Navigation – Plan du site
Articles

Contribution à la spatialisation de l'évapotranspiration d'un agro-système semi-aride en Algérie par utilisation de la télédétection et du modèle METRIC

Abderrahmane Hamimed, Laounia Nehal, Abdelkader Khaldi et Habib Azzaz
p. 197-213

Résumés

L'évapotranspiration est une composante majeure du bilan hydrologique, car elle exprime les échanges de masse et d'énergie entre le système sol-eau-végétation et l'atmosphère. Sa connaissance précise est indispensable dans plusieurs applications environnementales, telles que la climatologie, l'hydrologie et l'agronomie. La télédétection est un outil incontournable pour l'évaluation de l'évapotranspiration, à la fois dans l'espace et dans le temps.
Dans cette contribution, le modèle de spatialisation METRIC (Mapping EvapoTranspiration at high Resolution with Internalized Calibration) est appliqué pour l'estimation de l'évapotranspiration d'un agro-système semi-aride situé dans la plaine du Sersou en Algérie. Deux images du satellite Landsat 7 acquises le 13 mars 2012 et le 30 avril 2012 ont été utilisées. Le modèle METRIC se base sur la résolution de l'équation du bilan d'énergie à la surface, où l'évapotranspiration est estimée comme le terme résiduel lorsque le rayonnement net, le flux de chaleur sensible et le flux de chaleur du sol sont connus. Différents indices d'alimentation en eau de surface dérivés de l'évapotranspiration ont été ensuite calculés : la fraction d'évapotranspiration de référence, le paramètre de PRIESTLEY-TAYLOR et la résistance de surface à l'évaporation. Ces indices permettent le diagnostic quantitatif de l'état hydrique du pixel. Les résultats obtenus concernent la validation du modèle utilisé pour l'analyse de la distribution spatiale de l'évapotranspiration et des flux énergétiques de surface. En conclusion, les résultats montrent que le modèle peut être considéré comme une approche prometteuse de spatialisation de l'évapotranspiration dans le cas des régions où les informations de terrain sont rares ou difficiles à collecter.

Haut de page

Texte intégral

I - Introduction

1Le suivi des transferts de masse et d'énergie au niveau d'une surface est prépondérant pour la gestion des ressources hydriques et végétales. Il est également nécessaire à la bonne compréhension des systèmes hydrologiques et climatiques, ainsi qu'au suivi et à la prévision de leurs évolutions.

2La télédétection est un outil privilégié pour la réalisation de ce suivi, car elle fournit des informations liées aux transferts de masse et d'énergie, et en particulier aux processus commandant l'évapotranspiration. Cette dernière constitue une part prépondérante des bilans hydrologiques. Au niveau global, près des deux tiers des précipitations tombant sur les terres émergées retournent à l'atmosphère par évapotranspiration (W. BRUTSAERT, 1982). Cette proportion peut être plus élevée dans les zones plus sèches, telle que la rive sud du bassin méditerranéen. L'évapotranspiration intervient dans l'ensemble des problématiques hydrologiques au sens large. De plus, elle est fortement liée au fonctionnement des écosystèmes et constitue un mécanisme déterminant de la production de biomasse des couverts végétaux et un régulateur de la biodiversité. Sa connaissance précise est indispensable pour estimer les besoins en eau des cultures, pour analyser le climat et réaliser les prévisions météorologiques, pour étudier les phénomènes de salinisation des sols et plus généralement pour parvenir à décrire les transferts hydrosalins dans les nappes superficielles et les sols, ou encore pour apprécier la recharge des nappes, etc (SIRRIMED, 2012).

3L'estimation de l'évapotranspiration par télédétection optique et thermique a fait l'objet de nombreuses approches méthodologiques ces trente dernières années. Nous pouvons retenir trois catégories de modèles :

  • Ceux utilisant des relations semi-empiriques simples permettant de relier l'évapotranspiration journalière à une mesure instantanée de température de surface (B. SEGUIN et B. ITIER, 1983). L'intérêt de ces modèles est de contourner trois problèmes : 1/ l'estimation des longueurs de rugosité de surface (intervenant dans le flux de chaleur sensible), 2/ l'absence de mesure en continu des températures de surface et 3/ l'estimation du flux de chaleur conductif dans le sol qui est négligeable à l'échelle journalière. Toutefois ils présentent des limites liées à la mauvaise représentativité spatiale de la température de l'air, mesurée localement, et à la difficulté de prise en compte de l'hétérogénéité d'une surface.

  • Ceux utilisant des relations déterministes s'appuyant sur une description détaillée des sols et des couverts végétaux (J. EZZAHAR et al., 2012 ; E.L. MUZYLEV et al., 2010 ; A. OLIOSO et al., 1999). Ces modèles sont souvent qualifiés de type "Transfert Sol-Végétation-Atmosphère (TSVA)". Ils ne dépendent pas des données de télédétection pour leur mise en œuvre. Cependant ils peuvent être employés en combinaison avec ces données, en utilisant des procédures d'assimilation (A. OLIOSO et F. JACOB, 2002). Ces modèles permettent de simuler les transferts de masse et d'énergie entre le sol, la végétation et l'atmosphère à des échelles de temps inférieures à l'heure, en accord avec la dynamique des processus atmosphériques et de surface. Ils ont l'inconvénient d'être très complexes à mettre en œuvre, car ils nécessitent souvent la connaissance d'un nombre important de paramètres, difficiles à estimer, se prêtant mal à l'intégration spatiale et auxquels ils peuvent être très sensibles.

  • Ceux permettant d'éviter les principaux écueils des deux précédents, tout en conservant leurs avantages respectifs. Ils tiennent compte des phénomènes physiques lorsque cela est possible, et s'appuient sur des formulations empiriques dans le cas contraire (F. JACOB, 1999).

