Search

International audience; Changes in mountain landscape can affect avalanche activity, causing changes in risk, potentially enhanced by a transition of the socio-environmental system and its underlying dynamics. Thus, integrative approaches combining biophysical and social sciences are required to assess changes in risk in all its dimensions. This study proposes a holistic methodology combining land cover change detection using advanced image processing techniques, geohistorical investigations and qualitative modelling of risk changes in order to infer the evolution of avalanche risk and its drivers in the upper Maurienne (French Alps) from 1860 to 2017. Results show that a continuous increase of forested areas associated with the retraction of agro-pastoral zones followed a period of land abandonment and depopulation. However, reforestation within avalanche paths remains largely incomplete and mostly absent in the majority of release areas, making a decrease in avalanche occurrence and propagation unlikely. This, combined with marked urban sprawl partially concentrated in avalanche prone areas, locally increased the exposure of residential settlements to avalanches. Hence, even if new defense structures have been set up, our analysis indicates that avalanche risk in the upper Maurienne increased through the study period. Even if local specificity related to physical dissimilarities and/or distinguished socio-economic trends always exist, our results may be valid for many high alpine valleys. Our approach is also transferable to other natural hazards, notably in wider mountain environments, as a contribution to the elaboration of effective adaptation strategies in a context of increasing risks related to combined climate change and socio-economic transitions.

For eight rivers situated from northern to southern Italy, the evolutionary trajectories since the middle 19th century and the key controlling factors of channel adjustments were reconstructed using a combined diachronous-synchronous approach, integrating data from catchment- to reach-scale. The analysis takes advantage of multi-temporal GIS analysis of maps, aerial photographs, and orthophotos, and data from literature, archives, and official surveys of population and agrarian censuses. The main aims were to link historical channel responses to human and climate disturbances evidencing regional scale similarities and dissimilarities and to explain the role of upland and floodplain land use changes in the interpretation of channel adjustments. From the middle 19th century to the 1950s, both channel widening and narrowing were observed. These processes were related to land use disturbances (e.g., afforestation versus deforestation) acting at both reach and catchment scales. From the 1950s to 1970s, channel narrowing in some rivers accelerated simultaneously with forests encroachment on fluvial corridors and human abandonment of intense floodplain uses, before the action of any other factors. In southern Italian rivers, channel adjustments were more intense and occurred later than in northern ones, but they remained more active once adjustment ended. Even though these rivers underwent a rural decline, their floodplains were little colonized by mature forests, probably because of drier climatic conditions exacerbated by dewatering due to channel incision. This also means that upland afforestation, with its effects on bedload delivery, was a more critical driver in controlling narrowing than floodplain afforestation, as in this southern context we do not observe floodplain afforestation but grazing expansion. When forest can establish along the channel, as seen on the Volturno River, narrowing is even more important. River widening in the early 2000s–2010s did not compensate for longer term narrowing, demonstrating a shift in river responsiveness that was partly due to upland and floodplain afforestation inducing higher channel resistance to bank erosion and bedload deficit. Such morphological evolution was also observed in Southeastern France, but occurred a bit earlier, with stronger similarities with northern Italy and the Apennines. These drivers of change must not be underestimated in geomorphic diagnosis, even if they are more difficult to assess.

International audience; Dendrogeomorphic analyses provide long and continuous chronologies of mass movements that are useful for the detection of trends related to climate change. Socio-environmental changes can, however, induce non-stationarities. This study addresses the following questions: (1) How does the evolution of forest cover induce non-stationarities in tree-ring based reconstructions of snow avalanche activity? (2) How are trends inherent to tree-ring approaches distinguishable from real fluctuations in avalanche activity? Using dendrogeomorphic techniques, we reconstructed snow avalanches in six adjacent paths in the French Alps. Results show two distinct trends in process activity between 1750 and 2016. In the southern paths, the frequency of snow avalanches increased sharply in the 1970s. The distribution of tree ages, as well as old topographic maps, allow an attribution of this trend to the destruction of large parts of the forest stand by a large snow avalanche in the 1910-20 s. This extreme event induced a sudden change in the capability of newly colonizing trees to record subsequent snow avalanches. In the northern paths, by contrast, progressive afforestation starting in the mid-19th century, as well as colonization of the release areas after World War II, resulted in a strong reduction in snow avalanche activity since the 1930s. Even if global warming remains a possible additional driver of snow avalanche activity at the study sites, the rural exodus and the abatement of pastoral practices during the 19th and 20th centuries are the main explanations for the observed trends in process activity. Results also illustrate a need to clarify the complex interrelations among forest evolution, global warming, social practices, and the process activity itself when interpreting trends in mass movements. (C) 2020 Elsevier Ltd. All rights reserved

