Navigation – Plan du site

AccueilRubriquesSystèmes, Modélisation, Géostatis...2016Le pergélisol dans les vallées de...

2016
781

Le pergélisol dans les vallées de la Clarée et de l’Ubaye (Alpes françaises du sud) : un modèle de distribution spatiale établi à partir des températures d’eau de sources et des facteurs topo-climatiques

Permafrost distribution model based on spring water temperatures and topo-climatic factors in the Clarée and Ubaye valleys (French Southern Alps)
Romain Perrier, Etienne Cossart et Monique Fort

Résumés

Un modèle régional de la distribution spatiale du pergélisol a été réalisé dans deux vallées des Alpes du sud. Ce modèle est réalisé à partir d’une approche empirico-statistique fondée sur des mesures de température d’eau de source et de facteurs topo-climatiques issus d’un Modèle Numérique de Terrain. La régression logistique est utilisée pour modéliser la probabilité d’occurrence du pergélisol. Les résultats du modèle montrent que la diversité des contextes topoclimatiques locaux contribue à la variabilité de la limite inférieure du pergélisol. Elle peut se situer autour de 2600 m dans les secteurs favorables au pergélisol, tandis qu’elle tend à s’élever à mesure que la radiation solaire incidente augmente. Les résultats indiquent également qu’entre 1.6 et 10 % de la superficie des vallées étudiées sont concernés par l’occurrence du pergélisol.

Haut de page

Plan

Haut de page

Texte intégral

Introduction

1S’il est admis que le pergélisol occupe de vastes surfaces dans les milieux de haute montagne (Gruber, 2012), les modalités de sa répartition demeurent peu connues. Tout d’abord, le pergélisol est un état strictement thermique du sol, correspondant à des températures négatives pendant au moins deux années consécutives (Muller, 1947) : il s’agit de ce fait d’un phénomène par définition invisible. Ensuite, dans les milieux de montagne, la grande variabilité climatique induite par l’altitude et le relief est à l’origine d’une forte discontinuité spatiale de l’occurrence du pergélisol. Il en résulte une difficulté de spatialisation, ce qui a conduit les scientifiques à se focaliser sur l’observation de formes de surface indiquant sa possible présence. La forme la plus remarquable est le glacier rocheux. Nombre de travaux (Haeberli, 1975 ; Keller, 1992 ; Imhof, 1996 ; Bodin and Schoeneich, 2003 ; Janke, 2005 ; Etzelmüller et al., 2006 ; Monnier, 2006 ; Bodin et al., 2008 ; Cossart et al., 2008 ; Ridefelt et al., 2008 ; Boeckli et al., 2012a) ont ainsi tenté de reconstituer l’extension du pergélisol à partir d’indicateurs géomorphologiques comme l’altitude du front de glaciers rocheux – censée correspondre à la limite altitudinale inférieure du pergélisol (Haeberli, 1975 ; Barsch, 1996) – ou climatiques (Etzelmüller et al., 2007). Par ailleurs, les milieux de montagne sont une mosaïque complexe, où les conditions naturelles locales, influencées par le topoclimat, sont marquées par une forte variabilité. De fait, les modélisations fondées sur la trame climatique régionale (par exemple sur la Température Annuelle Moyenne de l’Air – TAMA) ne peuvent révéler toutes les nuances du milieu montagnard, tandis que les observations stationnelles, à échelle fine, ne sont pas nécessairement représentatives de toute la gamme des contextes locaux, de tous les topoclimats.

2(Keller et al., 1998; Boeckli et al., 2012a;) ont montré que dans l’ensemble de l’arc alpin l’emprise spatiale du pergélisol couvre une superficie comprise entre 2000 et 12000 km², soit plus de 1 à 6 fois la superficie recouverte par les glaciers. En conséquence, le pergélisol affecte directement les écosystèmes (Yang et al., 2010), l’hydrologie (Hinzman et al., 2003), ou encore les propriétés mécaniques du sol (Arenson et Springman, 2005). En outre, le contexte de changement climatique conduit à des modifications de l’état thermique du pergélisol (Haeberli et al., 2010), voire à sa disparition, pouvant alors affecter la ressource en eau ou la stabilité des versants (GIEC, 2007 ; Krysiecki et al., 2008 ; Ravanel, 2010 ; Duvillard et al., 2015).

3Partant de ce constat, l’approche des géographes est de tenter de modéliser l’extension du pergélisol en essayant de préciser dans quelle mesure la distribution du pergélisol dépend des contextes locaux et régionaux (Perrier, 2014). L’objectif principal est donc de produire une cartographie de la répartition du pergélisol à l’échelle régionale en interpolant des données ponctuelles, qui localement indiquent la présence ou non de pergélisol. Compte tenu de la haute variabilité des conditions environnementales en montagne, il est nécessaire d’acquérir des données suivant un maillage fin, qui permettrait de prendre en considération de façon aussi exhaustive que possible les multiples contextes locaux. Notre travail repose sur un indicateur simple, la température des eaux de source, indicateur qui peut être mesuré dans des contextes variés (Haeberli, 1975). Il s’agit de voir si et comment ces températures peuvent révéler l’absence ou la présence de pergélisol, puis d’identifier, à partir d’une régression logistique, les facteurs qui convergent pour expliquer cette absence ou cette présence. L’autre objectif est l’exploration de la formalisation mathématique du modèle de répartition : il s’agit de déterminer et de hiérarchiser le rôle de facteurs topo-climatiques (orientation des versants, agencement des systèmes de pente, rugosité du substrat) sur la distribution régionale du pergélisol. Ce modèle spatial devra ensuite être confronté à la distribution des glaciers rocheux, formes qui demeurent souvent les seuls indicateurs utilisés pour prévoir la présence de pergélisol. Enfin, nous montrons sa complémentarité par rapport aux modèles pré-existants.

Principes élémentaires liés au pergélisol alpin

4Défini par son état thermique, le pergélisol correspond à « un sol » (au sens large) dont la température est inférieure ou égale à 0°C pendant au moins deux années consécutives (Muller, 1947). Cette définition stricto sensu n’inclut pas la présence d’eau sous forme solide (Van Vliet-Lanoe, 2014). Néanmoins, dans un contexte d’étude géomorphologique en montagne, il est fréquent de considérer une définition plus large, dans laquelle la glace, sous des aspects très différents, est associée au pergélisol. Le mélange glace/matériaux détritiques, par déformation mécanique, peut se mettre en mouvement et créer des formes de relief caractéristiques de la présence de pergélisol, comme les glaciers rocheux ou les éboulis fluants (Barsch, 1996). Cette glace peut être présente sous 3 formes principales dans les milieux alpins (French, 2007) : (1) glace de pore ou glace interstitielle qui correspond à une formation de cristaux de glace logés entre les interstices du matériel détritique (2) glace de ségrégation qui est une glace se formant en lentilles le long du front de gel suite à la migration de l’eau interstitielle vers les cristaux de glace en voie de croissance (3) glace sédimentaire ou glace « typique de glacier » qui se forme lorsque par un processus de sédimentation/compaction, la couche de neige se transforme en glace. Lorsque nous mentionnons la présence de glace dans les formations superficielles, nous la considérons comme liée à des conditions thermiques de subsurface négatives et donc comme un indicateur indirect de la présence de pergélisol.

5L’occurrence du pergélisol est dépendante du bilan énergétique de la surface terrestre. En montagne, le bilan radiatif global est fortement nuancé par la topographie (inclinaison, orientation et altitude du relief) et les facteurs locaux (présence de neige, de végétation, nature du sol). (Haeberli et al., 1993) distinguent ainsi 3 échelles spatiales pour lesquelles différents facteurs influencent le bilan d’énergie et donc le pergélisol :

  1. l’échelle régionale où l’altitude influence la température annuelle moyenne de l’air

  2. l’échelle locale où la topographie influence la radiation solaire incidente

  3. l’échelle de la subsurface (albédo, émissivité, rugosité) et les spécificités du couvert neigeux influencent la conductivité thermique. L’occurrence du pergélisol est dépendante des paramètres globaux du bilan d’énergie, eux-mêmes modulés par des paramètres locaux qui atténuent ou exacerbent les paramètres globaux. L’identification de ces facteurs locaux et la compréhension de leurs rôles respectifs sur le fonctionnement du pergélisol constituent ainsi une étape préalable à l’analyse à petite échelle, notamment régionale, de la répartition du pergélisol.