4SEBAL (Surface Energy Balance Algorithm for Land  W. BASTIAANSSEN et al., 1998 ; Z. LI et al., 2013) et METRIC (Mapping EvapoTranspiration at high Resolution with Internalized Calibration  R.G. ALLEN et al., 2007 ; P.H. GOWDA et al., 2008) sont considérés comme des modèles appartenant à cette troisième catégorie. Ils ont été développés pour résoudre l'équation du bilan d'énergie avec une approche spatiale supposant l'existence de sites en conditions hydriques extrêmes (très secs et très humides). Les propriétés de ces sites sont exploitées pour déterminer certaines variables de l'interface sol-végétation-atmosphère non accessibles par télédétection (A. HAMIMED et al., 2009). De plus, METRIC offre la particularité d'utiliser l'évapotranspiration horaire de référence dans le calcul de la fraction d'évaporation, ce qui en fait le modèle le mieux adapté aux conditions de forte advection locale qui caractérisent les régions semi-arides en Algérie.

5L'objectif de la présente contribution est l'utilisation des données multispectrales issues du capteur Landsat-7 ETM+ pour la cartographie de l'évapotranspiration et des flux énergétiques de surface à partir de la résolution de l'équation du bilan d'énergie par le modèle METRIC.

II - Le cadre de l'étude

1 ) Site d'étude et climat

6La zone d'étude retenue pour notre application est située dans la plaine de Sersou, à l'est de la wilaya (département) de Tiaret en Algérie, entre les latitudes 35° 12' et 35° 20' N et les longitudes 2° 13' et 2° 21' E. Elle s'étend sur une superficie d'environ 190 km2 (Fig. 1).

Figure 1 - Localisation de la zone d'étude.

Figure 1 - Localisation de la zone d'étude.

7La région est constituée par un plateau steppique situé au pied de la montagne Ben Hammad, laquelle fait barrière aux vents de sirocco très fréquents l'été. L'altitude moyenne est de 850 m.

8Les terrains qui affleurent sont de formation miocène, constitués d'argile sableuse, de poudingues et de conglomérats. Notons également la présence de quelques dépôts alluvionnaires le long des oueds temporaires.

9La zone d'étude appartient à l'étage climatique semi-aride jouissant d'un climat précontinental (A. HAMIMED et al., 2009). Deux périodes principales caractérisent le climat de cette région, une période pluvieuse, de l'automne au début du printemps, et une autre sèche et torride, en été. À la station de Ksar Chellala (Office National de la Météorologie, ONM), située sur le terrain d'étude, les précipitations annuelles moyennes avoisinent 350 mm.  L'hiver est assez froid ; la température minimale observée est de -6 °C. À l'opposé, la température maximale, enregistrée en été, atteint +47 °C.

10En raison de l'évapotranspiration intense et du vent, seule une partie des précipitations annuelles, hors saison estivale, est utile aux sols cultivables.

2 ) Occupation du sol

11En dehors des zones urbaines, une grande partie de la zone d'étude est actuellement utilisée pour l'activité agricole, essentiellement la céréaliculture pluviale à rendement aléatoire, et cela à la limite de l'isohyète 300 mm. La pratique de la jachère demeure fréquente dans cette zone (plus de 40 % des terres sont laissées au repos).

12 Les terres irriguées, exploitées pour le maraîchage et l'arboriculture fruitière, occupent une bonne proportion des surfaces en raison de la présence de ressources en eau relativement abondantes (nappe de Rechaiga et nappe de Zmalet El Émir Abdelkader).

13Les parcours steppiques, situés au sud ouest, s'étendent également sur une bonne partie de la région. Enfin, les terres improductives sont peu étendues.

14Le couvert végétal, en dehors des labours, est constitué de formations steppiques plus ou moins denses, parfois fortement dégradées, s'étendant sur l'ensemble de la région en de petites à moyennes nappes. Il apparaît donc que l'activité agricole est prédominante. L'activité pastorale vient en complément, mais elle est de moindre importance.

3 ) Données utilisées et méthodes

15Les données de télédétection utilisées dans cette étude sont constituées par deux images Landsat ETM+ (Enhanced Thematic Mapper Plus) acquises le 13 mars 2012 (jour 73) et le 30 avril 2012 (jour 121) à 10 heures 20 minutes GMT. Elles sont téléchargeables librement sur le site internet http://glovis.usgs.gov. Les dates d'acquisition de ces images correspondent à deux moments du printemps et probablement à deux phases phénologiques de la végétation naturelle et des cultures pluviales et irriguées.

16Les bandes spectrales du capteur ETM+ sont fournies en comptes numériques (codés sur 8 bits) qui sont transformés en luminances spectrales exo-atmosphériques (Lsat()) dans les domaines optique (visible, proche et moyen infrarouge) et thermique (infrarouge thermique) par utilisation de la formule linéaire :
Lsat()  =  (A  CN) + B                                                               (Équation 1)
où CN est le compte numérique et A et B sont les coefficients de calibration.

17Les luminances spectrales dans le domaine optique sont converties en réflectances après correction des effets atmosphériques par utilisation du modèle de transfert radiatif MODTRAN 4.0 (A. BERK et al., 1999). Ces réflectances sont ensuite utilisées pour calculer l'albédo (r) et l'indice de végétation (NDVI).

18L'albédo (r) est défini comme étant une réflectance de surface dans le domaine de l'énergie solaire (0,3-3 µm). Il est calculé par la formule proposée par S. LIANG et al. (2002) :
r  =  0,356r1 + 0,13r3 + 0,373r4 + 0,085r5 + 0,072r7 - 0,0018
                                                                                                    (Équation 2)
où r1, r3, r4, r5 et r7 sont respectivement les réflectances dans les canaux 1, 3, 4, 5 et 7 du capteur ETM+.

19L'indice de végétation (NDVI) est calculé à partir des réflectances dans le rouge (r3) et le proche infrarouge (r4) :
NDVI  =  (r4 - r3) / (r4 + r3)                                                           (Équation 3)

20Les luminances spectrales dans l'infrarouge thermique (Lsat ()) sont exprimées par la relation suivante (J. BARSI et al., 2005) :
Lsat()  =  [[εoLλ(To) + [(1 - εo Latm()]]  λ] + Latm()        (Équation 4)
où L(To) est la luminance spectrale propre de la surface, est la transmissivité spectrale de l'atmosphère, Latm() est le rayonnement atmosphérique reçu par la surface, Latm() est le rayonnement atmosphérique reçu par le capteur et o est l'émissivité de surface.

