PRÉDICTIONS DE LA QUALITÉ DE L’EAU D’UN MILIEU FLUVIOLACUSTRE PEU PROFOND

PRÉDICTIONS DE LA QUALITÉ DE L’EAU D’UN MILIEU FLUVIOLACUSTRE PEU PROFOND

Le lac Saint-Pierre (LSP) situé à 460 12′, -720 49′ est un grand écosystème fluvio-Iacustre (375 km2 ). Il est caractérisé par une bathymétrie peu profonde traversée par un chenal maritime, ainsi que par différents affluents qui se jettent majoritairement dans la partie ouest du lac. Ces affluents font varier les différentes variables biologiques, chimiques et physiques introduites dans le LSP (Frenette et al., 2003a; Vis et al., 2003 ; Hudon et al., 2005 ; Frenette et al. , 2006; Hudon et al. , 2008a; Vis et al., 2008; Lapierre et al., 2009; Boyer et al., 2010; Poirier et al., 2010), ce qui entraîne la création de masses d’eau (Frenette et al., 2003a; Frenette et al., 2006). C’est ainsi que le LSP subit différentes modifications écologiques en fonction des saisons et de la présence humaine (Boyer et al., 2010; Brodeur et al. , 2011; Trudeau et al., 2011). Ces changements affectent les producteurs primaires qui, à leur tour, affectent toute la chaîne alimentaire (Poirier et al., 2010). Pour mieux comprendre l’état écologique d’un écosystème aquatique, l’étude de variables de la qualité de l’ eau telles que la chlorophylle-a (Chi-a), la turbidité et la matière organique dissoute colorée (MODC) est préconisée par plusieurs auteurs (Aleya et al., 1989; Wetzel et al. , 2000). Ces trois variables sont non seulement de bons témoins de la situation environnementale du LSP de par leurs interactions avec toute la communauté aquatique, mais elles sont aussi reliées à l’absorption d’une partie du rayonnement électromagnétique du soleil (REM). Ainsi, elles influencent les valeurs spectrales de chaque pixel qui compose les images satellites Landsat 5 et 7 (Lathrop, 1992; Mertes et al. , 1993; Grenier et al. , 1994; Fraser, 1998; Brezonik et al., 2005; Oyama et al., 2007; Bustamante et al., 2009; Oyama et al., 2009).

Cependant, les milieux aquatiques sont particulièrement complexes à étudier, étant donné l’influence sur le REM que peuvent avoir l’eau et les différentes composantes présentes dans la colonne d’eau. La majorité des études de télédétection portant sur les milieux aquatiques sont effectuées en milieu océanique où les propriétés optiques de l’eau sont, en principe, seulement influencées par le phytoplancton (Herbland et al., 1983; Larouche et al., 1996). Seulement quelques études (Moore, 1980; Larouche et al., 1996; Fraser, 1998; Brezonik et al., 2005; Bustamante et al., 2009; Oyama et al., 2009; Guan et al., 2011) se sont intéressées aux écosystèmes lacustres, comme le LSP, où plusieurs variables telles que la ChI-a, la turbidité et la MODC influencent les propriétés optiques de l’eau (Bustamante et al., 2009). De plus, Bruton et al. (1988), Hudon et al. (2008) et Massicotte et al. (2013) se sont intéressées aux images satellites afin de mieux comprendre les variabilités spatiales des sédiments en suspension transportés dans le LSP. Ces papiers démontrent l’importance d’étudier la variabilité spatiale de la qualité de l’eau. Par conséquent, lorsqu’il est possible de concevoir des patrons de distribution simulant les variations spatiotemporelles, les résultats risquent d’être très profitables.