Les différentes méthodes de modélisation spatiale du pergélisol : revue synthétique

6L’étude de la répartition spatiale du pergélisol prend racine durant la décennie 70 à partir de modèles topo-climatiques (Haeberli, 1975). Ceux-ci mettent en relation des facteurs environnementaux (pente, orientation, altitude…) et des observations et de mesures de terrain. Au début des années 90, l’avènement des SIG (Système d’Information Géographique) permet, en reprenant les principes des premiers modèles topoclimatiques, le développement de modèles empirico-statistiques. Ces derniers permettent alors de cartographier la distribution du pergélisol à des échelles régionales (Keller et al., 1998 ; Janke, 2005 ; Etzelmüller et al., 2007 ; Cossart et al., 2008 ; Ebohon et Schrott, 2008 ; Ridefelt et al., 2008) en mettant en relation des indicateurs de pergélisol (glacier rocheux, mesures Bottom Temperature of Snow Cover..) avec des facteurs topoclimatiques. Ces relations sont ensuite exprimées sous forme de modèles statistiques. Des modèles à base physique sont également construits, en prenant notamment en compte le bilan d’énergie et les transferts de chaleur régissant l’existence du pergélisol (Mittaz et al., 2000 ; Stocker-Mittaz et al., 2002).

7Parmi les différentes approches empirico-statistiques existantes, notre choix s’est porté sur la régression logistique du fait de la nature binaire de la variable à modéliser (présence/absence de pergélisol). Cette méthode a prouvé son efficacité pour la modélisation spatiale de phénomènes géographiques divers, en particulier appliquée aux milieux périglaciaires (Lewkowicz et Ednie, 2004 ; Janke, 2005 ; Brenning et Trombotto, 2006 ; Ridefelt et al., 2008 ; Boeckli et al., 2012b ; Bonnaventure et al., 2012).

Les températures d’eau de source comme indicateur de la présence de pergélisol 

8L’état thermique d’un cours d’eau est conditionné par quatre facteurs principaux : les conditions atmosphériques, la topographie, le débit de l’écoulement et les caractéristiques du substrat (Caissie, 2006). A une échelle plus fine, l’état thermique de l’eau dépend des flux de chaleur externe, en particulier la radiation solaire incidente et, dans une moindre mesure, des flux de chaleur interne (échange hyporhéique, eaux souterraines ; Brown et al., 2005 ; Caissie, 2006 ; Chikita et al., 2010). En haute montagne, outre la radiation solaire incidente, l’origine de l’eau est un des paramètres les mieux à même d’expliquer sa température. De fait, les études centrées sur la variabilité spatiale de la température de l’eau en milieu alpin (Uehlinger et al., 2003 ; Brown et al., 2005 ; Blaen et al., 2012) distinguent trois principales origines : il y a les eaux issues de la fonte des glaciers, celles provenant de la fonte du manteau neigeux et enfin celles d’origine souterraine. Dans certaines conditions, en particulier lorsque l’eau s’écoule en subsurface, des échanges de chaleur se produisent entre le sol et l’eau qui y circule et l’état thermique du sol devient l’un des principaux facteurs qui conditionne la température de l’eau (French, 2007 ; Woo, 2012).

9Partant de ce constat, de nombreuses études (Haeberli, 1975 ; Corte, 1976 ; Tenthorey, 1992, 1994 ; Barsch, 1996 ; Schrott, 1998 ; Berger et al., 2004 ; Seppi et al., 2005 ; Williams et al., 2006 ; Permanet, 2010 ; Millar et al., 2013 ; Carturan et al., 2015) ont montré que la présence de pergélisol dans un corps sédimentaire peut être décelée sur la base de la mesure de température des sources. La méthode est fondée sur l’hypothèse que la température de l’eau mesurée à une source peut varier en fonction des conditions thermiques à l’intérieur du sol. L’eau n’est pas directement le produit de la fonte du pergélisol, mais par son transit ou par son contact prolongé avec celui-ci, par exemple dans l’aquifère d’un glacier rocheux, sa température peut soit s’abaisser (dans le cas d’une eau météorique ou eau de fonte du couvert neigeux), soit se maintenir à des températures basses (cas d’une eau de fonte de la glace sédimentaire) (Haeberli, 1975 ; Tenthorey, 1992, 1994 ; Brown et al., 2005 ; Cadbury et al., 2008 ; Blaen et al., 2012). Les études relatives à l’hydrologie des corps sédimentaires meubles gelés, en particulier des glaciers rocheux actifs/inactifs, montrent que les températures qui y sont mesurées sont plus basses que celles des sources situées à des altitudes similaires (Evin, 1984 ; Harris et al., 1994 ; Tenthorey, 1994 ; Krainer et Mostler, 2002 ; Brown et al., 2005 ; Williams et al., 2006 ; Cossart et al., 2008 ; Azócar et Brenning, 2010 ; Permanet, 2010). Différents seuils de températures de l’eau marquent ou non la présence de pergélisol (Haeberli, 1975 ; Evin et Assier, 1983 ; Evin, 1984a ; Tenthorey, 1992, 1994 ; Seppi et al., 2005 ; Permanet, 2010) ; en dessous d’une température de 1°C, la présence de pergélisol est probable ; entre 1°C et 2°C, la présence de pergélisol est possible ; si la température est supérieure à 2°C, l’absence de pergélisol est probable.

10Les seuils de température, établis de façon empirique, peuvent être sujets à discussion. Les températures mesurées inférieures à 1°C ou supérieures à 2°C ne souffrent pas d’ambigüité quant à la présence ou à l’absence de pergélisol. En revanche, les températures comprises entre 1°C et 2°C sont plus ambigües. Différents éléments, comme la nature du substrat, la température de l’air ou les précipitations, sont susceptibles de modifier à la hausse la température de l’eau (Brown et al., 2005 ; Cadbury et al., 2008 ; Blaen et al., 2012). En revanche, la présence d’un glacier en amont du point de mesure est susceptible d’abaisser la température en deçà du seuil considéré comme indicateur d’un pergélisol probable. L’influence de ces paramètres reste mal connue. On sait toutefois que la variabilité de la température de l’eau liquide dans les formations meubles dans l’étage périglaciaire n’est ni influencée par la température de l’air (Berger et al., 2004 ; Millar et al., 2013), ni par la neige (Blaen et al., 2012). Mais les précipitations, notamment les orages estivaux, peuvent augmenter par convection la température de l’eau à la source de quelques dixièmes de degrés (Berger et al., 2004 ; Permanet, 2010).

11Lorsqu’une mesure est comprise entre les seuils de 1 et 2°C, le choix de la classer ou non comme traduisant la présence ou l’absence de pergélisol se fait sur la base de la présence d’autres critères parmi lesquels : (1) des critères géomorphologiques connus, liés à l’état du glacier rocheux (absence de végétation, convexité, front raide, granoclassement), car un glacier rocheux actif (glacier rocheux qui se déplace) est associé à la présence de pergélisol ; (2) l’observation de glace (massive, de regel) à l’intérieur du matériel sédimentaire.

Les Alpes françaises du sud : un secteur favorable à une large frange à pergélisol

12Depuis les travaux de B. Francou (1988 et 1993), l’agencement régional de la frange à pergélisol (comprise entre l’altitude de l’isotherme -2°C et l’altitude de la Ligne d’Equilibre Glaciaire –LEG–) est partiellement connu dans les Alpes du Dauphiné, de Grenoble à Briançon. Bien que grossière, car elle ne prend en compte que le rôle de facteurs topoclimatiques régionaux, la définition de cette frange à pergélisol s’illustre par une extension altitudinale qui croît d’ouest en est, en relation avec la hausse de la LEG : se développant sur une dénivellation de 100 m dans le massif de Belledonne, elle atteint une dénivellation de 400 mètres (2800 à 3200 mètres) en Briançonnais (Fig. 1B).

13Le gradient de précipitations, décroissant de l’ouest vers l’est, explique ce schéma. En effet, les chaînons successifs des Préalpes, de Belledonne, des Grandes-Rousses, puis des Écrins, interceptent les flux océaniques et renforcent la continentalisation du climat. Ainsi, à altitudes comparables, les précipitations décroissent de 1200 mm.an-1 à La Grave (1400 m), sur le flanc septentrional du Massif des Écrins, à 730 mm.an-1 à Briançon (1330 m), sur le flanc oriental. L’altitude de l’isotherme annuel -2°C est en revanche plus stable, même si elle tend à s’élever d’une cinquantaine de mètres d’ouest en est ; dans le Briançonnais, elle est estimée à 2910 mètres (isotherme 0°C à 2560 m ; Bodin et al., 2009).