21L'émissivité de surface est estimée en fonction de l'indice de végétation NDVI (A.A. VAN DE GRIEND et M. OWE, 1993) :
εo  =  [0,047  ln(NDVI)] + 1,0094                                               (Équation 5)

22Les paramètres atmosphériques (, Latm() et Latm()) sont estimés, au moment de l'acquisition des images utilisées, par le calculateur en ligne des paramètres de correction atmosphérique (J. BARSI et al., 2005). Ces paramètres permettent de déduire les luminances spectrales propres de la surface (L(To)) par inversion de l'équation 4. Les températures de surface (To) sont enfin obtenues en fonction de ces luminances suivant la loi de PLANCK (G. CHANDER et al., 2009) :
To  =  1282,72 / ln [666,09 / (L(To)) + 1]                                    (Équation 6)

23Les données de télédétection sont complétées par des mesures de terrain qui ont été effectuées en un point choisi sur une parcelle de blé. Ces mesures correspondent à la température radiométrique de surface, le rayonnement réfléchi et les trois composantes du bilan d'énergie que sont le flux de chaleur dans le sol (G), le flux de chaleur sensible (H) et le flux de chaleur latente (E). Les rayonnements global et atmosphérique ont été mesurés par la station météorologique de Ksar Chellala (ONM), en utilisant respectivement un pyranomètre et un pyrgéomètre. La station météorologique a également fourni des mesures sur les variables de référence que sont la température et l'humidité de l'air, la vitesse du vent, la pression atmosphérique, la durée d'insolation et l'évapotranspiration potentielle journalière (Tab. I). Sur le dispositif expérimental, installé sur la parcelle de blé, l'albédo est estimé comme étant le rapport entre le rayonnement réfléchi (mesuré par un pyranomètre portable de marque APOGEE, modèle MP-200) et le rayonnement global. Le rayonnement net est déterminé par l'équation du bilan radiatif en fonction de l'albédo, des rayonnements global et atmosphérique, et de l'émission par la surface qui est déduite à partir de la température radiométrique de surface. Cette dernière est mesurée par un radiothermomètre portable APOGEE (modèle IRTS-P). Le flux de chaleur dans le sol est mesuré par une plaque de flux conductif HUKSEFLUX (modèle HFP01SC) installée à une profondeur de 5 cm dans le sol. Pour les chaleurs sensible et latente, les flux ont été calculés à partir des mesures à deux niveaux (0,5 et 2,5 m au-dessus de la surface) de température et d'humidité relative de l'air, en utilisant la méthode du rapport de BOWEN (G. GUYOT, 1999).

Tableau I - Les conditions météorologiques aux moments de l'acquisition des images Landsat-7 ETM+ utilisées.

Tableau I - Les conditions météorologiques aux moments de l'acquisition des images Landsat-7 ETM+ utilisées.

24L'organigramme présenté sur la figure 2 résume la méthodologie utilisée pour la spatialisation de l'évapotranspiration réelle journalière à partir des données satellitaires et des mesures au sol.

Figure 2 - Organigramme de la méthodologie utilisée pour la spatialisation de l'évapotranspiration et flux énergétiques de surface (éq. : abréviation de "équation").

Figure 2 - Organigramme de la méthodologie utilisée pour la spatialisation de l'évapotranspiration et flux énergétiques de surface (éq. : abréviation de "équation").

III - Estimation de l'évapotranspiration par METRIC

25L'estimation de l'évapotranspiration par le modèle METRIC s'appuie sur les équations 7 à 17 de l'organigramme méthodologique (Fig. 2).

26Pour la détermination de l'évapotranspiration, le modèle METRIC se base sur l'estimation du flux de chaleur latente (E) comme le terme résiduel de l'équation du bilan d'énergie :
E  =  Q* - G - H                                                                           (Équation 7)
où Q* est le rayonnement net, G le flux de chaleur par conduction dans le sol et H le flux de chaleur sensible.

27Le rayonnement net est le bilan des différentes formes d'échanges radiatifs. Il est exprimé par :

28Q*  = [(1 - r)  Rg] + L - L                                                      (Équation 8)

29La cartographie du rayonnement net (Q*) nécessite l'évaluation des termes suivants :

  • Le rayonnement global incident Rg, obtenu à partir des observations météorologiques ; cette donnée nous a permis d'estimer la transmissivité () de l'atmosphère (qui représente la capacité de l'atmosphère à transmettre le rayonnement solaire) qui est, dans notre cas, égale à 0,77 pour le jour 73 et 0,79 pour le jour 121.

  • L'émission par la surface L, obtenue par l'expression de STEPHAN-BOLTZMAN, utilisant la température et l'émissivité de surface.

  • Le rayonnement atmosphérique de grande longueur d'onde L, utilisant la température de l'air et l'émissivité de l'atmosphère. Cette dernière est calculée en fonction de la transmissivité de l'atmosphère () suivant l'expression (W. BASTIAANSSEN et al., 1998) :
    ε  =  1,08  (-log )0,265                                                 (Équation 9)

30Le flux de chaleur dans le sol est estimé à partir de la formule empirique proposée par W. BASTIAANSSEN et al. (1998) :
G = [(To/r)[0,0032(romoy)+0,0062(romoy)2][1-0,978(NDVI)4]]  Q*
                                                                                                  (Équation 10)
qui prend en compte la température de surface (To), l'albédo (r), l'albédo moyen journalier (romoy), l'indice de végétation (NDVI) et le rayonnement net (Q*). Pour les données Landsat (acquises autour de 10h30 GMT), il est généralement supposé que la valeur instantanée de l'albédo (r) est proche de la valeur moyenne journalière (romoy).

