Jeudi 3 juillet – 08:30
08:30
Suivi satellitaire des dates et de l’étendue des conditions sèches dans le fleuve Tagliamento
AUTEURS
IANTORNO Lucio, CAVALLO Carmela, BRICHETTO Isabelle, MANFREDA Giammarco, NEGRO Giovanni, VEZZA Paolo, PAPA Maria Nicolina
Italie
Résumé : Ces dernières années, de nombreux rivières ont connu une augmentation des périodes de totale absence de ruissellement superficiel, un phénomène attribué à la fois au changement climatique et à l’utilisation intensive des ressources en eau. Les approches basées sur l’utilisation d’images satellitaires multispectrales des missions Landsat et Sentinel-2 émergent pour surmonter les limites des instruments de mesure traditionnels, qui ne donnent que des mesures ponctuelles et sont peu exploitées dans le réseau hydrographique mineur. L’utilisation d’images en fausses couleurs, obtenues en combinant les bandes multispectrales SWIR, NIR et RED, a permis de différencier l’eau des autres types de couverture du sol présents dans les corridors fluviaux. L’application d’une méthode semi-automatique, basée sur l’analyse de la réflectance acquise dans la bande NIR, a permis de mesurer la longueur des tronçons de rivière secs et leur évolution dans le temps. L’analyse menée sur une période de 40 ans, le long d’un tronçon de 6 km du fleuve Tagliamento en Friuli-Venezia Giulia, a montré des tendances significatives vers une augmentation des périodes sèches. En particulier, on a observé une plus forte discontinuité longitudinale du flux et une augmentation de la durée totale des périodes sèches pendant les mois d’hiver.
08:50
Modélisation de l’habitat à méso-échelle pour les communautés de macro-invertébrés des rivières
AUTEURS
PINNA Beatrice, LAINI Alex, BURGAZZI Gemma, NEGRO Giovanni, VIAROLI Pierluigi, VEZZA Paolo
Italie
Résumé : Les communautés de macroinvertébrés sont rarement considérées comme des cibles écologiques dans les modèles d’habitat fluvial, qui se concentrent souvent sur une seule espèce de poisson. Cette étude propose une nouvelle approche pour modéliser la réponse de l’ensemble de la communauté de macroinvertébrés à la modification du régime d’écoulement. Le modèle utilise l’indice Flow-T combiné à la régression Random Forest (RF) pour évaluer la disponibilité de l’habitat à l’échelle méso. Mené dans trois rivières italiennes avec une morphologie en tresse, des lits de rivière en gravier et des débits estivaux faibles, le modèle a été calibré dans la rivière Trebbia (en utilisant les données de terrain collectées en 2019) et validé à travers les rivières Trebbia, Taro et Enza (avec des données collectées en 2020). Le modèle RF identifie comme les plus importants 12 descripteurs de mésohabitat, y compris la profondeur de l’eau, la vitesse d’écoulement, la taille du substrat et la connectivité du canal, avec une validation croisée (R² = 0,71) et des tests (R² = 0,63) montrant une grande précision. Le modèle prédit efficacement les réponses des communautés de macroinvertébrés aux changements de régime d’écoulement et étend la méthodologie MesoHABSIM à une nouvelle cible écologique. Cette approche offre des applications potentielles pour la conception de débits écologiques (e-flows) dans les rivières pérennes et non pérennes, y compris les systèmes fluviaux sans populations de poissons.
09:10
Efficacité de l’utilisation d’images satellites pour évaluer les changements passés et futurs de la végétation aquatique en rivière
AUTEURS
RASSE Léo, GODFROY Julien, NOGARO Géraldine, CORDIER Florian, PUIJALON Sara, PIÉGAY Hervé
France
Résumé : Depuis plusieurs décennies, l’acquisition d’images satellites a considérablement accéléré le suivi de la végétation, mais leur utilisation reste limitée en milieu aquatique du fait des interférences induites par la colonne d’eau. L’objectif de cette étude était d’analyser si les images issues de nouvelles campagnes de données satellites à haute résolution spatiale et temporelle peuvent être utilisées pour suivre la végétation aquatique. Pour cela, des images aériennes à très haute résolution spatiale (15-25 cm) ont été utilisées comme données de validation et les images satellites Planet (3 m, revisite journalière, planet.com) acquises à ± 15 jours des images de références ont été téléchargées. Pour chaque image Planet, un indice de végétation basé sur la réflectance dans le vert et dans le proche-infrarouge, le GNDVI, a été calculé afin de tester si la végétation aquatique et l’eau peuvent être différenciées sur le plan spectral. Les premiers résultats ont montré que les valeurs de GNDVI étaient différentes entre l’eau et la végétation mais avec un seuil de distinction des deux classes variable entre les images. Ces résultats indiquent qu’un seuil unique ne peut donc pas être appliqué à l’ensemble des images pour distinguer la végétation aquatique de l’eau. Les défis futurs consisteront à tester si des méthodes statistiques peuvent être utilisées pour distinguer la végétation aquatique de l’eau sans avoir recours à des observations de terrain. Ces avancées seraient particulièrement utiles pour suivre la dynamique de la végétation aquatique et soutenir les gestionnaires dans la prise de décision, ainsi que dans les efforts de conservation et restauration des cours d’eau.