenue partir du MNCE prend en considration les limites entre les zones humides et les versants dune part et les bourrelets alluviaux dautre part. Nanmoins, la production du MNCE demande des prtraitements importants qui doivent tre effectus valle par valle. De plus, les seuils altimtriques ncessaire la dlimitation sont calibrer partir dobservations pdologiques et phytosociologiques effectues sur le terrain. Cette approche semble tre adapte la dlimitation externe mais aussi interne des zones humides (dpressions, zones intermdiaires). Linformation apporte par le MNCE peut ouvrir de nouvelles possibilits pour la modlisation hydrologique des flux de surface au sein des zones humides. La mthode prsente ici est intressante car elle permet partir de photographies ariennes et de lenveloppe des zones humides potentielles de dlimiter et suivre la dynamique des zones humides effectives lchelle dun bassin-versant avec une prcision de 1/50 000me. Les photographies ariennes utilises sont disponibles sur lensemble du territoire franais, cependant la qualit des clichs peut tre fluctuante suivant les missions et affecter la qualit de la photo-interprtation de loccupation du sol. Le temps consacr au prtraitement de la trentaine de clichs (numrisation, corrections gomtriques, mosaiquage) est consquent et peut devenir une limite srieuse sur des zones dtude de superficie suprieure. La caractrisation au 1/50 000me de loccupation des sols a t effectue par photointerprtation afin de dtecter les zones humides dgrades (surfaces bties, terres arables, plans deau) au sein de lenveloppe des zones humides potentielles. Une caractrisation plus fine de la vgtation serait possible partir de lutilisation de donnes de tldtection THRS, et permettrait 144
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
ainsi de dlimiter avec prcision les zones humides effectives (voir CHAPITRE 6 :). En labsence de relevs terrain, nous navons pu valider statistiquement la prcision de linterprtation des photographies ariennes. Si dans lensemble, lindice de confiance est lev, des confusions sont possibles entre les prairies humides et certaines cultures ou prairies non humides. La dynamique des zones humides effectives entre 1952 et 2006 permet dune part didentifier les secteurs vulnrables une intensification agricole, un talement des surfaces bties et des plans deau permanents, et dautres part de dlimiter les zones dites de ngociation et de restauration (Mrot et al., 2006). La mthodologie applique ici permet aussi de caractriser lvolution globale de loccupation des sols entre 1952 et 2006. Daprs Mrot et al. (2006), les fonctions sexpriment au sein des zones humides efficaces qui englobent les zones humides effectives mais aussi parfois potentielles. La caractrisation de la vgtation des zones humides effectue ici au 1/50 000me est insuffisante pour mener une valuation fonctionnelle. Une caractrisation plus dtaille est ncessaire pour pouvoir en driver des descripteurs fonctionnels (voir chapitres 6 et 7). tel-00731169, version 1 - 12 Sep 2012
145
CHAPITRE 4 :
Ce chapitre prsente lvaluation des donnes utilises classiquement et de donnes de tldtection THRS pour la dlimitation des zones humides potentielles et effectives (Mrot et al., 2006) qui est ncessaire lapplication ultrieure dune dmarche dvaluation fonctionnelle de ces zones. La mthodologie dveloppe a t applique sur la Zone Atelier Armorique. Les rsultats obtenus confirment que les donnes utilises classiquement dans les dmarches de port connaissance (BD Scan-Gol, Scan 25) permettent didentifier globalement lenveloppe des zones humides potentielles. Ils montrent aussi que lutilisation dun MNT driv de donnes LiDAR napporte que peu damliorations leur dlimitation, mme quand les donnes LiDAR ont une trs bonne rsolution horizontale et verticale. Cela sexplique par la difficult dterminer des critres contextuels de dlimitation, que cela soit par traitement automatique ou par photo-interprtation. En effet, la dtermination de critres topographiques ncessite dexprimer laltitude en relatif non plus en fonction du niveau de la mer, mais par rapport aux cours deau. Or, cette information est exprime dans un MNCE (Modle Numrique de Cours dEau), qui est un MNT normalis par rapport au cours deau. Les rsultats que nous avons obtenus en drivant un MNCE de donnes LiDAR a ainsi permis de dlimiter finement les zones humides potentielles en excluant les bourrelets alluviaux au sein de la zone humide. De plus, les rsultats obtenus par approche oriente-objet sont similaires ceux obtenus par photointerprtation, ce qui permet denvisager une application de cette dmarche de dlimitation des zones humides potentielles sur de vastes territoires. Les photographies ariennes de 1952, 1978 et 2006 permettent didentifier par photo-interprtation les limites grossires des zones humides effectives et leur dynamique. Lapport de donnes de tldtection peut permettre de produire de caractriser la vgtation des zones humides une chelle suffisamment fine pour dune part dterminer la limite prcise des zones humides effectives et dautre part driver des descripteurs fonctionnels (voir CHAPITRE 6 :).
tel-00731169, version 1 - 12 Sep 2012
146
CHAPITRE 5 : LA DTECTION ET LA CARACTRISATION DU

RSEAU HYDROGRAPHIQUE
Introduction ................................................................................................................................. 148 5.1. La dtection et la caractrisation du rseau hydrographique partir dimages acquises par tldtection passive ................................................................................................................................. 149
5.1.1. Mthodologie................................................................................................................................ 149 5.1.1.1. Sites dtude ......................................................................................................................... 149 5.1.1.2. Donnes ................................................................................................................................ 149 5.1.1.3. Typologie du rseau hydrographique ................................................................................... 152 5.1.1.4. Identification et caractrisation par photo-interprtation ................................................... 153 5.1.1.5. Dtection et caractrisation par approche oriente-objet ................................................... 153 5.1.1.6. Validation des rsultats ........................................................................................................ 156 5.1.2. Rsultats........................................................................................................................................ 156 5.1.2.1. Dtection du rseau hydrographique ................................................................................... 156 5.1.2.2. Caractrisation du rseau hydrographique .......................................................................... 159 5.1.3. Discussion ..................................................................................................................................... 164
tel-00731169, version 1 - 12 Sep 2012
5.2. La dtection et la caractrisation du rseau hydrographique partir de donnes LiDAR.... 166

5.2.1. Mthodologie................................................................................................................................ 166 5.2.1.1. Sites dtude ......................................................................................................................... 166 5.2.1.2. Donnes ................................................................................................................................ 166 5.2.1.3. Typologie morpho-phytologique et typologie fonctionnelle ................................................ 167 5.2.1.4. Calcul des MNT partir des donnes LiDAR ......................................................................... 169 5.2.1.5. Classification des MNT par approche oriente-objet ........................................................... 170 5.2.2. Rsultats........................................................................................................................................ 171 5.2.2.1. Caractrisation de la morphologie dun foss ...................................................................... 171 5.2.2.2. Dtection du rseau hydrographique ................................................................................... 173 5.2.2.3. Caractrisation du rseau hydrographique .......................................................................... 177 5.2.3. Discussion ..................................................................................................................................... 180
CHAPITRE 5 :
LA DTECTION ET LA CARACTRISATION DU RSEAU HYDROGRAPHIQUE
INTRODUCTION
Le rseau hydrographique, qui comprend les cours deau ainsi que lensemble des fosss, conditionne lhydrodynamique de la zone humide. Sa cartographie, dtaille et exhaust ive, est ncessaire la bonne comprhension de son fonctionnement. Si les grands cours deau sont dj gnralement cartographis dans la plupart des rgions du monde, ce nest pas toujours le cas des petits cours deau, et encore moins du rseau de drainage et dirrigation. Or, ce rseau, dont la densit et ltat voluent en fonction des activits anthropiques, joue un rle primordial dans lhydrodynamique des zones humides. Les inventaires du rseau hydrographique effectus sur le terrain sont souvent incomplets du fait des difficults daccessibilit, du temps ncessaire pour effectuer les relevs, et de la multitude et de la petite taille des lments cartographier. Par exemple, dans le cadre de llaboration du rfrentiel national sur leau (dcret ministriel n2009-1543 du 11 dcembre 2009), le ministre de lEnvironnement franais a entrepris de faire raliser par lIGN une cartographie de lensemble des lments aquatiques superficiels du territoire franais partir de la photo-interprtation de la BD ORTHO. Cette couche, nomme BD CARTHAGE (Base de Donnes sur la CARtographie Thmatique des Agences de leau et du ministre de lEnvironnement), comprend une partie du rseau hydrographique, savoir les cours deau et les principaux canaux de drainage et dirrigation. Toutefois, cette couche dinformation spatialise ne peut tre utilise pour lvaluation fonctionnelle des zones humides, et ceci pour deux raisons : dune part, cette cartographie est incomplte, car elle omet le rseau de petits fosss qui forme la majorit du rseau hydrographique ; dautre part, elle manque de prcision spatiale, en particulier dans les milieux ferms tels que les surfaces boises ou les friches. Ainsi, le recours des donnes de tldtection est envisag afin de produire une cartographie dtaille du rseau hydrographique sur des secteurs gographiques tendus. En dehors de la BD ORTHO, il existe actuellement une gamme tendue de donnes de tldtection qui peuvent potentiellement tre utilises pour la cartographie du rseau hydrographique, tant dans le domaine de la tldtection passive que de la tldtection active. Par exemple, des tudes montrent les potentialits du LiDAR pour la caractrisation de la morphologie du rseau hydrographique en milieu montagnard (Cavalli et al., 2008) ou forestier (James et al., 2007). Des travaux portant sur la caractrisation des surfaces en eau partir de donnes Ikonos permet didentifier des lments trs fins (Sawaya et al., 2003). Or, quelques exceptions prs, ces donnes sont trs peu utilises (Bailly et al., 2006; Vianello et al., 2009; Hunt et James, 2010; Murphy et al., 2008; Liu et Zhang, 2011)ou nont pas encore fait lobjet dvaluations pour ce type dapplication. Par ailleurs, la photo-interprtation des donnes de tldtection prsente des inconvnients qui sont aujourdhui bien connus : temps de production, cls de photointerprtation utilises pas toujours explicites et variations peuvant tre constates d'un photointerprte l'autre. Enfin, la plupart des tudes portant sur la cartographie du rseau hydrographique se concentrent sur lidentification des lments du rseau sans pour autant les caractriser (Vianello et al., 2009; Murphy et al., 2008; Liu et Zhang, 2011). Or, des informations telles que la largeur ou la profondeur des cours deau et fosss sont indispensables pour lvaluation fonctionnelle des zones humides, tant sur le plan hydrologique que biogochimique ou cologique. Dans ce contexte, les objectifs de ce chapitre sont de: (1) dterminer les potentialits et les limites de diffrents capteurs de tldtection passifs ou actifs pour cartographier le rseau 148
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
hydrographique de faon dtaille, (2) dvelopper une mthodologie permettant de dtecter, dans la mesure du possible de faon automatique, lensemble du rseau hydrographique inclus dans les zones humides dun bassin versant, (3) caractriser les lments identifis afin de les intgrer dans une dmarche dvaluation fonctionnelle. La dmarche mise en uvre pour atteindre ces objectifs devrait permettre de rpondre aux questions suivantes : Quelles sont les donnes de tldtection les plus adaptes la dtection et la caractrisation du rseau hydrographique fonctionnel ? Quelle est la prcision des rsultats obtenus par approche automatique comparativement la prcision atteinte en utilisant la photo-interprtation assiste par ordinateur? Ce chapitre est compos de deux parties : la premire value la potentialit des donnes acquises par tldtection passive pour dtecter la caractriser le rseau hydrographique, alors que la seconde se concentre sur des donnes acquises par tldtection active partir dun LiDAR 5.1. La dtection et la caractrisation du rseau hydrographique partir dimages acquises par tldtection passive Si les donnes de tldtection HRS multispectrales, de type Landsat-5 TM ou SPOT-4, peuvent permettre didentifier les grandes rivires ou les grands canaux (Al-Khudhairy et al., 2001), elles paraissent en revanche inappropries pour la dtection et la caractrisation des petits fosss qui constituent pourtant lessentiel du rseau hydrographique (voir CHAPITRE 2 : section 2.2). Les images multispectrales THRS possdent des rsolutions spatiales comprises entre 5 x 5 m et 0,5 x 0,5 m qui peuvent tre suffisante pour identifier les plus petits lments du rseau hydrographique tel que les fosss (Bailly et al., 2006). Lobjectif de cette partie est centr sur lvaluation des donnes THRS multispectrales pour la cartographie du rseau de fosss. 5.1.1. Mthodologie
5.1.1.1. Sites dtude
tel-00731169, version 1 - 12 Sep 2012
Les deux sites test retenus, dune superficie de 2500 m chacun, sont localiss respectivement sur les marais dAucey et Boucey sur la rive droite du Couesnon. Ils possdent un rseau de fosss important, totalisant 12377 mtres sur le marais dAucey et 8774 mtres sur celui de Boucey (Figure 5.1). Une description dtaill de ces deux sites est prsente CHAPITRE 3 : section3.1. Sur le site de Boucey, 41,7 % du linaire du rseau de drainage est associ au rseau bocager contre 1,8 % sur le marais dAucey. Cette situation sexplique par les pratiques agricoles diffrencies. Sur la commune de Boucey, la fauche y est pratique et les parcelles doivent tre entoures par un rseau de haies entretenues. Sur la commune dAucey, les prairies sont essentiellement destines la pture et le rseau bocager y est trs lche. Le site dAucey comprend quatre types diffrents de fosss caractriss selon leur largeur et leur profondeur, savoir les fosss de drainage, les fosss dvacuation, les fosss de circulation et les canaux, tandis que le site de Boucey nen comprend que trois, les canaux ny tant pas prsents.
5.1.1.2. Donnes
Les donnes acquises par tldtection passive sont obtenues partir de capteurs qui enregistrent le rayonnement solaire rflchi par la surface de la Terre. Dans le cadre de cette tude, des donnes acquises par plusieurs capteurs passifs ayant des rsolutions spatiales comprises entre 5 mtres pour SPOT-5 0,5 mtre pour lorthophotoplan sont utilises. (Figure 149
CHAPITRE 5 :
5.1 et Tableau 5.1). Des fusions entre les bandes panchromatiques et multi-spectrales ont t ralises pour les images SPOT-5, KOMPSAT-2 et Quickbird selon la mthode Gram-Schmidt (Laben et Brower, 2000). Lintrt de cette fusion est dassocier la rsolution spatiale de la bande panchromatique (4 fois suprieure celle des bandes multispectrales) la rsolution spectrale des bandes multispectrales. Les images issues de lorthophotoplan, de KOMPSAT ou de SPOT-5 ont t acquises en priode estivale (entre juin et septembre) avec des niveaux deau bas et aprs une fauche des prairies. De fait, la plupart des fosss sont sec et ne peuvent tre dtects via la prsence deau. De plus, les fosss en milieu de parcelle prsentent une vgtation rase (fauche) alors que ceux localiss en bordure possdent une vgtation herbace plus dveloppe car non fauche. La canope des haies associes certains fosss peu les masquer totalement ou en partie. Limage Quickbird a t acquise en priode hivernale avec saturation en eau des sols et des fosss. Les fosss, en eau, sont alors facilement identifiables par rapport aux prairies adjacentes peu ou pas inondes. Ainsi, la comparaison des rsultats de dtection des fosss entre les diffrentes images doit non seulement prendre en considration les caractristiques des images mais aussi la date de prise de vue qui a un impact sur les niveaux deau et la hauteur de la vgtation herbace. tel-00731169, version 1 - 12 Sep 2012
150
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 5.1 Extraits des images acquises par tldtection passive utilises sur les sites de Boucey et Aucey
151
CHAPITRE 5 :

Tableau 5.1 Caractristiques des images de tldtection utilises
Plateforme
Capteur
Date de prise de vue (dd/mm/yyyy)
Bandes spectrales (en m) Bleu Vert Rouge Vert Rouge Proche-infrarouge Panchromatique : 0,45-0,90 Bleu : 0,45-0,52 Vert : 0,52-0,60 Rouge : 0,63-0,69 Proche-infrarouge : 0,76-0,90 Panchromatique : 0,40-0,90 Bleu : 0,45-0,52 Vert : 0,52-0,60 Rouge : 0,63-0,69 Proche-infrarouge : 0,76-0,90 Panchromatique: 0,49-0,69 Vert : 0,49-0,61 Rouge : 0,61-0,68 Proche-infrarouge : 0,68-0,89 Moyen-infrarouge : 1,58-1,75
Rsolution spatiale (en m) 0,5
Avion-IGN
Camra
07/06/2006
0,5 1 4 0,6 2,4 5 10
Satellite KOMPSAT-2
MSC
28/09/2008
Satellite Quickbird-2
RPC00B
09/01/2008
tel-00731169, version 1 - 12 Sep 2012
Satellite SPOT-5
HRG
24/09/2002
5.1.1.3. Typologie du rseau hydrographique
Le rle fonctionnel des fosss dpend de leur morphologie et aussi de leur entretien : Les grands fosss assurent l'entre ou la sortie rapide de l'eau dans la zone humide. Ils participent aux principaux transferts entre la rivire et les zones humides et jouent donc un rle important dans la rgulation des crues. Ainsi, la dtection de leur prsence permet dvaluer la rtention de leau. La dtection de la prsence des petits fosss permet aussi dvaluer la rtention de leau, puisquils assurent quant eux cette fonction en priode de crue. Ils favorisent galement la dnitrification car l'eau y est momentanment stagnante. Une vacuation rapide de leau diminue lefficacit de ce processus, puisque c'est le long des petits fosss dans lesquels l'eau stagne que la dnitrification est la plus efficace. De plus, ces petits fosss favorisent la biodiversit (flore, batraciens, insectes...) en tant qulments constitutifs dun corridor cologique. A priori, tous les fosss sont connects, mais l'absence d'entretien peut entraner une dconnexion partielle ou totale du fait d'un encombrement par la vgtation ou de la prsence d'un bouchon li des dpts de sdiments. Enfin, les petits fosss de bord de route constituent un type particulier de fosss : ils sont rgulirement entretenus afin dassurer le drainage et la diffusion rapide de l'eau pour viter la dgradation des routes. Ainsi, la typologie des fosss retenue pour lvaluation fonctionnelle des zones humides devrait tre dtermine selon la largeur et la profondeur du foss, la continuit de son coulement (Tableau 1,2). Toutefois, dans la mesure o la largeur du foss et la continuit de son coulement ne peuvent tre cartographies partir de donnes acquises par tldtection passive, la typologie 152
DEUXIME PARTIE
retenue ne comprend pas ces deux critres. Toutefois, laffectation dun type dcoulement chaque classe de foss a t effectue partiellement et de faon indirecte travers leur proximit la route, qui tmoigne le plus souvent dun entretien du foss et donc de la continuit de lcoulement. Cependant, il peut arriver que des grands fosss ne soient plus en tretenus ou que des petits fosss aient un coulement permanent.
Tableau 5.2. Typologie retenue pour l'valuation fonctionnelle des zones humides par tldtection Typologie Grand foss Petit foss hors bord de route Foss de bord de route Nature Largeur >1 m Largeur <1 m Bord de route Entretien Oui Non Oui coulement Permanent Temporaire Temporaire
5.1.1.4. Identification et caractrisation par photo-interprtation
tel-00731169, version 1 - 12 Sep 2012
La dtection du rseau hydrographique par photo-interprtation assiste par ordinateur a t ralise selon des critres de teinte (noire ou trs fonce), de forme (linaire et rectiligne) et de contexte (prsence dune bordure de vgtation naturelle , prsence dune route et/ou dune haie avec ou plus rarement sans talus). Ensuite, chaque foss a t caractris selon sa largeur. Lapproche choisie ici est celle de lidentification directe du rseau de fosss partir des lments visibles sur limage (rseau linaire et rectiligne de teinte noire ou trs fonce tmoignant de la prsence de leau). Il aurait t possible didentifier systmatiquement le rseau hydrographique de faon indirecte travers la prsence de haies bocagres le bordant, mais cette approche aurait gnr une incertitude dans la reprsentation du rseau en intgrant dans ce dernier des routes bordes darbres sans fosss.
5.1.1.5. Dtection et caractrisation par approche oriente-objet
La mthodologie mise en uvre pour cartographier de faon automatique le rseau hydrographique, ici les fosss et les canaux, repose sur dtection des fosss par filtre linaire suivi dune caractrisation de leur largeur travers une approche oriente-objet (Figure 5.2). Cette approche reprend les critres didentification et de caractrisation utiliss pour la photointerprtation. De par les variations spatio-temporelles des tats hydriques et/ou de densit de couverture vgtale de chaque foss, il napparat pas pertinent de proposer une dmarche de dtection sappuyant sur leurs rponses spectrales. En revanche, tous les fosss prsentent une caractristique commune : ils sont de forme linaire et se distinguent de leur environnement immdiat par leur tat hydrique et/ou leur couverture vgtale, ce qui se traduit sur les images par des rponses spectrales diffrentes entre les pixels associs aux fosss et ceux des parcelles adjacentes. Lapplication dun filtre linaire semble approprie pour dtecter non seulement les fosss en eau avec ou sans couvert herbac, mais aussi les fosss sec avec un couvert herbac. La caractrisation morphologique selon la largeur des fosss, (la profondeur ntant pas caractrisable partir dimages multispectrales) ncessite de considrer les fosss, dtects pralablement laide dun filtre linaire, non plus en tant que pixels mais en tant quobjets. Pour cette raison, nous avons choisi dappliquer une approche oriente-objet (voir CHAPITRE 2 : section 2.3.2.2). 153
CHAPITRE 5 :
Cette mthode comprend deux phases : la premire vise extraire les lments linaires composant le rseau hydrographique, tandis que la seconde consiste affecter les lments extraits une catgorie de rseau dfinie auparavant. La phase de dtection automatique du rseau hydrographique a t ralise par filtre linaire avec le logiciel eCognition. Nous avons privilgi une mthode de type conservatrice (Conservative approach) qui produit le moins de bruits possible (surdtection < 5 %), quitte diminuer le pourcentage de fosss bien dtect, car il est plus ais de corriger une classification avec peu derreurs de surdtection puis de complter les lments manquants par photo interprtation que de rectifier un nombre important de sur-dtections, sachant quil existe aussi toujours des omissions combler. Dans un premier temps, le rseau hydrographique t mis en vidence avec lalgorithme Line Extraction . Dans un premier temps, le rseau hydrographique a t mis en vidence par filtre linaire. Les filtres de convolution directionnel de type Sobel ou laplacien (Haralick et al., 1987) ont t utiliss pour la dtection dlments linaires. Ces filtres dtectent les lignes en tenant seulement compte des diffrences locales de valeurs de gris de limage sans prendre en considration son environnement. Steger (1998) propose une mthode pour extraire les lments linaires et leur largeur partir dune approche gomtrique en tenant compte de la largeur maximale des lignes extraire et les contrastes entre les lignes et leur environnement (Wessel et Wiedemann, 2003). En comparaison avec les filtres de convolution de type directionnel de type Sobel ou Laplacien, cette mthode prsente lavantage de prendre en compte 8 paramtres dcrivant la forme mais aussi le contexte des lments linaires. Lensemble de ces paramtres et les configurations testes sont prsentes dans le Tableau 5.3. La premire configuration permet de dtecter les petits fosss alors que la seconde est destine la dtection des grands fosss. On peut observer que les deux configurations sont similaires, lexception du paramtre Largeur approximative de la ligne . Lextraction du rseau hydrographique a t applique sur la bande 1 fusionne car elle permet une meilleure discrimination du rseau hydrographique qui se distingue mieux de son environnement compar aux autres bandes. La largeur de bande pour chaque image correspond celles indiques dans le (Tableau 5.1). Cela correspond la gamme du bleu except pour limage SPOT-5 (vert) et les BD Ortho (composante bleu). Le second paramtre est Orientation de la ligne . Une approche itrative permet de dfinir lorientation entre 0 et 180 avec un intervalle de 5 par rapport laxe horizontale de limage. La premire itration dfinie une orientation de 0, la seconde de 5, la troisime de 10.litration se poursuit jusqu atteindre 180. Cette amplitude permet dinclure toutes les orientations possibles du rseau hydrographique. Le troisime paramtre est la Longueur minimale de la ligne . Elle a t fixe 20 mtres afin dexclure tous les lments linaires infrieurs ce seuil (essentiellement du bruit, comme un sillon de labour dans une parcelle agricole). Le quatrime paramtre est la Largeur approximative de la ligne : celle-ci est fixe 1 mtre pour les petits fosss et 5 mtres pour les grands fosss. Le cinquime paramtre est la Largeur de la bordure qui correspond la zone dinterface ou de transition entre llment linaire et ses voisins surfaciques. Cette largeur est fixe 2 mtres, ce qui correspond approximativement la transition entre le foss et son environnement. Le sixime paramtre est la Similarit maximum de la ligne par rapport la bordure . Ce paramtre permet de dfinir la diffrence minimale entre la valeur des pixels de llment linaire et ses pixels voisins non linaires. Les valeurs sont comprises entre 0 (trs faible similarit) et 1 (trs forte similarit). La 154
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
valeur choisie est de 0,85 car certains fosss ont des valeurs spectrales proches de leur environnement. Le septime paramtre est la Variance minimale des pixels de la ligne ou de la bordure qui est fixe 0,00 car certains fosss sont en eau et peuvent prsenter des valeurs spectrales homognes. Enfin, le huitime paramtre Diffrence moyenne minimale des pixels de la ligne par rapport la bordure permet de discriminer les lments linaires plus clairs que leur voisinage (par exemple une route bitume) ceux plus foncs que leur voisinage (par exemple un foss). Une valeur suprieure 0,0 ne dtecte que les lignes brillantes . Une valeur infrieure 0,00 ne dtecte que les lignes sombres . Une valeur gale 0,00 permet de dtecter les lignes brillantes et sombres . La valeur dfinie ici est -0,02 car les valeurs spectrales des fosss sont souvent plus faibles que celles de leur voisinage.
Tableau 5.3 Paramtres retenus pour lextraction linaires des fosss et configurations slectionnes pour la dtection des petits et grands fosss Paramtres Bande Configuration Petits fosss 1-fusionne 0-180 (/5) 20 m 1,0 m 2,0 m 0,85 0,00 -0,02 Configuration Grands fosss 1-fusionne 0-180 (/5) 20 m 5,0 m 2,0 m 0,85 0,00 -0,02
tel-00731169, version 1 - 12 Sep 2012
Orientation de la ligne Longueur minimale de la ligne Largeur approximative de la ligne Largeur de la bordure Similarit maximum de la ligne par rapport la bordure Variance minimale des pixels de la ligne ou de la bordure Diffrence moyenne minimale des pixels de la ligne par rapport la bordure
Une fois les deux configurations appliques, les lments linaires issus de la configuration Petits fosss ont t ajouts ceux issus de la configuration Grands fosss . Puis limage rsultante a t segmente avec lalgorithme Segmentation Multi-seuillage afin de driver des objets linaires parmi les groupes de pixels aux valeurs les plus leves et donc susceptibles de constituer une partie dun foss. Cette tape permet galement de ne pas prendre en compte les pixels isols qui constituent probablement des erreurs de surdtection. Dans une seconde phase, les objets linaires extraits ont t classs selon un seul critre, leur largeur, le critre de profondeur ntant pas exploitable partir de donnes acquises par tldtection passive (Tableau 5.2). Les objets dont la largeur est infrieure ou gale un mtre ont t classs dans la catgorie Petit foss , tandis que les autres objets ont t classs comme Grand foss . Enfin, une requte spatiale sous SIG portant sur les objets fosss classs et la couche vecteur routes a permis didentifier la classe Foss de bord de route .
155
CHAPITRE 5 :
tel-00731169, version 1 - 12 Sep 2012
Figure 5.2 - Mthodologie dextraction et de classification du rseau hydrographique partir de donnes acquises par tldtection passive
5.1.1.6. Validation des rsultats
La carte de rfrence du rseau hydrographique a t obtenue partir de la photointerprtation des donnes LiDAR. Le rseau reprsent sur cette carte totalise 21,1 km sur les deux sites test. Cette carte a t elle-mme valide par un relev de 6,9 km de fosss identifis et caractriss effectu sur le terrain (Lano, 2008). Ainsi, la prcision de la carte de rfrence du rseau hydrographique ralise partir des donnes LiDAR a t value 100%. La carte de rfrence a t croise avec les cartes du linaire hydrographique drives des images optiques afin dvaluer la prcision de ces dernires. Les rsultats sont exprims en pourcentage de longueur du rseau hydrographique bien dtect, sous-dtect et surdtect. Lvaluation de la qualit de la caractrisation est ensuite obtenue en croisant la carte de rfrence avec la classification. 5.1.2. Rsultats
5.1.2.1. Dtection du rseau hydrographique
Les rsultats de la dtection du rseau hydrographique partir de donnes acquises par tldtection passive sont prsents sur le Tableau 5.4 pour lensemble des deux sites et Figure 5.3 pour chacun des deux sites. Sur lensemble des deux sites, lapproche automatique a permis de dtecter 02 ,2 36,1 % de la longueur totale du rseau hydrographique et avec 00,4 27,7 % de surdtection. Les rsultats sont globalement meilleurs par photo-interprtation : 02,3 53,8 % de linaire bien dtect et une surdtection trs faible comprise entre 00,0 et 04,1 %. Lanalyse automatique de limage SPOT-5 na permis de dtecter que 02,2 % de la longueur totale mais avec une surdtection galement trs faible (00,4%). La rsolution spatiale trop faible de limage (5 m en panchromatique) permet didentifier uniquement le grand canal. Les rsultats obtenus par photo interprtation sont similaires et confirment la trop faible rsolution spatiale de limage. Lanalyse 156
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
automatique de limage KOMPSAT-2 a permis de dtecter 07,5 % de la longueur totale du rseau hydrographique et avec 18,0 % de surdtection. Lapproche par photo-interprtation a permis de dtecter 16,6 % de la longueur totale avec 04,1 % de surdtection. Les rsultats sont un peu meilleurs que ceux obtenus partir de SPOT 5. Mais la rsolution spatiale de limage KOMPSAT-2 (1 mtre en panchromatique) ne permet didentifier que les canaux et une partie des grands fosss. Les fosss sont mieux dtects sur les surfaces fauches. Nanmoins, les cartographies produites ont une prcision plus leves que celles issues des orthophotoplans et ce, malgr leur rsolution spatiale deux fois plus fine. La hauteur de vgtation herbace et la profondeur spectrale semblent tre les deux critres qui expliquent ces diffrences de prcision. Le traitement automatique de limage Quickbird a permis de dtecter plus dun tiers (36 ,1%) de la longueur totale du rseau hydrographique et avec une surdtection assez faible (11,1 %). Lapproche par photo-interprtation a permis de dtecter plus de la moiti de la longueur totale du rseau hydrographique (53,8 %) et avec une surdtection quasi-nulle (01,3%). Ces rsultats sexpliquent par la rsolution spatiale fine (0,6 m) de limage, sa profondeur spectrale et sa priode dacquisition (fosss remplis deau). Malgr tout, plus de la moiti du rseau hydrographique nest pas dtect par photo-interprtation, soit cause de la canope, soit cause de la trs faible largeur des fosss (< 0,5m). Lanalyse de la BD Ortho montre des rsultats similaires ceux de la BD Ortho IRC : par approche automatique, seulement 18,6 % de la longueur totale du rseau hydrographique a t dtecte avec une surdtection de 27,7 % pour la BD Ortho et 22,3 % pour la BD Ortho IRC. Par photo-interprtation, seulement 07,7 % et 08,0 % de la longueur totale du linaire est dtecte partir de la BD Ortho et BD Ortho IRC avec une surdtection nulle. Malgr la rsolution spatiale fine des images (0,5m), la prcision des cartes est relativement faible et infrieure celle issue des donnes Quickbird alors que la rsolution spatiale est proche (0,1 mtre). La diffrence sexplique dune part par la faible profondeur spectrale des orthophotoplans (espace RGB) et dautre part par la saison dacquisition (dbut dt) durant laquelle les fosss sont sec et la vgtation herbace trs dveloppe. La similarit des rsultats entre les orthophotoplans vraies couleurs et infrarouge traduit encore une fois la faible profondeur spectrale de lespace RGB. En effet, lapport de linfrarouge est ngligeable.
Tableau 5.4 Pourcentage de linaire bien dtect, sous dtect et surdtect selon la mthode de traitement et le type de capteur pour lensemble des deux sites. Auto
SPOTKOMPSAT Quickbird 5 % Bien dtect % Sousdtect % Surdtect 02,2 97,8 00,4 07,5 92,5 18,0 36,1 63,9 11,1 Ortho 18,6 81,4 27,7 Ortho IRC 18,6 81,4 22,3
PIAO
SPOTKOMPSAT Quickbird 5 02,3 97,7 00,0 16,6 83,4 04,1 53,8 46,2 01,3 Ortho 07,7 92,3 00,0 Ortho IRC 08,0 92,0 00,3
Les rsultats sont sensiblement diffrents sur les deux zones test dAucey et de Boucey, montrant ainsi linfluence des structures paysagres sur la dtection du rseau hydrographique (Figure 1,3). Que cela soit par approche automatique ou par photo-interprtation, les rsultats sont meilleurs sur le marais dAucey et ce, quelque soit limage. Par approche automatique, entre 3 ,3 et 46,3 % de la longueur totale du linaire a t dtecte par traitement automatique sur le marais dAucey (absence des haies) contre 00,8 21,7 % sur le marais de Boucey (prsence des haies). 157
CHAPITRE 5 :
Les cartographies drives de limage SPOT-5 par approche automatique ont des rsultats trs faibles aussi bien sur le marais dAucey que Boucey (respectivement 03 ,3 et 00,8 % du linaire bien dtect). Lapproche par photo-interprtation na permis de dtecter que le grand canal prsent sur le marais dAucey alors quaucun foss na pu tre identifi sur le marais de Boucey. La date dacquisition, en fin dt, nest pas optimale car les niveaux deau sont au plus bas. Les cartographies drives de limage KOMPSAT-2 par approche automatique prsentent une prcision plus faible sur le marais de Boucey compare Aucey avec respectivement 9,8 et 20,0 % du linaire correctement dtect et 35,1 contre 5,9 % de surdtection. Ces erreurs sexpliquent par la prsence dombres portes des haies bocagres, nombreuses sur Boucey, qui ont des signatures spectrales et des formes linaires semblables aux fosss. Des confusions ont aussi lieu entre les fosss et certains chemins. Les cartographies obtenues par photointerprtation confirment ce constat puisque 27,4% de la longueur totale des fosss a t dtecte sur Aucey contre seulement 1,3 % sur Boucey. Les cartographies drives de limage Quickbird montrent aussi une disparit entre les marais dAucey et Boucey. Par approche automatique, presque la moiti du linaire (46 ,3 %) est correctement dtect avec une surdtection faible (5,3 %) sur Aucey alors que sur Boucey, seulement 21,7 % de la longueur total du rseau est correctement dtect avec une surdtection importante (19,5 %). Cette surdtection est explique par limportance des ombres portes des arbres, dautant plus marque que la position du soleil est cette saison (janvier) proche de lhorizon. Par photo-interprtation, prs des deux tiers du rseau de foss a pu tre dtect sur le marais dAucey contre un tiers sur le marais de Boucey (respectivement 65,5 et 37,2 % de la longueur totale). Malgr labsence de feuilles dans les arbres et la saturation en eau des fosss, les rsultats de dtection des fosss restent bien infrieurs sur le marais bocager de Boucey par rapport au marais ouvert dAucey. Les cartographies du rseau hydrographique drives des orthophotoplans vraies couleurs (BD Ortho) ou infrarouge couleur (BD Ortho IRC) par approche automatique ont des taux de dtection correcte similaires sur les deux marais. En revanche, les taux de surdtection sont beaucoup plus levs sur le marais de Boucey (44,9 % pour la BD Ortho et 32,3 % pour la BD Ortho IRC) compar au marais dAucey (15,6 % pour la BD Ortho et 15,1 % pour la BD Ortho IRC). Les fosss bien dtects correspondent des erreurs positives . Les fosss ne sont pas dtects en tant que tel, mais indirectement via des limites linaires de parcelles ou dusages des sols (fauche/non fauche) qui leurs sont parfois associes. Par photo-interprtation, il a t possible didentifier sur le marais dAucey 13,2 et 13,0 % du rseau hydrographique partir des BD Ortho et Ortho IRC alors quaucun foss na pu tre identifi sur Boucey.
tel-00731169, version 1 - 12 Sep 2012
158
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
b Figure 5.3 Prcision de la cartographie du rseau hydrographique partir de donnes acquises par tldtection passive sur les marais dAucey (a) et de Boucey (b)
5.1.2.2. Caractrisation du rseau hydrographique
Les rsultats de la caractrisation du rseau hydrographique obtenus partir de donnes acquises par tldtection passive sont prsents dans le (Tableau 5.5). Lanalyse de limage SPOT-5 par approche automatique a permis de caractriser correctement les quelques lments des lments dtects sur le marais dAucey, soit 3,2 % de la longeur totale du rseau hydrographique. A linverse, sur le marais de Boucey, aucun des lments du rseau hydrographique na t correctement caractris. La photo-interprtation de limage SPOT-5 sur le marais dAucey a permis de caractriser correctement les quelques lments du rseau 159
CHAPITRE 5 :
hydrographique dtect, soit 3,9 % de la longueur totale. Aucun lment na t identifi ni caractris par photo-interprtation sur le marais de Boucey. Lanalyse automatique de limage KOMPSAT-2 sur le marais dAucey a permis de caractriser correctement 54,8 % de la longueur totale des fosss dtects, soit 10,9 % sur lensemble du rseau hydrographique. La prcision est moins bonne sur le marais de Boucey puisque 36,9 % de la longueur totale des lments dtects a t correctement caractris, soit seulement 3,6 % de la longueur totale du rseau hydrographique. La photo-interprtation de limage KOMPSAT-2 sur le marais dAucey a permis de caractriser correctement 95,8 % de la longueur totale des fosss pralablement dtects, soit 26,2 % de la longueur totale du rseau hydrographique. Sur le marais de Boucey, les lments dtects sont tous correctement caractriss mais ne reprsentent que 1,3 % de la longueur totale du rseau hydrographique. Lanalyse automatique de limage Quickbird sur le marais dAucey a permis de caractriser correctement la quasi-totalit (90,0 %) de la longueur totale des fosss dtects, soit 41,6 % sur lensemble du rseau hydrographique. La prcision de la caractrisation est nettement moins bonne sur le marais de Boucey puisque 42,8 % de la longueur totale des fosss identifis a t correctement caractris, ce qui reprsente seulement 9,3 % de la longueur totale du rseau hydrographique. Par photo-interprtation, lanalyse de limage Quickbird sur le marais dAucey a permis de caractriser correctement 98,6 % de la longueur totale du rseau hydrographique dtect, soit 64,5 % de la longueur totale du rseau hydrographique. La prcision de caractrisation est bonne sur le marais de Boucey (85,5 % de la longueur totale des lments dtects) mais ne reprsente que 11,5 % de la longueur totale du rseau hydrographique. Lanalyse automatique de la BD Ortho et BD Ortho IRC sur le marais dAucey a permis de caractriser correctement respectivement 36,6 et 46,5 % de la longueur totale des fosss dtects, soit respectivement 6,8 et 8,5 % de la longueur totale du rseau hydrographique. Sur le marais de Boucey, lanalyse de la BD Ortho et BD Ortho IRC a permis de bien caractriser respectivement 30,2 et 31,5 % de la longueur totale des lments dtects, soit respectivement 5,6 et 6,0 % de la longueur totale du rseau hydrographique. La photo-interprtation de la BD Ortho et BD Ortho IRC sur le marais dAucey a permis de bien caractriser lensemble des fosss pralablement dtects, soit respectivement 13,2 et 12,9 % de la longueur totale du rseau hydrographique. Sur le marais de Boucey, aucun foss na t dtect partir de la BD Ortho et les quelques lments dtects partir de la BD Ortho IRC ont tous t mal caractriss.
tel-00731169, version 1 - 12 Sep 2012
160
DEUXIME PARTIE
Tableau 5.5 Prcision globale de caractrisation en % de linaire parmi les fosss bien identifis (gras) et lensemble des fosss (italique) Aucey Auto SPOT-5 100,0 3,2 KOMPSAT-2 54,8 10,9 Quickbird 90,0 41,6 BD Ortho 36,6 6,8 BD Ortho IRC 46,5 8,5 PIAO 100,0 3,9 95,8 26,2 98,6 64,5 100,0 13,2 100,0 12,9 Boucey Auto 0,00 0,00 36,9 3,6 42,8 9,3 30,2 5,6 31,5 6,0 PIAO Nd nd 100,0 1,3 85,5 11,5 Nd nd 0,00 0,00
tel-00731169, version 1 - 12 Sep 2012
Les Figure 5.4 et Figure 5.5 sont des reprsentations cartographiques des erreurs de dtection et de caractrisation du rseau hydrographique sur les marais dAucey et de Boucey en fonction du type dapproche, du capteur utilis et de la prsence de surfaces boises. Sur le marais dAucey, lapproche automatique a permis de dtecter et caractriser correctement une partie du rseau hydrographique, surtout partir de limage Quickbird. Les erreurs de surdtection sont nombreuses sur la cartographie drive de la BD Ortho IRC. Par photo-interprtation, mis par limage Quickbird, les autres images nont pas permis de driver une cartographie correcte du rseau hydrographique. Sur le marais de Boucey, la localisation des erreurs domission met en vidence le rle de la canope. Par approche automatique, la prsence de surface boise masque non seulement le rseau hydrographique mais en plus engendre des erreurs de surdtection par la prsence dombres portes. Les cartographies du rseau hydrographique sont trs incompltes, mme par photo-interprtation.
161
CHAPITRE 5 :
tel-00731169, version 1 - 12 Sep 2012
Figure 5.4 - Cartes de localisation des erreurs de dtection et/ou de caractrisation du rseau hydrographique sur le marais dAucey partir des donnes acquises par tldtection passive
162
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 5.5 - Cartes de localisation des erreurs de dtection et/ou de caractrisation du rseau hydrographique sur le marais de Boucey partir des donnes acquises par tldtection passive
163
CHAPITRE 5 :
5.1.3. Discussion Les rsultats mettent en vidence sept facteurs limitant la dtection du rseau hydrographique partir des donnes de tldtection passives testes: la rsolution spatiale des capteurs, la profondeur spectrale des bandes, lheure dacquisition du capteur, la saison dacquisition, ltat hydrique des fosss, le degr douverture des milieux et le mode de gestion agricole. Le premier facteur limitant est la rsolution spatiale des capteurs. Lidentification du rseau hydrographique, et en particulier des fosss les plus fins, ncessite lusage de capteur s ayant une rsolution spatiale 1 mtre. Des capteurs la rsolution plus grossire, de type SPOT-5, peuvent permettre didentifier uniquement les lments linaires les plus larges tels que les canaux principaux. Le second facteur limitant est la rsolution spectrale du capteur. A des rsolutions spatiales ( 1 mtre) et une priode dacquisition (t) similaires, le rseau hydrographique est mieux identifi partir de donnes KOMPSAT-2 qu partir de lorthophotoplan. En effet, les orthophotoplans sont livrs sous formes de composition colore au format RGB avec les bandes du bleu, du vert et du rouge pour lorthophotoplan vraies couleurs et avec les bandes du vert, du rouge et du proche infrarouge pour lorthophotoplan infrarouge couleur. Sil est adapt pour un usage grand public , ce traitement rduit la rsolution spectrale des images pourtant ncessaire la discrimination automatique des lments paysagers. Le troisime facteur est lheure dacquisition des images, ou plus prcisment la position du soleil au moment de la prise de vue. Si la position du soleil est proche du nadir, les ombres portes sont peu dveloppes. A linverse, si limage est acquise lorsque le soleil est proche de lhorizon (priode hivernale ou fin daprs-midi), les ombres portes sont trs prsentes et deviennent une source de confusion importante. Le quatrime facteur est la saison dacquisition : hors priode estivale, la prsence de brumes localises est frquente, en particulier au dessus des zones humides, ce qui peut empcher lexploitation dune partie de limage. Le cinquime facteur limitant est ltat hydrique du rseau hydrographique : les fosss en eau (voir image Quickbird-Figure 5.1) ont une rponse spectrale facilement identifiable (forte trs forte absorption du rayonnement solaire dans les parties visible et PIR et IRM du spectre) par rapport aux fosss sec qui se confondent avec la vgtation avoisinante. La priode dacquisition idale correspond donc une saturation en eau limite au rseau de drainage. Le sixime facteur limitant est le degr douverture des milieux : lidentification du rseau hydrographique est possible uniquement sur les milieux ouverts, c'est--dire sans couverture vgtale ou btie. Dans les zones humides, le rseau hydrographique est souvent associ un couvert arbor, que cela soit dans une prairie bocagre, dans des friches arbores ou des bois humides. Les donnes acquises par tldtection passive ne permettent donc quune cartographie partielle du rseau hydrographique. Le septime et dernier facteur limitant est le mode de gestion des surfaces agricoles : le rseau hydrographique est plus facilement identifiable sur une prairie pture ou rcemment fauche, c'est--dire avec une vgtation rase, que sur des prairies couvertes par une vgtation herbace haute. Une grande partie des fosss sont situs sur des limites parcellaires qui ne sont ni fauches, ni ptures, ce qui rend leur dtection dlicate. Lapplication dune mthode de classification automatique du rseau hydrographique par approche oriente-objet ncessite lusage pralable dune mthode de dtection des lments linaires de limage. Des tests raliss partir dune segmentation directement applique sur limage brute et une classification des objets selon la forme et leur teinte ne permettent pas didentifier les fosss. Une grande partie de la qualit de la classification dpend donc du rglage des huit paramtres de lalgorithme de dtection des lments linaires utilis ici, en loccurrence 164
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
lalgorithme Line extraction inclus dans le logiciel eCognition. Les valeurs optimum attribues pour chacun des huit paramtres ont t dtermines progressivement partir de diffrents tests. La mthode de traitement automatique napporte pas de rsultats convaincants, except partir de limage Quickbird sur le marais dAucey, l o la conjoncture de facteurs limitan t est la moins marque, c'est--dire avec une rsolution spatiale fine, des fosss en eau bien identifiables et un milieu ouvert sans canope. Un recours la photo-interprtation doit donc tre privilgi pour les images drives des autres capteurs. La caractrisation du rseau hydrographique partir de donnes de tldtection passive a t effectue selon la largeur du foss, la mesure de sa profondeur ntant pas possible. Les rsultats montrent que la caractrisation par approche oriente-objet napporte pas de bons rsultats. Seule la photo-interprtation de limage Quickbird sur le marais dAucey permet de caractriser correctement le rseau hydrographique de faon automatique. Les erreurs de caractrisation sont expliques par la qualit gomtrique de dlimitation des objets foss qui surestime leur largeur moyenne. En effet, la largeur dun foss peu par endroit tre surestime et ainsi augmenter la largeur moyenne de lobjet. En revanche, la photo-interprtation permet une bonne caractrisation des lments linaires pralablement dtects. tel-00731169, version 1 - 12 Sep 2012
165
CHAPITRE 5 :
5.2. La dtection et la caractrisation du rseau hydrographique partir de donnes LiDAR Les donnes de tldtection HRS et THRS passives prsentent plusieurs limites la cartographie du rseau hydrographique : (1) la rsolution spatiale de ces images est souvent insuffisante et ne permet de dtecter que les principaux cours deau et canaux ; (2) la dtection du rseau sous couvert arbor ou herbac est trs difficile voir impossible ; (3) la caractrisation de la des fosss et cours deau se limite leur largeur. Les donnes actives de type LiDAR prsentent le potentiel de caractriser la microtopographie, dont les fosss et les cours deau, y compris sous couvert arbor (voir Chapitre 2, section 2.1.3). Lobjectif de cette section est dvaluer les potentialits des donnes LiDAR pour cartographier le rseau de fosss et canaux des marais dAucey et Boucey. 5.2.1. Mthodologie
5.2.1.1. Sites dtude
Voir section 5.1.1.1. Sites dtude tel-00731169, version 1 - 12 Sep 2012 Les sites test retenus sont situs sur les marais dAucey et Boucey et de Sougal. Les sites tests dAucey et Boucey, de 25 hectares chacun permettent destimer limpact de la prsence de haies boises sur la prcision des rsultats. Sur le marais de Boucey, les fosss sont frquemment associs des haies alors quelles sont absentes du marais dAucey. Le site test de Sougal, correspond un marais ouvert, ptur et en partie inond lors de lacquisition des donnes LiDAR.
5.2.1.2. Donnes
Les donnes LiDAR sont prsentes CHAPITRE 4 : section 4.1.1. Afin dvaluer les potentialits des donnes LiDAR pour la cartographie du rseau hydrographique, des relevs topographiques ont t effectus sur le terrain le long de deux transects prsentant des morphologies diffrentes (Figure 5.6 et Figure 5.7). Le premier transect, dune longueur de 100 mtres, est localis sur un secteur plat du marais de Sougal (dnivel < 30 cm) alors que le second transect, localis sur le marais de Boucey, couvre un foss de 50 cm de profondeur. Les mesures on t effectues sur le terrain entre mars et dcembre 2009 laide dun thodolite (Trimble M3 Station Totale) et dun GPS diffrentiel (Trimble GeoXH) avant dtre intgres dans une base de donnes SIG.
166
DEUXIME PARTIE
Figure 5.6 Les deux transects : (a) marais de Sougal, 100 mtres de longueur sur un secteur plat et dgag ; (b) marais de Boucey, 4 mtres de longueur sur un profil de foss
tel-00731169, version 1 - 12 Sep 2012
Figure 5.7- Localisation des sites dtude
5.2.1.3. Typologie morpho-phytologique et typologie fonctionnelle
Le rseau hydrographique des marais dAucey et Boucey est compos dlments de nature, dusage ou de morphologie varis et qui influent de faons diffrentes sur lhydrodynamique des zones humides. Il est ncessaire de classer ce rseau hydrographique selon une typologie afin de les caractriser. Le Tableau 5.6 prsente la typologie employe lors dun diagnostic phyto-cologique et reprise ici pour la caractrisation du rseau hydrographique partir des donnes LiDAR. Cette typologie se base sur les caractristiques morphologiques et phytologiques des fosss (Lano, 2008). 167
CHAPITRE 5 :
Tableau 5.6. Typologie partir de descripteurs morphologiques et phytologiques reprise pour la caractrisation du rseau hydrographique partir des donnes LiDAR Typologie Foss de drainage Foss de circulation Foss dvacuation Canal Description 0 <profondeur <20 cm, ninduit pas de variation entre la vgtation du lit et la parcelle attenante 20< profondeur< 50 cm, induit une variation entre la vgtation du lit et la parcelle adjacente profondeur >50 cm, induit de grandes variations entre la vgtation du lit et parcelle adjacente profondeur >50 cm et largeur > 1 m
La Figure 5.8 illustre cette typologie phyto-morphologique par des profils en coupe.
tel-00731169, version 1 - 12 Sep 2012
Figure 5.8 Typologie phyto-morphologique des fosss en priode estivale : foss de drainage (en haut gauche), foss de circulation (en haut droite), foss dvacuation (en bas gauche) et canal (en bas droite).
La carte du rseau hydrographique produite partir des donnes LiDAR avec la typologie morpho-phytologique doit permettre de driver des indicateurs exprims selon une typologie fonctionnelle. Il est donc ncessaire dtablir une correspondance entre ces deux typologies (Tableau 5.7).
Tableau 5.7. Correspondances entre la typologie utilise pour la caractrisation du rseau hydrographique et la typologie fonctionnelle des zones humides Typologie fonctionnelle Grand foss Petit foss Typologie phyto-morphologique Foss dvacuation Canal Foss de drainage Foss de circulation
168
DEUXIME PARTIE
5.2.1.4. Calcul des MNT partir des donnes LiDAR
tel-00731169, version 1 - 12 Sep 2012
La mission dacquisition des donnes LiDAR a permis dobtenir une densit leve de points sol (4 pts/m). Nous avons cherch dterminer la densit de point sol minimale ncessaire pour cartographier le rseau hydrographique de faon exhaustive. Pour cela, nous avons souhait sous chantillonner le semi de point sol et observer limpact de la diminution de la densit de points sur la qualit de la dtection et de la caractrisation du rseau hydrographique. Les donnes LiDAR ont t sous-chantillonnes alatoirement avec le logiciel CloudCompare (www.danielgm.net/cc/) de faon obtenir trois nouveaux nuages de points avec des densits moyennes de 3, 2 et 1 point/m. Nous avons choisi danalyser les donnes LiDAR non pas sous forme de semi de points mais sous forme de MNT. En effet, les mthodes dextraction de linformation partir de donnes raster sont aujourdhui largement employes et nous semblent plus appropries une dmarche oprationnelle compares aux mthodes danalyse en 3D qui sont encore exploratoires. Plusieurs algorithmes dinterpolation permettent de driver des MNT partir des donnes LiDAR (voir CHAPITRE 2 : section 2.3.2.2). Nous avons choisi de tester les plus utiliss dentre eux afin de comparer leur potentialit pour la caractrisation du rseau hydrographique selon la densit de points. Les retours LiDAR classs en Sol ont t utiliss pour driver des MNT selon quatre mthodes dinterpolation : Nearest Neighbors (NN), Inverse Distance Weighted (IDW), Spline et Krigeage Ordinaire. Lensemble des paramtres fixs pour ces calculs sont prsents pour le site de Sougal dans le Tableau 5.8 et pour les sites dAucey et Boucey dans le Tableau 5.9. Pour les mthodes de Krigeage, un variogramme a t calcul pour chacun des deux site-test. Lanalyse des variogrammes a montr que chaque site prsente des distributions spatiales des valeurs altimtriques diffrentes qui justifient lutilisation de deux modles statistiques (puissance et exponentiel). La rsolution des pixels des MNT a t fixe 0,5 mtre, ce qui permet de reprer les fosss les plus fins tout gardant une taille de fichier manipulable. Les calculs ont t effectus pour les quatre densits de points afin dvaluer limpact de la diminution du nombre de points sur la prcision de caractrisation des fosss. Les diffrences daltitude moyenne entre les mesures terrain et les MNT ont t valuant en calculant lerreur quadratique moyenne entre les deux (Root Mean Square Error, RMSE).
Tableau 5.8- Paramtres dinterpolation utiliss pour le site de Sougal Interpolation NN IDW Spline Paramtres Aucun Puissance =2 ; Rayon de recherche=variable avec 12 points Type=tension ; Poids = 0,1 ; Nombre de points=12 Type de Variogramme = Puissance Kriging Puissance 1,27 , Longueur 150, Pente 0,005, Effet ppite 0,01,,
169
CHAPITRE 5 :