31Le flux de chaleur sensible (H) correspond au transfert de chaleur par convection entre la surface et l'air. Il est exprimé en fonction de la différence entre la température aérodynamique de surface Taero (identique à celle sur la hauteur de rugosité thermique zoh) et celle de l'air Ta :
H  =  [(  Cp) / rah (Taero - Ta)                                               (Équation 11)
et Cp sont respectivement la masse volumique et la chaleur spécifique de l'air à pression constante, et rah est la résistance au transfert turbulent qui est fonction de la vitesse du vent, du régime de stabilité thermique de l'atmosphère et de la rugosité de la surface.

32Dans le modèle METRIC, le flux de chaleur sensible est estimé sans avoir besoin de connaître les valeurs de Taero et Ta, difficiles à obtenir par télédétection, mais plutôt la différence dT entre les températures T1 et T2 (correspondant respectivement aux hauteurs 0,1 et 2 m au dessus de la surface) qui est fonction de To :
H  =  [(  Cp) / rah dT                                                            (Équation 12)

33rah est déterminée entre les deux niveaux atmosphériques z1 et z2 (généralement 0,1 et 2 m respectivement) en utilisant une vitesse du vent u200, obtenue par extrapolation, à la hauteur de mélange zb (comprise généralement entre 50 et 200 m au-dessus de la surface) et une procédure itérative pour la correction des stabilités de l'atmosphère au transfert de chaleur et de quantité de mouvement, basée sur la théorie de MONIN-OBUKHOV (C.A. PAULSON, 1970). Dans ce travail, une hauteur de mélange zb de 200 m a été utilisée.

34La différence dT entre les températures T1 et T2 est approximée par une simple fonction linéaire de To :
dT = (a  To) + b                                                                         (Équation 13)

35Les coefficients a et b de cette fonction sont déterminés empiriquement à l'aide des propriétés des pixels en conditions hydriques extrêmes (chaud/sec et froid/humide). Ces pixels sont identifiés sur une même image par l'analyse de la relation entre l'indice de végétation et la température de surface, suivant le concept du triangle (A. KHALDI et al., 2011). Les pixels secs sont identifiés sur des sols nus (NDVI < 0,2) ayant des températures élevées, alors que les pixels humides sont identifiés sur un couvert végétal dense (NDVI > 0,7) ayant une température faible (Fig. 3). Les seuils des températures faibles et températures élevées sont définis comme étant les températures de surface d'équilibre résultantes du bilan énergétique pour respectivement une végétation dense bien alimentée en eau et un sol nu sec (M.S. MORAN et al., 1994).

Figure 3 - Illustration de la méthode utilisée pour l'identification des pixels secs et humides : (A) le jour 73 et (B) le jour 121.

Figure 3 - Illustration de la méthode utilisée pour l'identification des pixels secs et humides : (A) le jour 73 et (B) le jour 121.

36Avec l'identification des pixels secs et humides, nous pouvons déterminer Hs et Hh à partir de l'équation du bilan d'énergie, comme suit :
Hh =  (Q* - G)h - λEh                                                                  (Équation 14)
Hs =  (Q* - G)s - λEs                                                                   (Équation 15)

37Dans ces deux équations, Hs et Hh sont les flux de chaleur sensible pour respectivement les pixels secs et les pixels humides. Un pixel sec est caractérisé par un flux de chaleur latente (Es) nul, c'est-à-dire quetoute l'énergie disponible (Q* - G)s est dissipée sous forme de chaleur sensible. Pour un pixel humide, le flux de chaleur latente (Eh) est supposé, dans METRIC, égal à la valeur horaire de l'évapotranspiration de référence ETr (estimée pour une culture hypothétique de référence, la luzerne, en utilisant l'équation de PENMAN-MONTEITH (R.G. ALLEN et al., 1998) multipliée par un coefficient empirique de 1,05. Le choix de ce coefficient est dicté principalement par l'hypothèse qu'un pixel humide (totalement couvert par de la végétation) a généralement une valeur d'évapotranspiration de 5 % supérieure à ETr, en raison de la présence du sol humide sous le couvert, qui aura pour effet d'augmenter légèrement l'évapotranspiration totale (R.G. ALLEN et al., 2007).

38La détermination de Hs et Hh permet, par inversion de l'équation 12, de déduire la différence des températures T1 et T2 des pixels secs (dTs) et celle des pixels humides (dTh) (voir Fig. 2). Les coefficients a et b de l'équation 13 sont déterminés par ajustement d'une droite passant par les deux paires de valeurs dT et To, correspondant aux pixels secs et humides.

39L'utilisation de l'expression 12 permet ensuite de spatialiser le flux de chaleur sensible et résoudre l'équation du bilan d'énergie à l'instant du passage du satellite pour enfin aboutir à la cartographie du flux de chaleur latente. Ce dernier doit permettre d'interpréter de façon plus précise le comportement d'une surface vis-à-vis d'un déficit hydrique. Cependant ses valeurs dépendent fortement des conditions de son estimation. Il est donc préférable, pour une interprétation plus aisée, d'en déduire des indicateurs d'alimentation hydrique tels que la fraction d'évapotranspiration de référence (ETrF), le paramètre de PRIESTLEY-TAYLOR () et la résistance de surface à l'évaporation (rs).

40Dans METRIC, la valeur instantanée du flux de chaleur latente (E), obtenue par l'équation 7, est convertie en évapotranspiration horaire EThor (exprimée en mm/h) suivant l'expression :
EThor = [3600 / (  λ)]  λE                                                       (Équation 16)
est la masse volumique de l'air ( 1 kg/m3) et est la chaleur latente de vaporisation de l'eau ( 2,45  106 J/kg à 20 °C).