14Pourtant, la présence de pergélisol sous forme discontinue a été attestée nettement en dessous de ces altitudes : dans certaines zones ombragées, en position d’ubac, la limite inférieure du pergélisol discontinu peut ainsi s’abaisser à 2400 mètres (Bodin, 2007 ; Cossart et al., 2008). Au-delà des schémas définis à une échelle régionale, les facteurs locaux doivent donc être pris en compte pour comprendre la répartition et le comportement du pergélisol.

La vallée de la Clarée

15La vallée de la Clarée se situe à la charnière entre les Alpes françaises du nord et du sud (45°N, 6°45E), à l’est du massif cristallin des Écrins ; elle correspond à l’extrémité amont du bassin-versant de la Durance. Les altitudes s’étalent entre 3098 mètres (Massif des Cerces) et 1350 mètres (confluence avec la Durance, en amont de Briançon).

16Entre 2600 et 3000 mètres d’altitude existent des cirques aux parois abruptes (45°) dont le relief varie en fonction du dispositif géologique : les parois situées en rive droite, taillées dans les dolomies et quartzites, présentent un commandement de l’ordre de 300 à 400 mètres, tandis que celles situées en rive gauche (grès carbonifères) ont un commandement inférieur à la centaine de mètres (figure 1).

17Les limites inférieures du pergélisol se situant en deçà, autour de 2500/2600 mètres (Cossart et al., 2008), ces parois constituent des sources sédimentaires potentielles pour le développement de glaciers-rocheux, avec des volumes fournis variables selon les lithologies représentées. 44 glaciers-rocheux ont été identifiés à partir de l’analyse de photographies aériennes (Bd Ortho IGN ; résolution de 0.5m) et de relevés de terrain. La distinction entre glaciers rocheux actifs/inactifs et fossiles repose sur des critères géomorphologiques (inclinaison du front, grano-classement, présence de végétation…) ; 27 glaciers rocheux se situent dans un intervalle altitudinal (2500-2900 m) qui au regard d’études régionales précédentes (Monnier, 2006 ; Bodin, 2007 ; Cossart et al., 2008 Perrier, 2014), est susceptible de présenter du pergélisol.

Figure 1 : Présentation de la vallée de la Clarée

Figure 1 : Présentation de la vallée de la Clarée

a. localisation. Les indications b et c se rapportent aux cartouches de cette même figure.
b. évolution de la frange à pergélisol dans les Alpes du Dauphiné (Francou, 1988)
c. Croquis géomorphologique de la Haute Clarée.

La vallée de l’Ubaye

18La vallée de l’Ubaye se situe en rive gauche de la vallée de la Durance (figure 2.a) dont elle constitue l’un des affluents (confluence en amont du lac de Serre-Ponçon). La partie amont de la vallée, longeant la frontière italienne, correspond à l’un des secteurs les plus orientaux des Alpes françaises ; c’est aussi la vallée la plus méridionale des Alpes du sud sédimentaires. Les altitudes sont ici un peu plus élevées qu’en Clarée et s’étendent entre 1650 m (Saint Paul sur Ubaye) et 3412 m (Aiguille du Chambeyron).

19Le climat est de « type méditerranéen « : les étés sont chauds et secs et les hivers plus ensoleillés et doux que dans les Alpes du nord. Le régime pluviométrique présente un pic de précipitations centré sur les saisons d’automne-hiver (épisodes de précipitation longs, sous forme liquide ou solide) alors que le printemps et l’été, plus secs, sont caractérisés par des orages violents et très localisés. Les précipitations neigeuses arrivent sous l’effet de la Lombarde (vent du sud-est) qui, bien que peu fréquente, peut causer d’abondantes précipitations.

Figure 2 : Présentation de la vallée de l’Ubaye

Figure 2 : Présentation de la vallée de l’Ubaye

a. localisation. L’indication b se rapporte au cartouche de cette même figure.
b. Croquis géomorphologique de la Haute Ubaye

20Au-delà de ces quelques traits généraux, des limites remarquables peuvent être estimées à partir des valeurs de gradients thermiques moyens calculés par Douguedroit et De Saintignon (1981) sur la période 1959-1978 pour des stations des Alpes du sud : 0,59°C/100 m pour les stations en fond de vallée. L’altitude des isothermes 0°, -2°C et -5°C est estimée respectivement à 2600 m, 2940 m et 3440 m d’altitude. En accord avec ces données, moins de 10 % de la superficie de la haute vallée de l’Ubaye semblent a priori susceptibles de se trouver dans un contexte favorable au pergélisol discontinu. L’essentiel des formations meubles, y compris les glaciers rocheux, paraissent donc “hors limite” et seules les plus hautes parois seraient en théorie susceptibles de présenter du pergélisol. Une reconstitution de l’extension du pergélisol, fondée uniquement sur des critères géomorphologique comme la présence de glaciers rocheux serait donc erronée. Néanmoins, cette trame climatique régionale ne reflète pas les conditions climatiques locales qui abaissent les limites altitudinales des isothermes ; ceci est notamment le cas lorsque ces hautes parois protègent de la radiation solaire incidente les secteurs situés directement à leur pied.

Méthodologie adoptée pour la modélisation du pergélisol

La régression logistique

Principe du modèle

21La régression logistique est une méthode multivariée employée en statistiques pour prédire la probabilité d’occurrence d’un événement dont la distribution est binaire (0 ou 1) (Hosmer et Lemeshow, 2005). Des ouvrages de statistiques proposent des définitions, des principes de calculs et des méthodes d’interprétations des résultats détaillés (Menard, 2002 ; Hosmer et Lemeshow, 2005). Dans les paragraphes qui suivent, nous ne présentons qu’un bref aperçu des principaux points permettant de comprendre le fonctionnement général de cette méthode et son application dans le cadre de notre travail.

22La régression logistique vise à évaluer la relation entre une variable binaire Y aussi appelée variable cible (admettant deux modalités possible 0/1, par exemple température indiquant la présence/l’absence de pergélisol) et un jeu de variables prédictives (X1, X2, ..., Xj), continues, binaires ou qualitatives.

23L’intérêt de cette approche est de quantifier « la force de l’association » entre la/les variable(s) indépendante(s) et la variable dépendante en tenant compte de l’effet des autres variables dans le modèle (Hosmer et Lemeshow, 2005).

24La fonction logistique s’écrit (eq.1)

25Où p est la probabilité d’occurrence spatiale du phénomène, ɑ est une constante et βi est le coefficient des variables explicatives Xi estimé par maximum de vraisemblance.

26L’équation peut ainsi être linéarisée par transformation de l’odds (rapport de côtes) ou logit, permettant de proposer une relation linéaire avec les variables indépendantes (eq. 2)

Log (p/1-p) = ɑ +∑βi + Xi (eq.2)

27Le choix des variables Xi est primordial dans la qualité des résultats finaux. Le modèle logistique doit être fondé sur des hypothèses et sur la connaissance de cause à effet entre variables explicatives et variables à expliquer. Il convient donc d’effectuer une analyse descriptive avant de procéder aux calculs multivariés et d’exclure les variables qui n’ont pas une significativité suffisamment élevée (Preux et al., 2005)

Acquisition des mesures de températures d’eau de source

28La base de données des températures de l’eau a été établie à partir des différentes sources présentes sur le terrain (Effectif total =108) (figure 3). Les mesures ont été réalisées sur le terrain à l’aide d’un thermomètre à sonde filaire Testo 110 (Testo AG, Lenzkirch, Germany) d’une précision de ± 0.2 °C.

Figure 3 : Localisation des mesures de température d’eau de source dans les vallées de la Clarée (A) et de l’Ubaye (B)

Figure 3 : Localisation des mesures de température d’eau de source dans les vallées de la Clarée (A) et de l’Ubaye (B)

1. Relevé de température d’eau de source ; 2. Roche en place ; 3. Eboulis ; 4. Cours d’eau pérenne/intermittent.

29Les sources sont souvent localisées au pied du front des glaciers rocheux ou au pied des versants, souvent aussi au contact entre la base des éboulis et le fond de vallée. Lorsque la disposition des sources le permettait, des relevés ont été effectués à l’amont et à l’aval d’un glacier rocheux. Chaque source a été localisée sur le terrain à l’aide d’un GPS, avec une attention particulière concernant l’altitude, déterminée avec une précision de 10 mètres.

