Faible taux d’humidité au Pays Basque. Sérieux ?

Quand vous venez passer le week-end dans un village du Pays Basque (Usansolo, dans la municipalité de Galdakao, Bizkaia) et que vous voyez cette image verte ci-dessous, vous vous dites, ho-ho, ici ils n’ont pas eu les problèmes de chaleur et de manque de pluie que nous avons subis dans le centre et le sud de la péninsule. Mais tout à coup, ils vous disent que oui, ils ont aussi souffert et qu’il est impossible qu’ils aient atteint les niveaux d’humidité des autres années…

Un lieu aléatoire dans le noyau urbain d’Usansolo (dans la municipalité de Galdakao, Bizkaia, Espagne).

J’étais curieux et j’ai fait une recherche sur le Hub Sentinel, en utilisant le profil spécifique pour “agriculture”. Il m’a semblé que la mesure du stress hydrique à l’aide de l’indice “NDMI for Moisture Stress” était exactement ce que je recherchais.

L’indice de différence d’humidité normalisée (NDMI) pour le stress hydrique peut être utilisé pour détecter l’irrigation. Pour toutes les valeurs d’indice supérieures à 0, en connaissant l’utilisation et la couverture du sol, il est possible de déterminer si l’irrigation a eu lieu. En connaissant le type de culture (par exemple, les agrumes), il est possible de déterminer si l’irrigation est efficace ou non pendant la saison estivale cruciale, et de savoir si certaines parties de l’exploitation sont sous-irriguées ou sur-irriguées.

Bien sûr, cet indice a ses limites mais, à l’exception des cas d’irrigation au-delà des précipitations (connexions illégales aux aquifères par exemple), il peut être un bon système pour surveiller l’humidité ou du moins nous en donner une idée.

Le NDMI pour le stress hydrique peut être utilisé pour détecter l’irrigation. Il est basé sur le NDMI et visualisé en 4 classes. Pour toutes les valeurs de l’indice supérieures à 0, connaissant l’utilisation et la couverture du sol, il est possible de déterminer si une irrigation a eu lieu. Le script doit être utilisé avec les bandes B08 et B11 de Sentinel-2, ce qui permet d’obtenir une résolution de 10 mètres. En suivant cette logique, tout en connaissant l’utilisation des terres et les conditions climatiques de la zone, il est possible de différencier les zones productives et non productives, ainsi que de voir comment les différentes parcelles agricoles reflètent l’indice. D’après notre cas d’utilisation, certaines des parcelles présentaient des valeurs élevées de NDMI pendant les mois d’été, après plusieurs semaines sans pluie. La seule source d’eau d’irrigation provenait d’un aquifère situé en dessous. Comme toutes les parcelles n’ont pas de concessions d’eau, il a été possible d’identifier une utilisation illégale de l’eau. En outre, en connaissant le type de culture (par exemple, les agrumes), il a été possible d’identifier si l’irrigation est efficace ou non pendant la saison estivale cruciale, et de savoir si certaines parties de l’exploitation sont sous-irriguées ou sur-irriguées.

> 0.4, High moisture; <= 0.4, Moderate moisture; <= 0.2, Low moisture; <= 0, Dry

Sur cette première carte, on peut voir le “stress hydrique” de toute la commune de Galdakao (à laquelle appartient la ville d’Usansolo) en 2019 :

2019-10-26-00_00_2019-10-26-23_59_sentinel-2_l2a_moisture_index-1 Descarga

Galdakao Municipality (Usansolo belongs here)

Dans ce dernier, nous voyons le “stress hydrique” de toute la municipalité de Galdakao (à laquelle appartient la ville d’Usansolo) en 2022, il y a quelques jours à peine :

2022-10-05-00_00_2022-10-05-23_59_sentinel-2_l2a_moisture_index Descarga

Comme on peut le constater avec une composition spécifique pour surveiller la santé des terres agricoles qui utilise les bandes infrarouge à ondes courtes, proche infrarouge et bleue (une bande est une région du spectre électromagnétique ; un capteur satellite peut imager la Terre dans différentes bandes). Les bandes infrarouges à ondes courtes et proches sont particulièrement efficaces pour mettre en évidence la végétation dense, qui apparaît en vert foncé sur le composite. Les cultures apparaissent dans un vert vibrant et la terre nue apparaît en magenta.

Alors que dans cette autre visualisation, nous confirmons l’augmentation des terres stériles (en rouge).

Le script de sol nu applique l’indice de sol nu (BSI) au canal rouge, avec la bande NIR B08 appliquée au canal vert et la bande SWIR B11 appliquée au canal bleu. L’indice est multiplié pour augmenter sa luminosité. Il fait apparaître toute la végétation en vert et les sols nus en rouge. L’eau apparaît en noir. Comme le script affiche les sols stériles en rouge, l’utilisateur peut utiliser cette information pour connaître l’état des cultures (en croissance, pas encore en croissance), détecter une déforestation récente ou surveiller les sécheresses. Il peut également s’en servir pour détecter les glissements de terrain ou déterminer l’ampleur de l’érosion dans les zones non végétalisées. Malheureusement, il met également en évidence certains bâtiments, rendant les zones de sol nu difficiles à séparer des habitations. Il convient de noter que le résultat dépend de la végétation et de l’agriculture de saison.

L’indice de sol nu pour Sentinel-2: BSI = ((B11 + B04) – (B08 + B02)) / ((B11 + B04) + (B08 + B02))

Enfin, si j’analyse l’indice d’humidité différentiel normalisé (NDMI) sur un point précis (l’image verte avec l’autocaravane dessus), je constate que les valeurs passeraient clairement de septembre 2019 à septembre 2022.

C’est donc vrai, nous voyons peut-être tout en vert mais en réalité ce n’est pas le cas ! Dans les régions où il y a beaucoup de végétation, il se peut qu’il ne pleuve pas, mais nous avons toujours la rosée du matin qui permet une verdure qui n’est pas possible dans d’autres régions, mais la vérité est que nous avons une tendance à la baisse en termes de précipitations et à la hausse en termes de températures, et la vérité est que cela est un peu effrayant…