41La fraction d'évapotranspiration de référence (ETrF) est exprimée par le rapport entre EThor et ETr. Elle est considérée similaire à celle intégrée sur la journée (P. GENTINE et al., 2011) et est utilisée à cet effet pour estimer l'évapotranspiration réelle journalière (ETj) à partir de l'expression (R.G. ALLEN et al., 2007) :
ETj  =  ETr ETo                                                    (Équation 17)
où les valeurs sont exprimées en mm/j et où ETo est l'évapotranspiration journalière de référence (mm/j) qui est calculée par l'équation de PENMAN-MONTEITH (R.G. ALLEN et al., 1998) utilisant les données classiques fournies par la station météorologique.

IV - Résultats et discussion

1 ) Température de surface

42La température de surface To, reliée indirectement à l'évapotranspiration réelle par le biais de l'équation du bilan d'énergie (B. SEGUIN et B. ITIER, 1983), varie dans l'image entre 288,9 et 308,2 K (une différence de 19,3 K) pour le jour 73 et entre 289,5 et 311,1 K (une différence de 21,6 K) pour le jour 121. Cette variabilité spatiale de To met en évidence le caractère hétérogène des conditions d'alimentation en eau des cultures dans la plaine de Sersou où les cultures irriguées et les cultures pluviales s'entremêlent avec les jachères et les sols nus, ce qui provoque le phénomène d'advection locale avec pour conséquence l'augmentation du processus d'évapotranspiration. En effet, les valeurs supérieures de To correspondent généralement à des surfaces où les sols nus sont dominants, tandis que les faibles valeurs sont associées à des couverts végétaux denses (NDVI > 0,7).

2 ) Rayonnement net

43La valeur moyenne du rayonnement net, obtenue à partir l'image, est de 183,1 W/m2 pour le jour 73 et de 265,2 W/m2 pour le jour 121. Les valeurs supérieures sont représentées sur les couverts denses (NDVI > 0,7) ayant des conditions optimales d'alimentation hydrique. Les sols nus (NDVI < 0,2) sont caractérisés par les faibles valeurs, avec une moyenne de 172,1 W/m2 pour le jour 73 et de 236,3 W/m2 pour le jour 121. La comparaison des valeurs du rayonnement net mesurées au sol avec celles estimées par METRIC montre un écart quadratique moyen de 15,12 W/m2, correspondant à 5,3 % en valeur relative, ce qui est considéré comme acceptable.

3 ) Flux de chaleur dans le sol

44Pour l'image du 15 mars 2012 (jour 73), le flux de chaleur dans le sol (G) varie de 4,7 à 28,9 W/m2, avec une moyenne de 21,7 W/m2. Les sols nus offrent les valeurs les plus fortes, variant de 15,6 à 28,9 W/m2, avec une moyenne de 23,6 W/m2. Sur les surfaces à végétation relativement dense (NDVI > 0,7), G varie de 4,7 à 14,2 W/m2, avec une moyenne de 11,8 W/m2.

45Pour l'image du 16 avril 2012 (jour 121), G a une valeur moyenne de 34,4 W/m2, donc de 58 % supérieure à celle du jour 71. Cet accroissement du flux G entre les deux images est due à la diminution de l'albédo sous l'effet de la couverture végétale, dont la densification a pour conséquence d'augmenter le rayonnement net à la surface.

46La comparaison des valeurs du flux G mesurées au sol avec celles déduites par METRIC à partir de l'image montre que le modèle conduit à une sous-estimation du flux G d'un écart quadratique moyen de 13,2 W/m2, soit de 45,1 % environ en valeur relative. Ce résultat est similaire à celui obtenu par F. JACOB et al. (2002). Cette sous-estimation de G peut être expliquée par les incertitudes sur les variables intermédiaires entrant dans le modèle (comme l'albédo, le NDVI et la température de surface). Malgré cette imprécision, le flux G n'a qu'un faible impact dans la détermination de l'énergie disponible à la surface (Q* - G), car il est plus faible que les autres flux énergétiques (F. JACOB et al., 2002).

4 ) Flux de chaleur sensible

47Dans la détermination du flux de chaleur sensible H, les pixels humides sont identifiés sur des couverts végétaux denses (NDVI > 0,7), ayant une température moyenne de 289,6 °K pour les deux images. Cette température est presque égale à la température d'un plan d'eau situé dans l'oued Touil, ce qui permet de conclure que ces couverts denses utilisent la majorité de l'énergie disponible (Q* - G) dans le processus d'évapotranspiration. Les pixels secs sont identifiés sur des sols nus ayant une température de 307,2 °K pour le jour 73 et 309,9 °K pour le jour 121.

48Dans le tableau II, on remarque que la résistance au transfert de chaleur est faible pour les pixels secs (25,08 s/m pour le jour 73 et 22,32 s/m pour le jour 121), ce qui provoque la libération de la chaleur sensible vers l'atmosphère. Celle-ci est attestée par les différences positives élevées entre les températures de surface et de l'air. En revanche, les pixels humides présentent les fortes valeurs de la résistance au transfert de chaleur (85,77 s/m pour le jour 73 et 39,02 s/m pour le jour 121), car l'énergie disponible (Q* - G) est utilisée essentiellement pour l'évapotranspiration. La confrontation des valeurs du flux H estimées au sol, en utilisant le rapport de BOWEN, avec celles obtenues par METRIC, à partir de l'image, montre un écart quadratique moyen de 7,4 W/m2, soit une différence relative de 31 %. Cet écart peut être expliqué par l'incertitude sur la température de surface et les longueurs de rugosité mécanique (hauteurs en dessous desquelles la vitesse du vent est nulle) intervenant dans l'estimation du flux chaleur sensible.

Tableau II - Paramètres et flux de surface instantanés au-dessus des pixels secs et humides.

Tableau II - Paramètres et flux de surface instantanés au-dessus des pixels secs et humides.

5 ) Évapotranspiration réelle

49Le flux de chaleur latente E, qui représente l'équivalent énergétique de l'évapotranspiration réelle, varie de 0 à 244,2 W/m2 (avec une moyenne de 93,1 W/m2) pour le jour 73 et de 0 à 350,6 W/m2 (avec une moyenne de 148,2 W/m2) pour le jour 121. Les données présentées sur le tableau III résument les résultats de l'évapotranspiration et des indicateurs de l'état hydrique obtenus pour les différents types d'occupation des sols. Les valeurs élevées d'évapotranspiration sont observées sur les couverts végétaux denses, tandis que les faibles valeurs sont associées à des sols nus qui correspondent à des valeurs élevées d'albédo.

