Caractéristiques de réflectance spectrale de la végétation arctique pour la cartographie des écozones à l’aide de dispositifs de spectroradiométrie imageante

Paul Budkewitsch1, Pak-Yau Wong2, Karl Staenz3, Robert Hitchcock4 and Eric Gauthier5
1Centre canadien de télédétection, Ressources naturelles Canada
2Musée canadien de la nature
3Centre canadien de télédétection, Ressources naturelles Canada, maintenant à l’Université de Lethbridge
4Prologic Systems Ltd.
5MIR Télédétection inc., maintenant à Agriculture et Agroalimentaire Canada

Image RVB de la région dintérêt (RI), une zone de 1,7 km x 1,7 km dans le nord de lîle de Baffin. La végétation apparaît en vert dans cette image en fausses couleurs et est présente principalement le long dun réseau de petites vallées dans la partie inférieure gauche de limage.

Image RVB de la région d’intérêt (RI), une zone de 1,7 km x 1,7 km dans le nord de l’île de Baffin. La végétation apparaît en vert dans cette image en fausses couleurs et est présente principalement le long d’un réseau de petites vallées dans la partie inférieure gauche de l’image.

Les caractéristiques spectrales des saules, des mousses et des carex sont suffisamment différentes dans l’intervalle de 440 à 2 450 nm qu’elles peuvent être distinguées dans les données hyperspectrales ou les jeux de données de spectroradiométrie imageante. Pour vérifier l’utilité de la spectroradiométrie imageante aux fins de cartographie de la distribution de différentes communautés végétales, un cube de données hyperspectrales, obtenu au‑dessus d’une zone à couverture végétale clairsemée du nord de l’île de Baffin, près de la baie de l’Arctique (Nunavut), en juillet 1999 à l’aide du capteur PROBE-1 aéroporté, a été traité afin d’isoler les composantes spectrales homogènes distinctes. La méthode de démixage liée à l’analyse itérative des erreurs (IEA, de l’anglais Iterative Error Analysis) utilisée dépend de données, et deux composantes spectrales homogènes de la végétation aux caractéristiques spectrales différentes (types A et B) ont été relevées dans la région d’intérêt.

Le type A est représentatif d’une lande mésique, dominée par le saule de l’Arctique (Salix arctica), tandis que le type B est reconnu comme étant une prairie marécageuse de mousses (principalement l’espèce Ditrichum flexicaule) et de carex (plusieurs espèces du genre Carex). L’étude sur le terrain de ces deux composantes spectrales homogènes de la végétation a été menée aux endroits où les deux composantes étaient présentes. L’efficacité des données de spectroradiométrie imageante pour identifier et cartographier certaines types de végétation arctique est démontrée. La compréhension des composantes spectrales homogènes obtenues dans le cadre de notre analyse a été facilitée par le biais de mesures spectrales au sol d’une seule espèce végétale.

Spectres moyens pour trois variétés de plantes différentes : (a) saule de lArctique (Salix arctica); (b) mousse verte (Ditrichum flexicaule); (c) carex (Carex sp.,). Le spectre de chaque variété est décalé par rapport aux autres spectres aux fins de clarté. Les lignes horizontales de la grille correspondent à des intervalles de 10 %.

Spectres moyens pour trois variétés de plantes différentes : (a) saule de l’Arctique (Salix arctica); (b) mousse verte (Ditrichum flexicaule); (c) carex (Carex sp.,). Le spectre de chaque variété est décalé par rapport aux autres spectres aux fins de clarté. Les lignes horizontales de la grille correspondent à des intervalles de 10 %.

La présente étude compte deux volets : 1) la présentation des mesures spectrales au sol de quelques types communs de végétation arctique, appropriés pour l’échelle de détection de 1 à 10 m par les méthodes utilisant des données de spectroradiométrie imageante, et une discussion sur leurs caractéristiques principales; 2) la présentation des résultats des travaux d’identification et de cartographie des principaux types de végétation dans les données de spectroradiométrie imageante pour une petite région d’intérêt (RI) dans le Haut-Arctique canadien. Personne n’a tenté d’effectuer un relevé botanique complet dans la zone d’étude.

A : Saule de lArctique (Salix arctica) au port prostré. Sous les nouvelles pousses, le sol est couvert principalement de feuilles mortes de lannée précédente. B : La mousse verte (principalement Ditrichum flexicaule) forme un tapis dense et épais (de 6 à 8 cm) sur les sols humides. C : Milieu dominé par les carex (Carex sp.) qui compte également un petit nombre de saules de lArctique (Salix arctica), despèces du genre Eriophorum et dautres plantes vasculaires, ainsi quavec un sous-tapis constitué de plusieurs bryophytes.

A : Saule de l’Arctique (Salix arctica) au port prostré. Sous les nouvelles pousses, le sol est couvert principalement de feuilles mortes de l’année précédente. B : La mousse verte (principalement Ditrichum flexicaule) forme un tapis dense et épais (de 6 à 8 cm) sur les sols humides. C : Milieu dominé par les carex (Carex sp.) qui compte également un petit nombre de saules de l’Arctique (Salix arctica), d’espèces du genre Eriophorum et d’autres plantes vasculaires, ainsi qu’avec un sous-tapis constitué de plusieurs bryophytes.

La reconnaissance de la densité et de la distribution spatiale des communautés végétales de l’Arctique est essentielle pour de nombreuses études de base sur l’environnement et peut fournir des données pour la détection des changements, l’estimation de la biomasse et la surveillance de la santé écologique globale de différentes régions. L’efficacité des données hyperspectrales pour identifier et cartographier certains types de végétation arctique a été démontrée. Puisque le spectre obtenu à l’aide de spectromètres aéroportées  couvre plusieurs mètres carrés au sol, la réponse spectrale dépend souvent du mélange de types de végétation présents. Les mesures spectrales prise au sol d’une seule espèce végétale, ou les combinaisons linéaires de la végétation associée, permettent de mieux comprendre les resultats spectrales obtenues à partir des données hyperspectrales aéroportées dans ces milieux. L’analyse des données peut par conséquent grandement profiter d’une bibliothèque de spectres de types de végétation connus.