Over the last decades, Indonesia has experienced dramatic land transformations with an expansion of oil palm plantations at the expense of tropical forests. Indonesia is currently one of the regions with the highest transformation rate of the land surface worldwide related to the expansion of oil palm plantations and other cash crops replacing forests on large scales. As vegetation is a modifier of the climate near the ground these large-scale land transformations have major impacts on surface biophysical variables such as land surface temperature (LST), albedo, vegetation indices (e.g. the normalized difference vegetation index, NDVI), on the surface energy balance and energy partitioning.Despite the large historic land transformation in Indonesia toward oil palm and other cash crops and governmental plans for future expansion, this is the first study so far to quantify the impacts of land transformation on biophysical variables in Indonesia. To assess such changes at regional scale remote sensing data are needed.As a key driver for many ecological functions, LST is directly affected by land cover changes.We analyze LST from the thermal band of a Landsat image and produce a high-resolution surface temperature map (30 m) for the lowlands of the Jambi province in Sumatra (Indonesia), a region which experienced large land transformation towards oil palm and other cash crops over the past decades. The comparison of LST, albedo, NDVI, and evapotranspiration (ET) between seven different land cover types (forest, urban areas, clear cut land, young and mature oil palm plantations, acacia and rubber plantations) shows that forests have lower surface temperatures than the other land cover types, indicating a local warming effect after forest conversion. LST differences were up to 10.1 ± 2.6 ºC (mean ± SD) between forest and clear-cut land. The differences in surface temperatures are explained by an evaporative cooling effect, which offsets an albedo warming effect.Young and mature oil palm plantations differenced in their biophysical. To study the development of surface biophysical variables during the 20 – 25 years rotation cycle of oil palm plantations, we used three Landsat images from the Jambi province in Sumatra/Indonesia covering a chronosequence of oil palm plantations.Our results show that differences between oil palm plantations in different stages of the oil palm rotation cycle are reflected in differences in the surface energy balance, energy partitioning and biophysical variables. During the oil palm plantation lifecycle the surface temperature differences to forest gradually decrease and approach zero around the mature oil palm plantation stage of 10 years. Concurrently, NDVI increases and the albedo decreases approaching typical values of forests. The surface energy balance and energy partitioning show a development patterns related to biophysical variables and the age of the oil palm plantations. Newly established and young plantations (< 5 years) have less net radiation available than mature oil palm plantations, yet have higher surface temperatures than mature oil palm plantations. The changes in biophysical variables, energy balance and energy partitioning during the oil palm rotation cycle can be explained by the previously identified evaporative cooling effect in which the albedo warming effect is offset. A main determinant in this mechanism is the vegetation cover during the different phases in the oil palm rotation cycle. NDVI as a proxy for vegetation cover showed a consistent inverse relation with the LST of different aged oil palm plantations, a trend that is also observed for different land use types in this study. (Last and final summary in the thesis); Au cours des dernières décennies, l'Indonésie a connu des transformations spectaculaires des terres avec une expansion des plantations de palmiers à huile au détriment des forêts tropicales. L'Indonésie est actuellement l'une des régions ayant le plus haut taux de transformation de la surface terrestre dans le monde à cause de l'expansion des plantations de palmiers à huile et d'autres agricultures qui remplacent les forêts à grande échelle. Comme la végétation est un modificateur du climat près du sol, ces transformations à grande échelle ont des impacts majeurs sur les variables biophysiques de surface telles que la température de surface, l'albédo, les indices de végétation (NDVI), sur le bilan énergétique de surface et le partitionnement énergétique.Ce travail de thèse vise à quantifier les impacts des changements d’usage des terres en Indonésie sur les variables biophysiques de surface. Pour évaluer ces changements à l'échelle régionale, des données de télédétection sont nécessaires.Étant une variable clé de nombreuses fonctions écologiques, la température de surface (LST) est directement affectée par les changements de la couverture terrestre. Nous avons analysé la LST à partir de la bande thermique d'une image Landsat et produit une carte de température de surface avec une haute résolution (30m) pour les basses terres de la province de Jambi à Sumatra (Indonésie), une région qui a subi de grandes transformations au cours des dernières décennies. La comparaison des LST, albédo, NDVI et évapotranspiration (ET) entre sept différents types de couverture terrestre (forêts, zones urbaines, terres incultes, plantations de palmiers à huile jeunes et matures, plantations d'acacias et de caoutchouc) montre que les forêts ont des températures de surface inférieures à celles des autres types de couvert végétal, ce qui indique un effet de réchauffement local après la conversion des forêts vers des plantations. Les différences de LST atteignaient 10,1 ± 2,6 ºC (moyenne ± écart-type) entre les forêts et les terres déforestées. Les différences de températures de surface s'expliquent par un effet de refroidissement évaporatif des forêts, qui compense l'effet de réchauffement de l'albédo.Basé sur des différences observées dans les variables biophysiques entre les plantations de palmiers à huile jeunes et matures, nous avons analysé trois images Landsat couvrant une chronoséquence de plantations de palmiers à huile pour étudier la dynamique des variables biophysiques de surface pendant le cycle de rotation de 20-25 ans des plantations de palmiers à huile.Nos résultats montrent que les différences entre les plantations de palmiers à huile à différents stades du cycle de rotation du palmier à huile se reflètent dans les différences du bilan énergétique de surface, du partitionnement énergétique et des variables biophysiques. Au cours du cycle de rotation des plantations de palmiers à huile, les différences de température à la surface diminuent graduellement et se rapprochent de zéro autour du stade mature de la plantation de palmiers à huile de 10 ans. Parallèlement, le NDVI augmente et l'albédo diminue à proximité des valeurs typiques des forêts. Le bilan énergétique de surface et le partitionnement énergétique montrent des tendances de développement liés aux variables biophysiques et à l'âge des plantations de palmiers à huile. Les nouvelles plantations et les jeunes plantations (

