Incendies et biodiversité des écosystèmes en Nouvelle-Calédonie

 

Système d'information et avertissements


Modèle du risque d'ignition et estimation des impacts sur la biodiversité végétale

Le projet INC a permis d'analyser les interactions entre écosystèmes, pratiques humaines, climat et incendies, et un Système d’Information Géographique (SIG) a été conçu pour suivre simultanément ces composantes dans l’espace et le temps. Au delà d'un simple croisement des donnée collectées, un modèle intégré, spatialement explicite et dynamique, a été développé, destiné à estimer le risque incendie. Ce modèle est ensuite croisé avec un modèle de propagation et une cartographie des potentiels en espèces végétales (totales, endémiques, spécifiques) pour fournir une carte de risque d'impact sur la biodiversité végétale.

Ces modèles sont basés sur les connaissances accumulées par les différentes composantes du projet. Citons notamment, l'analyse des différents écosystèmes (forêts, maquis et savanes) en termes de diversité (végétation et entomofaune) spécifique, et structurelle et en termes de combustibilité. Les pratiques humaines induisant des feux ont aussi été étudiées via des enquêtes sur 2-3 paysages témoins de NC. Un historique des feux a aussi été réalisé, basé sur des observations obtenues par télédétection.


1) Modèle d’ignition

L’objectif de ce modèle est d’estimer les probabilités de démarrage d’incendie en tenant compte des conditions environnementales, climatiques et sociétales pour un lieu géographique et un jour donnés. Les valeurs sont fournies sous forme de raster. Si les conditions climatiques (temps sec), environnementales (savane) et sociétales (près des routes et des habitations et dans des zones de conflits) sont réunies pour un pixel et un jour donné alors la valeur sera forte. A contrario, si une ou plusieurs de ces conditions sont défavorables (difficilement accessible, zone peu fréquentée, ou humidité importante) la valeur sera plus faible. Il ne s’agit en aucun cas d’estimer une probabilité d’allumage effectif qui dépend d’un individu désireux de passer à l’acte et d’incendier une zone, mais de fournir une distribution à grande échelle des lieux potentiellement favorables à l’apparition d’un incendie. Par la suite, le terme "probabilité d’ignition" sera utilisé dans le contexte décrit ci-dessus.

Toutes les couches d'entrée du modèle ont été normalisées sous forme de rasters à une résolution de 300 mètres, et projetées dans le système de coordonnées RGNC 91-93. Cette résolution de 300 mètres intègre l'incertitude des produits de télédétection, soit 250 mètres pour le NDVI, 1 km pour les points feux et surfaces brûlées, et à la résolution fine que présentent les autres couches, le modèle numérique de terrain (mnt) à 50 mètres, les routes, et les distributions de tribus sous forme de points, par exemple. Le modèle doit intégrer les différentes dimensions, ou variables pouvant conduire à l'ignition d'un incendie. Trois composantes principales influençant le départ d'un incendie ont étés identifiées dans la littérature et au sein des différents groupes d'experts qui ont travaillé sur le projet de recherche ANR INC (Dlamini W.M. 2011, Dlamini W.M. 2010, Archibald S. et al. 2008):

  • La composante humaine. Elle est déterminante dans l'allumage d'un feu. Plus de 80% des incendies sur prairies tropicales et savanes sont d'origine humaine (FAO 2007).
  • La composante environnementale. Le type, la structure et l'état écophysiologique (stress hydrique) de la végétation déterminent la combustibilité du milieu considéré.
  • La composante climatologique. Différents paramètres climatologiques sont intégrés par Météo-France Nouvelle-Calédonie dans le calcul d'indices de risque incendie.



Ci-dessus, le graphe causal du modèle, représente la structure de dépendance entre ces différentes composantes. Chaque composante représente un modèle à part entière. Les variables de ces sous modèles sont combinées sous forme d'un réseau bayésien. Cette combinaison de variables permet d'établir une loi de probabilité conditionnellement à chaque état de chaque variable, et permet de prévoir une probabilité de démarrage d'incendie. Les sorties des trois sous-modèles sont ensuite combinées selon la théorie des réseaux bayésiens. Cette combinaison intègre toutes les dimensions décrites précédemment, concourant au démarrage d'un incendie (grand feu). La sortie finale du modèle est une probabilité de l'évènement : «démarrage d'un incendie».