L’objectif de cette étude est d’évaluer s’il est possible d’estimer la Chl-a du phytoplancton, la turbidité et la MODC d’un milieu fluvio-Iacustre peu profond à l’aide des valeurs des bandes Thematic Mapper (TM) 1 (452-518 nm), 2 (528-609 nm) et 3 (626-693 nm) des images de Landsat 5 et 7. Pour ce faire, nous utiliserons des modèles courts et longs termes. Ces derniers serviront à modéliser des patrons de distribution de ChI-a, de turbidité et de MODC pour l’ensemble du territoire du tsP. Ainsi, la présente étude propose un outil supplémentaire pour les chercheurs, gestionnaires ou professionnels travaillant à établir un diagnostic de l’état de santé du LSP. C’est une ressource additionnelle aux outils de suivi, telle réseau de suivi de la qualité de l’eau et le réseau de suivis ichtyologiques effectué par le gouvernement du Québec et celui du Canada.

PRÉDICTIONS DE LA QUALITÉ DE L’EAU D’UN MILIEU FLUVIO-LACUSTRE PEU PROFOND (LAC SAINT -PIERRE) À L’AIDE D’IMAGES THEMATIC MAPPER DE LANDSAT 5 ET 7 

Le lac Saint-Pierre (LSP) (+460° 12′, -720° 49′) représente le dernier grand élargissement (375 KM² ) du Fleuve Saint-Laurent (FSL) avant son estuaire. Cet écosystème fluvio lacustre est caractérisé par une bathymétrie peu profonde qUi contraste avec un chenal maritime qui traverse le lac d’ouest en est. Dans la partie ouest du lac s’écoulent différents affluents prenant origine dans plusieurs bassins versants. Les différentes vocations des bassins versants font en sorte que chaque tributaire introduit une eau présentant des caractéristiques biologiques, chimiques et physiques différentes les unes des autres (Frenette et al., 2006). Le positionnement des tributaires ainsi que la bathymétrie du LSP entraînent une hétérogénéité spatio-temporelle des variables de la qualité de l’eau comme la chlorophylle-a (ChI-a), la turbidité et la matière organique dissoute colorée (MODC) (Thibault et al.; 2002; Frenette et al., 2003a; Vis et al., 2003; Hudon et al., 2005; Frenette et al., 2006; Hudon et al., 2008a; Vis et al., 2008; Lapierre et al., 2009; Boyer et al., 2010; Poirier et al., 2010).

L’échantillonnage in situ est régulièrement utilisé pour caractériser l’aspect dynamique des variables de la qualité de l’eau. Or, considérant la grande superficie et l’hétérogénéité dynamique du LSP, la télédétection s’avère être un outil complémentaire avantageux. Cette technologie fournit rapidement des informations à grande échelle (Grenier et al., 1994; Kondratyev et al., 1996) et à faible coût. Elle utilise des images satellites constituées de pixels possédant des informations sur la réflectance du rayonnement électromagnétique (REM) de la surface de la terre ou de l’eau. Certaines variables de la qualité de l’eau, comme la ChI-a, la turbidité et la MODC, influencent la réflectance du REM (Abiodun, 1976; Rona, 1977; Strong, 1978). Ainsi, ces variables peuvent être estimées avec des images Thematic Mapper (TM) de Landsat (Bruton et al., 1988; Lathrop, 1992; Mertes et al., 1993; Fraser, 1998; Brezonik et al., 2005; Bustamante et al., 2009; Guan et al., 2011; Massicotte et al., 2013).

Cependant, la majorité des études ont été appliquées aux milieux océaniques dans des eaux claires, où les propriétés physiques sont principalement influencées par le phytoplancton (Herb land et al., 1983; Larouche et al., 1996). Seulement quelques études (Bruton et al., 1988; Cox et al., 1998; Fraser, 1998; Brezonik et al., 2005; Bustamante et al., 2009; Guan et al., 2011) se sont intéressées aux écosystèmes lacustres. Et, à notre connaissance, il n’existe pas encore d’étude portant sur les milieux fluvio-Iacustres peu profonds comme le LSP.