Over the last decades, Indonesia has experienced dramatic land transformations with an expansion of oil palm plantations at the expense of tropical forests. Indonesia is currently one of the regions with the highest transformation rate of the land surface worldwide related to the expansion of oil palm plantations and other cash crops replacing forests on large scales. As vegetation is a modifier of the climate near the ground these large-scale land transformations have major impacts on surface biophysical variables such as land surface temperature (LST), albedo, vegetation indices (e.g. the normalized difference vegetation index, NDVI), on the surface energy balance and energy partitioning.Despite the large historic land transformation in Indonesia toward oil palm and other cash crops and governmental plans for future expansion, this is the first study so far to quantify the impacts of land transformation on biophysical variables in Indonesia. To assess such changes at regional scale remote sensing data are needed.As a key driver for many ecological functions, LST is directly affected by land cover changes.We analyze LST from the thermal band of a Landsat image and produce a high-resolution surface temperature map (30 m) for the lowlands of the Jambi province in Sumatra (Indonesia), a region which experienced large land transformation towards oil palm and other cash crops over the past decades. The comparison of LST, albedo, NDVI, and evapotranspiration (ET) between seven different land cover types (forest, urban areas, clear cut land, young and mature oil palm plantations, acacia and rubber plantations) shows that forests have lower surface temperatures than the other land cover types, indicating a local warming effect after forest conversion. LST differences were up to 10.1 ± 2.6 ºC (mean ± SD) between forest and clear-cut land. The differences in surface temperatures are explained by an evaporative cooling effect, which offsets an albedo warming effect.Young and mature oil palm plantations differenced in their biophysical. To study the development of surface biophysical variables during the 20 – 25 years rotation cycle of oil palm plantations, we used three Landsat images from the Jambi province in Sumatra/Indonesia covering a chronosequence of oil palm plantations.Our results show that differences between oil palm plantations in different stages of the oil palm rotation cycle are reflected in differences in the surface energy balance, energy partitioning and biophysical variables. During the oil palm plantation lifecycle the surface temperature differences to forest gradually decrease and approach zero around the mature oil palm plantation stage of 10 years. Concurrently, NDVI increases and the albedo decreases approaching typical values of forests. The surface energy balance and energy partitioning show a development patterns related to biophysical variables and the age of the oil palm plantations. Newly established and young plantations (< 5 years) have less net radiation available than mature oil palm plantations, yet have higher surface temperatures than mature oil palm plantations. The changes in biophysical variables, energy balance and energy partitioning during the oil palm rotation cycle can be explained by the previously identified evaporative cooling effect in which the albedo warming effect is offset. A main determinant in this mechanism is the vegetation cover during the different phases in the oil palm rotation cycle. NDVI as a proxy for vegetation cover showed a consistent inverse relation with the LST of different aged oil palm plantations, a trend that is also observed for different land use types in this study. (Last and final summary in the thesis); Au cours des dernières décennies, l'Indonésie a connu des transformations spectaculaires des terres avec une expansion des plantations de palmiers à huile au détriment des forêts tropicales. L'Indonésie est actuellement l'une des régions ayant le plus haut taux de transformation de la surface terrestre dans le monde à cause de l'expansion des plantations de palmiers à huile et d'autres agricultures qui remplacent les forêts à grande échelle. Comme la végétation est un modificateur du climat près du sol, ces transformations à grande échelle ont des impacts majeurs sur les variables biophysiques de surface telles que la température de surface, l'albédo, les indices de végétation (NDVI), sur le bilan énergétique de surface et le partitionnement énergétique.Ce travail de thèse vise à quantifier les impacts des changements d’usage des terres en Indonésie sur les variables biophysiques de surface. Pour évaluer ces changements à l'échelle régionale, des données de télédétection sont nécessaires.Étant une variable clé de nombreuses fonctions écologiques, la température de surface (LST) est directement affectée par les changements de la couverture terrestre. Nous avons analysé la LST à partir de la bande thermique d'une image Landsat et produit une carte de température de surface avec une haute résolution (30m) pour les basses terres de la province de Jambi à Sumatra (Indonésie), une région qui a subi de grandes transformations au cours des dernières décennies. La comparaison des LST, albédo, NDVI et évapotranspiration (ET) entre sept différents types de couverture terrestre (forêts, zones urbaines, terres incultes, plantations de palmiers à huile jeunes et matures, plantations d'acacias et de caoutchouc) montre que les forêts ont des températures de surface inférieures à celles des autres types de couvert végétal, ce qui indique un effet de réchauffement local après la conversion des forêts vers des plantations. Les différences de LST atteignaient 10,1 ± 2,6 ºC (moyenne ± écart-type) entre les forêts et les terres déforestées. Les différences de températures de surface s'expliquent par un effet de refroidissement évaporatif des forêts, qui compense l'effet de réchauffement de l'albédo.Basé sur des différences observées dans les variables biophysiques entre les plantations de palmiers à huile jeunes et matures, nous avons analysé trois images Landsat couvrant une chronoséquence de plantations de palmiers à huile pour étudier la dynamique des variables biophysiques de surface pendant le cycle de rotation de 20-25 ans des plantations de palmiers à huile.Nos résultats montrent que les différences entre les plantations de palmiers à huile à différents stades du cycle de rotation du palmier à huile se reflètent dans les différences du bilan énergétique de surface, du partitionnement énergétique et des variables biophysiques. Au cours du cycle de rotation des plantations de palmiers à huile, les différences de température à la surface diminuent graduellement et se rapprochent de zéro autour du stade mature de la plantation de palmiers à huile de 10 ans. Parallèlement, le NDVI augmente et l'albédo diminue à proximité des valeurs typiques des forêts. Le bilan énergétique de surface et le partitionnement énergétique montrent des tendances de développement liés aux variables biophysiques et à l'âge des plantations de palmiers à huile. Les nouvelles plantations et les jeunes plantations (