Pour apprendre les lois de probabilités conditionnelles combinant toutes les variables contenues dans les 3 sous-modèles, il a fallu confronter mathématiquement les états de ces variables à la présence ou absence d'un démarrage d'un incendie en Nouvelle-Calédonie.

L'échantillonnage des points d'allumage incendie et des points témoins a été réalisé à partir de la base de données MODIS (http://modis.gsfc.nasa.gov/) de 1999 à 2010 (burned areas, hotspots). Les points d'allumage d'un incendie sont issus d'un algorithme développé au sein de l'UMR ESPACE-DEV 228 à l'IRD. Après avoir reconstruit à partir des images MODIS un polygone correspondant à un incendie - «burned areas» et «hotspots» proches dans le temps, moins de trois jours, et dans l'espace, moins de 2km, l’algorithme retrouve le point d'allumage le plus probable.

Tous les points d'ignition (démarrage d'incendie) sur la Grande-Terre sont échantillonnés. Les points témoins (sans incendie) sont échantillonnés aléatoirement dans l'espace, mais à plus de 500 mètres du point d'ignition, et suivant la distribution temporelle du régime d'incendie issue de MODIS. Ainsi au pas de temps du mois, il y a deux fois plus de points témoins que de points d'ignition échantillonnés. En tout 3000 points sont étudiés.


Ci-dessous une carte d'exemple de prédiction du modèle de risque de démarrage d'incendie est présentée. Chaque composante décline une probabilité correspondant aux variables qu'elle intègre. La combinaison de ces trois composantes permet de prédire une probabilité intégrant ces composantes, tous les jours et en tout point de la Nouvelle-Calédonie à une résolution pixel de 300 x 300 mètres.



Chaque sous-modèle est validé en moyenne à 57% de bonne prédiction. Cependant la combinaison des trois composantes au sein du modèle intégré est validée à 87% de bonnes prédictions sur la base de données quotidiennes de 10 ans (2000-2010). La force, et l'originalité de ce modèle, intégrant des sources d'informations pluridisciplinaires, est donc la combinaison des trois composantes reconnues comme déterminantes dans le démarrage d'un vaste incendie, dans les sources bibliographiques et au sein du projet ANR INC. Leur complémentarité pour la prédiction de l'aléa incendie est donc avérée.

Contacts : morgan.mangeas@ird.fr jeremy.andre@ird.fr

Liens :


2) Estimation de l’impact des incendies sur la biodiversité

Simulation du comportement du feu au départ de chaque pixel

Au départ de chaque pixel, la propagation d’un incendie a été simulée selon les paramètres suivants : combustibilité, conditions climatiques (vent), et topographie. La propagation des feux a été simulée selon un scénario propice à une propagation rapide des feux, à savoir selon des conditions climatiques et de combustibilité favorables à des feux de grandes ampleurs, sur une durée maximale de 8 heures correspondant à une après-midi entière de combustion.

On obtient alors pour chaque incendie simulé plusieurs paramètres desquels on retient l’intensité du feu (I) et la vitesse de propagation (ROS) pour chacun des pixels brûlés. L’ampleur du feu est alors défini selon sa sévérité, à savoir le rapport entre l’intensité et la vitesse de propagation :

Sévérité i = I i ROS i (1)




Mise en place d’indicateurs de la richesse et de la vulnérabilité des formations végétales

Une cartographie des principales formations végétales a été effectuée sur la base des données d’occupation du sol, issues de SPOT (DTSI, Boyaud, 2008) validée à hauteur de 0,755 de coefficient Kappa, des données d’altitude, issues du Modèle Numérique de Terrain (MNT, DITTT) et des données de pédologie différenciant les principaux types de sols (ValPedo, IRD).
Huit principales formations végétales sont ainsi cartographiées et distinguées : la forêt dense humide (FDH) sur sols ultramafiques, la FDH sur sols volcano-sédimentaires, la FDH sur sols calcaires, le maquis minier sur sols ultramafiques de moyenne et basse altitude et celui de haute altitude, la forêt sèche, la savane et autres formations secondaires et la mangrove.