30Les mesures ont été effectuées entre 2008 et 2012 mais de façon ponctuelle dans l’espace et dans le temps : sauf exception, les mesures n’ont jamais été effectuées deux fois au même endroit car les sources d’eau n’apparaissent que rarement au même endroit d’une année sur l’autre. Nous considérons que c’est la répétitivité des mesures, d’une année sur l’autre ou à plusieurs années d’intervalles, dans une aire réduite (< 100 m²), qui rend les valeurs de températures mesurées objectives, comme l’exemple suivant va le montrer.

31À grande échelle, nous avons fait un premier test autour d’un glacier rocheux de l’Ubaye (cirque de la pointe basse de Mary) pour explorer la pertinence de l’utilisation de la température des eaux de source comme indicateur de la présence ou non de pergélisol. À l’amont du glacier rocheux, à 2910 m, une première mesure a été effectuée au pied des éboulis, dans un contexte de faible radiation solaire incidente, dans un écoulement d’eau s’engouffrant sous le glacier rocheux : le thermomètre indiquait 8°C. La seconde mesure a été effectuée dans le seul et unique écoulement de surface issu du front glacier rocheux à 2760 m, dans un contexte de radiation solaire plus élevée que dans le site précédent : la température mesurée y était de 0.4°C. Enfin, une troisième mesure, effectuée à 2725 m et à environ 200 m du front du glacier rocheux, indiquait pour un écoulement issu du versant détritique et parallèle au précédent, une température de 9.6°C (figure 4).

32Ces contrastes de températures, en particulier le fait que la température soit plus basse en aval du glacier rocheux qu’en amont (gradient thermique inverse par rapport à l’altitude), illustrent bien l’influence du pergélisol sur les températures des écoulements de surface. A contrario, la température largement positive mesurée 200 mètres en aval du front du glacier rocheux démontre à la fois l’absence de pergélisol et l’aptitude des eaux de surface à se réchauffer rapidement.

Figure 4 : Cadre orographique et morphologique du glacier rocheux de la Pointe Basse de Mary et températures d’eau de source mesurées

Figure 4 : Cadre orographique et morphologique du glacier rocheux de la Pointe Basse de Mary et températures d’eau de source mesurées

1. Température d’eau de source inférieure à 1°C ; 2. Température d’eau de source supérieure à 1°C ; 3. Glacier rocheux ; 4. Roche en place ; 5. Eboulis ; 6. Courbe hypsométrique ; 7. Ligne de crête, sommet.

33Au terme de ce premier test et au regard des études précédentes, nous considérons donc que les températures d’eau de source représentent des indicateurs potentiels de la présence de pergélisol et peuvent être utilisées en complément des indicateurs géomorphologiques comme les glaciers rocheux. Dans les vallées de la Clarée et de l’Ubaye, les températures d’eau de source sont présentes dans une gamme d’altitude plus étendue ainsi que dans des contextes topo-climatiques plus variés que ceux des glaciers rocheux, et leur utilisation apparaît donc comme un proxy pertinent dans le cadre de notre essai de modélisation de la répartition du pergélisol de ces deux vallées.

Les variables prédictives (VP) : sélection et acquisition

34Différents travaux sur la modélisation du pergélisol ont utilisé des facteurs environnementaux comme la radiation solaire incidente (Gruber et Hoelzle, 2001), l’altitude, la température annuelle moyenne de l’air, la pente (Arenson et Jakob, 2010), la concavité/convexité du terrain (Brenning et Trombotto, 2006), un indice d’humidité du terrain (wetness index) (Li et al., 2009), la nature des matériaux de surface (Kellerer-Pirklbauer, 2005; Boeckli, 2013;), l’orientation des versants (Lambiel et Reynard, 2003 ; Janke, 2005 ; Nyenhuis et al., 2005), la végétation, la présence de glacier, la présence d’eau libre (Deluigi et Lambiel, 2012) et la latitude, longitude (Kellerer-Pirklbauer, 2005). Néanmoins, un grand nombre de variables n’aboutit pas nécessairement aux meilleurs résultats. Les variables sélectionnées dans ce modèle, c’est-à-dire, la radiation solaire incidente, la longitude, la latitude, l’indice de courbure, le wetness index, le wind effect et l’altitude ont toutes étés extraites du Modèle Numérique de Terrain (résolution 25 m) issu de la Bd Alti de l’Institut Géographique National et calculées à l’aide du logiciel ArcGIS.

35Comme pour une régression linéaire, afin de ne pas surcharger le modèle de variables sans intérêt (risque de multicolinéarité, sur-spécification, difficulté d’interprétation des résultats), il faut procéder à un tri préalable des variables explicatives par le biais de tests d’association. Ces derniers visent à estimer l’importance d’une relation entre deux variables qui, dans notre cas, concerne la présence de pergélisol et chacune des variables prédictives. À la suite des tests, seuls les couples « variable dépendante/variable prédictive » ayant une relation significative sont conservés.

36Pour pallier le problème de colinéarité entre variables, potentiellement très influente sur les résultats finaux de la régression logistique, nous avons effectué un test de multicolinéarité entre variables. L’indicateur TOL (« Tolerance ») a donc été calculé dans le but de discerner d’éventuelles colinéarités entre variables qui nuiraient à la qualité du modèle (Fressard, 2013). Dans le cas de corrélations entre variables, ces dernières ont été retirées du modèle. L’indicateur TOL prend la forme de valeurs comprises entre 1 et 0. Il vaut 0 en cas de multicolinéarité parfaite et 1 en cas d’absence de multicolinéarité. Un seuil d’élimination des variables (TOL > 0.4) en fonction des suggestions proposées par différents auteurs (Allison, 2012; Fressard, 2013) a été utilisé dans le cadre de ce travail.

Formalisation et implications du modèle logistique

Calibrage du modèle, sélection des variables prédictives

37La présentation générale de la régression logistique ainsi que des différentes méthodes de modélisation spatiale a mis en évidence que le choix des variables introduites avait une incidence sur la qualité de la modélisation statistique. Une sélection de ces dernières paraît donc être un prérequis. Sont ainsi présentés, dans les paragraphes suivants, les tests d’association permettant de sélectionner les variables prédictives les plus pertinentes à intégrer dans le modèle de régression.

38Dans le but de disposer d’un coefficient d’association pour l’ensemble des variables ainsi que pour chacune des classes de variables, les données quantitatives ont été discrétisées par intervalles égaux. La réalisation des tests d’association du Khi² et le coefficient de Cramer (Barnier, 2008) ont permis d’identifier plusieurs variables caractérisées par une association significative avec la présence/absence de pergélisol : longitude, latitude, altitude, radiation solaire, indice de courbure, indice d’humidité (Wetness index), rôle du vent (Wind effect). Ces deux tests d’indépendance sont réalisés à partir de tableaux de contingence et visent à estimer de manière probabiliste, l’indépendance entre les lignes et les colonnes. Le V de Cramer est un bon indicateur synthétique proposant une valeur finale unique évoluant entre 0 (indépendance totale) et 1 (dépendance totale). Plus de détails sur les tests du Khi² et V de Cramer sont disponibles dans la littérature (Barnier, 2008). La figure 5 présente sous forme d’un graphique les résultats d’association du coefficient de Cramer pour la présence/absence de pergélisol. Les boites à moustache obtenues montrent une variabilité limitée ne gênant pas la sélection des variables.

Figure 5 : Diagramme en boites des résultats du calcul du coefficient de Cramer visant à tester l’association entre la localisation des indicateurs de présence/absence de pergélisol et les variables prédictives

Figure 5 : Diagramme en boites des résultats du calcul du coefficient de Cramer visant à tester l’association entre la localisation des indicateurs de présence/absence de pergélisol et les variables prédictives

39De manière générale, les coefficients d’association sont faibles (inférieurs à 0.2) à moyens (inférieurs à 0.5) et ne montrent pas d’association puissante. Seule la variable « radiation solaire » ressort clairement sur le diagramme (coefficient supérieure à 0.4). D’autres variables, en particulier « wind effect » et « altitude », montrent une association moins nette mais « acceptable » (Coefficient de Cramer supérieur à 0.2) avec la distribution des phénomènes. Ce test d’association ne permet pas d’évaluer la nature de la relation entre les indicateurs de présence du pergélisol et les variables : il permet simplement de marquer une corrélation entre les phénomènes.

