Une équipe internationale de chercheurs, dirigée par le professeur Jin Wu de l’École des sciences biologiques de l’Université de Hong Kong (HKU), a réalisé des progrès prometteurs dans la cartographie des traits fonctionnels des plantes depuis l’espace à l’aide de données satellitaires chronologiques. L'étude, publiée dans Remote Sensing of Environment , présente la combinaison innovante de la mission satellite Sentinel-2 et de ses capacités de séries chronologiques dynamiques.
Cette approche innovante permet non seulement de mieux comprendre les caractéristiques foliaires essentielles, fournissant ainsi des informations cruciales sur la diversité fonctionnelle et le fonctionnement des écosystèmes terrestres, mais elle nous fournit également des outils puissants pour relever efficacement les défis environnementaux urgents.
Les caractéristiques des plantes sont essentielles à la régulation des processus écosystémiques clés tels que la séquestration du carbone, la régulation de la température de l’air et la régulation hydrologique à grande échelle. Ils déterminent également la façon dont les écosystèmes réagissent à divers facteurs de stress environnementaux, déterminant en fin de compte leur santé, leur résilience et leur vulnérabilité au changement climatique.
Cependant, la cartographie à grande échelle de ces caractères s'est avérée difficile en raison des limites des méthodologies existantes, telles que la difficulté de capturer les caractères sur de vastes zones et de problèmes tels que la disponibilité des données, la complexité des caractères et les techniques de mesure.
Pour surmonter ces défis, l'équipe du professeur Wu a exploité la puissance de la technologie satellitaire et a introduit une approche pionnière combinant la spectroscopie de la végétation et la phénologie. Leur approche a utilisé des images haute résolution du satellite Sentinel-2, qui ont capturé des données multispectrales à intervalles hebdomadaires avec une résolution de 10 mètres.
En analysant ces images satellite, l’équipe a observé et enregistré les reflets de la lumière sur les feuilles des plantes, fournissant ainsi des informations précieuses sur les propriétés physiques et biochimiques de la végétation. Ces observations ont ensuite été comparées au calendrier des événements du cycle de vie des plantes, appelé phénologie.
En intégrant les données de l'imagerie satellite et des observations phénologiques, l'équipe a pu obtenir des informations complètes sur les traits fonctionnels des plantes dans de grandes dimensions. Cette intégration présente un grand potentiel d'extension à d'autres dimensions des caractéristiques des plantes, telles que la santé, le fonctionnement et la résilience des plantes.
Cette méthode a été soumise à des tests approfondis et rigoureux pour évaluer son efficacité, son applicabilité à différentes échelles et son potentiel de surveillance à haut débit. Le test a utilisé des données de référence de 12 caractères foliaires collectés sur 14 sites géographiquement éloignés au sein du National Ecological Observatory Network (NEON) dans l'est des États-Unis.
Shuwen Liu, le premier auteur et titulaire d'un doctorat. candidat du laboratoire du professeur Wu, a déclaré :« Notre approche capture efficacement la diversité des traits des plantes à des échelles spatiales fines tout en maintenant la précision sur de grandes zones. » Liu a en outre expliqué que leur méthode surmonte les limites d'autres méthodes qui reposent uniquement sur les types fonctionnels des plantes ou sur l'acquisition d'images uniques.
L'approche proposée a surpassé les méthodes traditionnelles qui s'appuient sur des variables environnementales ou des images uniques de Sentinel-2 comme prédicteurs sans nécessiter de variables environnementales pour améliorer les capacités prédictives. Cette découverte souligne l'importance des informations phénologiques dans la prédiction des caractères et suggère que la théorie du « spectre économique des feuilles » pourrait être le mécanisme sous-jacent à l'origine de leur succès technique.
Compte tenu de l'efficacité prouvée du modèle dans 14 sites d'écosystèmes divers à travers les États-Unis, il s'avère très prometteur pour une expansion à l'échelle nationale et mondiale, permettant ainsi la surveillance des traits fonctionnels des plantes depuis l'écosystème jusqu'aux niveaux régional et national.
Réfléchissant au potentiel futur de cette recherche, le professeur Wu a déclaré :« Les études futures se concentreront sur une validation plus large pour exploiter pleinement le potentiel de cette technologie dans les sciences fondamentales de pointe, telles que la compréhension de la réponse de la sensibilité des écosystèmes terrestres au changement climatique et l'identification de leurs points de bascule respectifs.
"En outre, il existe un grand potentiel pour la science appliquée, en particulier dans l'exploration de solutions climatiques fondées sur la nature."
Plus d'informations : Shuwen Liu et al, Intégration spectro-phénologie pour une cartographie haute résolution, précise et évolutive des traits fonctionnels foliaires à l'aide de données chronologiques Sentinel-2, Télédétection de l'environnement (2024). DOI :10.1016/j.rse.2024.114082
Fourni par l'Université de Hong Kong