Chaque formation végétale a ensuite été caractérisée selon deux indicateurs : un indice de biodiversité et un indice de vulnérabilité (utilisables indépendamment ou couplés).
Le premier indicateur caractérise les formations végétales selon leurs taux d’espèces totales (PET), d’espèces endémiques (PEE) et d’espèces endémiques et spécifiques (PEES) par unité de surface.
Le deuxième indicateur, l’indice de vulnérabilité face au feu, est calculé par formation végétale, rendant compte de l’évolution d’une formation sous l’effet global des incendies (formation en régression ou en expansion – formation primaire ou secondaire) et enfin un temps de résilience pour chaque formation après le passage d’un incendie.


Etude du risque incendie

On appelle aléa induit, l’impact direct du passage d’un feu sur le milieu naturel. Ici, le milieu naturel est décrit en termes de potentiel de biodiversité (ce pourrait être le potentiel humain ou d’infrastructures…). Chaque pixel d’ignition a induit une surface brûlée au sein de laquelle le comportement du feu a varié (intensité et vitesse de propagation). Chaque pixel de cette surface brûlée contient par ailleurs non seulement un potentiel de biodiversité mais aussi un indice de vulnérabilité qui lui est propre. L’aléa induit est calculé pour chacun des pixels de la surface brûlée dans un premier temps. Puis la somme des aléas induits de la surface brûlée est effectuée et rapportée au pixel d’ignition.

Alea induit ignition = i Surface brûlée Sévérité i × PTRNC i × Vulnérabilité_NC i

Le risque associé à l’aléa induit est ensuite calculé en intégrant simplement la probabilité d’ignition au calcul.
Risque = Aléa induit × Probabilité d'ignition

L'ensemble des valeurs obtenues est ensuite catégorisé en plusieurs seuils de risques, allant du vert au rouge (cf. cartes résultats au format .png dans la partie application et téléchargements).

Contacts : morgan.mangeas@ird.fr celine.gomez@ird.fr


3) Estimation du risque incendie pour l'enjeu érosion

Après un incendie la santé et le type de couverture végétale varient fortement. La formation végétale alors dégradée n'offre plus les même services écosystémiques en terme de maintien des sols, de productivité (écosystèmes et agrosystèmes), et de stockage de carbone.

La perte en sol, par l'apport de quantité de colluvions, puis d'alluvions, est une source de dégradation sur l'ensemble du bassin versant : des écosystèmes aquatiques d'eau douce (lotiques et lentiques) au lagon. L'envasement fait monter le niveau des lits des rivières, augmentant l'ampleur des inondations, et peut créer des bancs de sable qui rend la navigation difficile. L'augmentation de sédiment surcharge les rivières, étouffe les oeufs des poissons en colmatant les frayères, causant des plus faibles taux d'éclosion. Lorsque les particules en suspension atteignent l'océan, l'eau devient trouble, causant un déclin régional des récifs de coraux, et affectant la pêche côtière. Les pêches locales ne sont pas seulement affectées par la seule perte des récifs coralliens et de leurs communautés, mais aussi par les dégâts qui peuvent être causés aux forêts de mangroves par l'envasement important. L'érosion est coûteuse pour les pays en voie de développement. En plus des dégâts sur les infrastructures, la pêche, et la propriété, l'érosion de la couche arable coûte des dizaines de milliards de dollars à travers le monde chaque année. Par exemple, à la fin des années 80 l'île Indonésienne de Java perdait 770 millions de tonnes métriques de sol arable par an, pour le prix d'environ 1,5 millions tonnes de riz, assez pour couvrir les besoins de 11,5 à 15 millions de personnes.