40La deuxième étape de sélection des données de la modélisation est constituée par des tests de colinéarité dans lesquels seules les variables conservées par les tests d’association sont évaluées (Allison, 2012). Les valeurs prises par chacune des variables sont supérieures au seuil de multicolinéarité. En d’autres termes, il n’existe pas de colinéarité significative entre les variables, et elles ont donc toutes été utilisées (figure 6).

Figure 6 : Statistique de multicolinéarité (Tolérance) pour les variables sélectionnées pour les indicateurs de présence/absence de pergélisol

Figure 6 : Statistique de multicolinéarité (Tolérance) pour les variables sélectionnées pour les indicateurs de présence/absence de pergélisol

Exploration et signification du modèle mathématique

41Pour pouvoir comparer les coefficients entre eux, nous utilisons la valeur MPI (Maximum Parameter Importance) en multipliant les coefficients modélisés par la valeur maximale de la variable (MPV) (Vanwalleghem et al., 2008) ; sans cela, les coefficients bruts sont difficiles à comparer entre eux car dépendants des ordres de grandeur de chacune des variables. Les coefficients sont ainsi replacés dans un référentiel commun permettant leur comparaison et l’évaluation de leur importance relative. Dans le modèle, la valeur de MPI la plus élevée concerne la variable « altitude » ce qui, sans surprise, en fait à l’échelle régionale la principale variable de contrôle de la probabilité d’occurrence du pergélisol (figure 6). Un coefficient positif est attribué à cette variable, montrant une relation directe entre l’altitude et l’occurrence du pergélisol.

42Le facteur « radiation solaire incidente » permet de limiter la probabilité d’occurrence du pergélisol dans les secteurs à forte radiation solaire incidente. Ainsi les versants exposés au sud, de même que les secteurs où les effets d’ombrage sont réduits, ont une probabilité d’occurrence du pergélisol plus faible. La sélection de cette variable, et sa valeur MPV, démontre qu’elle prend mieux en compte le topoclimat que la simple exposition. D’après le coefficient de la variable « wind effect », plus la déflation éolienne est importante, plus la relation est faible. En d’autres termes, les secteurs où la déflation est faible et où le manteau neigeux est plus épais et se maintient plus longtemps dans l’année ont une probabilité d’occurrence du pergélisol plus importante. Ce point peut nuancer l’idée communément admise selon laquelle les secteurs soumis à déflation, où la pénétration « du froid » dans le sol est particulièrement efficace en début de saison hivernale, sont les plus propices au pergélisol, comme cela a été montré pour les éboulis froids (Delaloye et Lambiel, 2005), mais avec des conditions topographiques différentes. À l’inverse, le maintien durant la saison estivale d’un couvert neigeux épais qui isole le sol des échanges de chaleur avec l’atmosphère semble donc un paramètre primordial ici.

Tableau 1 : Coefficients obtenus après le calcul du modèle de régression logistique

Tableau 1 : Coefficients obtenus après le calcul du modèle de régression logistique

Significativité des seuils de probabilité retenus

43A la manière de Boeckli et al., (2012a), les seuils de probabilité considérés pour l’occurrence du pergélisol ne sont pas le reflet de la réalité du terrain mais servent davantage à caractériser des conditions environnementales dans lesquelles le pergélisol est susceptible de se trouver. La valeur de chacun des seuils a été déterminée statistiquement en cherchant parmi les paires de valeur de probabilité adjacente celles qui présentaient des valeurs de températures éloignées. Les seuils et les classes retenus sont :

p > 0.75 : la présence de pergélisol est « probable » dans la plupart des conditions.

44Dans cette classe, les conditions sont celles d’un bilan d’énergie favorisant a priori le maintien voire le développement du pergélisol. Il s’agit principalement de secteurs situés en pied de parois où la radiation solaire incidente, déterminée à partir du module Solar Analyst (ESRI 10) et calculé à partir du Modèle Numérique de Terrain issu de la BDAlti IGN (résolution 25m) (Fu et Rich, 1999), est faible. L’influence des paramètres « locaux est négligeable » (Boeckli et al., 2012a). Cette classe correspond à la situation « permafrost in all conditions » sur l’index de Boeckli et al. (2012a).

0.5 ≥ p ≤ 0.75. Le pergélisol est « possible »

45Il s’agit principalement de secteurs dont les conditions topo-climatiques (bas de versant, situation d’abri, altitude) et géomorphologiques (racine de glacier rocheux, tiers inférieur d’éboulis) favorisent localement un bilan radiatif propice au maintien du pergélisol. Cette classe est similaire à ce que Boeckli et al. (2012a) interprètent comme « permafrost in mostly cold conditions ».

p ≤ 0.25 Le pergélisol ne peut être présent qu’en raison de spécificités tout à fait locales.

46Dans cette classe, l’influence des paramètres locaux est déterminante pour expliquer la présence de pergélisol. La nature des matériaux de surface et de sub-surface, l’épaisseur du manteau neigeux ou la présence de formes telles que le glacier rocheux (capable de déplacer des corps de glace de zones propices vers d’autres qui le sont moins) influencent à des degrés divers la possibilité d’occurrence du pergélisol. Cette classe s’apparente à ce que Boeckli et al. (2012a) interprètent comme « permafrost only in very favorable conditions ».

Résultats

Aperçu synthétique de la répartition du pergélisol

47Le modèle de régression logistique de la distribution du pergélisol, appliqué aux hautes vallées de Clarée et de l’Ubaye (figure 7), montre que le pergélisol se développe entre 2600 m et 3400 m (altitude maximale des hauts sommets ubayens). Néanmoins la limite inférieure du pergélisol n’est pas la même selon les contextes topo-climatiques et tend à évoluer en fonction de l’orientation des versants :

48Sur les versants nord, là où la radiation solaire incidente est faible, la limite inférieure du pergélisol discontinu se situe globalement autour de 2600 m pour un seuil de probabilité supérieur à 0.5 et entre 2700 m et 2750 m pour un seuil supérieur à 0.75.

49Sur les versants sud, les limites du pergélisol sont 150 m à 200 m plus élevées que sur le versant nord et ce pour les deux seuils de probabilité considérés.

50Entre ces deux orientations « extrêmes », les limites inférieures du pergélisol varient principalement en fonction de l’intensité de la radiation solaire incidente.

51Les aires potentiellement concernées par la présence de pergélisol représentent, dans la vallée de la Clarée, 6.3 % (6.3 km²) (pour p ≥ 0.5) et 1.6 % (1.6 km²) (p ≥ 0.75) de l’ensemble de superficie de la haute vallée. En Ubaye, les superficies concernées par ces mêmes seuils représentent 12.3 % (19.7 km²) et 4.4 % (7 km²) soit des valeurs deux fois plus importantes qu’en Clarée ce qui s’explique par des altitudes moyennes plus élevées. De manière absolue, le pergélisol discontinu est assez peu présent dans ces deux vallées alpines mais représente néanmoins de 15 % (Clarée) à 28 % (Ubaye) de la superficie pour les terrains dont l’altitude est supérieure à 2500 m (considérée par le modèle comme limite inférieure du pergélisol). En Ubaye, la mise en parallèle entre la superficie des glaciers en 2009, de l’ordre de 0.5 km² (Gardent, 2014) et celle du pergélisol actuel représente un rapport de 1 à 28 et permet de saisir toute son importance

52La configuration topographique vient nuancer ces résultats. En Clarée, le secteur du massif des Cerces (rive droite) est davantage concerné par l’occurrence du pergélisol que les grands cirques de la rive gauche, plus bas et très ouverts, soumis à une radiation solaire plus importante. De même, en Ubaye, les massifs du Chambeyron et de Rubren (rive gauche) sont également ceux, qui compte tenu de leur spécificités topographique et morphostructurale, sont les plus concernés par l’occurrence du pergélisol.

Figure 7 : Distribution du pergélisol dans les hautes vallées de la Clarée (A) et de l’Ubaye (B) d’après le modèle de régression logistique

Figure 7 : Distribution du pergélisol dans les hautes vallées de la Clarée (A) et de l’Ubaye (B) d’après le modèle de régression logistique

Figure 8 : Extrait de carte de la distribution du pergélisol et température d’eau de source

Figure 8 : Extrait de carte de la distribution du pergélisol et température d’eau de source

Températures d’eau de source et variables environnementales

53Cette section traite des résultats liés aux températures d’eau de source et des variables environnementales retenues dans le cadre de la modélisation. Nous insistons notamment sur l’analyse, à différentes échelles spatiales, de la variabilité des températures d’eau mesurées.