Tableau 5.9 Paramtres dinterpolation utiliss pour les sites dAucey et Boucey Interpolation NN IDW Spline Paramtres Aucun Puissance =2 ; Rayon de recherche=variable avec 12 points Type=tension ; Poids = 0,1 ; Nombre de points=12 Type de Variogramme = Exponentiel chelle 0,02 , Longueur 30, Effet ppite 0,012
Kriging
5.2.1.5. Classification des MNT par approche oriente-objet
tel-00731169, version 1 - 12 Sep 2012
Dans un second temps, la cartographie du rseau hydrographique a t effectue en utilisant une approche oriente-objet sous eCognition partir du MNT qui prsente la valeur RMSE la plus faible. Le rseau hydrographique a t identifi selon la mme mthodologie que celle employe pour les donnes de tldtection passives (voir section 5.1.1.5). Une fois identifi, le rseau hydrographique a t caractris en fonction de la profondeur et la largeur des fosss en quatre classes selon la typologie phyto-morphologique dfinie prcdemment. Cette typologie a t ensuite simplifie en deux classes petit foss ou grand foss selon la correspondance typologique dtaille dans le Tableau 5.7. La profondeur de chaque foss (objet) a t estime en soustrayant laltitude (valeur de pixel du MNT) maximale de lobjet son altitude minimale. Les rsultats ont t valids successivement pour les deux typologies avec la carte du rseau hydrographique drive de la photo-interprtation du MNT LiDAR. Les rsultats sont exprims par un indice de prcision global, exprim en pourcentage, et un indice de Kappa (voir CHAPITRE 4 : section 4.1.5).
170
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 5.9 Mthodologie gnrale applique pour la cartographie automatique du rseau hydrographique partir de donnes LiDAR
5.2.2. Rsultats
5.2.2.1. Caractrisation de la morphologie dun foss
En comparant les valeurs de RMSE des MNT calcules pour les deux transects avec les quatre mthodes dinterpolation et les quatre niveaux de densit de points (Tableau 5.10), on observe que sur le marais de Sougal, tous les MNT ont la mme valeur de RMSE (0,12 m), quelle que soit la mthode dinterpolation ou la densit de points. Sur les surfaces herbaces et planes, les valeurs de RMSE sont infrieures 0,05 mtre. A linverse, sur les surfaces inondes, o aucun retour LiDAR ne se produit en raison de la prsence deau dans le foss, les valeurs de RMSE augmentent jusqu 0,30 mtres (Figure 5.10). Sur le second transect correspondant au marais de Boucey, les valeurs de RMSE sont comprises entre 0,12 et 0,27 mtre. Comme attendu, les meilleurs rsultats sont obtenus avec la densit de point la plus importante. Les valeurs de RMSE augmentent sensiblement ds que la densit atteint 1 pt/m. Les MNT obtenus partir des mthodes dinterpolation Nearest Neighbors et Spline (RMSE : 0,12 m) ont une prcision plus grande que ceux obtenus par interpolation Inverse Distance Weighted (RMSE : 0,15 m) ou Krigeage (RMSE : 0,19 m). Ces rsultats confirment des tudes prcdentes montrant lintrt de la mthode dinterpolation Nearest Neighbors compare lapproche Inverse Distance Weighted pour huit MNT drivs de donnes LiDAR forte densit de points (Bater et Coops, 2009) et. La comparaison des MNT avec le profil terrain montre une sous estimation systmatique de la profondeur du foss (Figure 5.10). Cela peut sexpliquer par la prsence deau et/ou de vgtation 171
CHAPITRE 5 :
herbace trs dense. La Figure 5.10 illustre aussi que le MNT obtenu avec la mthode dinterpolation Nearest Neighbors et avec une densit de 4 pts/m concide le mieux avec les relevs terrain. Ce MNT est donc slectionn pour driver une cartographie du rseau hydrographique.
Tableau 5.10 Valeurs de RMSE suivant la densit de points sol et la mthode dinterpolation (en mtre) Densit de points sol (m) Marais de Boucey 4 Mthode dinterpolation NN IDW Spline Kriging 0,14 0,15 0,14 0,19 3 0,12 0,15 0,15 0,20 2 0,16 0,14 0,16 0,18 1 0,24 0,27 0,24 0,27 4 0,12 0,12 0,12 0,12 Marais de Sougal 3 0,12 0,12 0,12 0,12 2 0,12 0,12 0,12 0,12 1 0,12 0,12 0,12 0,12
tel-00731169, version 1 - 12 Sep 2012
En complment des RMSE, qui expriment des erreurs moyennes, nous avons calcul dautres indicateurs statistiques afin de mieux valuer limpact de la densit de points et de la mthode dinterpolation sur la prcision de la caractrisation de la microtopographie. La Figure 5.11 montre les erreurs selon les minimum, maximum, mdians, premiers et troisimes quartiles des MNT drivs des donnes LiDAR. Sur le transect du marais de Sougal, les erreurs sont identiques selon la mthode dinterpolation et la densit de point. Sur le transect de Boucey, lerreur mdiane volue peu selon la densit de point. En revanche, la diminution de la densit de point entraine une augmentation de lerreur maximum. Le krigeage est la mthode dinterpolation qui provoque, densit de point gale, lerreur la plus importante.
172
DEUXIME PARTIE
b Figure 5.10 Comparaison entre les MNT drivs du LiDAR et les relevs terrain : (a) sur le transect de Sougal ; (b) sur le transect de Boucey
tel-00731169, version 1 - 12 Sep 2012
Figure 5.11 Erreurs selon les minimum, maximum, mdians, premiers et troisimes quartiles des MNT drivs des donnes LiDAR sur les transects de Sougal (haut) et de Boucey (bas) en fonction de la densit de points sol et de la mthode dinterpolation
5.2.2.2. Dtection du rseau hydrographique
Les rsultats de dtection du linaire hydrographique selon la densit de points sol et la mthode dinterpolation sont similaires sur les deux marais, entre 40,5 et 57,9 % de linaires bien dtects sur le marais de Boucey et entre 40,1 et 60,6 % sur le marais dAucey (Figure 5.12). Les 173
CHAPITRE 5 :
taux de surdtection sont trs faibles, compris entre 0,9 et 3,6 %, ce qui permet une correction rapide par photo-interprtation. Les diffrences de linaire correctement et sur-dtect suivant la densit de points sol sont peu marques, avec cependant une rupture observe entre 2 et 1pt/m. Une diminution de 75 % des points LiDAR engendre entre 11 et 18 % de linaire dtects en moins suivant la mthode dinterpolation. Les diffrences entre les mthodes dinterpolations sont de plus en plus significatives mesure que la densit de points sol diminue. une densit de 4 pts/m, les diffrences maximales sont de 2,4 % du linaire du rseau hydrographique. Cette diffrence atteint 8,0 % pour une densit de 1 pt/m. Ce constat est plus marqu sur le marais de Boucey, o, densit moyenne gale, le nombre de points sol est plus faible par rapport Aucey du fait de la prsence darbres. Les mthodes dinterpolation Nearest Neighbors et Krigeage apportent les meilleurs rsultats de dtection alors que la mthode Spline est la moins bonne. Les rsultats de la dtection du rseau hydrographique obtenue par approche orientobjet montrent des diffrences significatives selon les types de fosss (Tableau 5.11). Les canaux et les fosss dvacuation sont mieux dtects que les fosss de drainage ou de circulation car ils sont plus profonds et plus larges. Sur le marais de Boucey, la prcision de dtection est plus faible du fait de la prsence de haies arbores associes aux fosss qui attnuent la pntration des impulsions LiDAR. Ce constat est particulirement vrai pour les fosss de drainage qui ont une forte proportion de couverture arbore. Les rsultats montrent aussi que les fosss sont dtects avec une trs faible surdtection. La carte de dtection du rseau hydrographique est prsente Figure 5.13. Lensemble des fosss non dtects est complt par photo-interprtation.
tel-00731169, version 1 - 12 Sep 2012
174
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 5.12 Pourcentage de linaire du rseau hydrographique bien dtect et surdtect par approche oriente-objet en fonction du type dinterpolation et de la densit de points sol sur le marais dAucey (haut) et de Boucey (bas).
175
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 5 :
176
Tableau 5.11 Variation de la prcision didentification du rseau hydrographique en fonction de la densit de points sol LiDAR et de la mthode dinterpolation sur les marais de Boucey et Aucey : (A) foss de drainage ; (B) foss de circulation ; (C) foss dvacuation ; (D) canal.
NB : Le secteur test du marais de Boucey ne comprend pas de canal
DEUXIME PARTIE
MNT driv du LiDAR
Raster des lments linaires
Identification des fosss
tel-00731169, version 1 - 12 Sep 2012
Marais dAucey Figure 5.13 MNT, raster des lments linaires et carte de localisation des erreurs didentification du rseau hydrographique sur les marais de Boucey et Aucey. Densit de 4 pts/m et mthode dinterpolation Nearest Neighbors.
Marais de Boucey
5.2.2.3. Caractrisation du rseau hydrographique
Les rsultats de la caractrisation du rseau hydrographique par approche oriente-objet partir du MNT LiDAR sont prsents pour le marais dAucey (Tableau 5.12 et Tableau 5.13) et pour le marais de Boucey (Tableau 5.14 et Tableau 5.15). Les classifications selon la typologie morpho-phytologique ont des indices de Kappa aux valeurs trs faibles aussi bien sur le marais dAucey (k = 0,25) que Boucey (k = 0,04). Les classifications selon la typologie fonctionnelle ont des indices de Kappa galement aux valeurs faibles Aucey (k = 0,19) et Boucey (k = 0,30). Les rsultats exprims en % de linaire correctement caractriss sont prsents Tableau 5.16. Le traitement du MNT LiDAR par approche automatique sur les marais dAucey et de Boucey a permis de bien caractriser respectivement 54,8 et 63,8 % de la longueur totale des fosss pralablement dtects, soit 33,0 et 37,0 % de la longueur totale du rseau hydrographique. La photo-interprtation du MNT LiDAR a permis de caractriser correctement lensemble des lments du rseau hydrographique. La caractrisation des fosss est dtermine par la largeur et la profondeur des objets. La prcision de la profondeur des objets, calcule partir de la diffrence entre le point (pixel) le plus lev et le point le plus faible de chaque objet, est dpendante de la prcision de dlimitation des fosss. Une dlimitation approximative des fosss engendre une erreur sur la largeur puis sur la profondeur des objets (Figure 5.14). La prsence 177
CHAPITRE 5 :
deau et/ou de vgtation dense dans le foss peu engendrer une sous estimation de la profondeur. Une sur-estimation de la largeur du foss va entrainer une sur-estimation de sa profondeur. A linverse, une sous-estimation de la largeur du foss va entrainer une sousestimation de se profondeur. Les erreurs de caractrisation selon la typologie fonctionnelle sont corriges par photo-interprtation afin de produire une carte du rseau hydrographique correcte pour lvaluation fonctionnelle des zones humides.
Tableau 5.12 - Matrice de confusion pour la carte drive de du MNT LiDAR avec la typologie morphophytologique sur le marais dAucey Classes Foss de drainage Foss dvacuation Foss de circulation Canal Total colonne Producers accuracy Overall accuracy Kappa Classification 1 2 3 4 1 Rfrences 2 3 486 319 1407 535 2747 11,6 0 0 0 396 396 0,0 4 0 0 76 1384 1460 94,8 Total ligne 5958 399 6067 2485 14909 Users accuracy 91,8 80,0 0,0 55,7
tel-00731169, version 1 - 12 Sep 2012
5472 80 4584 170 10306 53,1
48,1 0,25
Tableau 5.13 - Matrice de confusion pour la carte drive de du MNT LiDAR avec la typologie fonctionnelle sur le marais dAucey Classes Petit foss Grand foss Total colonne Producers accuracy Overall accuracy Kappa Rfrences 1 2 6357 0 6696 1856 13053 48,7 55,1 0,19 1856 100,0 Total ligne 6357 8552 14909 Users accuracy 100,0 21,7
Classification
1 2
Tableau 5.14 - Matrice de confusion pour la carte drive de du MNT LiDAR avec la typologie morphophytologique sur le marais de Boucey Classes Classification Foss de drainage Foss dvacuation Foss de circulation Canal Total colonne Producers accuracy Overall accuracy Kappa 27,5 0,04 1 2 3 4 Rfrences 1 2 3 737 504 749 65 2055 35,9 329 934 1705 660 3628 25,8 0 485 1080 2755 4320 25,0 4 nd nd nd nd nd nd Total ligne 1066 1923 3534 3480 10003 Users accuracy 69,1 48,6 30,6 0,00
178
DEUXIME PARTIE
Tableau 5.15 - Matrice de confusion pour la carte drive de du MNT LiDAR avec la typologie fonctionnelle sur le marais de Boucey Classes Petit foss Grand foss Total colonne Producers accuracy Overall accuracy Kappa Rfrences 1 2 2504 485 3179 3835 5683 4320 44,1 88,8 Total ligne 2989 7014 10003 Users accuracy 83,8 54,7
Classification
1 2
63,4 0,30
Tableau 5.16 Prcision globale de caractrisation en % de linaire parmi les fosss bien identifis (gras) et lensemble des fosss (italique) Aucey Auto PIAO 100 100 Boucey Auto 63,8 37,0 PIAO 100 100
tel-00731169, version 1 - 12 Sep 2012
MNT LiDAR
54,8 33,0
Figure 5.14 Relation entre la largeur du foss identifi et sa profondeur estime partir de donnes LiDAR : (a) largeur correctement estime, profondeur correctement estime ; (b) largeur correctement estime, profondeur sous-estime par la prsence deau ; (c) largeur sur-estime, profondeur sur-estime ; (d) largeur sous-estime, profondeur sous-estime.
179
CHAPITRE 5 :
5.2.3. Discussion Les rsultats montrent que les donnes LiDAR permettent de caractriser la morphologie dun foss. Une densit de comprise entre 4 et 2 pts/m permet de reproduire la forme du foss avec une erreur moyenne infrieure 0,14 m. Avec une densit infrieure 2 pts/m, lerreur moyenne augmente sensiblement 0,27 m et la profondeur du foss est sous-estime. En revanche, les rsultats sont similaires quelque soit la mthode dinterpolation employe. Les validations terrain prsentes dans ce chapitre sur les deux transects semblent tre reprsentatives au vu de la Figure 5.15. En effet, cette figure met en vidence les diffrences daltitude entre le MNT issus dune densit de 4 pts/m et celui issu dune densit de 1 pt/m. Les diffrences suprieures 5 cm se localisent sur les fosss et/ou sur les zones couvertes de vgtation arbore dense. En revanche, la diminution de 4 1 pt/m ne semble avoir aucun impact sur la prcision des MNT en secteur plat et dgag. La diminution de la densit de point a t effectue par un sous-chantillonnage alatoire des points sol . Une rpartition diffrente des points seraient peut tre obtenue en diminuant directement le paramtre de densit moyenne de point souhaite lors de lacquisition LiDAR. tel-00731169, version 1 - 12 Sep 2012 Les donnes LiDAR permettent de dtecter correctement le rseau hydrographique par approche automatique, aussi bien en milieu ouvert que ferm. En revanche, la mthodologie employe napporte pas entire satisfaction pour la caractrisation des fosss, mme avec une typologie simplifie. Les sources derreur, cites plus haut, sont plus lies au processus de traitement et de classification qu la qualit mme de la donne LiDAR. La mthodologie est applique avec succs sur lensemble de la ZAA ainsi que sur le bassin versant de la Lizonne (voir Annexe C). Cependant, une tape de photo-interprtation est ncessaire pour obtenir une carte valide et exhaustive du rseau hydrographique sur lensemble des zones humides du bassin versant. Trois facteurs limitant ont t identifis pour la cartographie du rseau hydrographique : la prsence deau, la vgtation dense, mme en priode de repos et la qualit gomtrique de dlimitation des objets fosss . Dans le cadre de ce travail de cartographie en 2D, la baisse de la densit de points sol entraine une diminution relative sur la prcision de la dtection du rseau hydrographique. En revanche, des diffrences plus significatives seraient observes dans le cas dune caractrisation du rseau hydrographique en 3D partir du nuage de point. Ce travail en 3D, utile la caractrisation de la connectivit/circulation hydraulique et donc lvaluation fonctionnelle, semble possible partir des donnes LiDAR. Mais les mthodes dextraction de linformation en 3D sont encore en dveloppement et manquent de robustesse et de ressources informatiques.
180
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 5.15 Variations de laltitude induite sur le MNT par un sous-chantillonnage de 75 % des points sol LiDAR, marais de Boucey.
181
CHAPITRE 5 :
Les cours deau et fosss conditionnent une partie de lhydrodynamique dune zone humide. Cest pourquoi ltablissement dune cartographie exhaustive du rseau hydrographique lchelle dun bassin versant est ncessaire pour pouvoir procder lvaluation fonctionnelle des zones humides. Afin de dterminer quelles sont les donnes de tldtection les plus appropries pour cela, nous avons utilis des images de tldtection issues de cinq capteurs passifs (SPOT-5, KOMPSAT-2, Quickbird, BD Ortho et BD Ortho IRC) et des donnes de drives dun capteur de tldtection active (LiDAR). Afin de dfinir la prcision requise pour cartographier lensemble du rseau hydrographique en incluant tous les fosss, quelle que soit leur taille, une srie de MNT ont t drivs des donnes LiDAR avec des densits de points comprises entre 1 et 4 pts/m . Pour pouvoir dterminer la mthode dinterpolation des points la plus adapte, quatre mthodes dinterpolation ont t appliques puis compares. La photo-interprtation du rseau hydrographique ncessite un investissement temporel consquent. Pour rduire au maximum cette tape, nous avons dvelopp une approche automatique oriente-objet afin de dtecter et identifier le rseau hydrographique avec une faible surdtection. De cette faon, la classification peut tre facilement corrige et complte par photo-interprtation. Cette mthodologie comporte une phase de dtection, base sur un filtre linaire, et une phase de caractrisation, base sur la gomtrie des objets pralablement dtects (largeur et/ou profondeur). Cette approche, valide par des mesures effectues sur le terrain, a t teste sur deux sites test de 5 km de la ZAA. Les rsultats ont mis en vidence diffrents facteurs limitant pour chaque capteur, aussi bien pour la dtection que la caractrisation du rseau hydrographique (Tableau 5.17). La Figure 5.16 compare les erreurs de dtection et de caractrisation du rseau hydrographique entre la meilleure des donnes passives (Quickbird) et la donne active (LiDAR). Les erreurs sont moins marques, aussi avec les donnes LiDAR, particulirement sur le secteur de Boucey qui est bocager. La dtection des fosss par approche oriente-objet partir des donnes passives est de qualit mauvaise moyenne suivant les capteurs employs. Les meilleurs rsultats sont obtenus avec les images les moins affectes par les facteurs limitant. Avec les donnes LiDAR, cette approche permet de dtecter plus de la moiti du linaire avec un faible taux de surdtection, aussi bien en milieu arbor quen milieu ouvert. Lapproche par photo-interprtation des donnes drives des capteurs passifs ne permet pas de driver une cartographie exhaustive du rseau hydrographique, surtout en milieu ferm. En revanche, la photo-interprtation des donnes LiDAR permet elle une cartographie complte. La seconde phase de caractrisation du rseau hydrographique met en vidence des confusions importantes, aussi bien partir des donnes passives quactives. La qualit de la caractrisation gomtrique des objets est trs sensible leur prcision spatiale de la dlimitation dfinie au pralable. La carte du rseau hydrographique peut tre corrige et complte par photointerprtation. Cette mthodologie a t applique sur lensemble des zones humides de la ZAA et de la Lizonne. tel-00731169, version 1 - 12 Sep 2012
182
DEUXIME PARTIE
Les travaux relatifs ce chapitre font actuellement ou ont fait lobjet de plusieurs valorisations scientifiques : Publications relatives au sous chapitre 5.1 : RAPINEL S., HUBERT-MOY L., CLMENT B., LANO E., 2012. A comparison of various remote sensing data for mapping ditch network from object-oriented and photo-interpretation methods. Canadian Journal of Remote Sensing (en preparation) Publications relatives au sous chapitre 5.2 : RAPINEL S., HUBERT-MOY L., CLMENT B., 2011. Using LiDAR data to evaluate wetland functions. 34th International Symposium for Remote Sensing of Environment, Sydney, Australia, 10-15 April. RAPINEL S., Hubert-Moy L., Clment B., Cudennec C., Nabucet J., 2012. Identification, characterization and mapping of ditch network using LiDAR. Hydrological Processes (en preparation) tel-00731169, version 1 - 12 Sep 2012
183
CHAPITRE 5 :
Tableau 5.17 Variation de lintensit de facteurs limitant pour la dtection et la caractrisation du rseau hydrographique selon le type de donne utilise : - - Facteur limitant fort ; - facteur limitant moyen ; + facteur limitant faible, ++ facteur limitant inexistant. DONNES Facteur limitant Profondeur spectrale Rsolution spatiale Heure dacquisition Soleil rasant Soleil au nadir Saison dacquisition t + + + + + ++ ++ -+ -+ -+ -+ -+ ++ ++ SPOT-5 ++ -KOMPSAT2 ++ Quickbird ++ + Ortho -+ Ortho IRC -+ LiDAR + ++
tel-00731169, version 1 - 12 Sep 2012
Printemps-automne-hiver DTECTION tat hydrique Foss en eau Foss sec Contexte paysager Milieu ouvert Milieu ferm Mode de gestion prairies Pture Fauche effectue Fauche non effectue tat hydrique CARACT. LARGEUR Foss en eau Foss sec Qualit gomtrique de dtection Entretien du foss
CARACT. PROFONDEUR
++ --
++ --
++ --
++ --
++ --
+ ++
++ --
++ --
++ --
++ --
++ --
++ +
+ ++ --
+ ++ --
+ ++ --
+ ++ --
+ ++ --
++ ++ +
++ ---
++ ---
++ ---
++ ---
++ ---
++ ++ --
Entretenu Non entretenu tat hydrique Foss en eau Foss sec
nd nd
nd nd
nd nd
nd nd
nd nd
++ -
nd nd
nd nd
nd nd
nd nd
nd nd
-++
184
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 5.16 - Cartes de localisation des erreurs de dtection et/ou de caractrisation du rseau hydrographique sur le marais dAucey et de Boucey partir des donnes de tldtection passives (Quickbird) et actives (LiDAR)
185
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 6 : LA CARACTRISATION DE LA VGTATION

Introduction ................................................................................................................................. 188 6.1. Lvaluation comparative de lutilisation de donnes satellitaires optiques THRS ............... 190
6.1.1. Mthodologie................................................................................................................................ 191 6.1.1.1. Site dtude et donnes ........................................................................................................ 191 6.1.1.2. Cartographie de la vgtation par approche oriente-objet ................................................ 192 6.1.1.3. Validation .............................................................................................................................. 196 6.1.2. Rsultats........................................................................................................................................ 197 6.1.3. Discussion ..................................................................................................................................... 200
6.2. Lvaluation de lutilisation de donnes LiDAR ..................................................................... 201

