Télédétection des dynamiques environnementales : du bilan de carbone des écosystèmes à l’évaluation des ressources hydriques et agricoles
Bibliographic record
Abstract
Ce volume scientifique d’Habilitation à Diriger les Recherches synthétise les travaux réalisés dans les quatre laboratoires de recherche où j’ai conduit mes recherches depuis la fin de la thèse : le Frontier Research Center for Global Change (FRCGC, Yokohama, Japon), le Centre d’Etudes Spatiales de la Biosphère (CESBIO, Toulouse) le Laboratoire des Sciences du Climat et de l’Environnement (LSCE, Saclay) et le Pôle de Recherche pour l’Organisation de l’Information Géographique (PRODIG, Paris).Les travaux réalisés s’inscrivent dans un objectif de diagnostic de l’évolution temporelle de différents écosystèmes et hydrosystèmes au cours des dernières décennies. Ils visent aussi à comprendre les conséquences de cette évolution sur le bilan de carbone et sur la disponibilité des ressources.Les effets de la variabilité climatique sur la phénologie des écosystèmes boréaux, c’est-àdire sur leur saisonnalité, ont été spatialisés grâce aux développements méthodologiques en télédétection réalisés durant la thèse. L’allongement de la saison de croissance est un indicateur direct du réchauffement climatique observé au cours du 20e siècle, particulièrement marqué dans ces régions. La télédétection a révélé une avancée duprintemps dans de larges régions de toundra et de taïga de l’hémisphère nord. D’autres périodes d’avancée similaires ont été repérées plus tôt dans le siècle grâce à la modélisation et aux observations in situ mais pour des régions plus restreintes. La comparaison avec des données naturalistes issues de la science citoyenne a révélé que ces variations sont représentatives de celles d’une large cohorte d’espèces, du moins au Canada.La phénologie rythme aussi les échanges de carbone entre la végétation et l’atmosphère, lesquels ont un impact sur le climat. Durant la thèse, la télédétection avait servi à étalonner un modèle de fonctionnement de la végétation dans le but de simuler le bilan de carbone d’une vaste région de Sibérie centrale. Depuis, la capacité d’un modèle proche (ORCHIDEE) à modéliser les stocks de carbone a été évaluée, révélant en particulier queles gradients spatiaux de biomasse de la forêt amazonienne ne sont pas correctement reproduits en raison de la représentation de la mortalité de la végétation dans le modèle. Ces travaux concernant deux des principaux puits de carbone terrestre à l’échelle mondiale, il est essentiel d’avoir une représentation la plus correcte possible des processus impliqués (phénologie pour les écosystèmes boréaux, équilibre entre mortalité et productivité en Amazonie) dans les modèles afin d’obtenir les meilleures projections futures de l’état des écosystèmes et du climat.Mon intégration dans un laboratoire et un département de géographie comme enseignant-chercheur m’ont amené à diversifier mes thématiques de recherche et mes pratiques en télédétection. À la faveur de l’encadrement d’étudiants de master et de l’accompagnement de doctorants, j’ai abordé la question de la disponibilité en eau dans les milieux semi-arides (Argentine, Sénégal) via la télédétection, apportant un regard complémentaire à celui de mes collègues géographes : en particulier, une relation directe entre la surface hivernale du manteau neigeux dans les Andes et le débit des rivières irrigant les oasis argentines a été confirmée. Les effets de cette variabilité interannuelle de la ressource en eau sur l’agriculture dans les oasis ont fait l’objet de travaux préliminaires basés sur la classification de l’occupation du sol et l’évolution temporelle d’indices spectraux. D’autres travaux sur l’occupation du sol et ses dynamiques ont été réalisés ou sont en cours, en France et dans les Suds, avec comme objectifs l’étude del’usage du sol par l’homme, l’évaluation des ressources agricoles ou forestières, ou encore le diagnostic de la vulnérabilité à un aléa.En résumé, les travaux présentés concernent les dynamiques temporelles des milieux physiques, à des échelles de temps saisonnière, interannuelle et multi-décennale, avec des enjeux sur le bilan de carbone et sur la disponibilité de ressources. Ils comportent une large part de développement méthodologique en télédétection, portant sur le fonctionnement saisonnier de la végétation et des hydrosystèmes, ou sur l’occupation du sol. Ils utilisent des données issues de capteurs de télédétection optique à haute et à moyenne résolutions spatiales, mais aussi celles d’autres types de capteurs tels que les radars, les gravimètres, ou les radiomètres micro-ondes, ce qui me permet d’une part de multiplier les regards sur les espaces étudiés, et d’autre part d’enseigner la télédétection dans sa diversité technique et thématique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".