Phénologie des spectres de réflectance de la végétation littorale d'un marais intertidal de l'estuaire du Saint-Laurent (Isle-Verte, QC)

RÉSUMÉ : Les écosystèmes possédant un climat tempéré froid sont grandement affectés par une variabilité saisonnière engendrant ainsi une évolution de la végétation (phénologie). Vu la courte saison de croissance de la végétation, ces changements consistent à la germination, croissance, sénescence, et la mort des plants. La nécessité de documenter ces changements est une priorité afin de quantifier l'état de l'écosystème, réaliser un suivi saisonnier et pour cartographier la répartition de la végétation. L'objectif du mémoire était de documenter et caractériser le cycle saisonnier de la végétation intertidale de la mi-mai à la fin octobre. Les propriétés biophysiques, de spectres de réflectance in situ ont été acquises pour quatre espèces végétales du marais de L'Isle-Verte (zostère, macroalgues, spartine alterniflore et l'arroche hastée) et une surface vaseuse dénudée de végétation. En parallèle, des séries temporelles d'images multispectrales ont été analysées. Bien que l'on observe des changements bio-physiques chez la végétation, l'évolution des spectres de réflectance in situ ne varie pas chez toutes les espèces. Selon le moment de la collecte des données tel qu'en juin et juillet, les spectres de toutes les espèces végétales présenteront des formes relativement similaires. Des indices de végétation, dont l'indice de végétation par différence normalisée (NDVI), ont été calculés à partir des réflectances in situ et des images multispectrales provenant de deux capteurs (Sentinel-2 MSI et PlanetScope), lesquels étaient fortement corrélés. L'indice NDVI a permis de bien identifier la phénologie pour l'arroche hastée et la spartine alterniflore, mais pas pour la zostère et les macroalgues qui montraient peu de variation saisonnière. Le potentiel de la série temporelle Sentinel-2 pour cartographier les types de végétation a été démontré en appliquant un algorithme de classification par arbre de décisions aléatoires (XGBoost). La classification a été validée à l'aide de mesures in situ et de photos aériennes. Cette classification a montré que la meilleure représentation de la réalité du terrain était obtenue avec l'image acquise à la fin septembre. La compréhension de la variabilité saisonnière a permis d'identifier les moments clés de la végétation, sa répartition et son impact sur chaque espèce du littoral. Enfin, des recommandations pour de futures études sur la végétation intertidale sont proposées. -- Mot(s) clé(s) en français : phénologie de la végétation, signature spectrale, écosystème côtier, télédétection, capteurs multispectraux. -- ABSTRACT : Ecosystems with a cold temperate climate are greatly affected by seasonal variability resulting in changes in vegetation (phenology). Given the short growing season of vegetation, these changes consist of germination, growth, senescence, and death of plants. The need to document these changes is a priority in order to quantify the state of the ecosystem, conduct seasonal monitoring, and map the distribution of vegetation. The objective of the dissertation was to document and characterize the seasonal cycle of intertidal vegetation in a cold temperate saltmarsh from mid-May to late October. The biophysical properties of in situ reflectance spectra were acquired for four plant species of the L'Isle-Verte (eelgrass, macroalgae, cordgrass, and creeping saltbush) and a muddy surface devoid of vegetation. In parallel, time series of multispectral images were analyzed. Although bio-physical changes in vegetation are observed, the evolution of in situ reflectance spectra does not vary in all species. Depending on the time of data collection such as June and July, the spectra of all plant species will show relatively similar shapes. Vegetation indices, including the normalized difference vegetation index (NDVI), were calculated from in situ reflectances and multispectral images from two sensors (Sentinel-2 MSI and PlanetScope), which were highly corroletated. The NDVI provided a good identification of phenology for both creeping saltbush and cordgrass, but not for eelgrass and macroalgae that remained relatively stable. The potential of the Sentinel-2 time series to map vegetation types was demonstrated by applying a random decision tree classification algorithm (XGBoost). The classification was validated using in situ measurements and aerial photos. This classification showed that the best representation of the terrain reality was obtained with the image acquired at the end of September. The understanding of seasonal variability allowed the identification of the key moments of vegetation, its distribution and its impact on each species of the intertidal zone. Finally, recommendations for future studies on intertidal vegetation are proposed. -- Mot(s) clé(s) en anglais : vegetation phenology, spectral signature, coastal ecosystem, remote sensing, multispectral sensors