6.2.1. Mthodologie................................................................................................................................ 202 6.2.1.1. Sites dtude et donnes ...................................................................................................... 202 6.2.1.2. Traitements........................................................................................................................... 205 6.2.1.3. Validation .............................................................................................................................. 218 6.2.2. Rsultats........................................................................................................................................ 219 6.2.3. Discussion ..................................................................................................................................... 227
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 6 :
LA CARACTRISATION DE LA VGTATION
INTRODUCTION
La nature et la qualification des communauts vgtales constitue, avec les critres gomorphologiques, les lments qui permettent de conduire un diagnostic de la zone humide (Clment et al., 1996). En effet, la vgtation est un des intgrateurs de l'hydrodynamique passe et prsente (Maltby et Barker, 2009) ; et un indicateur du degr dhumidit et de fertilit des sols (Ellenberg et al., 1991). Ce critre dtat de lhydrodynamique assure une bonne fiabilit et reproductibilit des interprtations de phnomnes se droulant sur un pas de temps significatif. Inversement, un changement ou une variation accidentelle de lhydrodynamique, telle quun pisode de crue isol et de courte dure, naura pas dimpact sur lvolution des communauts vgtales. Leur spatialisation est donc importante un niveau de prcision dtaill (1/10 000me) afin de pouvoir caractriser les principales formations vgtales. Le dveloppement dune dmarche dvaluation des fonctions des zones humides sur lensemble dun bassin-versant suppose une caractrisation de la vgtation cette chelle. Or, les cartographies fines de la vgtation produites partir dobservations terrain sont gnralement effectues lchelle de sites de quelques hectares avec des relevs phytosociologiques ponctuels (Clment et al., 2011; Lano, 2008). De plus, lorsque les relevs sont effectus sans GPS, leur spatialisation sous SIG peut engendrer des approximations (Maltby, 2009). Les cartes de vgtation existantes sur lensemble des zones humides dun bassin versant ont gnralement des chelles comprises entre le 1/50 000me et le 1/25 000me. Ces couches dinformation, souvent obtenues par photo-interprtation de photographies ariennes, caractrisent loccupation du sol dominante et restent trop approximatives (chelle parcellaire). Ces cartes sont essentiellement utilises pour une approche descriptive des zones humides sur des territoires de plusieurs centaines de Km dans le cadre daction de port connaissance (IMAGE CONSULT, 2006b) ou dinventaires nationaux des zones humides (Cowardin, 1979). Des tudes ont montr lintrt des donnes de tldtection HRS pour la cartographie de loccupation du sol des zones humides (voir CHAPITRE 2 : section 2.2). Les images de type SPOT ou Landsat, dont la taille des pixels varie entre 10 et 30 mtres, permettent de mettre jour les cartes dhabitat existantes sur les marais littoraux (Alexandridis et al., 2009), didentifier grossirement les systmes humides et les fonds de valles (Baker et al., 2006), de cartographier la vgtation aquatique sur de grands lacs (Brezonik et al., 2003), destimer la biomasse vgtale (Klemas et al., 2005) ou la diversit paysagre (Seto et al., 2004). De plus, comme le traitement de ces images peut tre effectu automatiquement, les cartes de vgtation peuvent tre facilement obtenues sur de grandes superficies (MacAlister et Mahaxay, 2009; Davranche, 2008; Hurd et al., 2006). Toutefois, ces donnes prsentent des limites fortes : elles ne permettent pas dtablir une cartographie fine et dtaille des formations vgtales, ni de caractriser les formations vgtales htrognes frquemment rencontres sur les zones humides (Hubert-Moy, 2005). En outre, pour obtenir de bons scores de classification, il est ncessaire de photo-interprter une bonne partie des images. Face aux limites des photographies ariennes et des images satellitaires HRS, les images satellitaires THRS, disponibles depuis quelques annes, constituent une opportunit pour caractriser la vgtation des zones humides. Ces donnes, qui permettent de couvrir des secteurs dont la taille schelonne de 120 270 km, sont formes de pixels dont la taille est infrieure 5 m, voire souvent infrieure au mtre, ce qui apparat compatible avec les surfaces couvertes par les units de vgtation composant les zones humides. Par ailleurs, la rsolution spectrale des 188
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
capteurs qui enregistrent ces images apparat suffisante pour identifier des espces vgtales, les bandes spectrales ayant une largeur moyenne infrieure 100 nm. En outre, le domaine spectral couvert comprend le visible, le proche infra rouge et parfois linfrarouge moyen, ces deux domaines tant stratgiques pour identifier la vgtation et qualifier son degr dhumidit. Plusieurs tudes ont montr lintrt des images multispectrales THRS pour la cartographie fine de la vgtation dans les zones humides (Laba et al., 2008; Andresen et al., 2007; Dogan et al., 2009; Harris et Bryant, 2009; Gilmore et al., 2008). Mme si elles permettent de caractriser avec prcision (niveau de lespce) les habitats des zones humides, les tudes sont ralises jusqu prsent sur des sites de quelques km choisis sur des secteurs o lhabitat est le plus homogne et donc plus facile identifier, alors quune caractrisation dtaille et exhaustive de la vgtation de lensemble des zones humides lchelle dun bassin versant est ncessaire pour mener bien une valuation fonctionnelle. Comme pour les classifications issues des images HRS, des corrections par photo-interprtation associes des contrles terrain restent ncessaires pour corriger les erreurs de classification (Shuman et Ambrose, 2003). Les images HRS semblent appropries pour dtecter caractriser grossirement la vgtation des zones humides sur de vastes tendues (> 3600 km) au sein desquelles les sites forts enjeux (< 250 km) peuvent tre identifis et cartographis plus finement laide dimage THRS (Civco et al., 2006). Plusieurs tudes ont galement montr lintrt des donnes LiDAR pour caractriser les diffrentes strates de vgtation (Gen et al., 2004; MacKinnon, 2001; Rosso et al., 2006). La prcision altimtrique des donnes LiDAR permet de caractriser la hauteur de vgtation avec une prcisio n denviron 10 cm (Hopkinson et al., 2005). Cependant, les donnes LiDAR, qui ne possdent quune information spectrale dans la bande du proche infrarouge (1,064 m) ne permettent pas de discriminer diffrentes formations vgtales au sein dune mme strate. Pour cette raison, le couplage donnes multispectrales et LiDAR fournissent respectivement des informations sur la rflectance et la hauteur de la vgtation, ce qui permet daffiner la prcision de leurs cartographies (Bork et Su, 2007; Gilmore et al., 2008). Le traitement des donnes HRS et THRS seffectue essentiellement par approche numrique, ce qui permet dextraire automatiquement les cartographies de vgtation. Les indices spectraux de texture sont souvent utiliss en complment des bandes spectrales pour amliorer la qualit des classifications. Les indices spectraux de type NDVI, qui traduit la densit du feuillage et le taux de couverture vgtale du sol, sont trs souvent utiliss pour caractriser les zones humides (Hurd et al., 2006; Seto et al., 2004; Klemas et al., 2005; Andresen et al., 2007). Les indices de texture, en particulier dhomognit, sont utiliss pour apporter une source dinformation supplmentaire pour la caractrisation de la vgtation (Klemas et al., 2005; Dissanska et al., 2009). La cartographie de la vgtation des zones humides peut tre obtenue par approche pixel (Davranche, 2008; Baker et al., 2006; MacAlister et Mahaxay, 2009; Laba et al., 2008; Fuller et al., 2005; Sobocinski et al., 2006; Sugumaran et al., 2004; Dogan et al., 2009) ou oriente-objet (Hubert-Moy et al., 2006; Civco et al., 2006; Gilmore et al., 2008; Clement et al., 2008; Dissanska et al., 2009). Lapproche par pixel est plus adapte tant que les formations vgtales extraire ont une taille similaire celle des pixels. Dans le cas contraire, une approche oriente-objet est plus adapte (Blaschke, 2010). Lobjectif de chapitre est dobtenir partir de donnes de tldtection THRS et par approche oriente-objet, une cartographie fine, infrieure au 1/10 000me, des formations vgtales des zones humides sur lensemble du bassin versant de la Lizonne et du site de la ZAA afin den driver des descripteurs fonctionnels. Plus prcisment, nous cherchons rpondre aux questions suivantes : Quelles sont les rsolutions spatiales et spectrales optimales offertes par les images satellitaires pour identifier la vgtation des zones humides ? Quelle saison 189
CHAPITRE 6 :
privilgier pour acqurir des donnes THRS pour la cartographie de la vgtation des zones humides ? Toutes les formations vgtales peuvent elle tre identifies partir dune seule source dinformation ? Ce chapitre prsente les mthodes mise en uvre pour rpondre ces questions et les rsultats obtenus avec des donnes de tldtection THRS enregistres dans le domaine optique en mode passif et actif. La premire partie traite de lutilisation dimages satellitaires optiques THRS applique la ZAA. La seconde partie aborde lutilisation des donnes LiDAR sur le bassin versant de la Lizonne et sur la ZAA. 6.1. Lvaluation comparative de lutilisation de donnes satellitaires optiques THRS Les images SPOT-5 sont acquises dans la gamme du spectre allant du vert au moyeninfrarouge, ce qui offre un potentiel pour identifier les diffrentes formations vgtales des zones humides (Davranche, 2008; Hubert-Moy et al., 2006). Nanmoins, la rsolution spatiale du capteur (10 x 10 m en multispectral et 5 x 5 m en panchromatique) ne permet pas de distinguer les formations vgtales dans des milieux trop htrognes de type friches. Les images KOMPSAT-2 ont une rsolution spatiale plus fine que les images SPOT-5 (4 x 4 m en multispectral et 1 x 1 m en panchromatique) et une rsolution spectrale allant du bleu au proche infrarouge. Bien quelles naient t que trs peu values jusqu prsent, ces caractristiques en font une source dinformation intressante pour la caractrisation des formations vgtales et en particulier du rseau bocager (Vannier, 2011). Tout comme les images SPOT-5, la rsolution spatiale semble cependant tre juste pour discriminer les formations vgtales dans les milieux htrognes. De nombreuses tudes ont montres le potentiel des images Quickbird pour la caractrisation de la vgtation des zones humides aussi bien sur des milieux homognes (Laba et al., 2008; Dogan et al., 2009; Gilmore et al., 2008) ou htrognes et complexes (Harris et Bryant, 2009). En effet, les images Quickbird prsentent une rsolution spatiale leve (2,4 x 2,4 m en multispectral, 0,6 x 0,6 m en panchromatique), une rsolution spectrale allant du bleu au proche infrarouge et une profondeur spectrale importante (11 bits), ce qui permet dexprimer les valeurs de pixel entre 0 et 2048 (contre habituellement 0 255 en 8 bits). Les BD Ortho et Ortho IRC offrent des images ariennes avec une rsolution spatiale importante (0,5 x 0,5 m en couleur) et une couverture exhaustive du territoire franais. Cependant, bien que la gamme du spectre soit comprise entre le bleu et le rouge pour la BD Ortho et entre le vert et le proche infrarouge pour la BD Ortho IRC, ces images sont livres sous forme de composition colore, ce qui rduit considrablement leur profondeur spectrale (1 x 8 bits contre 4 x 8 bits pour SPOT-5 et 4 x 11 bits pour Quickbird). Cette caractristique limite lintrt des BD Ortho pour les classifications automatiques o elles sont plutt utilises comme sources dinformations complmentaires (Burnett et Blaschke, 2003). De faon gnrale, les images THRS multispectrales prsentent aussi une limite dans les milieux arbors : la prsence dombre porte peu masquer une part importante de la vgtation (Bork et Su, 2007) Les donnes multispectrales ont t souvent values sur des milieux homognes ou de petite superficie. Lobjectif de cette partie est centr sur lvaluation des donnes THRS multispectrales pour la cartographie de la vgtation des zones humides de la ZAA.
tel-00731169, version 1 - 12 Sep 2012
190
DEUXIME PARTIE
6.1.1. Mthodologie
6.1.1.1. Site dtude et donnes
Lvaluation de lutilisation de donnes optiques THRS est applique sur les zones humides de la ZAA (voir CHAPITRE 3 : section 3.1). Nous avons valu les potentialits de quatre type de donnes optiques THRS dont la rsolution spatiale est comprise entre 5 et 0,5 m : SPOT-5, KOMPSAT-2, Quickbird et la BD Ortho de lIGN (Tableau 6.1).
Tableau 6.1 Caractristiques des images de tldtection utilises Plateforme Capteur Date de prise de vue (dd/mm/yyyy) 07/06/2006 Bandes spectrales (en m) Bleu Vert Rouge Panchromatique : 0,45-0,90 Bleu : 0,45-0,52 Vert : 0,52-0,60 Rouge : 0,63-0,69 Proche-infrarouge : 0,76-0,90 Panchromatique : 0,40-0,90 Bleu : 0,45-0,52 Vert : 0,52-0,60 Rouge : 0,63-0,69 Proche-infrarouge : 0,76-0,90 Panchromatique: 0,49-0,69 Vert : 0,49-0,61 Rouge : 0,61-0,68 Proche-infrarouge : 0,68-0,89 Moyen-infrarouge : 1,58-1,75 Rsolution spatiale (en m) 0,5 1 4 0,6 2,4 5 10
Avion-IGN
Camra
tel-00731169, version 1 - 12 Sep 2012
Satellite KOMPSAT-2
MSC
28/09/2008
Satellite Quickbird-2
RPC00B
09/01/2008
Satellite SPOT-5
HRG
24/09/2002
Les donnes BD Ortho ont t acquises par lIGN dans la gamme du spectre visible puis livres au format RVB. Les images KOMPSAT-2, Quickbird ont t acquises dans la gamme du spectre allant du bleu (0,45 m) au proche infrarouge (0,90 m) avec des largeurs de bandes comprises entre 0,06 et 0,14 m. Limage SPOT-5 a t acquise dans la gamme du spectre allant du vert (0,49 m) au moyen infrarouge (1,75 m) avec des largeurs de bande comprises entre 0,07 m et 0,27 m. Les images SPOT-5, KOMPSAT-2 et Quickbird ont t corriges gomtriquement partir de la BD ORTHO de lIGN. La prcision obtenue pour chaque image est de 1 pixel (RMSE 1 pixel). Les images ont t acquises des dates comprises entre septembre 2002 (SPOT-5) et septembre 2008 (Quickbird, KOMPSAT) ; mais aussi des saisons diffrentes : en janvier (Quickbird), en juin (BD Ortho) et en septembre (KOMPSAT-2 et SPOT-5). Si la composition paysagre a peu volu entre 2002 et 2008, en revanche la date dacquisition est prendre en considration dans les rsultats puisquelle influe sur ltat et donc la caractrisation de la vgtation.
191
CHAPITRE 6 :
Limage Quickbird, acquise en hiver, est affecte par une couverture nuageuse importante. Pour cette image, seule la partie centre sur les marais de Sougal et Aucey-Boucey, moins affecte par la brume, a t prise en compte. Les bandes multi-spectrales tant plus affectes par la brume que la bande panchromatique, les bandes multispectrales et panchromatique de limage Quickbird ont t fusionnes par la mthode Gram-Schmidt (Laben et Brower, 2000) afin dobtenir une image exploitable.
6.1.1.2. Cartographie de la vgtation par approche oriente-objet
Le Tableau 6 prsente la typologie utilise pour la caractrisation de loccupation des sols. Cette typologie comporte 11 classes. La classe Surface boise indigne comprend les formations arbores ou arbustives daulnaies, de saulaies ou de frnaies. La classe Prairie fauche correspond aux prairies venant dtre fauches mais ne comprend pas les prairies en attente de fauche. La classe Prairie fauche est considrer indpendamment des autres classes car la fauche ne permet pas de dterminer lhygrophilie de la vgtation. En effet, les prairies fauches peuvent tre autant des prairies hygrophiles, mso-hygrophiles ou msophiles. tel-00731169, version 1 - 12 Sep 2012
Tableau 6.2 Typologie utilise pour la cartographie de la vgtation des zones humides partir capteurs optiques THRS et sa correspondance avec la nomenclature EUNIS Typologie utilise Surface en eau Surface boise indigne Peupleraie Prairies hygrophilie non dtermine Prairie hygrophile Prairie mso-hygrophile Prairie msophile Roselire Sol nu Culture Surface minrale C1. Standing water C2. Surface running water G1.4. Broadleaved swamp woodlands not on acid peat G1.C. Highly artificial broadleaved deciduous forestry plantation E3.41. Atlantic humid meadow E3.41. Atlantic humid meadow E3.41. Atlantic humid meadow E3.41. Atlantic humid meadow E3.42. Joncus acutiflorus meadow E3.44. Flood sward and related communitie I1.1. Intensive unmixed crop I1.1. Intensive unmixed crop J. Constructed, industrial and other artificial habitats EUNIS
Lextraction dinformation partir dimages THRS peut seffectuer selon une approche par pixel (Baker et al., 2006; Laba et al., 2008) ou bien oriente-objet (Gilmore et al., 2008; HubertMoy et al., 2006). Nous avons ici privilgi lapproche oriente-objet en raison de la forte rsolution spatiale des images au regard des lments paysagers cartographier qui sont majoritairement composs de plusieurs pixels. La mthodologie a t dveloppe en utilisant le logiciel eCognition. Les classifications des objets issus de la segmentation peuvent seffectuer par approche supervise au plus proche voisin (Dissanska et al., 2009; Civco et al., 2006) ou par arbre de dcision (Dorren et al., 2003; Ke et al., 2010). Lapproche supervise au plus proche voisin permet dobtenir des classifications de bonne prcision directement partir des chantill ons 192
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
dentrainement sur des contextes paysagers homognes (Laliberte et al., 2006). En revanche, elle montre ses limites sur des milieux htrognes o lapproche par arbre de dcision est plus approprie. En effet, lapproche par arbre de dcision permet loprateur de classer les objets progressivement et ventuellement dajuster les critres de dcisions pour les classes les plus problmatiques. Linconvnient de cette mthode est le temps ncessaire llaboration de larbre de dcision. Limage a t classe selon une approche progressive par arbre de dcision. Cet arbre de dcision a t construit partir dun ensemble de rgles de dcision qui peut tre adapt ou affin a posteriori au fur et mesure des tests de classification en fonction des rsultats obtenus. Selon cette mthode, les classes de vgtation sont considres les unes aprs les autres la bande qui permet de mieux identifier les objets dune classe donne est slectionne, segmente et classe. Les objets classs sont alors masqus, et ce processus de segmentation et de classification est ritr pour la classe suivante, jusqu ce que tous les objets soient classs. Les lments du paysage les plus faciles mettre en vidence ont t traits en priorit selon des procdures de segmentation simples et peu gourmandes en temps de calculs. Puis les lments les plus htrognes ont t traits par des algorithmes de segmentation et de classification plus complexes et longs. Le processus de classification est diffrent selon que limage soit acquise en t (Tableau 6.2) ou en hiver (Tableau 6.3). En effet, ltat de la vgtation nest pas le mme en t et en hiver, en particulier pour les surfaces boises et les roselires. Ces changements dtats ont un impact sur la rponse spectrale mesure par les capteurs de tldtection et donc sur la qualit de classification.
193
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 6 :
194
Tableau 6.2 tapes de classification de loccupation du sol partir dimages optiques THRS dt *IOD = Image Object Domain, **TC = Temps de Calcul, *** Teinte observe sur la composition colore
DEUXIME PARTIE
Tableau 6.3 tapes de classification de loccupation du sol partir dimages optiques THRS dhiver
*IOD = Image Object Domain, **TC = Temps de Calcul, *** Teinte observe sur la composition colore
tel-00731169, version 1 - 12 Sep 2012
195
CHAPITRE 6 :
6.1.1.3. Validation
tel-00731169, version 1 - 12 Sep 2012
Figure 6.1 Carte de loccupation des sols des marais du bas Couesnon obtenue partir de relevs phyto sociologiques effectus en 2008 (daprs Lano, 2008)
Plus de 200 relevs phytosociologiques ont t effectus sur les bas marais du Couesnon (Lano, 2008) et ont permis de driver une carte dtaille de la vgtation selon une typologie CORINE niveau 4. Cette carte a t simplifie de faon tre compatible avec celles que nous avons ralises partir des images de tldtection (Figure 6.1). Des chantillons de validation ont t slectionns sur cette carte et croiss avec chacune des classifications automatiques de faon valuer leurs prcisions. Lensemble de la carte de validation na pas t croise avec les classifications automatiques car certains lments du paysage de petites superficies, comme des surfaces boises ou des roselires, ny sont pas reprsents. Cependant, pour les classes Surface en eau , Culture , Sol nu et Prairie fauche les chantillons de validation ont t slectionns par photo-interprtation de chaque image car sujets des variations spatiotemporelles. Pour chaque classification, un indice de Kappa (voir CHAPITRE 4 : section 4.1.5) est calcul globalement et aussi pour chaque classe. Une fois valides, les classifications ont ensuite t exportes en format vecteur vers un SIG.
196
DEUXIME PARTIE
6.1.2. Rsultats La prcision des classifications est reporte dans le Tableau 6.4. Les classifications issues des images KOMPSAT-2 et Quickbird sont de qualit globale correcte, avec des indices de Kappa gales respectivement 0,68 et 0,60. Les classifications issues des images SPOT-5 (k = 0,48) et de la BD Ortho (k = 0,44) ont une faible prcision globale. Cependant, lanalyse de la prcision des classifications par classe montre que la classification issue de limage SPOT-5 permet didentifier les classes Surface en eau , Prairie fauche , Prairie hygrophile et Prairie msophile avec une prcision trs satisfaisante, lindice de Kappa ayant une valeur suprieure 0,78. La classification issue de limage KOMPSAT-2 permet aussi de discriminer les classes Surface en eau , Surface boise indigne , Peupleraie , Prairie mso-hygrophile , et Sol nu avec le mme niveau de prcision. Limage dhiver Quickbird permet de caractriser avec prcision les classes Surface en eau , Sol nu et Roselire , cette dernire ntant correctement identifie quavec limage KOMPSAT-2. La classification drive de la BD Ortho ne met correctement en vidence que les classes Prairie fauche et Surface minrale . tel-00731169, version 1 - 12 Sep 2012
Tableau 6.4 Valeurs de lindice de Kappa selon les capteurs (en gris les valeurs 0,7) Typologie utilise Surface en eau Surface boise indigne Peupleraie Prairie fauche Prairie hygrophile Prairie mso-hygrophile Prairie msophile Roselire Sol nu Culture Surface minrale Code OS 1 2 3 4 5 6 7 8 9 10 11 SPOT-5 0,91 0,31 0,01 0,78 0,79 0,74 0,16 0,05 0,00 0,09 0,68 KOMPSAT-2 0,99 0,92 0,78 0,21 061 0,86 0,34 0,04 0,91 0,67 0,70 BD Ortho 0,51 0,65 0,09 0,96 0,29 0,14 -0,05 0,01 0,58 0,58 0,73 Quickbird 0,90 0,52 0,51 nd 0,51 0,19 0,29 0,95 0,99 nd nd
Kappa total
0,48
0,68
0,44
0,60
Les classifications sur les marais de Sougal et Aucey-Boucey sont prsentes Figure 6.2. La classification issue de limage SPOT-5 permet de reprer les principaux plans deau, en revanche le Couesnon nest que trs partiellement identifi. En effet, sa rponse spectrale diffre de celle des plans deau en raison de la turbidit de leau et de la prsence frquente de ripisylves. Les prairies mso-hygrophiles et hygrophiles du marais de Sougal sont bien cartographies alors que des confusions entre les prairies fauches, les roselires et les prairies msophiles sont observes sur le marais dAucey. Seuls les principaux lments bocagers du marais de Boucey sont reprsents. La classification de limage KOMPSAT-2 permet de bien reprsenter les surfaces en eau, y compris le Couesnon. Les prairies hygrophiles du marais de Sougal sont 197
CHAPITRE 6 :
tel-00731169, version 1 - 12 Sep 2012
moyennement cartographies et sont sous-estimes au profit des prairies mso-hygrophiles. Le rseau bocager du marais de Boucey est correctement identifi tout comme les peupleraies du marais de Sougal. En revanche, les roselires du marais dAucey sont quasi absentes de la classification. La classification drive de la BD Ortho engendre de nombreuses confusions dans la cartographie des surfaces en eau : la mare de la musse, au sud du marais de Sougal est classe comme surfaces boises tout comme le Couesnon. Les prairies fauches des marais dAucey/Boucey sont bien classes. En revanche les diffrentes classes de surfaces herbaces sont mal cartographies. Les superficies en roselires sont surestimes, en particulier sur le marais de Sougal et une grande confusion est observe entre les prairies msophiles, mso-hygrophiles et hygrophiles. Les superficies de surfaces boises sont surestimes, avec dimportantes confusions sont gnres entre les peupleraies et les boisements indignes. La classification de limage Quickbird correspond une situation hivernale classique ce qui explique la forte augmentation des tendues deau sur le marais de Sougal. De nombreuses confusions sont observes au nord du marais de Boucey qui correspond une bande brumeuse. Les roselires sont relativement bien identifies, que cela soit au niveau du marais dAucey ou du marais de Sougal. Le rseau bocager du marais de Boucey est moyennement identifi tout comme les peupleraies du marais de Sougal. De nombreuses confusions sont observes entre les prairies hygrophiles et les ombres portes des arbres.
198
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 6.2 Extraits des cartes de loccupation du sol des marais du bas Couesnon obtenues par classification oriente-objet partir de donnes de tldtection optique THRS : (a) SPOT-5 ; (b) KOMPSAT-2 ; (c) BD Ortho ; (d) Quickbird.
199
CHAPITRE 6 :
6.1.3. Discussion Du fait de la mthode de traitement automatique par arbre de dcision employe, une erreur de classification au dbut de la chane de traitement engendre des erreurs en cascade par la suite. Pour cette raison, nous avons privilgi la dtection des lments paysagers les plus faciles extraire en dbut de traitement. Les surfaces herbaces ont t caractrises en dernier lieu car leurs rponses spectrales sont trs variables et sont fonction du type de formation vgtale, mais aussi du taux de couverture au sol, de limportance de lactivit chlorophyllienne, de la biomasse, elle-mme dpendante du mode de gestion agricole. Les rsultats obtenus montrent les potentialits et les limites des donnes THRS pour la cartographie de la vgtation des zones humides. Limage SPOT-5 permet une discrimination des prairies hygrophiles sur un vaste marais ptur grce la bande du moyen infrarouge. Cependant, la rsolution spatiale de SPOT-5 (10 m) ne permet de cartographier que les lments paysagers les plus grands, les lments les plus fins, tels que le rseau bocager ou les cours deau, ntant pas dtects. La BD ORTHO possde a priori une rsolution spatiale suffisante (0,5m) pour les identifier, mais sa faible profondeur spectrale ne permet pas de cartographier de faon automatique et dtaille la vgtation des zones humides. Limage KOMPSAT-2 possde une rsolution spatiale de 4 mtres et une profondeur spectrale qui permet de caractriser les principales classes de vgtation des zones humides. Une attention particulire doit tre porte lheure dacquisition des images optiques THRS. Il faut en effet privilgier une heure dacquisition o le soleil est proche du nadir afin de rduire leffet dombre porte. Limage KOMPSAT-2, acquise 16 H fin septembre, possde dimportantes ombres portes. Limage Quickbird, malgr sa faible qualit due aux conditions climatiques, a permis de caractriser avec prcision les surfaces en eau mais aussi les roselires. Des test effectus sur la basse valle de la Dordogne montrent les potentialits dune image Quickbird acquise en dbut dt la cartographie de la vgtation des zones humides (Clement et al., 2008) : la mthode de traitement tait identique celle applique ici (arbre de dcision) et a permis de caractriser la vgtation (aulnaie-saulaie, peupleraie, cariaie). Les potentialits et les limites des images dt et dhiver sont prsentes dans le Tableau 6.5. Les diffrentes images optiques THRS qui ont t traites ici sparment apparaissent complmentaires pour la cartographie de la vgtation des zones humides. Idalement, la cartographie dtaille de loccupation du sol des zones humides serait ralise avec de deux images, une acquise en t et lautre en hiver. Ces images auraient une rsolution spatiale infrieure 2,5 m, avec une profondeur spectrale importante (4 bandes de 8 bits dans la gamme spectrale du bleu au proche infrarouge) et avec peu dombres portes
tel-00731169, version 1 - 12 Sep 2012
200
DEUXIME PARTIE
Tableau 6.5 Potentialits et limites des images optiques THRS dt et dhiv er pour la cartographie de loccupation des sols des zones humides. Classes aisment identifiables Surfaces en eau Image optique THRS t Surfaces boises indignes Peupleraies (en fin dt) Prairies fauches Surfaces en eau Image optique THRS hiver Roselires Terres arables Surfaces boises Couverture nuageuse Faible clairement Ombres portes importantes NB : Les classes Prairie fauche , Culture et Surface artificialise ne sont pas incluses en raison des caractristiques saisonnires et/ou de lextension rduite de la zone dtude. Limites principales frquemment rencontres Ombres portes
tel-00731169, version 1 - 12 Sep 2012
6.2. Lvaluation de lutilisation de donnes LiDAR Comme nous lavons vu dans le chapitre 2, les donnes LiDAR permettent de caractriser la hauteur de vgtation avec une prcision centimtrique (Hopkinson et al., 2005). Ainsi, les diffrentes strates de vgtation peuvent tre cartographies avec prcison (Gen et al., 2004; MacKinnon, 2001). Cependant, la diffrenciation des diffrentes formations vgtales au sein dune mme strate ncessite lapport de sources dinformation complmentaires (Bork et Su, 2007; Gilmore et al., 2008). Lobjectif dfini ici est de dvelopper une mthodologie de cartographie de la vgtation partir des donnes LiDAR soumise plusieurs contraintes : Obtenir une carte au 1/10 000me avec une nomenclature suffisamment dtaille pour en extraire des descripteurs fonctionnels aussi bien sur les grands marais que sur les petites zones humides tributaires ; Obtenir une cartee compatible avec les couches doccupation des sols produites pralablement des chelles plus grossires mais sur des tendues plus vastes ; Associer diffrentes sources dinformations, de types vecteur ou raster, avec des extensions spatiales et des rsolutions diffrentes ; Dvelopper une mthode de cartographie reproductible (applicable sur diffrents sites) et flexible (donnes sources diffrentes, possibilit de modifier une partie de la chane de traitement des donnes) ; Mettre en place un processus de traitement capable de traiter des images trs volumineuses, comprenant plusieurs centaines de Giga-Octets ; Optimiser les temps de calcul par le choix dalgorithmes de traitement adapts.
201
CHAPITRE 6 :
6.2.1. Mthodologie
6.2.1.1. Sites dtude et donnes
La mthodologie visant cartographier la vgtation des zones humides de faon dtaille partir de donnes LiDAR a t t applique sur deux sites : la ZAA et le bassin versant de la Lizonne (voir chapitre 3). Plus prcisment, le traitement des donnes a t effectu sur les zones humides potentielles. Les limites de ces dernires ont t dfinies au 1 : 50 000me en appliquant la mme approche hybride associant lutilisation dun MNT de lIGN (50 m en xy et 2,5 m environ en z) et dimages de tldtection sur le bassin de la Lizonne (I-MAGE CONSULT, 2006a; I-MAGE CONSULT, 2006b) et la ZAA (voir chapitre 4). Les zones humides potentielles de la ZAA et du bassin versant de la Lizonne reprsentent une superficie de respectivement 15 et 57 km. Bien que distants de 500 km, ces deux sites contiennent, au sein de ses zones humides, une vgtation similaire adapte au climat ocanique. Les donnes utilises pour la cartographie de la vgtation des zones humides du bassin versant de la Lizonne comprennent des donnes LiDAR et dautres donnes incluant des donnes en format raster (images) et des donnes en format vectoriel (Tableau 6.7). Les paramtres dacquisition des donnes LiDAR et la date de vol ont t choisis de faon obtenir une bonne prcision de la topographie avec une densit estime 4 points au sol/m. Ils ont t dtermins selon les spcifications dfinies par le laboratoire COSTEL pour cette tude et sont similaires celles de la mission ralise sur la ZAA (L. Hubert-Moy, voir chapitre 4). La mission a t mene par la socit Sintgra du 11 au 16 mars 2010, avant la feuillaison, avec un capteur Riegl LMS Q560 (Laser Measurement Systems). A la date du 16 mars, plus de 90 % de la surface avait t couverte (Figure 6.3). Une priode de mauvaises conditions mtorologiques a suivi et le dernier vol a eu lieu le 20 avril 2010. Ce dcalage dans les dates dacquisition nentrane pas de diffrences notables au niveau des couches daltimtrie produites partir du nuage de points, car la phnologie de la vgtation avait peu volu entre les deux dates. En outre, la partie du bassin versant couverte au cours de la deuxime date ninclut quasiment pas de zones humides. Lacquisition des donnes LiDAR a t effectue dans la bande du proche infrarouge (1,550 m) avec un angle compris entre 30 et 60, une frquence de pulsation de 200 KHz et un recouvrement latral de 35 %. Toutes les donnes LiDAR ont t gorfrences en temps rel en Lambert-RGF93/IGN-69 partir dun GPS diffrentiel reli la station du Rseau Godsique Permanent (RGP) de Mornac. Aprs lacquisition, les donnes LiDAR x-y-z-I ont t importes dans le logiciel TerraScan (TerraSolid, Finlande) pour y tre prtraites et classes en retours sol et non sol (voir dtails mthodologie, CHAPITRE 5 : section 5.2). Au total, plus de 4040 millions de points ont t enregistrs, dont 2537 millions classs en sol , ce qui reprsente une densit moyenne de 4 points au sol /m. Les donnes raster ont donc une rsolution spatiale de 0,5 mtre. partir du nuage de points acquis par le LiDAR, deux couches dinformation ont t cres : lintensit, drive directement du fichier de points qui contient les informations relatives laltimtrie, lcho et laffectation aux classes Sol ou Sursol (fichier avec une extension en .las). Pour cela, les nuages de points de sol, de sur-sol et dintensit ont t interpols afin dobtenir respectivement un Modle Numrique de Terrain (MNT), un Modle Numrique dElvation (MNE), et une image dintensit. Nous avons choisi la mthode dinterpolation au plus proche voisin, car elle minimise lerreur et est plus rapide excuter compare aux autres mthodes dinterpolation (Bater et Coops, 2009). Les images de hauteur et dintensit produites ont une 202
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
rsolution de 0,5m en x,y. Une image de hauteur dune prcision 0,15m en z a t obtenue par soustraction du MNE ou sursol et du MNT ou sol.
Tableau 6.6 Paramtres dacquisition des donnes LiDAR sur le bassin -versant de la Lizonne Paramtre Angle de Scan Vitesse de vol Hauteur de vol PRF Recouvrement latral Densit de points moyenne Prcision en X et Y Prcision en Z Dates dacquisition Valeur 30-90 95 550 200000 35 4.0 0.25 0.10 11/03/2010 12/03/2010 15/03/2010 16/03/2010 20/04/2010 Unit Degr Noeuds Mtres Hertz % Points/Mtre carr Mtre Mtre Dd/mm/yyyy
tel-00731169, version 1 - 12 Sep 2012
Figure 6.3 Plans de vol des diffrentes missions dacquisition des donnes LiDAR effectues sur le bassin versant de la Lizonne entre le 11 mars et le 20 avril 2010 (Source : rapport de production Syntgra, 2010)
203
CHAPITRE 6 :
Les donnes vectorielles permettent dapporter un complment dinformation utile la classification des images images dintensit et de hauteur drives des donnes LiDAR. La premire source dinformation vectorielle est la carte des zones humides potentielles, produite par I-mage Consult en 2009. La seconde couche vectorielle est loccupation des sols au 1/50 000me drive de deux images Landsat de 2010 (Clment et al., 2011). La troisime source vectorielle est la BD Parcellaire de lIGN. La partie charentaise de la BD Parcellaire, livre au format raster, a t vectorise par un procd de segmentation multi-seuillage, suivi dun nettoyage (les numros de parcelles et la toponymie ont t enlevs). Les couches vectorielles des deux dpartements ontt ensuite assembles. Enfin, les parcelles correspondant des prairies de fauche, des peupleraies ou des cultures ont t identifies par photo-interprtation de la BD ORTHO IRC de lIGN (voir section 6.1). La quatrime source de donnes vectorielles est la composante Route de la BD TOPO de lIGN. Lensemble des donnes raster et vecteur utilises pour cartographier la vgtation sur le bassin-versant de la Lizonne reprsente un poids total de 35 GO, ce qui a ncessit un traitement par dalles de 2,5 Km. tel-00731169, version 1 - 12 Sep 2012
Tableau 6.7 Caractristiques des couches dinformation spatialises utilises pour la cartographie de la vgtation sur les zones humides du bassin-versant de la Lizonne Couche LiDAR-Intensit LiDAR-Hauteur ZDH OS BV BD Parcellaire BD TOPO IGNFormat Raster .tiff Raster .tiff Vecteur .shp Vecteur .shp Vecteur .shp Vecteur .shp Date acquisition 11/03/2010 11/03/2010 2009 2010 2010 2010 Rso. /chelle 0,5 m en xy 0,5 m en xy, 0,15 en z 1/50 000me 1/50 000me 1/5 000me 1/25 000me Couverture Bassin versant Lizonne Bassin versant Lizonne Bassin versant Lizonne Bassin versant Lizonne Bassin versant Lizonne (24+ 16) Bassin versant Lizonne (24+ 16)
Les donnes utilises pour la cartographie de la vgtation des zones humides de la ZAA sont prsentes dans le Tableau 6.8. Elles comportent trois sources de donnes raster (images drives des donnes LiDAR) et cinq sources de donnes vectorielles. Les caractristiques des donnes LiDAR acquises sur la ZAA, qui sont comparables celles qui ont t acquises sur le bassin-versant de la Lizonne, sont prsentes dans le CHAPITRE 4 : section 4.1.3. Les donnes raster utilises comprennent les images dintensit et de hauteur et le MNCE. Ce dernier a t retenu pour discriminer les prairies msophiles, mso-hygrophiles et hygrophiles (il na pas t retenu sur la Lizonne o ces types de prairies nont pu tre identifis, en raison du manque de donnes de calibration relevs phyto-sociologiques). La premire source vectorielle est la carte des zones humides potentielles (CHAPITRE 4 : section 4.2.1). La seconde source vectorielle est la dlimitation des roselires obtenue partir dune image dhiver Quickbird par une mthode de classification hybride (classification automatique puis photo-interprtation assiste par ordinateur) (voir ce chapitre, section 6.1.2). La troisime source vectorielle est la carte de loccupation du sol de la ZAA en 2009 obtenue par photo-interprtation de vols ULM (Couche dinformation produite par J. Nabucet, laboratoire
204
DEUXIME PARTIE
COSTEL). Enfin les quatrime et cinquime sources vectorielles sont les composantes Route des BD TOPO de lIGN .
Tableau 6.8 Caractristiques des couches dinformation spatialises utilises pour la cartographie de la vgtation des zones humides de la ZAA Couche LiDAR-Intensit LiDAR-Hauteur LiDAR-MNCE ZHP OS roselires OS ZAA BD TOPO de lIGN Format Raster .tiff Raster .tiff Raster .tiff Vecteur .shp Vecteur .shp Vecteur .shp Vecteur .shp Date acquisition 05/04/2009 05/04/2009 05/04/2009 2010 2008 2009 2010 Rso. /chelle 0,5 m en xy 0,5 m en xy, 0,15 en z 0,5 m en xy, 0,15 en z 1/50 000me 1/25 000me 1/25 000me 1/25 000me Couverture ZAA ZAA ZAA-ZHP ZAA ZAA-ZHP ZAA ZAA-(35+50)
tel-00731169, version 1 - 12 Sep 2012
6.2.1.2. Traitements
Classification Le traitement de sries dimages THRS sur de grandes superficies impose des contraintes de ressources informatiques. Les caractristiques techniques du logiciel de traitement utilis (eCognition v.8.64), ainsi que les capacits matrielles de lunit informatique que nous avions notre disposition (serveur avec un processeur Xon Intel 2x3 GHz, mmoire 16 GO RAM), nous ont permis de traiter lensemble de nos donnes, avec une contrainte cependant, la ncessit de traiter les donnes par tuiles de 500x500 mtres. La chane de traitement mise en uvre se dcompose en trois tapes : le tuilage des images, la classification de la vgtation multi-niveaux tuile par tuile, et lassemblage des tuiles classes (Figure 6.4). Le tuilage consiste dcouper les images en carrs de 500 mtres de ct, ce qui reprsente plus de 2600 tuiles pour lensemble du bassin versant de la Lizonne et autant pour la ZAA. Le processus de classification appliqu relve dune approche cognitive incluant des procds de segmentation, de classification mais aussi de morphologie ou de fusion dobjets (ONeil-Dunne, 2009). Enfin, dans une troisime tape, lensemble des tuiles classe s sont assembles puis exportes au format vecteur pour tre exploitable sous SIG Nous allons dtailler la procdure originale de classification mise en uvre.
205
CHAPITRE 6 :
tel-00731169, version 1 - 12 Sep 2012
Figure 6.4 Processus de classification de la vgtation appliqu aux sries dimages THRS.
Une classification selon une approche cognitive Les nomenclatures utilises pour cartographier la vgtation des zones humides de la Lizonne (Tableau 6.9) et de la ZAA (Tableau 6.10) contiennent quinze classes chacune. La nomenclature des surfaces herbaces est plus dtaille sur la ZAA en raison dune meilleure connaissance du terrain sur ce site. En revanche, elle ne contient pas les classes Autres plantations et Vgtation herbace sous plantation prsentes dans la nomenclature correspondant au site de la Lizonne car celles-ci sont absentes du site dtude. La classe Prairie correspond ici une surface herbace gre, en opposition la classe Surface herbace non gre .
206
DEUXIME PARTIE
Tableau 6.9 Nomenclature utilise pour la cartographie de la vgtation des zones humides de la Lizonne Nomenclature 1. Surface btie 2. Route 3. Prairie pture 4. Prairie pture et fauche 5. Terre arable 6. Feuillu indigne 7. Fourr arbustif 8. Fourr arbustif juvnile 9. Friche herbace 10. Surface herbace non gre 11. Peuplier Correspondance EUNIS J2. Low density building J4.2. Road network E2.11. Unbroken pasture E3.41. Atlantic humid meadow I1.1. Intensive unmixed crop G1.4. Broadleaved swamp woodlands not on acid peat G5.6. Early stage natural and semi-natural woodland and regrowth G5.6. Early stage natural and semi-natural woodland and regrowth G5.6. Early stage natural and semi-natural woodland and regrowth E5.42. Tall-herb communitie of humid meadow G1.C. Highly artificial broadleaved deciduous forestry plantation G1.C. Highly artificial broadleaved deciduous forestry plantation E3.41. Atlantic humid meadow E3.41. Atlantic humid meadow C1. Standing water C2. Surface running water
tel-00731169, version 1 - 12 Sep 2012
12. Autre plantation 13. Vgtation herbace sous peuplier 14. Vgtation herbace sous plantation 15. Surface en eau
207
CHAPITRE 6 :
Tableau 6.10 Nomenclature utilise pour la cartographie de la vgtation des zones humides de la ZAA Nomenclature 1. Surface btie 2. Route 3. Prairie msophile 4. Prairie mso-hygrophile 5. Prairie hygrophile 6. Roselire 7. Terre arable 8. Feuillu indigne 9. Fourr arbustif 10. Fourr arbustif juvnile Correspondance EUNIS J2. Low density building J4.2. Road network E2.11. Unbroken pasture E3.41. Atlantic humid meadow E3.41. Atlantic humid meadow E3.42. Joncus acutiflorus meadow E3.44. Flood sward and related communitie I1.1. Intensive unmixed crop G1.4. Broadleaved swamp woodland not on acid peat G5.6. Early stage natural and semi-natural woodland and regrowth G5.6. Early stage natural and semi-natural woodland and regrowth G5.6. Early stage natural and semi-natural woodland and regrowth E5.42. Tall-herb communitie of humid meadow G1.C. Highly artificial broadleaved deciduous forestry plantation E3.41. Atlantic humid meadow C1. Standing water C2. Surface running water
tel-00731169, version 1 - 12 Sep 2012
11. Friche herbace 12. Surface herbace non gre 13. Peuplier 14. Vgtation herbace sous peuplier 15. Surface en eau
Le Tableau 6.11 illustre les principales tapes utilises pour classer la vgtation sur les deux sites dtude. Tout dabord, les classes doccupation des sols ont t extraites partir des couches doccupation du sol prexistantes trois niveaux hirarchiques : la zone humide, llot parcellaire, et la parcelle (deux pour la ZAA, le premier et le troisime). Puis, la classification des zones humides potentielles a t effectue sur un quatrime niveau, lunit intraparcellaire, selon la nomenclature dfinie prcdemment (Tableau 6.10). Dune faon gnrale, la classification dtaille au niveau 4 seffectue en classant en premier lieu les lments les plus faciles identifier (surfaces en eau et surfaces artificialises). Ensuite, la vgtation a t discrimine temporairement suivant six strates diffrentes progressivement classes en fonction de la nomenclature dfinie. Le processus de classification comprend 17 tapes successives :
208
DEUXIME PARTIE
Tableau 6.11 Les tapes de traitements des donnes pour la cartographie de la vgtation des zones humides du bassin versant de la Lizonne et de la ZAA suivant les niveaux hierarchiques (Niv.) tapes 1. Extraire les zones humides potentielles (ZHP) 2. Extraire les classes doccupation du sol sur les ZHP au 1/100 000 3. Extraire les classes doccupation du sol sur les ZHP au 1/50 000 4. Classer les surfaces en eau 5. Classer les surfaces bties Niv. 1 2 3 4 4 Donnes utilises sur la Lizonne Enveloppe ZHP Couche doccupation des sols du bassin versant Couche doccupation des sols des ZHP Image dintensit (LiDAR) Images dintensit et de hauteur (LiDAR) BD TOPO IGN Donnes utilises sur la ZAA Enveloppe ZHP Couche doccupation des sols de la ZAA Image dintensit (LiDAR) Images dintensit et de hauteur (LiDAR) BD TOPO IGN
6. Classer les routes
tel-00731169, version 1 - 12 Sep 2012
7. Identifier les strates de vgtation
Image de hauteur (LiDAR)
Image de hauteur (LiDAR) Couche doccupation des sols de la ZAA Couche doccupation des sols de la ZAA Couche doccupation des sols de la ZAA Classification (Forme) Image de hauteur (LiDAR) Image de hauteur (LiDAR) Classification (Informations contextuelles) MNCE (LiDAR) OS roselires Classification (forme de lobjet)
8. Classer les peupliers et plantations
BD Parcellaire IGN
9. Classer les cultures
BD Parcellaire IGN
10. Classer les prairies fauches 11. Classer les autres prairies 12. Classer les arbres et arbustes 13. Classer les friches 14. Classer les surfaces herbaces non gres 15. Classer les prairies msophiles, mso-hygrophiles et hygrophiles. 16. Classer les roselires 17. Nettoyage
4 4 4 4 4 4 4 4
BD Parcellaire IGN Classification (Forme) Image de hauteur (LiDAR) Image de hauteur (LiDAR) Classification (Informations contextuelles) Classification (forme de lobjet)
Dans une premire tape, lenveloppe des ZHP a t dfinie au niveau 1 (zone humide/non zone humide) partir des donnes vectorielles de la cartographie des ZHP. Une segmentation de type Chessboard a permis de dcouper les objets selon leurs contours. Les objets appartenant aux ZHP ont t affects la classe ZHP . Les autres objets ont t masqus. Dans une seconde tape, loccupation du sol des ZHP a t dfinie au niveau 2 (lot parcellaire) partir de la couche vectorielle produite au 1/100 000me sur lensemble du bassin 209
CHAPITRE 6 :
versant. Une segmentation de type Chessboard a permis de dcouper les objets selon leurs contours. Les objets ZHP ont t affects aux classes Zone Dominante SAU , Zone Dominante eau , Zone Dominante boise et Zone Dominante btie . Dans une troisime tape, loccupation du sol des ZHP a t dfinie a un niveau 3 (parcelle) partir de la couche vectorielle de caractrisation des ZHP au 1/50 000me. Une segmentation de type Chessboard a permis de dcouper les objets selon leurs contours. Les objets appartenant aux 4 classes dfinies au niveau 2 ont t affects aux classes Zone Dominante eau courante , Zone Dominante plan deau , Zone Dominante boisement forte naturalit , Zone Dominante boisement artificiel , Zone Dominante prairie humide , Zone Dominante tourbire , Zone Dominante roselire , Zone Dominante mgaphorbiaie , Zone Dominante btie , Zone Dominante terre arable et Zone Dominante mosaque <1 Ha). Ainsi, les trois premires tapes ont permis demboter les cartes doccupation du sol existantes diffrentes chelles dans le processus de classification, ce qui assure une cohrence gomtrique de lensemble des informations produites aux diffrents niveaux scalaires (Figure 6.5). tel-00731169, version 1 - 12 Sep 2012
210
DEUXIME PARTIE
DCOUPAGE DES OBJETS
CLASSIFICATION
NIVEAU 1
tel-00731169, version 1 - 12 Sep 2012
NIVEAU 2
NIVEAU 3 Figure 6.5 Intgration des couches vectorielles existantes dans le processus de classification : couche de limites des des ZDP (niveau 1), couches doccupation du sol du bassin versant de la Lizonne (niveaux 2 et 3). La gomtrie des objets aux niveaux infrieurs est dtermine en fonction de celle des niveaux hirarchiques suprieurs.
La quatrime tape correspond la cartographie dtaille de la vgtation au niveau 4 (unit intra-parcellaire) partir des donnes LiDAR. Ce niveau doit permettre de produire une cartographie suffisamment dtaille pour en driver des descripteurs fonctionnels de la zone humide. Tout dabord, les surfaces en eau ont t classes. Elles peuvent facilement tre identifies car leur rponse est nulle (valeur 1) sur les images dintensit drives des donnes LiDAR. Limage dintensit a t segmente et classe par multi-seuillage selon la nomenclature dfinie prcdemment. La taille dobjet minimale segmenter a t fixe 150 pixels (soit 37,5m), afin dviter les confusions avec les zones de vgtation trs denses qui ont une rponse
211
CHAPITRE 6 :
dintensit similaire, mais une taille infrieure. Les objets Non classs ont ensuite t fusionns afin de rduire le nombre dobjets classer. Dans ltape suivante, le rseau routier a t identifi et class partir des informations contenues dans la BD TOPO de lIGN. Une segmentation de type Chessboard a permis de dcouper les objets Route selon leurs contours. Les btiments ont ensuite t identifis grce aux images dintensit et de hauteur ainsi que selon des critres de forme (Figure 6.6). Dans un premier temps, les lments paysagers ayant une hauteur > 1.8 m ont t segments et classs par multi-seuillage. Puis, parmi ces objets, les objets ayant une intensit >90 ont t segments et classs avec la mme technique. Les objets classs ce stade comprennent la fois les btiments mais aussi certains arbres. La diffrenciation entre ces deux lments paysagers a t effectue partir de critres de taille et de forme, les btiments ayant une forme rectangulaire et une superficie suprieure 150 pixels. Les objets ne correspondant pas ces critres ont t affects la classe Non class et fusionns afin de rduire le nombre dobjets classer.
tel-00731169, version 1 - 12 Sep 2012
212
DEUXIME PARTIE
Hauteur
Surfaces bties + vgtation arbore
tel-00731169, version 1 - 12 Sep 2012
Intensit
Surfaces bties + vgtation arbore rsiduelle
Forme rectangulaire
Surfaces bties seules
Figure 6.6 - Exemple de discrimination des surfaces bties partir des images de hauteur, dintensit et de la forme des objets.
Une fois les surfaces en eau, les routes et les btiments identifis, la classification de la vgtation correspond aux tapes suivantes. La vgtation a tout dabord t identifie en six classes provisoires associes des strates : la classe Strate herbace basse , infrieure 0,3 mtre ; la classe Strate herbace moyenne , comprise entre 0,3 et 0,9 mtres ; la classe Strate 213
CHAPITRE 6 :
herbace haute , comprise entre 0,9 et 1,8 mtres ; la classe Strate arbustive , comprise entre 1,8 et 6,0 mtres ; la classe Strate arbore , comprise entre 6,0 et 20,0 mtres et la classe Grand arbre , suprieure 20 mtres. Ces objets classs ont obtenus par une segmentation multi-seuillage de limage de hauteur. La taille minimale des objets segmenter a t fixe 10 pixels soit 2,5m, afin dviter de prendre en compte de petits objets tels que du btail, des sommets de canopes. Les limites parcellaires ont ensuite t intgres partir de la BD parcellaire par une segmentation Chessboard. Cette couche vectorielle contient des informations sur la localisation des peupleraies, plantations, prairies de fauche et aussi cultures. Ces informations spatialises ont t utilises pour affiner la classification de la vgtation. Par exemple, la localisation des peupleraies permet de discriminer, parmi la strate arbore, les peupliers des boisements indignes. Elle permet galement didentifier la classe Surface herbace sous peupleraie , qui correspond aux objets Strate herbace basse prsents au sein dune peupleraie. Au cours de ltape suivante, les cultures ont t identifies parmi les objets Strate herbace basse et Strate herbace moyenne" dfinis prcdemment, c'est--dire ayant une hauteur infrieure 0,9 mtre. Parmi ces objets, seuls ceux ayant t identifis comme Culture sur la BD Parcellaire et dont les limites sont rectilignes ont t classs comme Culture . Dans ltape suivante, les surfaces herbaces gres ont t identifies parmi les objet s classs prcdemment en Strate herbace basse . Les prairies de fauche ont t classes daprs linformation contenue dans la BD Parcellaire. Les objets restant classs en Strate herbace basse et ayant des limites rectilignes ont t classs en Prairie pture . Sur la ZAA, la caractrisation du mode de gestion des prairies a t effectue a posteriori sur la couche vectorielle par photo-interprtation de la BD ORTHO. Les objets correspondant aux strates ligneuses sont reclasss au cours de ltape suivante en trois catgories : Feuillu indigne , Strate arbustive et Strate arbustive juvnile . Les objets pralablement classs comme Strate arbore ou Grand arbre ont t classs en Feuillu indigne . Les objets Strate arbustive ont t classs en Fourr arbustif . Les objets Strate herbace haute et Strate herbace moyenne ont t respectivement classs en Fourr arbustif juvnile et Friche herbace . Une grande partie des objets affects la Strate herbace basse ont t reclasss en Prairie de fauche ou Prairie pture . Les objets restants correspondent des surfaces herbaces non gres (clairires, friches) mais aussi des surfaces herbaces entretenues (jardins, bandes enherbes ou des bordures de route) qui peuvent tre assimiles des surfaces herbaces de fauche. La discrimination entre ces deux catgories a t possible grce lutilisation de critres contextuels ou de voisinage. Ainsi les objets Surface herbace basse situs proximit dun btiment (<100 mtres), ou adjacents une route, une peupleraie et/ou une culture ont classs en Prairie de fauche . En tout tat de cause, il ne sagit pas de prairie de fauche, mais de surfaces herbaces entretenues (jardins, bandes enherbes). Elles ont t affectes la classe Prairie de fauche , car elles prsentent le mme potentiel fonctionnel. Les objets Surface herbace basse restants ont t classs en Surface herbace non gre . Ltape suivante ne concerne que la ZAA. Sur ce site, nous avons galement caractris les surfaces herbaces selon leur gradient dhumidit partir du MNCE. Nous avons aussi intgr les roselires pralablement cartographies partir dune image satellitaire THRS dhiver (Quickbird). Le Modle Numrique de Cours dEau MNCE permet de connaitre laltitude relative de chaque pixel par rapport au cours deau le plus proche (voir chapitre 4). Des tudes 214
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
ont dmontr quil existe une relation entre lhumidit du sol et la vgtation (Clment et al., 1996). Nous avons miss lhypothse que lhumidit du sol est en partie lie laltitude relative au cours deau. Plus laltitude relative au cours deau augmente et plus la probabilit de rencontrer une prairie msophile est forte. A linverse, plus laltitude relative au cours deau est faible, plus la probabilit de rencontrer une prairie hygrophile est forte. Les observations terrain ont permis de dfinir des seuils altimtriques fixes en fonction de lordre de Stralher du cours deau . Ainsi, sur des valles alluviales avec un ordre de Stralher infrieur trois, les seuils de 0,2 et 1,0 mtre marquent respectivement les limites entre les formations herbaces hygrophiles/msohygrophiles et les formations mso-hygrophiles/msophiles. Sur les valles alluviales ayant un ordre de Stralher suprieur trois, comme par exemple la basse valle du Couesnon, les seuils observs sont plus levs et fixs 0,9 et 1,7 mtres (Tableau 6.12). Dans un premier temps, les objets ont t segments selon des courbes de niveau 0,15 mtre dintervalle. Pour cela, un processus de segmentation itratif a t appliqu. Deux variables, Seuil min et Seuil max , contenant les valeurs minimales et maximales du MNCE ont t cres e. Achaque itration, la variable Seuil min augmente de 0,15 mtre, puis une segmentation multiseuillage est effectue sur le MNCE selon la valeur de la variable Seuil min . Le processus itratif se poursuit tant que la valeur de la variable Seuil min est infrieure celle de la variable Seuil max . Dans un second temps, les objets classs en Surface herbace gre , qui sont dcoups selon les courbes de niveau altimtrique, ont t classs selon leur valeur moyenne de MNCE. Les objets dont la valeur moyenne de MNCE est suprieure 1,0 ou 1,7 m. ont t classs en Prairie msophile . Les objets dont la valeur moyenne de MNCE est comprise entre 0,2 et 1,0 ou 0,9 et 1,7 ont t classs en Prairie mso-hygrophile . Enfin, les objets Surface herbace gre restants ont t classs en Prairie hygrophile . Les objets de mme classe et adjacents ont t fusionns La Figure 6.7 illustre ces tapes de classification.
Tableau 6.12 Seuils altimtriques relatifs au cours deau (en mtre) dfinis selon lordre de Stralher pour la dlimitation des prairies hygrophiles, mso-hygrophiles et msophiles. Ordre Stralher <3 3 Prairies hygrophiles 0,0 0,2 0,0 0,9 Prairies mso-hygrophiles 0,2 1,0 0,9 1,7 Prairies msophiles > 1,0 > 1,7
215
CHAPITRE 6 :
tel-00731169, version 1 - 12 Sep 2012
Figure 6.7 tapes ncessaires la discrimination des prairies hygrophiles, mso-hygrophiles et msophiles : (a) laboration dun MNCE ; (b) segmentation du MNCE tout les 0,15 mtre ; (c) calcul des valeurs moyennes du MNCE pour chaque objet ; (d) classification selon les seuils dfinis partir de relevs terrain, en rouge les surfaces non herbaces. Application au marais du Mesnil (ZAA).
Ltape suivante na t applique que sur la ZAA. La cartographie des roselires a t obtenue partir dune classification automatique dune image THRS dhiver (Quickbird), corrige puis complte par photo-interprtation assiste par ordinateur. Cette cartographie a t intgre dans la couche vectorielle par une segmentation Chessboard applique uniquement sur les objets classs comme Surface herbace ou Fourr arbustif juvnile de la vgtation (Niveau 4). Enfin, dans une dernire tape applique sur les deux sites dtude, la classification de la vgtation au niveau 4 a t nettoye par une approche morphologique (rosion/dilatation) afin dtre exploitable sous SIG. Une fois la phase de classification acheve, les objets sont nettoys puis synchroniss de la carte b vers la carte a (principale) qui contient lensemble des niveaux hirarchiques. La phase de nettoyage est importante car elle permet de rendre la classification directement exploitable sous SIG en lissant les contours de chaque objet et en liminant les lments rsiduels. Les objets infrieurs 2 pixels sont fusionns avec leur objet voisin. Puis une procdure de lissage des contours dobjet est opre par approche morphologique drosion/dilatation pour chaque classe (Figure 6.8). Les objets de la classe traiter sont classs en _temp . Puis une dilatation de ces objets est effectue de faon itrative tant que la proportion de la classe est suprieure 50 % dans une fentre de 5x5 pixels. Ensuite, les objets _temp sont rods de faon itrative tant que la proportion de la classe est infrieure 40 % 216
DEUXIME PARTIE
au sein dune fentre 5x5 pixels. Les morceaux dobjets rods sont classs en _temp2 et fusionn avec lobjet voisin avec lequel il a la plus grande longueur de contact. Les objets _temp sont eux rattribus leur classe dorigine. Ce lissage des contours est effectu par lalgorithme Pixel-based resizing, avec loption Growing pour la dilatation et Shrinking pour lrosion. Enfin, lensemble des objets classs de la carte b est synchronis sur la carte a (principale). La gomtrie des objets est alors quelque peu modifie pour prendre en compte celle de leurs superobjets. La carte b est supprime pour librer des ressources mmoires. Le traitement de la dalle est termin et se ritre pour les suivantes. Enfin, la classification dtaille a t nettoye par une approche morphologique (rosion/dilatation) afin dtre exploitable sous SIG.
tel-00731169, version 1 - 12 Sep 2012
217
CHAPITRE 6 :
tel-00731169, version 1 - 12 Sep 2012
Figure 6.8 Procdure de lissage des contours des objets par rosion/dilation : (a) classification de dpart ; (b) dilatation des objets arbors (en jaune) ; (c) rosion des objets boiss et cration dobjets dchet (en rouge) ; (d) fusion des dchets avec les objets voisins ; (e) classification aprs lissage des contours ; (f) la gomtrie de la couche vectorielle est propre et facilement manipulable sous SIG
6.2.1.3. Validation
La carte dtaille de la vgtation des zones humides du bassin versant de la Lizonne (classification de niveau 4) a t valide par des observations terrain effectues en dcembre 2010 mais aussi partir de la photo-interprtation de photographies ariennes et dimages satellitaires 218
DEUXIME PARTIE
acquises des dates proches. Lensemble des chantillons de validation est prsent sur la Figure 6.9.
tel-00731169, version 1 - 12 Sep 2012
Figure 6.9 Localisation des chantillons de validation pour loccupation du sol des zones humides du bassin versant de la Lizonne en 2010.
La carte dtaille de la vgtation des zones humides de la ZAA (classification de niveau 4) a t valide partir de relevs phyto-sociologiques (voir section 6.1.1.3) et de la photointerprtation des donnes LiDAR. Dans les deux cas, la prcision des classifications a t value avec des indices globaux et de Kappa. 6.2.2. Rsultats Les matrices de confusion sont prsentes dans les Tableau 6.13 et Tableau 6.14. Les deux classifications ont une trs bonne prcision globale (96,5 % pour la Lizonne et 90,0 % pour la ZAA) et de trs bons indices de Kappa (0,94 pour la Lizonne et 0,89 pour la ZAA). Les classes bien identifies sont le rseau bocager, les arbres isols, les petites tendues deau ou les tourbires. Sur le secteur de la Lizonne, les confusions sobservent entre des classes de vgtation similaires (Prairie pture/Prairie de fauche ; Feuillu indigne/Peuplier). Sur la ZAA, les classes associes aux strates arbores sont bien caractrises. La distinction entre les prairies msophiles, mso-hygrophiles, hygrophiles et les roselires permet didentifier des formations vgtales homognes au sein dune mme parcelle. En revanche, quelques confusions peuvent sobserver entre les classes associes aux strates herbaces comme par exemple entre les prairies msohygrophiles et hygrophiles.
219
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 6 :
CLASSIFICATION
220
RFRENCES 1 1 2 3 4 5 6 7 8 9 0 0 0 0 0 48 13334 247065 754636 51552 89.7 90.6 99.5 98.6 94.3 1033 5210 99.1 0 0 85 0 0 0 0 0 0 0 0 0 568 94.9 0 0 40 0 0 0 0 0 218 89.9 0 0 114 0 0 6 0 22 0 0 3 10 25 14 0 0 0 0 132 98 85.4 22323 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1586 0 60221 0 0 0 0 0 86.8 0 0 0 374 0 5 0 196 40 0 0 22 2 0 11 0 539 0 0 0 0 0 0 0 32043 71 0 0 0 95.6 47 16 5 71 30 5163 3 0 0 0 1 0 0 20 0 974 2 3 0 0 0 0 4 78 78 0 0 0 0 4138 0 0 0 1262 5 14 50807 1 15 0 0 1 0 0 12 0 0 0 0 0 0 0 0 0 874 0 0 0 918 751021 0 7 0 0 0 0 0 1 0 0 19 223781 3574 57 0 0 3 0 0 9118 1396 695 0 0 0 0 0 0 0 0 4 0 0 0 0 4778 0 82.7 100.0 99.9 11958 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 460 0 0 0 0 0 0 0 0 0 0 0 1107 1857 69339 33512 5005 874 4782 1572 70.4 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Total ligne 11958 238648 752407 52117 1003 5414 652 615 1590 82545 32095 4329 936 4910 1338 Users accuracy 100.0 93.8 99.8 97.5 97.1 95.4 82.7 31.9 99.8 73.0 99.8 95.6 93.4 97.3 82.7
Tableau 6.13 Matrice de confusion pour la classification de loccupation du sol des zones humides du bassin versant de la Lizonne.
Classes
Surface batie
Prairie pature
Terre arable
Feuillu indigne
Fourr arb.juvnile
Fourr arbustif
Friche herbace
Peuplier
Plantation
Prairie de fauche 10
Surface en eau 11
Surf. herb. non gre 12
Vg.herb. peuplier 13
Vg.herb. plantation 14
Route 15
Total colonne
Producers accuracy
Overall accuracy
96.5
Kappa
0.94
tel-00731169, version 1 - 12 Sep 2012
Tableau 6.14 Matrice de confusion pour la classification de loccupation du sol des zones humides de la basse valle du Couesnon.
RFRENCES 2 0 0 6337 186 308 0 0 0 11 0 0 0 0 0 0 0 92.6 88.2 73.7 100.0 85.6 24 0 0 0 0 96.3 0 0 0 0 0 0 0 0 0 0 0 0 0 99.6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 99.3 0 0 0 0 0 0 0 0 0 0 0 0 115 22071 0 1579 0 0 0 0 26 0 0 0 0 0 41868 86 0 0 6 0 1425 6 0 0 0 0 0 0 0 278831 0 0 0 0 0 0 0 189207 0 0 0 0 3 0 0 35 17 0 0 2677 0 0 2 14 108099 206360 31636 0 0 0 0 0 0 11929 303195 0 0 0 0 0 0 0 0 0 0 0 0 54 0 0 0 0 1915 10 0 89698 0 0 0 10579 0 0 2 0 315 0 0 0 0 0 0 0 0 32 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 2186 0 95.5 99.0 87.9 95.7 99.8 0 0 0 0 0 0 0 0 0 0 0 0 5 0 0 19 8 47 66 14 0 1 21 0 157 0 0 926 158 0 502 0 149 136 0 0 33 0 0 3 4 5 6 7 8 9 10 11 12 13 14 15 Total ligne 338 15183 6414 101718 315596 346109 189712 278831 42203 22345 1579 1425 2716 1919 2196 424549 424788 99.5 Users accuracy nd 100.0 98.8 88.2 96.1 59.6 99.7 100.0 99.1 98.8 100.0 100.0 98.6 99.8 99.5 99.9
Classes
Non class
Surface batie
15183
Route
45
P. msophile
10
P. mso-hygrophile
P. hygrophile
Roselire
Terre arable
Feuillu indigne
CLASSIFICATION
Fourr arbustif
Fourr arb.juvnile
10
Friche herbace
11
Surf. herb. non gre
12
Peuplier
13
Vg.herb. peuplier
14
Surface en eau
15
187
Total colonne
15425 6842 101670 411294 206360 220862 289418 42030 22231 1653 1440 3047 2000 2190 426610
Producers accuracy
98.4
Overall accuracy
90.0
Kappa
0.89
221
DEUXIME PARTIE
CHAPITRE 6 :
Lchelle laquelle la carte de vgtation produite automatiquement partir de donnes LiDAR est exploitable est le 1/5000me. Cette carte est de fait plus dtaille que les cartes produites par photo-interprtation partir des mmes donnes LiDAR ou partir de photographies ariennes, que ce soit par photo-interprtation ou par classification automatique. Les superficies les proportions de chaque classe et leurs reprsentations spatiales sont respectivement prsentes sur le Tableau 6.15 et la Figure 6.11 pour la ZAA et sur le Tableau 6.16 et la Figure 6.10 pour la Lizonne. Les zones humides de la ZAA sont majoritairement composes de prairies (63,8 % de la superficie totale). Celles-ci se composent de prairies mso-hygrophiles (33,2 %) localises sur les bas marais du Couesnon et aussi en bordure des tributaires. Les prairies msophiles reprsentent 17,6 % de la superficie totale et sont localises sur les parties les plus leves des zones humides (bourrelet du Couesnon, bordure de versant). Les prairies hygrophiles reprsentent 13,0 % de la superficie totale des zones humides et sont essentiellement situes dans les dpressions des marais de Sougal et du Mesnil, l o des actions de restauration sont menes (rhydratation des sites par un maintien artificiel des niveaux deau). Les feuillus indignes (aulnaie, saulaie) reprsentent 12,6 % de la superficie totale des ZHP. Ils sont localiss sur le marais de Boucey, sous forme de bocage et surtout sur les zones humides tributaires du Couesnon laisses labandon. La part des terres arables est faible sur les zones humides de la ZAA (7,1 %). Celles-ci sont essentiellement situes sur le nord du marais de Boucey (dbut des polders), sur la partie prive du marais de Sougal et sur les tributaires nord du Couesnon (commune de Sains). Les surfaces en eau reprsentent 4,9 % de la superficie totale des ZHP. Elles sont essentiellement localises sur le marais de Sougal, du Mesnil, de la Folie. Sur le marais de Sougal et du Mesnil, les surfaces en eau fluctuent suivant les actions de maintien des niveaux deau menes par la communaut de communes. Leur suivi a t effectu partir de donnes RADAR (Marchal et al., 2012). De nombreux petits plans deau permanents sont localiss sur les tributaires du Couesnon. Les fourrs arbustifs reprsentent environ 3,8 % de la superficie totale des ZHP, leur prsence traduit en enfrichement suite un abandon de gestion. Ils sont localiss sur les tributaires du Couesnon, mais aussi en bordure du marais de la Folie. Les roselires reprsentent 3,0 % de la superficie totale et sont essentiellement prsentent sur les marais dAucey et de la Folie. Elles sont aussi identifies plus ponctuellement le long des fosss en bordure de champ et dans des zones de dprise le long des tributaires. Les peupleraies, comprenant la classe Peuplier et Vgtation herbace sous peuplier, reprsentent 1,7 % de la superficie des ZHP. Elles sont situes sur les marais de la Folie et de Sougal mais aussi dans le long de certains tributaires du Couesnon. Les surfaces artificialises sont peu prsentent sur les ZHP (2,1 %). La localisation des surfaces bties est essentiellement concentre sur les marais du Couesnon proximit dAntrain. De nombreuses routes traversent les valles des tributaires du Couesnon. Si leur proportion reste faible (1,9 %), les remblais associs aux routes peuvent constituer une atteinte au fonctionnement des zones humides.
tel-00731169, version 1 - 12 Sep 2012
222
DEUXIME PARTIE
Tableau 6.15 Superficie (en hectare) et proportion de la superficie totale des ZHP de la ZAA par classe Nomenclature 1. Surface btie 2. Route 3. Prairie msophile 4. Prairie mso-hygrophile 5. Prairie hygrophile 6. Roselire 7. Terre arable 8. Feuillu indigne 9. Fourr arbustif 10. Fourr arbustif juvnile 11. Friche herbace Superficie (Ha) 3,4 28,7 266,7 502,0 196,9 45,5 106,6 190,8 54,0 3,0 4,9 8,5 16,7 8,7 73,7 % superficie totale 0,2 1,9 17,6 33,2 13,0 3,0 7,1 12,6 3,6 0,2 0,3 0,6 1,1 0,6 4,9
tel-00731169, version 1 - 12 Sep 2012
12. Surface herbace non gre 13. Peuplier 14. Vgtation herbace sous peuplier 15. Surface en eau
Sur les zones humides du bassin-versant de la Lizonne, la composition de loccupation des sols et de la vgtation est diffrente de celle de la ZAA. Les terres arables constituent la classe majoritaire (37,4 % de la superficie totale des zones humides). Elles sont situes sur la partie aval des zones humides du bassin (basse valle de la Lizonne, Pude) alors quelles sont prsentent plus ponctuellement sur la partie amont. Les surfaces en prairies reprsentent prs dun tiers de la superficie totale des zones humides. A linverse des terres arables, celles -ci sont essentiellement prsentent sur la partie amont des zones humides du bassin. Les surfaces herbaces non gres reprsentent 22,4 % de la superficie totale des zones humides et sont souvent associes des formations de friches herbaces (0,4 %), de fourrs arbustifs (5,6 %) et de feuillus indignes (13,1 %). La prsence de ces formations vgtales traduit un abandon des pratiques de gestion agricoles. Elles sont localises dans la partie amont des zones humides, en particulier dans les secteurs les plus encaisss et souvent troit. Bien quassez large (> 500 m), la partie intermdiaire des zones humides de la Lizonne constitue elle aussi un secteur compose de mgaphorbiaies, et daulnaie saulaie en dveloppement. Les surfaces en eau reprsentent 2,3 % de la superficie totale des ZHP, composes de tourbires (Vendoire, Vertillac) mais aussi de plan deau en amont du bassin et sur les tributaires encaisss. Les peupleraies reprsentent 4,0 % de la superficie totale des zones humides et sont majoritairement localises sur la partie intermdiaire et aval de la valle de la Lizonne. Les autres plantations (rsineux, noyers) reprsentent 0,5 % de la superficie totale et sont localiss en bordure de zones humides, en particulier au nord du bassin-versant. Les routes reprsentent 0,9 % de la superficie totale des zones humides. La valle de la Lizonne est un axe de communication routier important, et la prsence de remblais y est frquente en bordure de zones humides. Les surfaces bties reprsentent 0,3 % de la surface des zones humides et sont essentiellement situes en bordure dagglomrations (Mareuil). 223
CHAPITRE 6 :
Tableau 6.16 - Superficie (en hectare) et proportion de la superficie totale des ZHP de la Lizonne par classe Nomenclature 1. Surface btie 2. Route 3. Prairie pture 4. Prairie pture et fauche 5. Terre arable 6. Feuillu indigne 7. Fourr arbustif 8. Fourr arbustif juvnile 9. Friche herbace 10. Surface herbace non gre 11. Peuplier Superficie (Ha) % superficie totale 19,4 54,0 1300,2 566,1 2132,5 744,9 296,3 26,3 22,2 139,4 83,2 6,8 147,4 24,9 131,0 0,3 0,9 22,8 9,9 37,4 13,1 5,2 0,4 0,4 22,4 1,5 0,1 2,5 0,4 2,3
tel-00731169, version 1 - 12 Sep 2012
12. Autre plantation 13. Vgtation herbace sous peuplier 14. Vgtation herbace sous plantation 15. Surface en eau
224
DEUXIME PARTIE
225
Figure 6.10 Carte de loccupation du sol des zones humides du bassin versant de la Lizonne en 2010.
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 6 :
226
Figure 6.11 Carte de loccupation du sol des zones humides de la basse valle du Couesnon en 2010.
tel-00731169, version 1 - 12 Sep 2012
DEUXIME PARTIE
6.2.3. Discussion Lanalyse des donnes LiDAR a permis de caractriser finement la vgtation une chelle intra-parcellaire de faon automatique sur lensemble dun territoire. Cela est du la prcision horizontale ( 0,25 m) et altimtrique ( 0,15 m) des donne LiDAR ainsi qu linformation apporte par lintensit de retour du signal. Les donnes ont t acquises sur la ZAA et le bassin-versant de la Lizonne dans des conditions similaires. Nous avons privilgi une acquisition des donnes LiDAR la fin du printemps avant la feuillaison de faon obtenir une bonne pntration des impulsions travers la vgtation et ainsi caractriser la topographie. Malgr labsence de feuilles, les diffrentes strates de vgtation ont pu tre correctement identifies. Une acquisition en milieu dt permettrait vraisemblablement damliorer la caractrisation de la canope et des surfaces herbaces (Hollaus et al., 2006), plus dveloppes cette priode, mais la dtection de la topographie, et donc de la hauteur de vgtation, serait affecte cause de lpaisseur de la canope (Hopkinson et al., 2005). Les donnes LiDAR utilises ont une densit moyenne de 4 pts/m. Le cot dacquisition de ces donnes reste encore lev et dpend en partie de la densit de points moyenne voulue. Il pourrait tre intressant de tester des donnes LiDAR ayant des densits moyennes infrieures. Le processus de traitement en tuilage a permis de classer respectivement 351 805 et 64 556 objets thmatiques une chelle du 1/5 000me sur le bassin versant de la Lizonne et la basse valle du Couesnon, ce qui reprsente un gros volume de donnes. Le processus de traitement par tuilage employ permet de rsoudre les problmes de mmoire mais engendre parfois un effet de bordure. Lors de lassemblage des diffrentes tuiles, les objets situs sur la zone de jonction entre deux tuiles peuvent prsenter des incohrences de classification. Le choix de la taille des tuiles est important : des tuiles trop petites permettent un traitement rapide mais provoquent un effet de bordure important et aussi des erreurs de classification. A linverse, des tuiles trop grandes conduisent une augmentation sensible des temps de traitement, voire une interruption. Les effets de bordure pourraient tre rduits en crant des tuiles avec une zone de recouvrement latral (par exemple 10 % de la largeur de tuile). Les couches de donnes drives des points LiDAR (image dintensit, de hauteur et MNCE) apportent une information dtaille sur la vgtation. Les images dintensit produisent une information sur lintensit du signal qui retourne au capteur, elles permettent de discriminer facilement les surfaces artificialises ou en eau de la vgtation. Les images de hauteur obtenue par soustraction du MNE au MNT sont trs utiles pour identifier les diffrentes strates de vgtation, avec une prcision dcimtrique. Lapport de donnes vectorielles existantes permet daccroitre sensiblement la qualit de la classification, en particulier les limites parcellaires qui permettent de discriminer nettement les diffrentes parcelles. Lintgration du MNCE permet de cartographier le gradient dhumidit des prairies. La mthodologie de classification par arbre de dcision que nous avons employe est bien adapte aux donnes LiDAR. En effet, les lments paysagers sont facilement identifiables partir de limage de hauteur et/ou dintensit. Dans ces conditions, les seuils, que cela soit pour la segmentation ou la classification des objets, sont faciles dterminer par loprateur. Par exemple, la strate arbore peut tre dfinie par une valeur unique de 7 (mtre) sur limage d e hauteur. Les surfaces en eau peuvent tre extraites partir dune valeur unique dintensit 227
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 6 :
infrieure 1. Ces valeurs sont fixes et peuvent tre rutilises sur dautres tudes. En revanche, cette mthodologie ne pourrait pas tre applique sur des images multispectrales de type SPOT, Landsat ou hyperspectrales. Pour ces donnes, la caractrisation des lments paysagers se fait gnralement par la combinaison de nombreuses bandes et la dtermination de seuils fixes et gnriques lis une bande nest pas possible en raison des facteurs lis la rponse spectrale de la vgtation (clairement solaire, ombre, biomasse). Linformation dappartenance une classe doccupation des sols contenue dans les niveaux hirarchiques (chelle de lilot parcellaire pour le niveau 2 et de la parcelle pour le niveau 3) na pas t intgre dans le processus de classification des objets du niveau 4. Nanmoins, ces informations seraient utiles dans le cadre de travaux sur lapproche multi-scalaires des paysages. Les seuils altimtriques dfinis sur le MCNE pour la caractrisation de lhumidit des prairies semblent bien calibrs. Cependant, lhumidit des prairies est parfois surestime dans le cas de marais fortement drain et entretenus (Aucey). Ainsi, la densit du rseau de drainage pourrait tre un facteur supplmentaire intgrer. La transition entre les formations msohygrophiles et msophiles marque aussi la limite de la zone humide effective. La cartographie de diffrentes formations herbaces au sein des prairies humides est intressante pour dlimiter les principaux ensembles fonctionnels de la zone humide (voir chapitre 7). Bien que sensibles lhumidit de surface, les images dintensit nont pas t utilises car cet indicateur refltent un tat hydrique momentan. Les classifications doccupation du sol ont une trs bonne prcision. Cela sexplique la fois par linformation altimtrique trs dtaille des donnes LiDAR qui permet de distinguer nettement les diffrentes strates de vgtation mais aussi par lintgration des couches vectorielles existantes. Le nombre important dobjets (suprieurs 300 000) ne permet pas denvisager une phase de correction par photo-interprtation. La couche doccupation du sol dtaille reprsente la strate suprieure de la vgtation. Ainsi, les lments paysagers prsents sous un couvert arbors tels quune formation herbace ou une partie dun plan deau ne sont pas reprsents alors que linformation est contenue dans les donnes LiDAR (Figure 6.12). Cependant, le processus de traitement dvelopp ici est facilement ajustable pour tenir compte de ces observations. Dans ce cas, la couche vectorielle produite serait en 3D et apporterait une meilleure reprsentation de loccupation du sol des zones humides.
tel-00731169, version 1 - 12 Sep 2012
Figure 6.12 Les limites de la cartographie de loccupation du sol en 2D (ligne en pointills) : les lments des strates infrieures ne sont pas dtects.
228
DEUXIME PARTIE
Lvaluation fonctionnelle des zones humides lchelle dun bassin versant ncessite une information spatialise et dtaille de la vgtation qui peut tre obtenue partir de donnes de tldtection THRS. Nous avons cherch dans ce chapitre valuer des images satellitaires THRS et des donnes LiDAR pour raliser une carte dtaille de la vgtation sur les deux sites dtude, la Lizonne et la ZAA. Lchelle de travail fine (infrieure au 1/10 000me) et ltendue spatiale requise (ensemble des zones humides dun bassin versant) ne permettant pas denvisager une approche de cartographie effectue exclusivement par photo-interprtation, nous avons donc privilgi une approche de classification automatique oriente-objet. Les rsultats obtenus montrent que les donnes passives THRS utilises ici (SPOT-5, KOMPSAT-2, Quickbird, BD ORTHO et BD ORTHO IRC) ne permettent pas de cartographier avec prcision lensemble des formations vgtales des zones humides car elles prsentent des variabilits de rponses spectrales intra-classes importantes et une sparabilit inter-classes insuffisante. Cela sexplique la fois par les paramtres dacquisition des capteurs (rsolutions spatiale et spectrale, ombres portes, conditions atmosphriques, saison) mais aussi par ltendue de la zone dtude et le mode de gestion agricole. Cependant, certaines classes, comme les roselires ou les peupleraies, peuvent tre caractrises une prcision suprieure 80 %. Les images THRS passives values dans ce chapitre peuvent donc tre utilises pour cartographier les principaux modes doccupation des sols et identifier prcisment quelques-unes des formations vgtales de la zone humides. Les images de hauteur et dintensit drives des donnes LiDAR permettent de cartographier avec prcision les diffrentes strates de vgtation ainsi que leau et les btiments. La vgtation au sein de la strate arbore ligneuse a pu tre correctement caractrise grce aux donnes de hauteur et dintensit. La caractrisation de la vgtation au sein de la strate herbace ncessite lapport dinformations complmentaires comprenant : 1-des cartes doccupation du sol prexistantes pouvant permettre de distinguer les cultures des praires et daffiner les limites parcellaires ; 2-des informations contextuelles gnres durant le processus de classification ; 3-du MNCE qui permet de spatialiser le degr dhydromorphie des prairies ; 4-des couches drives dimages THRS passives comme par exemple les roselires. Les cartes de vgtation produites automatiquement sont suffisamment dtailles pour en driver des descripteurs pour lvaluation des fonctions hydrologiques, biogochimiques et cologiques des zones humides.
tel-00731169, version 1 - 12 Sep 2012
229
tel-00731169, version 1 - 12 Sep 2012
CONCLUSION DE LA SECONDE
PARTIE
Lanalyse des donnes de tldtection THRS nous a permis de dfinir leurs potentialits et leurs limites pour la dlimitation des zones humides, la cartographie dtaille du rseau hydrographique et lidentification et la caractrisation de la vgtation. Dans un premier temps, la dlimitation des zones humides potentielles a t effectue dune part partir de critres gologiques et de vgtation en utilisant donnes conventionnelles (BD Gol au 1/ 50 000me et photographies ariennes au 1/10 000me de 1952) et dautre part partir de critres topographiques drivs de donnes LiDAR acquises avec une densit de points de 4 points/m et une prcision altimtrique denviron 0,1 m. Dans le premier cas,les fonds de valles humides ont t globalement identifis par photo-interprtation avec une prcision allant de 10 mtres sur les secteurs topographiquement marqus et composs de vgtation herbace, plus de 100 mtres sur les secteurs topographiquement peu marqus et boiss. Dans le deuxime cas, la classification automatique des donnes LiDAR a permis de diminuer considrablement lerreur ( 1 mtre) de localisation des zones humides. Pour obtenir ces rsultats nos travaux ont montr quaprs avoir interpoles les donnes LiDAR pour laborer le MNT, il est ncessaire dexprimer les altitudes non plus par rapport au niveau de la mer mais par rapport au niveau des cours deau. Grce cette opration, des seuils altimtriques fixes peuvent tre dtermins pour dlimiter des limites externes non seulement entre la zone humide et le versant mais aussi au sein de lenveloppe de la zone humide entre la zone humide et le bourrelet alluvial. Lapport de clichs ariens acquis entre 1952 et 2006 a permis prciser lvolution des zones humides effectives travers lidentification de la vgtation hygrophile. Dans un second temps, les donnes de tldtection THRS ont t values pour dtecter et caractriser le rseau hydrographique en incluant la fois les cours deau et le rseau de drainage. Les rsultats montrent que les donnes THRS passives testes dans cette partie (images SPOT-5, KOMPSAT-2, Quickbird, et BD ORTHO et BD ORTHO IRC) permettent de dtecter correctement le rseau hydrographique par photo-interprtation quand il est en eau et sans couvert arbor. Les meilleurs rsultats (65 % du rseau correctement dtect) ont t obtenus avec une image Quickbird ayant une rsolution spatiale infrieure un mtre et acquise en priode hivernale, quand les fosss sont saturs en eau et le feuillage moins abondant. Les images passives THRS ne permettent donc pas dobtenir une cartographie complte du rseau hydrographique en raison de la trs faible largeur de certains fosss (< 50 cm) qui nest pas compatible avec la rsolution spatiale des images, et de la prsence dun couvert herbac ou arbor qui les masque (65 % du linaire a t dtect avec limage Quickbird en milieu ouvert contre 35 % en milieu ferm). Les rsultats ont aussi montr la supriorit des donnes actives de type LiDAR sur les images satellitaires THRS pour cartographier le rseau hydrographique. Nous avons dabord dmontr quune une densit de points minimale de 2 pt/m avec une prcision en z de 0,10 m environ est requise pour caractriser la morphologie du rseau hydrographique avec une erreur moyenne faible (<15 cm). Cependant, les erreurs sont concentres sur ls secteurs inonds puisque les donnes LiDAR ne pntrent pas les surfaces en eau, mme de faible profondeur (< 10 cm). Pour caractriser la microtopographie des zones humides, les donnes LiDAR doivent donc tre acquises pendant une priode o la saturation en eau des fosss est
tel-00731169, version 1 - 12 Sep 2012
faible, tout en vitant les priodes de feuillaison. Un MNT driv de donnes LiDAR 4 pts/m nous a permis de cartographier automatiquement plus de 60 % du linaire du rseau hydrographique, aussi bien en milieu ouvert que ferm et avec un niveau de sur-dtection quasi nul (< 2 %). La cartographie obtenue a t complte en photo-interprtant le MNT driv de limage LiDAR, ce qui a permis dobtenir une cartographie exhaustive du rseau hydrographique comprenant non seulement les cours deau mais aussi lensemble du rseau de drainage. La largeur et la profondeur des du rseau hydrographique a ensuite t caractris en appliquant une mthode hybride de classification automatique et de photo-interprtation sur les objets en 2D constituant le rseau. Cette approche a t applique sur lensemble des zones humides de la ZAA et du bassin-versant de la Lizonne, ce quia permis de cartographier respectivement 308 et 840 km de linaire cumul de cours deau et fosss. Une analyse des donnes LiDAR en 3D offrirait des perspectives intressantes pour une caractrisation plus approfondie du rseau de drainage (encombrement des fosss, connectivit). Dans un troisime temps, nous avons valu les potentialits et les limites des donnes THRS pour la caractrisation de la vgtation. Les rsultats obtenus ont mis en vidence que les images THRS passives ne permettent pas de caractriser automatiquement lensemble des formations vgtales sur de grandes superficies. En effet, sur une mme image, les rponses spectrales de formations vgtales de mme type peuvent varier selon les pratiques agricoles, les conditions dclairement (ombres portes) ou bien encore selon lhumidit du sol. Si ces variations sont minimes et peuvent tre facilement apprhendes sur des sites de quelques hectares, il nen est pas de mme pour des zones dtudes de plusieurs centaines ou milliers dhectares comportant des facis paysagers varis. Malgr tout, certaines formations vgtales ont pu tre identifies automatiquement en raison de leur forte singularit spectrale. Cest le cas des peupleraies en priode automnale ou encore des roselires en priode hivernale. Les cartographies de la hauteur de la vgtation et dintensit de retour des impulsions drives des donnes LiDAR prsentent un intrt certain pour lidentification des strates herbaces, arbustives et arbores. En revanche, ces images nont pas permis de caractriser les formations vgtales au sein de chacune de ces strates. Cependant, dans le cadre de lvaluation des fonctions des zones humides, la caractrisation des formations vgtales est importante, en particulier pour celles appartenant la strate herbace. Pour cela, nous avons utilis des sources dinformations complmentaires comme le MNCE, la BD parcellaire de lIGN ou encore les classifications de peupleraies et roselires drives des donnes THRS passives. Le traitement par approche oriente-objet de ces diffrentes sources dinformation nous a permis dobtenir une cartographie dtaille au 1/10 000me de la vgtation sur lensemble des zones humides de la ZAA et du bassin-versant de la Lizonne, soit sur des surfaces couvrant respectivement 1400 et 5700 hectares. Le traitement des donnes de tldtection THRS, et plus particulirement les donnes LiDAR, a permis dune part de dlimiter avec prcision ( une chelle du 1/5000me) les zones humides, et dautre part de caractriser avec prcision des critres dtat des zones humides avec une dmarche gnrique et semi-automatique base sur une approche oriente-objet. Ces couches dinformations spatialises seront utilises pour mener une valuation des fonctions des zones humides sur la ZAA et le bassin-versant de la Lizonne.
tel-00731169, version 1 - 12 Sep 2012
232
TROISIME PARTIE
VALUATION DE LTAT
FONCTIONNEL DES ZONES HUMIDES
tel-00731169, version 1 - 12 Sep 2012
EN RELATION AVEC LES USAGES DES SOLS ET LES AMNAGEMENTS
tel-00731169, version 1 - 12 Sep 2012
INTRODUCTION DE LA TROISIME
PARTIE
La troisime partie de ce manuscrit propose de spatialiser dune part lvaluation de ltat fonctionnel actuel des zones humides et dautre part limpact des changements dusages des sols et des amnagements sur ces fonctions. Lobjectif de cette partie est de reprendre lapproche FAP, initialement dveloppe pour une dmarche terrain lchelle de sites de quelques hectares, et de ladapter une dmarche fonctionnelle applique sur des sites ayant une taille plus tendue, lchelle dun bassin-versant de plus dune centaine de Km. Autrement dit, il sagit dlaborer des indicateurs fonctionnels partir des couches dinformations drives des donnes de tldtection THRS (voir partie 2). Nous nous attacherons dans un premier chapitre valuer les fonctions des zones humides partir de leur tat actuel. Pour cela, nous allons tout dabord dlimiter les HGMU units spatiales dune zone humide o les fonctions expriment de faon spcifique selon des critres gomorphologiques drivs des donnes LiDAR. Puis, nous laborerons pour chaque HGMU des descripteurs fonctionnels partir des couches dinformation obtenues partir du traitement des donnes de tldtection THRS. La combinaison de ces descripteurs permettra, par approche multi-critres, de crer des indicateurs fonctionnels afin dvaluer les fonctions hydrologiques, biogochimiques et cologiques des zones humides sur lensemble de la ZAA et du bassin-versant de la Lizonne. Puis, dans un second chapitre, nous simulerons les changements doccupation du sol des zones humides du bassin-versant de la Lizonne selon diffrents scnarios. Limpact des changements doccupation du sol sur les fonctions des zones humides sera valu pour les t rois scnarios afin de reprer les secteurs vulnrables vis--vis de chaque fonction et didentifier ceux quil serait souhaitable de restaurer en priorit.
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 7 : LVALUATION
FONCTIONNELLE DES ZONES
HUMIDES ACTUELLES ET LEUR SPATIALISATION

Introduction ................................................................................................................................. 238 7.1. La dlimitation et la caractrisation des HGMU ................................................................... 238
7.1.1. Une approche mthodologique multi-scalaire ............................................................................. 239 7.1.1.1. Mthodologie ....................................................................................................................... 239 7.1.1.2. Rsultats ............................................................................................................................... 243 7.1.1.3. Discussion ............................................................................................................................. 251 7.1.2. Approche oprationnelle applique au bassin versant de la Lizonne ........................................... 254 7.1.2.1. Mthodologie ....................................................................................................................... 254 7.1.2.2. Rsultats ............................................................................................................................... 254 7.1.2.3. Discussion ............................................................................................................................. 258
7.2. Une valuation fonctionnelle base sur une approche multicritres ................................... 258
7.2.1. Mthodologie................................................................................................................................ 259 7.2.1.1. Site dtude........................................................................................................................... 259 7.2.1.2. Donnes ................................................................................................................................ 259 7.2.1.3. Une valuation par approche multi-critres ......................................................................... 259 7.2.1.4. Dfinition des descripteurs partir des donnes de tldtection ...................................... 263 7.2.1.5. laboration des descripteurs ................................................................................................ 268 7.2.1.6. Application la fonction crtage de crue ........................................................................... 276 7.2.1.7. Application la fonction soutien aux tiages ....................................................................... 279 7.2.1.8. Application la fonction dnitrification ............................................................................... 281 7.2.1.9. Application la fonction habitat ........................................................................................... 283 7.2.1.10. Validation ............................................................................................................................ 285 7.2.2. Rsultats........................................................................................................................................ 285 7.2.3. Discussion ..................................................................................................................................... 289
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 7 :
LVALUATION FONCTIONNELLE DES ZONES HUMIDES ACTUELLES ET LEUR SPATIALISATION
INTRODUCTION
Les fonctions hydrologiques, biogochimiques et cologiques des zones humides sont aujourdhui reconnues tant par la communaut scientifique que par les acteurs territoriaux. Cependant, lintensit des processus fonctionnels est soumise une variabilit spatio-temporelle difficile apprhender. Plusieurs programmes de recherche europens (FAEWE, PROTOWET, EVALUWET) ont permis de mesurer et de comprendre le fonctionnement des zones humides dans le temps et lespace sur une quinzaine de sites travers lEu rope (Maltby et Barker, 2009). Ces programmes de recherches ont dmontr que lintensit dune fonction est la mme au sein dentits ayant une hydrodynamique homogne : les Units HydroGoMorphologiques ou HGMU (Maltby et al., 1996). Une procdure dvaluation fonctionnelle des zones humides (Functional Assessment Procedure FAP), destine aux gestionnaires, a t dveloppe et calibre partir de ces programmes de recherches. Elle permet, partir de la combinaison dobservations terrain sur la pdologie, la gomorphologie ou encore la vgtation, de dlimiter les HGMU puis dvaluer une ou plusieurs fonctions lchelle dun site (Maltby, 2009). Si cette procdure permet de mener une valuation fine sur quelques parcelles, la collecte dinformations partir dobservations terrain parat difficilement applicable sur plusieurs centaines de km et ne permet pas dapprhender des processus fonctionnels sur lensemble dun bassin versant. Les couches dinformation dtailles et spatialises sur loccupation du sol, le rseau hydrographique ou encore la microtopographie qui ont t drives des donnes de tldtection sur lensemble dun bassin versant apparaissent comme une alternative intressante aux observations terrain. Lobjectif de ce chapitre est dadapter la procdure FAP lchelle dun bassin versant partir de ces couches dinformation. Cela suppose le dveloppement dune approche aboutissant dune part, une dlimitation exhaustive des HGMU sur lensemble des zones humides dun bassin versant et dautre part, une valuation de fonctions potentielles par croisement de descripteurs correspondant des critres dtat drivs de donnes de tldtection. Le dveloppement et lapplication dune approche permettant la dlimitation et la caractri sation des HGMU sont dtaills dans une premire partie. Lvaluation fonctionnelle des zones humides partir des critres dtat drivs des donnes de tldtection est prsente dans la seconde partie de ce chapitre. 7.1. La dlimitation et la caractrisation des HGMU Lidentification des HGMU doit thoriquement reposer sur la combinaison de trois critres relevant de la pdologie, de la gomorphologie et ventuellement de la vgtation si le site tudi est gr de faon homogne (Maltby et al., 1996). Le critre pdologique ne peut tre driv des donnes de tldtection. Les informations disponibles, comme la BD Scan-Gol-50 produite par le BRGM, ne sont pas assez dtailles (1/50 000me). Le critre de vgtation est disponible partir des cartes doccupation du sol drives des donnes THRS mais la variabilit spatiale des modes de gestion au sein dun bassin versant ne permet pas dintgrer ce critre dans la dmarche didentification des HGMU. Reste donc le critre gomorphologique, le plus pertinent, qui est driv des donnes LiDAR sur lensemble des zones humides, aussi bien sur les milieux herbacs quarbustifs, avec une prcision altimtrique de 0,15 mtre. Les approches prsentes ici reposent donc sur lanalyse du critre gomorphologique. La dlimitation et la caractrisation des HGMU ont ncessit le dveloppement de mthodologies qui ont t testes
tel-00731169, version 1 - 12 Sep 2012
238
VALUATION DE LTAT FONCTIONNEL DES ZONES HUMIDES EN RELATION AVEC LES USAGES DES SOLS ET LES
AMNAGEMENTS
TROISIME PARTIE
sur la basse valle du Couesnon. Une dmarche oprationnelle a pu ensuite tre applique lensemble du bassin versant de la Lizonne. 7.1.1. Une approche mthodologique multi-scalaire Trois approches, correspondant chacune un objectif spcifique, ont t dveloppes partir de lanalyse des donnes LiDAR. La premire approche a t dveloppe de faon fournir une carte trs dtaille des HGMU sur une parcelle dans le cadre dune analyse fonctionnelle approfondie. La seconde approche a pour objectif de cartographier les HGMU sur un ou deux sites pour une analyse fonctionnelle un peu moins pousse. La troisime approche se veut plus globale mais aussi plus robuste afin de permettre une valuation fonctionnelle sur lensemble des zones humides dun bassin versant qui peuvent prsenter des contextes gomorphologiques varis (grandes plaines alluviales, petites valles encaisses).
7.1.1.1. Mthodologie 7.1.1.1.1. Site dtude
tel-00731169, version 1 - 12 Sep 2012
Les phases de calibration et de test ont t appliques sur les marais de Sougal et AuceyBoucey. Puis la mthodologie a t transfre lensemble des zones humides de la ZAA.
7.1.1.1.2. Donnes
La dtection des HGMU est obtenue partir du critre topographique driv du MNT LiDAR 0,5 mtre de rsolution horizontale. Chaque surface en eau, qui, au moment de lacquisition des donnes LiDAR, ne peuvent gnrer des informations topographiques, a t considre comme un ensemble homogne. La prcision altimtrique moyenne des donnes LiDAR a t value 12 cm (voir CHAPITRE 5 : section 5.1.2).
7.1.1.1.3. Traitements
Nomenclature utilise La nomenclature utilise pour la caractrisation des HGMU surfaciques est prsente dans le Tableau 7.1. Pour lapproche 1, cinq classes ont t dfinies : Dpression , Bourrelet , Intermdiaire , Surface en eau et Ancien Chenal . La dernire classe na pas t prise en compte dans les approches 2 et 3 en raison de lchelle de prcision trop grossire (1/25 000me). La classe Dpression correspond aux secteurs topologiquement bas comme les cuvettes. A linverse, la classe Bourrelet correspond aux objets surlevs comme les talus ou les dpts alluvionnaires. La classe Intermdiaire correspond aux zones intermdiaires entre les points hauts et les points bas de la zone humide. La classe Surface en eau correspond aux secteurs inonds au moment du passage LiDAR. Enfin la classe Ancien chenal correspond des drains naturels ou danciens bras de rivires. La caractrisation de la gomorphologie est dpendante de lchelle retenue. Ainsi, une dpression peut tre situe au sein dune zone globalement intermdiaire et un petit bourrelet peut tre situ au sein dune vaste dpression.
239
CHAPITRE 7 :