L’objectif de cette étude est d’évaluer s’il est possible d’estimer la Chl-a du phytoplancton, la turbidité et la MODC d’un milieu fluvio-Iacustre peu profond à l’aide des valeurs des bandes TM 1 (452-518 nm), 2 (528-609 nm) et 3 (626-693 nm) des images de Landsat 5 et 7. Le développement des modèles empiriques est axé sur la corrélation de mesures in situ et l’information d’images Landsat de 2008 à 2010. Les modèles développés serviront essentiellement à cartographier l’ensemble du LSP pour chaque variable de la qualité de l’eau et ainsi identifier les patrons de variations spatio-temporelles. La présente étude devrait démontrer qu’il Y a un lien direct entre les variations du LSP et celles mesurées par Landsat.

Matériel et méthodes 

Site d’échantillonnage -lac Saint-Pierre 

Le LSP est le troisième et dernier lac fluvial du FSL. TI est caractérisé par une largeur maximale de 13 km et une longueur de 43 km en comptant l’archipel des îles de Sorel. TI est traversé d’ouest en est par un chenal maritime atteignant 11,3 mètres de profondeur par 245 mètres de largeur qui contraste avec la profondeur moyenne du lac de 3,2 mètres. En général, le LSP subit un faible mélange latéral de ses eaux, permettant de différencier trois zones principales, soit le nord, le centre et le sud (Frenette et al., 2006). Ces zones sont créées par différents affluents qui entraînent la formation de huit masses d’eau chimiquement et spectralement différentes les unes des autres (Frenette et al., 2003a). Le mélange de ces masses d’eau est réduit en raison de la bathymétrie, en particulier le chenal maritime (Frenette et al., 1989; Frenette et al., 2003b).

Échantillonnage in situ

L’échantillonnage des variables a été effectué avec une embarcation à moteur se déplaçant à une vitesse constante de 10 km/h. Cette vitesse assurait une bonne entrée d’eau et un bon fonctionnement des appareils de mesure. Lors des périodes sans glace de 2008 à 2010 , des transects ont été effectués du nord au sud en tenant compte de la profondeur du lac (minimum 0,50 mètre) et des conditions météorologiques. Les journées d’échantillonnage ont été effectuées dans un délai variant d’une à trois journées par rapport à la fauchée de Landsat 5 et 7, car, un délai court est nécessaire afin de limiter l’effet des fluctuations temporelles des variables de la qualité de l’eau (Brezonik et al., 2007).

Tout au long des transects, à l’aide d’une pompe modèle 4405-143 de 35 pSI (2,5 bars) (Flojet), l’eau était pompée de manière continue à une profondeur variant de 30 à 45 cm de la surface pour être amenée à trois appareils de mesure. Deux fluorimètres lO-AU (Turner) enregistraient indépendamment des valeurs pour la Chl-a et pour la MODC et possédaient un système d’entrée d’eau en continu muni d’une cuvette de verre ayant un diamètre de 25 mm. Le troisième appareil, une sonde série-6, modèle 6600 (YS! environnement) enregistrait des mesures de turbidité. Finalement, un GPSMAP 178C sounder (Garmin) mesurait la profondeur et permettait au logiciel Streamline GEO 2.1.0 (Interactive Oceanographies) de géoréférencer chaque variable dans un ordinateur portable. Ainsi, une valeur pour chaque variable était enregistrée puis géoréférencée toutes les cinq secondes dans un fichier. Dû à certains bris mineurs d’appareil et à l’ajout du lO-AU pour la MODC en 2010, les mesures des trois variables ne sont pas disponibles pour tous les jours d’échantillonnage . Cependant, toutes les valeurs ont une profondeur et une coordonnée géographique.

Étalonnage des instruments

Pour la ChI-a, les lectures étaient effectuées grâce à un filtre d’ émission #1O-051R> 665 nm, un filtre d’excitation #1O-050R 340-500 nm, une lampe #10-045 Daylight White, un filtre de référence #10-032 1 ND Square ainsi qu’un compensateur de température. Le lO AU a été étalonné avec un standard pur de Chl-a provenant d’une culture d’Anaeystis nidulans (Turner) et la dérive de l’appareil a été prise en compte avec un standard solide # 1O-AU-904 (Turner). La Chl-a sera exprimée dans cet article en mg/m3, ce qui représente l’équivalent des ug/l.

