El Nino Southern Oscillation-Driven Variability in Vegetation Indices and Carbon Fluxes over Rajasthan, India: A Non-parametric District-level Analysis (2000-2024)

Résumé Technique : Variabilité de la végétation et des flux de carbone induite par l'ENSO au Rajasthan (2000–2024)

Énoncé du problème
Cette étude répond à la nécessité de quantifier comment les événements El Niño Southern Oscillation (ENSO) et les précipitations de mousson influencent les conditions de la végétation de la saison kharif et les flux de carbone terrestre à travers les divers gradients d'aridité du Rajasthan, en Inde. Bien que la dominance de la pluie dans la régulation de la végétation soit établie, l'ampleur spécifique des impacts de l'ENSO sur la Productivité Primaire Brute (PPB) et la Productivité Primaire Nette (PPN) au niveau des districts, indépendamment de la variabilité des précipitations, reste moins caractérisée. De plus, il existe une lacune dans la compréhension de la manière dont ces moteurs climatiques affectent l'assimilation du carbone par rapport à la verdure de la canopée (NDVI), particulièrement dans les zones hyper-arides et arides où la variabilité interannuelle est élevée.

Méthodologie
La recherche emploie un cadre statistique entièrement non paramétrique analysant 25 ans de données (2000–2024) à travers les 33 districts du Rajasthan.

• Sources de données : L'étude intègre quatre produits MODIS Collection 6 (MOD13Q1 [NDVI/EVI 250 m], MOD17A2H [PPB 8 jours], MOD17A3HGF [PPN annuelle] et MCD12Q1 [Occupation des sols/Couvert végétal]) avec les données de précipitations de l'IMD (grille 0,25°) et les indices ONI de la NOAA.
• Prétraitement : Un masque agricole dynamique (classes IGBP 12 et 14) dérivé de MCD12Q1 est appliqué annuellement pour isoler les pixels agricoles, empêchant ainsi l'atténuation des signaux ENSO par la végétation naturelle des zones sèches.
• Cadre statistique :
  • Détection de tendances : Les tests de Mann-Kendall (MK) avec des estimateurs de pente de Sen identifient les tendances à long terme.
  • Analyse de corrélation : Les coefficients tau de Kendall et rho de Spearman évaluent les associations bivariées. Des corrélations partielles de Spearman contrôlent la pluie (RF) pour isoler les effets indépendants de l'ONI sur la PPB.
  • Modélisation : Des équations prédictives par district sont dérivées via une approche de régression itérative de Theil-Sen. La structure du modèle est : $GPP = \alpha + \beta_{RF} \cdot (RF - RF_{med}) + \beta_{ONI} \cdot (ONI - ONI_{med})$.
  • Validation : La compétence du modèle est quantifiée via une validation croisée de type "Leave-One-Out" (LOOCV) produisant l'erreur absolue moyenne en pourcentage (MAPE), la RMSE et le biais systématique.
  • Prévision : Les perspectives pour 2026 utilisent un rééchantillonnage par bootstrap de 1000 répétitions pour générer des intervalles de confiance à 90 % pour les projections par district.

Principales contributions

1. Attribution au niveau des districts : Il s'agit de la première étude fournissant une attribution non paramétrique complète, au niveau des districts, des signaux ENSO pour les produits de végétation et de flux de carbone MODIS pour l'ensemble du Rajasthan.
2. Découplage de la pluie et de l'ENSO : L'étude parvient à isoler les effets indépendants de l'ENSO sur la PPB après contrôle de la pluie, identifiant des districts spécifiques « sensibles à l'ONI » dans l'ouest aride et semi-aride.
3. Discrépance GPP:NDVI : Elle quantifie un ratio de suppression d'environ 2:1 de la PPB par rapport au NDVI lors des événements El Niño, soulignant que l'assimilation du carbone décline plus rapidement que la verdure de la canopée en raison de la fermeture stomatique.
4. Prévision opérationnelle : Le développement de modèles de prédiction Theil-Sen avec une incertitude quantifiée (LOO-MAPE) fournit un cadre pour générer des alertes agricoles saisonnières exploitables.

Résultats

• Impacts de l'ENSO : Les événements El Niño suppriment en moyenne le NDVI kharif moyen de l'état de 3,6 % et la PPB de 7,0 %. L'impact est plus sévère dans le district hyper-aride de Jaisalmer, avec des déficits atteignant 14,3 % pour le NDVI et 21,6 % pour la PPB. Les événements La Niña produisent des excédents symétriques de 3 à 18 % pour la PPB.
• Corrélations : Les corrélations Pluie-NDVI sont universellement significatives dans les 33 districts (moyenne $\rho$ = 0,935). Cependant, les effets indépendants de l'ONI sur la PPB ne sont significatifs que dans six districts de l'ouest aride et semi-aride (Bikaner, Churu, Ganganagar, Hanumangarh, Jaisalmer et Jodhpur), avec des corrélations partielles allant de -0,42 à -0,62. Dans l'est sub-humide, l'influence de l'ENSO est principalement médiée par la pluie.
• Tendances à long terme : Des tendances positives significatives de Mann-Kendall pour le NDVI et la PPB sont détectées dans 16 des 33 districts. Les taux de verdissement les plus élevés se produisent dans le sud-est sub-humide (moyenne +5,4 g C m⁻² an⁻¹ pour la PPB), attribués à l'intensification agricole et à la fertilisation par le CO₂.
• Performance du modèle : Les modèles Theil-Sen atteignent une LOO-MAPE moyenne de 6,2 % pour le NDVI et de 17,4 % pour la PPB. La performance est optimale dans le sud-est sub-humide (<12 % MAPE) et la plus faible dans le Jaisalmer hyper-aride (31,5 %) et le Churu aride (41,4 %) en raison du bruit interannuel élevé et des problèmes de seuil de détection.
• Prévision 2026 : Sur la base d'un ONI de -0,1 (FMA 2026), la PPB kharif moyenne de l'état est prévue à 249,5 g C m⁻² (anomalie -3,2 %). Trente des 33 districts sont classés comme "NORMAL" tandis que Jaisalmer, Churu et Jhunjhunu sont prévus comme "INFÉRIEUR À LA NORMALE".

Signification et affirmations
L'article affirme que ses conclusions offrent des perspectives critiques pour la surveillance du carbone par satellite et la planification agricole. Plus précisément, il soutient que les modèles de rendement basés sur le NDVI, calibrés lors d'années moyennes ou humides, surestimeront systématiquement la production kharif lors des événements El Niño si la suppression disproportionnée du flux de carbone (PPB) par rapport à la verdure (NDVI) n'est pas prise en compte.

L'étude positionne ses équations Theil-Sen comme un cadre de correction simple. En intégrant les prévisions pré-saisonnières de l'ONI avec les projections de précipitations médianes par district, les planificateurs peuvent ajuster les estimations de la PPB quelques semaines avant la récolte. Les auteurs concluent que les districts identifiés comme « sensibles à l'ONI » constituent une base pour des stratégies de conseil agricole différenciées qui intègrent les perspectives de température de surface de la mer (SST) aux côtés des prévisions de précipitations. Le travail est présenté comme prêt pour une utilisation opérationnelle dans la planification agricole saisonnière, la gestion de l'offre d'intrants et la déclaration de sécheresse au niveau des sous-districts, à condition que les prévisions de pluie en temps réel soient propagées à travers les équations établies.