Un modèle empirique pour quantifier l'érosion des sols en Nouvelle-Calédonie a été développé, sur la base du modèle RUSLE (Revised Universal Soil Loss Equation) largement utilisé dans le monde. Ce modèle calcule l'érosion du sol selon une équation qui prend en compte le climat, les propriétés texturales pédologiques, la topographie, et le type de couverture végétale. Un coefficient d'érosion est affecté à chaque niveau de chaque variable. Lors d'un passage d'un incendie ce coefficient augmente pour les classes de formation végétale. Une carte de perte en sol après le passage d'un incendie a été réalisée sur toute la Nouvelle-Calédonie. Pour estimer l'impact des incendies sur la perte en sol, on soustrait la quantité de sol érodé après un incendie à la quantité de sol érodé au temps actuel. Cette différence nous informe sur la quantité de sol perdue liée aux incendies. Enfin le risque incendie pour l'enjeu de perte en sol est calculé en multipliant la probabilité de démarrage incendie avec l'impact décrit précédemment. L'ensemble des valeurs obtenues est ensuite catégorisé en plusieurs seuils de risques, allant du vert au rouge (cf. cartes résultats au format .png dans la partie application et téléchargements).

Contacts : pascal.dumas@univ-nc.nc delphine.bui-duyet@ird.fr

Liens :

Rédaction Jérémy André.
Mise en ligne du modèle : Guillaume Wattelez, Arnaud Couturier, Jérémy André.


Avertissements

Le modèle mis en ligne est en cours de développement. Il fera l'objet de plusieurs articles qui seront publiés courant 2012. Il est propriété intellectuelle des partenaires du projet de l'ANR INC qui ont travaillé à sa construction. Néanmoins il est le résultat de quatre années de recherche-développement, et de ce fait n'a valeur que de prototype. En effet il n'a pas été confronté aux utilisateurs potentiels, et à leurs attentes lors de séances de travail communes. Sa mise en ligne est un appel à ce travail d'échange et de transfert de compétences du milieu de la recherche vers le terrain, et ses applications pratiques : système d'alerte, mise en réserves de biodiversité, DFCI, pares-feux, répartition de citernes et des effectifs d'hommes de terrain, directives de gestion, protections de zones spéciales à captage d'eau, habitations etc.

NB : Pour visualiser les cartes une fois téléchargées, il est nécessaire de les ouvrir avec un logiciel de SIG. Si vous n'en avez pas, vous pouvez télécharger le logiciel QGis qui est gratuit.


Bibliographie

Archibald S., Roy D.P., van Wilgen B.W., Scholes R.J. 2008. What limits fire ? An examination of drivers of burnt area in Southern Africa. Global Change Biology. 15:3, 613-630
Conte A., 2010. Compréhension des risques d'incendies relatifs à la biodiversité en Nouvelle-Calédonie et modélisation: Développement méthodologique pour l'intégration d'indicateurs anthropiques
Dlamini W.M. 2011. Application of Bayesian networks for fire risk mapping using GIS and remote sensing data. GeoJournal. 76, 283-296
Dlamini W.M. 2010. A Bayesian belief network analysis of factors influencing wildfire occurrence in Swaziland. Environmental Modelling & Software. 25, 199-208
FAO, 2007. Fire management-global assessment 2006. FAO Forestery paper. 151
Lefèvre J., Marchesiello P, Jourdain N.C., Menkes C., Leroy A., 2010. Weather regimes and orographic circulation around New Caledonia. Marine Pollution Bulletin. 61, 413-431
Peltier A., Aubail X. 2011. Le Caillou vert menacé par les feux. Météo, Le magazine. 13, 39
Van Wagner C.E. & Pickett T.L. 1985. Equations and FORTRAN Program for the Canadian Forest Fire Weather Index System. Forestry Technical Report 33. Canadian Forestry Service, Government of Canada
http://www.vd.ch/themes/environnement/forets/services-rendus-par-la-foret/loisirs/feux-en-foret/

Description du site

Description du projet INC

Le projet ANR INC et son organisation

Système d'information et avertissements

Description de la démarche de modélisation

Application et téléchargements

Calcul du risque incendie (aléa du démarrage incendie, enjeu biodiversité et enjeu érosion) pour un jour choisi

Téléchargements des simulations sur 10 ans

Téléchargements des sorties issues des simulations calculées sur 10 ans

Partenaires du projet INC

Partenaires ayant contribué au projet