Caractérisation de la sécheresse dans le nord-est du Brésil : une analyse multi-échelle des bassins versants et suivi par télédétection

Drought characterization in the Northeast Brazil : a multiscale watershed analysis and remote sensing monitoring

• Auteur / Autrice : Pedro Rodrigues Mutti
• Direction : Vincent Dubreuil
• Type : Thèse de doctorat
• Discipline(s) : Géographie
• Date : Soutenance le 10/12/2020
• Etablissement(s) : Rennes 2 en cotutelle avec Universidade federal do Rio Grande do Norte (Natal, Brésil)
• Ecole(s) doctorale(s) : École doctorale Sociétés, temps, territoires (Angers)
• Partenaire(s) de recherche : Laboratoire : Littoral, environnement, télédétection, géomatique (Rennes 2)
• Jury : Président / Présidente : Bergson Guedes Bezerra
• Jury : Examinateurs / Examinatrices : Damien Arvor, Lara De Melo Barbosa Andrade
• Jury : Rapporteurs / Rapporteuses : Sylvain Bigot, Josiclêda Domiciano Galvíncio

Mots clés

Mots clés contrôlés

Régions arides

Assimilation de données (géophysique)

Désertification

Bilan hydrologique

Brésil (nord-est)

Sécheresse

Mots clés libres

Semi-aride

Bilan hydrique

Extrêmes climatiques

Comblement de données

Désertification

Semi-arid

Water balance

Climate extremes

Data series gap-filling

Desertification

Résumé

La sécheresse est un phénomène récurrent dans la région du Nord-Est du Brésil (NEB), en particulier dans les régions semi-arides de l’intérieur. Bien que plusieurs études de la sécheresse aient été menées au NEB, certains aspects méthodologiques inhérents à la qualité des données, aux spécificités des techniques utilisées et à l'échelle spatiale ont été encore peu discutés. Dans ce contexte, l'objectif de cette thèse est de caractériser les différents aspects de la sécheresse au NEB en considérant les caractéristiques des données météorologiques, les différentes échelles spatiales et les alternatives de surveillance par télédétection. Cette caractérisation a été réalisée dans le bassin du fleuve São Francisco (BFSF), qui présente une grande diversité climatique, dans le bassin du fleuve Piranhas- Açu (BFPA), qui est complètement inséré dans le domaine semi-aride du NEB, et dans des secteurs de désertification. Dans la première étude, nous avons utilisé le déficit d'évaporation dans le suivi de la sécheresse dans le BFSF. Les résultats montrent que les périodes de pénurie d'eau deviennent plus fréquentes et plus intenses dans les zones côtières et centrales du bassin. Dans la deuxième étude, le Rainfall Anomaly Index a été utilisé dans le BFPA pour identifier les épisodes de sécheresse, qui sont principalement associés aux épisodes El Niño et au réchauffement anormal des eaux de l'océan Atlantique Nord tropical. Enfin, dans la troisième étude, différents modèles stochastiques ont été testés afin de prévoir le Normalized Difference Vegetation Index obtenu par télédétection sur six secteurs de désertification dans le NEB. Les résultats montrent que les modèles testés prévoient de manière satisfaisante les états de végétation sèche et dégradée à court terme.

Drought is a recurrent phenomenon in the Northeast Brazil (NEB) region, especially in its semiarid inlands. Although several drought studies have been carried out at the NEB, some important methodological aspects inherent to data quality and control, specificities of the used techniques, and spatial scale still need to be further discussed. Therefore, the objective of this thesis is to characterize different aspects of drought in the NEB considering different spatial scales, meteorological data characteristics, and remote sensing monitoring alternatives. This characterization was carried out in the São Francisco watershed (SFW), which presents a remarkable climate diversity, in the Piranhas-Açu watershed (PAW), which is entirely located in the semiarid NEB, and in desertification hotspots. In the first study, we used the evaporation deficit as drought index in the SFW. Results show that periods of water shortage are becoming more frequent and more intense in the coastal and middle zones of the basin. In the second study, a rainfall anomaly index was used in the PAW to identify drought events, which are mostly associated with El Niño events and the anomalous warming of the Tropical North Atlantic Ocean. Finally, in the third study, different stochastic models were tested in order to forecast remotely sensed Normalized Difference Vegetation Index data over six desertification hotspots in the NEB. Results show that the tested models satisfactorily forecast short-term dry and degraded vegetation states.