International audience; Industrial and urban development along the coast may exacerbate the changes induced by oceano-climatic processes to such an extent that the coast becomes uninhabitable. This paper presents a baseline study carried out on the 360 km-long Coromandel coast of Tamil Nadu's (TN) Bay of Bengal coast, Southeast India. About 30% of the 72 million inhabitants of the state of TN live in low-lying coastal areas within a variety of ecosystems such as sandy beaches and dunes, wetlands, mudflats and mangroves. Exponential demographic growth combines with dense urban agglomerations, ever-growing industrial and harbour areas, aquaculture and luxury tourism expansion increasing vulnerabilities to coastal erosion and extreme meteorological events. We report here how very high spatial resolution satellite (VHSRS) images, freely provided by Google Earth® engine or from the public database offered by GIS software, may be used to impartially and significantly survey coastal land cover (LC) transformations at fine scales over a number of years using preliminary visual interpretation. The study also gathered demographic data, historical records on strength and trajectories of the cyclones that have hit the TN coast since 1900, and decadal series of daily ERA-Interim/ECMWF waves and Mercator-Ocean oceanic currents. Our results demonstrate a tangle of environmental and human activities and situations subject to specific coastal hazards, particularly severe during the Northeast monsoon season. The potential risks for coastal ecosystems and local communities are finally discussed.

Land-use and land cover changes (LULCC) can have significant biophysical impacts on regional precipitation, including monsoon rainfall. Using global simulations with and without LULCC from 5 general circulation models (GCM), under the Representative Concentration Pathway (RCP) 8.5 scenario, we find that future LULCC significantly reduce monsoon precipitation in at least 4 (out of 8) monsoon regions. While monsoon rainfalls are likely to intensify under future global warming, we estimate that biophysical effects of LULCC substantially weaken future projections of monsoons’ rainfall by 9% (Indian region), 12% (East Asian), 32% (South African) and 41% (North African), with an average of ~ 30% for projections across the global monsoon region. A similar strong contribution is found for biophysical effects of past LULCC to monsoon rainfall changes since the preindustrial period. Rather than remote effects, local land-atmosphere interactions, implying a decrease in evapotranspiration, soil-moisture and clouds along with more anticyclonic conditions, could explain this future reduction in monsoon rainfall.

