Indicateur de l’évolution des zones péri-glaciaires

Evolution du verdissement en marge du glacier du Tour depuis 1985

Description de l’indicateur

Pourquoi cet indicateur ?

Le NDVI max est un indicateur spatio-temporel du pic de productivité végétale des plantes alpines.

Les satellites ne remplaceront jamais le travail des botanistes sur le terrain. Mais ils présentent l’avantage de passer régulièrement (tous les 16 jours dans le cas de Landsat), et de générer des informations fiables sur la couverture végétale à large échelle, ici au niveau de la productivité maximale. Les satellites permettent donc un suivi quasi-automatisé qui nécessite relativement peu d’effort de la part du chercheur, qui reste derrière son écran au chaud. Couplé avec des visites périodiques sur le terrain par des botanistes, on peut avoir une idée assez complète de l’évolution des communautés végétales en lien avec la vitesse de colonisation végétale suite au retrait glaciaire.

Comment l'interpréter ?

Les valeurs du NDVI varient entre -1 et 1, tandis que le NDVI max varient entre 0 et 1. Une valeur de NDVI max de 0 correspond à un pixel dépourvu de végétation, tandis qu’une valeur > 0.8 correspond à un pixel recouvert de façon continue par la végétation. En général, on considère qu’un signal fiable de végétation démarre autour d’une valeur de NDVI max de 0.1. Ensuite les communautés végétales subalpines et alpines se différencient selon un gradient de productivité exprimé dans la figure ci-dessous. Grosso-modo les valeurs varient en fonction d’une végétation pionnière (0.1 à 0.2), des pelouses ou landes éparses et minérales (0.2 à 0.4), en ensuite pelouses ou landes plus denses (0.4 à 0.6), ensuite canopées continues à différentes degrés de productivité. A savoir que la proportion de sol nu a toujours un effet important sur la valeur du NDVI max, même au sein d’une même communauté végétale.

Comment est-il calculé ?

Les images fournies en été (juin-août) par le satellite Landsat sont analysées: les zones nuageuses sont enlevées. Puis pour chaque pixel dans l’image, nous calculons le “Normalized Difference Vegetation Index” (NDVI) qui correspond à une différence normalisée entre les canaux proche infra-rouge et rouge de l’image. Une fois qu’on aura calculé le NDVI sur l’ensemble des images estivales disponibles, nous calculons une valeur maximale (le NDVI max) pour chaque année. Cette méthode très simple donne un indicateur du pic de productivité végétale sur l’ensemble du paysage (composé de pixels de 30 x 30 m). Ensuite, pour estimer l’évolution de la productivité végétale au cours du temps sur la zone d’intérêt, pour chaque année nous faisons la moyenne du NDVI max dans une emprise fixe autour de la marge proglaciaire ciblée.

Le principe est le suivant : les plantes absorbent la lumière rouge pour faire de la photosynthèse, hors elles reflètent la radiation du type proche infra-rouge, qui elle endommage les tissus végétaux. Un pixel avec une faible réflectance rouge et une forte réflectance rouge aura donc une valeur de NDVI élevée, en lien avec forte activité photosynthétique.

En savoir plus ➞

Quelles sont les limites d'interprétation de l'indicateur ?

Le NDVI fournit un indicateur de la quantité de biomasse qui est présente au sol. Quelques limitations : avec le satellite seul, on ne sait pas quelles espèces de plante contribuent au signal vert, et si on observe une hausse du NDVI, on ne sait pas si c’est dû à l’arrivée d’espèces nouvelles ou s’il agit des mêmes espèces mais qui arrivent à produire plus de biomasse (d’où l’intérêt de faire des relevés complémentaires sur le terrain).

Une autre limite importante du NDVI est le problème de la saturation. Le NDVI est extrêmement sensible au ratio entre le sol nu et la couverture végétale. Donc l’indice arrive très bien à capturer l’arrivée de la végétation dans des milieux rocheux, ce qui est le cas de figure principal dans les marges proglaciaires. Par contre, il faut savoir que dès que les canopées végétales deviennent denses et productives, le NDVI à tendance à “saturer”. C’est-à-dire qu’une prairie de fauche montagnarde, une lande à rhododendron et même une forêt peuvent tous avoir des valeurs de NDVI max autour entre 0.75 et 0.85, donc avec le NDVI seul il est impossible de différencier entre ces couvertures végétales pourtant très différentes.

A quelle fréquence ?

Indice calculé tous les ans d’après des images Landsat disponibles tous les 16j (sauf en cas de présence de nuages)

Depuis quand est-il calculé ?

Depuis 1984

Protocole d’acquisition des données

Pour réaliser cet indicateur, nous utilisons l’archive des satellites Landsat 5, 7 et 8 qui couvrent la période de 1984 à aujourd’hui. Les images sont libres d’accès et peuvent être téléchargées sur le portail de l’USGS.

Enjeux sur les zones péri-glaciaires

Le phénomène de retrait glaciaire est bien connu, mais qu’en est-il des plantes pionnières qui font suite à la glace et qui structurent petit à petit les paysages de montagne de demain ? Les écologues se posent plusieurs questions concernant la colonisation des plantes dans ces milieux récemment désenglacés. D’abord, quel est le temps de latence, ou “lag”, entre la fonte de la glace et l’arrivée des premières plantes ? Qui sont les espèces pionnières qui arrivent en premier lieu et sont-elles toujours les mêmes d’un glacier à un autre ? Ensuite, une fois établies, à quel rythme est-ce que les plantes gagnent en hauteur, recouvrement et diversité, et encore une fois comment expliquer les éventuelles différences observées au niveau de ces rythmes de colonisation entre sites ?

En savoir plus : Le boom vert ➞

Carte interactive des relevés botaniques

Légende

B4 Glacier en 1850

B3 Glacier en 1984

B2 Glacier en 2003

B2 Glacier en 2009

B1 Glacier en 2018

10 espèces ou plus recensées

entre 5 et 9 espèces recensées

entre 1 et 4 espèces recensées

aucune espèce recensée

Éléments disponibles

Références

  • Carlson, B. Z., Corona, M. C., Dentant, C., Bonet, R., Thuiller, W., & Choler, P. (2017). Observed long-term greening of alpine vegetation—a case study in the French Alps. Environmental Research Letters, 12(11), 114006.
  • Dedieu, J. P., Carlson, B. Z., Bigot, S., Sirguey, P., Vionnet, V., & Choler, P. (2016). On the importance of high-resolution time series of optical imagery for quantifying the effects of snow cover duration on alpine plant habitat. Remote Sensing, 8(6), 481.

Partenaires

Autres indicateurs qui pourraient vous intéresser...

Autres enjeux en lien qui pourraient vous intéresser...

Enjeux

Le Mont-Blanc voit rouge

Les températures, si déterminantes pour la vie en montagne, augmentent. Les conséquences varient d’une saison à l’autre.

Enjeux

Recul marqué de l’enneigement

La neige est une caractéristique propre à la montagne. Sa disparition à certaines saisons et altitudes est un changement majeur pour le vivant.

Enjeux

Des géants glaciaires à genoux

Les glaciers, emblèmes du massif, s’effacent petit à petit. Un défi pour l’Homme mais de nouveaux espaces pour le vivant ?

Enjeux

Des herbivores à tous les étages

La distribution des herbivores est très dépendante de l’évolution de la végétation. Comment ces espèces vont-elles s’adapter aux modifications des saisons et de la composition des milieux ?