1157
à des niveaux d amplitude très différents. Cela traduit des différences de types de couvert (relativement à des
conditions climatiques variables) et d'efficacité photosynthétique: climat de type continental pour la taïga en
Sibérie et à Schefferville (0.25 < GVI < 0.45); climat plus maritime en Finlande et en Alaska (0.35 < GVI <
0.45); et climat continental tempéré pour la forêt fermée au Québec (0.40 < GVI < 0.60).
Nous avons également étudié les relations entre la productivité forestière et les GVI. Cette
analyse a été faite uniquement sur les régions écologiques du Québec, pour lesquelles les données de productivité
dérivées des mesures effectuées sur le terrain sont disponibles (voir section 2). La relation non linéaire établie
(figure 6) présente une corrélation très significative (fl =
—•—Quftwc --»--Fmlmde O Schefferville
— •- -Sibàie ♦ Alislu
Québec: GVI - 0.17828 + 0.000287*DJC (R-0.898)
FmUnde: GVI » 0.16895 + 0.000182‘DJC (R-0.937)
Sibérie: GVI - 0.20036 + 0.000225*D1C (R-0.932)
Figure 5: Relations entre GVI et degrés-jours
de croissance annuels sur la forêt boréale.
1.87).
GVI moyen (mi-avril - fin octobre sur sept ans)
Figure 6: Relations entre accroissements
annuels moyens et GVI sur la forêt boréale au
Québec.
5. DISCUSSION
A la lumière des résultats présentés, le potentiel des GVI dans l'analyse de la dynamique de la forêt boréale
semble très intéressant. Il apparaît surtout important de mettre l'accent sur les procédures d'élimination des
contaminations dues à l'atmosphère, aux nuages, aux conditions de visée et aux différences d'étalonnage des
capteurs, compte tenu de la grande sensibilité des GVI à ces facteurs. L'importance des corrections
atmosphériques apparaît clairement sur la figure 1. Même dans une situation de ciel clair, on constate des
différences significatives entre les valeurs de GVI calculées à partir des réflectances apparentes au niveau du
capteur et celles obtenues après l'application du modèle SMAC. Cette grande sensibilité des GVI est due au fait
que les effets atmosphériques se traduisent par une augmentation de la réflectance du couvert végétal dans la bande
visible de AVHRR, alors que l'effet contraire se produit dans la bande infrarouge. On peut améliorer de façon
significative les GVI en appliquant au moins une correction des effets dus à la diffusion de Rayleigh.
Les variations hebdomadaires des GVI, qui se manifestent parfois par des chutes importantes
d’une semaine à l'autre (figure 1), limitent considérablement leur utilisation pour des fins d'analyses détaillées de
l'évolution du couvert végétal. Elles résultent en effet de la présence de nuages partiels, des variations des
conditions de visée (Roujean et al., 1992; Gupta, 1992), et masquent ainsi les variations propres de l'état du
couvert végétal. L'utilisation des canaux thermiques inclus dans la base de données GVI peut aider à éliminer
certains pixels contaminés par les nuages.
Les valeurs de GVI utilisées dans cette étude pour l'analyse de la dynamique de la forêt et des
relations avec les DJC et la productivité forestière sont des moyennes établies sur sept ans. Elles sont par
conséquent moins sensibles aux bruits que les valeurs annuelles ou mensuelles. Sur la base de ces valeurs, on
observe clairement des différences dans le comportement de la forêt d'une région à l'autre et selon les critères de
classification écologique à l'intérieur de chacune d'elle. Les corrélations significatives obtenues montrent que la
température semble être le principal facteur qui conditionne la vigueur de l'activité photosynthétique de la
végétation dans les latitudes boréales. D'autre part, le modèle non linéaire établi entre la productivité forestière et
les GVI montre que ces derniers peuvent nous permettre d'assurer un suivi régulier de la productivité, surtout dans
les régions d'accès difficile. L'analyse des GVI met en évidence une variabilité spatiale importante de la
productivité suivant les régions de la forêt boréale . Ceci pourrait se traduire par des variations significatives des
flux de CO2 à travers cet écosystème.