La Fluorescence de la MODC, mesurée par l’autre appareil 10-AU, possédait le même système d’entrée d’ eau que celui de la ChI-a. Les lectures étaient effectuées grâce à l’ensemble optique # 10-303 qui contient un filtre d’ émission #1O-051R 410-600 nm, un filtre d’excitation #1O-050R 350nm (310-390nm), une lampe UV à vapeur de mercure, un filtre de référence> 300 nm ainsi qu’une plaque d’ atténuation 1:75. Le lO-AU utilisé pour la MODC a subi un étalonnage avec un standard de sulfate de quinine selon la méthode (Skoog D. A. et al., 2005). Le sulfate de quinine, un alcaloïde extrait du Cinchona officinalis, est utilisé comme proxy pour la fluorescence de la MODC (Chen et al., 2004). li est exprimé en unité QSI (l ug/l de sulfate de quinine). Ainsi, une forte réponse en QSI indique une forte concentration de la MODC .

Le troisième appareil de mesure utilisé était une sonde série-6, modèle 6600 (YSI environnement). Le capteur de cette sonde a subi un étalonnage avant chaque sortie terrain. Les solutions de calibration pour la turbidité étaient des solutions 0, Il,4 et 126 unités de Turbidité Néphélométrique (NTU).

Image Landsat 

Les satellites Landsat offrent des images composées de pixels d’une résolution de 30 m en format 8bit. Ces images sont accessibles via le United-States Geological Survey (http://earthexploreLusgs.gov/). Chaque satellite fauche le territoire du LSP tous les 16 jours avec huit jours de décalage. Compte tenu de la présence de nuages, seulement six images originales de Landsat 5 et 7  ont été sélectionnées. Les images captées entre 2008 et 2010 couvrent la totalité du territoire du LSP. Elles correspondent à la trajectoire 014 des satellites Landsat en rangée 028 (hémisphère nord), soit latitude 46,031 et longitude -72,953.

Relation entre les données Landsat et les cibles pseudo invariantes 

Les images sélectionnées ont subi des ajustements radiométriques afin de tenir compte des effets atmosphériques. Ces ajustements ont été liés à ‘l’image de référence du 2 septembre 2009. Cette image a été sélectionnée comme référence en raison de l’absence de couvert nuageux et parce qu’elle présente peu d’interférence atmosphérique. Par conséquent, elle assure de bons résultats de correction par la technique des cibles pseudo invariantes (CPI). Cette technique permet d’uniformiser les effets atmosphériques sur l’ensemble des images analysées en utilisant des cibles caractérisées par la diversité des caractéristiques de réflectance et la dispersion sur le territoire et la faible vanance temporelle des valeurs spectrale (Hadjimitsis et al., 2009) .