Les températures d’eau de source à l’échelle régionale : quelques régularités statistiques

La gamme des températures mesurées

54Les températures d’eau de source mesurées dans les vallées de la Clarée et de l’Ubaye s’étendent entre 0.1°C et 9.6°C (figure 9). La médiane se situe un peu en deçà de 2°C et 50 % des mesures sont comprises entre 0.7°C et 2°C avec une forte dissymétrie vers les faibles valeurs. En comparant les seuils de 1°C et 2°C, respectivement définis pour le pergélisol probable et possible, et nos mesures, on peut considérer que plus de la moitié des mesures indiquent une température de l’eau significative de la présence de pergélisol. Les valeurs « chaudes », supérieures à la valeur adjacente de la moustache supérieure (4°C), sont faiblement représentées et seules deux valeurs dépassent les 8°C. Ces résultats montrent que cet échantillon est plutôt représentatif des valeurs de température mesurables dans un contexte de présence et d’absence de pergélisol avec des valeurs ≤ 1°C, comprises entre 1 et 2°C et supérieures à 2°C.

Figure 9 : Valeurs statistiques (min., max., 1er et 3e quartiles, médiane) des températures d’eau de source mesurées en haute Clarée et en Ubaye (N =108)

Figure 9 : Valeurs statistiques (min., max., 1er et 3e quartiles, médiane) des températures d’eau de source mesurées en haute Clarée et en Ubaye (N =108)

Orientation/radiation solaire des mesures de température

55Les graphiques ci-dessous (figure 10) illustrent la distribution des valeurs de radiation solaire incidente, déterminées à partir du Modèle Numérique de Terrain (MNT), pour chacune des mesures de température d’eau de source. Ces dernières s’étendent entre 1.0 × 106 W.m²/an et presque 2.2 × 106 W.m²/an, et montrent une valeur médiane proche de 1.8 × 106 W.m²/an. 50 % des valeurs sont comprises entre 1.5 et 1.9 × 106 W.m²/an. On remarque que l’ensemble des valeurs de radiation solaire incidente perçue aux sites de mesure de l’eau de source couvre une gamme bien plus importante, tant vers les valeurs basses que hautes, que celles des glaciers rocheux. Cela tient en partie au fait, notamment pour les valeurs hautes, que les mesures de température d’eau de source ont pu être menées sur les versants sud, là où les glaciers rocheux sont absents. Si l’on compare les mesures dont la température est inférieure à 1°C à celles supérieures à 1°C, on remarque que :

56Les températures inférieures à 1°C sont distribuées dans des secteurs où la radiation solaire incidente est plus faible que ceux où les températures sont supérieures à 1°C (médianes pour n ≤ 1°C = 1.5 × 106 W.m²/an et pour n ≥ 1°C = 1.85 × 106 W.m²/an)(figure 10).

57L’amplitude des valeurs de radiation solaire pour les températures ≤ 1°C est plus importante (1.1 à 2.2 × 106 W.m²/an) que celle où les températures > 1°C (1.35 à 2.15 × 106 W.m²/an).

58Ces résultats montrent ainsi que les mesures de température d’eau de source couvrent une gamme plus importante de contextes topo-climatiques et d’orientation des versants que les seuls glaciers rocheux actifs/inactifs et permettent de compléter l’absence de données sur le pergélisol dans les secteurs où la radiation solaire incidente est forte (≥ 2*106 W.m²/an), là où les glaciers rocheux font défaut.

Figure 10. Valeurs statistiques (min., max., 1er et 3e quartiles, médiane) de la radiation solaire incidente calculée en chacun des points de mesures de température d’eau de source dans les vallées de la Clarée et de l’Ubaye

Figure 10. Valeurs statistiques (min., max., 1er et 3e quartiles, médiane) de la radiation solaire incidente calculée en chacun des points de mesures de température d’eau de source dans les vallées de la Clarée et de l’Ubaye

A) Clarée ; B) Ubaye ; C) Températures inférieures à 1°C (Ubaye/Clarée) ; D) Températures supérieures à 1°C (Ubaye/Clarée)

Distribution altitudinale des températures relevées

59La répartition altitudinale des températures d’eau de source mesurées s’étend sur près de 600 m (2400-3000 m) (figure 11) ; la valeur médiane est à 2700 m, et 50 % des mesures effectuées l’ont été entre 2650 et 2750 m. Si l’on confronte cette distribution à celle des glaciers rocheux, on remarque que les deux sont sensiblement similaires et couvrent l’ensemble de l’étage périglaciaire. Cette distribution altitudinale ne montre guère de différence entre les mesures inférieures à 1°C et celles supérieures à cette valeur (figure 11).

60Si l’on compare la distribution des mesures de température inférieures à 1°C à l’altitude de l’isotherme -2°C dans l’Oisans-Briançonnais (2800 m, Bodin, 2007), considéré comme la limite inférieure du pergélisol discontinu (Haeberli, 1985 ; Evin, 1987 ; Barsch, 1996), on observe qu’un peu plus de 75 % d’entre elles sont situées à une altitude inférieure. Cela illustre le fait que la limite inférieure régionale du pergélisol, établie sur la base de l’isotherme -2°C, reste une limite théorique qui ne correspond pas à une réalité locale.

Figure 11 : Valeurs statistiques (min, max., 1er et 3e quartiles, médiane) de l’altitude des points de mesures de température d’eau de source dans les vallées de la Clarée et de l’Ubaye.

Figure 11 : Valeurs statistiques (min, max., 1er et 3e quartiles, médiane) de l’altitude des points de mesures de température d’eau de source dans les vallées de la Clarée et de l’Ubaye.

A) Clarée ; B) Ubaye ; C) Températures inférieures à 1°C (Ubaye/Clarée) ; D) Températures supérieures à 1°C (Ubaye/Clarée)

Illustration de la variabilité de la répartition du pergélisol liée au topoclimat

61Au-delà des grands traits évoqués, nous tenons à affiner nos résultats en illustrant l’impact des disparités locales, notamment topoclimatiques, dans les modalités de répartition du pergélisol, exprimées au travers des eaux de source, à l’échelle du cirque glaciaire. Nous comparons pour cela deux cirques voisins de la vallée de la Clarée, où l’agencement de relief est différent : le cirque des Muandes (très évasé et à faible commandement) et le cirque des Cerces (encaissé et à fort commandement).

62Dans le cirque des Muandes, les températures d’eau de source sont comprises entre 0.7°C et 8°C et se répartissent entre 2480 et 2870 m. De manière générale, on constate une forte hétérogénéité des températures (figure 12). Sur les 44 mesures effectuées, 18 % correspondent à une température inférieure à 1°C, 56 % à une température comprise entre 1 et 2°C et 25 % à des températures supérieures à 2°C.

Figure 12 : Distribution spatiale des températures d’eau de source dans le cirque des Muandes (Clarée)

Figure 12 : Distribution spatiale des températures d’eau de source dans le cirque des Muandes (Clarée)

63Sur les versants les plus ombragés (radiation solaire <1.25–1.5 × 106 W.m²/an), la gamme de température s’échelonne entre 0.7 et 3.5°C (une seule mesure à 8°C) et les températures indicatrices d’un pergélisol probable apparaissent dès 2630 m. Sur les versants où la radiation solaire est comprise entre 1.5 et 2 × 106 W.m²/an, les températures indiquant la présence de pergélisol sont situées à des altitudes plus élevées que la classe précédente. La limite inférieure du pergélisol possible se situe autour de 2650 m et celle du pergélisol probable autour de 2700 m.

64Dans les secteurs où la radiation solaire incidente se situe entre 1.75 et 2 × 106 W.m²/an), correspondant principalement aux versants exposés à l’ouest du cirque des Muandes, la gamme de température s’échelonne entre 0.7 et 4.5°c (et une seule mesure égale à 8°C). Entre 2600 et 2750 m, les températures mesurées sont hétérogènes : certaines indiquent un pergélisol possible et d’autres l’absence de pergélisol. On considère que le pergélisol peut être possible dans cette frange d’altitude. À partir de 2775 m, les températures mesurées sont toutes inférieures à 1°C : nous considérons que le pergélisol est probable au-dessus de cette altitude.