International audience; A wide range of environmental and societal issues such as food security policy implementation requires accurate information on biomass productivity and its underlying drivers at both regional and local scales. While many studies in West Africa are conducted with coarse resolution earth observation data, few have tried to relate vegetation trends to explanatory factors, as is generally done in land use and land cover change (LULCC) studies at finer scales. In this study, we proposed to make a bridge between vegetation trend analysis and LULCC studies to improve the understanding of the various factors that influence the biomass production changes observed in satellite time series (using integrated Normalized Difference Vegetation Index [NDVI] as a proxy). The study was conducted in two steps. In the first step, we analyzed MODIS NDVI linear trends together with TRMM growing season rainfall over the Sahel region from 2000-2015. A classification scheme was proposed that enables better specification of the relative role of the main drivers of biomass production dynamics. We found that 16% of the Sahel is re-greening-but found strong evidence that rainfall is not the only important driver of biomass increase. Moreover, a decrease found in 5% of the Sahel can be chiefly attributed to factors other than rainfall (88%). In the second step, we focused on the "Degré Carré de Niamey" site in Niger. Here, the observed biomass trends were analyzed in relation to land cover changes and a set of potential drivers of LULCC using the Random Forest algorithm. We observed negative trends (29% of the Niger site area) mainly in tiger bush areas located on lateritic plateaus, which are particularly prone to pressures from overgrazing and overlogging. The significant role of accessibility factors in biomass production trends was also highlighted. Our methodological framework may be used to highlight changing areas and their major drivers to identify target areas for more detailed studies. Finer-scale assessments of the long-term vulnerability of populations can then be made to substantiate food security management policies.; De nombreux problèmes environnementaux et sociétaux, tels que la mise en œuvre de politiques de sécurité alimentaire, nécessitent des informations précises sur la productivité de la biomasse et ses facteurs sous-jacents aux niveaux régional et local. Alors que de la plupart des études en Afrique de l’Ouest reposent sur des données d’observation de la Terre à faible résolution spatiale, peu d’entre elles ont tenté de relier les tendances de la production végétale à des facteurs explicatifs, comme c’est généralement le cas dans les études sur le changement d'utilisation et d'occupation des sols (LULCC) à des échelles plus fines. Dans cette étude, nous avons proposé d'établir un pont entre l'analyse des tendances de la végétation et les études LULCC afin d'améliorer la compréhension des divers facteurs qui influencent les changements de production de biomasse observés dans les séries chronologiques satellites (en utilisant l'indice de végétation par différence normalisée [NDVI] intégré). L'étude a été réalisée en deux étapes. Dans un premier temps, nous avons analysé les tendances linéaires de MODIS NDVI ainsi que les précipitations TRMM, sur la région du Sahel, pendant la saison des pluies, de 2000 à 2015. Un système de classification a été proposé, qui permet de mieux préciser le rôle relatif des principaux facteurs de la dynamique de la production de biomasse. Nous avons constaté que 16% du Sahel est en train de reverdir, mais nous avons trouvé des indications solides que les précipitations ne sont pas le seul facteur important d'augmentation de la biomasse. De plus, une diminution constatée dans 5% du Sahel peut être principalement attribuée à des facteurs autres que les précipitations (88%). Dans un deuxième temps, nous nous sommes concentrés sur le site "Degré Carré de Niamey" au Niger. Ici, les tendances de la biomasse observées ont été analysées en relation avec les changements de l'occupation des sols et un ensemble de facteurs potentiels de LULCC, avec l'algorithme Random Forest. Nous avons observé des tendances négatives (29% de la superficie du site du Niger) principalement dans les zones de brousses tigrées situées sur des plateaux latéritiques, particulièrement sujettes aux pressions dues au surpâturage et à la surexploitation. Le rôle important des facteurs d’accessibilité dans les tendances de la production de biomasse a également été mis en évidence. Notre cadre méthodologique peut être utilisé pour mettre en évidence les zones en évolution et leurs principaux moteurs afin d'identifier les zones cibles pour des études plus détaillées. Des évaluations plus précises de la vulnérabilité à long terme des populations peuvent ensuite être effectuées pour justifier les politiques de gestion de la sécurité alimentaire.

International audience; A wide range of environmental and societal issues such as food security policy implementation requires accurate information on biomass productivity and its underlying drivers at both regional and local scales. While many studies in West Africa are conducted with coarse resolution earth observation data, few have tried to relate vegetation trends to explanatory factors, as is generally done in land use and land cover change (LULCC) studies at finer scales. In this study, we proposed to make a bridge between vegetation trend analysis and LULCC studies to improve the understanding of the various factors that influence the biomass production changes observed in satellite time series (using integrated Normalized Difference Vegetation Index [NDVI] as a proxy). The study was conducted in two steps. In the first step, we analyzed MODIS NDVI linear trends together with TRMM growing season rainfall over the Sahel region from 2000-2015. A classification scheme was proposed that enables better specification of the relative role of the main drivers of biomass production dynamics. We found that 16% of the Sahel is re-greening-but found strong evidence that rainfall is not the only important driver of biomass increase. Moreover, a decrease found in 5% of the Sahel can be chiefly attributed to factors other than rainfall (88%). In the second step, we focused on the "Degré Carré de Niamey" site in Niger. Here, the observed biomass trends were analyzed in relation to land cover changes and a set of potential drivers of LULCC using the Random Forest algorithm. We observed negative trends (29% of the Niger site area) mainly in tiger bush areas located on lateritic plateaus, which are particularly prone to pressures from overgrazing and overlogging. The significant role of accessibility factors in biomass production trends was also highlighted. Our methodological framework may be used to highlight changing areas and their major drivers to identify target areas for more detailed studies. Finer-scale assessments of the long-term vulnerability of populations can then be made to substantiate food security management policies.; De nombreux problèmes environnementaux et sociétaux, tels que la mise en œuvre de politiques de sécurité alimentaire, nécessitent des informations précises sur la productivité de la biomasse et ses facteurs sous-jacents aux niveaux régional et local. Alors que de la plupart des études en Afrique de l’Ouest reposent sur des données d’observation de la Terre à faible résolution spatiale, peu d’entre elles ont tenté de relier les tendances de la production végétale à des facteurs explicatifs, comme c’est généralement le cas dans les études sur le changement d'utilisation et d'occupation des sols (LULCC) à des échelles plus fines. Dans cette étude, nous avons proposé d'établir un pont entre l'analyse des tendances de la végétation et les études LULCC afin d'améliorer la compréhension des divers facteurs qui influencent les changements de production de biomasse observés dans les séries chronologiques satellites (en utilisant l'indice de végétation par différence normalisée [NDVI] intégré). L'étude a été réalisée en deux étapes. Dans un premier temps, nous avons analysé les tendances linéaires de MODIS NDVI ainsi que les précipitations TRMM, sur la région du Sahel, pendant la saison des pluies, de 2000 à 2015. Un système de classification a été proposé, qui permet de mieux préciser le rôle relatif des principaux facteurs de la dynamique de la production de biomasse. Nous avons constaté que 16% du Sahel est en train de reverdir, mais nous avons trouvé des indications solides que les précipitations ne sont pas le seul facteur important d'augmentation de la biomasse. De plus, une diminution constatée dans 5% du Sahel peut être principalement attribuée à des facteurs autres que les précipitations (88%). Dans un deuxième temps, nous nous sommes concentrés sur le site "Degré Carré de Niamey" au Niger. Ici, les tendances de la biomasse observées ont été analysées en relation avec les changements de l'occupation des sols et un ensemble de facteurs potentiels de LULCC, avec l'algorithme Random Forest. Nous avons observé des tendances négatives (29% de la superficie du site du Niger) principalement dans les zones de brousses tigrées situées sur des plateaux latéritiques, particulièrement sujettes aux pressions dues au surpâturage et à la surexploitation. Le rôle important des facteurs d’accessibilité dans les tendances de la production de biomasse a également été mis en évidence. Notre cadre méthodologique peut être utilisé pour mettre en évidence les zones en évolution et leurs principaux moteurs afin d'identifier les zones cibles pour des études plus détaillées. Des évaluations plus précises de la vulnérabilité à long terme des populations peuvent ensuite être effectuées pour justifier les politiques de gestion de la sécurité alimentaire.