Tableau 7.1 Nomenclature utilise pour la caractrisation des HGMU surfaciques CLASSE Dpression Bourrelet Intermdiaire Surface en eau Ancien chenal APPROCHE 1 APPROCHE 2 x APPROCHE 3 x
Approche 1 La premire approche consiste dlimiter et caractriser les HGMU surfaciques par photo-interprtation du MNT LiDAR au 1/5 000me. Les critres de contraste et de contexte sont retenus pour identifier les ensembles morphologiques homognes. En cas de doutes, des profils topographiques de la parcelle ont t effectus sous SIG pour aider linterprtation. tel-00731169, version 1 - 12 Sep 2012 Approche 2 La seconde approche consiste identifier les HGMU surfaciques au 1/25 000me par approche oriente-objet en segmentant le MNT LiDAR par courbes de niveaux puis en caractrisant les objets par rapport laltitude relative de leurs voisins. Le logiciel eCognition permet deffectuer ces traitements. Afin dobtenir des objets -HGMU- cohrents et relativement compacts, le MNT a t liss par un filtre mdian 3x3 et sous-chantillonn 2 m. Ainsi, les petites variations micro-topographiques telles que les sillons de labours, les fosss, les petits talus ou les touffes dherbes ont t effaces tout en conservant la structure topographique gnrale de la zone humide (Figure 7.1).
Figure 7.1 Profils topographiques drivs du MNT non filtr (rouge) et du MNT filtr (vert)
La procdure de segmentation des objets HGMU- a ncessit dans un premier temps de dfinir des variables utiles la segmentation itrative du MNT : Les variables Z_mini et Z_maxi qui correspondent respectivement aux valeurs de pixels minimale et maximale du MNT ; la variable Seuil_segmentation qui correspond la valeur altimtrique de segmentation du MNT (Lors de la premire itration, la valeur de la variable Seuil_segmentation est gale celle de la variable Z_mini ). Dans un deuxime temps, la segmentation est effectue en seuillant le MNT en fonction des valeurs de la variable Seuil_segmentation . Pour la premire 240
AMNAGEMENTS
TROISIME PARTIE
itration, la taille minimale dun objet a t fixe 5000 pixels afin de constituer des HGMU de taille significative (> 1250 m). Lors de litration suivante, la valeur de cette variable Seuil_segmentation est augmente de 10 cm. Ce seuil de 10 cm a t dtermin partir de la connaissance du terrain des marais de Sougal et Aucey-Boucey. Le cycle ditration se poursuit tant que la valeur de la variable Seuil_segmentation est infrieure celle de la variable Z_maxi . La cartographie des HGMU ainsi dlimites est prsente sur la figure 1,2. qui illustre aussi limpact du lissage du MNT sur la dlimitation des HGMU : les objets drivs du MNT non filtr ont des bordures indentes et une forme dcoupe alors que ceux issus du MNT filtr ont des bordures lisses et une forme compacte. Une fois dlimites, les HGMU ont t affectes aux classes en Dpression , Bourrelet , Intermdiaire ou Surface en eau selon laltitude moyenne relative leurs objets voisins, c'est--dire la diffrence daltitude entre un objet et ses voisins. Les zones de cuvette ont t identifies comme tant les objets nayant pas dobjets voisins plus bas. Pour cela, un objet a t attribu la classe Dpression si la diffrence moyenne de son altitude avec les objets voisins tait 0. Puis nous avons suppos que les objets topographiquement plats et adjacents aux cuvettes appartenaient la classe Dpression . Ainsi, une carte des pentes a t drive du MNT. Les objets dont la pente moyenne tait infrieure 2 ont t classs en objets Temporaire . Les objets appartenant cette classe et adjacents un objet Dpression ont t classs en Dpression Les objets Temporaire restants ont t reclasss dans une catgorie Non classs et les objets Dpression adjacents ont t fusionns. Les surfaces en eau ont t extraites dans une nouvelle carte indpendante partir des images dintensit LiDAR. Les pixels ayant une valeur dintensit LiDAR nulle ont t segments par une mthode de multiseuillage et classs en Surface en eau . Puis ces objets ont t synchroniss mis jour sur la carte principale. La dlimitation et caractrisation des bourrelets ncessitent une segmentation avec un seuil plus lev que le seuil retenu pour les dpressions. Lensemble des HGMU non classes en Dpression ont t fusionnes puis segmentes de faon itrative suivant la mme dmarche, mais avec un seuil de 50 cm au lieu de 10 cm. Les secteurs surlevs ont t classs en Bourrelet en labsence dobjets voisins plus hauts. Les objets non classs restants ont t affects la classe en Intermdiaire . Une phase de nettoyage a permis de fusionner les objets infrieurs 1000 pixels avec leur voisin. Ainsi la taille minimale dune HGMU surfacique est fixe 250 m. Approche 3 La troisime approche consiste dlimiter les HGMU non plus partir de seuils de segmentation altimtriques, variables suivant le site, mais partir de critres de contraste et de gradient altimtrique, comme cela a t effectu pour lapproche 1 par photo-interprtation. Le MNT a t liss pour les mmes raisons et suivant la mme procdure que celle qui a t dcrite pour lapproche 2. Deux variables statistiques, Z_min et Z_max correspondant aux valeurs de pixel minimales et maximales du MNT ont galement t calcules. Puis le MNT a t segment en utilisant un filtre pour dtecter les objets potentiels par contraste et un gradient pour en driver des objets primitifs. Une opration modification des contours des objets a permis de les rendre plus compacts et cohrents. Les HGMU ont ensuite t classes et nettoyes suivant la mme mthodologie que celle employe dans la seconde approche.
tel-00731169, version 1 - 12 Sep 2012
241
CHAPITRE 7 :
tel-00731169, version 1 - 12 Sep 2012
Figure 7.2 Impact du lissage du MNT sur la dlimitation des HGMU : (a) HGMU drives dun MNT non liss ; (b) HGMU drives dun MNT liss. Application au marais dAucey
7.1.1.1.4. Validation
La validation des HGMU a t effectue partir de mesures pdologiques, gomorphologiques et hydrologiques (Figure 7.3). Dans un premier temps, la dlimitation des HGMU a t valide pour les trois approches sur le marais dAucey partir du croisement des critres gomorphologiques, drivs des donnes LiDAR, avec les critres pdologiques, drivs de 15 relevs terrain. Pour lapproche 1, deux facteurs pdologiques ont t pris en considration : la couleur du sol et lhumidit 40 cm. Pour les approches 2 et 3, seule la couleur du sol a t intgre la dmarche de validation. La couleur du sol dpend de ltat du fer qui rsulte de la dynamique de leau. Une couleur caractrise le comportement hydrologique moyen de la zone humide. Le critre de vgtation na pas t pris en compte car il dpend non seulement du comportement hydrologique moyen mais aussi des pratiques agricoles qui peuvent varier dune parcelle lautre. Le croisement des critres gomorphologiques et pdologiques a permis de classer les 15 relevs en 8 classes pour lapproche 1 et 5 classes pour les approches 2 et 3. Un indice de diversit, lindice de Shannon, habituellement utilis en cologie du paysage, a t calcul partir des relevs classs par HGMU pour valider la dlimitation des HGMU. Plus lindice est faible, plus la diversit de classes au sein de lHGMU est faible et meilleure est la dlimitation. Lindice na pas t calcul pour les HGMU contenant moins de 2 relevs. Dans un second temps, la caractrisation gomorphologique a t valide par le croisement des cartes de classification avec celles obtenues par photo-interprtation du MNT. Un indice de prcision reprsentant le pourcentage de superficie bien caractrise permet dapprcier la qualit des classifications. Il faut noter que la classe Surface en eau nest pas reprsente sur ce secteur. 242
AMNAGEMENTS
TROISIME PARTIE
Dans un troisime temps, lanalyse du cycle annuel de variation de lhumidit des sols obtenu par des relevs dhumidit du sol effectus sur le marais de Sougal, permet de caractriser le comportement hydrologique de certaines HGMU. Ces relevs dhumidit du sol (3 cm) ont t effectus sur les mmes stations de mesure tous les 23 jours entre fvrier 2010 et fvrier 2011 sur le marais de Sougal. Chaque station correspond 25 points dont lhumidit a t releve avec un capteur TDR. Cet appareil permet de mesurer lhumidit relative du sol selon sa conductivit lectrique. Les valeurs dhumidit exprimes nont pas t recalibres partir dchantillons sols schs en laboratoire. Cependant, les observations effectues sur l e terrain ont montr que des valeurs suprieures 70 % correspondent des sols totalement saturs en eau (Marechal et al., 2012).
tel-00731169, version 1 - 12 Sep 2012
Figure 7.3 Localisation des relevs dhumidit sur le marais de Sougal ( gauche, en orange) et de pdologie sur le marais dAucey ( droite, en rose).
7.1.1.2. Rsultats 7.1.1.2.1. Validation de la dlimitation des HGMU
Les rsultats cartographiques (Figure 7.4) et statistiques (Tableau 7.2) permettent dapprcier la prcision des dlimitations des HGMU sur le marais dAucey pour les troi s approches. Pour lapproche 1, les 15 relevs rpartis en 8 classes reprsentent une diversit globale de 1,93 (indice de Shannon). Pour lapproche 2, le regroupement des relevs en 5 classes donne une valeur plus faible de 1,4. Globalement, la qualit de dlimitation des HGMU pour lapproche 1 est trs bonne avec une valeur moyenne de lindice gale 0,09. Les valeurs de lindice de Shannon sont nulles pour les HGMU 1 7 ce qui signifie que la dlimitation est correcte. En revanche, la valeur de lindice est de 0,69 pour lHGMU 8 qui contient deux relevs 243
CHAPITRE 7 :
appartenant chacun une classe distincte. Cette HGMU correspond au pied dun versant. Lapproche 2 permet de dlimiter avec une bonne prcision les HGMU puisque la valeur moyenne de lindice de Shannon est de 0,15. Toutes les HGMU sont trs bien dlimites, lexception de la 4 qui a une valeur de 0,74. Cela est d la prsence de deux relevs (sur huit) qui appartiennent des classes diffrentes. Enfin, la troisime approche prsente une dlimitation de qualit correcte (Shannon = 0,24). Des erreurs sont observes pour les HGMU 1 et 4. LHGMU 1, qui correspond au bourrelet alluvial comprend la fois deux relevs de sol brun bien classs et un relev de sol gris situ lextrmit de lHGMU. LHGMU 4, qui correspond une dpression, contient six relevs bien classs de sol noir et deux relevs mal classs dont un en sol gris et lautre brun. Ces deux erreurs sont localises en bordure de lHGMU.
tel-00731169, version 1 - 12 Sep 2012
244
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 7.4 Validation de la dlimitation des HGMU par croisement des critres gomorphologiques et pdologiques : (a) approche 1; (b) approche 2 ; (c) approche 3. Les chiffres indiquent les identifiants des HGMU.
245
CHAPITRE 7 :
Tableau 7.2 Indice de diversit des relevs par HGMU selon les trois approches tudies APPROCHE HGMU 1 2 3 4 5 6 7 8 Total NOMBRE DE RELEVS 1 1 3 1 2 4 1 2 15 INDICE DE SHANNON 0 0 0 0,69 1,93 Moyenne 0,09 0 0 0,74 0 1,4 Moyenne 0,15 0,64 0,74 0 1,4 Moyenne 0,27
tel-00731169, version 1 - 12 Sep 2012
1 2 3 4 5 Total
2 1 2 8 2 15
1 2 3 4 5 Total
3 1 1 8 2 15
7.1.1.2.2. Validation de la caractrisation gomorphologique
Les cartes de caractrisation gomorphologique des HGMU et de leurs erreurs sont prsentes sur la Figure 7.5. Pour lapproche 1, une cartographie dtaille est produite, incluant la caractrisation des bourrelets alluviaux et des bordures de fosss ou des anciens chenaux. Des petites HGMU correspondant des bourrelets ou des dpressions sont identifies au sein densembles gomorphologiques plus larges. La totalit de la superficie des marais dAucey est correctement caractrise. Lapproche 2 permet de caractriser avec prcision les HGMU au 1/25 000me. En effet, 99,4 % de la superficie du marais est correctement caractrise. Le bourrelet alluvial du Couesnon est bien identifi, tout comme la zone intermdiaire et la dpression centrale. La seule erreur est localise sur la partie correspondant au pied de versant. Enfin, lapproche 3 permet de caractriser correctement 71,6 % de la superficie du marais. Des erreurs de classification sont localises sur la zone intermdiaire classe en Dpression . Ces erreurs peuvent sexpliquer par lcart important daltitude avec les bourrelets adjacents. Avec cette approche comme avec les deux autres, le bourrelet alluvial et les zones de cuvette sont bien identifies.
246
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 7.5 Cartes de caractrisation gomorphologique des HGMU et de localisation de leurs erreurs pour lapproche 1 (a,d) ; pour lapproche 2 (b,e) ; pour lapproche 3 (c,f).
7.1.1.2.3. Analyse de la variabilit spatio-temporelle de lhydrodynamique
Lanalyse de la variabilit spatio-temporelle de lhydrodynamique est prsente pour les parties sud (Figure 7.6) et nord (Figure 7.7) du marais de Sougal. Lvolution du lhumidit moyenne par station (Figure 7.6, b et Figure 7.7, b) montre que le comportement hydrologique justifie parfois une diffrence entre les HGMU, selon les saisons et les tats de leau. Par ex emple, les stations 2 et 3 ont des valeurs dhumidit moyenne similaires partir de la fin du printemps jusquau milieu de lhiver. Cependant entre les mois de mars et de mai, la station 3 prsente une humidit moyenne plus leve que la station 2. Lhumidit du sol nest donc pas un critre de validation robuste pour la dlimitation des HGMU. Lanalyse de la variabilit de lhumidit du sol par station pour quatre priodes (16 mars, 05 mai, 22 juin et 26 septembre) permet de caractriser plus prcisment le comportement hydrologique du sol. Au 16 mars (Figure 7.6, c), la fin de 247
CHAPITRE 7 :
tel-00731169, version 1 - 12 Sep 2012
lhiver, la variabilit de lhumidit du sol par station est faible voir nulle en raison de la saturation en eau des sols. Cependant, la station 1, situe sur une zone plus leve, prsente une variabilit de 3,8 %. Au 05 mai (Figure 7.6, d), les stations 1 et 2, les plus surleves, prsentent des variabilits importantes (respectivement 8,1 et 20,2 %) en raison de leur localisation sur une zone de transition entre les secteurs leves, drains, et les secteurs bas, encore saturs en eau. A linverse, les stations 3, 4 et 5, encore satures, prsentent une faible variabilit de lhumidit du sol. Au 22 juin (Figure 7.6, e), les stations 1, 2 et 3 sont situes sur des secteurs secs et prsentent une variabilit faible tout comme la station 5 encore inonde. La station 4, localise en zone de transition sol satur/non satur, prsente une variabilit importante (30 ,1 %). A la fin de lt, au 26 septembre, la variabilit dhumidit du sol est assez faible pour les stations 1 4 et forte pour la station 5 (12,8 %), situe son tour en zone de transition. Les mmes volutions sont observes pour la partie nord du marais de Sougal (Figure 7.7), avec une volution de la variation de lhumidit dpendante du gradient topographique. Lanalyse de ces rsultats permet didentifier trois comportements hydrologiques du sol : le modle drain qui correspond un secteur sec et homogne, le modle inond qui correspond un sol satur et homogne, le modle de transition , associ une humidit du sol htrogne, en relation avec une microtropographie interne rvlatrice de cette humidit instantane variable, mlant micro-zones satures et micro-zones inondes en mosaque. Si lhumidit instantane ne permet pas de discriminer les HGMU, linverse la dynamique temporelle, saisonnire, est un bon critre de diffrenciation et justifie, a posteriori, la prise en compte du critre gomorphologique comme paramtre pertinent de discrimination des HGMU.
248
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
Figure 7.6 Mesures dhumidit relative des sols ralises sur le sud du marais de Sougal : (a) carte de localisation des stations ; (b) volution de lhumidit moyenne du sol par station entre fvrier 2010 et fvrier 2011 ; (c) humidit du sol moyenne et cart type le 16 mars 2010 ; (d) humidit du sol moyenne et cart type le 05 mai 2010 ; (e) humidit du sol moyenne et cart type le 22 juin 2010 ; (f) humidit du sol moyenne et cart type le 26 septembre 2010
249
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 7 :
250
Figure 7.7 - Mesures dhumidit relative des sols ralises sur le nord du marais de Sougal : (a) carte de localisation des stations ; (b) volution de lhumidit moyenne du sol par station entre fvrier 2010 et fvrier 2011 ; (c) humidit du sol moyenne et cart type le 16 mars 2010 ; (d) humidit du sol moyenne et cart type le 05 mai 2010 ; (e) humidit du sol moyenne et cart type le 22 juin 2010 ; (f) humidit du sol moyenne et cart type le 26 septembre 2010
AMNAGEMENTS
TROISIME PARTIE
7.1.1.2.4. Cartes des HGMU surfaciques
Les cartes dHGMU obtenues partir des trois approches sont prsentes Figure 7.8. Lapproche 1 (Figure 7.8, a) permet de cartographier les HGMU au 1/5 000me pour quelques parcelles. Lapproche 2 (Figure 7.8, b) permet de cartographier les HGMU au 1/25 000me sur les marais de Sougal et Aucey-Boucey. Lapproche 3 permet de cartographier les HGMU au 1/25 000me mais sur lensemble des zones humides la ZAA (Figure 7.8, c), soit 1930 HGMU rparties aussi bien sur les vastes marais du Couesnon que sur les petits tributaires.
tel-00731169, version 1 - 12 Sep 2012
Figure 7.8 Cartes des HGMU obtenues partir de diffrentes approches : (a) approche 1 au 1/5 000me applique sur quelques parcelles du marais dAucey ; (b) approche 2 au 1/25 000me applique sur les marais de Sougal et Aucey-Boucey ; (c) approche 3 au 1/25 000me applique lensemble de la ZAA.
7.1.1.3. Discussion
LHGMU est une unit gomorphologique globalement homogne qui permet une dmarche de spatialisation pour une approche fonctionnelle des zones humides. LHGMU est un concept qui permet de saffranchir du critre hydrologique. Instantanment, le comportement hydrologique ne permet pas de dlimiter une HGMU. Le concept dHGMU est fonction du degr dinformation souhait, de lchelle de travail, mais aussi des moyens disponibles. La pertinence dune valuation une chelle donne ne lest pas forcment une autre chelle. La dlimitation et la caractrisation des HGMU ont t effectues partir de donnes LiDAR acquises avec une prcision de 4 points/m. Cette donne semble suffisamment prcise pour identifier les variations topographiques au sein des zones humides aussi bien lchelle fine (1/5 000me) que moyenne (1/25 000me). Une densit infrieure 4 pts/m semblerait suffisante (par ex. 0,5 pt/m) pour la cartographie des HGMU lchelle dun bassin versant. La priode dacquisition des donnes est aussi un lment important prendre en compte. Elle doit tenir compte de lobjectif et des deux facteurs limitants que sont la prsence deau et la 251
CHAPITRE 7 :
feuillaison. Pour les tudes topographiques en zones humides, un passage au dbut du printemps permet de sassurer que les bourgeons ne sont pas ouverts. En revanche, certains fosss peuvent encore tre ennoys. Un passage en automne pourrait sembler plus appropri en raison de la chute des feuilles et ltat assch des fosss. Mais cette priode est plus risque car la chute des feuilles et ltat hydrique des fosss sont dpendants des conditions climatiques. Dans tous les cas, il convient dviter deffectuer lacquisition aprs une longue priode de pluie car les fosss ne seraient pas ressuys. La mthodologie de dlimitation et de caractrisation des HGMU partir de donnes de tldtection ne peut prendre en considration que le critre gomorphologique driv des donnes LiDAR. En effet, les caractristiques pdologiques ne sont pas aujourdhui dtectables par tldtection et les cartes pdologiques ralises par les diffrents organismes sont imprcises et/ou non exhaustives. Le critre de vgtation pourrait tre pris en considration, mais uniquement sur quelques parcelles au mode de gestion semblable. En effet, lextension spatiale des formations vgtales dpend la fois de lhydrodynamique et du mode de gestion anthropique. Dans le cadre de ce travail sur lvaluation fonctionnelle des zones humides lchelle dun bassin versant, la qualit de dlimitation des HGMU semble plus importante que la qualit de la caractrisation. En effet, les scores dindicateurs fonctionnels sont majoritairement exprims par HGMU et sont donc lis lextension spatiale de celles-ci. Les classes de caractrisation gomorphologique attribues chaque HGMU (bourrelet, intermdiaire, dpression) ne sont pas prises directement en considration, mais indirectement par des descripteurs comme la densit du rseau de drainage ou le type de vgtation. Trois approches ont t employes pour cartographier les HGMU. La premire approche est adapte ltude des fonctionnalits lchelle dune parcelle. Elle permet didentifier finement les HGMU partir de la photo-interprtation du MNT. La seconde approche permet didentifier automatiquement les HGMU, mais elle ncessite de dfinir des seuils altimtriques de segmentation propres chaque site mais aussi chaque ensemble gomorphologique. De fait, il parat difficilement envisageable de lutiliser sur lensemble dun bassin versant. La qualit de la caractrisation gomorphologique qui seffectue en fonction de la position altimtrique des objets les uns par rapport aux autres, dpend de la qualit de segmentation des objets. La troisime approche aborde la dlimitation des HGMU par identification des zones de contraste altimtrique. Le procd de segmentation utilis ici (Contrast filter segmentation), semble tre plus performant sur des ruptures topographiques nettes que sur des transitions floues et progressives. Pour les approches 2 et 3, le MNT LiDAR a t liss par un filtre mdian et sous chantillonn 2 mtres. Cette opration permet damliorer la qualit gomtrique de dlimitation des objets mais peut ponctuellement gommer certains lments gomorphologiques comme les petits talus. Le rseau hydrographique est majoritairement gomm par ce lissage. Cependant, sa dtection et sa caractrisation ont fait lobjet dune mthodologie particulire (voir CHAPITRE 5 : section 5.2). Les rsultats obtenus partir des trois approches sont satisfaisants. Pour lapproche 1, lutilisation du MNT LiDAR par photo-interprtation a rendu lidentification des HGMU plus aise et dtaille que par une approche terrain (Figure 7.9). En effet, si les changements topographiques abrupts peuvent facilement tre identifis sur le terrain, il nen va pas de mme avec les transitions progressives et/ou en milieu arbor qui sont difficiles daccs. La photointerprtation du MNT est assez longue et bien que robuste, elle parat difficilement envisageable lchelle dun bassin versant. 252
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
Figure 7.9 Comparaison des cartes des HGMU du marais dAucey obtenues (a) par photo -interprtation du LiDAR et (b) par observations terrain
tel-00731169, version 1 - 12 Sep 2012
La seconde approche a permis de dtecter et caractriser prcisment les HGMU de faon automatique sur les marais de Sougal et Aucey-Boucey, bien tudis par des observations terrain. Cette connaissance terrain nous a permis daffiner au mieux les seuils de segmentation. Une moins bonne connaissance du terrain aurait certainement conduit des rsultats plus approximatifs. Les quelques tests que nous avons effectus sur des secteurs moins connus ont mis en vidence les lacunes de cette approche pour apprhender des contextes gomorphologiques varis ; avec entre 30 50 % des HGMU bien identifies selon les cas. La troisime approche permet de saffranchir des spcificits de chaque site. Lanalyse des rsultats de dlimitation sur diffrents secteurs des zones humides montre que les objets HGMU restent topographiquement cohrents au vu du MNT. Cest cette approche qui a t retenue pour valuer les fonctions des zones humides lchelle dun bassin versant car elle a t obtenue par approche automatique et est donc plus robuste et plus facilement reproductible (Figure 7.10).
Figure 7.10 volution de la prcision de dlimitation des HGMU en fonction de lapproche utilise et de la superficie de la zone dtude
253
CHAPITRE 7 :
7.1.2. Approche oprationnelle applique au bassin versant de la Lizonne Le bassin versant de la Lizonne a une superficie de plus de 615 km. Lobjectif de cette partie est dappliquer lapproche 3 dveloppe dans la partie prcdente sur la ZAA afin de valider sa robustesse dans un contexte diffrent et sur une zone gographique assez tendue.
7.1.2.1. Mthodologie 7.1.2.1.1. Site dtude
tel-00731169, version 1 - 12 Sep 2012
Lapproche 3 a t applique sur les zones humides du bassin versant de la Lizonne, ce qui reprsente une superficie de 57 km. Le bassin est caractris par une dgradation des zones humides principalement cause par les pressions agricoles (voir CHAPITRE 3 : section 3.2). Cette situation conduit un dclin des nappes phratiques. Les zones humides du bassin versant de la Lizonne prsentent des contextes gomorphologiques varis avec la prsence de zones de tourbire, de vastes plaines alluviales associes danciens chenaux ou bien encore de valles troites et encaisses. Le dnivel y est aussi plus marqu que sur la ZAA, entre les plateaux calcaires amont situs 250 mtres et lexutoire du bassin situ 50 mtres au dessus du niveau de la mer.
7.1.2.1.2. Donnes
Un MNT 0,5 mtre de rsolution a t driv des donnes LiDAR avec une mthode dinterpolation au plus proche voisin. Les donnes LiDAR ont t acquises avec des caractristiques similaires (voir CHAPITRE 6 : section 6.2.1.1) (4 pts/m) celles des donnes LiDAR acquises sur la ZAA et une priode identique (dbut de printemps).
7.1.2.1.3. Traitement
Lapproche 3 de dlimitation et caractrisation des HGMU dveloppe sur la ZAA a t applique sur lensemble des zones humides du bassin-versant de la Lizonne. Les zones surleves situes au contact du versant et la zone humide ont t classes en Pied de versant . En raison de limportance du volume des donnes traiter, les images ont t dc oupes en tuiles de 5km x 5km et les traitements dcrit prcdemment ont t effectus tuile par tuile (voir CHAPITRE 6 : section 6.2.1.2). Une phase de post-traitement sous SIG a t ncessaire pour liminer leffet de tuilage.
7.1.2.1.4. Validation
Une zone test de 2,5 km situe en aval du bassin versant a t slectionne pour valider la carte des HGMU. Des mesures topographiques ont t effectues avec un thodolite laser et un GPS diffrentiel afin destimer la prcision altimtrique du MNT. Une carte de rfrence a t ralise par photo-interprtation du MNT. Les classifications ont ensuite t croises avec ces donnes.
7.1.2.2. Rsultats
254
AMNAGEMENTS
TROISIME PARTIE
Les rsultats (Figure 7.11) montrent que le profil driv du MNT est trs corrl avec les mesures terrain (RMSE = 7,4 cm.). Toutefois, le MNT sous-estime la profondeur du foss en raison de la prsence deau et de vgtation dense lors de lacquisition des donnes LiDAR.
Figure 7.11 Gnration du MNT : (a) profils topographiques drivs des mesures terrain (rouge) et du MNT (bleu) ; (b) MNT driv des points sol LiDAR
tel-00731169, version 1 - 12 Sep 2012
Le croisement de la carte des HGMU avec le MNT montre une cohrence gomorphologique (Figure 7.12, b). Les HGMU ont t caractrises avec une bonne prcision, 86 % dentres elles tant correctement classes (Figure 7.12, d). Les erreurs correspondent essentiellement des dpressions classes en zone intermdiaire. Ces erreurs sont dues la faible diffrence daltitude entre les bourrelets et les dpressions.
Figure 7.12 Cartographie des HGMU surfaciques : (a) MNT liss ; (b) objets segments ; (c) classification des HGMU ; (d) localisation des erreurs
Lensemble des zones dominante humide du bassin versant de la Lizonne a t analys par tuilage. Une carte de plus de 6600 HGMU a t produite par traitement automatique du MNT (Figure 7.14). La superficie des HGMU est variable et comprend aussi bien de petits secteurs infrieurs 0,02 ha que de vastes zones suprieures 20 ha. Dans le dtail, la superficie des HGMU est comprise entre 0,01 et 29,3 ha. Un quart des HGMU a une superficie infrieure 0,1 ha ; la moiti a une superficie infrieure 0,3 ha et un quart a une superficie suprieure 0,7 ha.
255
CHAPITRE 7 :
Prs dun tiers (31 %) de la superficie totale des HGMU est classe en Pied de versant , 26 % en Dpression , 21 % en Intermdiaire , 11 % en Bourrelet et en Surface en eau (Figure 7.13). Ces rsultats ne tiennent pas compte des erreurs de classification. Beaucoup dHGMU sont classes en Pied de versant dans les petites valles o la plaine alluviale est troite, ce qui explique la proportion leve de cette classe. Dans les valles plus larges, la classe Intermdiaire a une part plus importante.
tel-00731169, version 1 - 12 Sep 2012
Figure 7.13 Pourcentage de la superficie totale dHGMU par classe
256
AMNAGEMENTS
TROISIME PARTIE
Figure 7.14 Carte des HGMU du bassin versant de la Lizonne obtenue par traitement automatique du MNT LiDAR
tel-00731169, version 1 - 12 Sep 2012
257
CHAPITRE 7 :
7.1.2.3. Discussion
Les donnes LiDAR utilises sur le bassin versant de la Lizonne ont les mmes caractristiques que celles qui ont t exploites sur la ZAA. Les prcisions planimtriques altimtriques moyennes, qui sont respectivement de 25,0 et 7,4 cm sont suffisantes pour lidentification des HGMU aussi bien lchelle dun site que dun bassin versant. La date dacquisition au dbut du printemps et avant la feuillaison permet une meilleure pntration des impulsions LiDAR travers la canope et donc une meilleure estimation de la microtopographie. En revanche, cette priode de lanne, certains secteurs peuvent encore tre saturs en eau et donc engendrer des imprcisions sur leur micro-topographie. Lapproche dveloppe sur la ZAA a t applique sur le bassin versant de la Lizonne avec le mme processus de traitement afin den valider la robustesse. La mthode de segmentation des MNT drivs des donnes LiDAR par contraste et gradient topographique permet dutiliser les mmes paramtres quel que soit le site considr, comme lont montr les rsultats obtenus sur la ZAA et sur le bassin de la Lizonne pour identifier les HGMU. La caractrisation gomorphologique des ces dernires base sur laltitude relative des objets par rapport leur voisinage permet galement de saffranchir dappliquer des seuils spcifiques chaque site. La mise en place dun tuilage permet danalyser les donnes LiDAR sans relle limitation de taille. Lapproche dveloppe sur la ZAA a t applique avec succs sur le site de la Lizonne malgr une connaissance du terrain trs limite sur le bassin versant. Labsence de relevs pdologiques ne nous a pas permis de valider directement la dlimitation des HGMU par croisement de critres gomorphologiques et pdologiques. Cependant, les rsultats ont pu tre valids indirectement par photo-interprtation du MNT. La carte produite des HGMU produite au 1/25 000me apparat suffisamment prcise pour valuer les fonctions des zones humides lchelle dun bassin versant. La mthode se rvle donc robuste et semble pouvoir tre applique sur des bassins versants encore plus tendus. Hormis la feuillaison et la prsence deau, la principale limite lanalyse des donnes LiDAR sur de grandes tendues (> 500 km) reste son cot dexploitation qui doit non seulement tenir compte de lacquisition des donnes (temps de vol, conditions atmosphriques) mais aussi des traitements (achat de serveur, temps de calcul). Contrairement lidentification du rseau hydrographique HGMU linaires lidentification des HGMU surfaciques ne ncessite pas une densit de 4 pts/m. Une densit de points plus faible, et donc moins onreuse, serait suffisante. 7.2. Une valuation fonctionnelle base sur une approche multicritres Lvaluation fonctionnelle des zones humides a t conduite selon une approche multicritres qui permet le croisement de descripteurs et dindicateurs fonctionnels spatialiss au sein des HGMU (voir CHAPITRE 1 : section 1.3.2.6). Chaque descripteur ou groupe de descripteurs a t utilis comme lment de calibration dun processus relevant dune fonction donne.
tel-00731169, version 1 - 12 Sep 2012
258
AMNAGEMENTS
TROISIME PARTIE
7.2.1. Mthodologie
7.2.1.1. Site dtude
Lvaluation fonctionnelle a t applique lensemble des zones humides de la ZAA, qui comprend la fois la basse valle du Couesnon mais aussi les petites valles tributaires. Lenjeu majeur sur ce site dtude est la prservation de sa richesse cologique, class en zone humide dimportance internationale Ramsar (voir CHAPITRE 3 : section 3.1). Toutefois nous avons choisi de ne pas rduire lvaluation fonctionnelle des zones humides de ce site aux fonctions cologique (en loccurrence la fonction habitat), mais de ltendre des fonctions hydrologiques et biogochimiques, car lvolution de lintensit dun type de fonction au sein de la zone humide entrane des consquences sur les autres types de fonctions.
7.2.1.2. Donnes
tel-00731169, version 1 - 12 Sep 2012
Les fonctions potentielles des zones humides ont t values partir de descripteurs drivs des donnes cartographiques existantes et obtenues par traitement automatique des donnes de tldtection. Les donnes cartographiques suivantes ont t utilises : La carte de loccupation du sol actuelle des zones humides au 1/5 000me, au format vecteur (voir CHAPITRE 6 : section 6.2.2) La carte du rseau hydrographique, au format vecteur (voir CHAPITRE 5 : section 5.1.2.1) Le Modle Numrique de Cours dEau ou MNCE, au format raster (voir CHAPITRE 4 : section 4.1.3) La carte des HGMU surfaciques, au format vecteur (voir CHAPITRE 7 : section 7.1.1.2.4) La carte de frquence et de dure dinondation, obtenue partir dune srie temporelle dimages RADAR (Marechal et al., 2012) , au format vecteur
7.2.1.3. Une valuation par approche multi-critres
Les fonctions potentielles des zones humides peuvent tre analyses trois chelles diffrentes : la zone humide, les sites, les HGMU (Figure 7.15). Les premiers travaux dvaluation fonctionnelle ont considr la zone humide comme une seule unit, notamment dans lapproche WET (Adamus et Stockwell, 1983). Cependant, il a t reconnu que certaines zones humides taient trop complexes pour tre values globalement. En rponse cela, Brinson (1993) aux tats-Unis puis Maltby et al. (1996) en Europe, proposent de subdiviser la zone humide en HGMU units lmentaires des zones humides au sein desquelles les fonctions sexpriment avec la mme intensit (voir CHAPITRE 1 : section 1.3.2.6 et Maltby, 2009). Afin de faciliter la lecture des cartographies exprimes qui peuvent tre complexes du fait du nombre important dHGMU, les rsultats dvaluations fonctionnelles peuvent tre agrgs lchelle des sites. Les sites ou Assessment Areas (AA) correspondent des units oprationnelles qui doivent tre facilement identifiables sur le terrain (Maltby, 2009). Lchelle des sites se situe entre lchelle des HGMU et celle de la zone humide. Daprs Maltby, (2009) lvaluation fonctionnelle est dabord effectue lchelle des HGMU puis agrge lchelle des sites afin de facilit la 259
CHAPITRE 7 :
lecture cartographique des rsultats par les gestionnaires.Les limites de sites ont t extraites par photo-interprtation partir des donnes doccupation des sols, de topographie (MNT), des limites des zones humides et des limites des sous bassins versants.
tel-00731169, version 1 - 12 Sep 2012
Figure 7.15 Les diffrentes chelles danalyse des fonctions des zones humides
Les fonctions des zones humides ont t values selon la mme procdure que la FAP, laide dune approche multicritres (Figure 7.17). Lapproche multicritres peut tre effectue partir de donnes vectorielles ou rastrises. Lanalyse partir de donnes vectorielles permet dallger le poids des donnes et ainsi appliquer des analyses des chelles fines. De plus, elle permet de visualiser spatialement les rsultats de faon dynamique en modifiant les valeurs des critres dentrs. Cependant, lanalyse partir de donnes vectorielles est encore en cours de dveloppement, notamment dans la mise en place doutils daide la dcision spatialis. Par exemple, lextension EMDS (Ecosystem Management Decision Support) pour Arcgis (Esri) propose une solution intressante danalyse multicritre partir de donnes vectorielles (Rauscher, 1999; Reynolds, 2005). Cette extension a dailleurs t reprise pour le dveloppement du module WEDSS (Mode et al., 2002) qui avait pour objectif dintgrer la FAP sous SIG (voir CHAPITRE 1 : section 1.4.2). Malheureusement, EMDS et WEDSS ne font plus lobjet de maintenance et ne nous sommes par parvenus les utiliser. Lanalyse partir de donnes raster, c'est--dire dimages, a fait lobjet de nombreux travaux qui ont permis de rpondre des enjeux environnementaux (Jiang et Eastman, 2000; Chen et al., 2001; Ceballos-Silva et Lpez-Blanco, 2003; Passuello et al., 2012). Cependant, la taille des donnes raster, qui augmente avec la rsolution spatiale et la superficie de la zone dtude, est un facteur qui peut srieusement ralentir voir annihiler les traitements. Cette situation ncessite dtablir un compromis entre la rsolution spatiale et la taille des images. Nous avons choisi deffectuer lanalyse multicritre partir de donnes raster. Cette analyse est intgre au sein du logiciel Idrisi (Clark Lab) et facilement utilisable. Dans un premier 260
AMNAGEMENTS
TROISIME PARTIE
temps, les descripteurs lmentaires sont calculs sous SIG partir des donnes vectorielles disponibles. Dans un second temps, les descripteurs lmentaires exprims par HGMU au format vectoriel sont rastriss. Pour conserver lchelle de prcision des donnes dentres (cartographie des HGMU), la rastrisation devrait seffectuer avec une rsolution spatiale de 2 m. Or, cela engendrerait la cration dun fichier raster de 1 232 Mo par descripteur fonctionnel sur le bassin versant de la Lizonne, soit une taille totale largement suprieure la limite supporte par le logiciel Idrisi. Nous avons effectu plusieurs tests en dgradant progressivement la rsolution spatiale des donnes 4, 8 et 16 mtres. Le choix dune rsolution de 8 mtres nous a paru le meilleur compromis entre lchelle de prcision et la taille des fichiers qui est de 77 Mo par descripteur fonctionnel (Figure 7.16).
tel-00731169, version 1 - 12 Sep 2012
Figure 7.16 Impacts de la diminution de la rsolution spatiale sur la qualit gomtrique des contours des HGMU et sur la taille des donnes (en Mga Octets) sur le bassin-versant de la Lizonne.
Une fois ltape de rastrisation effectue, les descripteurs ont t standardiss. La standardisation est une tape ncessaire pour transformer les units de mesures disparates de chaque descripteur en valeurs comparables. Il convient, pour chaque descripteur, de dfinir un seuil minimal a qui est gal 0 et un seuil maximal d qui est gal 255. Ces seuils correspondent la valeur minimale thorique partir de laquelle la fonction est active et la valeur maximale thorique au-del de laquelle la fonction est stable. Puis une fonction linaire croissante ou dcroissante est applique suivant lintrt du descripteur pour la fonction value. 261
CHAPITRE 7 :
Ensuite, des indicateurs fonctionnels ont t calculs par la moyenne des descripteurs standardiss, le mme poids ayant t attribu tous les descripteurs lexception de la dure dinondation qui a une pondration de 6 pour la fonction habitat. Enfin, chaque HGMU sest vue attribuer un score global pour chaque processus fonctionnel, correspondant la moyenne des valeurs des indicateurs fonctionnels. Chaque site obtient ainsi un score global pour chaque fonction correspondant la moyenne des valeurs des processus fonctionnels pondre par la superficie de chaque HGMU qui le compose.
HGMU/AA
Occupation du sol ZDH
Donnes dentre
MNCE
Rseau hydrographique
tel-00731169, version 1 - 12 Sep 2012
Descripteurs
Standardisation (0-255)
Multi-Criteria Evaluation MCE
Moyenne processus/ss bv (0-255)
Indicateurs fonctionnels (0-255)
Processus fonctionnel (0-255)
Moyenne processus/AA (0-255)
Figure 7.17 Mthodologie applique pour lvaluation fonctionnelle des zones humides
Les scores ont t seuills en cinq classes dintervalles gaux. Chaque classe correspond un intrt pour un indicateur ou un processus fonctionnel donn (Tableau 7.3).
262
AMNAGEMENTS
TROISIME PARTIE
Tableau 7.3 Classification de lintrt fonctionnel suivant le score obtenu INTRT Trs faible Faible Moyen Fort Trs fort INTERVALLE 000 - 051 052 - 102 103 - 153 154 - 204 205 - 255
7.2.1.4. Dfinition des descripteurs partir des donnes de tldtection
La signification fonctionnelle de la plupart des critres dtat prsents ci-aprs a t valide par la FAP (Maltby, 2009).
7.2.1.4.1. La densit des fosss et cours deau
tel-00731169, version 1 - 12 Sep 2012
Tous les fosss sont des amnagements qui ont eu ou qui ont encore pour fonction essentielle d'vacuer l'eau en excs d'un site o celle-ci n'est pas naturellement vacue, notamment en zone humide. Un foss n'est pas un attribut naturel d'une zone humide mais est devenu un lment essentiel de la gestion de leau au sein de la zone humide. L'volution des usages au sein des zones fortes contraintes entrane des changements de pratiques agricoles et conduit souvent l'abandon de lentretien rgulier des haies et des fosss. Ces changements affectent de faon neutre, positive ou ngative les fonctions hydrologiques, mais aussi les fonctions biogochimiques et cologiques des zones humides. Par exemple, l'abandon des fosss de bordure de champs entrane une augmentation de la rtention de l'eau et par consquent une augmentation du potentiel de dnitrification mais aussi de la biodiversit biologique propre ce type d'habitat. Le non-entretien des fosss au sein de la zone humide apparat comme un lment positif pour un bon nombre de fonctions ou d'attributs inhrents ces milieux. Ces fosss sont souvent associs un rseau de bocage dense qui constitue un indicateur indirect de leur prsence. Cependant, tous les fosss n'assurent pas les mmes fonctions. Une typologie fonctionnelle qui tient compte de leur nature et de leur tat est propose ci-dessous : Les grands fosss : La dtection de leur prsence permet dvaluer la rtention de leau. Ils assurent l'entre ou la sortie rapide de l'eau dans la zone humide; Les grands fosss participent aux principaux transferts entre la rivire et les zones humides et jouent donc un rle important dans la dynamique des crues ; Les petits fosss : La dtection de leur prsence permet dvaluer aussi la rtention de leau. La dnitrification est un processus favoris par la stagnation de leau. Une vacuation trop rapide diminue lefficacit de ce processus, puisque c'est le long des petits fosss d'ea u stagnante que la dnitrification est la plus efficace ; Les fosss de bord de route: Ils ont pour objectif de drainer, de diffuser rapidement l'eau pour viter la dgradation de la route ;
263
CHAPITRE 7 :
Les fosss entretenus: Ils assurent la connectivit de la zone humide vers un cours d'eau; Les fosss non entretenus: Ils assurent une rtention de l'eau en priode de crue. Ils favorisent la dnitrification car l'eau y est stagnante. Ils favorisent la biodiversit (flore, batraciens, insectes...) en tant qulment dun corridor cologique. A priori, tous les types de fosss sont connects, mais l'absence d'entretien peut entraner une dconnexion partielle ou totale du fait d'un encombrement par la vgtation ou d'un bouchon li des dpts de sdiments. Ainsi, du point de vue fonctionnel, il est utile de diffrencier les fosss coulement libre et les fosss coulement temporaire. Ainsi, la densit des fosss et cours deau peut tre value partir des cinq indicateur s lmentaires suivants : La densit des grands fosss et cours deau ; La densit des fosss coulement temporaire ; La densit des grands drains et des fosss de bords de routes ; tel-00731169, version 1 - 12 Sep 2012 La densit des petits fosss coulement continu hors bords de routes ; La densit des petits fosss coulement temporaire hors bords de routes. Le calcul de ces indicateurs par tldtection est trs li la rsolution spatiale de limage utilise (Identification des petits fosss et distinction petits et grands fosss) et la date de sa prise de vue (dtermination du caractre continu ou temporaire de lcoulement).
7.2.1.4.2. La densit des haies boises
Cet indicateur influe sur la biodiversit. C'est un lment essentiel dans l'valuation de la biodiversit d'un site (fonction habitat).
7.2.1.4.3. La densit des routes et voies ferres
Le rseau de routes et voies ferres agit comme une barrire cologique vis--vis du dplacement des espces animales et par consquent son extension limite la biodiversit. La juxtaposition de routes au rseau de fosss est un indicateur dun transfert rapide des eaux (voir indicateur des fosss et cours deau plus haut).
7.2.1.4.4. La connectivit des haies boises
La connectivit d'lments linaires boiss ou relevant du rseau hydrographique est relier la notion de corridor cologique. Plus la connectivit des haies boises est importante, plus les corridors sont efficients, et plus la biodiversit animale et vgtale est potentiellement leve (Figure 7.18).
264
AMNAGEMENTS
TROISIME PARTIE
Figureconnectivit 7.18 - Exemple dlments linaires Fig. Bocage forte (a) et fragment (b) connectivit forte (a) et faible (b)
7.2.1.4.5. La connectivit des routes et voies ferres
A l'oppos, de la connectivit des lments linaires boiss, la connectivit des routes et voies ferres restreint la diffusion des espces au sein du paysage et affecte ngativement la biodiversit. Par ailleurs les fosss associs aux routes et voies ferres acclrent les transferts hydriques et jouent un rle ngatif pour le processus de dnitrification.
7.2.1.4.6. Le rapport de la longueur de la zone humide sur la longueur du contact entre la zone humide et le versant
tel-00731169, version 1 - 12 Sep 2012
Cet indicateur permet d'valuer le niveau potentiel de dnitrification d'lments azots en provenance du versant (Figure 7.19), dans la mesure o une longueur de contact importante entre la zone humide et le versant favorise le processus de dnitrification (Clment et al., 2003).
Figure 7.19- Exemple dun secteur dune zone humide caractris par un rapport faible (en haut) et lev (en bas) entre la longueur de la zone humide et la longueur de la zone de contact avec le versant
7.2.1.4.7. La longueur de contact entre la zone humide et le versant par type de linaire
Le type de contact entre la zone humide et le versant conditionne l'apport de matire azote au sein de la zone humide. Ainsi, les haies transversales la pente assurent une diffusion lente des eaux charges en azote; elles favorisent la dnitrification. Si les eaux ne sont pas charges en azote du fait de la prsence de bois ou de prairies en amont, alors l'intrt de cet 265
CHAPITRE 7 :
lment paysager pour la fonction biogochimique est limit et sera qualifi de neutre dans le processus d'valuation. A l'inverse, si un foss transversal rcupre les eaux charges en azote et est directement connect un cours d'eau, la zone humide est dconnecte du flux et n'a donc aucun effet en terme de dnitrification et conduira alors une valuation ngative de la fonction dnitrification.. Par ailleurs, la prsence d'un talus transversal en bas de pente ralentit notablement les flux d'eau en surface et sub-surface et participent donc l'augmentation du temps de transfert et rduit le niveau de la crue (Viaud et al., 2005). Ainsi, la longueur de contact entre la zone humide et le versant par type de linaire peut tre value partir des cinq indicateurs lmentaires suivants : La longueur de la limite dusage (entre 2 catgories doccupation des sols) sur la longueur de contact entre la zone humide et le versant ; La longueur de la limite physiographique (talus) sur la longueur de contact entre la zone humide et le versant ; La longueur de la limite physiographique (route) sur la longueur de contact entre la zone humide et le versant ; La longueur de la limite floue au sein dune prairie ou bois sur la longueur de contact entre la zone humide et le versant ; La longueur de la limite floue au sein dune culture sur la longueur de contact entre la zone humide et le versant.
7.2.1.4.8. La microtopographie
tel-00731169, version 1 - 12 Sep 2012
Dans la zone humide, la microtopographie conditionne la capacit de rtention de leau. La prsence de lgres dpressions de quelques centimtres de profondeur peut engendrer un stockage deau en priode de crue.
7.2.1.4.9. Lindice topographique dhumidit
Cet indice, li la microtopographie, permet destimer les secteurs potentiellement hydromorphes.

7.2.1.4.10. La rugosit de la vgtation
La rugosit de la vgtation conditionne la vitesse dcoulement de leau en priode de crue. Une faible rugosit favorise un retour rapide des flux vers le cours deau. A linverse, une forte rugosit ralentit la vitesse dcoulement et accentue le temps de rsidence de leau dans la zone humide.
7.2.1.4.11. La transpiration de la vgtation
La transpiration de la vgtation est un facteur important pour la fonction soutien aux tiages. Les formations vgtales arbores ont une forte transpiration alors que les formations vgtales herbaces ont une transpiration plus modre, en relation avec la biomasse foliaire.
7.2.1.4.12. Linfiltration
266
AMNAGEMENTS
TROISIME PARTIE
Une partie de leau potentiellement prsente dans la zone humide sinfiltre dans le sol pour participer la recharge de nappes. Limportance de ce processus est lie des caractres pdologiques et hydrogologiques (texture et granulomtrie du sol, prsence de la nappe). A lchelle du bassin versant, ces informations ne sont pas disponibles, directement ou indirectement, partir des donnes de tldtection. Cet indicateur, pourtant pertinent pour valuer la fonction hydrologique de la zone humide, n'est pas pris en compte ici.
7.2.1.4.13. Lirrigation
Lirrigation des cultures en zone humide participe laggravation des tiages. Une partie de leau svapore directement. Les cultures irrigues possdent une forte densit de drains souterrains. Ces drains asschent la zone humide.
7.2.1.4.14. Rapport entre laire de la zone humide et laire de la zone contributive
tel-00731169, version 1 - 12 Sep 2012
Cet indice permet destimer la part deau en provenance du versant qui arrive dans la zone humide.
7.2.1.4.15. Lindicateur dhydromorphie des sols
L'hydromorphie des sols est un facteur important dans le processus de dnitrification. Plus un sol est hydromorphe, plus la dnitrification est efficace. Cet indicateur, pourtant pertinent pour valuer la fonction biogochimique de la zone humide, ne peut pas tre directement pris en compte dans cette tude. En revanche, il peut tre indirectement et partiellement valu travers des indicateurs relevant de la vgtation. Ainsi, dans cette tude, la prsence de sols hydromorphes est value travers les indicateurs lmentaires de densit des classes de vgtation de type hydromorphe avr (Friches arbustives et herbaces, peupleraies, prairies).
7.2.1.4.16. Lindicateur de productivit nette
Les espces vgtales assimilent une quantit de matires azotes ncessaires leur activit chlorophyllienne. Cette productivit nette varie selon les espces et leur cycle de croissance. Ainsi, une communaut vgtale de type eutrophe capture beaucoup de nutriments et contribue l'amlioration de la qualit des eaux. A des habitats de type eutrophe sont associs des flux de nutriments importants dont une partie est susceptible d'tre transforme par dnitrification bactrienne et l'autre partie prleve par la vgtation.
7.2.1.4.17. Le mode de gestion des prairies
Le mode de gestion des prairies dtermine principalement les flux de carbone et de nutriments au sein de la zone humide. La fauche correspond une exportation nette quivalente la quantit d'azote et de phosphore contenue dans la biomasse arienne alors que le pturage combine exportation et recyclage interne via les excrments et urines. Cet indicateur contrle l'indicateur prcdent certaines priodes de l'anne, en liaison avec le rythme de croissance des plantes et leur usage.
7.2.1.4.18. La composition de loccupation du sol et des types de vgtation
267
CHAPITRE 7 :
Cet indicateur joue un rle majeur dans lvaluation de la fonction cologique. Un paysage possdant plusieurs types de classes doccupation du sol (Figure 7.20) a une valeur cologique a priori plus importante quun paysage homogne domin par une classe d'occupation du sol donne.
Figure 7.20 - Composition paysagre leve avec bois, bti, prairie et vignoble (a) et faible avec bois et prairie (b)
tel-00731169, version 1 - 12 Sep 2012
7.2.1.4.19. La configuration de loccupation du sol et des types de vgtation
La configuration de loccupation du sol est un critre de caractrisation de la biod iversit potentielle. Sur la Figure 7.21, la configuration (b) illustre un potentiel de biodiversit suprieur la configuration (a) (effet mosaque).
b
Figure 7.21 - Configuration paysagre faible (a) et leve (b)
7.2.1.4.20. La dure dinondation
La dure dinondation est un facteur important pour lvaluation de la fonction habitat. Lalternance de priodes inondes et exondes favorise certains lments de la biodiversit.
7.2.1.5. laboration des descripteurs 7.2.1.5.1. La densit des lments linaires
Les densits ont t calcules sparment pour chaque type dlments linaires (bocage, fosss, routes). La densit dlments linaires est obtenue partir de la longueur totale des lments linaires considrs divise par laire de lHGMU qui contient ces lments. Pour procder au calcul des densits, les lments paysagers ont t extraits par requtes SIG.
7.2.1.5.2. La connectivit dlments linaires
268
AMNAGEMENTS
TROISIME PARTIE
La connectivit est estime partir dun index de proximit, calcul comme suit :
O aijs = superficie (m) du patch ijs au sein dun voisinage spcifi (m) du patch ij hijs = distance (m) entre le patch ijs et le patch ijs Cet indice mesure la proximit entre lments dune mme classe (Figure 7.22). PROX = 0 si un patch na pas de voisin de la mme classe au sein dun rayon de recherche spcifi. Lindice PROX augmente mesure que la zone (dfinie par le rayon de recherche ici fix 200 m) est de plus en plus occupe par des patches de mme classe et que ces patches deviennent plus contigus (ou moins fragments) dans leur distribution (Gustafson et Parker, 1994). Les calculs sont effectus avec le logiciel Fragstats.
tel-00731169, version 1 - 12 Sep 2012
La zone de calcul est de 10 pixels partir du bord du patch 1. Les patches 1-6 sont utiliss dans le calcul de l'index (PX) alors que le patch 7 ne l'est pas car il est en dehors de la zone de calcul. S i est la superficie du patch i (en pixels), zi est la distance au plus proche voisin du patch i , i reprsente les patches 1-6. Le paysage (a) reprsente une configuration o les patches sont moins isols avec une plus grande densit d'habitats boiss. Le paysage (b) reprsente une densit plus faible d'habitats boiss et une plus grande isolation des patches. Dans les deux cas, l'index est calcul uniquement sur le patch 1.
Figure 7.22 - Reprsentation schmatique du calcul de l'index de proximit sur un patch bois (patch 1) sur deux paysages ; daprs Gustafson and Parker, 1994
7.2.1.5.3. Rapport longueur de la zone humide sur longueur du contact zone humideversant
Les indicateurs utilisant la longueur de la zone humide vis--vis de la longueur de son contact avec le versant ont t calculs l'chelle des tronons homognes. Le contact entre la
269
CHAPITRE 7 :
zone humide et le versant a t dtermin partir du masque des zones dominante humide et valid sur le terrain.
7.2.1.5.4. Le type de linaire en contact avec le versant
Ce descripteur est calcul lchelle des sites. Le type de limite est dtermin par requte SIG par croisement des limites de zones humides et des cartographies actuelles de loccupation du sol et du rseau hydrographique. Une validation par photo-interprtation est effectue partir des orthophotoplans de 2009. Chaque polyligne sest vu attribuer un score compris entre 0 (nulle) et 1 (trs forte) en fonction du type de linaire (Tableau 7.4). Puis la moyenne pondre par longueur des polylignes a t applique chaque site.
Tableau 7.4 - Intrt du type de contact entre la zone humide et le versant pour une diffusion lente des transferts hydriques TYPE DE CONTACT EXEMPLE Praire/culture talus foss ou route au sein dune prairie au sein dune culture INTRT Faible Trs fort Trs faible Moyen Fort SCORE 0,25 1 0 0,5 0,75
tel-00731169, version 1 - 12 Sep 2012
Limite usage Limite physiographique Limite physiographique Limite floue Limite floue
7.2.1.5.5. Prsence/absence de grands fosss
Ce descripteur est calcul par requte SIG en croisant la cartographie des HGMU et celle du rseau hydrographique. Les HGMU qui sont traverses par un foss de type 3 ou un canal ont un score de 1, les autres HGMU ont un score de 0.
7.2.1.5.6. Densit dlments surfaciques
Les densits de la vgtation hydromorphe ont t calcules. Elles sont obtenues partir de la surface totale occupe par les classes considres divise par laire de lHGMU qui contient ces classes. Pour procder au calcul des densits, les lments paysagers ont t extraits par requtes SIG.
7.2.1.5.7. Les micro-dpressions
Afin d'valuer la fonction stockage de l'eau en priode crue, un des indicateurs retenus est le volume potentiel de stockage au sein de la zone humide. Cet indicateur est calcul partir du MNCE (voir CHAPITRE 4 : section 4.1.3.2). En l'tat, il s'agit d'un indicateur statique qui prsente deux limitations majeures. Premirement, il n'intgre pas la circulation des coulements d'eau au sein de la zone humide, qui est considre ici comme une baignoire que l'on remplit et que l'on vide sans transferts dynamiques internes, ce qui ne reprsente que trs partiellement le fonctionnement rel en priode d'inondation. Deuximement, la capacit de stockage est estime pour une hauteur d'eau donne de 2,2 mtre pour la valle du Couesnon et de 0,8 mtre pour ses tributaires. Or, en l'absence de courbe de tarage, cette valeur ne possde pas de signification 270
AMNAGEMENTS
TROISIME PARTIE
hydrologique dans le sens qu'il est impossible de lui attribuer une signification par exemple en termes de frquence de retour. Cependant, la prise en compte de ces deux limitations dans le calcul de l'intensit de la fonction ncessiterait le dveloppement de mthodologies particulires (mesure de calibration in situ, modlisation dcoulement interne la plaine...) qui ne relvent pas de ce travail de recherche. L'estimation des volumes partir des donnes Lidar constitue une premire valuation des capacits de stockage et est la seule information actuellement disponible l'chelle de tout le bassin versant.
7.2.1.5.8. Lindice topographique dhumidit
Lindice CTI (Compound Topographic Index) dfini par Beven et Kirkby (1979) se calcule pour chaque pixel constituant laire tudie comme suit : CTI = ln (a/TAN) O a est l aire contributive (nombre de pixels) cest dire la surface sur laquelle chaque goutte deau qui tombe ruissellera jusquau pixel en question ; est la pente moyenne du pixel en question (exprime en degr). Cet indice a t calcul partir du MNT driv du LiDAR avec une rsolution en xy de 2 m. Sur la zone dtude, les valeurs calcules de CTI sont comprises entre 3 et 20 (les val eurs les plus leves correspondant aux zones potentiellement les plus humides). La moyenne de lindice a t calcule pour chaque HGMU.
7.2.1.5.9. La rugosit de la vgtation
tel-00731169, version 1 - 12 Sep 2012
La rugosit de la vgtation est estime partir des cartographies doccupation du sol. Chaque polygone sest vu attribuer un score compris entre 0 (nul) et 1 (fort) en fonction de sa classe dappartenance (Tableau 7.5). Puis, la moyenne pondre par la surface des polygones a t applique chaque HGMU.
Tableau 7.5 - Intrt et score de rugosit attribus en fonction de la classe d'occupation du sol CLASSE DOCCUPATION DU SOL Prairies gres Terres arables Strates arbores Friches ligneuses Friches herbaces Surfaces artificialises Surfaces en eau INTRT Faible Faible Fort Fort Moyen Faible Faible SCORE 0 0 1 1 0,5 0 0
7.2.1.5.10. La transpiration de la vgtation
La transpiration de la vgtation est estime partir des cartographies doccupation du sol. Chaque polygone sest vu attribuer un score compris entre 0 (Faible) et 1 (Fort) en fonction 271
CHAPITRE 7 :
de sa classe dappartenance (Tableau 7.6). Puis la moyenne pondre par la surface des polygones a t applique chaque HGMU. Les surfaces en eau ont une transpiration lie la vgtation faible mais prsentent tout de mme une vaporation leve.
Tableau 7.6 - Intrt et score de transpiration attribus en fonction de la classe d'occupation du sol CLASSE DOCCUPATION DU SOL Strate arbore Strate arbustive Strate herbace Terres arables Surfaces artificialises Surfaces en eau INTRT Fort Moyen Faible Moyen Faible Faible SCORE 1 0,5 0 0,5 0 0
7.2.1.5.11. Lirrigation
tel-00731169, version 1 - 12 Sep 2012
Lirrigation est estime partir des cartographies doccupation du sol. Chaque polygone appartenant la classe Terres arables sest vu attribuer un score de 1 (Fort). Les autres polygones se sont vus attribuer un score de 0 (Tableau 7.7). Puis la moyenne pondre par la surface des polygones a t applique chaque HGMU.
Tableau 7.7 - Intrt et score de dirrigation attribu s en fonction de la classe d'occupation du sol CLASSE DOCCUPATION DU SOL Terres arables Autres INTRT Fort Nul SCORE 1 0
7.2.1.5.12. Rapport entre laire de la zone humide et laire de la zone contributive
Cet indice est calcul par site. Laire contributive de chaque site est dtermine par SIG partir du MNT.
7.2.1.5.13. Le mode de gestion des prairies
Le mode de gestion des prairies est dtermin partir de la photo-interprtation de lorthophotoplan IRC. Lintrt du mode de gestion vis--vis de la dnitrification est prsent Tableau 7.8. La moyenne pondre par la surface des polygones a t applique chaque HGMU.
Tableau 7.8 - Intrt et score du mode de gestion des prairies CLASSE DOCCUPATION DU SOL Prairie pture Prairie pture/fauche INTRT Moyen Trs fort SCORE 0,5 1
7.2.1.5.14. Lindicateur de productivit nette
272
AMNAGEMENTS
TROISIME PARTIE
La productivit nette ou biomasse chlorophyllienne peut tre value partir d'images de tldtection en calculant des indices de vgtation (le plus souvent des oprations arithmtiques entre les bandes spectrales), qui permettent d'tablir une relation empirique montrant une corrlation leve entre les valeurs des indices et la biomasse verte mesure sur le terrain. Cet indicateur a t valu ici travers le NDVI, Normalized Difference Vegetation Index, calcul avec les bandes du rouge (R) et du proche infra rouge (PIR) dune image KOMPSAT-2 du 28 septembre 2008.
NDVI = (PIR-R)/(PIR+R)
Plus la valeur du NDVI, qui varie de -1 +1, est leve, plus la quantit de matire azote assimile par la vgtation est importante.
7.2.1.5.15. Composition et configuration des lments surfaciques
La composition paysagre a t dfinie travers un indice de composition du paysage, le Patch Richness Density (PRD), calcul partir de la couche doccupation des sols: tel-00731169, version 1 - 12 Sep 2012
Le PRD gale le nombre de type de taches (ou classes) diffrents prsent dans une fentre de paysage donne (m) divise par la superficie totale du paysage en m (A), multiplie par 10 000 et 100 (pour convertir en 100 ha). Lunit est donc le nombre par 100 ha. PRD est strictement suprieur 0, sans limite suprieure. Une plus grande diversit de l'occupation des sols se traduit par des valeurs d'indice leves. Le PRD a t calcul avec le logiciel fragstats pour des fentres de 200 m de diamtre sur lenveloppe des zones dominante humide laquelle sajoute un buffer d e 150 m. Ensuite, la valeur moyenne de l'indice a t calcule par HGMU. La configuration paysagre a t dfinie travers un indice de configuration du paysage, le SHannon's Diversity Index (SHDI), calcul partir de la couche doccupation des sols:
O Pi = proportion du paysage occup par un type de classe i Le SHDI exprime la diversit du paysage. Un SHDI gal 0 signifie que le paysage ne contient quune tache (diversit nulle). Il crot au fur et mesure que le nombre de types de classes d'occupation du sol augmente et/ou que la distribution proportionnelle de l'aire occupe par ces types de classes devient plus quitable. Le SHDI est suprieur ou gal 0, sans limite suprieure. Le SHDI a t calcul avec le logiciel Fragstats. Diffrents tests ont t effectus en faisant varier la taille de la fentre danalyse utilise pour calculer les indices paysagers, entre 25 et 800 mtres. La moyenne de lindice calcule sur une zone test volue peu partir dune fentre danalyse de 200 mtres (Figure 7.23). Cette valeur a t retenue pour calculer les indices PX, PRD et SHDI. Ensuite, la valeur moyenne de l'indice a t calcule par HGMU.
273
CHAPITRE 7 :
1.8
1.6 1.4 1.2
Moyenne SHDI
0.8 0.6
0.4
0.2 0 25 50 100 150 200 300 400 Taille de la fentre d'analyse (en mtres) 500 600 700 800
tel-00731169, version 1 - 12 Sep 2012
Figure 7.23 - Variation de la valeur moyenne de l'indice de Shannon en fonction de la taille de la fentre d'analyse
7.2.1.5.16. La dure dinondation
La dure dinondation est obtenue partir dune srie dimages Radar acquises pendant un an tout les 24 jours (Marechal et al., 2012). Pour la fonction habitat, nous avons pris en compte la dure dinondation en priode printanire, c'est--dire entre les mois de mars juin. Les dfinitions des indicateurs lmentaires linaires sont prsentes dans le Tableau 7.9.
274
AMNAGEMENTS
TROISIME PARTIE
Tableau 7.9 - Les indicateurs fonctionnels lmentaires de type linaire INDICATEUR LMENTAIRE LINAIRE Prsence/absence de grands fosss Densit du rseau de drainage DFINITION (UNIT) Carte binaire (0, 1) des HGMU Longueur totale du rseau de drainage / superficie de lHGMU (m/m) Longueur totale des petits fosss coulement temporaire hors bord de routes / superficie de lHGMU (m/m) Longueur totale des grands drains et des fosss de bord de routes/ superficie de lHGMU (m/m) Longueur de la zone humide/longueur de contact entre la zone humide et le versant Intrt du type de contact entre la zone humide et le versant pour une diffusion lente des transferts hydriques. Valeurs comprises entre 0 (trs faible) et 1 (trs fort) Superficie des lments boiss/Superficie de lHGMU (m/m) Superficie des routes/Superficie de lHGMU (m/m) Indice de proximit Indice de proximit
Densit des petits fosss coulement temporaire hors bord de routes
Densit des grands drains et des fosss de bord de routes Rapport longueur de la zone humide/longueur de contact versant
tel-00731169, version 1 - 12 Sep 2012
Longueur de contact entre la zone humide et le versant par type de linaire
Densit des lments boiss
Densit des routes Connectivit des lments boiss Connectivit des routes
Les dfinitions des indicateurs lmentaires surfaciques sont prsentes dans le Tableau 7.10.
275
CHAPITRE 7 :