Tableau III - Variation de l'évapotranspiration et des indicateurs d'alimentation en eau de surface en fonction de l'occupation du sol.

Tableau III - Variation de l'évapotranspiration et des indicateurs d'alimentation en eau de surface en fonction de l'occupation du sol.

E : flux de chaleur latente. ETj : évapotranspiration réelle journalière. ETrF : fraction d'évapotranspiration de référence.  : paramètre de PRIESTLEY-TAYLOR. rs : résistance au transfert de chaleur

50Comme le montre le tableau III, l'estimation de l'évapotranspiration réelle journalière représente assez fidèlement la logique des variations spatiales de l'évapotranspiration sans avoir à introduire un nombre important de paramètres d'entrée difficilement accessibles en routine.

51Les figures 4-a et 4-b indiquent les variations spatiales de l'évapotranspiration réelle journalière (ETj) pour respectivement les jours 73 et 121. En effet, l'ETj varie de 0 à 6,7 mm (avec une moyenne de 3,6 mm) pour le jour 73 (Fig. 4-a) et de 0 à 9,1 mm (avec une moyenne de 5,3 mm) pour le jour 121 (Fig. 4-b). Ces résultats font ressortir un contraste hydrique entre les deux journées, qui s'explique par l'état végétatif général (meilleur pour le jour 121), ainsi que par les précipitations sur les périodes ayant précédé l'acquisition de chacune des images retenues, les unes très faibles (5 mm à Ksar Chellala) entre le 1er janvier et le 13 mars 2012, les autres relativement abondantes (103 mm) entre le 27 mars et le 22 avril 2012 (source : ONM). L'abondance des pluies avant le jour 121 a permis de reconstituer la réserve en eau du sol et, par conséquent, d'assurer un taux d'évapotranspiration élevé.

Figure 4 - Variabilité spatiale de l'évapotranspiration réelle journalière : (a) le jour 73 et (b) le jour 121.

Figure 4 - Variabilité spatiale de l'évapotranspiration réelle journalière : (a) le jour 73 et (b) le jour 121.

52Toutefois les valeurs de l'évapotranspiration réelle ainsi estimées sont à considérer avec précaution et n'ont qu'une signification relative, car il n'existe pas de méthode de validation à des échelles de temps et d'espace aussi larges. La technique utilisée pour la validation est basée sur la confrontation des valeurs ponctuelles (peu nombreuses) mesurées au sol du flux de chaleur latente avec celles obtenues à partir de l'image. Cette confrontation montre un écart quadratique moyen de 31,5 W/m2, soit 13,7 % en valeur relative.

53L'analyse de la distribution fréquentielle de la résistance de surface à l'évaporation constitue un autre moyen généralement envisagé pour valider les résultats obtenus. P. BOUGEAULT et al. (1991) et W. BASTIAANSSEN et al. (1996) ont montré que, pour la plupart des cultures qui couvent entièrement le sol, les valeurs de cette résistance varient entre 10 et 400 s/m avec un pic autour de 70 s/m. Les résultats représentés sur la figure 5 sont approximativement conformes à cette indication.

Figure 5 - Distributions fréquentielles de la résistance de surface à l'évaporation des pixels à couverture végétale dense (NDVI > 0,7) : (a) le jour 73 et (b) le jour 121.

Figure 5 - Distributions fréquentielles de la résistance de surface à l'évaporation des pixels à couverture végétale dense (NDVI > 0,7) : (a) le jour 73 et (b) le jour 121.

V - Conclusion

54Les développements récents des techniques de télédétection ont abouti à de nombreuses nouvelles applications. L'une de ces dernières est l'étude des interactions entre la surface continentale et l'atmosphère.

55Les luminances télédétectées dans les domaines du visible, du proche infrarouge et de l'infrarouge thermique peuvent être utilisées pour déterminer l'albédo, l'indice de végétation et la température de surface. Intégrés dans différents modèles, ces paramètres peuvent être utilisés pour estimer l'évapotranspiration et les flux énergétiques de surface.

56Les résultats obtenus dans cette étude confirment les possibilités offertes par les données satellitaires Landsat ETM+ pour la résolution de l'équation du bilan d'énergie, apprécier le degré du stress hydrique et bien différencier les parcelles soumises à différents régimes hydriques.

57Cependant les estimations de l'évapotranspiration et des flux énergétiques de surface ne peuvent pas être considérées comme très précises par rapport aux données ponctuelles mesurées in situ. On note ainsi la présence d'un écart important entre les mesures au sol du flux de chaleur latente (qui est obtenu comme le terme résiduel de l'équation du bilan d'énergie) et les estimations de la télédétection, avec une erreur quadratique moyenne de 31,5 W/m2 (soit environ 13,7 % en valeur relative). Cela est dû principalement aux erreurs commises dans l'estimation du rayonnement net, du flux de chaleur dans le sol et du flux de chaleur sensible, qui correspondent respectivement aux écarts quadratiques moyens entre les estimations et les mesures de 15,12 W/m2 (5,3 %), de 13,2 W/m2 (45,1 %) et de 7,4 W/m2 (31 %). Ces écarts peuvent être attribués à l'imprécision des variables intermédiaires utilisées dans le modèle, tels que l'albédo, l'émissivité de la surface, la longueur de rugosité mécanique et les températures de surface et de l'air.

58Malgré ces imprécisions, l'approche utilisée apparaît assez indiquée pour une réelle exploitation des données satellitaires pour l'estimation d'un certain nombre de paramètres à l'interface sol-plante-atmosphère. Ces paramètres ont l'avantage d'être spatialisés et d'offrir une couverture spatio-temporelle plus satisfaisante que les données ponctuelles mesurées opérationnellement. Ils posent, en revanche, le problème d'être indirects et nécessitent d'avoir recours à des modélisations du transfert radiatif au sein de l'atmosphère et au niveau de la surface pour leur interprétation en termes de variables physiques.