Работа оценивает изменения в типах растительного покрова российского Севера в течение последних двух десятилетий. Результаты проведенной классификации спутниковых снимкой показывают экологические аспекты изменения лесотундровых экосистем. Технически, обработка данных была выполнена в ПО ГИС ILWIS, с использованием методов дешифрирования и контролируемой классификации. Результаты позволяют выявить изменения в типах и распределении растительного покрова. This paper focuses on the assessment of the changes in land cover types in Yamal peninsula over the past two decades, which shows local environmental aspects of the climate change in North. Technically, the data processing was performed in ILWIS GIS, using semi-automated methods of image interpretation and supervised classification. The results of the classification analysis enable to identify changes in land cover types and their distribution in Yamal.

International audience; Environmental mapping is a necessary tool for the geoscience research in the university classes of geography, GIS cartography and mapping. However, GIS methods of processing remote sensing data are often being discussed, and the optimal approaches are disputed. This work reports innovative approach of the processing Landsat TM satellite image in ILWIS GIS software using unsupervised and supervised classification methods. The methods of ILWIS GIS are compared and the results described in this paper. The methodology is based on the use of supervised classification of the satellite image, an innovative method in geographic research. Supervised classification of the raster imagery aimes at the recognizing of the class membership for each pixel during image analysis. The supervised classification of the multi-spectral imagery has been performed using 'Classify' operator in ILWIS applied to Landsat TM 1988. The classification process included following steps. First, the models of the classes were defined by creating a "sample sat" in ILWIS GIS. Namely, the training pixels with similar spectral values were defined and selected as representations for various classes. These pixels have contrasting colors, visually visible and distinguishable on the image, which serve as training areas for diverse classes. The sample pixels were defined in the Sample Set Editor in ILWIS, which was initially created in the main menu. A created Sample Set has a reference to the set of Landsat bands (1-7), which are needed to create sample statistics. After assigning pixel sets, a raster polygon map was automatically created with .mpr file extension. It contained sample pixels, location and legend, i.e. the names of the classes allocated to pixels. Easy interpretation of the image strongly depends on the optimal color composite map. The classification has been completed in interactive way, using several attempts of creating training samples, selecting various sample sets and respective pixels selected in Sample Set Editor using domain for classification ―Landclasses. The classification was repeated the until the final results were achieved. Shadows of green colors represent grass, shrub vegetation coverage and forest canopy. The results demonstrate successful application of the innovative approach of technical satellite image processing for the studies of the environment. The presented methods can be used by students of geography.