Tableau 7.10 - Les indicateurs fonctionnels lmentaires de type surfacique
INDICATEUR LMENTAIRE SURFACIQUE La micro topographie Rapport entre laire de la zone humide et laire de la zone contributive Lindice topographique dhumidit Rugosit de la vgtation Densit des surfaces en eau et des systmes humides de bas fonds. Transpiration de la vgtation Irrigation Densit de la vgtation de type hydromorphe avr
DFINITION (UNIT) Volume de stockage en eau potentiel par HGMU (m ) Superficie du site/Superficie de la zone contributive Moyenne de lindice sur lHGMU Intrt moyen par HGMU de la rugosit de la vgtation vis--vis de lcrtage de crue Superficie totale des surfaces en eau et systmes humides de bas fonds / superficie de lHGMU Intrt moyen par HGMU de la transpiration de la vgtation vis--vis du soutien aux tiages Irrigation moyenne par HGMU Superficie totale de la vgtation de type hydromorphe / Superficie HGMU Moyenne de lindice NDVI par HGMU Intrt moyen par HGMU du mode de gestion des prairies vis--vis de la dnitrification Indice Patch Richness Density Indice de Shannon Nombre de mois dinondation
3
tel-00731169, version 1 - 12 Sep 2012
Indicateur de productivit nette Mode de gestion des prairies Composition de loccupation du sol et des types de vgtation Configuration de loccupation du sol et des types de vgtation Dure dinondation
7.2.1.6. Application la fonction crtage de crue
Le processus fonctionnel valu ici est lcrtage de crue, c'est--dire la rduction du dbit des cours deau par une dcharge et un maintien de volume deau dans la zone humide. Les descripteurs et indicateurs fonctionnels pris en compte pour lvaluation de la fonction crtage de crue sont indiqus dans le Tableau 7.11. Cette fonction est value par le croisement de trois indicateurs fonctionnels : le Volume de stockage potentiel , lhydrodynamique interne et le contrle anthropique des niveaux deau . Le volume de stockage potentiel correspond au volume deau qui peut tre stock lors dun pisode de crue. Cet indicateur est estim partir de deux descripteurs : les et le rapport entre la superficie de laire contributive par rapport celle du site . La standardisation du descripteur micro-dpressions est de type linaire et croissante. En effet, plus la quantit deau pouvant tre stocke est importante, plus lintrt pour la fonction crtage de crue augmente. Les seuils minimal et maximal ont t respectivement fixs 0 et 2000 m3. La standardisation du descripteur rapport entre la superficie de laire contributive par rapport celle du site est de type linaire dcroissante. Plus la valeur du ratio augmente, plus la quantit deau potentielle en provenance de laire contributive du site diminue. Les seuils minimal et maximal ont t respectivement fixs 0 et 1. Lindicateur fonctionnel Hydrodynamique interne a t obtenu par le croisement de quatre descripteurs : lindice 276
AMNAGEMENTS
TROISIME PARTIE
CTI , la prsence/absence de grand foss , Rugosit de la vgtation et Densit des surfaces en eau et des systmes humides de bas-fonds . Ces quatre descripteurs ont t standardiss de faon linaire croissante. Les seuils minimal et maximal de lindice CTI ont t fixs respectivement 3 et 20. Ces valeurs correspondent aux valeurs minimales et maximales observes sur la ZAA et le bassin versant de la Lizonne. Des informations sur linfiltration aurait t pertinente pour affiner lvaluation de cet indicateur mais cette information nest lheure actuelle pas encore modlisable lchelle dun bassin versant. Le dernier indicateur fonctionnel Contrle anthropique des niveaux deau est directement driv de la frquence dinondation sur un an. Ce descripteur est standardis par une approche linaire croissante. Une frquence dinondation leve signifie que leau de crue peu tre retenue dans la zone humide par un ouvrage hydraulique. Les seuils ont t fixs 0 et 12 qui correspondent aux frquences dinondation mensuelle minimale et maximale sur une anne.
tel-00731169, version 1 - 12 Sep 2012
277
CHAPITRE 7 :
278
Tableau 7.11 - Indicateurs utiliss pour valuer la fonction crtage de crue
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
7.2.1.7. Application la fonction soutien aux tiages
tel-00731169, version 1 - 12 Sep 2012
La fonction Soutien aux tiages entend ici la restauration progressive par la zone humide dune partie des volumes deau vers le cours deau en priode dtiage. Les descripteurs et indicateurs fonctionnels pris en compte pour lvaluation de la fonction Soutien aux tiages sont indiqus dans le Tableau 7.12. Cette fonction est value par le croisement de trois indicateurs fonctionnels : Volume de stockage potentiel , Hydrodynamique interne et le Contrle anthropique des niveaux deau . Les dtails de llaboration de lindicateur Volume de stockage potentiel sont prciss la section 7.2.1.6. Application la fonction crtage de crue. Lindicateur Hydrodynamique interne est obtenu par croisement de quatre descripteurs : Densit du rseau de drainage , Densit des surfaces en eau et des systmes humides de basfonds , Transpiration de la vgtation et Irrigation . Le descripteur Densit du rseau de drainage est standardis de faon linaire dcroissante. Plus la densit est dense, plus leau est vacue rapidement. Le seuil maximal a t fix 0,05 et correspond la densit maximale de rseau de drainage observe sur le marais dAucey. Le second descripteur Densit des surfaces en eau et des systmes humides de bas-fonds est standardise de faon linaire et croissante : plus la densit est forte, plus leau est potentiellement retenue dans la zone humide. Les deux derniers descripteurs Transpiration de la vgtation et Irrigation sont standardise de faon dcroissante. En effet leur augmentation contribue la perte des quantits deau. Le dernier indicateur Contrle anthropique des niveaux deau est driv de la frquence mensuelle dinondation sur une anne. Contrairement la fonction crtage de crue , ce descripteur est ici standardis de faon linaire dcroissante. En effet, les quantits deau maintenues dans la zone humide ne sont pas ou peu restitues au cours deau.
279
CHAPITRE 7 :
280
Tableau 7.12 - Indicateurs utiliss pour valuer la fonction soutien aux tiages
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
7.2.1.8. Application la fonction dnitrification
Le terme de Dnitrification potentielle sous entend la raction biochimique de transformation des nitrates en azote par les bactries. Les descripteurs et indicateurs fonctionnels pris en compte pour lvaluation de la fonction sont indiqus dans le Tableau 7.13. Cette fonction est value partir de six indicateurs : Densit dlments linaires , Rapport longueur de la zone humide/longueur de contact avec le versant , Type de linaire en contact avec le versant , Hydromorphie des sols , Indicateur de productivit nette et Mode de gestion des prairies . Lindicateur Densit dlments linaires est obtenu par lassociation de deux descripteurs : Densit des petits fosss hors bord de route et Densit des grands fosss et petits fosss de bord de route . Le premier descripteur est standardis de faon croissante alors que le second lest de faon dcroissante. En effet, la dnitrification est la plus efficace dans la zone dinterface arobie/anarobie. La prsence de foss non entretenus avec la prsence deau stagnante favorise le processus de dnitrification. A linverse, les grands fosss et les fosss de bord de route favorise un coulement rapide, rduisant ainsi le processus de dnitrification. Les seuils minimal et maximal correspondent aux densits de fosss minimales et maximales observes sur la ZAA. Le second indicateur fonctionnel Rapport longueur de la zone humide/longueur de contact avec le versant est obtenu avec le descripteur du mme nom. Une standardisation linaire dcroissante lui est applique. Le seuil minimal de 0,1 correspond un type de contact fortement indent. A linverse, le seuil maximal de 0,5 correspond un type de contact lisse entre la zone humide et le versant. Ce descripteur est exprim non pas par HGMU mais par tronon. Un tronon tant un secteur compris entre deux embranchements de la zone humide. Le troisime indicateur est le Type de linaire en contact avec le versant . Celui-ci est galement obtenu par un descripteur du mme nom, standardis de faon linaire et croissante. Ce descripteur est exprim par site (AA). Le quatrime indicateur est Hydromorphie des sols obtenu de faon indirect et a minima par la Densit des peupleraies et la Densit des friches humides . Ces deux descripteurs sont standardiss de faon linaire et croissante car une forte hydromorphie des sols favorise la dnitrification. Le cinquime indicateur est l indicateur de productivit nette drive du NDVI dune image satellite, ici KOMPSAT-2. Ce descripteur est standardis de faon linaire et croissante : plus le NDVI augmente, plus la productivit chlorophyllienne est importante et plus lassimilation de matire azote par les plantes augmente. Le seuil minimal de 0 correspond une valeur de NDVI associe un sol nu alors que le seuil maximal de 0,7 correspond une valeur de NDVI associe une forte activit chlorophyllienne. Le dernier indicateur pris en compte est le Mode de gestion des prairies obtenu partir du descripteur du mme nom, standardis de faon linaire croissante.
tel-00731169, version 1 - 12 Sep 2012
281
CHAPITRE 7 :
282
Tableau 7.13 Indicateurs utiliss pour valuer la fonction dnitrification
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
7.2.1.9. Application la fonction habitat
La notion dhabitat dveloppe ici renvoie deux dfinitions : la premire concerne la directive habitat qui associe un caractre gomorphologique avec un caractre de vgtation ; la seconde traite de lhabitat despce qui est le lieu de vie et de reproduction dimension variable selon les saisons. La fonction Habitat potentiel sans prise en compte de lindicateur Dure dinondation printanire renvoie la premire dfinition. En revanche, la fonction value ici renvoie la notion dhabitat despce des milieux humides. Les descripteurs et indicateurs fonctionnels pris en compte pour lvaluation de la fonction Habitat potentiel sont indiqus dans le Tableau 7.14. Cette fonction est value partir de la combinaison de cinq indicateurs fonctionnels qui sont : la Densit des lments linaires , la Connectivit des lments linaires , la Composition de loccupation du sol , la Configuration de loccupation du sol et la Dure dinondation printanire . Dans le cas de lvaluation des potentialits dhabitat pour les oiseaux deau, une pondration de 6 a t applique lindicateur Dure dinondation printanire . Une pondration de 1 serait justifie pour, par exemple, lvaluation des potentialits dhabitat des mammifres. Les notions de trames vertes et bleues sont abordes travers les deux premiers indicateurs fonctionnels. Lindicateur Densit dlments linaires est obtenu par croisement de quatre descripteurs que sont : la Densit des cours deau et grands fosss , la Densit des fosss coulement temporaire , la Densit des lments boiss , la Densit des routes et voies ferres . Tous ces descripteurs ont t standardiss de faon linaire et croissante lexception de la Densit des routes et voies ferres qui la t de faon dcroissante. Le second indicateur est la Connectivit des lments linaires obtenus partir du croisement de deux descripteurs que sont la Connectivit des lments boiss et la Connectivit des routes et voies ferres . Le premier descripteur est standardis de faon linaire et croissante alors que le second lest de faon dcroissante. En effet, la Connectivit des lments boiss favorise les dplacements despces animales alors que la Connectivit des routes et voies ferres cre un effet barrire. Le troisime indicateur est la Composition de loccupation du sol driv de lindice Patch Richness Density . Le quatrime indicateur est la Configuration de loccupation du sol obtenu partir de lindice de diversit Shannon. Ces deux descripteurs sont standardiss de faon linaire et croissante : plus la les indices PRD et de Shannon sont levs, plus le potentiel de la fonction Habitat augmente. Enfin, le cinquime et dernier indicateur est la Dure dinondation printanire , c'est--dire entre les mois de fvrier et juin. La dure dinondation cette priode favorise le nichage des oiseaux deau mais aussi la reproduction du brochet. Les seuils minimal et maximal indiqus pour chaque descripteur ont t dfinis par rapport aux observations obtenues sur la ZAA et le bassin versant de la Lizonne.
tel-00731169, version 1 - 12 Sep 2012
283
tel-00731169, version 1 - 12 Sep 2012
CHAPITRE 7 :
284
Tableau 7.14 - Indicateurs utiliss pour valuer la fonction habitat
CHELLE
DVALUATION
FONCTION
A
INDICATEUR FONCTIONNEL Densit cours deau et grands fosss HGMU HGMU HGMU HGMU HGMU HGMU HGMU HGMU HGMU linaire linaire linaire linaire linaire linaire linaire linaire linaire croissante croissante croissante dcroissante croissante dcroissante croissante croissante croissante Densit fosss coulement temporaire Densit lments boiss Densit routes et voies ferres Indice de connectivit des lments boiss Indice de connectivit routes et voies ferres Indice PRD Indice de diversit de Shannon Dure dinondation printanire 0 0 0 0 0 0 0 0 0
DESCRIPTEUR
STANDARDISATION
TYPE
0.05 0.05 0.1 0.15 40 300 250 2 5
Densit des lments linaires
Habitat Connectivit des lments linaires
Composition de loccupation du sol Configuration de loccupation du sol Dure dinondation printanire
AMNAGEMENTS
TROISIME PARTIE
7.2.1.10. Validation
La validation des cartes dvaluation des fonctions potentielles partir de mesures terrains est dlicate. En effet, lintensit dun processus varie dans le temps, ce qui ncessite la mise en place dun protocole de terrain lourd avec un pas de temps court et sur plusieurs annes. De telles exprimentations ont t effectues dans le cadre des programmes de recherches europens FAEWE, PROTOWET et EVALUWET (Maltby et al., 1996; Maltby et Barker, 2009). Les rsultats de ces exprimentations ont permis de dvelopper la procdure FAP. Aucun protocole de ce type na t effectu sur la ZAA. La fonction habitat potentiel peut, en partie, tre valide avec des relevs ponctuels damphibiens effectus cinq reprises sur le marais de Sougal entre 2007 et 2008 (Bellanger, 2010). La procdure FAP a t applique sur les bas marais du Couesnon (Meneau, 2011). Cependant, il napparat pas pertinent de valider les rsultats dvaluation fonctionnelle prsents dans cette thse avec les rsultats issus de la procdure FAP. En effet, ces derniers ne sont pas directement spatialiss. De plus, les processus valus par les deux mthodes ne sont pas identiques. Cependant, le croisement de ces deux mthodes permet de montrer lapport des donnes de tldtection lapplication de la procdure FAP. tel-00731169, version 1 - 12 Sep 2012 Sil nest pas possible de valider statistiquement les rsultats de lvaluation fonctionnelle, il convient de rappeler que celle-ci est fonde sur des conclusions de travaux scientifiques mens sur les fonctions des zones humides, sur la procdure FAP qui est laboutissement de quinze annes de recherches de plusieurs quipes europennes - et sur des remarques dire dexpert . 7.2.2. Rsultats Les rsultats dvaluation des fonctions potentielles des zones humides sont prsents sous forme statistique (Figure 7.24) et cartographique (Figure 7.25 et Figure 7.26) ce qui permet de mettre en vidence les disparits spatiales au sein dun mme site. Pour la fonction crtage de crue, la majorit des zones humides (56,3 %) ont un intrt moyen et 35 % ont un intrt fort trs fort. Seulement 8,6 % des zones humides ont un intrt faible vis--vis cette fonction. La carte (Figure 7.25, haut) met en vidence un potentiel lev sur le marais de Sougal, du Mesnil mais aussi sur les marais dAucey et sur la partie avale des tributaires. Cependant, au sein des secteurs prcdemment cits, certaines HGMU correspondant parfois des bourrelets, ont un potentiel dcrtage de crue plus faible. Le potentiel de soutien ltiage est globalement lev sur lensemble des zones humides de la ZAA avec 94 % de la superficie des zones humides qui a un intrt fort trs fort. Cependant, quelques HGMU prsentent un intrt plus faible, en particulier sur le nord du marais du Mesnil (Figure 7.25, bas). Le potentiel de dnitrification est globalement moyen faible sur lensemble des zones humides, plus de la moiti de la superficie des zones humides (54,8 %) ayant un intrt faible trs faible. Aucun secteur ne prsente un intrt fort et 45,2 % ont un intrt moyen. Le potentiel dhabitat pour les espces des milieux humides est essentiellement moyen (85,5 %). Il est cependant fort sur les marais du Mesnil et de Sougal, rgulirement inond durant la priode printanire et reconnus dintrt patrimoniale. Dautres secteurs sur les tributaires (secteur de La Touche) semblent prsenter un intrt fort pour cette fonction bien quils soient moins suivis par les naturalistes (Figure 7.26, bas).
285
CHAPITRE 7 :
tel-00731169, version 1 - 12 Sep 2012
Figure 7.24 Rpartition des classes dintrt fonctionnel des zones humides de la ZAA en 2010 (en % de la superficie totale)
286
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 7.25 Cartes des fonctions potentielles des zones humides de la ZAA pour lcrtage de crue (haut) et le soutien aux tiages (bas).
287
CHAPITRE 7 :
tel-00731169, version 1 - 12 Sep 2012
Figure 7.26 - Cartes des fonctions potentielles des zones humides de la ZAA pour la dnitrification (haut) et lhabitat li aux espces deau (bas).
288
AMNAGEMENTS
TROISIME PARTIE
La comparaison entre la carte des potentialits de la fonction habitat humide semble tre en partie valide par la carte de relevs de batraciens sur le marais de Sougal (Figure 7.27). En effet, ces relevs sont localiss sur des secteurs o lintensit de la fonction habitat est trs forte. Elle permet galement de mettre en vidence dautres secteurs potentiellement intressants et moins connus des naturalistes et qui mriteraient des investigations complmentaires. Par exemple, certaines zones humides tributaires, au niveau de Pleine Fougres, prsentent un intrt fort pour la fonction habitat. Des relevs floristiques et faunistiques dans ces secteurs pourraient mettre en vidence des espces vgtales ou animales remarquables qui pourraient justifier de mesures de gestion particulire. De plus, la carte dhabitat permet de mettre en vidence la connectivit ou linverse le fractionnement de zones de fort intrt cologique.
tel-00731169, version 1 - 12 Sep 2012
Figure 7.27 Relation entre la prsence de batraciens et lintensit potentielle de la fonc tion habitat sur le marais de Sougal.
7.2.3. Discussion Une approche modulable et robuste Dans le cadre de ces travaux, lvaluation fonctionnelle a t mene lchelle des HGMU au 1/25 000me. Cela ncessite lutilisation de donnes la mme chelle ou plus prcises encore. Les couches doccupation du sol, du rseau hydrographique et de la microtopographie, drives des donnes LiDAR et optiques, prsentent des nomenclatures dtailles et une chelle fine permettant dlaborer plusieurs descripteurs des fonctions potentielles des zones humides. Ces couches dinformations sont drives de donnes de tldtection varies, provenant de capteurs rcents et souvent onreuses (LiDAR, RADAR, optique THRS). En effet, la ZAA est un lieu de recherches pluridisciplinaires bien couvert par les donnes de tldtection qui sont analyses pour plusieurs thmatiques. Cependant, les donnes ncessaires lvaluation fonctionnelle dpendent de lobjectif souhait. Ainsi, une valuation des fonctions hydrologiques ncessite de spatialiser le rseau hydrographique, la microtopographie laide de donnes LiDAR. En revanche, ces informations sont dune importance moindre pour lvaluation des fonctions cologiques et biogochimiques o elles pourront tre drives dune 289
CHAPITRE 7 :
image THRS. De plus, certains descripteurs peuvent tre drivs directement ou indirectement. Par exemple, sur certains marais, la dure dinondation peut tre drive directement dune srie dimages RADAR ou indirectement partir dune carte de vgtation obtenue avec une image THRS. La mthodologie dvaluation est dveloppe partir de critres dtat drivs des donnes de tldtection. La spatialisation de ces critres permet dvaluer de faon pertinente certains processus. Le choix dun traitement multi-critres permet de reprendre lapproche dveloppe dans la FAP - descripteurs/indicateurs/processus - tout en produisant une information spatialise. En revanche, la rastrisation des couches dinformation qui a t effectue ici en raison de contraintes techniques 8 mtres entrane une perte de prcision des donnes. Il pourrait tre intressant de dvelopper un traitement multi-critres partir de donnes vectorielles afin de prserver la qualit des donnes et diminuer les temps de calculs. Les descripteurs pris en compte peuvent tre affins ou crs selon la disponibilit de nouvelles couches doccupation du sol obtenues grce de nouvelles don nes de tldtection et/ou mthodes dextraction de linformation. Les donnes de tldtection permettent de spatialiser les critres doccupation du sol et de topographie. En revanche, les informations sur la pdologie (humidit du sol) et la gologie (flux de subsurfaces) ne sont pas spatialisables aux chelles fines sur lensemble dun bassin versant. Elles peuvent, indirectement et au sein de chaque site, tre drives partir des types de formations vgtales. Les rsultats obtenus avec cette approche pourraient donc tre amliors en fonction des donnes disponibles pour driver les descripteurs pris en considration pour procder lvaluation fonctionnelle des zones humides. Les cartes produites permettent pour la premire fois de spatialiser les fonctions potentielles des zones humides lchelle dun bassin versant. Mme si les scores attribus chaque HGMU peuvent tre discuts, ces cartes mettent en vidence la variabilit spatiale et les diffrences relatives de lintensit des fonctions potentielles des zones humides au sein du bassin versant, dune valle ou dun site. Les potentiels fonctionnels de zones humides dites ordinaires , souvent oublis des gestionnaires au profit des zones humides patrimoniales, sont ici mis en vidence. Apport des donnes de tldtection la procdure FAP Les informations spatialises drives des donnes de tldtection ont permis de renseigner facilement un certain nombre de critres, en particulier sur loccupation du sol, la dure dinondation ou la gomorphologie. De plus, la dlimitation des HGMU obtenue partir des donnes LiDAR permet de spatialiser avec prcision et de faon automatique les rsultats graphiques issus de la procdure FAP (Figure 7.28, gauche). Les cartes obtenues montrent que chaque processus svalue une chelle particulire. Par exemple, lintensit des processus Entretien de lcosystme et Rtention des sdiments semblent tre la mme sur lensemble des marais, celle des processus Concentration de carbone organique ou Exportation dlments trace semble sexprimer lchelle des sites et celle des processus Support du rseau trophique ou Import de biomasse est diffrencie pour chaque HGMU (Figure 7.28, droite). La procdure FAP permet dobtenir une valuation dtaille des fonctions des zones humides partir de 420 descripteurs plus ou moins faciles renseigner. Tous ces descripteurs ne sont pas indispensables, mais leur combinaison permet daffiner les rsultats. Cependant, la procdure ne permet pas didentifier directement les descripteurs ncessaires chaque processus fonctionnel, ni de connaitre leur pondration, bien que ces lments soient pris en compte dans la procdure. Elles ne sont pas directement accessibles lutilisateur du logiciel. 290
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
Figure 7.28 Scores des processus obtenus par lapproche FAP (gauche) et leurs spatialisations lchelle des HGMU drives du LiDAR (dro ite)
tel-00731169, version 1 - 12 Sep 2012
291
CHAPITRE 7 :
Ces recherches montrent lintrt mais aussi les limites de la tldtection lvaluation des fonctions potentielles des zones humides lchelle dun bassin versant. La mthodologie mise en uvre tient compte des conclusions des derniers programmes de recherches europens (FAEWE, PROTOWET, EVALUWET) qui ont conduit llaboration de la FAP en 2009. Dans un premier temps, trois approches ont t dveloppes pour permettre de cartographier les HGMU partir de critres topographiques drivs du LiDAR. La premire approche sappuie sur un travail de photo-interprtation permettant dobtenir une cartographie trs dtaille des HGMU. La seconde approche repose sur un traitement automatique des donnes LiDAR par segmentation de courbes de niveau permettant de dlimiter les HGMU selon des seuils altimtriques. Si cette approche permet didentifier avec succs les HGMU sur un site, la variation des seuils altimtriques selon les marais ne permet pas denvisager une application robuste sur lensemble dun bassin versant. La troisime approche, automatique, saffranchit de la variabilit des seuils altimtriques en identifiant les HGMU selon le gradient et le contraste topographique. Cette approche est plus grossire mais permet de cartographier avec prcision les HGMU sur lensemble des zones humides dun bassin versant quelque soit le contexte gomorphologique. Les donnes LiDAR permettent une identification plus prcise de la microtopographie comparativement des observations effectues sur le terrain pour lesquelles la perception du relief peut tre altre par la vgtation. Le MNT produit partir des donnes LiDAR traduit avec prcision le relief aussi bien sur des milieux ouverts que ferms. Cependant, les impulsions LiDAR ne pntrent pas les surfaces en eau et sont attnues par le feuillage. La carte des HGMU produite partir de ces donnes permet de spatialiser les fonctions potentielles des zones humides aussi bien lchelle dun site qu celle dun bassin versant. Les informations spatialises drives des donnes de tldtection (rseau hydrographique, occupation du sol et microtopographie) ont permis de dterminer plusieurs critres dtat et dvaluer 4 processus fonctionnels (crtage de crue, soutien ltiage, dnitrification potentielle et habitat). Cet apport de donnes spatialises contribue un dveloppement de la FAP sur des territoires plus vastes que lchelle du site (AA). En revanche, les donnes de tldtection ne permettent pas de caractriser directement la pdologie (porosit, granulomtrie, profondeur de la nappe). Un certains nombre de descripteurs utiliss dans la FAP, en particulier pour valuer les fonctions hydrologiques et biogochimiques, nont pas pu tre drivs des donnes de tldtection. Cependant, nous avons utilis la vgtation comme un indicateur indirect de ltat du sol. Les rsultats de lvaluation des fonctions potentielles des zones humides sont exprims en 5 classes qualitatives et spatialiss, soulignant ainsi la variabilit spatiale de lintrt fonctionnel des zones humides sur lensemble du bassin versant, ce qui donne une information utile aux gestionnaires.
tel-00731169, version 1 - 12 Sep 2012
292
CHAPITRE 8 : SIMULATION
DE
LVOLUTION
DES
FONCTIONS DES ZONES HUMIDES SELON DIFFRENTS SCNARII DAMNAGEMENT DU TERRITOIRE

Introduction ................................................................................................................................. 294 8.1. La simulation des changements doccupation des sols ........................................................ 294
8.1.1. Description des scnarios ............................................................................................................. 296 8.1.2. Lvolution de loccupation du sol entre 1959 et 2010 ................................................................. 298 8.1.2.1. La cartographie de loccupation du sol en 1959 ................................................................... 298 8.1.2.2. La dtermination des changements depuis 1959 ................................................................. 301 8.1.3. La dtermination des facteurs de changements ........................................................................... 301 8.1.3.1. Lidentification des facteurs .................................................................................................. 301 8.1.3.2. La hirarchisation des facteurs de changements .................................................................. 303 8.1.4. Rsultats........................................................................................................................................ 305 8.1.4.1. Lvolution de loccupation du sol entre 1959 et 2010 ......................................................... 305 8.1.4.2. Les changements futurs du rseau hydrographique selon les scnarios .............................. 307 8.1.4.3. Les changements futurs de loccupation du sol selon les scnarios ..................................... 310 8.1.5. Discussion ..................................................................................................................................... 314
tel-00731169, version 1 - 12 Sep 2012
8.2. Lvaluation des fonctions des zones humides et de leur vuln rabilit en fonction des scnarios .................................................................................................................................................... 316
8.2.1. Donnes et mthode .................................................................................................................... 316 8.2.2. Rsultats........................................................................................................................................ 317 8.2.2.1. volution de lintensit des fonctions suivant les scnarios ................................................. 317 8.2.2.2. valuation de la vulnrabilit et de la restauration .............................................................. 319 8.2.3. Discussion ..................................................................................................................................... 326
CHAPITRE 8 :
SIMULATION DE LVOLUTION DES FONCTIONS SCNARII DAMNAGEMENT DU TERRITOIRE
DES ZONES HUMIDES SELON DIFFRENTS
INTRODUCTION
Lidentification de critres dtat fonctionnel drivs des donnes de tldtection a permis deffectuer une premire valuation fonctionnelle spatialise de lensemble des zones humides dun bassin versant. Cette valuation de ltat fonctionnel actuel des zones humides constitue a priori un outil daide la dcision pour les gestionnaires. Cependant, les fonctions des zones humides sont dpendantes des changements doccupation et dusage des sols, des amnagements qui ont t effectus (Fustec et Lefeuvre, 2000; Maltby et Barker, 2009). Il apparat donc intressant didentifier ces dynamiques moyen terme et danticiper les effets de ces volutions paysagres sur ltat fonctionnel des zones humides afin de permettre la mise en place de politiques de gestion des zones humides cohrentes et efficaces. Pour cela, nous avons choisi dappliquer une dmarche prospective sur le bassin de la Lizonne, car elle permet de dterminer les changements dusage et doccupation des sols sur lensemble dun territoire partir de trajectoires de changements futurs (voir CHAPITRE 1 : section 1.4.2) et de mieux saisir les enjeux lis lutilisation des ressources en clairant la situation actuelle sous un jour diffrent (Hubert-Moy, 2004). Elle constitue ainsi un outil daide la dcision intressant pour les gestionnaires des ressources environnementales (Mermet et Poux, 2002; Narcy et Mermet, 2003; Houet et al., 2008). Lobjectif de ce chapitre est de simuler les changements doccupation du sol des zones humides lhorizon 2030 selon diffrents scnarios. Ces simulations doivent permettre de reprer et spatialiser limpact de ces changements sur les processus fonctionnels mais aussi didentifier les secteurs qui seraient vulnrables dans le cas du maintien de la tendance actuelle dintensification agricole et ceux au contraire, qui pourraient faire lobjet dun gain fonctionnel significatif dans le cas dune dmarche de restauration. La premire partie de ce chapitre prsente les scnarios dvolution de loccupation des sols des zones humides du bassin versant de la Lizonne, tandis que la seconde expose lvaluation de leurs fonctionnalits en fonction de ces scnarios dune part, et de la vulnrabilit et des priorits de restauration effectuer sur ces zones humides, dautre part. 8.1. La simulation des changements doccupation des sols A partir de lanalyse de ltat actuel (2010) de loccupation des sols sur le bassin versant, son volution sur la priode 1959-2010, mais aussi dinformations qualitatives recueillies auprs danciens exploitants agricoles sur les changements venir, des hypothses de changements doccupation des sols ont t formules selon diffrents scnarios. Trois composantes de loccupation des sols sont soumises au changement : lusage des parcelles agricoles, le rseau bois et le rseau hydrographique. Les scnarios ont pour objectif de dlimiter la gamme des futurs possibles afin dvaluer les impacts potentiels de ces volutions futures sur les fonctions des zones humides. Trois scnarios contrasts normatifs ont t labors : un scnario tendanciel, un scnario mdian et un scnario environnemental. Nous avons choisi de construire des scnarios normatifs et non des scnarios exploratoires, car ils permettent, avec une mthode assez simple, didentifier les moyens mettre en uvre pour atteindre un objectif dfini. Pour cela, les facteurs de changements doccupation des sols ont dabord t identifis. Puis, une analyse multicritres de ces facteurs a t effectue laide dun SIG afin de mettre en 294
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
vidence les secteurs o la probabilit de changement est la plus forte selon les hypothses mises dans le cadre des trois scnarios envisags (Figure 8.1). Lanalyse multi-critres a t ralise avec le logiciel Idrisi. Les couches vectorielles doccupation ont du tre rastrises une rsolution de 8 mtres pour tre conformes aux contraintes du logiciel (voir CHAPITRE 7 : section 7.1.1.1.3). Cela a pour consquence de dformer les contours des objets et de dgrader la prcision des donnes. La nomenclature de loccupation du sol effectue sur les ZDH du bassin-versant de la Lizonne a t reprise. Cependant, les classes Prairie pture et Prairie pture et fauche ont t regroupes dans la classe Surface herbace gre ; les classes Peuplier , Autre plantation , vgtation herbace sous peupleraie et vgtation herbace sous plantation ont t regroupes dans la classe Boisement artificiel .
Dtermination des facteurs de changements Dynamique de changement de loccupation des sols observe de 1959-2010
tel-00731169, version 1 - 12 Sep 2012
Slection et hirarchisation des facteurs de changement pour chacun des scnarios
Analyse multicritres sous SIG
Carte de loccupation des sols projete lhorizon 2030 pour le scnario A
Dtermination des probabilits de changement lhorizon 2030 selon les scnarios
Carte de loccupation des sols projete lhorizon 2030 pour le scnario B
Contraintes dusage des sols pour les futurs changements lhorizon 2030 selon les scnarios
Dtermination de lintensit des changements lhorizon 2030 selon les scnarios
Carte de loccupation des sols projete lhorizon 2030 pour le scnario C
Figure 8.1 Mthodologie gnrale d'laboration des scnarios
Les scnarios ont t conus dans le contexte de lvolution de lensemble du bassin versant de la Lizonne, mais les cartographies des changements doccupation des sols selon les trois scnarios ont t ralises exclusivement sur la Zone Humide Potentielle (ZHP) avec une zone tampon ou buffer intgrant les premires parcelles agricoles du versant non humide. Mme si les changements doccupation des sols sur les versants peuvent avoir une influence sur la vitesse de transfert des flux ou la biodiversit, les processus fonctionnels sont essentiellement expliqus par ltat des zones humides et des zones de contacts avec le versant.
295
CHAPITRE 8 :
8.1.1. Description des scnarios Trois scnarios normatifs contrasts ont t labors. Le premier est un scnario de type tendanciel et correspond une poursuite des tendances actuelles dintensification des pratiques agricoles. Ce scnario correspond la situation future la plus probable. La carte doccupation des sols labore pour ce scnario doit permettre de mesurer limpact de pratiques agricoles intensives sur les fonctions des zones humides lhorizon 2030. Le troisime est un scnario environnemental, de type contrast. Ce scnario correspond une situation de rupture avec une gestion durable et une restauration des zones humides. Mme si cette situation a une faible probabilit de se raliser, il apparait intressant de mesurer limpact de tels changements sur les fonctions des zones humides. Le deuxime est un scnario mdian et correspond une situation intermdiaire entre le scnario tendanciel et le scnario environnemental. Ce scnario correspond une prise en compte a minima des zones humides par les acteurs du territoires et permet de mesurer limpact de restaurations ponctuelles sur leurs fonctions. Le scnario A est prsent dans le Tableau 8.1. Il prvoit une poursuite de lintensification agricole et une absence de gestion des zones humides de fonds de valles. Lobjectif fix dans ce scnario est datteindre une productivit agricole maximale. Pour cela, les prairies humides sont remembres, les haies arases pour permettre la culture du mas. Lhumidit des sols permet une croissance optimale des crales, mme en plein t. Un rseau de drainage est mis en place afin dviter la saturation des sols en eau durant les priodes de printemps et dautomne. Le rythme de rotation annuel des cultures est augment pour accrotre les rendements. Les prairies humides difficilement adaptes la mise en culture sont converties soit : en peupleraies, pour constituer une source de revenu supplmentaire sans ncessiter un entretien important ; en plans deau, pour constituer des rserves utiles lirrigation des cultures prsentes sur les versants et sensibles au stress hydrique ; en friches arbustives conscutives un abandon des pratiques agricoles sur les prairies les plus encaisses et loignes des siges dexploitation. Les quelques prairies restantes sont fauches, le btail tant exclusivement en levages hors-sol.
Tableau 8.1 Description du scenario A SCNARIO TYPE INTITUL OBJECTIF A Tendanciel Intensification de lagriculture et absence de gestion des zones humides de fonds de valles Productivit agricole maximale, aucune prise en compte des zones humides Le remplacement de la grande majorit des prairies humides en cultures ou peupleraies avec la mise en place dun rseau de drainage sur la partie aval du bassin versant et un enfrichement de sa partie amont La suppression de haies bocagres DTAILS La cration de nouveaux plans deau pour lirrigation cralire Laugmentation du rythme de rotation annuelle des cultures Lagrandissement de la taille moyenne des parcelles Fauche des prairies restantes
tel-00731169, version 1 - 12 Sep 2012
296
AMNAGEMENTS
TROISIME PARTIE
Le scnario B est prsent dans le Tableau 8.2. Il sagit dun scnario mdian avec une gestion raisonne et une prise en compte a minima des zones humides par les acteurs du territoire. Lobjectif dfini dans ce scnario est de maintenir les zones humides effectives existantes en 2010 et de mener une gestion raisonne sur le bassin-versant. Quelques parcelles de bois humide sont dfriches et restaures en prairies permanentes fauches et ptures entre juin et septembre. Plusieurs parcelles de mas sont restaures en prairies humides avec un comblement de certains fosss pour permettre une rhydratation et le dveloppement dune vgtation hygrophile. Des haies de ceintures sont replantes sur les versants en bordure des zones humides pour limiter les flux de subsurface et augmenter leur potentiel hydrologique.
Tableau 8.2 Description du scenario B SCNARIO TYPE INTITUL OBJECTIF B Mdian Gestion raisonne et prise en compte a minima des zones humides Maintien et une gestion raisonne du bassin versant et des zones humides effectives existantes en 2010 Le maintien des prairies humides actuelles La restauration de quelques prairies permanentes ptures et fauches par le dfrichement et le dboisement des parcelles La restauration des prairies permanentes ptures et fauches sur quelques parcelles cultives La sauvegarde et la restauration de quelques haies de ceintures de fonds de valles limitant les transferts de flux de sub-surface et augmentant le potentiel hydrologique des zones humides
tel-00731169, version 1 - 12 Sep 2012
DTAILS
Le scnario C est prsent dans le Tableau 8.3. Il sagit dun scnario environnemental dont lobjectif est de mener une gestion durable du bassin-versant de la Lizonne permettant doptimiser les fonctions hydrologiques, biogochimiques et cologiques de ses zones humides. Pour cela, la reconqute des zones humides est entreprise sur toutes les zones humides potentielles identifies sur les photographies de 1959. Cela se traduit par la restauration du caractre hydromorphe des sols via la mise en place de petits amnagements hydrauliques et la suppression dune partie du rseau de drainage. Lensemble des zones humides potentielles, c'est -dire les zones boises, les parcelles cultives et les plans deau, sont restaures en prairies permanentes. La gestion de ces prairies est assure par une fauche systmatique suivie dun pturage extensif. De nombreuses haies sont rimplantes de faon ce que le rseau bois retrouve une densit et une configuration semblable celle qui a t observe partir des clichs ariens de 1959. Des haies associes des talus sont systmatiquement plantes sur les versants en bordure des zones humides pour limiter les flux de subsurface.
297
CHAPITRE 8 :
Tableau 8.3 Description du scenario C SCNARIO TYPE INTITUL OBJECTIF C Environnemental Gestion durable de la Lizonne par les agriculteurs et les gestionnaires de leau Gestion durable de la Lizonne avec une gestion de ses zones humides permettant doptimiser les fonctionnalits de ces dernires La reconqute maximale des zones humides connues ce jour (limite de 1959), qui se traduit par la restauration du caractre hydromorphe de certaines parcelles par de petits amnagements hydrauliques La restauration des prairies permanentes par le dfrichement et le dboisement des parcelles DTAILS La restauration des prairies permanentes sur les parcelles cultives La restauration des prairies permanentes la place des plans deau La mise en place dune fauche systmatique des prairies suivie dun pturage extensif
tel-00731169, version 1 - 12 Sep 2012
La sauvegarde et la restauration des haies de ceintures de fonds de valles limitant les transferts de flux de sub-surface et augmentant le potentiel hydrologique des zones humides
8.1.2. Lvolution de loccupation du sol entre 1959 et 2010