Remerciements : Ce travail a été réalisé dans le cadre du contrat de recherche CMEP PHC-MAGHREB (code : 14MDU927). Les remerciements des auteurs sont adressés à l’Office National de la Météorologie de Ksar Chellala pour avoir mis à leur disposition les données météorologiques et aux experts de la revue pour leur lecture critique du texte.

Haut de page

Bibliographie

ALLEN R.G., PEREIRA L.S., RAES D. et SMITH M. (1998) - Crop evapotranspiration-Guidelines for computing crop water requirements. Édit. FAO, FAO Irrigation and drainage paper 56, Rome, 300 p.

ALLEN R.G., TASUMI M. et TREZZA R. (2007) - Satellite-based energy balance for Mapping Evapotranspiration with Internalized Calibration (METRIC)-model. Journal of irrigation and drainage engineering, vol. 133, n° 4, p. 380-394.

BARSI J.A., SCHOTT J.R., PALLUCONI F.D. et HOOK S.J. (2005) - Validation of a web-based atmospheric correction tool for single thermal band instruments. In : Earth Observing Systems X, vol. 5882, J.J. BUTLER édit., Proceedings of SPIE, Bellingham (Washington, USA), article 58820E, p. 136-142.

BASTIAANSSEN W.G.M., VAN DER WALL T. et VISSER T.N.M. (1996) - Diagnosis of regional evaporation by remote sensing to support irrigation performance assessment. Irrigation and Drainage Systems, vol. 10, n° 1, p. 1-23.

BASTIAANSSEN W.G.M., MENENTI M., FEDDES R.A. et HOLTSLAG A.A.M. (1998) - Remote sensing surface energy balance algorithm for land (SEBAL): 1. Formulation. Journal of Hydrology, vol. 212-213, p. 198-212.

BERK A., ANDERSON G.P., BERNSTEIN L.S., ACHARYA P.K., DOTHE H., MATTHEW M.W., ADLER-GOLDEN S.M., CHETWYND J.H., RICHTSMEIER S.C., PUKALL B., ALLRED C.L., JEONG L.S. et HOKE M.L. (1999) - MODTRAN4 radiative transfer modeling for atmospheric correction. In : Optical spectroscopic techniques and instrumentation for atmospheric and space research III,Proceedings of SPIE, vol. 3756, Bellingham (Washington, USA), p. 348-353.

BOUGEAULT P., NOILHAN J., LACARERE P. et MASCART P. (1991) - An experiment with an advanced surface parameterization in a meso-beta-scale model. Part I: Implementation. Monthly Weather Review, vol. 119, p. 2358-2373.

BRUTSAERT W. (1982) - Evaporation into the atmosphere: theory, history and applications. Édit. REIDEL, Dordrecht (Pays-Bas), 299 p.

CHANDER G., MARKHAM B.L. et HELDER D.L. (2009) - Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment, vol. 113, n° 5, p. 893-903.

EZZAHAR J., ER-RAKI S., MARAH H., KHABBA S., AMENZOU N. et CHEHBOUNI G. (2012) - Coupling soil-vegetation-atmosphere-transfer model with energy balance model for estimating energy and water vapor fluxes over an olive grove in a semi-arid region. Global Meteorology, vol. 1, n° 1, p 1-8.

GENTINE P., ENTEKHABI D. et POLCHER J. (2011) - The diurnal behavior of evaporative fraction in the soil-vegetation-atmospheric boundary layer continuum. Journal of Hydrometeorology, vol. 12, n° 6, p. 1530-1546.

GOWDA P.H., CHÁVEZ J.L., HOWELL T.A., MAREK T.H. et NEW L.L. (2008) - Surface energy balance based evapotranspiration mapping in the Texas high plains. Sensors, vol. 8, n° 8, p. 5186-5201.

GUYOT G. (1999) - Climatologie de l'environnement. Édit DUNOD, Paris, 523 p.

HAMIMED A., KHALDI A., MEHOR M. et SEDDINI A. (2009) - Estimation of daily actual evapotranspiration in Algerian semiarid environment with satellite ASTER. EARSeL eProceedings, vol. 8, n° 2, p. 140-151.
URL : http://www.eproceedings.org/static/vol08_2/08_2_hamimed1.html.

JACOB F. (1999) - Utilisation de la télédétection courtes longueurs d'onde et infrarouge thermique à haute résolution spatiale pour l'estimation des flux d'énergie à l'échelle de la parcelle agricole. Thèse de l'Université Toulouse 3, 250 p.

JACOB F., OLIOSO A., GU X.F., SU Z. et SEGUIN B. (2002) - Mapping surface fluxes using airborne visible, near infrared, thermal infrared remote sensing data and a spatialized surface energy balance model. Agronomie, vol. 22, n° 6, p. 669-680.

KHALDI A., HAMIMED A., MEDERBAL K. et SEDDINI A. (2011) - Obtaining evapotranspiration and surface energy fluxes with remotely sensed data to improve agricultural water management. African Journal of Food Agriculture Nutrition and Development, vol. 11, n° 1, p. 4558-4581.

LI Z., LIU X., MA T., KEJIA D., ZHOU Q., YAO B. et NIU T. (2013) - Retrieval of the surface evapotranspiration patterns in the alpine grassland–wetland ecosystem applying SEBAL model in the source region of the Yellow River, China. Ecological Modelling, vol. 270, p. 64-75.

LIANG S., SHUEY C., RUSS A., FANG H., CHEN M., WALTHALL C. et DAUGHTRY C. (2002) - Narrowband to Broadband Conversions of Land Surface Albedo: II. Validation. Remote Sensing of Environment, vol. 84, n° 1, p. 25-41.

MORAN M.S., CLARKE T.R., INOUE Y. et VIDAL A. (1994). Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index. Remote sensing of environment, vol. 49, n° 3, p. 246-263.