L’étude des changements d’occupation et d’usage des sols a émergé comme étant une composante fondamentale des recherches internationales menées sur le changement global. Elle apparaît même depuis une dizaine d’années comme une discipline scientifique à part entière, avec une approche interdisciplinaire solidement ancrée. Le « Land Change Science » vise ainsi à comprendre les dynamiques d’occupation et d’usage des sols comme un système complexe basé sur le couple « homme – environnement » en énonçant et développant des théories, concepts et modèles relevant des sciences sociales et environnementales. Dans ce contexte scientifique, la Géographie joue « naturellement » un rôle prépondérant. Placée à l’interface des sciences environnementales, sociales et humaines, la géographie apparaît ainsi bien représentée dans les programmes internationaux tels que l’IGBP ou l’IHDP. Elle appréhende le changement global en général et les changements d’occupation des sols en particulier en apportant des réponses aux défis de plus en plus médiatisés posés par le changement global. L’expertise et le savoir-faire du géographe apparaissent donc être un atout majeur pour répondre aux défis complexes posés par le changement global. Sa valeur ajoutée réside dans une analyse spatialisée et une contribution importante à la modélisation dynamique des systèmes complexes à l'interface Nature/Société. Mes travaux de recherche s’inscrivent dans cette démarche et tentent de contribuer à cette réflexion. Ils sont centrés sur l’étude des changements d'occupation et d'usage des sols en interaction avec les sociétés humaines et leurs territoires. Parmi ces interactions, l’analyse des interactions entre les changements d'occupation et d'usage des sols et les territoires agricoles est privilégiée. Si mes travaux de recherche concernent surtout des sites expérimentaux localisés en Bretagne (Programme LTER-Europe « Zone Atelier Armorique », programme « Bretagne eau Pure »…), ils intègrent également des sites d’étude localisés dans des pays de la zone intertropicale (Afrique de l’Ouest, Argentine, Inde…). Pouvant paraître à première vue assez différents et éloignés, ces territoires (i.e. Zone HAPEX Sahel, bassin versant du Berambadi en Inde) sont tous soumis à de fortes pressions anthropiques (conflits d’usage, surexploitation des ressources,…). Ils sont étudiés selon une même logique thématique et méthodologique, les méthodes mises au point et appliquées dans une région devant pouvoir être transposables. Ainsi, la Bretagne est considérée dans mes travaux comme une région test où sont élaborées des méthodes dont la reproductibilité est évaluée sur les espaces intertropicaux.

ACL (avec facteur d'impact); International audience; Preservation through legal protection of natural areas is costly and limited in its extent. A much cheaper strategy to preserve natural areas could be to simply identify areas of ecological interest and let it be known. A survey was launched in France to identify such areas (called ZNIEFF) in the early 1980s. Since then, municipalities have had to account for ZNIEFFs in their formal land planning schemes, though they are not under any obligation to protect them. In this study, we tested the effectiveness of ZNIEFFs as a conservation tool in an area of high growth near Paris. Using GAM modeling, we compared the rate of urbanization inside and outside ZNIEFFs in the 17 years following designation, accounting for the share of farmland, the overall rate of urbanization and ZNIEFF proportion in the municipalities, and also accounting for demography and physical constraints (hydromorphy and slope). Overall, there was less urbanization inside ZNIEFFs, but this varied depending on the context. Surprisingly, they were better preserved in areas of more intense urbanization. This effect was increased if farmland area was already reduced (

The interpretation of remotely sensed images in a spatiotemporal context is becoming a valuable research topic for dynamic phenomena. However, constant growth of the amount of data used in the remote image sensing field makes the manual analysis of satellite images a challenging task. Data mining has recently emerged as a promising research field that led to several interesting discoveries related to remote sensing. This thesis presents a new approach based on data mining to predict spatiotemporal land cover changes in satellite image databases. The proposed approach is divided into three steps: spatiotemporal modeling of satellite images, prediction of land cover changes and result interpretation. The proposed approach integrates three levels of imperfection processing: data related, prediction related and results related imperfection. In order to take into account imperfection related to data, a collaborative segmentation is performed. The goal is to reduce information loss when we attempt to model satellite images. Imperfection related to land cover change prediction is processed by applying a fuzzy decision tree in the prediction process. Decisions describing land cover changes are evaluated through a Case Based Reasoning (CBR) in order to retrieve relevant decisions. Upon completion of these individual processes, relevant decisions are combined through a high decision scheme to obtain more accurate and reliable decisions. The experimentation of the proposed approach is divided into two parts: application and evaluation. Results show good performance of the proposed approach measured in terms of precision accuracy comparatively with existing approaches., L'interprétation d'images satellitales dans un cadre spatiotemporel devient une voie d'investigation de plus en plus pertinente pour l'étude et l'interprétation des phénomènes dynamiques. Cependant, le volume de données images devient de plus en plus considérable ce qui rend la tâche d'analyse manuelle des images satellitales plus difficile. Ceci a motivé l'intérêt des recherches sur l'extraction automatique de connaissances appliquée à l'imagerie satellitale. Notre thèse s'inscrit dans ce contexte et vise à exploiter les connaissances extraites à partir des images satellitales pour prédire les changements spatiotemporels de l'occupation du sol. L'approche proposée consiste en trois phases : i) la première phase permet une modélisation spatiotemporelle des images satellitales, ii) la deuxième phase assure la prédiction de changements de l'occupation du sol et iii) la troisième phase consiste à interpréter les résultats obtenus. Notre approche intègre trois niveaux de gestion des imperfections : la gestion des imperfections liées aux données, la gestion des imperfections liées à la prédiction et finalement la gestion des imperfections liées aux résultats. Pour les imperfections liées aux données, nous avons procédé par une segmentation collaborative. Le but étant de réduire la perte d'information lors du passage du niveau pixel au niveau objet. Pour les imperfections liées à la prédiction, nous avons proposé un processus basé sur les arbres de décisions floues. Ceci permet de modéliser les imperfections liées à la prédiction de changements. Finalement, pour les imperfections liées aux résultats, nous avons utilisé les techniques de Raisonnement à Base des Cas et de fusion pour identifier et combiner les décisions pertinentes. L'expérimentation de l'approche proposée est scindée en deux étapes : une étape d'application et une étape d'évaluation. Les résultats d'évaluation ont montré la performance de notre approche mesurée en termes de taux d'erreur par rapport à des approches existantes.