65Dans les secteurs les plus ensoleillés (> 2 × 106 W.m²/an), les températures suggèrent une limite inférieure du pergélisol possible autour de 2700-2750 m et un pergélisol probable à partir de 2850 m (figure 13).

Figure 13 : Distribution des températures d’eau de source en fonction de l’altitude et de la radiation solaire dans le cirque des Muandes

Figure 13 : Distribution des températures d’eau de source en fonction de l’altitude et de la radiation solaire dans le cirque des Muandes

66Dans le massif des Cerces (Clarée, rive droite), les mesures de températures ont été globalement effectuées dans des conditions de radiation solaire et d’altitude plus faibles que dans le cirque des Muandes. Sur l’ensemble des mesures, 81 % d’entre elles montrent une température inférieure à 1°C, 26 % entre 1 et 2°C, et seules 4 % d’entre elles sont supérieures à 2°C. Les températures sont donc globalement plus froides dans les Cerces qu’aux Muandes (figures 14 et 15).

Figure 14 : Distribution spatiale des températures d’eau de source dans le massif des Cerces (Clarée)

Figure 14 : Distribution spatiale des températures d’eau de source dans le massif des Cerces (Clarée)

67Dans les secteurs ombragés (radiation solaire ≤1.5 × 106 W.m²/an) les mesures sont comprises entre 0.1°C et 1.2°C. Au-dessus de 2600m, les mesures effectuées indiquent toutes des températures inférieures à 1°C. Ces résultats tendent ainsi à illustrer qu’au-delà de 2600 m, dans des contextes de faible radiation solaire incidente, l’occurrence du pergélisol est probable (figure 15)

68Les versants ouest et sud des Béraudes et de Moutouze ainsi que la partie centrale du cirque du Lac Rouge (figure 14), occupée par un glacier rocheux, peuvent être considérés comme des secteurs où la radiation solaire est moyenne à élevée (entre 1.5 et 2×106 W.m²/an). Ici, les températures mesurées s’étendent entre 0.3 et 8.9°C. A partir de 2700 m, toutes les mesures indiquent des températures inférieures à 1°C

69Dans le massif des Cerces, la distribution altitudinale des mesures de température illustre une présence possible du pergélisol dès 2500m pour les versants exposés au nord et probable dès 2600 m pour les versants exposés à l’ouest où les imposantes parois calcaires et quartzitiques favorisent des contextes topo-climatiques froids. Au-dessus de 2700 m, toutes les mesures indiquent la présence probable de pergélisol. Les cirques du massif des Cerces sont, de ce fait, tous concernés par l’occurrence du pergélisol discontinu. À l’échelle des cirques, les températures d’eau de source montrent donc une forte variabilité, en partie conditionnée par l’altitude et la radiation solaire incidente.

Figure 15 : Distribution des températures d’eau de source en fonction de l’altitude et de la radiation solaire dans le massif des Cerces

Figure 15 : Distribution des températures d’eau de source en fonction de l’altitude et de la radiation solaire dans le massif des Cerces

Discussion

70L’approche présentée dans le cadre de ce travail repose sur un indicateur de la présence de pergélisol jusque-là peu utilisé. Si cette méthode est adaptée à la modélisation du pergélisol, elle présente aussi des limites dont il convient de discuter. Pour ce faire, nous comparons notre modèle avec i) le modèle de distribution du pergélisol « Alpes du sud » (Bodin, 2007) ii) la distribution des glaciers rocheux, autre indicateur géomorphologique de la présence de pergélisol. Nombreux dans notre secteur d’étude et donc a priori les mieux à même de permettre des comparaisons, les glaciers rocheux ont été utilisés notamment dans des travaux de référence tels que celui de Boeckli et al. (2012) et, malgré un certain nombre de limites, sa significativité dans la détection du pergélisol reste pertinente.

Comparaison de la distribution du modèle avec le modèle Alpes du sud (Bodin, 2007)

71Le modèle Alpes du sud (Bodin, 2007) est un modèle topoclimatique construit à partir d’indicateurs indirects de la présence de pergélisol (glaciers rocheux, mesures de résistivités électriques et données BTS pour Bottom Temperature of Snow cover)(Bodin, 2005). Bien que différentes d’un point de vue statistiques, les méthodes de spatialisation utilisées insistent toutes les deux sur l’importance de l’altitude et du rayonnement solaire (estimé au travers de l’orientation pour le modèle Alpes du sud) comme facteur d’explication de la répartition du pergélisol. Ainsi la comparaison des résultats peut se faire en évaluant la limite inférieure du pergélisol probable et possible pour le modèle Alpes du sud et les probabilités d’occurrence du pergélisol comprise entre 0.5 et 0.75 et celle supérieures à 0.75 (cf. significativité des seuils de probabilité retenus).

72Appliqué à l’ensemble des deux vallées, le modèle Alpes du sud prédit une distribution du pergélisol plus optimiste que notre modèle de régression logistique. En Clarée, le pergélisol possible et probable représente respectivement 15.8 % (6.3 % pour p ≥ 0.5) et 5.3 % (1.6 % pour p ≥ 0.75) de la superficie totale de la vallée soit des valeurs 3 fois supérieures à celles prévues par le modèle de régression logistique. Dans la vallée de l’Ubaye, le pergélisol possible et le pergélisol probable représentent 38 % (12.3 % pour p ≥ 0.5) à 22.5 % (4.4 % pour p ≥ 0.75). D’un point de vue altitudinal, les limites inférieures du pergélisol possible et probable prévues par le modèle Alpes du sud sont globalement inférieures de 100 à 150 m à celles prévues par le modèle de régression logistique. Pour comprendre l’origine de tels écarts, la comparaison de la distribution des deux modèles a été réalisée à l’échelle des cirques glaciaires.

73Localement, la comparaison des deux modèles appelle un certain nombre de remarques. Dans le cirque des Muandes (Clarée) mais aussi dans ceux du Marinet, du Chambeyron et du Roure (Ubaye), sur les versants exposés au nord et soumis à une faible radiation solaire incidente, les deux modèles sont assez cohérents et évaluent la limite inférieure du pergélisol autour de 2600-2650 m. Compte tenu de la résolution du MNT utilisé (25 m), nous considérons que les différences sont partiellement biaisées et peu significatives renforçant de ce fait la cohérence des résultats. A l’inverse, sur les versants sud, les deux modèles montrent des différences significatives. Ainsi, le pergélisol possible du modèle Alpes du sud estime la limite inférieure autour de 2700-2750 m soit près de 150 m plus bas que le modèle de régression logistique. L’écart entre les deux modèles s’explique d’une part par la localisation des indicateurs utilisés. Dans le modèle Alpes du sud, entre 10 et 15 % (Bodin, 2005) de l’ensemble des indicateurs utilisés sont situés sur les versants à forte radiation solaire incidente (1.7 à 2 W.m²/an) alors que les températures d’eau de source inférieures à 1°C ne représentent que 4 % de l’ensemble des données pour ces mêmes secteurs. D’autre part, une partie de ces données ont été obtenues dans des secteurs de basse altitude (2500 - 2550 m) où un ensemble d’indicateurs indirects (géophysique, mesures thermiques) qui, utilisés de manière combinée, indiquaient la présence de pergélisol. De ce fait, le modèle Alpes du sud est plus optimiste quant à la présence de pergélisol sur les versants sud. A l’inverse, notre modèle, réalisé sur un terrain plus vaste et à partir de contextes topoclimatiques a priori plus variés, prédit une répartition du pergélisol moins encline à représenter les valeurs extrêmes.

Figure 16 : Comparaison de la distribution du pergélisol entre le modèle Alpes du sud (Bodin, 2007) et le modèle de régression logistique

Figure 16 : Comparaison de la distribution du pergélisol entre le modèle Alpes du sud (Bodin, 2007) et le modèle de régression logistique

74Enfin, le poids/choix des variables utilisées semble également être à l’origine des différences observées. Dans notre modèle de régression logistique, le poids attribué à la variable altitude et en partie atténué par la variable radiation solaire. De fait, les secteurs situés à des altitudes élevées (globalement supérieures à 2700 m) et a priori susceptibles de présenter du pergélisol ne sont que peu pris en compte s’ils sont également soumis à une forte radiation solaire incidente. Dans le modèle Alpes du sud, construit différemment, cet effet d’atténuation n’existe pas. De fait, les secteurs élevés sont quasi systématiquement considérés comme susceptible de présenter du pergélisol.