Analyses statistiques

Puisque chaque milieu aquatique répond différemment au REM en fonction des variables de qualité de l’eau (Brezonik et al., 2005; Bustamante et al., 2009; Wang et al., 2009), une analyse des corrélations entre les valeurs des bandes spectrales, de profondeur, de ChI-a, de turbidité et de MODC a été réalisée. Cette démarche a non seulement permis d’observer s’il y avait des relations entre la réflectance du LSP et les valeurs de ChI-a, de turbidité, de MODC et de profondeur, mais aussi de sélectionner les bandes expliquant le mieux les valeurs in situ. La sélection de ces bandes a été faite en fonction de la maximisation du r 2 et la sélection des modèles linéaires. Pour construire les modèles prédictifs, la littérature a inspiré la sélection des bandes ainsi que leur agencement (Fraser, 1998; Guan et al., 2011; Volpe et al., 2011). Ainsi, afin de démontrés que l’utilisation d’une seule image (date fixe) ou d’un ensemble d’images (dates variables) peut permettre de modéliser des valeurs de ChI-a, turbidité ou MODC, deux types de modèles ont été générés : 1- les modèles courts termes utilisant une seule image TM et les données in situ recueillies la même journée et 2- les modèles longs termes qui utilisent l’ensemble des images TM et des donnés in situ de l’étude de 2008 à 2010. Ces derniers sont basés sur l’hypothèse que la corrélation entre les valeurs in situ et celles de TM 1, 2 et 3 est assez forte pour utiliser l’ensemble des valeurs recueillies durant l’étude. La validation des modèles longs termes pour les trois variables a été effectuée en se basant sur la méthode « cross validation – leave-one-out ». Cette méthode consiste à retirer un jeu de données pour analyser son influence et évaluer la capacité prédictive des modèles (Healey et al. , 2006; St-Louis et al., 2009). Ainsi, un nouvel échantillonnage a été effectué au sein des valeurs d’origine et plusieurs modèles ont été construits. Ceux-ci ont été construits à partir des sous-ensembles disjoints des données. Ces sous-ensembles représentent les données in situ de 2008 à 2010 et les informations Landsat pour chaque journée d’échantillonnage. Ainsi, l’influence de chaque journée in situ sur les modèles longs termes pour la Chl-a et la turbidité a été analysée. N’ayant fait l’objet d’échantillonnage que pour deux fauchées, la MODC n’a pas subi de «cross validation ». Une fois créés, les modèles longs termes ont été utilisés dans la fonction raster calculator d’ArcGis. Cette fonction permet d’appliquer les valeurs des pixels des images (* . tif) des bandes 1, 2 et 3 aux modèles longs termes. Ainsi, une représentation cartographique de l’ensemble du LSP pour nos trois variables de la qualité de l’eau a été effectuée pour chaque image Landsat de 2008 à 2010.

Conclusion 

En conclusion, les résultats obtenus démontrent que la ChI-a, la turbidité et la MODC peuvent être estimées à partir des informations de Landsat 5 et 7. Malgré certains r2 inférieurs à ceux retrouvés dans la littérature, la cartographie obtenue par les modèles longs termes offre une distribution spatiale de nos paramètres très représentative des concepts déjà discutés dans d’autres études.

Table des matières

CHAPITRE 1 RÉSUMÉ SUBSTANTIEL
1.1 Introduction
1.2 Matériel et méthodes
1.2.1 Site d’échantillonnage -lac Saint-Pierre
1.2.2 Échantillonnage in situ
1.2.3 Appareils d’échantillonnage
1.2.4 Variables de qualité de l’eau
1.2.5 Satellites Landsat 5 et 7
1.3 Résultats et discussion
1.3.1 Mesures in situ
1.3.2 Modèles courts termes
1.3.3 Modèles longs termes
1.3.4 Cartographies issues des modèles
1.3.5 Contribution de l’étud
1.4 Références
CHAPITRE II PRÉDICTIONS DE LA QUALITÉ DE L’EAU D’UN MILIEU FLUVIOLACUSTRE PEU PROFOND (LAC SAINT -PIERRE) À L’AIDE D’IMAGES THEMATIC MAPPER DE LANDSAT 5 ET 7
2.1 Résumé
2.2 Introduction
2.3 Matériel et méthodes
2.3.1 Site d’échantillonnage -lac Saint-Pierre
2.3.2 Échantillonnage in situ
2.3.3 Image Landsat
2.3.4 Relation entre les données Landsat et les cibles pseudo invariantes
2.3.5 Correspondance géographique des valeurs Landsat et in situ
2.3.6 Analyses statistiques
2.4 Résultats
2.4.1 Corrélations entre les variables
2.4.2 Modèles courts termes – données in situ et Landsat pour chaque date
2.4.3 Modèles longs termes – données in situ et Landsat pour toutes les
dates
2.4.4 Analyse spatiotemporelle et cartographie du lac Saint-Pierre
2.5 Discussion
2.5.1 Modèles courts termes – données in situ et Landsat pour chaque date
2.5.2 Modèles longs termes – données in situ et Landsat pour toutes les
dates
2.5.3 Analyse spatiotemporelle et cartographie du lac Saint-Pierre
2.5.4 Limite de l’étude
Conclusion

Télécharger le rapport complet