8.1.2.1. La cartographie de loccupation du sol en 1959
Pour cartographier loccupation du sol des zones humides dans les annes 60, 169 clichs ariens de 1959 ont t ncessaires pour couvrir lensemble des zones humides du bassin versant de la Lizonne. Ces clichs ont t fournis sous forme dimages numriques issues des tirages papier. Il a donc t ncessaire de les prtraiter afin de les intgrer dans un SIG (Figure 8.2).
Photographies ariennes
BD Ortho IGN Assemblage
Image assemble
Corrections gomtriques et go-rfrencements
Image gorfrence
Figure 8.2 Prtraitements appliqus aux photographies de 1959
298
AMNAGEMENTS
TROISIME PARTIE
Tous les clichs ont dabord t assembls pour obtenir une image unique couvrant lensemble du bassin versant. Pour cela, une cinquantaine de points damer ont t slectionns alatoirement (Figure 8.3) par dtection dondelettes, de contours et de flux optiques (Fonseca et al., 2006).
tel-00731169, version 1 - 12 Sep 2012
c Figure 8.3 Assemblage des clichs ariens de 1959 : (a) points damer slectionns sur le clich 1 ; (b) points damer slectionns sur le clich 2 ; (c) assemblage dune vingtaine de clichs
Limage assemble a ensuite t corrige gomtriquement partir de lorthophotoplan de lIGN de 2009, les points de calages ayant t choisis sur des lments stables depuis 1959 (glises, corps de ferme, ). En raison de la forte dformation des clichs, un trs grand nombre de points de calage, soit une cinquantaine par clich, a t retenu. La nomenclature retenue pour cartographier loccupation du sol en 1959 comprend 4 classes (Tableau 8.4). Cette nomenclature, moins dtaille que celle de 2010, sexplique par les caractristiques (chelle des clichs : 1/25 000me ; mulsion : Panchromatique) et la qualit moyenne- des clichs de 1959.
299
CHAPITRE 8 :
Tableau 8.4 - Nomenclature retenue pour cartographier l'occupation du sol dans les zones humide en 1959 et sa correspondance avec la nomenclature CORINE Landcover NOMENCLATURE 1. Surfaces en eau 2. Surfaces artificialises 3. Surfaces boises et landes 4. Surfaces agricoles utiles NOMENCLATURE CORINE LAND COVER 5. Water bodies 1. Artificial surfaces 3. Forests and semi-natural areas 2. Agricultural areas
tel-00731169, version 1 - 12 Sep 2012
La cartographie des zones humides en 1959 a t ralise par un traitement semiautomatique des photographies ariennes. Les images ont t segmentes en objets (Figure 8.4, b). En raison de lhtrognit des clichs, il na pas t possible de les caractriser par leur seule rponse spectrale. Ainsi, les objets ont t classs en fonction de leur diffrence de teinte par rapport leurs voisins (Figure 8.4, c). Cette opration a permis didentifier les objets sombres (surfaces boises et surfaces en eau) et clairs (sols nus et surfaces bties). Cette classification a t corrige puis complte en quatre classes selon la nomenclature retenue par photo-interprtation (Figure 8.4, d). Les surfaces en eau et baties restantes ont t photo-interprtes. Puis, toutes les surfaces non dtermines ont t classes en SAU. En raison de labsence de relevs terrain, il na pas t possible dvaluer statistiquement la qualit de la classification produite. Cependant, le choix dune nomenclature peu dtaille rduit les incertitudes. De plus, des entretiens avec danciens exploitants agricoles ont permis daffiner notre connaissance sur les pratiques agricoles des annes 50 et ainsi damliorer la qualit de classification au cours de la phase de photo interprtation.
300
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 8.4 tapes de classification de loccupation du sol des zones humides en 1959 : (a) photographies ariennes assembles ; (b) segmentation des lments sombres ou clairs ; (c) classification des surfaces boises et des sols nus ; (d) carte finale corrige par photo-interprtation
8.1.2.2. La dtermination des changements depuis 1959
La carte doccupation du sol de 1959 est compose de quatre classes lchelle du 1/25 000me. Celle de 2010 contient 14 classes et est lchelle du 1/5 000me. Afin de pouvoir cartographier lvolution de loccupation du sol sur les zones humides du bassin-versant entre 1959 et 2010, les postes de lgende de la nomenclature de 2010 ont donc t agrgs en quatre classes. Un croisement des deux cartes doccupation du sol avec une tolrance de 5 mtres a ensuite permis didentifier les changements survenus entre 1959 et 2010 malgr les chelles diffrentes des deux cartes. 8.1.3. La dtermination des facteurs de changements
8.1.3.1. Lidentification des facteurs
Les facteurs de changements de loccupation du sol, du rseau hydrographique (Tableau 8.6) et du rseau bocager (Tableau 8.7) au sein de la zone humides ont t identifis et recenss dans le Tableau 8.5. Lvolution des prairies et leur remplacement progressif par des cultures na pas pu tre identifie en raison de la qualit des clichs de 1959 qui ne permet pas de discriminer ces deux classes doccupation des sols. Cette volution paysagre est pourta nt majeure sur la priode. Pour cette raison, les facteurs de changements de loccupation du sol ont t dtermins non seulement daprs les volutions repres par la comparaison des cartes doccupation du sol
301
CHAPITRE 8 :
de 1959 et 2010 mais aussi daprs les entretiens effectus avec les agriculteurs et daprs une tude similaire mene sur le bassin versant du Blavet en Bretagne (Houet, 2006).
Tableau 8.5 - Les facteurs de changements de loccupation du sol FACTEURS COMMENTAIRES Lvolution des types doccupation des sols au sein des zones humides, traduisant soit un abandon, soit une gestion, dpend de lorientation Technico-Economique des eXploitants. Les systmes de production ncessitant des pturages et une production fourragre importante sont susceptibles dutiliser ces espaces. Une pente suprieure 5% engendre une accessibilit difficile et par consquent un enfrichement. La mise en place de culture sur un sol hydromorphe ncessite dimportants travaux de drainage qui peuvent dcourager un exploitant. Les cultures sont implantes prfrentiellement sur des parcelles de grande taille (>1ha). Les parcelles destines la production cralires ncessitent une bonne accessibilit des engins agricoles. Les parcelles destines la production cralire ncessitent un type de sol adapt lirrigation.
Type de production
Accessibilit Hydromorphie des sols Taille du parcellaire
tel-00731169, version 1 - 12 Sep 2012
Distance route, chemin Type de sol
Tableau 8.6 - Les facteurs de changements du rseau hydrographique FACTEURS Type doccupation des sols Hydromorphie Largeur du fond de valle Microtopographie COMMENTAIRES Les prairies sont moins draines que les cultures et les zones bties. Les zones boises sont peu ou pas draines. Le rseau de drainage est plus important dans les secteurs hydromorphes. Les valles troites sont des sites o il est plus facile de construire des digues pour les plans deau. Les dpressions sont des zones privilgies pour la cration de plans deau.
Tableau 8.7 - Le facteur de changements du rseau bocager FACTEUR Type doccupation du sol COMMENTAIRES Les haies situes le long des prairies sont plus facilement conserves que celles qui bordent les cultures.
Une fois identifis, les facteurs de changements ont t spatialiss avec un SIG (Tableau 8.8). Laccessibilit est drive de la pente. Celle-ci a t calcule partir du MNT LiDAR. Lhydromorphie a t obtenue partir dun indice topographique, le Coupound Topographic Index (CTI) (Beven et Kirkby, 1979) driv du MNT LiDAR. Cet indice a t labor en 1979 partir de donnes topographiques de type SRTM (Ludwig et Schneider, 2006) ou BD Alti (IMAGE CONSULT, 2006). Cependant, des tudes rcentes ont montr lintrt de cet indice calcul partir de MNT drivs des donnes LiDAR pour la dtection de secteurs hydromorphes 302
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
et en particulier du rseau hydrographique (Liu et Zhang, 2011; Murphy et al., 2008; Cavalli et al., 2008; Vianello et al., 2009). Le type de production agricole a t estim lchelle communale partir du ratio sols nus hivernaux/Surface Agricole Utile. En effet, une majorit des parcelles cultives sont, contrairement aux prairies, nues ou peu couvertes en hiver. Ces informations ont t drives sur lensemble du bassin versant de la Lizonne au 1/50 000me partir de donnes de tldtection Landsat 5 TM acquises le 08/02/2010 et le 18/07/2010 (Clment et al., 2011) et des limites communales. La taille des parcelles a t dtermine partir de la BD Parcellaire de lIGN corrige par photo-interprtation avec lorthophotoplan. Loccupation du sol de 2010 a t dtermine au 1/5 000me partir du traitement des donnes de tldtection THRS (voir CHAPITRE 6 : section 6.2.2). La distance aux routes et chemins agricoles a t calcule partir de la BD Topo de lIGN. La pdologie a t dfinie partir dune carte de mise en valeur des sols couvrant le bassin versant de la Lizonne (Servant, 1970). Afin dtre intgre dans un SIG, cette carte a t scanne et corrige gomtriquement. Puis les contours de chaque classe pdologique ont t extraits automatiquement par approche oriente-objet puis corrigs par photointerprtation afin de produire une couche vectorielle des types de sol. La largeur moyenne des fonds de valle a t mesure pour chaque tronon de la zone humide partir du MNT LiDAR. La microtopographie a t drive du MNCE (voir CHAPITRE 4 : section 4.1.3).
Tableau 8.8 - Descripteurs des facteurs de changements et sources de donnes utilises FACTEURS Accessibilit Hydromorphie Type de production Taille des parcelles Type doccupation du sol Distance route Type de sol Largeur de fond de valle Microtopographie DESCRIPTEURS Pente CTI Ratio sol nus hivernaux/SAU par commune Surface de la parcelle en Ha Occupation du sol 2010 Distance aux routes et chemins agricoles Carte de mise en valeur des sols Largeur du talweg Altitude relative au cours deau SOURCE MNT LiDAR COSTEL MNT LiDAR COSTEL COSTEL BD Topo IGN BD parcellaire IGN COSTEL BD Topo IGN tude pdologique du bassin de la Lizonne, INRA MNT LiDAR COSTEL MNT LiDAR COSTEL
8.1.3.2. La hirarchisation des facteurs de changements
Lampleur, les contraintes et les facteurs des changements dfinis pour chaque scnario dans les tableaux 8.9, 8.10 et 8.11. Les Changements correspondent la nouvelle classe doccupation du sol qui est attribue chaque HGMU. L Ampleur indique la superficie totale concerne par ces changements. Elle est dtermine selon la description de chaque scnario. Par exemple, pour le scnario A, des sites qui reprsentent lquivalent de 50 % de la superficie totale des prairies sont nouvellement mis en cultures. Les Contraintes correspondent aux classes doccupation du sol sur lesquelles ces changements ne peuvent pas intervenir. Ainsi, les nouvelles cultures ne peuvent se produire sur le versant, les zones dj en cultures, les surfaces en eau et les 303
CHAPITRE 8 :
peupleraies. Les Facteurs prcisent les facteurs pris en considration pour dterminer la spatialisation de la probabilit de ces changements. Dans lexemple des nouvelles cultures, il sagit du type de production, de laccessibilit, de lhydromorphie, de la taille du parcellaire, de la distance la route et du type de sol.
Les lments disponibles dans la base nont pas permis dtablir une hirarchisation des facteurs de changements. La mme pondration a t attribue pour chaque facteur.Tableau 8.9 - Ampleur, contraintes et facteurs des changements du scnario A CHANGEMENTS AMPLEUR CONTRAINTES Versant Cultures 2010 Nouvelle culture 50% de la surface totale des prairies en 2010 Bti 2010 Eau 2010 Peupleraie 2010 FACTEURS Type de production Accessibilit Hydromorphie Taille parcellaire Distance route Type de sol
tel-00731169, version 1 - 12 Sep 2012
Versant Cultures 2010 Nouvelle peupleraie 10% de la surface totale des prairies en 2010 Bti 2010 Eau 2010 Peupleraie 2010 Versant Nouveau plan deau 50% de la surface totale des plans deau en 2010 Cultures 2010 Bti 2010 Eau 2010
Hydromorphie Occupation du sol en 2010 Type de sol
Largeur fond de valle Accessibilit Type de production Microtopographie Type de sol
Versant Bois 2010 Enfrichement 20% de la surface totale des prairies en 2010 Eau 2010 Bti 2010
Type de production Distance route Hydromorphie Occupation du sol en 2010 Type de sol
Les parcelles de cultures adjacentes sont fusionnes, avec un arasement systmatique des haies. Le rseau hydrographique est mis jour en fonction des changements doccupation du sol.
304
AMNAGEMENTS
TROISIME PARTIE
Tableau 8.10 - Ampleur, contraintes et facteurs des changements du scnario B CHANGEMENTS Nouvelles prairies permanentes AMPLEUR +10 % de la surface totale des prairies en 2010 CONTRAINTES Versant Bti 2010 Prairie 2010 Toute la zone except les limites entre la zone humide et le versant Les limites entre la zone humide et le versant boises FACTEURS Occupation du sol en 2010 Type de production Hydromorphie Occupation du sol en 2010 Type de production
Nouvelles haies
+ 20 % de la surface totale des haies de ceinture en 2010
Le rseau hydrographique est mis jour sous SIG en fonction des changements doccupation du sol.
Tableau 8.11 - Ampleur, contraintes et facteurs des changements du scnario C
tel-00731169, version 1 - 12 Sep 2012
CHANGEMENTS
AMPLEUR 70 % de la surface totale des cultures + plan deau + peupleraies en 2010
CONTRAINTES Versant Bti 2010 Prairie 2010
FACTEURS Occupation du sol en 2010 Type de production Hydromorphie Occupation du sol en 2010 Type de production
Nouvelles prairies permanentes
Nouvelles haies
Remplacement de 70 % des limites floues ou dusage
Toute la zone except les limites entre la zone humide et le versant Limites boises
Les parcelles de culture en 2010 et converties en prairies permanentes sont divises par un rseau bocager qui reprend la structure principale du rseau de 1959. Le rseau hydrographique est mis jour en fonction des changements doccupation du sol. 8.1.4. Rsultats
8.1.4.1. Lvolution de loccupation du sol entre 1959 et 2010
En 2010, la dominance des surfaces boises, des landes et des SAU est nette, avec quelques variations comme la trs faible prsence de surfaces boises et des landes le long daffluents comme la Sauvanie et la Pude (Figure 8.5, haut). Lanalyse de la carte dvolution de loccupation du sol de lenveloppe de la zone humide au cours des 50 dernires annes montre que la hirarchie de ces types occupations du sol est reste la mme, mais limportance relative des classes a lgrement vari, puisquon enregistre une baisse des surfaces boises et landes et une augmentation de la SAU et des surfaces en eau (Figure 8.5, bas et Tableau 8.12). La baisse des surfaces artificialises est explique par les diffrences dchelles danalyse utilises entre 1959 et 2010. En 1959, les surfaces artificialises comprennent la fois les btiments mais aussi les jardins associs alors quen 2010, seuls les btiments et les routes sont pris en compte. 305
CHAPITRE 8 :
tel-00731169, version 1 - 12 Sep 2012
Figure 8.5 Occupation du sol simplifie des zones humides du bassin versant de la Lizonne en 2010 (haut) et 1959 (bas)
306
AMNAGEMENTS
TROISIME PARTIE
Tableau 8.12 - Occupation des sols au sein des zones humides sur le bassin-versant de la Lizonne en 1959 et 2010 CLASSES SUPERFICIE (HA) 1. Surfaces en eau 28,17 2. Surfaces boises et landes 3. Surfaces agricoles utiles 4. Surfaces artificialises Total 3922,03 9769,6 367,28 14087,08 1959 PROPORTIONS (%) 0,19 27,84 69,35 2,6 100 SUPERFICIE (HA) 172,47 3407,92 10358,48 258,68 14197,56 2010 PROPORTIONS (%) 1,21 24 72,95 1,82 100
8.1.4.2. Les changements futurs du rseau hydrographique selon les scnarios
tel-00731169, version 1 - 12 Sep 2012
Les cartes du rseau hydrographiques du bassin versant de la Lizonne en 2010 ainsi que pour les scnarios A, B et C sont prsentes sur les Figure 8.6 et Figure 8.7. Les rsultats statistiques sont prsents dans le Tableau 8.13. Par rapport 2010, la longueur du rseau hydrographique augmente pour le scnario A (+3,0 %), est stable pour le scnario B (-0,4 %) et diminue pour le scnario C (-6,0 %). Des disparits sont observes selon la classe dappartenance. Pour le scnario A, les fosss de drainage connaissent la plus forte diminution (-5,6 %), qui peut sexpliquer par labandon de certaines prairies en friches avec un comblement progressif du rseau de drainage. En revanche, les fosss dvacuation sont en nette augmentation (+18 %), ce qui peut sexpliquer par laugmentation des surfaces cultives qui ncessitent un recalibrage des petits fosss et/ou la cration dun nouveau rseau de drainage. La longueur des cours deau diminue lgrement (-0,3%), en raison des travaux de recalibration des lits et de la suppression de certains mandres. Pour le scnario B, la situation du rseau hydrographique est assez stable, avec nanmoins une lgre baisse (-1,4 %) des fosss de drainage. Cette situation sexplique une nouvelle fois par labandon de certaines prairies qui entrane un comblement des petits fosss. Pour le scnario C, on note une baisse importante de tous les types de fosss (entre -7,3 et 10,3 %) qui traduit la volont de redonner un caractre humide aux zones humides.
Tableau 8.13 volutions du rseau hydrographique par rapport la situation en 2010 selon le scnario envisag 2010 Long. (m) Foss de drainage Foss de circulation Foss dvacuation Canal Cours deau Total 191 750 % 23,4 8,8 26,7 21,2 20,0 100 Scnario A volution (%) - 5,6 - 1,7 + 18,0 - 1,2 - 0,3 + 3,0 Scnario B volution (%) - 1,4 - 0,1 - 0,3 - 0,1 0,0 - 0,4 Scnario C volution (%) - 7,3 - 7,7 - 10,3 - 3,9 0,0 - 6,0
71 811 218 280 173 226 163 785 818 853
307
CHAPITRE 8 :
tel-00731169, version 1 - 12 Sep 2012
Figure 8.6 Cartes du rseau hydrographique du bassin versant de la Lizonne observ en 2010 (haut) et simul pour le scnario A (bas)
308
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 8.7 Cartes du rseau hydrographique du bassin versant de la Lizonne simul pour le scnario B (haut) et le scnario C (bas)
309
CHAPITRE 8 :
8.1.4.3. Les changements futurs de loccupation du sol selon les scnarios
La composition gnrale de loccupation du sol pour chaque scnario est prsente sous forme statistique sur la Figure 8.8 et sous forme cartographique sur les Figure 8.9 et Figure 8.10. Pour le scnario A intensification de lagriculture , 30,5 % de la superficie des Zones Dominante Humide (ZDH) volue. La mise en place de terres arables reprsente la part la plus importante des changements (17,8 %). Au total, plus de 58 % de la surface des ZDH est couverte par des terres arables en 2030. Dans le scnario B gestion raisonne , loccupation du sol volue peu par rapport 2010 avec, seulement 1,2 % des surfaces changeant daffectation, parmi lesquelles 0,9 % de surfaces herbaces et 0,3 % de surfaces boises. Dans le scnario C - Gestion durable de la Lizonne par les agriculteurs et les gestionnaires de leau, 52,6 % des ZDH volue dont 30,8 % des surfaces herbaces et 21,8 % des surfaces boises. Plus de 52 % de la superficie totale des ZDH est couverte par les surfaces herbaces en 2030, et 36,2 % par les surfaces boises. Les terres arables ne reprsentent plus que 5,5 % des ZDH.
tel-00731169, version 1 - 12 Sep 2012
SCNARIO A
SCNARIO B
SCNARIO C Figure 8.8 Composition (%) de loccupation du sol des zones humides selon chaque scnario.
Lanalyse complmentaire de lvolution de loccupation du sol par classe (Tableau 8.14) permet de caractriser plus prcisment les volutions propres chaque scnario. Les 310
AMNAGEMENTS
TROISIME PARTIE
changements observs pour les classes Surface btie et Route sont ngligeables, de par la faible superficie que ces classes occupent. Pour le scnario A, les terres arables (+ 41,0 %), les fourrs arbustifs (+ 18,5 %), les boisements artificiels (+51,2 %) et les surfaces en eau (+47,3 %) augmentent significativement. A linverse, les surfaces herbaces gres (- 59,7 %), les feuillus indignes (- 9,6 %), les friches herbaces (- 99,3 %) et les surfaces herbaces non gres (51,1 %) diminuent. Pour le scnario B, les changements sont minimes : la part des terres arables (- 0,4 %) reste stable, celle des surfaces herbaces gres (+ 2,0 %), et des feuillus indignes (+ 1,2 %) augmente lgrement et celle des autres classes diminue (entre -1,2 % pour les surfaces en eau et - 5,9 % pour les boisements artificiels). Concernant le scnario C, la part des surfaces herbaces gres (+ 88,6 %) et celle des feuillus indignes (+ 142,4 %) augmentent sensiblement au dtriment des terres arables (- 86,7 %), des fourrs arbustifs (- 62,0 %), des friches herbaces (64,4 %), des surfaces herbaces non gres (- 80,8 %), des boisements artificiels (- 65,4 %) et des surfaces en eau (- 56 ,9 %). Pour lensemble des trois scnarios, ces volutions sont logiques et conformes aux ampleurs de changements indiques dans le processus dlaboration des scnarios.
Tableau 8.14 volutions de loccupation du sol par classe et par rapport la situation en 2010 selon le scnario envisag
tel-00731169, version 1 - 12 Sep 2012
2010 Aire (Km) Surface btie Surface herbace gre Terre arable Feuillu indigne Fourr arbustif Friche herbace Surface herbace non gre Boisement artificiel Route Surface en eau Total 0,8 % 0,6
Scnario A volution (%) + 8,6 - 59,7 + 41,0 - 9,6 + 18,5 - 99,3 - 51,1 + 51,2 + 13,1 + 47,3 0
Scnario B volution (%) - 0,3 + 2,0 - 0,4 + 1,2 - 3,5 - 3,3 - 4,0 - 5,9 - 1,0 - 1,2 0
Scnario C volution (%) - 16,1 + 88,6 - 86,7 + 142,4 - 62,0 - 64,4 - 80,8 - 65,4 - 48,3 - 56,9 0
38,4 57,1 20,5 7,4 0,6 5,0 4,5 1,6 1,5 137,4
27,9
41,6 14,9 5,4 0,4 3,7 3,2 1,2 1,1 100
311
CHAPITRE 8 :
tel-00731169, version 1 - 12 Sep 2012
Figure 8.9 Cartes doccupation du sol observe en 2010 (haut) et simule pour le scnario A (bas)
312
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 8.10 - Cartes doccupation du sol simule pour le scnario B (haut) et le scnario C (bas)
313
CHAPITRE 8 :
8.1.5. Discussion Les cartes doccupation des sols simules par approche prospective lhorizon 2030 pour les trois scnarios ont permis de spatialiser les changements sur lensemble des ZDH du bassin versant de la Lizonne. Ces volutions ont t dtermines partir de facteurs de changements identifis selon la dynamique passe (1959-2010). Les couches de loccupation du sol des zones humides du bassin versant de la Lizonne ont t effectues partir de photographies ariennes noir et blanc pour 1959 et de donnes LiDAR et photographies couleurs pour 2010. Les rsultats statistiques dvolution de loccupation du sol entre 1959 et 2010 ne montrent pas de changements significatifs, les proportions de chaque classe tant les mmes. Cependant, la stabilit globale de la part des surfaces boises masque en ralit une diminution nette du rseau bocager, compense par un enfrichement des terres agricoles isoles. Le prtraitement des photographies ariennes de 1959 a t long et a ncessit laide de deux personnes plein temps pendant 15 jours pour assembler, corriger gomtriquement et gorfrencer lensemble des clichs. La prcision horizontale moyenne des images utilises pour lextraction de loccupation des sols est estime moins de 1 mtre. Toutefois, sur certains secteurs, la prcision peut tre infrieure ( 10 mtres) en raison du nombre insuffisant de points de calage qui est expliqu par labsence de repres fixes (routes, corps de ferme...). Cependant, ces erreurs sont ponctuelles, localises en marges des zones humides et nont que peu dimpacts sur la prcision de la couche doccupation du sol produite. La qualit des clichs et labsence de relevs terrain effectus en 1959 nous a contraint dfinir une nomenclature simplifie en quatre classes. Il aurait t intressant de pouvoir distinguer les prairies des cultures afin de quantifier et spatialiser leurs dynamiques. Toutefois, des entretiens avec danciens exploitants agricoles nous ont permis de mieux connaitre les modes de gestion agricoles des annes 50 et les spcificits locales. Mais ces informations orales et non spatialises ne permettent pas daffiner la nomenclature utilise. Pour cette raison, la conversion des prairies en cultures na pu tre spatialise ni quantifie, alors quil sagit dun changement majeur des zones humides. Les clichs ariens acquis des dates ultrieures (annes 1970) sont probablement de meilleure qualit mais nauraient pas permis de reconstituer loccupation du sol avant les rformes de modernisation agricoles. La couche doccupation du sol de 1959 a t produite au 1/25 000 me, contrairement celle de 2010 produite au 1/5 000me. Malgr les traitements SIG, le croisement de ces deux couches entrane certaines incohrences, en particulier sur les objets de faible superficie comme les surfaces bties. La simulation de lvolution de loccupation du sol a t effectue partir de descripteurs drivs de donnes de diffrente nature. Lanalyse de la prcision de ces descript eurs met en lumire lintrt et les limites de ces donnes. La pente a t obtenue partir dun MNT LiDAR sous chantillonn 2 mtres. En effet, un calcul 0,5 mtre produit une carte des pentes trop dtaille et non adapte lobjectif, qui est dvaluer laccessibilit dune parcelle. Pour les mme raisons, lindice CTI (Compound Topographic Index) a galement t driv dun MNT 2 mtres. Le CTI permet destimer lhydromorphie potentielle des sols partir de critres topographiques. Lhydromorphie relle dpend aussi du fonctionnement du rseau de drainage et de la permabilit du sol. Le bassin versant de la Lizonne tant trs permable et drain, la fiabilit de cet indice reste limite. De plus, les modifications anthropiques comme les remblais de routes entranent une surestimation de lhydromorphie des sols en amont de ces ouvrages. Lutilisation du CTI des chelles fines est donc privilgier sur des milieux aux sols peu 314
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
permables, peu drains, faiblement anthropiss et avec une pente marque. Dans les autres cas, lutilisation dun indicateur indirect, comme la vgtation, est privilgier mme si elle dpend galement du mode de gestion agricole. Le type dorientation agricole a t estim partir du ratio sol nu/SAU, ce qui permet dobtenir une information spatialise sur lensemble du bassin. Cependant, la date dacquisition (08 fvrier) certaines cultures dhiver ont une couverture du sol importante. Les types de sols ont t drivs de la carte de mise en valeur des sols produite en 1970 dans lobjectif de mettre en valeur le potentiel agronomique des sols. Cette carte est trs corrle loccupation du sol actuelle, les sols classs comme fort potentiel agronomique tant mis en culture. La simulation du rseau hydrographique a t effectue par photo-interprtation en fonction des changements doccupation du sol observs. Si la mise en place dun nouveau rseau hydrographique sur les zones de cultures est trs probable, la vitesse de comblement des fosss en zone de dprise est plus difficile estimer. tel-00731169, version 1 - 12 Sep 2012 Les facteurs de changement ont t identifis qualitativement partir des changements doccupation du sol observs entre 1959 et 2010, des informations orales recueillies auprs danciens exploitants agricoles et de la littrature. Une analyse quantitative aurait permis de dterminer des poids spcifiques chaque facteur et daffiner la qualit de la simulation. Cependant, lobjectif de ces recherches est plus danalyser les volutions des fonctionnalits potentielles des zones humides selon les changements doccupation du sol plutt que de dterminer prcisment les trajectoires de changement. Les cartes doccupation du sol qui ont t simules permettent de disposer de situations opposes - de dgradation ou de restauration des zones humides. Lapproche par analyse multicritres permet de simuler spatialement les volutions doccupation du sol partir de facteurs de changements. Elle permet dassocier, travers un processus de standardisation des donnes issues de sources multiples avec des chelles ou des nomenclatures diffrentes. Cependant, ce processus ncessite une rastrisation des donnes, dfinie ici 8 mtres pour des raisons de mmoire informatique. Cette diminution de la prcision des donnes peut entraner une perte dinformation des objets les plus troits comme par exemple le rseau routier, les cours deau ou le rseau bocager. Une rastrisation des donnes 2 m semble tre la rsolution minimale pour prserver ces objets. La mthodologie hybride dextraction de loccupation du sol en 1959 associe une approche automatique une phase de photo-interprtation. Lapproche automatique, orienteobjet, utilise une classification par critre de contraste avec les objets voisins. Ce critre permet de saffranchir de la variabilit spectrale des clichs ariens, principale limite rencontre avec des approches pixel de classification (Blaschke, 2010). Grce aux lments extraits par approche automatique, la phase de photo-interprtation est allge, en particulier pour la dtection des lments boiss.Les cartes de simulations de loccupation des sols selon trois scnarios permettent de spatialiser les changements sur lensemble des zones humides du bassin-versant de la Lizonne. Elles seront utilises pour dvaluer limpact de ces changements sur lefficacit relative des fonctions des zones humides.
315
CHAPITRE 8 :
8.2. Lvaluation des fonctions des zones humides et de leur vulnrabilit en fonction des scnarios A partir des couches doccupation du sol et du rseau hydrographique simules, une valuation des fonctions potentielles des zones humides a t produite pour chacun des trois scnarios. La comparaison des valuations simules avec la situation actuelle (2010) permet de spatialiser et de qualifier les secteurs de vulnrabilit et de restauration pour chaque fonction des zones humides du bassin versant de la Lizonne. 8.2.1. Donnes et mthode Lvaluation des fonctions des zones humides lchelle dun bassin versant ncessite des donnes dcrivant la micro-topographie, le rseau hydrographique et la vgtation (voir CHAPITRE 2 : section 2.2). Dans notre cas, les donnes utilises pour valuer les fonctions des zones humides sur le bassin-versant de la Lizonne sont : tel-00731169, version 1 - 12 Sep 2012 Les cartes de loccupation du sol simules des zones humides au 1/25 000me pour les trois scnarios ; Les cartes du rseau hydrographique simules pour les trois scnarios ; Le Modle Numrique de Cours dEau ou MNCE; La carte des HGMU surfaciques. Lvaluation des fonctions des zones humides sur le bassin versant pour les trois scnarios a t conduite selon la mme mthodologie que celle qui a t utilise pour lvaluation des fonctions en 2010 (voir CHAPITRE 7 : section 7.1.1.1). Ainsi, les descripteurs et indicateurs fonctionnels ont t mis jour suivant les modifications apportes aux cartes doccupation du sol et du rseau hydrographique. Seuls les descripteurs et indicateurs dpendants de la gomorphologie, considrs comme invariants lchelle temporelle de ltude, sont rests identiques par rapport la situation en 2010. La vulnrabilit des zones humides selon les scnarios a t ensuite estime lchelle des HGMU pour chaque fonction de la faon suivante : Vulnrabilit = Intensit de la fonction n Scnario A - Intensit de la fonction n en 2010 Dans le cas du scnario A, la vulnrabilit correspond la perte potentielle defficacit relative de fonctionnalit gnre par la poursuite du phnomne dintensification de lagriculture observe dans les dcennies prcdentes. Lintensit de la vulnrabilit a t qualifie en seuillant cette dernire en cinq classes dintervalles identiques (Tableau 8.15).
316
AMNAGEMENTS
TROISIME PARTIE
Tableau 8.15 - Seuillage de l'intensit de la vulnrabilit en cinq classes VULNRABILIT Nulle Faible Moyenne Forte Trs forte INTENSIT x>0 -25<x< 0 -50<x< -25 -75<x< -50 x < -75
Les secteurs prioritaires de restauration ont ensuite t dtermins lchelle des HGMU pour chaque fonction de la faon suivante: Restauration = Intensit de la fonction n Scnario C - Intensit de la fonction n en 2010 La restauration correspond un gain potentiel dintensit de fonctionnalit dans le cas de mise en place de mesures environnementales fortes. Lintensit de la restauration a t seuille en cinq classes dintervalles identiques (Tableau 8.16).
Tableau 8.16 - Seuillage de l'intensit de la restauration en cinq classes RESTAURATION Nulle Faible Moyenne Forte Trs forte INTENSIT x<0 0<x< 25 25<x< 50 50<x<75 x > 75
tel-00731169, version 1 - 12 Sep 2012
8.2.2. Rsultats
8.2.2.1. volution de lintensit des fonctions suivant les scnarios
Les rsultats des valuations fonctionnelles pour 2010 et les 3 scnarios sont prsents sous formes cartographiques (Annexe D) et synthtiss sous forme statistique (Tableau 8.17). Globalement, la situation en 2010 montre que lintrt est moyen pour la fonction crtage de crue , fort pour la fonction soutien ltiage et habitat et faible pour la fonction dnitrification . La situation simule pour le scnario A montre une diminution de lefficacit relative des fonctions hydrologiques, une hausse lefficacit relative pour la fonction dnitrification et une baisse marque pour la fonction habitat. Dans le scnario B, la situation est stable pour les fonctions hydrologiques et la fonction habitat mais lefficacit relative pour la fonction dnitrification augmente. Dans le scnario C, lefficacit relative augmente modrment pour les fonctions hydrologiques, fortement pour la fonction dnitrification, et reste stable pour la fonction habitat. Fonction crtage de crue Pour la fonction crtage de crue, lvaluation mene pour la situation en 2010 montre quune part importante des zones humides une efficacit relative faible trs faible (34,1 % de 317
CHAPITRE 8 :
la superficie totale), 43,0 % une efficacit relative moyenne (43 % de la superficie totale), et 22,5 % une efficacit relative fort trs fort. Les changements doccupation du sol simuls pour le scnario A entrainent une diminution des zones humides ayant un une efficacit relative fort trs fort (- 10,8 % de la superficie totale) au profit defficacit relative faible trs faible. Cette volution est en partie explique par la mise en place dun rseau de drainage plus performant associ aux nouvelles cultures qui a pour effet dvacuer plus rapidement les eaux vers le cours deau. Malgr le peu de changements simuls pour le scnario B, on observe une lgre diminution des secteurs dintensit faible trs faible (- 1,5 % de la superficie totale). Ces secteurs correspondent des cultures remplaces par des prairies avec un rseau hydrographique moins drainant. Pour le scnario C, on note une baisse sensible des secteurs avec une efficacit relative faible trs faible (- 14,6 % de la superficie totale) qui peut tre explique par la restauration de secteurs de dpression en prairies. Fonction soutien ltiage Pour la fonction soutien ltiage, la situation en 2010 montre que 16,4 % de la superficie totale une efficacit relative faible trs faible, 34,2 % une efficacit relative moyenne et 22,5 % une efficacit relative forte trs forte. Les volutions pour le scnario A montrent une baisse significative des secteurs dintrt fort trs fort (- 19,4 %) explique par lirrigation importante des cultures et la transpiration ligneuse importante dans les zones de dprise. Dans le scnario B, la situation est stable avec une lgre baisse des secteurs une efficacit relative forte (- 1,3 %) au profit dun intrt moyen. Dans le scnario C, la hausse des secteurs dintrt fort trs fort est notable (+ 20,1 %) et sexplique en partie par une diminution de lirrigation. Fonction dnitrification Pour la fonction dnitrification, la situation en 2010 montre que la grande majorit de la superficie des zones humides (91,1 %) prsente un une efficacit relative faible trs faible. Cette situation peut sexpliquer par la prsence quasi-systmatique de rseau hydrographique en bordure de la zone qui drive vers les cours deau les transferts de matires azotes en provenance du versant. Dans le scnario A, la situation samliore un peu (- 13,1 % de surfaces avec une efficacit relative faible trs faible) et sexplique par laugmentati on des quantits dintrants associes aux nouvelles cultures. Dans le scnario B, les surfaces avec un une efficacit relative faible trs faible diminuent de 30,0 % au profit de surfaces avec un une efficacit relative moyenne. Cette volution est explique par la suppression dune partie des fosss de bordure de zones humides et par la mise en place de rseau bocager sur la limite zone humide/versant. Dans le scnario C, la diminution des secteurs defficacit relative faible trs faible est trs marque (- 80,1 %) et sexplique par les mmes amnagements que ceux entrepris dans le scnario B, mais dans des proportions plus importantes. De plus, la diminution du rseau hydrographique entraine une hausse de lhydromorphie des sols favorable au processus de dnitrification. Fonction habitat Pour la fonction habitat, la situation en 2010 est bonne avec 69,5 % de la superficie totale prsentant une efficacit relative forte trs forte et seulement 5,8 % prsentant un une efficacit relative faible. Cette situation est explique par la diversit paysagre marque prsentant une alternance de milieux ouverts et ferms. Dans le scnario A, la part des secteurs defficacit relative fort trs fort diminue sensiblement (- 41,5 % de la superficie totale). Cela sexplique par la baisse de la diversit paysagre avec larasement des haies et une uniformisation du paysage, 318
tel-00731169, version 1 - 12 Sep 2012
AMNAGEMENTS
TROISIME PARTIE
sous forme de cultures en secteurs exploits et de boisement dans les secteurs abandonns. Dans le scnario B, la situation est stable. Dans le scnario C, la part des surfaces prsentant une efficacit relative faible diminue de 4,1 % et est explique par la restauration du rseau bocager et des prairies. Mais dans le mme temps, la part des secteurs prsentant une efficacit relative trs forte baisse galement de 5,1 %. Cela sexplique par lhomognisation du paysage compos essentiellement de prairies et de bois (disparition des surfaces en eau et des cultures).
Tableau 8.17 Pourcentage de la superficie totale des zones humides par classe dintensit et par fonction en 2010 et volutions pour les scnarios A, B et C. Fonction crtage de crue Classe Trs faible Faible Moyen Fort Trs fort 2010 4,5 29,6 43,3 18,3 4,2 0,8 15,6 34,2 36,2 13,1 7,3 83,8 8,9 0,0 0,0 0,0 5,8 24,7 63,5 6,0 vol. Sc. A + 9,2 + 0,9 + 0,7 - 6,7 - 4,1 + 0,4 + 9,0 + 10,0 - 9,4 - 10,0 - 0,1 - 13,0 + 13,1 + 0,0 + 0,0 + 0,6 + 33,3 + 7,6 - 36,4 - 5,1 vol. Sc. B - 0,1 - 1,4 + 0,9 + 1,0 - 0,5 + 0,0 + 0,2 + 1,0 - 1,3 + 0,2 - 3,8 - 26,6 + 30,2 + 0,2 + 0,0 + 0,0 - 0,1 + 0,4 + 0,1 - 0,4 vol. Sc. C - 3,7 - 10,9 + 9,1 + 2,6 + 2,8 - 0,8 - 14,7 - 4,7 + 16,9 + 3,2 - 7,2 - 72,9 + 59,7 + 20,4 + 0,0 + 0,0 - 4,1 + 8,4 + 0,7 - 5,1
tel-00731169, version 1 - 12 Sep 2012
Soutien ltiage
Trs faible Faible Moyen Fort Trs fort Trs faible
Dnitrification
Faible Moyen Fort Trs fort Trs faible
Habitat
Faible Moyen Fort Trs fort
8.2.2.2. valuation de la vulnrabilit et de la restauration
Les rsultats sur la vulnrabilit et la restauration des fonctions potentielles des zones humides sont prsents sous formes statistiques (Figure 8.11) et cartographiques (Figure 8.12, Figure 8.13, Figure 8.14 et Figure 8.15).
319
CHAPITRE 8 :
SIMULATION DE LVOLUTION DES FONCTIONS SCNARII DAMNAGEMENT DU TERRITOIRE Fonction crtage de crue
Pour la fonction potentielle crtage de crue, 61,3 % de la superficie des zones humides nest pas ou peu vulnrable. Seulement 13,7 % de la surface est soumis une vulnrabilit forte ou trs forte. Les sites les plus vulnrables sont localiss sur la partie intermdiaire du bassin de la Lizonne (Figure 8.12, haut) et correspondent des zones de dpression mises en culture dans le scnario A. Le potentiel de restauration est globalement faible pour cette fonction avec 26,6 % de la superficie ayant une intensit moyenne forte. Ces secteurs se situent sur la partie aval de la Lizonne ainsi que sur le sous bassin de la Pude (Figure 8.12, bas). Ces secteurs correspondent des zones de dpression actuellement en culture ou boisement artificiel et qui seraient restaures en prairies dans le scnario C. Fonction soutien ltiage Pour la fonction soutien ltiage, 66,6 % de la superficie des zones humides nest pas ou peu vulnrable et 13,7 % de la superficie a une vulnrabilit forte trs forte. Comme pour la fonction crtage de crue, les secteurs les plus vulnrables se situent dans des dpressions qui seraient mises en culture dans le cadre du scnario A (Figure 8.13, haut). La majorit de zones humides (64,4 % de la superficie totale) a un potentiel de restauration faible nul pour la fonction soutien ltiage. Les secteurs qui ont un potentiel de restauration fort trs fort (23,2 %) sont localiss sur les cultures de 2010 restaures en prairies selon le scnario C (Figure 8.13, bas). Fonction dnitrification Pour la fonction dnitrification, la grande majorit des zones humides a une vulnrabilit nulle faible (96,5 % de la superficie totale). Cette situation est explique par la faible intensit de cette fonction en 2010. Le potentiel de restauration est fort trs fort pour 48,3 % de la superficie totale des zones humides. Les secteurs potentiellement intressant sont localiss sur la partie intermdiaire et aval du bassin versant de la Lizonne (Figure 8.14, bas). Fonction habitat Pour la fonction habitat, une grande partie des zones humides (43,0 %) a une vulnrabilit forte trs forte. Cela sexplique par lintensit de la fonction majoritairement leve en 2010. Les secteurs les plus vulnrables sont localiss sur laval de la Lizonne et le long de la Pude ( Figure 8.15, haut). Le potentiel de restauration est essentiellement nul faible (90,1 % de la superficie totale). Les quelques secteurs potentiellement intressants sont localiss en tte de bassin ou en bordure des zones humides (Figure 8.15, bas).
tel-00731169, version 1 - 12 Sep 2012
320
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
VULNRABILIT
RESTAURATION
Figure 8.11 Vulnrabilit et restauration des fonctions des zones humides (exprime en % de surface totale)
321
CHAPITRE 8 :
tel-00731169, version 1 - 12 Sep 2012
Figure 8.12 Cartes de vulnrabilit (haut) et de priorit de restauration (bas) pour la fonction crtage de crue
322
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 8.13 Cartes de vulnrabilit (haut) et de priorit de restauration (bas) pour la fonction soutien ltiage
323
CHAPITRE 8 :
tel-00731169, version 1 - 12 Sep 2012
Figure 8.14 Cartes de vulnrabilit (haut) et de priorit de restauration (bas) pour la fonction dnitrification
324
AMNAGEMENTS
TROISIME PARTIE
tel-00731169, version 1 - 12 Sep 2012
Figure 8.15 Cartes de vulnrabilit (haut) et de priorit de restauration (bas) pour la fonction habitat
325
CHAPITRE 8 :
8.2.3. Discussion Les rsultats montrent les marges de progression ou de diminution des efficacits relatives des processus fonctionnels face aux changements doccupation du sol. Il apparait que la fonction dnitrification soit la plus sensible. En revanche, les fonctions hydrologiques sont moins sensibles car trs dpendantes de la gomorphologie du terrain qui nvolue pas. Dans le scnario C, la situation de loccupation du sol et du rseau hydrographique peut paraitre idale pour augmenter significativement lintrt de plusieurs processus fonctionnels. Cette approche est originale car elle permet dvaluer pour chaque HGMU limpact des changements de loccupation des sols sur lefficacit relative des fonctions des zones humides sur lensemble dun bassin versant. Les cartes de vulnrabilit et de potentiel de restauration des fonctions des zones humides permettent de spatialiser les sites prsentant un intrt fort et protger mais aussi ceux pouvant faire lobjet dune amlioration significative de leur intrt fonctionnel. Les processus de traitements par analyse multi-critres au format raster sont longs et gourmands en ressources informatiques. Pour cette raison, il est souvent ncessaire de diminuer la rsolution spatiale des donnes. Les donnes doccupation du sol utilises pour lvaluation fonctionnelle des zones humides ont t dgrades 8 mtres de rsolution. Cette dgradation peut avoir un impact sur lvaluation fonctionnelle puisque certains lments linaires (bocages, routes) ont pu tre en partie dgrads. Plusieurs logiciels daide la dcision (Ecosystem Management Decision Support System - EMDS) sont en dveloppement sous SIG (Maltby et al., 2009 ; Burstein et al., 2008) et pourrait permettre dobserver de faon dynamique et spatialise limpact dun changement doccupation du sol sur le renforcement de lefficience des fonctions des zones humides au sein du bassin-versant. Les donnes topographiques drives du MNT LiDAR nont pas t modifies. Cependant, certains travaux daplanissement du terrain potentiellement effectus pour la mise en place de nouvelles cultures ne sont pas pris en compte ici. La mthode dvaluation fonctionnelle est la mme pour la situation en 2010 que pour les simulations des scnarios, lexception du descripteur indicateur de productivit nette qui ncessite lutilisation de donnes satellitaires. Il sagit dun des huit descripteurs pris en compte pour lvaluation de la fonction dnitrification en 2010. La comparaison des efficacits relative s de cette fonction entre 2010 et les trois scnarios doit tenir compte de constat. Lvaluation de la fonction soutien ltiage en 2010 montre un potentiel lev sur les zones humides du bassin de la Lizonne. Pourtant, ce bassin est touch par des problmes dtiages svres et rcurrents (Lemoine, 2009). Il convient de rappeler que les zones humides ne reprsentent que 9,2 % de la surface totale du bassin versant de la Lizonne et quelles ne peuvent compenser elles seules les prlvements deau utiliss pour lirrigation sur lensemble du bassin versant. La dmarche de prospective prsente ici pourrait tre complte partir des rsultats obtenus en comparant les cots induits par les changements doccupation du sol auprs de lactivit agricole avec les augmentations des intrts fonctionnels. Pour cela, le logiciel DEFINITE (Janssen et al., 2005) permettrait danalyser le rapport cots/services rendus par les zones humides selon chaque scnario.
tel-00731169, version 1 - 12 Sep 2012
326
AMNAGEMENTS
TROISIME PARTIE
Des changements doccupation du sol et du rseau hydrographique des zones humides ont t simuls partir de trois scnarios dvolution. Le scnario A, tendanciel, dcrit un e intensification de lagriculture et une absence de gestion des zones humides. Le scnario B, mdian, intgre une gestion raisonne avec une prise en compte a minima des zones humides. Le scnario C, environnemental, est celui dune gestion durable des zones humides par les agriculteurs et les gestionnaires de leau. Lanalyse de photographies ariennes de 1959 a permis de connatre lvolution des surfaces boises et des surfaces en eau. En revanche, la qualit des clichs na pas permis de discriminer les prairies des cultures. En consquence, les facteurs expliquant les changements doccupation des sols ont t dtermins de faon complmentaire partir dinformations qualitatives recueillies auprs danciens exploitants agricoles et daprs des travaux scientifiques effectus sur les mmes problmatiques sur un bassin versant breton. La combinaison des facteurs de changement ainsi identifis par une approche multicritres a permis de produire de nouvelles cartes doccupation du sol et du rseau hydrogra phique pour chaque scnario lhorizon 2030. Ces informations simules et spatialises ont permis de dterminer limpact des changements doccupation du sol et du rseau hydrographique sur les fonctions des zones humides. Il apparat que les fonctions hydrologiques sont moins sensibles ces changements en raison de limportance des descripteurs gomorphologiques non affects par ces simulations. En revanche, les fonctions biogochimiques et cologiques sont les plus sensibles aux changements doccupation des sols. La comparaison entre les couches dvaluation des fonctions des zones humides de 2010 et celles correspondant aux scnarios A et C a permis de spatialiser pour lensemble des zones humides et pour chaque fonction les secteurs vulnrables et ceux prsentant un fort potentiel de restauration. Ces couches dinformations peuvent tre utilises par les gestionnaires des zones humides comme un outil daide la dcision. Cependant, le processus de traitement par analyse multicritre appliqu ici ne permet pas davoir une vision dynamique des impacts des amnagements sur les fonctions des zones humides. Limplmentation des couches doccupation du sol dans un logiciel daide la dcision intgr un SIG pourrait rpondre cette question.
tel-00731169, version 1 - 12 Sep 2012
327
tel-00731169, version 1 - 12 Sep 2012
CONCLUSION DE LA TROISIME
PARTIE
Lanalyse des donnes micro-topographiques, des couches du rseau hydrographique et de la vgtation drives des donnes de tldtection THRS nous a permis de produire des descripteurs spatialiss de ltat fonctionnel actuel des zones humides sur lensemble de la ZAA et du bassin-versant de la Lizonne. Les secteurs vulnrables et/ou restaurer en priorit vis--vis dune fonction donne ont pu tre mis en vidence grce la simulation de changements doccupation du sol selon trois scnarios contrasts dvolution de loccupation des sols. La premire tape de la dmarche dvaluation de ltat fonctionnel des zones humides consiste dlimiter les HGMU. Une approche par photo-interprtation du MNT LiDAR nous a permis de dlimiter et caractriser les HGMU au 1/5 000me sur un site de quelques hectares. Cette cartographie, qui sinscrit lchelle du terrain, permet daffiner considrablement les rsultats obtenus partir dobservations terrain et constitue un apport intressant la dmarche FAP sur un site de taille rduite. Dans le cadre dune approche oprationnelle mise en uvre sur un site plus tendu, nous avons privilgi une autre approche base sur des gradients topographiques, certes moins dtaille (prcision au 1/25 000me), mais automatique, gnrique et robuste. Ainsi, la dlimitation et la caractrisation des HGMU ont pu tre effectues sur lensemble des zones humides de la ZAA et du bassin-versant de la Lizonne partir des caractristiques topographiques drives des donnes LiDAR. La deuxime tape de la dmarche correspond la spatialisation des descripteurs de ltat fonctionnel des zones humides utiliss dans lapproche FAP partir des couches dinformation spatialises (microtopographie, rseau hydrographique et vgtation) prcdemment drives des donnes de tldtections THRS. Les descripteurs utiliss dans la procdure FAP et associs aux caractristiques pdologiques et gologiques nont pas pu tre caractriss partir des donnes de tldtection THRS. En revanche, les descripteurs lis la vgtation, au rseau hydrographique ou la microtopographie ont pu tre spatialiss sur lensemble des zones humides. Les fonctions potentielles des zones humides ont t values grce un croisement dindicateurs sous SIG.. Ainsi, lapproche mise en uvre est une simplification de la procdure FAP. Malgr cette simplification, les rsultats obtenus pour les fonctions hydrologiques, biogochimiques et cologiques semblent globalement cohrents au vu des observations effectues sur le terrain, aussi bien sur la Lizonne que sur la ZAA. Il serait intressant de pouvoir renforcer la validation de ces cartes laide dautres mesures et observations de terrain. A ce stade, on peut considrer que les cartes produites sur les fonctions potentielles des zones humides peuvent dj constituer un outil daide la gestion de ces milieux une chelle territoriale. Une fois ltat fonctionnel actuel des zones humides valu, nous avons cherch simuler les changements des zones humides du bassin-versant de la Lizonne afin dvaluer limpact de ces changements sur leurs fonctions. Pour cela, nous avons modifi la vgtation et le rseau hydrographique selon trois scnarios normatifs contrasts (tendanciel, mdian et environnemental). Les volutions des intensits de fonctions entre les situations simules et actuelles nous ont permis didentifier les secteurs vulnrables mais aussi ceux restaurer en priorit vis--vis de chacune des fonctions considres.
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
CONCLUSION GNRALE
Cette thse montre les potentialits des donnes de tldtection THRS pour valuer certaines fonctions des zones humides lchelle dun bassin-versant. Les zones humides remplissent des fonctions qui apportent des services la socit, tant dun point de vue de la biodiversit, que de la qualit et de la quantit de la ressource en eau. Or les modifications de ces milieux, essentiellement dues dans les dernires dcennies des actions anthropiques, ont entran des variations importantes au niveau de leurs fonctions, soulevant ainsi de forts enjeux en termes de gestion. Les gestionnaires ont actuellement besoin non seulement de dlimiter les zones humides de leur territoire, mais aussi dvaluer leurs fonctions afin dy mener des actions de protection, dentretien ou de rhabilitation efficaces. Les recherches pluridisciplinaires menes lchelle europenne par plusieurs quipes dans le cadre du programme EVALUWET ont abouti en 2009 llaboration dun outil dvaluation des fonctions des zones humides pour des sites de quelques hectares (FAP, Functional Assessment Procedure). Cet outil a permis partir dobservations effectus sur le terrain sur la vgtation, la microtopographie, les sols ou la prsence de surfaces et de linaires en eau dvaluer lintensit de plusieurs processus fonctionnel pour chaque unit hydrogomorphologique (HGMU) de la zone humide. Toutefois, la mise en uvre de cette procdure sur des sites plus tendus, qui ncessite une simplification de la dmarche, navait jamais t entreprise. Paralllement, lanalyse de ltat de lart des travaux rcemment effectus en tldtection nous a montr le potentiel des donnes THRS pour la dlimitation et la caractrisation des zones humides. Plus prcisment, plusieurs travaux ont montr lintrt des donnes optiques multispectrales et LiDAR pour caractriser respectivement les formations vgtales et la microtopographie. Toutefois, la plupart de ces travaux scientifiques ont t effectus sur des sites de quelques hectares et/ou de composition paysagre homogne. Les objectifs poursuivis dans cette thse taient : dvaluer les donnes de tldtection Trs Haute Rsolution Spatiale afin de dlimiter et caractriser assez finement les zones humides pour en driver des indicateurs de leurs tats fonctionnels ; de dvelopper une mthode de spatialisation de ces fonctions afin de mettre en vidence leurs distributions spatiales ; de modliser les changements doccupation du sol et leurs impacts sur les fonctions des zones humides. Nous avons pour cela : i. caractris la vgtation et la microtopographie sur des sites allant de quelques dizaines quelques centaines dhectares partir de donnes de tldtection THRS varies ; adapt lapproche FAP lchelle dun bassin-versant de plusieurs centaines de Km en divisant les zones humides en units hydrogomorphologiques et en drivant pour chacune dentre elles un score pour chaque processus fonctionnel partir des couches dinformations drives des donnes de tldtection ; identifi les facteurs de changement et construit trois scnarios prospectifs (tendanciel, mdian et environnemental) en simulant des changements doccupation du sol et du rseau hydrographique avec une approche multicritres.
tel-00731169, version 1 - 12 Sep 2012
ii.
iii.
CONCLUSION GNRALE La dlimitation des zones humides effectue sur la ZAA avec deux types de donnes : des donnes utilises couramment (les BD GEOL et ALTI de lIGN et des photographies ariennes) et des donnes LiDAR. Les rsultats ont montr la supriorit des donnes LiDAR, les zones humides ayant t dlimites automatiquement avec une prcision mtrique, aussi bien sur les zones humides tributaires de bas-fonds de valles que sur les vastes marais de la valle du Couesnon. Ils ont ainsi permis daffiner les dlimitations obtenues partir des photographies ariennes. La cartographie du rseau hydrographique dans son ensemble, cest--dire des cours deau et du rseau de fosss a t effectue en valuant comparativement plusieurs types dimages satellitaires THRS et des donnes LiDAR. Deux mthodes de dtection et de caractrisation ont t employes aussi bien sur les images multispectrales que sur celles drives des donnes LiDAR : la premire repose sur une photo-interprtation des images alors que la seconde est base sur une extraction automatique. L encore, les images multispectrales nont permis de dtecter que partiellement le rseau hydrographique, tandis que le traitement du MNT driv des donnes LiDAR a permis une meilleure dtection du rseau hydrographique, de la totalit par photo-interprtation, et de prs de 60 % par approche automatique aussi bien en milieu ouvert que bocager et ce avec un taux de surdtection infrieur 2 %. Nous avons retenu cette approche automatique pour dtecter une majorit du rseau hydrographique des zones humides de la ZAA et du bassin-versant de la Lizonne, les lments manquants ayantt t complts par photointerprtation. La caractrisation de la largeur et de la profondeur du rseau hydrographique a t effectue par une mthode mixte mlant classification automatique selon une approche orienteobjet et photo-interprtation assiste par ordinateur. La couche exhaustive du rseau hydrographique ainsi produite a t utilise pour driver des descripteurs fonctionnels des zones humides. La caractrisation de la vgtation a t mene sur les bas-marais du Couesnon partir de plusieurs types de donnes de tldtection THRS, ce qui a permis de les valuer comparativement. Nous avons class les images selon une approche oriente-objet par rgles de dcision. Les rsultats montrent lintrt dutiliser conjointement diffrents types de donnes. Le traitement des donnes LiDAR associes des couches dinformations vectorielles issues des bases de donnes nationales (BD Parcellaire et BD TOPO de lIGN) ou d images THRS multispectrales nous a permis dobtenir une carte des formations vgtales suffisamment prcise et dtaille pour pouvoir en driver des descripteurs fonctionnels sur lensemble des zones humides de la ZAA et du bassin-versant de la Lizonne. La caractrisation fine de la vgtation et du rseau hydrographique nous a permis dentreprendre une valuation des fonctions potentielles actuelles des zones humides lchelle dun bassin versant. La simulation de lvolution doccupation du sol et du rseau hydrographique lhorizon 2030 partir de trois scnarios prospectifs contrasts a permis de mettre en vidence limpact de ces changements sur les fonctions des zones humides. La comparaison de ltat fonctionnel des zones humides selon le scnario tendanciel avec celui de ltat actuel a permis de mettre en vidence les secteurs vulnrables, tandis que la comparaison de ltat fonctionnel des zones humides selon le scnario environnemental avec celui de ltat actuel a permis didentifier les secteurs restaurer en priorit. Ce travail de thse sur la contribution des donnes de tldtection THRS lvaluation des fonctions des zones humides ouvre de nombreuses perspectives. La premire serait damliorer la caractrisation des zones humides. Pour cela, le dveloppement de mthodes 332
tel-00731169, version 1 - 12 Sep 2012
CONCLUSION GNRALE dextraction de linformation des donnes LiDAR non plus seulement en 2D mais en 3D permettrait de caractriser la connectivit et lencombrement des fosss ou encore la structure de la vgtation. Lintgration dinformations drives de sries multi-temporelles dimages RADAR, qui ont maintenant des rsolutions spatiales de lordre dun mtre, serait un atout majeur pour le suivi prcis des surfaces en eau, y compris sous couvert arbor, et de la structure de la vgtation. Les images multispectrales optiques forte rsolution temporelle, issues par exemple des futurs capteurs satellitaires Sentinelles 2, apporteront dans un futur proche une source dinformation intressante pour discriminer les diffrentes formations vgtales et suivre leur activit chlorophyllienne. La seconde perspective serait daffiner encore la combinaison de descripteurs et dindicateurs fonctionnels par une calibration sur des sites ayant dj fait lobjet dun protocole de mesures dans le cadre du programme EVALUWET. De plus, le dveloppement dun modle hydrologique permettant de spatialiser les flux de surfaces sur lensemble des zones humides dun bassin-versant partir des donnes LiDAR permettrait daffiner lvaluation des fonctions hydrologiques. La troisime perspective est lie la simulation des fonctions effectuer, non plus par rapport des scnarios prospectifs mais par rapport des amnagements localiss de rhabilitation de zones humides (construction douvrage hydraulique, diminution du rseau de drainage, plantation de haies de ceinture) ou de dgradation (remblaiement, urbanisation). Lutilisation du logiciel DEFINITE pourrait alors tre un outil complmentaire daide la dcision pour la gestion de ces milieux. La dmarche mthodologique propose dans cette thse est novatrice car elle permet, partir de couches dinformations drives de plusieurs types de donnes de tldtection, de spatialiser les fonctions des zones humides sur lensemble dun site dont la taille es t compatible avec une gestion territoriale. Cette approche, qui a t applique sur deux sites de louest de la France aux contextes paysagers diffrents (115 et 620 km), parat oprationnelle. Les cartes dvaluation fonctionnelles apportent des lments de rponses aux enjeux cologiques ou hydrologiques des deux sites dtudes. Elles permettent de cibler les priorits daction entreprendre travers la localisation des sites les plus intressants dun point de vue fonctionnel mais aussi ceux qui prsentent une vulnrabilit ou un fort potentiel de rhabilitation.
tel-00731169, version 1 - 12 Sep 2012
333
tel-00731169, version 1 - 12 Sep 2012
BIBLIOGRAPHIE
ACREMAN, M. ; BLAKE, J. ; BOOKER, D. ; HARDING, R. ; REYNARD, N. ; MOUNTFORD, J. ET STRATFORD, C., 2009. A simple framework for evaluating regional wetland ecohydrological response to climate change with case studies from Great Britain. Ecohydrology, 2(1), pp,117. ACREMAN, M.C. ET MCCARTNEY, M.P., 2009. Hydrological Impacts in and around wetlands, In Maltby E. ET Barker T., The wetlands handbook, Wiley-Blackwell, Oxford, pp,643666. ALEXANDRIDIS, T.K. ; LAZARIDOU, E. ; TSIRIKA, A. ET ZALIDIS, G.C., 2009. Using Earth Observation to update a Natura 2000 habitat map for a wetland in Greece. Journal of Environmental Management, 90(7), pp,22432251. AL-KHUDHAIRY, D.H.A. ; LEEMHUIS, C. ; HOFFMANN, V. ; CALAON, R. ET SHEPHERD, I.M., 2001. Monitoring wetland ditch water levels in the North Kent Marshes, UK, using Landsat TM imagery and ground-based measurements. Hydrological sciences journal, 46(4), pp,585597. ALLOUIS, T. ; BAILLY, J.S. ; PASTOL, Y. ET LE ROUX, C., 2010. Utilisation conjointe de trains dondes LiDAR vert et infrarouge pour la bathymtrie des eaux de trs faibles profondeurs. Revue Franaise de Photogrammtrie et de Tldtection, 191, pp,5261. ANDERSON, R.R. ET WOBBER, R.J., 1973. Wetlands mapping in New Jersey. Photogrammetric Engineering, 39, pp,353358. ANDRESEN, T. ; MOTT, C, ; SCHUPFERLING, R. ; ZIMMERMANN, S. ET SCHNEIDER, T., 2007. Analise orientada a Objectos de Dados de Sensoriamento Remoto para a Obtenao de Parametros Aquaticos/Terrestres. In Kux H. et Blaschke T., Sensoriamento remoto e SIG avanados, Oficina de textos, Sao Paulo, pp. 241250. AXELSSON, P., 1999. Processing of laser scanner dataalgorithms and applications. ISPRS Journal of Photogrammetry and Remote Sensing, 54(2), pp,138147. BAATZ, M. ; BENZ, U. ; DEHGHANI, S. ; HEYNEN, M. ; HLTJE, A. ; HOFMANN, P. ; LINGENFELDER, I. ; MIMLER, M. ; SOHLBACH, M. ; WEBER, M. ET OTHERS, 2004. eCognition professional user guide 4. Definiens Imaging, Munich, 276 p. BAILLY, J.S. ; LAGACHERIE, P. ; MILLIER, C. ; PUECH, C. ET KOSUTH, P., 2008. Agrarian landscapes linear features detection from LiDAR: application to artificial drainage networks. International Journal of Remote Sensing, 29(11-12), pp,3489350. BAILLY, J.S. ; LAGACHERIE, P. ; MILLIER, C. ; PUECH, C. ET KOSUTH, P., 2006. Comparison of artificial drainage network detection rates in cultivated landscapes with LiDAR and high resolution IRC images. EGU Hydrological Sciences, Vienne, Autriche, 1 p. BAILLY, J.S. ; PUECH, C. ET MASSE, J., 2003. Applications de limagerie trs haute rsolution spatiale pour le suivi de lhydromorphie du marais atlantique de Bourgneuf. Photo Interpretation, 39(1), pp,2232. BAIZE, D. ET GIRARD, M.., 1995. Rfrentiel Pdologique, INRA, Paris, 332 p.
tel-00731169, version 1 - 12 Sep 2012
BIBLIOGRAPHIE BAKER, C. ; LAWRENCE, R. ; MONTAGNE, C. ET PATTEN, D., 2006. Mapping wetlands and riparian areas using landsat etm1 imagery and decision-tree-based models. Wetlands, 26(2), pp,465474. BARBER, C.P. ET SHORTRIDGE, A., 2005. Lidar Elevation Data for Surface Hydrologic Modeling: Resolution and Representation Issues. Cartography and Geographic Information Science, 32(4), pp,401410. BARDUCCI, A. ; GUZZI, D. ; MARCOIONNI, P. ET PIPPI, I., 2009. Aerospace wetland monitoring by hyperspectral imaging sensors: A case study in the coastal zone of San Rossore Natural Park. Journal of Environmental Management, 90(7), pp,22782286. BARIOU, R. ET LECAMUS, D., 1978. Manuel de tldtection: photographies ariennes, images radar, thermographies, satellites. ditions Sodipe, Paris, 349 p. BARNAUD, G. ET DAUSSE, A., 2000. Vers une standardisation des mthodes didentification de dtermination, de dlimitation des zones humides. ZH Infos, 29, pp,79. BARNAUD, G. ET FUSTEC, E., 2007. Conserver les zones humides: pourquoi? comment?, ditions Quae, Versailles, 298 p. BATER, C.W. ET COOPS, N.C., 2009. Evaluating error associated with lidar-derived DEM interpolation. Computers et Geosciences, 35(2), pp,289300. BATES, P.D. ; WILSON, M.D. ; HORRITT, M.S. ; MASON, DAVID C. ; HOLDEN, N. ET CURRIE, A., 2006. Reach scale floodplain inundation dynamics observed using airborne synthetic aperture radar imagery: Data analysis and modelling. Journal of Hydrology, 328(1-2), pp,306318. BAUDRY, J. ; BUREL, F. ; AVIRON, S. ; MARTIN, M. ; OUIN, A. ; PAIN, G. ET THENAIL, C., 2003. Temporal variability of connectivity in agricultural landscapes: do farming activities help? Landscape Ecology, 18(3), pp,303314. BAUDRY, J. ET THENAIL, C., 2004. Interaction between farming systems, riparian zones, and landscape patterns: a case study in western France. Landscape and Urban Planning, 67(1 4), pp,121129. BEAUFILS, M., 2001. Avifaune de la baie du Mont Saint-Michel 1979-1999: Enqute sur un site complexe., GONm et Bretagne Vivante, 301 p. BEAUFILS, M. ET MOREL, M., 2008. Lavifaune du marais de Sougal et de ses abords en priode nuptiale, Bretagne Vivante, 19 p. BELLANGER, A., 2010. Le marais de Sougal, plan de gestion 2010-2012, Pleine Fougres: Communaut de communes de la Baie du Mont Saint Michel, 323 p. BELLUCO, E. ; CAMUFFO, M. ; FERRARI, S. ; MODENESE, L. ; SILVESTRI, S. ; MARANI, A. ET MARANI, M., 2006. Mapping salt-marsh vegetation by multispectral and hyperspectral remote sensing. Remote Sensing of Environment, 105(1), pp,5467. BENDJOUDI, H ET DE MARSILY, G., 2000. Le fonctionnement hydrologique des zones humides, In Fustec E. et Lefeuvre J.C., Fonctions et valeurs des zones humides, Dunod, Paris, 426 p., pp. 6181.
tel-00731169, version 1 - 12 Sep 2012
336
BIBLIOGRAPHIE BENDJOUDI, H. ; WENG, P. ; GURIN, R. ET PASTRE, J.F., 2002. Riparian wetlands of the middle reach of the Seine river (France): historical development, investigation and present hydrologic functioning. A case study. Journal of Hydrology, 263(1-4), pp,131155. BENSETTITI, F. ; GAUDILLAT, V. ET HAURY, J., 2002. Tome 3 - Habitats Humides., Paris: MATE/MAP/MNHN/Ed., La Documentation franaise, 457 p. BENZ, U.C. ; HOFMANN, P. ; WILLHAUCK, G. ; LINGENFELDER, I. ET HEYNEN, M., 2004. Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPRS Journal of Photogrammetry and Remote Sensing, 58(3-4), pp,239258. BERNARD, P., 1994. Les zones humides, Rapport dvaluation. Comit interministriel de lvaluation des politiques publiques, Commissariat du Plan, La Documentation Franaise, Paris, 391 p. BEVEN, K. ET KIRKBY, M., 1979. A physically based, variable contributing area model of basin hydrology. Hydrological Sciences Bulletin, 24(1), pp,4369. BLASCHKE, T., 2010. Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), pp,216. BOERNER, W.M. ET YAMAGUCHI, Y., 2008. Recent Advances In POL-SAR et POL-IN-SAR Imaging of Natural Habitats and Wetland Remote Sensing. In Geoscience and Remote Sensing Symposium. IGARSS 2008 IEEE, 6-11 juillet, Boston, pp. 293294. BORK, E.W. ET SU, J.G., 2007. Integrating LiDAR data and multispectral imagery for enhanced classification of rangeland vegetation: A meta analysis. Remote Sensing of Environment, 111(1), pp,1124. BREZONIK, P.L. ; BAUER, M.E. ; OLMANSON, L.G. ET ERDMAN, K., 2003. Assessment of Minnesota lakes and wetlands using satellite imagery, WRC Staff-Generated Research Program, 62 p. BRINSON, M., 1993. A Hydrogeomorphic Classification for Wetlands, Wetlands Research Program Technical Report, US Army Corps of Engineers, 103 p. BRINSON, M., 2009. The United States HGM (Hydrogeomorphic) Approach. In Maltby E. ET Barker T., The wetlands handbook, Wiley-Blackwell, Oxford, pp. 486512. BRISCO, B. ; SCHMITT, A. ; MURNAGHAN, K. ; KAYA, S. ET ROTH, A., 2011. SAR polarimetric change detection for flooded vegetation. International Journal of Digital Earth, pp,112. DOI: 10,1080/17538947,2011,608813 BURNETT, C ET BLASCHKE, T., 2003. A multi-scale segmentation/object relationship modelling methodology for landscape analysis. Ecological Modelling, 168(3), pp,233249. BURSTEIN, F. ; HOLSAPPLE, C. ; REYNOLDS, K.M. ; TWERY, M. ; LEXER, M.J. ; VACIK, H. ; RAY, D. ; SHAO, G. ET BORGES, J.G., 2008. Decision Support Systems in Forest Management. In Handbook on Decision Support Systems 2. International Handbooks on Information Systems. Springer Berlin Heidelberg, pp. 499533. C.E.R.E.S.A., 2006. tude de classement du marais de Sougal en Espace Remarquable de Bretagne, Dossier scientifique, 63 p. CALOZ, R. ET COLLET, C., 2001. Traitements numriques dimages de tldtection. Prcis de tldtection, Vol. 3, Presses de lUniversit du Qubec, Qubec, 386 p. 337
tel-00731169, version 1 - 12 Sep 2012
BIBLIOGRAPHIE CANARD, A. ; ISBLED, B. ; JORET, E. ; LE GARFF, B. ; LESAGE, G. ; MORNE, P. ; REYDELLET, C. ; SACHET, C. ET SINEUX, D., 2003. La Folie, Sougal et le Mesnil, trois marais bretons du Couesnon, Archives Dpartementales dIlle-et-Vilaine, Rennes, 84 p. CASTANEDA, C. ET DUCROT, D., 2009. Land cover mapping of wetland areas in an agricultural landscape using SAR and Landsat imagery. Journal of Environmental Management, 90(7), pp,22702277. CAVALLI, M. ; TAROLLI, P. ; MARCHI, L. ET DALLA FONTANA, G., 2008. The effectiveness of airborne LiDAR data in the recognition of channel-bed morphology. CATENA, 73(3), pp,249260. CEBALLOS-SILVA, A. ET LPEZ-BLANCO, J., 2003. Delineation of suitable areas for crops using a Multi-Criteria Evaluation approach and land use/cover mapping: a case study in Central Mexico. Agricultural Systems, 77(2), pp,117136. CHAPUIS, J.L. ; DCAMP, H. ; BARNAUD, G. ET BARR, V., 2002. Programme national de recherche Recrer la nature: Rhabilitation, restauration et cration dcosystmes. In Revue dcologie (La Terre et la Vie). Grenoble, pp. 1261. tel-00731169, version 1 - 12 Sep 2012 CHEN, K. ; BLONG, R. ET JACOBSON, C., 2001. MCE-RISK: integrating multicriteria evaluation and GIS for risk decision-making in natural hazards. Environmental Modelling et Software, 16(4), pp,387397. CIVCO, D. ; HURD, J. ; PRISLOE, S. ET GILMORE, M., 2006. Characterization of Coastal Wetland Systems using Multiple Remote Sensing Data Types and Analytical Techniques. In Geoscience and Remote Sensing Symposium, IEE, 31 juillet-4 aot, Denver, pp. 34423446. CLMENT, B. ; AIDOUD, A. ; LEBAS, J.F. ET NOGUES, E., 2011. Restauration de la Tourbire de Landemarais, vingt annes de suivi. Sciences, eaux et territoires, 5, pp,4853. CLMENT, B. ; CUDENNEC, C. ; DUFOUR, S. ; FNON, J. ; HUBERT-MOY, L. ; MARCHAL, C. ; RAPINEL, S. ET THOMAS, A., 2011. tude des fonctionnalits du bassin de la Lizonne, Rapport final, EPIDOR, 174 p. CLMENT B. ET FRANCEZ A-J, 2007. Le marais de Brire, de la biodiversit et de leffet de serre. In Guichneuf B., Launay A. et Gallie A. Pour une gestion durable des zones humides : lexemple des parcs naturels rgionaux. Aestuaria, 10, pp,49-65 CLMENT, B. ; HUBERT-MOY, L. ; HOUET, T. ET AIDOUD, A., 2004. Dlimiter pour valuer et spatialiser les zones humides de fonds de valles. In Ligneau L. et Lucas J. R., eds. Savoirs et savoir-faire sur les bassins versants; Pollution de leau et dynamique de restauration de sa qualit en milieu rural. Chambre Rgionale dAgriculture de Bretagne, pp. 183184. CLMENT, B. ; HUBERT-MOY, L. ET RAPINEL, S., 2008. valuation des fonctions des zones humides partir de donnes trs haute rsolution spatiale. Application exprimentale la basse valle de la Dordogne., Rapport final, EPIDOR, 92 p. CLMENT, B. ; MALTBY, E. ; HOGAN, D. ET MCINNES, R., 1996. Relationships between vegetation, hydrology and properties in river marginal wetlands of the river Torridge basin. In Mrot et Jigorel, eds. Hydrologie dans les pays celtiques. INRA, Paris, pp. 304314.
338
BIBLIOGRAPHIE CLMENT, B. ET PROCTOR, M.C.F., 2009. Ecological dynamics I: Vegetation as bioindicator and dynamic community. In Maltby E. ET Barker T., The wetlands handbook, WileyBlackwell, Oxford, pp,282303. CLMENT, J.-C. ; AQUILINA, L. ; BOUR, O. ; PLAINE, K. ; BURT, T.P. ET PINAY, G., 2003. Hydrological flowpaths and nitrate removal rates within a riparian floodplain along a fourth-order stream in Brittany (France). Hydrological Processes, 17(6), pp,11771195. CLMENT, J.-C. ; HOLMES, R.M. ; PETERSON, B.J. ET PINAY, G., 2003. Isotopic investigation of denitrification in a riparian ecosystem in western France. Journal of Applied Ecology, 40(6), pp,10351048. COBBY, D.M. ; MASON, D.C. ET DAVENPORT, I.-J., 2001. Image processing of airborne scanning laser altimetry data for improved river flood modelling. ISPRS Journal of Photogrammetry and Remote Sensing, 56(2), pp,121138. COBBY, D.M. ; MASON, D.C. ; HORRITT, M.S. ET BATES, P.D., 2003. Two-dimensional hydraulic flood modelling using a finite-element mesh decomposed according to vegetation and topographic features derived from airborne scanning laser altimetry. Hydrological Processes, 17(10), pp,19792000. COHEN, J., 1960. A Coefficient of Agreement for Nominal Scales. Educational and Psychological Measurement, 20(1), pp,3746. CONGALTON, R.G. ; ODERWALD, R.G. ET MEAD, R.A., 1983. Assessing Landsat classification accuracy using discrete multivariate analysis statistical techniques. Photogrammetric Engineering and Remote Sensing, 49, pp,16711678. COWARDIN, L.M., 1979. Classification of wetlands and deepwater habitats of the United States, Fish and Wildlife Service, US Dept. of the Interior, Washington, 79 p. COWARDIN, L.M. ET MYERS, V.I., 1974. Remote sensing for identification and classification of wetland vegetation. The Journal of Wildlife Management, 38(2), pp,308314. COWARDIN, L.M. ; SHAFFER, T.L. ET ARNOLD, P.M., 1995. Evaluations of duck habitat and estimation of duck population sizes with a remote-sensing-based system, National Biological Service, Biological Science Report 2, 26 p. CURIE, F. ; GAILLARD, S. ; DUCHARNE, A. ET BENDJOUDI, H., 2007. Geomorphological methods to characterise wetlands at the scale of the Seine watershed. Science of The Total Environment, 375(1-3), pp,5968. DABROWSKA-ZIELINSKA, K. ; GRUSZCZYNSKA, M. ; LEWINSKI, S. ; HOSCILO, A. ET BOJANOWSKI, J., 2009. Application of remote and in situ information to the management of wetlands in Poland. Journal of Environmental Management, 90(7), pp,2261 2269. DAHL, T.E., 1990. Wetlands losses in the United States 1780s to 1980s, U.S. Department of the Interior, Fish and Wildlife Service, 13 p. DAVIS, S.M. ET OGDEN, J.C., 1994. Everglades: the ecosystem and its restoration, St Lucie Press, Delray Beach, 826 p.
tel-00731169, version 1 - 12 Sep 2012
339
BIBLIOGRAPHIE DAVRANCHE, A., 2008. Suivi de la gestion des zones humides camarguaises par tldtection en rfrence leur intrt avifaunistique. Thse de doctorat, Universit de Provence Aix-Marseille 1, 235p. DEHORTER, O. ET TAMISIER, A., 1996. Wetland habitat characteristics for waterfowl wintering in Camargue, Southern France: implications for conservation. Revue dcologie, 51(2), pp,161172. DEHOUCK, A. ; LAFON, V. ; BAGDHADI, N. ; ROUBACHE, A. ET RABAUTE, T., 2011. Potential of TerraSAR-X Imagery for Mapping Intertidal Coastal Wetlands. Proceedings of the 4th TerraSAR-X Science Team Meeting, 14-16 Fvrier, Oberpfaffenhofen, Germany. DELATTRE, T. ; PICHANCOURT, J.-B. ; BUREL, F. ET KINDLMANN, P., 2010. Grassy field margins as potential corridors for butterflies in agricultural landscapes: A simulation study. Ecological Modelling, 221(2), pp,370377. DELLINGER, S., 2004. Amnagement, restauration et entretien des cours deau et zones humides de la basse valle du Couesnon: Actions, bilan et perspectives, Mmoire de DESS, Universit dAngers, 69 p. tel-00731169, version 1 - 12 Sep 2012 DEROIN, J.P. ; COMPANY, A. ET SIMONIN, A., 1997. An empirical model for interpreting the relationship between backscattering and arid land surface roughness as seen with the SAR, IEEE Transactions on Geoscience and Remote Sensing, 35(1), pp,8692. DI GREGORIO, A. ET JANSEN, L.J.M., 1997. A new concept for land cover classification system. In Proceedings of the Earth Observation and Environmental Information. 13 16 octobre, Alexandrie, Egypt, 10 p. DISSANSKA, M. ; BERNIER, M. ; PAYETTE, S. ET OTHERS, 2009. Object-based classification of very high resolution panchromatic images for evaluating recent change in the structure of patterned peatlands. Canadian Journal of Remote Sensing, 35(2), pp,189215. DOGAN, O.K. ; AKYUREK, Z. ET BEKLIOGLU, M., 2009. Identification and mapping of submerged plants in a shallow lake using quickbird satellite data. Journal of Environmental Management, 90(7), pp,21382143. DORREN, L.K.A. ; MAIER, B. ET SEIJMONSBERGEN, A.C., 2003. Improved Landsat-based forest mapping in steep mountainous terrain using object-based classification. Forest Ecology and Management, 183(13), pp,3146. DUGAN, P., 1993. Wetlands in Danger: A World Conservation Atlas, Mitchell Beazley London Ltd, London, 192 p. ELLENBERG, H. ; WEBER, H.E. ; DULL, R. ET WIRTH, V., 1991. Zeigerwerte von Pflanzen in Mitteleuropa, E. Goltze, Gttingen, 258 p. EUROSTAT, 2001. Manual of concepts on land cover and land use information systems, European Commission, Luxembourg, 106 p. EWEL, K.C., 2009. Introduction How Do Wetlands Fail ? In Maltby E. wetlands handbook, Wiley-Blackwell, Oxford, pp. 627642.
ET
Barker T., The
FAHRIG, L. ; BAUDRY, J. ; BROTONS, L. ; BUREL, F.G. ; CRIST, T.O. ; FULLER, R.J. ; SIRAMI, C. ; SIRIWARDENA, G.M. ET MARTIN, J.-L., 2011. Functional landscape heterogeneity and animal biodiversity in agricultural landscapes. Ecology Letters, 14(2), pp,101112. 340
BIBLIOGRAPHIE FINLAYSON, C. ; DAVIDSON, NC ; SPIERS, A. ET STEVENSON, N., 1999. Global wetland inventorycurrent status and future priorities. Marine and Freshwater Research, 50(8), pp,717727. FINLAYSON, C. ET MOSER, M., 1991. Wetlands, Checkmark Books, Oxford, 224 p. FONSECA, L. ; FEDOROV, D. ; MANJUNATH, B.S. ; KENNEY, C. ; CASTEJON, E. ET DE MEDEIROS, J.S., 2006. Automatic Registration and Mosaicking System for Remotely Sensed Imagery. Revista Brasileira de Cartografia, 58(1), pp,4961. FRANCEZ, A.J., 2000. La dynamique du carbone dans les tourbires Sphagnum, de la sphaigne leffet de serre. LAnne biologique, 39(4), pp,205270. FRAZIER, P. ; PAGE, K. ; LOUIS, J. ; BRIGGS, S. ET ROBERTSON, A.I., 2003. Relating wetland inundation to river flow using Landsat TM data. International Journal of Remote Sensing, 24(19), pp,37553770. FRAZIER, S., 1996. An overview of the worlds Ramsar sites. Wetlands International, 39, 58 p. tel-00731169, version 1 - 12 Sep 2012 FULLER, L.M. ; MORGAN, T.R. ET AICHELE, S., 2005. Wetland Delineation with IKONOS HighResolution Satellite Imagery, Scientific Investigations Report, USGS, 16 p. FUSTEC, E. ; BOT, P. ; AMEZAL, A. ET FAUCHON, N., 1999. Methodology for multifunctional assessment of riverine wetlands in the Seine river basin. Hydrobiologia, 410, pp,213221. FUSTEC E., LEFEUVRE J.C., 2000. Fonctions et valeurs des zones humides, Dunod, Paris, 426 p. GAILLARD, S. ; AMEZAL, A. ; BRAVARD, J.-P. ; FUSTEC, E. ; BENDJOUDI, H. ; BRUNSTEIN, D. ET NGUYEN, D., 2001. Inventaire et fonctions des zones humides dans le bassin de la Seine. In Actes du colloque Scientifiques et Dcideurs: agir ensemble pour une gestion durable des systmes fluviaux. 6-8 juin, Lyon, France, 11 p. GAMBRELL, R.P. ET PATRICK, W.H., 1988. The influence of redox potential on the environmental chemistry of contaminants in soils and sediments. The ecology and management of wetlands, 1, pp,319333. GEN, L. ; DEWITT, B. ET SMITH, S., 2004. Determination of Wetland Vegetation Height with LiDAR. Turkish Journal of agriculture and forestry, 28(1), pp,6371. GOPHENIX, 2009. Lever topographique haute rsolution par laser aroport (LiDAR), Pleine-Fougres, Montours, Seuilly, Ligr. Rapport de production, Gophenix, 24 p. GILMORE, M.S. ; WILSON, E.H. ; BARRETT, N. ; CIVCO, D.L. ; PRISLOE, S. ; HURD, J.D. ET CHADWICK, C., 2008. Integrating multi-temporal spectral and structural information to map wetland vegetation in a lower Connecticut River tidal marsh. Remote Sensing of Environment, 112(11), pp,40484060. GINESTE, P. ; PUECH, C. ET MROT, P., 1998. Radar remote sensing of the source areas from the Cot-Dan catchment. Hydrological processes, 12(2), pp,267284. GODET, M., 1993. De lanticipation laction, Dunod, Paris, 390 p. GOODWIN, N.R. ; COOPS, N.C. ET CULVENOR, D.S., 2006. Assessment of forest structure with airborne LiDAR and the effects of platform altitude. Remote Sensing of Environment, 103(2), pp,140152.
341
BIBLIOGRAPHIE GOPAL, B., 2009. Biodiversity in wetlands. In Maltby E. Wiley-Blackwell, Oxford, pp,6595.
ET
Barker T., The wetlands handbook,
GREEUW, S. ; VAN ASSELT, M. ; GROSSKURTH, J. ; STORMS, C. ; RIJKENS-KLOMP, N. ET ROTHMAN, D., 2000. Cloudy crystal balls: an assessment of recent European and global scenario studies and models. Experts Corner Report, Prospects and Scenarios No 4, European Environment Agency, Copenhagen, 96 p. GUENTHER, G.C. ET MAUNE, D., 2007. Airborne lidar bathymetry. In David F. ET Maune D.F., Digital elevation model technologies and applications: the DEM users manual, Asprs Publications, Bethesda, pp,253320. GUERIN, R. ; BENDJOUDI, H. ; TCHIGUIRINSKAIA, I. ; TABBAGH, J. ET TABBAGH, A., 2003. Prsentation du Programme National de Recherche sur les Zones Humides-Apport de la thermographie infrarouge aroporte ltude de lhtrognit dune zone humide . Photo Interprtation, 39(1), pp,1621. GUIRAL, D., 2001. tude et caractrisation des zones humides de la pleine ctire Guyanaise (Marais de Kaw) dans la perspective dune gestion intgre, Rapport d'avancement annuel, MARLITROP, 69 p. GUSTAFSON, E.J. ET PARKER, G.R., 1994. Using an index of habitat patch proximity for landscape design. Landscape and Urban Planning, 29(2-3), pp,117130. HARALICK, R. ; STERNBERG, S. ET ZHUANG, X., 1987. Image analysis using mathematical morphology. IEEE transactions on pattern analysis and machine intelligence, 9(4), pp,532550. HARALICK, R.M. ; SHANMUGAM, K. ET DINSTEIN, I.H., 1973. Textural features for image classification. Systems, Man and Cybernetics, IEEE Transactions on, 3(6), pp,610621. HARDING, D. ; LEFSKY, M. ; PARKER, G. ET BLAIR, J., 2001. Laser altimeter canopy height profiles: methods and validation for closed-canopy, broadleaf forests. Remote Sensing of Environment, 76(3), pp,283297. HARRIS, A. ET BRYANT, R.G., 2009. A multi-scale remote sensing approach for monitoring northern peatland hydrology: Present possibilities and future challenges. Journal of Environmental Management, 90(7), pp,21782188. HATEM, F., 1993. La prospective: pratiques et mthodes, Gestion, Economica, Paris, 385 p. HAY, G.J. ET CASTILLA, G., 2008. Geographic Object-Based Image Analysis (GEOBIA): A new name for a new discipline. In Blaschke T., Lang S., Hay G. F., Cartwright W., Gartner G., Meng L., et Peterson M. P., eds. Object-Based Image Analysis. Lecture Notes in Geoinformation and Cartography. Springer, Berlin, pp. 7589. HENDERSON, F.M. ; HART JR, T.F. ; HEATON, B. ET CHASAN, R., 1998. Spectral separability and composition of coastal wetlands using SAR and fused optical-SAR data sets. In Geoscience and Remote Sensing Symposium Proceedings, 6-10 juillet, pp. 867869. HERRERO, J. ET CASTANEDA, C., 2009. Delineation and functional status monitoring in small saline wetlands of NE Spain. Journal of Environmental Management, 90(7), pp,22122218. HESS, L.L. ; MELACK, J.M. ; FILOSO, S. ET WANG, Y., 1995. Delineation of inundated area and vegetation along the Amazon floodplain with the SIR-C synthetic aperture radar. Geoscience and Remote Sensing, IEEE Transactions on, 33(4), pp,896904. 342
tel-00731169, version 1 - 12 Sep 2012
BIBLIOGRAPHIE HOGAN, D.V. ET MALTBY, E., 2005. The Social, Economic and Environmental Benefits of wetlands in the Humberhead Levels. Stage 3 Report, Part 2: Results and Interpretation of functional assessment., Countryside Agency, Royal Holloway Institute for Environmental Research, Royal Holloway, University of London. HOLLAUS, M. ; WAGNER, W. ; EBERHFER, C. ET KAREL, W., 2006. Accuracy of large-scale canopy heights derived from LiDAR data under operational constraints in a complex alpine environment. ISPRS Journal of Photogrammetry and Remote Sensing,, 60(5), pp,323 338. HONG, S.-H. ; WDOWINSKI, S. ; KIM, S.-W. ET WON, J.-S., 2010. Multi-temporal monitoring of wetland water levels in the Florida Everglades using interferometric synthetic aperture radar (InSAR). Remote Sensing of Environment, 114(11), pp,24362447. HOPKINSON, C. ; CHASMER, L.E. ; SASS, G. ; CREED, I.F. ; SITAR, M. ; KALBFLEISCH, W. ET TREITZ, P., 2005. Vegetation class dependent errors in lidar ground elevation and canopy height estimates in a boreal wetland environment. Canadian Journal of Remote Sensing, 31(2), pp,191206. tel-00731169, version 1 - 12 Sep 2012 HORRITT, M.S. ; MASON, D.C. ; COBBY, D.M. ; DAVENPORT, I.J. ET BATES, P.D., 2003. Waterline mapping in flooded vegetation from airborne SAR imagery. Remote Sensing of Environment, 85(3), pp,271281. HOUET, T., 2006. Occupation des sols et gestion de leau: modlisation prospective en paysage agricole fragment (application au SAGE du Blavet). Thse de doctorat, Universit de Rennes 2, Rennes, 370 p. HOUET, T. ; HUBERT-MOY, L. ET TISSOT, C., 2008. Modlisation prospective spatialise lchelle locale: approche mthodologique. Application la gestion de leau en Bretagne. Revue internationale de Gomatique, 18(3), pp,345373. HOUET, T. ; LOVELAND, T. ; HUBERT-MOY, L. ; GAUCHEREL, C. ; NAPTON, D. ; BARNES, C. ET SAYLER, K., 2010. Exploring subtle land use and land cover changes: a framework for future landscape studies. Landscape Ecology, 25(2), pp,249266. HUAGUO, Z. ; DONGLING, L. ; LIHONG, L. ET AIQIN, S., 2011. Wetland landscape pattern analysis with remote sensing images in Ximen Island special marine protected area. In Earth Resources and Environmental Remote Sensing/GIS Applications II. SPIE 8181, 1821 avril, Prague. HUANG, S. ; YOUNG, C. ; FENG, M. ; HEIDEMANN, K. ; CUSHING, M. ; MUSHET, D.M. ET LIU, S., 2011. Demonstration of a conceptual model for using LiDAR to improve the estimation of floodwater mitigation potential of Prairie Pothole Region wetlands. Journal of Hydrology, 405(3-4), pp,417426. HUBERT-MOY, L., 2005. La tldtection. In Caractrisation des zones humides. Cahier thmatique du PNRZH. Agences de leau, BRGM, Ministre de lcologie et du dveloppement durable, pp. 5462. HUBERT-MOY, L., 2004. Occupation du sol et tldtection: de linventaire la modlisation prdictive. Habilitation Diriger des Recherches. Universit de Rennes 2, Rennes, 278 p.
343
BIBLIOGRAPHIE HUBERT-MOY, L. ; CLMENT, B. ; LENNON, M. ; HOUET, T. ET LEFEUVRE, E., 2003. Study of wetlands using CASI hyperspectral images: Application to the valley floors of the Armorican Massif. Photo-Interprtation, 39, pp,3343. HUBERT-MOY, L. ; MICHEL, K. ; CORPETTI, T. ET CLMENT, B., 2006. Object-oriented mapping and analysis of wetlands using SPOT 5 data. In International Geoscience and Remote Sensing Symposium. IGARSS Conference, 31 juillet 4 aout, Denver, pp. 3347 3350. HUNT, K.J. ET JAMES, L.A., 2010. The LiDAR-side of Headwater Streams: Mapping Channel Networks with High-resolution Topographic Data. Southeastern Geographer, 50(4), pp,523539. HURD, J. ; CIVCO, D. ; GILMORE, M.-S. ; PRISLOE, S. ET WILSON, E.-H., 2006. Tidal wetland classification from landsat imagery using an integrated pixel-based and object-based classification approach. In ASPRS 2006 Annual Conference, 1-5 mai, Reno. I-MAGE CONSULT, 2008. Cartographie des zones dominante humide du bassin de la Dordogne (Charente/gironde, Lot, Puy-de-Dme), Rapport final, EPIDOR, 64 p. tel-00731169, version 1 - 12 Sep 2012 I-MAGE CONSULT, 2006(a). Cartographie des zones dominante humide du bassin de la Dordogne , EPIDOR, 40 p. I-MAGE CONSULT, 2006(b). Cartographie des zones humides du bassin Seine-Normandie, AESN, 47 p. JACKSON, R.D., 1982. Soil Moisture Inferences from Thermal-Infrared Measurements of Vegetation Temperatures. IEEE Transactions on Geoscience and Remote Sensing, 20(3), pp,282286. JAMES, L.A. ; WATSON, D.G. ET HANSEN, W.F., 2007. Using LiDAR data to map gullies and headwater streams under forest canopy: South Carolina, USA. CATENA, 71(1), pp,132144. JANSSEN, R. ; GOOSEN, H. ; VERHOEVEN, M.L. ; VERHOEVEN, J.T.A. ; OMTZIGT, A.Q.A. ET MALTBY, E., 2005. Decision support for integrated wetland management. Environmental Modelling et Software, 20(2), pp,215229. JENSEN, J. ; HODGSON, M. ; CHRISTENSEN, E. ; MACKEY JR, H. ; TINNEY, L. ET SHARITZ, R., 1986. Remote sensing inland wetlands: a multispectral approach. Photogrammetric engineering and remote sensing, 52(1), pp,87100. JIANG, H. ET EASTMAN, J.R., 2000. Application of fuzzy measures in multi-criteria evaluation in GIS. International Journal of Geographical Information Science, 14(2), pp,173184. JONES, K. ; LANTHIER, Y. ; VAN DER VOET, P. ; VAN VALKENGOED, E. ; TAYLOR, D. ET FERNANDEZ-PRIETO, D., 2009. Monitoring and assessment of wetlands using Earth Observation: The GlobWetland project. Journal of Environmental Management, 90(7), pp,21542169. JULIEN, P.A. ; LAMONDE, P. ET LATOUCHE, D., 1975. La mthode des scnarios: une rflexion sur la dmarche et la thorie de la prospective, coll. Schma gnral damnagement de la France n59, La documentation franaise, Paris, 131 p.
344
BIBLIOGRAPHIE KASISCHKE, E.S. ET BOURGEAU-CHAVEZ, L.L., 1997. Monitoring South Florida wetlands using ERS-1 SAR imagery. Photogrammetric Engineering and Remote Sensing, 63(3), pp,281 291. KASISCHKE, E.S. ; MELACK, J.M. ET CRAIG DOBSON, M., 1997. The use of imaging radars for ecological applicationsa review. Remote Sensing of Environment, 59(2), pp,141156. KASISCHKE, E. S. ; SMITH, K. ; BOURGEAU-CHAVEZ, L.L. ; ROMANOWICZ, E.A. ; BRUNZELL, S. ET RICHARDSON, C.J., 2003. Effects of seasonal hydrologic patterns in south Florida wetlands on radar backscatter measured from ERS-2 SAR imagery. Remote Sensing of Environment, 88(4), pp,423441. KE, Y. ; QUACKENBUSH, L.J. ET IM, J., 2010. Synergistic use of QuickBird multispectral imagery and LiDAR data for object-based forest species classification. Remote Sensing of Environment, 114(6), pp,11411154. KELLER, P. ; KREYLOS, O. ; VANCO, M. ; HERING-BERTRAM, M. ; COWGILL, E.S. ; KELLOGG, L.H. ; HAMANN, B. ET HAGEN, H., 2011. Extracting and Visualizing Structural Features in Environmental Point Cloud LiDaR Data Sets. Topological Methods in Data Analysis and Visualization, pp,179192. KLEMAS, V. ; FIELD, R. ET WEATHERBEE, O., 2005. NOAA/NERRS Remote Sensing Applications Project: Using Biomass to Monitor Changes in Wetland Habitat. In Proc. 8th Int. Conf. on Remote Sensing of Marine and Coastal Environment, Halifax, 17-19 may. KUSHWAHA, S. ET DWIVEDI, R., 2000. Evaluation of various digital image processing techniques for detection of coastal wetlands using ERS-1 SAR data. International Journal of Remote Sensing, 21, pp,565579. LABA, M. ; DOWNS, R. ; SMITH, S. ; WELSH, S. ; NEIDER, C. ; WHITE, S. ; RICHMOND, M. ; PHILPOT, W. ET BAVEYE, P., 2008. Mapping invasive wetland plants in the Hudson River National Estuarine Research Reserve using quickbird satellite imagery. Remote Sensing of Environment, 112(1), pp,286300. LABEN, C.A. ET BROWER, B.V., 2000. Process for enhancing the spatial resolution of multispectral imagery using pan-sharpening, United States Eastman Kodak Company (Rochester, New York). US Patent 6011875. http://www.freepatentsonline.com/6011875.html. LALIBERTE, A. ; KOPPA, J. ; FREDRICKSON, E. ET RANGO, A., 2006. Comparison of Nearest Neighbor and Rule-based Decision Tree Classification in an Object-oriented Environment. In Geoscience and Remote Sensing Symposium. IEEE International Conference. Denver, 31 juillet-4 aout, pp. 39233926. LANE, C. ET DAMICO, E., 2010. Calculating the Ecosystem Service of Water Storage in Isolated Wetlands using LiDAR in North Central Florida, USA. Wetlands, 30(5), pp,967977. LANG, M. ET MCCARTY, G., 2009. Lidar intensity for improved detection of inundation below the forest canopy. Wetlands, 29(4), pp,11661178. LANGANKE, T. ; BURNETT, C. ET LANG, S., 2007. Assessing the mire conservation status of a raised bog site in Salzburg using object-based monitoring and structural analysis. Landscape and Urban Planning, 79(2), pp,160169.
tel-00731169, version 1 - 12 Sep 2012
345
BIBLIOGRAPHIE LANO, E., 2008. Diagnostics phyto-cologique et paysager des marais de la basse valle du Couesnon et de leur rle fonctionnel potentiel en terme daccueil de lavifaune. Mmoire de master, Universit de Rennes 1, Rennes, 42 p. LEFEBVRE, A. ; CORPETTI, T. ET HUBERT-MOY, L.H., 2009. A measure for change detection in very high resolution remote sensing images based on texture analysis. In Image Processing (ICIP), 16th IEEE International Conference on., 7-10 novembre, Le Caire, pp. 16971700. LEFSKY, M.A. ; COHEN, W.B. ; PARKER, G.G. ET HARDING, D.J., 2002. Lidar remote sensing for ecosystem studies. BioScience, 52(1), pp,1930. LEFSKY, M.A. ; KELLER, M. ; PANG, Y. ; DE CAMARGO, P.B. ET HUNTER, M.O., 2007. Revised method for forest canopy height estimation from Geoscience Laser Altimeter System waveforms. Journal of Applied Remote Sensing, 1, pp,3537. LEJOT, J. ; PIGAY, H. ; HUNTER, P.D. ; MOULIN, B. ET GAGNAGE, M., 2011. Utilisation de la tldtection pour la caractrisation des corridors fluviaux: exemples dapplications et enjeux actuels. Geomorphologie-Relief Processus Environnement, 2, pp. 157172. tel-00731169, version 1 - 12 Sep 2012 LEMOINE, Y., 2009. Suivi et analyse de ltiage 2009 et de sa gestion sur le bassin versant de la Lizonne , EPIDOR, 80 p. LVQUE, C. ; PAV, A. ; ABBADIE, L. ; WEILL, A. ET VIVIEN, F.D., 2000. Les zones ateliers, des dispositifs pour la recherche sur lenvironnement et les anthroposystmes. Natures Sciences Socits, 8(4), pp,4452. LILLESAND, T.M. ; KIEFER, R.W. ; CHIPMAN, J.W. ET OTHERS, 2004. Remote sensing and image interpretation., John Wiley et Sons Ltd, Oxford, 736 p. LIU, X. ET ZHANG, Z., 2011. Drainage network extraction using LiDAR-derived DEM in volcanic plains. Area, 43(1), pp,4252. LLOYD, C.D. ET ATKINSON, P.M., 2002. Deriving DSMs from LiDAR data with kriging. International Journal of Remote Sensing, 23(12), pp,25192524. LUDWIG, R. ET SCHNEIDER, P., 2006. Validation of digital elevation models from SRTM XSAR for applications in hydrologic modeling. ISPRS Journal of Photogrammetry and Remote Sensing, 60(5), pp,339358. MACALISTER, C. ET MAHAXAY, M., 2009. Mapping wetlands in the Lower Mekong Basin for wetland resource and conservation management using Landsat ETM images and field survey data. Journal of Environmental Management, 90(7), pp,21302137. MACKAY, H. ; FINLAYSON, C.M. ; FERNANDEZ-PRIETO, D. ; DAVIDSON, N. ; PRITCHARD, D. ET REBELO, L.-M., 2009. The role of Earth Observation (EO) technologies in supporting implementation of the Ramsar Convention on Wetlands. Journal of Environmental Management, 90(7), pp,22342242. MACKINNON, F., 2001. Wetland Application of LiDAR Data: Analysis of Vegetation Types and Heights in Wetlands, Rapport AGRG, 44 p. MALTBY, E., 1986. Waterlogged wealth: why waste the worlds wet places ? , Russel Press, Nottingham, 200 p.
346
BIBLIOGRAPHIE MALTBY, E. ET BARKER, T. eds., 2009. The Wetlands Handbook Wiley-Blackwell, Oxford, 1024 p. MALTBY, E. ; BARKER, T. ET LINSTEAD, C., 2009. Development of a European Methodology for the Functional Assessment of Wetlands. In Maltby E. ET Barker T., The wetlands handbook, Wiley-Blackwell, Oxford, pp. 513544. MALTBY, E. ed., 2009. Functional Assessment of Wetlands: Towards Evaluation of Ecosystem Services Woodhead Publishing, Cambridge, 672 p. MALTBY, E. ; HOGAN, D.V. ET MCINNES, R., 1996(a). Functional analyses of European wetland ecosystems, Rapport Phase I (FAEWE), European Commission, 407 p. MALTBY, E. ; MOCKLER, N. ET MCINNES, R., 1996(b). Denitrification rates in river marginal wetlands and buffer zone management. In Merot et Jigorel, eds. Les colloques. Hydrologie dans les pays celtiques. INRA, Paris, pp. 293303. MALTBY, E. ET TURNER, RE, 1983. Wetlands of the world. Geographical Magazine, 55(1), pp,1217. tel-00731169, version 1 - 12 Sep 2012 MARCHAL, C. ; POTTIER, E. ; HUBERT-MOY, L. ; CORGNE, S. ; ALLAIN-BAILHACHE, S. ET MERIC, S., 2010. Spaceborne fully polarimetric time-series datasets for land cover analysis. In Geoscience and Remote Sensing Symposium (IGARSS). IEEE International., 2530 juillet, Honolulu, pp. 859862. MARCHAL, C. ; POTTIER, E. ; HUBERT-MOY, L. ET RAPINEL, S., 2012. One year wetland survey investigations from a quad-pol Radarsat-2 time series SAR images. Canadian Journal of Remote Sensing. In press. MARTIKAINEN P.J., 1996. The fluxes of greenhouse gases CO2, CH4 and N2O in northern peatlands. In : Lappalainen E. (Ed.), Global Peat Ressources, UNESCO, International Peat Society, Geological Survey of Finland, pp. 29-36. MARTIKAINEN, P.J. ; NYKNEN, H. ; ALM, J. ET SILVOLA, J., 1995. Change in fluxes of carbon dioxide, methane and nitrous oxide due to forest drainage of mire sites of different trophy. Plant and Soil, 168(1), pp,571577. MASSU, N. ET LANDMANN, G., 2011. Connaissance des impacts du changement climatique sur la biodiversit en France mtropolitaine, synthse de bibliographie., ECOFOR, Paris, 180 p. MATTHEWS, E. ET FUNG, I., 1987. Methane emission from natural wetlands: global distribution, area, and environmental characteristics of sources. Global Biogeochemical Cycles, 1(1), pp,6186. MAXA, M. ET BOLSTAD, P., 2009. Mapping northern wetlands with high resolution satellite images and LiDAR. Wetlands, 29(1), pp,248260. MCCARTNEY, M.P. ET ACREMAN, M.C, 2009. Wetlands and water resources. In Wiebe K. et Gollehon Ne., eds. Quality Assurance. Wiley-Blackwell, Oxford, pp. 344376. MCCAULEY, L.A. ET JENKINS, D.G., 2005. Gis-based estimates of former and current depressional wetlands in an agricultural landscape. Ecological Applications, 15(4), pp,1199 1208. MENARD, S., 1999. Le marais de Sougal, un marais amnager ou mnager. Mmoire, Universit de Rennes 2, Rennes, 111 p. 347
BIBLIOGRAPHIE MENEAU, L., 2011. valuation fonctionnelle et systme daide la dcision: application aux bas marais du Couesnon. Mmoire de master, Universit de Rennes 1, Rennes, 67 p. MERMET, L. ET POUX, X., 2002. Pour une recherche prospective en environnement. Repres thoriques et mthodologiques. Nature Sciences Socits, 10(3), pp,715. MROT, P. ET AL., 2000. TY-FON, Typologie fonctionnelle des zones humides de fonds de valle en vue de la rgulation de la pollution diffuse, Rapport de synthse final PNRZH, INRA, 115 p. MROT, P. ; HUBERT-MOY, L. ; GASCUEL-ODOUX, C. ; CLMENT, B. ; DURAND, P.; BAUDRY, J. ET THENAIL, C., 2006. A Method for Improving the Management of Controversial Wetland. Environmental Management, 37(2), pp,258270. MROT, P. ; SQUIVIDANT, H. ; AUROUSSEAU, P. ; HEFTING, M. ; BURT, T. ; MAITRE, V. ; KRUK, M. ; BUTTURINI, A. ; THENAIL, C. ET VIAUD, V., 2003. Testing a climato-topographic index for predicting wetlands distribution along an European climate gradient. Ecological Modelling, 163(12), pp,5171. MROT, PHILIPPE ; GASCUEL-ODOUX, CHANTAL ; DELAHAYE, D. ; LE GOUE, P. ; GRIMALDI, CATHERINE ET GRUAU, G., 2010. Impact du Changement Climatique sur la qualit des eaux dans les hydrosystmes sous influence agricole: questions de recherche. In XXIII me Colloque de lAssociation Internationale de Climatologie. Rennes, 1-4 septembre, pp,411-416. MERWADE, V. ; COOK, A. ET COONROD, J., 2008. GIS techniques for creating river terrain models for hydrodynamic modeling and flood inundation mapping. Environmental Modelling et Software, 23(10-11), pp,13001311. MITSCH, W.J. ET GOSSELINK, J.G., 2007. Wetlands 4th ed., Wiley, Oxford, 600 p. MITSCH, W.J. ET WILSON, R.F., 1996. Improving the Success of Wetland Creation and Restoration with Know-How, Time, and Self-Design. Ecological Applications, 6(1), pp,77 83. MODE, M. ; MALTBY, E. ; TAINTON, V. ; LEDOUX, L. ET BURGESS, D., 2002. WEDSS: Integrating wetlands into river basin management to support the implementation of the WFD. Proceedings of Science for Water Policy: The implications of the Water Framework Directive. University of East Anglia, Norwich, UK. MCHER, C.A. ; STOMPH, T. ET FRESCO, L., 1993. Proposal for a global land use classification, FAO, Rome, 37 p. MURDOCH, P.S. ; BARON, J.S. ET MILLER, T.L., 2000. Potential effects of climate change on surface-water quality in north america. JAWRA Journal of the American Water Resources Association, 36(2), pp,347366. MURPHY, K. ; CASTELLA, E. ; CLEMENT, B. ; HILLS, J. ; OBRDLIK, P. ; PULFORD, I. ; SCHNEIDER, E. ET SPEIGHT, M., 1994. Biotic indicators of riverine wetland ecosystem functioning. In MITSCH, WJ, Global Wetlands: Old World and New. Elsevier Sciences, Amsterdam, pp,659682 MURPHY, P.N.C. ; OGILVIE, J. ; MENG, F.R. ET ARP, P., 2008. Stream network modelling using lidar and photogrammetric digital elevation models: a comparison and field verification. Hydrological Processes, 22(12), pp,17471754. 348
tel-00731169, version 1 - 12 Sep 2012
BIBLIOGRAPHIE NARCY, J.B. ET MERMET, L., 2003. Nouvelles justifications pour une gestion spatiale de leau. Nature Sciences Socits, 11(2), pp,135145. NOVO, E.M. ; COSTA, M.P.F. ET MANTOVANI, J.E., 1998. Application of RADARSAT multi date data to monitor the seasonal spread of macrophyte beds in the Tucurui reservoir, Brazilian Amazon. In IGARSS98 IEEE International Geoscience and Remote Sensing Symposium, Seattle, 610 juillet, pp. 831833. NRC, 1995. Wetlands: Characteristic and boundaries, National Research Council, Commission on Geosciences, Environment and Ressources, Washington, 268 p. ONEIL-DUNNE, J.P.M. ; MACFADEN, S. ET PELLETIER, K.C., 2011. Incorporating contextual information into object-based image analysis workflows. In ASPRS 2011 Annual Conference. Milwaukee, 15 mai, 11p. OZESMI, S.L. ET BAUER, M.E., 2002. Satellite remote sensing of wetlands. Wetlands Ecology and Management, 10(5), pp,381402. PASCUAL, C. ; GARCA-ABRIL, A. ; GARCA-MONTERO, L.G. ; MARTN-FERNNDEZ, S. ET COHEN, W.B., 2008. Object-based semi-automatic approach for forest structure characterization using lidar data in heterogeneous Pinus sylvestris stands. Forest Ecology and Management, 255(11), pp,36773685. PASSUELLO, A. ; CADIACH, O. ; PEREZ, Y. ET SCHUHMACHER, M., 2012. A spatial multicriteria decision making tool to define the best agricultural areas for sewage sludge amendment. Environment International, 38(1), pp,19. PIROTTI, F. ET TAROLLI, P., 2010. Suitability of LiDAR point density and derived landform curvature maps for channel network extraction. Hydrological Processes, 24(9), pp,1187 1197. PONTIUS, R., 2000. Quantification Error Versus Location Error in Comparison of Categorical Maps. Photogrammetric engineering and remote sensing, 66(8), pp,10111016. POPE, K.O. ; REJMANKOVA, E. ; PARIS, J.F. ET WOODRUFF, R., 1997. Detecting seasonal flooding cycles in marshes of the Yucatan Peninsula with SIR-C polarimetric radar imagery. Remote Sensing of Environment, 59(2), pp,157166. POUX, X., 2003. Les mthodes de scnarios. In Mermet L., Prospectives pour lenvironnement: Quelles recherches? Quelles ressources? Quelles mthodes?, La Documentation Franaise, Paris, pp. 3350. PRIGENT, C. ; MATTHEWS, E. ; AIRES, F. ET ROSSOW, W., 2001. Remote sensing of global wetland dynamics with multiple satellite data sets. Geophysical Research Letters, 28(24), pp,46314634. QUESNEY, A. ; LE HGARAT-MASCLE, S. ; TACONET, O. ; VIDAL-MADJAR, D. ; WIGNERON, J.P. ; LOUMAGNE, C. ET NORMAND, M., 2000. Estimation of Watershed Soil Moisture Index from ERS/SAR Data. Remote Sensing of Environment, 72(3), pp,290303. RAMSEY, E. ET LAINE, S., 1997. Comparison of Landsat Thematic Mapper and high resolution photography to identify change in complex coastal wetlands. Journal of coastal research, 13(2), pp,281292.
tel-00731169, version 1 - 12 Sep 2012
349
BIBLIOGRAPHIE RAUSCHER, H.M., 1999. Ecosystem management decision support for federal forests in the United States: A review. Forest Ecology and Management, 114(23), pp,173197. REITBERGER, J. ; SCHNRR, C. ; KRZYSTEK, P. ET STILLA, U., 2009. 3D segmentation of single trees exploiting full waveform LiDAR data. ISPRS Journal of Photogrammetry and Remote Sensing, 64(6), pp,561574. REYNOLDS, K.M., 2005. Integrated decision support for sustainable forest management in the United States: Fact or fiction? Computers and Electronics in Agriculture, 49(1), pp,623. RHEINHARDT, R.D. ; BRINSON, M.M. ET FARLEY, P.M., 1997. Applying wetland reference data to functional assessment, mitigation, and restoration. Wetlands, 17(2), pp,195215. RICHARDSON, C.J. ET HUSSAIN, N.A., 2006. Restoring the Garden of Eden: an ecological assessment of the marshes of Iraq. BioScience, 56(6), pp,477489. RICHARDSON, M.C. ; FORTIN, M.-J. ET BRANFIREUN, B.A., 2009. Hydrogeomorphic edge detection and delineation of landscape functional units from lidar digital elevation models. Water Resources Research, 45(10), pp,118. tel-00731169, version 1 - 12 Sep 2012 ROSSO, P.H. ; USTIN, S.L. ET HASTINGS, A., 2006. Use of lidar to study changes associated with Spartina invasion in San Francisco Bay marshes. Remote Sensing of Environment, 100(3), pp,295306. ROULET, N.T. ; ASH, R. ET MOORE, T.R., 1992. Low boreal wetlands as a source of atmospheric methane. Journal of Geophysical research, 97(4), pp,37393749. ROVER, J. ; WRIGHT, C. ; EULISS, N. ; MUSHET, D. ET WYLIE, B., 2011. Classifying the Hydrologic Function of Prairie Potholes with Remote Sensing and GIS. Wetlands, 31(2), pp,319327. RUNDQUIST, D.C. ; NARUMALANI, S. ET NARAYANAN, R.M., 2001. A review of wetlands remote sensing and defining new considerations. Remote Sensing Reviews, 20(3), pp,207 226. SALVESEN, D., 1994. Wetlands: Mitigating and regulating development impacts, Urban Land Institute, Washington, 117 p. SANDERS ET BRETT, F., 2007. valuation of on-line DEMs for flood inundation modeling. Advances in Water Resources, 30(8), pp,18311843. SAWAYA, K.E. ; OLMANSON, L.G. ; HEINERT, N.J. ; BREZONIK, P.L. ET BAUER, M.E., 2003. Extending satellite remote sensing to local scales: land and water resource monitoring using high-resolution imagery. Remote Sensing of Environment, 88(1-2), pp,144156. SCHINDLER, D.W., 1997. Widespread effects of climatic warming on freshwater ecosystems in North America. Hydrological Processes, 11(8), pp,10431067. SCHMITT, A. ; BRISCO, B. ; KAYA, S. ; ROTH, A. ET MUELLER, A., 2011. Wetland Monitoring with Polarimetric SAR Change Detection Methods. In The GEOSS Era: Towards Operational Environmental Monitoring. 34th International Symposium on Remote Sensing of Environment, Sydney, 1015 avril. SCHRICKE, V., 1983. Distribution spatio-temporelle des populations dAnatids en transit et en hivernage en Baie du Mont-Saint-Michel, en relation avec les activits humaines. Thse de doctorat, Universit de Rennes 1, Rennes, 299 p. 350
BIBLIOGRAPHIE SERVANT, J., 1970. tude pdologique du bassin de la Lizonne, Rapport dtude, INRA, Montpellier, 194p. SETO, K.C. ; FLEISHMAN, E. ; FAY, J.P. ET BETRUS, C.J., 2004. Linking spatial patterns of bird and butterfly species richness with Landsat TM derived NDVI. International Journal of Remote Sensing, 25(20), pp,43094324. SHI, J. ; WANG, J. ; HSU, A.Y. ; ONEILL, P.E. ET ENGMAN, E.T., 1997. Estimation of bare surface soil moisture and surface roughness parameter using L-band SAR image data. Geoscience and Remote Sensing, IEEE Transactions on, 35(5), pp,12541266. SHUMAN, C.S. ET AMBROSE, R.F., 2003. A Comparison of Remote Sensing and GroundBased Methods for Monitoring Wetland Restoration Success. Restoration Ecology, 11(3), pp,325333. SIMARD, M. ; RIVERA-MONROY, V.H. ; MANCERA-PINEDA, J.E. ; CASTAEDA-MOYA, E. ET TWILLEY, R.R., 2008. A systematic method for 3D mapping of mangrove forests based on Shuttle Radar Topography Mission elevation data, ICEsat/GLAS waveforms and field data: Application to Cinaga Grande de Santa Marta, Colombia. Remote Sensing of Environment, 112(5), pp,21312144. SITHOLE, G., 2005. Segmentation and classification of airborne laser scanner data. Nederlandse Commissie voor Geodesie, Delft, 203 p. SITHOLE, G. ET VOSSELMAN, G., 2004. Experimental comparison of filter algorithms for bare-Earth extraction from airborne laser scanning point clouds. ISPRS Journal of Photogrammetry and Remote Sensing, 59(12), pp,85101. SMITH, L.C., 1997. Satellite remote sensing of river inundation area, stage, and discharge: A review. Hydrological processes, 11(10), pp,14271439. SOBOCINSKI, K.L. ; BORDE, A.B. ; MILLER, L.M. ; THOM, R.M. ET TEAR, L.M., 2006. Columbia River Estuary Habitat Monitoring Pilot Field Study and Remote Sensing Analysis, Lower Columbia River Estuary Partnership, 51 p. SOCAMA INGNIEURIE, 1998. Biefs et drivation de la Lizonne - Un rseau secondaire inadapt, Syndicat Intercommunal dAmnagement Hydraulique du bassin versant de la Lizonne, 63 p. SOUSSANA, J., 2001. Changement climatique. Impacts possibles sur lagriculture et adaptations possibles. In Dmter, conomie et stratgies agricoles: Nouveaux enjeux pour l'agriculture, Armand Colin, Paris, pp,195222. STEGER, C., 1998. An Unbiased Detector of Curvilinear Structures. In IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(2), pp. 113125. ST-ONGE, B., 2004. Laltimtrie laser balayage. Revue Internationale de Gomatique, 14(3-4), pp,531558. SUGUMARAN, R. ; HARKEN, J. ET GERJEVIC, J., 2004. Using Remote Sensing Data to Study Wetland Dynamics in Iowa, Rapport technique, Universit dIowa, 17 p. TOWNSEND, P.A. ET WALSH, S.J., 1998. Modeling floodplain inundation using an integrated GIS with radar and optical remote sensing. Geomorphology, 21(3), pp,295312.
tel-00731169, version 1 - 12 Sep 2012
351
BIBLIOGRAPHIE TYR, J. ET PIETRONIRO, A., 2005. Towards operational monitoring of a northern wetland using geomatics-based techniques. Remote Sensing of Environment, 97(2), pp,174191. TYR, J. ; PIETRONIRO, A. ; HOPKINSON, C. ET KALBFLEISCH, W., 2003. Assessment of airborne scanning laser altimetry (lidar) in a deltaic wetland environment. Canadian Journal of Remote Sensing, 29(6), pp,718728. TRMOLIRES, M. ; ET AL., 2004. Lazote dans les zones humides: des transformations importantes mais variables, In Les zones humides et leau, Cahiers thmatiques du PNRZH, MEDD, Agences de leau, BRGM, pp,3640. TURNER, RK, 1992. Dfaillances des politiques dans la gestion des zones humides. In OCDE (ed), Les dfaillances du march et des gouvernements dans la gestion de lenvironnement. Les zones humides et les forts. Paris, pp,947. ULLAH, S. ; SCHLERF, M. ; SKIDMORE, A.K. ET HECKER, C., 2012. Identifying plant species using mid-wave infrared (2,56 m) and thermal infrared (814 m) emissivity spectra. Remote Sensing of Environment, 118, pp,95102. tel-00731169, version 1 - 12 Sep 2012
VAN DER VALK, A.G.,
2009. Restoration of wetland environments: lessons and successes. The Wetlands Handbook, pp,729754.
VANNIER, C., 2011. Observation et modlisation spatiale de pratiques agricoles territorialises partir de donnes de tldtection: application au paysage bocager, Thse de doctorat, Universit Rennes 2, Rennes, 320 p. VANNIER, C. ET HUBERT-MOY, L., 2010. Wooded hedgerows characterization in rural landscape using very high spatial resolution satellite images. In Geoscience and Remote Sensing Symposium (IGARSS), 2010 IEEE International, 2530 juillet 2010, Honolulu, pp. 347 350. VANNIER, C. ; VASSEUR, C. ; HUBERT-MOY, L. ET BAUDRY, J., 2011. Multiscale ecological assessment of remote sensing images. Landscape Ecology, 26(8), pp,10531069. VEPAKOMMA, U. ; ST-ONGE, B. ET KNEESHAW, D., 2008. Spatially explicit characterization of boreal forest gap dynamics using multi-temporal lidar data. Remote Sensing of Environment, 112(5), pp,23262340. VIANELLO, A. ; CAVALLI, M. ET TAROLLI, P., 2009. LiDAR-derived slopes for headwater channel network analysis. CATENA, 76(2), pp,97106. VIAUD, V. ; DURAND, P. ; MROT, P. ; SAUBOUA, E. ET SAADI, Z., 2005. Modeling the impact of the spatial structure of a hedge network on the hydrology of a small catchment in a temperate climate. Agricultural Water Management, 74(2), pp,135163. VIERLING, K. ; VIERLING, L. ; GOULD, W.A. ; MARTINUZZI, S. ET CLAWGES, R.M., 2008. Lidar: shedding new light on habitat characterization and modeling. Frontiers in Ecology and the Environment, 6(2), pp,9098. WAGNER, W. ; BLOSCHL, G. ; PAMPALONI, P. ; CALVET, J.C. ; BIZZARRI, B. ; WIGNERON, J.P. ET KERR, Y., 2007. Operational readiness of microwave remote sensing of soil moisture for hydrologic applications. Nordic hydrology, 38(1), pp,120. WANG, S.Y. ; CUI, X.M. ; YUAN, D.B. ; JIN, J.J. ET ZHANG, Q., 2012. Classification of Airborne Lidar Data by Echo. Key Engineering Materials, 500, pp,696700. 352
BIBLIOGRAPHIE WDOWINSKI, S. ; KIM, S.-W. ; AMELUNG, F. ; DIXON, T.H. ; MIRALLES-WILHELM, F. ET SONENSHEIN, R., 2008. Space-based detection of wetlands surface water level changes from L-band SAR interferometry. Remote Sensing of Environment, 112(3), pp,681696. WERBROUCK, I. ET AL., 2011. Digital Elevation Model generation for historical landscape analysis based on LiDAR data, a case study in Flanders (Belgium). Expert Systems with Applications, 38(7), pp,81788185. WESSEL, B. ET WIEDEMANN, C., 2003. Analysis of automatic road extraction results from airborne SAR imagery. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 34(3), pp,105112. WILLIAMS, M., 1990. Wetlands, a threatened landscape. Blackwell Publishers, Oxford, 419 p. ZEDLER, J., 2004. Compensating for wetland losses in the United States. Ibis, 146, pp,92100. ZEDLER, J., 2005. Ecological restoration: guidance from theory. San Francisco Estuary and Watershed Science, 3(2), 31 p. tel-00731169, version 1 - 12 Sep 2012 ZHOU, D. ; GONG, H. ET LIU, Z., 2008. Integrated ecological assessment of biophysical wetland habitat in water catchments: Linking hydro-ecological modelling with geoinformation techniques. Ecological Modelling, 214(2-4), pp,411420. ZOMER, R.J. ; TRABUCCO, A. ET USTIN, S.L., 2009. Building spectral libraries for wetlands land cover classification and hyperspectral remote sensing. Journal of Environmental Management, 90(7), pp,21702177.
353
tel-00731169, version 1 - 12 Sep 2012
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
tel-00731169, version 1 - 12 Sep 2012
ANNEXES
ANNEXE A : DIAGRAMMES OMBRO-THERMIQUES DES SITES DTUDES
tel-00731169, version 1 - 12 Sep 2012
Louvign du Dsert (35)
Source : Mto France
Cognac (16)
Source : IGN
ANNEXES
ANNEXE B : OCCUPATION DU SOL DU BASSIN-VERSANT DU COUESNON
tel-00731169, version 1 - 12 Sep 2012
358
Source : image Landsat du 13/09/2002
Production : Sbastien RAPINEL
ANNEXES
ANNEXE C : CARTES DU RSEAU HYDROGRAPHIQUE DES SITES DTUDE
tel-00731169, version 1 - 12 Sep 2012
Zone Atelier Armorique
Source : donnes LiDAR, COSTEL
359
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
Bassin de la Lizonne
360
Source : donnes LiDAR, COSTEL
ANNEXES
ANNEXE D : FONCTIONS DES ZONES HUMIDES DU BASSIN-VERSSANT DE LA LIZONNE SELON LES SCNARIOS
tel-00731169, version 1 - 12 Sep 2012
361
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
362
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
363
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
364
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
365
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
366
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
367
ANNEXES
tel-00731169, version 1 - 12 Sep 2012
368
LISTE DES FIGURES

