Un APPORT DES ARCHIVES SPOT WORLD HERITAGE À L’ESTIMATION DES TENDANCES DE PRODUCTIVITÉ DES PRAIRIES DE MONTAGNE
DOI :
https://doi.org/10.52638/rfpt.2026.747Mots-clés :
NDVI, SPOT World Heritage, Prairies de montagne, Séries temporelles, GAMRésumé
Le suivi à long terme de la productivité des prairies de montagne est crucial pour comprendre les réponses de ces écosystèmes au réchauffement climatique. Bien que les archives Landsat soient la référence pour ces analyses, leur fréquence temporelle (16 jours) et la couverture nuageuse fréquente limitent la capture du maximum annuel de NDVI (NDVImax). Cette étude quantifie l’apport des archives SPOT World Heritage (SWH) pour densifier les séries temporelles sur les prairies de montagne des Hautes Vosges (1985-2015). À l’aide d’une modélisation additive généralisée (GAM) sur 927 575 observations, nous démontrons que les différences d’estimations du pic de productivité (NDVImax) sont piloté par le timing temporel de SPOT (∆DOY), permettant de corriger les sous-estimations systématiques de Landsat. Si la cohérence globale entre les deux stratégies est forte (R2 = 0, 83), l’ajout de SPOT modifie la significativité statistique des tendances pour 8 % des pixels, particulièrement dans les zones à dynamique rapide. Ces résultats soulignent l’importance des archives historiques pour stabiliser les diagnostics climatiques en zone de montagne et appellent à une généralisation des produits corrigés pour limiter les biais de calibration.
Téléchargements
Téléchargements
Publié-e
Comment citer
Numéro
Rubrique
Catégories
Licence
(c) Tous droits réservés Pierre-Alexis Herrault, Javier Tamayo, Damien Ertlen 2026

Cette œuvre est sous licence Creative Commons Attribution 4.0 International.
Les auteurs conservent les droits d'auteur et accordent à la revue le droit de première publication de l'œuvre sous une licence Creative Commons Attribution (CC-BY) 4.0 qui permet à d'autres de partager l'œuvre avec une reconnaissance de la paternité de l'œuvre et de sa publication initiale dans cette revue.