The interpretation of remotely sensed images in a spatiotemporal context is becoming a valuable research topic for dynamic phenomena. However, constant growth of the amount of data used in the remote image sensing field makes the manual analysis of satellite images a challenging task. Data mining has recently emerged as a promising research field that led to several interesting discoveries related to remote sensing. This thesis presents a new approach based on data mining to predict spatiotemporal land cover changes in satellite image databases. The proposed approach is divided into three steps: spatiotemporal modeling of satellite images, prediction of land cover changes and result interpretation. The proposed approach integrates three levels of imperfection processing: data related, prediction related and results related imperfection. In order to take into account imperfection related to data, a collaborative segmentation is performed. The goal is to reduce information loss when we attempt to model satellite images. Imperfection related to land cover change prediction is processed by applying a fuzzy decision tree in the prediction process. Decisions describing land cover changes are evaluated through a Case Based Reasoning (CBR) in order to retrieve relevant decisions. Upon completion of these individual processes, relevant decisions are combined through a high decision scheme to obtain more accurate and reliable decisions. The experimentation of the proposed approach is divided into two parts: application and evaluation. Results show good performance of the proposed approach measured in terms of precision accuracy comparatively with existing approaches.; L'interprétation d'images satellitales dans un cadre spatiotemporel devient une voie d'investigation de plus en plus pertinente pour l'étude et l'interprétation des phénomènes dynamiques. Cependant, le volume de données images devient de plus en plus considérable ce qui rend la tâche d'analyse manuelle des images satellitales plus difficile. Ceci a motivé l'intérêt des recherches sur l'extraction automatique de connaissances appliquée à l'imagerie satellitale. Notre thèse s'inscrit dans ce contexte et vise à exploiter les connaissances extraites à partir des images satellitales pour prédire les changements spatiotemporels de l'occupation du sol. L'approche proposée consiste en trois phases : i) la première phase permet une modélisation spatiotemporelle des images satellitales, ii) la deuxième phase assure la prédiction de changements de l'occupation du sol et iii) la troisième phase consiste à interpréter les résultats obtenus. Notre approche intègre trois niveaux de gestion des imperfections : la gestion des imperfections liées aux données, la gestion des imperfections liées à la prédiction et finalement la gestion des imperfections liées aux résultats. Pour les imperfections liées aux données, nous avons procédé par une segmentation collaborative. Le but étant de réduire la perte d'information lors du passage du niveau pixel au niveau objet. Pour les imperfections liées à la prédiction, nous avons proposé un processus basé sur les arbres de décisions floues. Ceci permet de modéliser les imperfections liées à la prédiction de changements. Finalement, pour les imperfections liées aux résultats, nous avons utilisé les techniques de Raisonnement à Base des Cas et de fusion pour identifier et combiner les décisions pertinentes. L'expérimentation de l'approche proposée est scindée en deux étapes : une étape d'application et une étape d'évaluation. Les résultats d'évaluation ont montré la performance de notre approche mesurée en termes de taux d'erreur par rapport à des approches existantes.

International audience; Mediterraneanlandscapesresultedfromthecomplexandancientinteractionofecosystemsandsocieties. Today they represent one of the world’s biodiversity hotspots. These landscapes have a fine-grained mosaic and a high resilience to disturbances. However, during the last century, human pressures have led to new landscape structures and dynamics and an overall decrease in biological diversity. Within a Mediterranean landscape from southern France, we assessed the effects of land use changes on land cover and biodiversity over the last 60 years. The major land use changes involved a substantial decrease in sheep grazing and wood cutting corresponding to the abandonment of 70% of the study area. This resulted in a reduction in land use diversity which was usually high in the Mediterranean. Although land cover in the study area changed gradually (2.2% per year), over 74% changed between 1946 and 2002. This habitat shift had a subsequent impact on species distribution. Apart from amphibians and insects, most species of birds, reptiles, orchids and rare plants that responded positively to these changes were associated with woodlands, while species that responded negatively were associated with open habitats. In the Mediterranean, most rare and endemic species are associated with open habitats and are thus threatened by land abandonment. As a result, land abandonment is contributing to a decrease in local species richness and a decrease in rare and endemic species. Since similar patterns of change have been observed over most of the north-western Mediterranean, land abandonment represents a major threat for biodiversity in the Mediterranean.

International audience; In intensive agricultural regions, accurate assessment of the spatial and temporal variation of winter vegetation is a key indicator of water transfer processes, essential for controlling land management and helping local decision making. Spatial prediction modeling of winter bare soils is complex and it is necessary to introduce uncertainty in modeling land use and cover changes, especially as high spatial and temporal variability are encountered. Dempster's fusion rule is used in the present study to spatially predict the location of winter bare fields for the next season on a watershed located in an intensive agricultural region. It expresses the model as a function of past-observed bare soils, field size, distance from farm buildings, agroenvironmental action, and production quotas per ha. The model well predicted the presence of bare soils on 4/5 of the total area. The spatial distribution of misrepresented fields is a good indicator for identifying change factors.