FIGURE 1 - NIVEAUX DAPPROCHE APPLICABLES LTUDE DES ZONES HUMIDES (CLMENT ET AL., 2009) .................................. 17 FIGURE 1.1 LES PRINCIPAUX TYPES DE ZONES HUMIDES RENCONTRS SUR UN BASSIN-VERSANT (ADAPT DAIDOUD IN MALTBY, 2009) ............................................................................................................................................................ 29 FIGURE 1.2 EXEMPLES DE VGTATIONS HYGROPHILES (EN HAUT) ET DE SOLS HYDROMORPHES (EN BAS) : (A) CAREX RIPARIA ; (B) RENONCULES EN FLEUR ; (C) : MAGNO-CARIAIE ; (D) : SOL ORGANIQUE ; (E) : HORIZON AVEC TRACES DOXYDO-RDUCTION ; (F) PSEUDO-GLEY. CRDITS : S. RAPINEL ............................................................................................................... 32 FIGURE 1.3 DLIMITATION DU SITE RAMSAR, DES ZONES HUMIDES LITTORALES ET DES SITES NATURA 2000 DANS LE DPARTEMENT DU MORBIHAN. DAPRS L. HUBERT-MOY, DOCUMENT DE TRAVAIL MARS 2002, ODEM. ............................................ 33 FIGURE 1.4 EXEMPLE DE DLIMITATION INTERNE ET EXTERNE DUNE ZONE HUMIDE DE FOND DE VALLE ................................... 34 FIGURE 1.5 LES PROCESSUS, FONCTIONS ET STRUCTURE DES ZONES HUMIDES PRODUISENT DE NOMBREUX SERVICES ET VALEURS QUI SONT IMPORTANTS DUN POINT DE VUE ENVIRONNEMENTAL ET CONOMIQUE (ADAPT DE MALTBY ET AL., 1996) ............. 37 FIGURE 1.6 PRINCIPAUX FLUX HYDROLOGIQUES OBSERVES AU SEIN DUNE ZONE HUMIDE DE BAS FOND (ADAPT DE BARNAUD ET FUSTEC, 2007) ................................................................................................................................................ 39 FIGURE 1.7 - DIFFRENTES DMARCHES D'VALUATION DES FONCTIONS DES ZONES HUMIDES ET DE LEURS VALEURS : (A) DMARCHE PROGRESSIVE ET COMPLTE ; (B) DMARCHE EN GRANDE PARTIE INTUITIVE DVALUATION DES FONCTIONS ET DE LEUR VALEUR SOCIALE ; (C) DMARCHE DVALUATION CONOMIQUE DES SERVICES RENDUS (ADAPT DE FUSTEC, 2000). ...................... 42 FIGURE 1.8 CARACTRISATION DES ZONES HUMIDES SELON LE GRADIENT DYNAMIQUE ET LE GRADIENT TROPHIQUE : (A) PROCESSUS DEUTROPHISATION VIA LAPPORT DIFFUS DE NUTRIMENTS DANS LE BASSIN VERSANT ; (B) PROCESSUS DOLIGOTROPHISATION NATUREL INDUIT PAR LACCUMULATION DE MATIRE ORGANIQUE OU DE TOURBE DANS LA ZONE HUMIDE. LES FLCHES EN TRAIT PLEIN INDIQUENT LA DYNAMIQUE NATURELLE COURANTE ; LPAISSEUR DU TRAIT ILLUSTRE LA VITESSE DU CHANGEMENT DTAT ( GAUCHE, DE LORDRE DE QUELQUES SICLES ENTRE DEUX DYNAMIQUES ; DROITE, DE LORDRE DE QUELQUES DIZAINES DANNES). EXTRAIT DE CLMENT, 1986. ............................................................................................................. 45 FIGURE 1.9 SCHMA DE LA HIRARCHIE DES ZONES HUMIDES SELON LAPPROCHE PEEW (DAPRS MROT ET AL., 2006)........... 47 FIGURE 1.10 LES TROIS TAPES DE LA FAP (MALTBY, 2009 B) ........................................................................................ 49 FIGURE 1.11 EXEMPLE DE DLIMITATION DHGMU PARTIR DE CRITRES HYDROLOGIQUES (FOSS) ET MORPHOLOGIQUES (BOURRELET) : (A) VUE ARIENNE ; (B) VUE EN COUPE (ADAPT DE MALTBY, 2009). ..................................................... 50 FIGURE 1.12 VARIABILITS TEMPORELLES RELATIVES DE TROIS FONCTIONS AU SEIN DUNE UNIT HYDROGOMORPHOLOGIQUE (ADAPT DE CLMENT ET AL., 2004) ................................................................................................................... 52 FIGURE 1.13 REPRSENTATION SCHMATIQUE DE LVOLUTION DES SYSTMES COLOGIQUES ET DES OPTIONS ENVISAGEABLES SELON LES OBJECTIFS (IN BARNAUD ET FUSTEC, 2007) ...................................................................................................... 53 FIGURE 1.14 - REPRSENTATION TRIDIMENSIONNELLE (A) DUN SCNARIO EXPLORATOIRE ET (B) DUN SCNARIO NORMATIF (IN JULIEN ET AL., 1975) .................................................................................................................................................. 58 FIGURE 1.15 EXEMPLE DLABORATION DE SCNARIO NORMATIF TENDANCIEL SUR LE BASSIN-VERSANT DU BLAVET (BRETAGNE). EXTRAIT DE HOUET ET AL., 2008. ........................................................................................................................ 59 FIGURE 1.16 CARTES DE FONCTIONS PRODUITES AVEC WEDSS SUR LE SITE DE TETCOTT BARTON, ANGLETERRE. EXTRAIT DE MALTBY ET BAKER, 2009. ............................................................................................................................................. 60 FIGURE 1.17 REPRSENTATION SCHMATIQUE DE LA STRUCTURE DE LOUTIL WEDSS PROPOS DANS LE CADRE DU PROGRAMME EVALUWET ................................................................................................................................................... 61 FIGURE 2.1 ILLUSTRATION DES DIFFRENCES CONCEPTUELLES ENTRE LA FORME DONDE DENREGISTREMENT ET LES RETOURS DE LAPPAREIL LIDAR : GAUCHE, INTERSECTION DE LEMPREINTE LASER AVEC UN HOUPPIER ; AU CENTRE, ONDE PROBABLEMENT ENREGISTRE PAR LE CAPTEUR ; DROITE, HAUTEURS ENREGISTRES PAR LES RETOURS LIDAR. IN LEFSKY ET AL., 2002 ....... 72 FIGURE 2.2 RELATIONS ENTRE LES OBJETS ET LA RSOLUTION SPATIALE : (A) FAIBLE RSOLUTION : LES PIXELS SONT SIGNIFICATIVEMENT PLUS GRANDS QUE LES OBJETS, APPROCHE PAR DMIXAGE APPROPRIE. (B) RSOLUTION MOYENNE : LES PIXELS ET LES OBJETS SONT DE LA MME TAILLE, APPROCHE PAR PIXEL APPROPRIE. (C) HAUTE RSOLUTION : LES PIXELS SONT PLUS PETITS QUE LES OBJETS, APPROCHE BASE-OBJET APPROPRIE (ADAPT DE BLASCHKE, 2010). .................................. 83 FIGURE 2.3 LES DEUX APPROCHES ORIENTE-OBJETS POSSIBLES (ADAPT DE ONEIL-DUNNE, 2009)....................................... 84
tel-00731169, version 1 - 12 Sep 2012
LISTE DES FIGURES

