Estimation des précipitations par télédétection au Mato Grosso (Brésil)
Résumé
Following the national strategy of regional occupation, colonization projets initiated both by the Brazilizan government and private companies, played a major role in the process of deforestation and development of the State of Mato Grosso in the 1970's. This process involved the expansion of planting crops such as soy-beans, maize and cotton but, because of the lack of meteorological stations before the settlements, many gatherings of crops suffered from the rainfall variability. Concurrently, the low density (one point for 15000km²) and the bad quality (frequently more than 20% of missing values) of the current meteorological network did not allow to draw detailed maps of rainfall. This paper focuses on the interest of GOES-8 images for estimating rainfall with a better spatial accuracy.
Dans les régions des fronts pionniers du centre du Mato Grosso, les rendements des cultures implantées par les colons depuis une vingtaine d'années (soja, canne à sucre, coton, maïs) sont encore largement tributaires de la variabilité pluviométrique interannuelle ; cependant l'estimation à échelle fine des précipitations est impossible étant donné les lacunes du réseau d'observation au sol. Nous avons choisi d'utiliser les données infrarouge GOES-8 à pleine résolution (4km) pour essayer de répondre à cette question. Un premier jeu de données a été constitué en retenant pour chaque mois la valeur maximale de la température observée pour chaque pixel afin de ne conserver que l'émission en provenance du sol dont l'intensité est surtout fonction de la quantité de pluie reçue. Un second jeu de données a été constitué en seuillant les mêmes images à partir de –40°C : ainsi, l'occurrence des nuages à sommet froid pluviogènes peut être également suivie au pas de temps mensuel. Les résultats calculés sur la période de septembre 1999 à août 2000 montrent que les pluies mesurées au sol sont mieux corrélées aux occurrences (r=0.86) qu'avec les températures maximales (r=-0.65). Les bons résultats obtenus aux pas de temps mensuels et annuels permettent de réaliser une cartographie des précipitations par satellite qui fait clairement ressortir l'influence de la topographie.