MUZYLEV E.L., USPENSKII A.B., STARTSEVA Z.P., VOLKOVA E.V. et KUKHARSKII A.V. (2010) - Modeling water and heat balance components for the river basin using remote sensing data on underlying surface characteristics. Russian Meteorology and Hydrology, vol. 35, n° 3, p. 225-235.

OLIOSO A. et JACOB F. (2002) - Estimation de l'évapotranspiration à partir de mesures de télédétection. La Houille Blanche, n° 1, p. 62-67.

OLIOSO A., CHAUKI H., COURAULT D. et WIGNERON J.P. (1999) - Estimation of evapotranspiration and photosynthesis by assimilation of remote sensing data into SVAT models. Remote Sensing of Environment, vol. 68, n° 3, p. 341-356.

PAULSON C.A. (1970) - The mathematical representation of wind speed and temperature profiles in the unstable atmospheric surface layer. Journal of Applied Meteorology, vol. 9, n° 6, p. 857-861.

SEGUIN B. et ITIER B. (1983) - Using midday surface temperature to estimate daily evaporation from satellite thermal IR data. International Journal of Remote Sensing, vol. 4, n° 2, p. 371-383.

SIRRIMED (2012) - Deliverable D4.3. ET-retrieval algorithms for ET-Mapping: State-of-the-Art and Tools to be used in SIRRIMED WP4 and WP5. SIRRIMED Sustainable use of irrigation water in the Mediterranean Region, FP7 Seventh Framework Programme.
URL : http://www.sirrimed.org/catalogo/sirrimed_d4.3_final_version_jan_2012.pdf.

VAN DE GRIEND A.A. et OWE M. (1993) - On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces. International Journal of Remote Sensing, vol. 14, n° 6, p. 1119-1131.

Haut de page

Table des illustrations

Titre Figure 1 - Localisation de la zone d'étude.
URL http://physio-geo.revues.org/docannexe/image/4063/img-1.jpg
Fichier image/jpeg, 400k
Titre Tableau I - Les conditions météorologiques aux moments de l'acquisition des images Landsat-7 ETM+ utilisées.
URL http://physio-geo.revues.org/docannexe/image/4063/img-2.jpg
Fichier image/jpeg, 176k
Titre Figure 2 - Organigramme de la méthodologie utilisée pour la spatialisation de l'évapotranspiration et flux énergétiques de surface (éq. : abréviation de "équation").
URL http://physio-geo.revues.org/docannexe/image/4063/img-3.jpg
Fichier image/jpeg, 248k
Titre Figure 3 - Illustration de la méthode utilisée pour l'identification des pixels secs et humides : (A) le jour 73 et (B) le jour 121.
URL http://physio-geo.revues.org/docannexe/image/4063/img-4.jpg
Fichier image/jpeg, 164k
Titre Tableau II - Paramètres et flux de surface instantanés au-dessus des pixels secs et humides.
URL http://physio-geo.revues.org/docannexe/image/4063/img-5.jpg
Fichier image/jpeg, 416k
Titre Tableau III - Variation de l'évapotranspiration et des indicateurs d'alimentation en eau de surface en fonction de l'occupation du sol.
Légende E : flux de chaleur latente. ETj : évapotranspiration réelle journalière. ETrF : fraction d'évapotranspiration de référence.  : paramètre de PRIESTLEY-TAYLOR. rs : résistance au transfert de chaleur
URL http://physio-geo.revues.org/docannexe/image/4063/img-6.jpg
Fichier image/jpeg, 224k
Titre Figure 4 - Variabilité spatiale de l'évapotranspiration réelle journalière : (a) le jour 73 et (b) le jour 121.
URL http://physio-geo.revues.org/docannexe/image/4063/img-7.jpg
Fichier image/jpeg, 1,1M
Titre Figure 5 - Distributions fréquentielles de la résistance de surface à l'évaporation des pixels à couverture végétale dense (NDVI > 0,7) : (a) le jour 73 et (b) le jour 121.
URL http://physio-geo.revues.org/docannexe/image/4063/img-8.jpg
Fichier image/jpeg, 93k
Haut de page

Pour citer cet article

Référence papier

Abderrahmane Hamimed, Laounia Nehal, Abdelkader Khaldi et Habib Azzaz, « Contribution à la spatialisation de l'évapotranspiration d'un agro-système semi-aride en Algérie par utilisation de la télédétection et du modèle METRIC », Physio-Géo, Volume 8 | -1, 197-213.

Référence électronique

Abderrahmane Hamimed, Laounia Nehal, Abdelkader Khaldi et Habib Azzaz, « Contribution à la spatialisation de l'évapotranspiration d'un agro-système semi-aride en Algérie par utilisation de la télédétection et du modèle METRIC », Physio-Géo [En ligne], Volume 8 | 2014, mis en ligne le 23 juillet 2014, consulté le 17 octobre 2017. URL : http://physio-geo.revues.org/4063 ; DOI : 10.4000/physio-geo.4063

Haut de page

Auteurs

Abderrahmane Hamimed

Laboratoire LRSBG, Université de Mascara, B.P. 763, MASCARA, 29000, ALGÉRIE.
Courriel : hamimed@dr.com

Laounia Nehal

Laboratoire LRSBG, Université de Mascara, B.P. 763, MASCARA, 29000, ALGÉRIE.
Courriel : laounia2001@yahoo.fr

Abdelkader Khaldi

Laboratoire LRSBG, Université de Mascara, B.P. 763, MASCARA, 29000, ALGÉRIE.
Courriel : khaldi3dz@yahoo.fr

Habib Azzaz

Laboratoire LSTE, Université de Mascara, B.P. 763, Mascara, 29000, ALGÉRIE.
Courriel : azzazh@yahoo.fr

Haut de page

Droits d’auteur

Licence Creative Commons
Les contenus de Physio-Géo - Géographie Physique et Environnement sont mis à disposition selon les termes de la Licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.

Haut de page
  • Logo DOAJ – Directory of Open Access Journals
  • Revues.org