Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012l'évolution des principales classes de végétation et les perturbations du cycle phénologique.Enfin la troisième est la confrontation des évolutions des deux variables (pluie-végétation)afin de caractériser l'impact de la distribution spatio-temporelle de la pluie sur les variationsde la phénologie du couvert végétal.1. Données et méthodologie1.1. Caractérisation de la végétationLa caractérisation de la dynamique de la végétation de cette partie du Sénégal a fait l'objetde plusieurs études (Sarr, 2008). À partir de données de diffusiomètres NSCAT, le suivi de lavégétation sur le Ferlo a été effectué par Faye et al. (2011). Martinez et al. (2011) ontcaractérisé la variabilité de l'état des sols sur le Ferlo au moyen de données de SPOTVÉGÉTATION. La végétation peut être suivie avec le LAI (Leaf Area Index) qui définit lenombre de couches de feuilles équivalentes à une unité de surface au sol (Zhang et al., 2005).Nous avons utilisé les données de LAI issues du produit MOD15A2 LAI (MODerateResolution Imaging Spectroradimeter) (Yuan et al., 2011). Ce produit composite est obtenutous les 8 jours avec une résolution spatiale de 1 km 2 sur une grille sinusoïdale. Les donnéesutilisées dans cette étude couvrent les années 2000 à 2008.L’analyse de la végétation s’appuie sur les cartes d'occupation de la FAO (Food andAgriculture Organization) en 2005 et des types de sol du PNAT (Plan National del'Aménagement du Territoire) du Sénégal en 1985.1.2. Données de précipitationPour faire la comparaison entre des évolutions phénologiques de la végétation et de laprécipitation, nous disposons de peu de données provenant du réseau de pluviomètres de lamétéorologie nationale du Sénégal. En conséquence, nous avons eu recours aux données deTRMM (Tropical Rainfall Measuring Mission), satellite dédié à l'observation des systèmesprécipitants. L'algorithme de pluie 3B42 utilise une combinaison de données de TRMM et deplusieurs capteurs micro-ondes (AMSU-A/B, SSMI, AMSR-E), ainsi qu’un ajustement destempératures de brillance IR des satellites météorologiques géostationnaires (Huffman et al.,2007). Les produits de précipitation sont obtenus avec une résolution latitude-longitude de0,25° · 0,25° toutes les 3 heures. La base de données 3B42 est largement utilisée (Arvor etal., 2008 ; Javanmard et al., 2010).1.3. MéthodologieDans un premier temps, la classification du couvert végétal est réalisée (figure 1) sur labase de la carte de la FAO. Les principales classes retenues sont : savane arborée à arbustive,savane boisée, savane arborée, steppe arbustive et steppe arbustive arborée. Les types de solde la région ont été répertoriés grâce à la carte du PNAT : on distingue principalement les solsferrugineux tropicaux, hydromorphes, lithosols et régosols. Grâce à la superposition des deuxcartes nous avons pu identifier des entités homogènes, constituées par un type de sol unique etune classe de végétation unique. Sur celles-ci nous avons affecté les LAI correspondant àchacune d'elle. Ainsi, cet ensemble LAI-entité homogène constitue la base de l'analyse de lacaractérisation du couvert végétal dans le Ferlo. Sur chacune de ces entités, nous avonscalculé les LAI moyens et leur écart type au cours de la saison, pour chaque année.L’étape suivante est la caractérisation des principales dates phénologiques. Différentesméthodes d'ajustement sont utilisées dans la littérature, comme l'ajustement avec la doublefonction logistique (Zhang et al., 2003), ou l'ajustement par spline cubique (Chen et al.,2007). La double fonction logistique a été combinée avec le modèle Kuusk (Xiao et al., 2009,184