FIGURE 3.1 LOCALISATION DES SITES DTUDE (SOURCES : COSTEL, IGN, GLOBAL ADMINISTRATIVE AREAS) ............................. 94 FIGURE 3.2 LOCALISATION ET STATUT DES BAS-MARAIS DU COUESNON ET DES ZONES HUMIDES TRIBUTAIRES DE BAS-FONDS SOURCES : COSTEL .......................................................................................................................................... 96 FIGURE 3.3 REPRSENTATION SCHMATIQUE ET THORIQUE DU GRADIENT TOPOGRAPHIQUE TRANSVERSAL COUESNON-VERSANT : FACTEUR STRUCTURANT LES COMMUNAUTS VGTALES. ADAPT DE LANO, 2008. ..................................................... 98 FIGURE 3.4 VARIABILIT INTRA-ANNUELLE DES SURFACES EN EAU SUR LE MARAIS DE SOUGAL EN 2010 : (A) PRAIRIE INONDE EN MARS ; (B) PRAIRIE PTURE EN SEPTEMBRE. CRDIT : S. RAPINEL ............................................................................. 99 FIGURE 3.5 MARAIS DU MESNIL EN HIVER, PARTIE COMMUNALE : LA PRSENCE DE GLYCRIE FLOTTANTE EN ASSOCIATION AVEC LA RENONCULE EST CARACTRISTIQUE DUN SYSTME AMPHIBIE MSOTROPHE. CRDIT : M. BARNLEY ................................ 100 FIGURE 3.6 MARAIS DE LA FOLIE EN DCEMBRE 2010 : AU PREMIER PLAN, ENFRICHEMENT PAR LES SAULES ; EN ARRIRE PLAN, PHRAGMITES. CRDIT : S.RAPINEL ..................................................................................................................... 101 FIGURE 3.7 ZONE HUMIDE TRIBUTAIRE DE BAS-FOND EN MARS 2012 : ENFRICHEMENT PAR LES SAULES ; PETITES ROSELIRES ET SURFACES EN EAU. CRDIT : S. RAPINEL .............................................................................................................. 102 FIGURE 3.8 LA BIODIVERSIT DU MARAIS DE SOUGAL : (A) COMPTAGE DE BROCHETONS LA FIN DU PRINTEMPS ; (B) BROCHETON N DANS LE MARAIS ; (C) NICHAGE DOISEAUX DEAU ; (D) FLTEAU NAGEANT (CRDITS PHOTOS : COMMUNAUT DE COMMUNES DE LA BAIE DU MONT SAINT MICHEL) ............................................................................................... 103 FIGURE 3.9 SITUATION DE LENVAHISSEMENT DE LA PARTIE SUD DU MARAIS COMMUNAL DE SOUGAL PAR LA CANCHE CESPITEUSE (DESCHAMPSIA CESPITOSA) EN JANVIER 2010. CRDIT : M. BARNLEY ...................................................................... 104 FIGURE 3.10 MARAIS DE LA FOLIE SEC, JUIN 2011. CRDIT P. CHEVASSU ..................................................................... 105 FIGURE 3.11 CARTE DES RISQUES LTIAGE EN FONCTION DU CONTEXTE GOLOGIQUE DES SOUS BASSIN-VERSANTS DE LA LIZONNE (IN LEMOINE, 2009). ...................................................................................................................................... 107 FIGURE 3.12 LES PRINCIPAUX AMNAGEMENTS MODIFIANT LA MORPHOLOGIE DU RSEAU HYDROGRAPHIQUE DE LA LIZONNE : (A) RECALIBRAGE DE COURS DEAU ; (B) DRAINAGE SOUTERRAIN DE PARCELLES DE MAS ; (C) BIEF DE DRIVATION POUR LALIMENTATION DES MOULINS ; (D) CRATION DE FOSSS. CRDITS : J. FNON ........................................................ 108 FIGURE 3.13 VOLUTION DU NOMBRE DE JOURS ANNUELS DE DPASSEMENT DU DBIT OBJECTIF TIAGE SUR LE BASSIN-VERSANT DE LA LIZONNE ENTRE 1986 ET 2009 (SOURCE : EPIDOR) ........................................................................................ 109 FIGURE 3.14 CARTE DES ZONES DOMINANTE HUMIDE DU BASIN-VERSANT DE LA LIZONNE. SOURCE : EPIDOR .................... 111 FIGURE 3.15 ZONE HUMIDE DGRADE ET COURS DEAU RECALIBR SUR LA VALLE DE LA PUDE. CRDIT : EPIDOR ................. 112 FIGURE 3.16 LOCALISATION DES SEPT BASSINS-VERSANTS RETENUS POUR LE PROJET WAT. SOURCE : HTTP://WWW.WATERANDTERRITORIES.EU/PORTAIL/PAGE/PROJET/9-UN-PROJET-DE-TERRITOIRES.HTML ....................... 112 FIGURE 4.1 EXTRAITS DES PHOTOGRAPHIES ARIENNES EN 1952, 1978 ET 2006 SUR DES ZONES HUMIDES DE BAS-FONDS ....... 126 FIGURE 4.2 VALEURS DU CTI SUR LENSEMBLE DE LA ZAA ............................................................................................ 127 FIGURE 4.3 LES DIFFRENTS CRITRES PRIS EN CONSIDRATION DANS LA DLIMITATION DES ZONES HUMIDES POTENTIELLES : (A) CRITRE GOLOGIQUE (SCAN-GOL, BRGM) ; (B) CRITRE TOPOGRAPHIQUE (SCAN-25, IGN) .................................... 128 FIGURE 4.4 PROTOCOLE MIS EN UVRE POUR CALCULER LE MNCE ................................................................................ 129 FIGURE 4.5 COMPARAISON DU MNT ET DU MNCE SUR UN TRONON ENCAISS DE ZONE HUMIDE....................................... 130 FIGURE 4.6 LOCALISATION DES 54 POINTS DE VALIDATION POUR LA DLIMITATION DES ZONES HUMIDES SUR LE SITE DE PLEINEFOUGRES..................................................................................................................................................... 133 FIGURE 4.7 COMPARAISON DES DLIMITATIONS DE ZONES HUMIDES POTENTIELLES SUR QUATRE SITES TEST PARTIR DUNE APPROCHE MANUELLE...................................................................................................................................... 140 FIGURE 4.8 COMPARAISON DES DLIMITATIONS DE ZONES HUMIDES POTENTIELLES SUR QUATRE SITES TEST PARTIR DUNE APPROCHE AUTOMATIQUE ................................................................................................................................ 141 FIGURE 4.9 DYNAMIQUE DES ZONES HUMIDES EFFECTIVES (EN VERT) ENTRE 1952 ET 2006 POUR TROIS SECTEURS (A, B, C) .... 142 FIGURE 5.1 EXTRAITS DES IMAGES ACQUISES PAR TLDTECTION PASSIVE UTILISES SUR LES SITES DE BOUCEY ET AUCEY .......... 151 FIGURE 5.2 - MTHODOLOGIE DEXTRACTION ET DE CLASSIFICATION DU RSEAU HYDROGRAPHIQUE PARTIR DE DONNES ACQUISES PAR TLDTECTION PASSIVE ............................................................................................................................. 156 FIGURE 5.3 PRCISION DE LA CARTOGRAPHIE DU RSEAU HYDROGRAPHIQUE PARTIR DE DONNES ACQUISES PAR TLDTECTION PASSIVE SUR LES MARAIS DAUCEY (A) ET DE BOUCEY (B) ........................................................................................ 159 FIGURE 5.4 - CARTES DE LOCALISATION DES ERREURS DE DTECTION ET/OU DE CARACTRISATION DU RSEAU HYDROGRAPHIQUE SUR LE MARAIS DAUCEY PARTIR DES DONNES ACQUISES PAR TLDTECTION PASSIVE ........................................................ 162 FIGURE 5.5 - CARTES DE LOCALISATION DES ERREURS DE DTECTION ET/OU DE CARACTRISATION DU RSEAU HYDROGRAPHIQUE SUR LE MARAIS DE BOUCEY PARTIR DES DONNES ACQUISES PAR TLDTECTION PASSIVE .................................................... 163
tel-00731169, version 1 - 12 Sep 2012
370
LISTE DES FIGURES
FIGURE 5.6 LES DEUX TRANSECTS : (A) MARAIS DE SOUGAL, 100 MTRES DE LONGUEUR SUR UN SECTEUR PLAT ET DGAG ; (B) MARAIS DE BOUCEY, 4 MTRES DE LONGUEUR SUR UN PROFIL DE FOSS .................................................................... 167 FIGURE 5.7- LOCALISATION DES SITES DTUDE .............................................................................................................. 167 FIGURE 5.8 TYPOLOGIE PHYTO-MORPHOLOGIQUE DES FOSSS EN PRIODE ESTIVALE : FOSS DE DRAINAGE (EN HAUT GAUCHE), FOSS DE CIRCULATION (EN HAUT DROITE), FOSS DVACUATION (EN BAS GAUCHE) ET CANAL (EN BAS DROITE). ....... 168 FIGURE 5.9 MTHODOLOGIE GNRALE APPLIQUE POUR LA CARTOGRAPHIE AUTOMATIQUE DU RSEAU HYDROGRAPHIQUE PARTIR DE DONNES LIDAR ........................................................................................................................................ 171 FIGURE 5.10 COMPARAISON ENTRE LES MNT DRIVS DU LIDAR ET LES RELEVS TERRAIN : (A) SUR LE TRANSECT DE SOUGAL ; (B) SUR LE TRANSECT DE BOUCEY ............................................................................................................................ 173 FIGURE 5.11 ERREURS SELON LES MINIMUM, MAXIMUM, MDIANS, PREMIERS ET TROISIMES QUARTILES DES MNT DRIVS DES DONNES LIDAR SUR LES TRANSECTS DE SOUGAL (HAUT) ET DE BOUCEY (BAS) EN FONCTION DE LA DENSIT DE POINTS SOL ET DE LA MTHODE DINTERPOLATION ................................................................................................................. 173 FIGURE 5.12 POURCENTAGE DE LINAIRE DU RSEAU HYDROGRAPHIQUE BIEN DTECT ET SURDTECT PAR APPROCHE ORIENTEOBJET EN FONCTION DU TYPE DINTERPOLATION ET DE LA DENSIT DE POINTS SOL SUR LE MARAIS DAUCEY (HAUT) ET DE BOUCEY (BAS)................................................................................................................................................ 175 FIGURE 5.13 MNT, RASTER DES LMENTS LINAIRES ET CARTE DE LOCALISATION DES ERREURS DIDENTIFICATION DU RSEAU HYDROGRAPHIQUE SUR LES MARAIS DE BOUCEY ET AUCEY. DENSIT DE 4 PTS/M ET MTHODE DINTERPOLATION NEAREST NEIGHBORS. .................................................................................................................................................. 177 FIGURE 5.14 RELATION ENTRE LA LARGEUR DU FOSS IDENTIFI ET SA PROFONDEUR ESTIME PARTIR DE DONNES LIDAR : (A) LARGEUR CORRECTEMENT ESTIME, PROFONDEUR CORRECTEMENT ESTIME ; (B) LARGEUR CORRECTEMENT ESTIME, PROFONDEUR SOUS-ESTIME PAR LA PRSENCE DEAU ; (C) LARGEUR SUR-ESTIME, PROFONDEUR SUR-ESTIME ; (D) LARGEUR SOUS-ESTIME, PROFONDEUR SOUS-ESTIME. ...................................................................................................... 179 FIGURE 5.15 VARIATIONS DE LALTITUDE INDUITE SUR LE MNT PAR UN SOUS-CHANTILLONNAGE DE 75 % DES POINTS SOL LIDAR, MARAIS DE BOUCEY. ............................................................................................................................ 181 FIGURE 5.16 - CARTES DE LOCALISATION DES ERREURS DE DTECTION ET/OU DE CARACTRISATION DU RSEAU HYDROGRAPHIQUE SUR LE MARAIS DAUCEY ET DE BOUCEY PARTIR DES DONNES DE TLDTECTION PASSIVES (QUICKBIRD) ET ACTIVES (LIDAR) 185 FIGURE 6.1 CARTE DE LOCCUPATION DES SOLS DES MARAIS DU BAS COUESNON OBTENUE PARTIR DE RELEVS PHYTOSOCIOLOGIQUES EFFECTUS EN 2008 (DAPRS LANO, 2008) ............................................................................... 196 FIGURE 6.2 EXTRAITS DES CARTES DE LOCCUPATION DU SOL DES MARAIS DU BAS COUESNON OBTENUES PAR CLASSIFICATION ORIENTE-OBJET PARTIR DE DONNES DE TLDTECTION OPTIQUE THRS : (A) SPOT-5 ; (B) KOMPSAT-2 ; (C) BD ORTHO ; (D) QUICKBIRD. ................................................................................................................................. 199 FIGURE 6.3 PLANS DE VOL DES DIFFRENTES MISSIONS DACQUISITION DES DONNES LIDAR EFFECTUES SUR LE BASSIN-VERSANT DE LA LIZONNE ENTRE LE 11 MARS ET LE 20 AVRIL 2010 (SOURCE : RAPPORT DE PRODUCTION SYNTGRA, 2010) ................ 203 FIGURE 6.4 PROCESSUS DE CLASSIFICATION DE LA VGTATION APPLIQU AUX SRIES DIMAGES THRS. ................................. 206 FIGURE 6.5 INTGRATION DES COUCHES VECTORIELLES EXISTANTES DANS LE PROCESSUS DE CLASSIFICATION : COUCHE DE LIMITES DES DES ZDP (NIVEAU 1), COUCHES DOCCUPATION DU SOL DU BASSIN VERSANT DE LA LIZONNE (NIVEAUX 2 ET 3). LA GOMTRIE DES OBJETS AUX NIVEAUX INFRIEURS EST DTERMINE EN FONCTION DE CELLE DES NIVEAUX HIRARCHIQUES SUPRIEURS. . 211 FIGURE 6.6 - EXEMPLE DE DISCRIMINATION DES SURFACES BTIES PARTIR DES IMAGES DE HAUTEUR, DINTENSIT ET DE LA FORME DES OBJETS. ................................................................................................................................................... 213 FIGURE 6.7 TAPES NCESSAIRES LA DISCRIMINATION DES PRAIRIES HYGROPHILES, MSO-HYGROPHILES ET MSOPHILES : (A) LABORATION DUN MNCE ; (B) SEGMENTATION DU MNCE TOUT LES 0,15 MTRE ; (C) CALCUL DES VALEURS MOYENNES DU MNCE POUR CHAQUE OBJET ; (D) CLASSIFICATION SELON LES SEUILS DFINIS PARTIR DE RELEVS TERRAIN, EN ROUGE LES SURFACES NON HERBACES. APPLICATION AU MARAIS DU MESNIL (ZAA). ................................................................. 216 FIGURE 6.8 PROCDURE DE LISSAGE DES CONTOURS DES OBJETS PAR ROSION/DILATION : (A) CLASSIFICATION DE DPART ; (B) DILATATION DES OBJETS ARBORS (EN JAUNE) ; (C) ROSION DES OBJETS BOISS ET CRATION DOBJETS DCHET (EN ROUGE) ; (D) FUSION DES DCHETS AVEC LES OBJETS VOISINS ; (E) CLASSIFICATION APRS LISSAGE DES CONTOURS ; (F) LA GOMTRIE DE LA COUCHE VECTORIELLE EST PROPRE ET FACILEMENT MANIPULABLE SOUS SIG ....................................... 218 FIGURE 6.9 LOCALISATION DES CHANTILLONS DE VALIDATION POUR LOCCUPATION DU SOL DES ZONES HUMIDES DU BASSIN VERSANT DE LA LIZONNE EN 2010. .................................................................................................................... 219 FIGURE 6.10 CARTE DE LOCCUPATION DU SOL DES ZONES HUMIDES DU BASSIN VERSANT DE LA LIZONNE EN 2010. .................. 225 FIGURE 6.11 CARTE DE LOCCUPATION DU SOL DES ZONES HUMIDES DE LA BASSE VALLE DU COUESNON EN 2010. ................. 226
tel-00731169, version 1 - 12 Sep 2012
371
LISTE DES FIGURES

FIGURE 6.12 LES LIMITES DE LA CARTOGRAPHIE DE LOCCUPATION DU SOL EN 2D (LIGNE EN POINTILLS) : LES LMENTS DES STRATES INFRIEURES NE SONT PAS DTECTS. ...................................................................................................... 228 FIGURE 7.1 PROFILS TOPOGRAPHIQUES DRIVS DU MNT NON FILTR (ROUGE) ET DU MNT FILTR (VERT)............................ 240 FIGURE 7.2 IMPACT DU LISSAGE DU MNT SUR LA DLIMITATION DES HGMU : (A) HGMU DRIVES DUN MNT NON LISS ; (B) HGMU DRIVES DUN MNT LISS. APPLICATION AU MARAIS DAUCEY ................................................................... 242 FIGURE 7.3 LOCALISATION DES RELEVS DHUMIDIT SUR LE MARAIS DE SOUGAL ( GAUCHE, EN ORANGE) ET DE PDOLOGIE SUR LE MARAIS DAUCEY ( DROITE, EN ROSE). .............................................................................................................. 243 FIGURE 7.4 VALIDATION DE LA DLIMITATION DES HGMU PAR CROISEMENT DES CRITRES GOMORPHOLOGIQUES ET PDOLOGIQUES : (A) APPROCHE 1; (B) APPROCHE 2 ; (C) APPROCHE 3. LES CHIFFRES INDIQUENT LES IDENTIFIANTS DES HGMU. ................................................................................................................................................................... 245 FIGURE 7.5 CARTES DE CARACTRISATION GOMORPHOLOGIQUE DES HGMU ET DE LOCALISATION DE LEURS ERREURS POUR LAPPROCHE 1 (A,D) ; POUR LAPPROCHE 2 (B,E) ; POUR LAPPROCHE 3 (C,F). ............................................................ 247 FIGURE 7.6 MESURES DHUMIDIT RELATIVE DES SOLS RALISES SUR LE SUD DU MARAIS DE SOUGAL : (A) CARTE DE LOCALISATION DES STATIONS ; (B) VOLUTION DE LHUMIDIT MOYENNE DU SOL PAR STATION ENTRE FVRIER 2010 ET FVRIER 2011 ; (C) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 16 MARS 2010 ; (D) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 05 MAI 2010 ; (E) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 22 JUIN 2010 ; (F) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 26 SEPTEMBRE 2010 ...................................................................................................................................... 249 FIGURE 7.7 - MESURES DHUMIDIT RELATIVE DES SOLS RALISES SUR LE NORD DU MARAIS DE SOUGAL : (A) CARTE DE LOCALISATION DES STATIONS ; (B) VOLUTION DE LHUMIDIT MOYENNE DU SOL PAR STATION ENTRE FVRIER 2010 ET FVRIER 2011 ; (C) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 16 MARS 2010 ; (D) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 05 MAI 2010 ; (E) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 22 JUIN 2010 ; (F) HUMIDIT DU SOL MOYENNE ET CART TYPE LE 26 SEPTEMBRE 2010 ...................................................................................................................................... 250 FIGURE 7.8 CARTES DES HGMU OBTENUES PARTIR DE DIFFRENTES APPROCHES : (A) APPROCHE 1 AU 1/5 000ME APPLIQUE SUR QUELQUES PARCELLES DU MARAIS DAUCEY ; (B) APPROCHE 2 AU 1/25 000ME APPLIQUE SUR LES MARAIS DE SOUGAL ET AUCEY-BOUCEY ; (C) APPROCHE 3 AU 1/25 000ME APPLIQUE LENSEMBLE DE LA ZAA. ..................................... 251 FIGURE 7.9 COMPARAISON DES CARTES DES HGMU DU MARAIS DAUCEY OBTENUES (A) PAR PHOTO-INTERPRTATION DU LIDAR ET (B) PAR OBSERVATIONS TERRAIN ........................................................................................................................ 253 FIGURE 7.10 VOLUTION DE LA PRCISION DE DLIMITATION DES HGMU EN FONCTION DE LAPPROCHE UTILISE ET DE LA SUPERFICIE DE LA ZONE DTUDE ........................................................................................................................ 253 FIGURE 7.11 GNRATION DU MNT : (A) PROFILS TOPOGRAPHIQUES DRIVS DES MESURES TERRAIN (ROUGE) ET DU MNT (BLEU) ; (B) MNT DRIV DES POINTS SOL LIDAR ............................................................................................................ 255 FIGURE 7.12 CARTOGRAPHIE DES HGMU SURFACIQUES : (A) MNT LISS ; (B) OBJETS SEGMENTS ; (C) CLASSIFICATION DES HGMU ; (D) LOCALISATION DES ERREURS .......................................................................................................... 255 FIGURE 7.13 POURCENTAGE DE LA SUPERFICIE TOTALE DHGMU PAR CLASSE .................................................................. 256 FIGURE 7.14 CARTE DES HGMU DU BASSIN VERSANT DE LA LIZONNE OBTENUE PAR TRAITEMENT AUTOMATIQUE DU MNT LIDAR ................................................................................................................................................................... 257 FIGURE 7.15 LES DIFFRENTES CHELLES DANALYSE DES FONCTIONS DES ZONES HUMIDES .................................................. 260 FIGURE 7.16 IMPACTS DE LA DIMINUTION DE LA RSOLUTION SPATIALE SUR LA QUALIT GOMTRIQUE DES CONTOURS DES HGMU ET SUR LA TAILLE DES DONNES (EN MGA OCTETS) SUR LE BASSIN-VERSANT DE LA LIZONNE. ........................................ 261 FIGURE 7.17 MTHODOLOGIE APPLIQUE POUR LVALUATION FONCTIONNELLE DES ZONES HUMIDES ................................... 262 FIGURE 7.18 - EXEMPLE DLMENTS LINAIRES CONNECTIVIT FORTE (A) ET FAIBLE (B) ...................................................... 265 FIGURE 7.19- EXEMPLE DUN SECTEUR DUNE ZONE HUMIDE CARACTRIS PAR UN RAPPORT FAIBLE (EN HAUT) ET LEV (EN BAS) ENTRE LA LONGUEUR DE LA ZONE HUMIDE ET LA LONGUEUR DE LA ZONE DE CONTACT AVEC LE VERSANT ........................... 265 FIGURE 7.20 - COMPOSITION PAYSAGRE LEVE AVEC BOIS, BTI, PRAIRIE ET VIGNOBLE (A) ET FAIBLE AVEC BOIS ET PRAIRIE (B) ... 268 FIGURE 7.21 - CONFIGURATION PAYSAGRE FAIBLE (A) ET LEVE (B) ................................................................................ 268 FIGURE 7.22 - REPRSENTATION SCHMATIQUE DU CALCUL DE L'INDEX DE PROXIMIT SUR UN PATCH BOIS (PATCH 1) SUR DEUX PAYSAGES ; DAPRS GUSTAFSON AND PARKER, 1994 ........................................................................................... 269 FIGURE 7.23 - VARIATION DE LA VALEUR MOYENNE DE L'INDICE DE SHANNON EN FONCTION DE LA TAILLE DE LA FENTRE D'ANALYSE ................................................................................................................................................................... 274 FIGURE 7.24 RPARTITION DES CLASSES DINTRT FONCTIONNEL DES ZONES HUMIDES DE LA ZAA EN 2010 (EN % DE LA SUPERFICIE TOTALE) ........................................................................................................................................................ 286
tel-00731169, version 1 - 12 Sep 2012
372
LISTE DES FIGURES
tel-00731169, version 1 - 12 Sep 2012
FIGURE 7.25 CARTES DES FONCTIONS POTENTIELLES DES ZONES HUMIDES DE LA ZAA POUR LCRTAGE DE CRUE (HAUT) ET LE SOUTIEN AUX TIAGES (BAS). ............................................................................................................................ 287 FIGURE 7.26 - CARTES DES FONCTIONS POTENTIELLES DES ZONES HUMIDES DE LA ZAA POUR LA DNITRIFICATION (HAUT) ET LHABITAT LI AUX ESPCES DEAU (BAS). ........................................................................................................................... 288 FIGURE 7.27 RELATION ENTRE LA PRSENCE DE BATRACIENS ET LINTENSIT POTENTIELLE DE LA FONCTION HABITAT SUR LE MARAIS DE SOUGAL. ................................................................................................................................................. 289 FIGURE 7.28 SCORES DES PROCESSUS OBTENUS PAR LAPPROCHE FAP (GAUCHE) ET LEURS SPATIALISATIONS LCHELLE DES HGMU DRIVES DU LIDAR (DROITE) ............................................................................................................... 291 FIGURE 8.1 MTHODOLOGIE GNRALE D'LABORATION DES SCNARIOS ......................................................................... 295 FIGURE 8.2 PRTRAITEMENTS APPLIQUS AUX PHOTOGRAPHIES DE 1959 ........................................................................ 298 FIGURE 8.3 ASSEMBLAGE DES CLICHS ARIENS DE 1959 : (A) POINTS DAMER SLECTIONNS SUR LE CLICH 1 ; (B) POINTS DAMER SLECTIONNS SUR LE CLICH 2 ; (C) ASSEMBLAGE DUNE VINGTAINE DE CLICHS ......................................................... 299 FIGURE 8.4 TAPES DE CLASSIFICATION DE LOCCUPATION DU SOL DES ZONES HUMIDES EN 1959 : (A) PHOTOGRAPHIES ARIENNES ASSEMBLES ; (B) SEGMENTATION DES LMENTS SOMBRES OU CLAIRS ; (C) CLASSIFICATION DES SURFACES BOISES ET DES SOLS NUS ; (D) CARTE FINALE CORRIGE PAR PHOTO-INTERPRTATION .............................................................................. 301 FIGURE 8.5 OCCUPATION DU SOL SIMPLIFIE DES ZONES HUMIDES DU BASSIN VERSANT DE LA LIZONNE EN 2010 (HAUT) ET 1959 (BAS) ........................................................................................................................................................... 306 FIGURE 8.6 CARTES DU RSEAU HYDROGRAPHIQUE DU BASSIN VERSANT DE LA LIZONNE OBSERV EN 2010 (HAUT) ET SIMUL POUR LE SCNARIO A (BAS) ....................................................................................................................................... 308 FIGURE 8.7 CARTES DU RSEAU HYDROGRAPHIQUE DU BASSIN VERSANT DE LA LIZONNE SIMUL POUR LE SCNARIO B (HAUT) ET LE SCNARIO C (BAS) ........................................................................................................................................... 309 FIGURE 8.8 COMPOSITION (%) DE LOCCUPATION DU SOL DES ZONES HUMIDES SELON CHAQUE SCNARIO. ............................ 310 FIGURE 8.9 CARTES DOCCUPATION DU SOL OBSERVE EN 2010 (HAUT) ET SIMULE POUR LE SCNARIO A (BAS) ..................... 312 FIGURE 8.10 - CARTES DOCCUPATION DU SOL SIMULE POUR LE SCNARIO B (HAUT) ET LE SCNARIO C (BAS) ........................... 313 FIGURE 8.11 VULNRABILIT ET RESTAURATION DES FONCTIONS DES ZONES HUMIDES (EXPRIME EN % DE SURFACE TOTALE) .... 321 FIGURE 8.12 CARTES DE VULNRABILIT (HAUT) ET DE PRIORIT DE RESTAURATION (BAS) POUR LA FONCTION CRTAGE DE CRUE 322 FIGURE 8.13 CARTES DE VULNRABILIT (HAUT) ET DE PRIORIT DE RESTAURATION (BAS) POUR LA FONCTION SOUTIEN LTIAGE ................................................................................................................................................................... 323 FIGURE 8.14 CARTES DE VULNRABILIT (HAUT) ET DE PRIORIT DE RESTAURATION (BAS) POUR LA FONCTION DNITRIFICATION . 324 FIGURE 8.15 CARTES DE VULNRABILIT (HAUT) ET DE PRIORIT DE RESTAURATION (BAS) POUR LA FONCTION HABITAT ............. 325
373
tel-00731169, version 1 - 12 Sep 2012
LISTE DES TABLEAUX

TABLEAU 1.1 LES PRINCIPALES MESURES DE PROTECTION JURIDIQUE APPLIQUES AUX ZONES HUMIDES (ADAPT DI. DOUSSAN, ENVAM 2008) .............................................................................................................................................. 30 TABLEAU 1.2 - LES FONCTIONS DES ZONES HUMIDES, LEURS EFFETS, LES VALEURS SOCIO-CONOMIQUES CORRESPONDANTES ET LES INDICATEURS PERMETTANT DE LES VALUER (IN BARNAUD ET MERMET, 1996, DAPRS NRC, 1995) .............................. 38 TABLEAU 1.3 - INDICATEURS PERTINENTS POUR LVALUATION DES FONCTIONS HYDROLOGIQUES DES ZONES HUMIDES (DAPRS DURAND ET AL, 2000) ...................................................................................................................................... 46 TABLEAU 2.1 CARACTRISTIQUES DES PHOTOGRAPHIES ARIENNES UTILISES POUR LTUDE DES ZONES HUMIDES ...................... 66 TABLEAU 2.2 CARACTRISTIQUES DES DONNES SATELLITAIRES MULTISPECTRALES HAUTE RSOLUTION SPATIALE UTILISES POUR LTUDE DES ZONES HUMIDES.............................................................................................................................. 67 TABLEAU 2.3 CARACTRISTIQUES DES DONNES SATELLITAIRES MULTISPECTRALES TRS HAUTE RSOLUTION SPATIALE UTILISES POUR LTUDE DES ZONES HUMIDES ..................................................................................................................... 68 TABLEAU 2.4 CARACTRISTIQUES DES DONNES AROPORTES ET SATELLITAIRES HYPERSPECTRALES UTILISES POUR LTUDE DES ZONES HUMIDES ............................................................................................................................................... 69 TABLEAU 2.5 CARACTRISTIQUES DES DONNES SATELLITAIRES RADAR UTILISES POUR LTUDE DES ZONES HUMIDES ............... 71 TABLEAU 2.6 CARACTRISTIQUES DES DONNES LIDAR AROPORTES UTILISES POUR LTUDE DES ZONES HUMIDES ................. 74 TABLEAU 3.1 STATUTS, GESTIONS HYDRAULIQUES ET USAGES DES MARAIS DU BAS-COUESNON EN 2011 (ADAPT DE (LANO, 2008) ..................................................................................................................................................................... 97 TABLEAU 3.2 RATIO DIRRIGATION DES PRINCIPAUX BASSINS-VERSANTS DE LA LIZONNE. SOURCE LEMOINE, 2009 ................... 108 TABLEAU 4.1 CARACTRISTIQUES DES COUCHES DINFORMATIONS SPATIALES UTILISES....................................................... 124 TABLEAU 4.2 PARAMTRES DACQUISITION DES DONNES LIDAR SUR LA ZAA (SOURCES GOPHNIX) .................................. 125 TABLEAU 4.3 CARACTRISTIQUES DES PHOTOGRAPHIES ARIENNES (SOURCE IGN)............................................................. 126 TABLEAU 4.4 MATRICE DE CONFUSION ENTRE LES POINTS DE CONTRLE LOIGNS DE LA LIMITE DE ZONE HUMIDE ET LA CARTOGRAPHIE DE DLIMITATION DES ZONES HUMIDES OBTENUE PAR : (A) PHOTO-INTERPRTATION DE LA BD SCAN-GOL ET DU SCAN 25 ; (B) PHOTO-INTERPRTATION DU MNT ; (C) PHOTO-INTERPRTATION DU MNCE ; (D) EXTRACTION AUTOMATIQUE DU MNT ; (E) EXTRACTION AUTOMATIQUE DU MNCE ..................................................................... 134 TABLEAU 4.5 MATRICE DE CONFUSION ENTRE LENSEMBLE DES POINTS DE CONTRLE ET LA CARTOGRAPHIE DE DLIMITATION DES ZONES HUMIDES OBTENUE PAR : (A) PHOTO-INTERPRTATION DE LA BD SCAN-GOL ET DU SCAN 25 ; (B) PHOTOINTERPRTATION DU MNT ; (C) PHOTO-INTERPRTATION DU MNCE ; (D) EXTRACTION AUTOMATIQUE DU MNT ; (E) EXTRACTION AUTOMATIQUE DU MNCE .............................................................................................................. 136 TABLEAU 4.6 MATRICE DE CONFUSION ENTRE LES POINTS DE CONTRLE SITUS PROXIMIT DE LA LIMITE DES ZONES HUMIDES ET LA CARTOGRAPHIE DE DLIMITATION DES ZONES HUMIDES OBTENUE PAR : (A) PHOTO-INTERPRTATION DE LA BD SCAN-GOL ET DU SCAN 25 ; (B) PHOTO-INTERPRTATION DU MNT ; (C) PHOTO-INTERPRTATION DU MNCE ; (D) EXTRACTION AUTOMATIQUE DU MNT ; (E) EXTRACTION AUTOMATIQUE DU MNCE ..................................................................... 138 TABLEAU 4.7 DYNAMIQUE DES ZONES HUMIDES POTENTIELLES ET EFFECTIVES ENTRE 1952 ET 2006 (EXPRIME EN % DE LA SUPERFICIE TOTALE DES ZONES HUMIDES) ............................................................................................................ 142 TABLEAU 5.1 CARACTRISTIQUES DES IMAGES DE TLDTECTION UTILISES ..................................................................... 152 TABLEAU 5.2. TYPOLOGIE RETENUE POUR L'VALUATION FONCTIONNELLE DES ZONES HUMIDES PAR TLDTECTION ................... 153 TABLEAU 5.3 PARAMTRES RETENUS POUR LEXTRACTION LINAIRES DES FOSSS ET CONFIGURATIONS SLECTIONNES POUR LA DTECTION DES PETITS ET GRANDS FOSSS ........................................................................................................... 155 TABLEAU 5.4 POURCENTAGE DE LINAIRE BIEN DTECT, SOUS DTECT ET SURDTECT SELON LA MTHODE DE TRAITEMENT ET LE TYPE DE CAPTEUR POUR LENSEMBLE DES DEUX SITES. ............................................................................................ 157 TABLEAU 5.5 PRCISION GLOBALE DE CARACTRISATION EN % DE LINAIRE PARMI LES FOSSS BIEN IDENTIFIS (GRAS) ET LENSEMBLE DES FOSSS (ITALIQUE)..................................................................................................................................... 161 TABLEAU 5.6. TYPOLOGIE PARTIR DE DESCRIPTEURS MORPHOLOGIQUES ET PHYTOLOGIQUES REPRISE POUR LA CARACTRISATION DU RSEAU HYDROGRAPHIQUE PARTIR DES DONNES LIDAR ..................................................................................... 168 TABLEAU 5.7. CORRESPONDANCES ENTRE LA TYPOLOGIE UTILISE POUR LA CARACTRISATION DU RSEAU HYDROGRAPHIQUE ET LA TYPOLOGIE FONCTIONNELLE DES ZONES HUMIDES.................................................................................................. 168 TABLEAU 5.8- PARAMTRES DINTERPOLATION UTILISS POUR LE SITE DE SOUGAL .............................................................. 169
tel-00731169, version 1 - 12 Sep 2012
LISTE DES TABLEAUX

TABLEAU 5.9 PARAMTRES DINTERPOLATION UTILISS POUR LES SITES DAUCEY ET BOUCEY ............................................... 170 TABLEAU 5.10 VALEURS DE RMSE SUIVANT LA DENSIT DE POINTS SOL ET LA MTHODE DINTERPOLATION (EN MTRE)...... 172 TABLEAU 5.11 VARIATION DE LA PRCISION DIDENTIFICATION DU RSEAU HYDROGRAPHIQUE EN FONCTION DE LA DENSIT DE POINTS SOL LIDAR ET DE LA MTHODE DINTERPOLATION SUR LES MARAIS DE BOUCEY ET AUCEY : (A) FOSS DE DRAINAGE ; (B) FOSS DE CIRCULATION ; (C) FOSS DVACUATION ; (D) CANAL. ........................................................................ 176 TABLEAU 5.12 - MATRICE DE CONFUSION POUR LA CARTE DRIVE DE DU MNT LIDAR AVEC LA TYPOLOGIE MORPHO-PHYTOLOGIQUE SUR LE MARAIS DAUCEY .................................................................................................................................. 178 TABLEAU 5.13 - MATRICE DE CONFUSION POUR LA CARTE DRIVE DE DU MNT LIDAR AVEC LA TYPOLOGIE FONCTIONNELLE SUR LE MARAIS DAUCEY ............................................................................................................................................ 178 TABLEAU 5.14 - MATRICE DE CONFUSION POUR LA CARTE DRIVE DE DU MNT LIDAR AVEC LA TYPOLOGIE MORPHO-PHYTOLOGIQUE SUR LE MARAIS DE BOUCEY ............................................................................................................................... 178 TABLEAU 5.15 - MATRICE DE CONFUSION POUR LA CARTE DRIVE DE DU MNT LIDAR AVEC LA TYPOLOGIE FONCTIONNELLE SUR LE MARAIS DE BOUCEY ........................................................................................................................................ 179 TABLEAU 5.16 PRCISION GLOBALE DE CARACTRISATION EN % DE LINAIRE PARMI LES FOSSS BIEN IDENTIFIS (GRAS) ET LENSEMBLE DES FOSSS (ITALIQUE).................................................................................................................... 179 TABLEAU 5.17 VARIATION DE LINTENSIT DE FACTEURS LIMITANT POUR LA DTECTION ET LA CARACTRISATION DU RSEAU HYDROGRAPHIQUE SELON LE TYPE DE DONNE UTILISE : - - FACTEUR LIMITANT FORT ; - FACTEUR LIMITANT MOYEN ; + FACTEUR LIMITANT FAIBLE, ++ FACTEUR LIMITANT INEXISTANT. ............................................................................................ 184 TABLEAU 6.1 CARACTRISTIQUES DES IMAGES DE TLDTECTION UTILISES ...................................................................... 191 TABLEAU 6.2 TAPES DE CLASSIFICATION DE LOCCUPATION DU SOL PARTIR DIMAGES OPTIQUES THRS DT ...................... 194 TABLEAU 6.3 TAPES DE CLASSIFICATION DE LOCCUPATION DU SOL PARTIR DIMAGES OPTIQUES THRS DHIVER ................... 195 TABLEAU 6.4 VALEURS DE LINDICE DE KAPPA SELON LES CAPTEURS (EN GRIS LES VALEURS 0,7) ........................................ 197 TABLEAU 6.5 POTENTIALITS ET LIMITES DES IMAGES OPTIQUES THRS DT ET DHIVER POUR LA CARTOGRAPHIE DE LOCCUPATION DES SOLS DES ZONES HUMIDES........................................................................................................................... 201 TABLEAU 6.6 PARAMTRES DACQUISITION DES DONNES LIDAR SUR LE BASSIN-VERSANT DE LA LIZONNE.............................. 203 TABLEAU 6.7 CARACTRISTIQUES DES COUCHES DINFORMATION SPATIALISES UTILISES POUR LA CARTOGRAPHIE DE LA VGTATION SUR LES ZONES HUMIDES DU BASSIN-VERSANT DE LA LIZONNE.................................................................................. 204 TABLEAU 6.8 CARACTRISTIQUES DES COUCHES DINFORMATION SPATIALISES UTILISES POUR LA CARTOGRAPHIE DE LA VGTATION DES ZONES HUMIDES DE LA ZAA ........................................................................................................................ 205 TABLEAU 6.9 NOMENCLATURE UTILISE POUR LA CARTOGRAPHIE DE LA VGTATION DES ZONES HUMIDES DE LA LIZONNE ......... 207 TABLEAU 6.10 NOMENCLATURE UTILISE POUR LA CARTOGRAPHIE DE LA VGTATION DES ZONES HUMIDES DE LA ZAA ............ 208 TABLEAU 6.11 LES TAPES DE TRAITEMENTS DES DONNES POUR LA CARTOGRAPHIE DE LA VGTATION DES ZONES HUMIDES DU BASSIN VERSANT DE LA LIZONNE ET DE LA ZAA SUIVANT LES NIVEAUX HIERARCHIQUES (NIV.) ........................................ 209 TABLEAU 6.12 SEUILS ALTIMTRIQUES RELATIFS AU COURS DEAU (EN MTRE) DFINIS SELON LORDRE DE STRALHER POUR LA DLIMITATION DES PRAIRIES HYGROPHILES, MSO-HYGROPHILES ET MSOPHILES. ........................................................ 215 TABLEAU 6.13 MATRICE DE CONFUSION POUR LA CLASSIFICATION DE LOCCUPATION DU SOL DES ZONES HUMIDES DU BASSIN VERSANT DE LA LIZONNE. ................................................................................................................................. 220 TABLEAU 6.14 MATRICE DE CONFUSION POUR LA CLASSIFICATION DE LOCCUPATION DU SOL DES ZONES HUMIDES DE LA BASSE VALLE DU COUESNON..................................................................................................................................... 221 TABLEAU 6.15 SUPERFICIE (EN HECTARE) ET PROPORTION DE LA SUPERFICIE TOTALE DES ZHP DE LA ZAA PAR CLASSE .............. 223 TABLEAU 6.16 - SUPERFICIE (EN HECTARE) ET PROPORTION DE LA SUPERFICIE TOTALE DES ZHP DE LA LIZONNE PAR CLASSE .......... 224 TABLEAU 7.1 NOMENCLATURE UTILISE POUR LA CARACTRISATION DES HGMU SURFACIQUES ........................................... 240 TABLEAU 7.2 INDICE DE DIVERSIT DES RELEVS PAR HGMU SELON LES TROIS APPROCHES TUDIES ..................................... 246 TABLEAU 7.3 CLASSIFICATION DE LINTRT FONCTIONNEL SUIVANT LE SCORE OBTENU ....................................................... 263 TABLEAU 7.4 - INTRT DU TYPE DE CONTACT ENTRE LA ZONE HUMIDE ET LE VERSANT POUR UNE DIFFUSION LENTE DES TRANSFERTS HYDRIQUES .................................................................................................................................................... 270 TABLEAU 7.5 - INTRT ET SCORE DE RUGOSIT ATTRIBUS EN FONCTION DE LA CLASSE D'OCCUPATION DU SOL .......................... 271 TABLEAU 7.6 - INTRT ET SCORE DE TRANSPIRATION ATTRIBUS EN FONCTION DE LA CLASSE D'OCCUPATION DU SOL .................. 272 TABLEAU 7.7 - INTRT ET SCORE DE DIRRIGATION ATTRIBUS EN FONCTION DE LA CLASSE D'OCCUPATION DU SOL ..................... 272 TABLEAU 7.8 - INTRT ET SCORE DU MODE DE GESTION DES PRAIRIES................................................................................ 272 TABLEAU 7.9 - LES INDICATEURS FONCTIONNELS LMENTAIRES DE TYPE LINAIRE ................................................................ 275 TABLEAU 7.10 - LES INDICATEURS FONCTIONNELS LMENTAIRES DE TYPE SURFACIQUE ......................................................... 276
tel-00731169, version 1 - 12 Sep 2012
376
LISTE DES TABLEAUX
tel-00731169, version 1 - 12 Sep 2012
TABLEAU 7.11 - INDICATEURS UTILISS POUR VALUER LA FONCTION CRTAGE DE CRUE ....................................................... 278 TABLEAU 7.12 - INDICATEURS UTILISS POUR VALUER LA FONCTION SOUTIEN AUX TIAGES ................................................... 280 TABLEAU 7.13 INDICATEURS UTILISS POUR VALUER LA FONCTION DNITRIFICATION ............................................................ 282 TABLEAU 7.14 - INDICATEURS UTILISS POUR VALUER LA FONCTION HABITAT ..................................................................... 284 TABLEAU 8.1 DESCRIPTION DU SCENARIO A ............................................................................................................... 296 TABLEAU 8.2 DESCRIPTION DU SCENARIO B................................................................................................................ 297 TABLEAU 8.3 DESCRIPTION DU SCENARIO C ................................................................................................................ 298 TABLEAU 8.4 - NOMENCLATURE RETENUE POUR CARTOGRAPHIER L'OCCUPATION DU SOL DANS LES ZONES HUMIDE EN 1959 ET SA CORRESPONDANCE AVEC LA NOMENCLATURE CORINE LANDCOVER ......................................................................... 300 TABLEAU 8.5 - LES FACTEURS DE CHANGEMENTS DE LOCCUPATION DU SOL......................................................................... 302 TABLEAU 8.6 - LES FACTEURS DE CHANGEMENTS DU RSEAU HYDROGRAPHIQUE .................................................................. 302 TABLEAU 8.7 - LE FACTEUR DE CHANGEMENTS DU RSEAU BOCAGER.................................................................................. 302 TABLEAU 8.8 - DESCRIPTEURS DES FACTEURS DE CHANGEMENTS ET SOURCES DE DONNES UTILISES........................................ 303 LES LMENTS DISPONIBLES DANS LA BASE NONT PAS PERMIS DTABLIR UNE HIRARCHISATION DES FACTEURS DE CHANGEMENTS. LA MME PONDRATION A T ATTRIBUE POUR CHAQUE FACTEUR.TABLEAU 8.9 - AMPLEUR, CONTRAINTES ET FACTEURS DES CHANGEMENTS DU SCNARIO A ......................................................................................................................... 304 TABLEAU 8.10 - AMPLEUR, CONTRAINTES ET FACTEURS DES CHANGEMENTS DU SCNARIO B .................................................. 305 TABLEAU 8.11 - AMPLEUR, CONTRAINTES ET FACTEURS DES CHANGEMENTS DU SCNARIO C .................................................. 305 TABLEAU 8.12 - OCCUPATION DES SOLS AU SEIN DES ZONES HUMIDES SUR LE BASSIN-VERSANT DE LA LIZONNE EN 1959 ET 2010. 307 TABLEAU 8.13 VOLUTIONS DU RSEAU HYDROGRAPHIQUE PAR RAPPORT LA SITUATION EN 2010 SELON LE SCNARIO ENVISAG ................................................................................................................................................................... 307 TABLEAU 8.14 VOLUTIONS DE LOCCUPATION DU SOL PAR CLASSE ET PAR RAPPORT LA SITUATION EN 2010 SELON LE SCNARIO ENVISAG ...................................................................................................................................................... 311 TABLEAU 8.15 - SEUILLAGE DE L'INTENSIT DE LA VULNRABILIT EN CINQ CLASSES ............................................................... 317 TABLEAU 8.16 - SEUILLAGE DE L'INTENSIT DE LA RESTAURATION EN CINQ CLASSES............................................................... 317 TABLEAU 8.17 POURCENTAGE DE LA SUPERFICIE TOTALE DES ZONES HUMIDES PAR CLASSE DINTENSIT ET PAR FONCTION EN 2010 ET VOLUTIONS POUR LES SCNARIOS A, B ET C. ................................................................................................... 319
377
tel-00731169, version 1 - 12 Sep 2012
TABLE DES MATIRES

REMERCIEMENTS....................................................................................................................................... 5 LISTE DE SIGLES ET ACRONYMES .................................................................................................................... 9 INTRODUCTION GNRALE ......................................................................................................................... 15 PREMIRE PARTIE .................................................................................................................................... 21 CHAPITRE 1 : LVALUATION FONCTIONNELLE DES ZONES HUMIDES ................................................................ 25 1.1. lments de dfinition ............................................................................................................ 26
1.1.1. Les zones humides .......................................................................................................................... 26 1.1.1.1. Du point de vue scientifique ................................................................................................... 26 1.1.1.2. Du point de vue lgislatif ........................................................................................................ 29 1.1.2. Identification, dlimitation et caractrisation des zones humides ................................................. 34 1.1.3. Fonctions, services et valeurs des zones humides .......................................................................... 36 1.1.3.1. Les concepts de fonction, services et valeurs ......................................................................... 36 1.1.3.2. Identification et qualification des fonctions ........................................................................... 37
1.2. Les fonctions des zones humides ............................................................................................ 39
tel-00731169, version 1 - 12 Sep 2012
1.2.1. Les fonctions hydrologiques............................................................................................................ 39 1.2.2. Les fonctions biogochimiques ....................................................................................................... 39 1.2.3. Les fonctions cologiques ............................................................................................................... 40 1.2.4. La variabilit spatio-temporelle des fonctions des zones humides ................................................. 40
1.3. La spatialisation des fonctions des zones humides ................................................................. 41

1.3.1. Les typologies descriptives .............................................................................................................. 42 1.3.1.1. Les typologies descriptives hirarchises ............................................................................... 42 1.3.1.2. Les typologies descriptives non hirarchises ........................................................................ 43 1.3.2. Les typologies fonctionnelles .......................................................................................................... 43 1.3.2.1. Lapproche WET ...................................................................................................................... 44 1.3.2.2. La dmarche des communauts vgtales ............................................................................. 44 1.3.2.3. Lapproche hydrologique ........................................................................................................ 45 1.3.2.4. Lapproche hydro-gomorphologique (HGM) ........................................................................ 46 1.3.2.5. Lapproche PEEW .................................................................................................................... 47 1.3.2.6. Lapproche FAP ....................................................................................................................... 48
1.4. Limpact de lvolution des zones humides sur leur fonctions ................................................ 50
1.4.1. Lvolution intra et interannuelle des zones humides et son impact sur leurs fonctions ............... 50 1.4.1.1. Variations intra-annuelles ....................................................................................................... 50 1.4.1.2. Variations inter-annuelles....................................................................................................... 52 1.4.2. La simulation de changements sur les zones humides ................................................................... 55
CHAPITRE 2 : TUDE DES ZONES HUMIDES PAR TLDTECTION ...................................................................... 63 2.1. Les donnes de tldtection ................................................................................................. 64
2.1.1. Les photographies ariennes .......................................................................................................... 64 2.1.2. Les images multispectrales aroportes ou satellitaires ................................................................ 66 2.1.2.1. Dans le domaine du visible ..................................................................................................... 66 2.1.2.2. Dans le domaine de linfra rouge thermique .......................................................................... 69 2.1.2.3. Dans le domaine des hyperfrquences ................................................................................... 69 2.1.3. Les donnes laser aroportes ou satellitaires ............................................................................... 71
2.2. Lidentification et la caractrisation des zones humides par tldtection ............................ 74

2.2.1. La microtopographie ....................................................................................................................... 74 2.2.2. Les surfaces en eau ......................................................................................................................... 75 2.2.3. Lhumidit des sols .......................................................................................................................... 77 2.2.4. La vgtation................................................................................................................................... 78
2.3. Le traitement des donnes ..................................................................................................... 80

2.3.1. Les mthodes analogiques .............................................................................................................. 80 2.3.2. Les mthodes numriques .............................................................................................................. 81 2.3.2.1. Les indices spectraux et texturaux .......................................................................................... 81
TABLE DES MATIRES

2.3.2.2. Les classifications .................................................................................................................... 82 2.3.3. Les mthodes hybrides ................................................................................................................... 87 2.3.4. Lapport de donnes exognes ....................................................................................................... 88
CHAPITRE 3 : LES SITES DTUDE .............................................................................................................. 93 3.1. La basse valle du Couesnon : un enjeu cologique majeur pour la baie du Mont Saint Michel ..................................................................................................................................................................... 95
3.1.1. Caractristiques de la zone dtude ................................................................................................ 95 3.1.2. Des marais aux caractristiques gomorphologiques identiques mais aux gestions diffrencies 96 3.1.3. Lenjeu du maintien de la biodiversit .......................................................................................... 102 3.1.4. La Zone Atelier Armorique : un rseau de recherches pluridisciplinaires ..................................... 105
3.2. Le bassin versant de la Lizonne : le soutien aux tiages, un enjeu majeur ........................... 106
3.2.1. Caractristiques du bassin versant ............................................................................................... 106 3.2.2. Des tiages svres ....................................................................................................................... 108 3.2.3. Le programme INTERREG WAT ..................................................................................................... 112
DEUXIME PARTIE ................................................................................................................................. 117 CHAPITRE 4 : LA DLIMITATION DES ZONES HUMIDES ................................................................................. 121 4.1. Mthodologie ....................................................................................................................... 123
4.1.1. Donnes et site dtude ................................................................................................................ 123 4.1.2. Dlimitation des zones humides potentielles partir de donnes utilises classiquement ......... 126 4.1.3. Dlimitation des zones humides potentielles partir de donnes LiDAR ..................................... 128 4.1.3.1. Prtraitements ...................................................................................................................... 128 4.1.3.2. Traitements........................................................................................................................... 130 4.1.4. Dlimitation des zones humides effectives ................................................................................... 131 4.1.5. Validation ...................................................................................................................................... 132
tel-00731169, version 1 - 12 Sep 2012
4.2. Rsultats ............................................................................................................................... 133

4.2.1. Dlimitation des zones humides potentielles ............................................................................... 133 4.2.2. Dlimitation et dynamique des zones humides effectives ............................................................ 142
4.3. Discussion ............................................................................................................................. 143 CHAPITRE 5 : LA DTECTION ET LA CARACTRISATION DU RSEAU HYDROGRAPHIQUE ....................................... 147 5.1. La dtection et la caractrisation du rseau hydrographique partir dimages acquises par tldtection passive ................................................................................................................................. 149
5.1.1. Mthodologie................................................................................................................................ 149 5.1.1.1. Sites dtude ......................................................................................................................... 149 5.1.1.2. Donnes ................................................................................................................................ 149 5.1.1.3. Typologie du rseau hydrographique ................................................................................... 152 5.1.1.4. Identification et caractrisation par photo-interprtation ................................................... 153 5.1.1.5. Dtection et caractrisation par approche oriente-objet ................................................... 153 5.1.1.6. Validation des rsultats ........................................................................................................ 156 5.1.2. Rsultats........................................................................................................................................ 156 5.1.2.1. Dtection du rseau hydrographique ................................................................................... 156 5.1.2.2. Caractrisation du rseau hydrographique .......................................................................... 159 5.1.3. Discussion ..................................................................................................................................... 164
5.2. La dtection et la caractrisation du rseau hydrographique partir de donnes LiDAR.... 166

5.2.1. Mthodologie................................................................................................................................ 166 5.2.1.1. Sites dtude ......................................................................................................................... 166 5.2.1.2. Donnes ................................................................................................................................ 166 5.2.1.3. Typologie morpho-phytologique et typologie fonctionnelle ................................................ 167 5.2.1.4. Calcul des MNT partir des donnes LiDAR ......................................................................... 169 5.2.1.5. Classification des MNT par approche oriente-objet ........................................................... 170 5.2.2. Rsultats........................................................................................................................................ 171 5.2.2.1. Caractrisation de la morphologie dun foss ...................................................................... 171 5.2.2.2. Dtection du rseau hydrographique ................................................................................... 173 5.2.2.3. Caractrisation du rseau hydrographique .......................................................................... 177 5.2.3. Discussion ..................................................................................................................................... 180
CHAPITRE 6 : LA CARACTRISATION DE LA VGTATION .............................................................................. 187 6.1. Lvaluation comparative de lutilisation de donnes satellitaires optiques THRS ............... 190
380
TABLE DES MATIRES

6.1.1. Mthodologie................................................................................................................................ 191 6.1.1.1. Site dtude et donnes ........................................................................................................ 191 6.1.1.2. Cartographie de la vgtation par approche oriente-objet ................................................ 192 6.1.1.3. Validation .............................................................................................................................. 196 6.1.2. Rsultats........................................................................................................................................ 197 6.1.3. Discussion ..................................................................................................................................... 200
6.2. Lvaluation de lutilisation de donnes LiDAR ..................................................................... 201

6.2.1. Mthodologie................................................................................................................................ 202 6.2.1.1. Sites dtude et donnes ...................................................................................................... 202 6.2.1.2. Traitements........................................................................................................................... 205 6.2.1.3. Validation .............................................................................................................................. 218 6.2.2. Rsultats........................................................................................................................................ 219 6.2.3. Discussion ..................................................................................................................................... 227
TROISIME PARTIE ................................................................................................................................. 233 CHAPITRE 7 : LVALUATION FONCTIONNELLE DES ZONES HUMIDES ACTUELLES ET LEUR SPATIALISATION .............. 237 7.1. La dlimitation et la caractrisation des HGMU ................................................................... 238
7.1.1. Une approche mthodologique multi-scalaire ............................................................................. 239 7.1.1.1. Mthodologie ....................................................................................................................... 239 7.1.1.2. Rsultats ............................................................................................................................... 243 7.1.1.3. Discussion ............................................................................................................................. 251 7.1.2. Approche oprationnelle applique au bassin versant de la Lizonne ........................................... 254 7.1.2.1. Mthodologie ....................................................................................................................... 254 7.1.2.2. Rsultats ............................................................................................................................... 254 7.1.2.3. Discussion ............................................................................................................................. 258
tel-00731169, version 1 - 12 Sep 2012
7.2. Une valuation fonctionnelle base sur une approche multicritres ................................... 258
7.2.1. Mthodologie................................................................................................................................ 259 7.2.1.1. Site dtude........................................................................................................................... 259 7.2.1.2. Donnes ................................................................................................................................ 259 7.2.1.3. Une valuation par approche multi-critres ......................................................................... 259 7.2.1.4. Dfinition des descripteurs partir des donnes de tldtection ...................................... 263 7.2.1.5. laboration des descripteurs ................................................................................................ 268 7.2.1.6. Application la fonction crtage de crue ........................................................................... 276 7.2.1.7. Application la fonction soutien aux tiages ....................................................................... 279 7.2.1.8. Application la fonction dnitrification ............................................................................... 281 7.2.1.9. Application la fonction habitat ........................................................................................... 283 7.2.1.10. Validation ............................................................................................................................ 285 7.2.2. Rsultats........................................................................................................................................ 285 7.2.3. Discussion ..................................................................................................................................... 289
CHAPITRE 8 : SIMULATION DE LVOLUTION DES FONCTIONS DES ZONES HUMIDES SELON DIFFRENTS SCNARII
DAMNAGEMENT DU TERRITOIRE ........................................................................................................................... 293
8.1. La simulation des changements doccupation des sols ........................................................ 294

8.1.1. Description des scnarios ............................................................................................................. 296 8.1.2. Lvolution de loccupation du sol entre 1959 et 2010 ................................................................. 298 8.1.2.1. La cartographie de loccupation du sol en 1959 ................................................................... 298 8.1.2.2. La dtermination des changements depuis 1959 ................................................................. 301 8.1.3. La dtermination des facteurs de changements ........................................................................... 301 8.1.3.1. Lidentification des facteurs .................................................................................................. 301 8.1.3.2. La hirarchisation des facteurs de changements .................................................................. 303 8.1.4. Rsultats........................................................................................................................................ 305 8.1.4.1. Lvolution de loccupation du sol entre 1959 et 2010 ......................................................... 305 8.1.4.2. Les changements futurs du rseau hydrographique selon les scnarios .............................. 307 8.1.4.3. Les changements futurs de loccupation du sol selon les scnarios ..................................... 310 8.1.5. Discussion ..................................................................................................................................... 314
8.2. Lvaluation des fonctions des zones humides et de leur vulnrabilit en fonction des scnarios .................................................................................................................................................... 316
8.2.1. Donnes et mthode .................................................................................................................... 316
381
TABLE DES MATIRES

8.2.2. Rsultats........................................................................................................................................ 317 8.2.2.1. volution de lintensit des fonctions suivant les scnarios ................................................. 317 8.2.2.2. valuation de la vulnrabilit et de la restauration .............................................................. 319 8.2.3. Discussion ..................................................................................................................................... 326
CONCLUSION GNRALE.......................................................................................................................... 331 BIBLIOGRAPHIE ..................................................................................................................................... 335 ANNEXES ............................................................................................................................................. 355 LISTE DES FIGURES ................................................................................................................................. 369 LISTE DES TABLEAUX............................................................................................................................... 375 TABLE DES MATIRES.............................................................................................................................. 379
tel-00731169, version 1 - 12 Sep 2012
382
tel-00731169, version 1 - 12 Sep 2012
CONTRIBUTION DE LA TLDTECTION LVALUATION FONCTIONNELLE DES ZONES HUMIDES : DE LOBSERVATION

LA MODLISATION PROSPECTIVE
Rsum
Les zones humides, linterface entre terre et eau, sont des milieux riches et diversifis, aux fonctions et valeurs multiples aujourdhui largement reconnues. Face la sensibilit grandissante des organisations gouvernementales, rgionales et du public aux effets nfastes, directs ou indirects, de la rgression, voire dans certains cas de la disparition des zones humides, linventaire, la dlimitation, mais aussi la caractrisation et le suivi de ces milieux sont devenus une priorit. Si leur dlimitation est aujourdhui oprationnelle, lvaluation de leurs fonctions na t opre que sur des sites de quelques hectares, alors quil est ncessaire dvaluer ltat fonctionnel des zones humides sur des territoires plus tendus pour les grer. Les objectifs de cette thse sont de dvelopper une mthode permettant de spatialiser les fonctions des zones humides lchelle de territoires dune centaine de Km au minimum, dvaluer des donnes de tldtection optiques trs haute rsolution spatiale afin de produire des indicateurs de ltat fonctionnel des zones humides, et dvaluer limpact de changements doccupation des sols sur ces fonctions. Pour cela, la dmarche FAP a t adapte et applique sur deux sites de 130 et 650 km localiss en Bretagne et en Dordogne. Aprs avoir dlimits et caractriss les zones humides partir de donnes de tldtection, des indicateurs spatialiss drivs de ces donnes ont t utiliss pour valuer des fonctions hydrologiques, biogochimiques et cologiques. Lvolution de ces fonctions a ensuite t simule selon diffrents scnarios de changements doccupation des sols. Les rsultats montrent lintrt des donnes de tldtection, en particulier LiDAR, pour c aractriser avec prcision la microtopographie, le rseau hydrographique et la vgtation des zones humides. Ces donnes permettent de cartographier le potentiel fonctionnel des zones humides diffrentes chelles allant de la parcelle lensemble du site, et ce pour diffrentes fonctions. La simulation des changements doccupation des sols lhorizon 2030 et lvaluation de ceux-ci sur les fonctions des zones humides peuvent constituer un outil daide la gestion de ces milieux. Mots cls : zones humides ; tldtection ; valuation fonctionnelle ; LiDAR ; classification oriente-objet.
tel-00731169, version 1 - 12 Sep 2012
CONTRIBUTION OF REMOTE SENSING TO FUNCTIONAL ASSESSMENT OF WETLANDS: FROM OBSERVATION TO

PROSPECTIVE MODELLING
Abstract
Interfacing between land and water systems, wetlands perform multiple functions and values that are now widely recognized. Inventory, delineation, but also characterization and monitoring of wetlands are now a priority to address the regression and in some cases the loss of these ecosystems. While wetland delineation is widely performed, the assessment of their functions has been only made on small sites of several hectares, whereas it is necessary to evaluate wetland functional status on larger areas to manage them. The objectives of this thesis are to develop a method to map wetland functions on areas greater than a hundred square kilometers, evaluate optical remote sensing data with very high spatial resolution to produce indicators of functional status of wetlands, and assess the impact of land use change on these functions. For this, the FAP approach has been adapted and applied to two sites located in Brittany and Dordogne. Once having defined and characterized wetlands from remotely sensed data, the spatial indicators derived from these data were used to evaluate hydrological, biogeochemical and ecological wetland functions. The evolution of these functions was then simulated under different scenarios of land use changes. The results show the usefulness of remotely sensed data, especially LiDAR data, to accurately characterize the micro-topography, drainage network and vegetation of wetlands. The functional potential of wetlands can therefore be mapped at different scales from the plot to the whole site for various functions. The simulation of land-use changes for the period 20002030 and the evaluation of their impact on wetland functions can be a tool for managing these environments.
Key words: wetlands; remote-sensing; functional evaluation; LiDAR; object-oriented classification.

Laboratoire UMR CNRS 6554 LETG Rennes COSTEL, IFR 90 OSUR Universit de Rennes 2, Place du recteur Henri Le Moal, 35043 Rennes Cedex France Laboratoire UMR CNRS 6553 ECOBIO, IFR 90 OSUR Universit de Rennes 1, Avenue du gnral Leclerc, 35042 Rennes Cedex France

2012 These Rapine Ls

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

2012 These Rapine Ls

Uploaded by

Copyright:

Available Formats

tel-00731169, version 1 - 12 Sep 2012

THSE / UNIVERSIT RENNES 2

sous le sceau de lUniversit europenne de Bretagne

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

LISTE DE SIGLES ET ACRONYMES

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

oprationnelle Caractrisation grossire au 1/50 000

Caractrisation plus fine au 1/10 000 AIDE A LA DECISION Approche terrain

Expertise l'chelle cadastrale AIDE A LA GESTION

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS,

tel-00731169, version 1 - 12 Sep 2012

tel-00731169, version 1 - 12 Sep 2012

FONCTIONNELLE DES ZONES

Introduction ................................................................................................................................... 26 1.1. lments de dfinition ............................................................................................................ 26

1.2. Les fonctions des zones humides ............................................................................................ 39

tel-00731169, version 1 - 12 Sep 2012

1.3. La spatialisation des fonctions des zones humides ................................................................. 41

Synthse du CHAPITRE 1 : .............................................................................................................. 62

LVALUATION FONCTIONNELLE DES ZONES HUMIDES

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES

LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES

tel-00731169, version 1 - 12 Sep 2012

1.1.1.2. Du point de vue lgislatif

LVALUATION FONCTIONNELLE DES ZONES HUMIDES

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES

tel-00731169, version 1 - 12 Sep 2012

LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES

tel-00731169, version 1 - 12 Sep 2012

chantillons reprsentatifs dune communaut vgtale

LVALUATION FONCTIONNELLE DES ZONES HUMIDES

LVALUATION FONCTIONNELLE DES ZONES HUMIDES : CONCEPTS, OUTILS ET MTHODES

Processus Physiques Chimiques Biologiques

Fonctions des zones humides Hydrologiques Biogochimiques cologiques

Services Contrles des inondation Qualits de leau Soutiens de la chaine alimentaire

Rseaux de services environnementaux

Rseaux de produits conomiques

tel-00731169, version 1 - 12 Sep 2012