75Ainsi la comparaison du modèle des Alpes du sud et le modèle de régression logistique montre que ce dernier permet d’affiner nos connaissances sur la répartition du pergélisol des formations superficielles. En prenant le rôle de la radiation solaire incidente, notre modèle fournit une meilleure évaluation de l’effet des contextes topoclimatiques locaux (pied de parois, cirque étroit) sur l’abaissement de la limite inférieur du pergélisol.

76Toutefois, l’évaluation de la qualité réelle du modèle de régression logistique, c’est-à-dire sa capacité à représenter spatialement un pergélisol stricto sensu ne peut se faire qu’au regard d’une méthode de validation adaptée requérant notamment l’utilisation d’indicateurs thermiques.

Comparaison de la répartition du pergélisol et de la distribution des glaciers rocheux

77 La comparaison entre les résultats du modèle de distribution du pergélisol et la distribution des glaciers rocheux (figure 17) permet de valider notre modèle. Cette comparaison appelle trois remarques.

78De manière générale, la localisation des glaciers rocheux concorde bien avec les secteurs que le modèle considère comme favorables à l’occurrence du pergélisol. Aucun des glaciers rocheux actifs de notre étude ne se trouve entièrement dans un secteur dont la probabilité du modèle est inférieure à 0.25, ce qui tend à confirmer la qualité de notre modèle.

79De façon plus détaillée, les racines et les zones médianes des glaciers rocheux actifs se situent globalement dans l’emprise des limites inférieures du modèle pour un seuil de probabilité compris entre 0.5 et 0.75. Seul l’extrême amont de quelques-unes de ces formes, notamment celle dont l’altitude est élevée (supérieure à 2800 m), se situe dans l’emprise altitudinale du pergélisol dont le seuil dépasse 0.75. A l’inverse, la grande majorité des glaciers rocheux « s’étale » hors des limites du modèle, notamment pour les parties frontales. Cet écart entre limite inférieure du pergélisol et limite inférieure des glaciers rocheux conduit à s’interroger sur la réelle significativité du front du glacier rocheux comme indicateur de la limite inférieure du pergélisol.

80Tout d’abord, le glacier rocheux est une forme fluante, dont les modalités de déplacements ne sont pas exclusivement liées à la présence de glace interne : la teneur en eau (Ikeda et al., 2008), la fourniture de débris (Johnson, 1984; Fort, 2003) sont quelques paramètres qui peuvent expliquer des déplacements amples, sans présence de pergélisol. Ensuite, le glacier rocheux est une forme résiliente, dont la morphologie peut perdurer à l’échelle séculaire voire millénaire sans que les matériaux qui la composent ne soient remaniés par d’autres processus. De fait, sa position observée actuellement peut être le fruit d’un assemblage d’héritages et être peu en accord avec les conditions actuelles de genèse et/ou de maintien du pergélisol. Le problème est notamment posé pour beaucoup de glaciers rocheux ayant des signes caractéristiques d’activité, mais qui pourraient dater du Petit Âge de glace (Cossart et al., 2010) et donc représenter les conditions de cette période froide et non les conditions actuelles. Pour l’ensemble de ces raisons, les modélisations fondées exclusivement sur la présence de glaciers rocheux peuvent aboutir à une vision trop large de l’extension du pergélisol. C’est pourquoi l’utilisation que nous avons faite des températures des eaux de source pour déceler la présence ou absence de pergélisol semble davantage adaptée à ce type de terrain, où les limites du pergélisol peuvent être de plus en plus discontinues, dans un contexte climatique marqué par une tendance progressive au réchauffement.

Figure 17 : Extraits de carte de la distribution du pergélisol et des glaciers rocheux

Figure 17 : Extraits de carte de la distribution du pergélisol et des glaciers rocheux

Conclusion

81Notre travail a présenté un modèle de la répartition du pergélisol dans les vallées de la Clarée et de l’Ubaye. L’utilisation combinée des températures d’eau de source et de facteurs topoclimatiques dans un modèle de régression logistique s’est révélée bien adaptée et permet d’estimer à près de 30 km² (≈ 10 %) l’emprise spatiale de la frange à pergélisol dans ces deux vallées. Ainsi, les résultats du modèle montrent que des facteurs tels que la radiation solaire incidente et l’altitude sont ceux qui, à l’échelle régionale, sont les mieux à même de prédire la répartition du pergélisol. La présence du pergélisol est généralement attestée au-delà de 2600 m pour les secteurs ombragés et à plus de 3000 m dans les secteurs à forte insolation. Certains contextes topo-climatiques (pied de paroi, cirque étroit), situés 50 à 100 m en-dessous de la limite inférieure régionale attendue, présentent également une forte probabilité d’occurrence du pergélisol.

82La correspondance entre les résultats du modèle et la distribution des glaciers rocheux est globalement satisfaisante ; elle fait néanmoins apparaitre certaines spécificités du modèle. Certains écarts au modèle entre la distribution des glaciers rocheux et celle de la probabilité d’occurrence du pergélisol montrent d’ailleurs que le front des glaciers rocheux reflète a maxima l’extension réelle du pergélisol.

83Ce travail fournit, au final, une remise à jour des modalités de la distribution du pergélisol, depuis les travaux pionniers réalisés il y a près de 30 ans.

Haut de page

Bibliographie

Allison P., 2012, Logistic Regression Using SAS: Theory and Application. SAS Institute, 339 p.

Arenson L., Jakob M., 2010, “A New GIS based Mountain Permafrost Distribution Model”, 452-458 in: Proceeding of the 63rd Canadian Geotechnical Conference & 6th Canadian Permafrost Conference. Calgary, Canada.

Arenson L. U., Springman S. M., 2005, “Triaxial constant stress and constant strain rate tests on ice-rich permafrost samples”, Canadian Geotechnical Journal, Vol.42, No.2, 412-430.

Assier A., 1993, L’englacement des alpes du sud franco-italiennes du Petit Age de Glace à la fin du XXème siècle. Thèse, Université Grenoble 1, 487 p.

Azócar G. F., Brenning A., 2010, “Hydrological and geomorphological significance of rock glaciers in the dry Andes, Chile (27°-33°S)”, Permafrost and Periglacial Processes, Vol.21, No.1, 42-53.

Barnier J., 2008, “Tout ce que vous n’avez jamais voulu savoir sur le χ2 sans jamais avoir eu envie de le demander”, Groupe de Recherche sur la Socialisation CNRS, Vol.5040, 15.

Barsch D., 1996, Rockglaciers: Indicators for the Present and Former Geoecology in High Mountain Environments. Springer, 331 p.

Berger J., Krainer K., Mostler W., 2004, “Dynamics of an active rock glacier (Ötztal Alps, Austria)”, Quaternary Research, Vol.62, No.3, 233-242.

Blaen P. J., Hannah D. M., Brown L. E., Milner A. M., 2012, “Water temperature dynamics in High Arctic river basins”, Hydrological Processes, Vol.27, No.20, 2958-2972.

Bodin X., 2005, “Recherches géomorphologiques sur le pergélisol des Alpes françaises, applications au massif du Combeynot, Hautes Alpes”, Environnements Périglaciaires, No.12, 50-66.

Bodin X., 2007, Géodynamique du pergélisol de montagne : fonctionnement, distribution, et évolution récente. L’exemple du massif du Combeynot. Thèse, Université Paris Denis Diderot, 274 p.

Bodin X., Schoeneich P., 2003, “Spatial distribution of permafrost in the French Alps : a first attempt of modelling”, in: 8th International Conference on Permafrost. Zurich, Switzerland, Poster.

Bodin X., Schoeneich P., Lhotellier R., Gruber S., Deline P., Ravanel L., et al., 2008, “Towards a first assessment of the permafrost distribution in the French Alps”, 175-176 in: Proceedings of the 6th Swiss Geoscience Meeting. Lugano, Italie.

Boeckli, L. (2013). Characterizing Permafrost in the Entire European Alps: Spatial Distribution and Ice Content. Thèse, Université de Zurich. 192 p.

Boeckli L., Brenning A., Gruber S., Noetzli J., 2012a, “A statistical approach to modelling permafrost distribution in the European Alps or similar mountain ranges”, The Cryosphere, Vol.6, No.1, 125-140.

Boeckli L., Brenning A., Gruber S., Noetzli J., 2012b, “Permafrost distribution in the European Alps: calculation and evaluation of an index map and summary statistics”, The Cryosphere, Vol.6, No.4, 807-820.

Bonnaventure P. P., Lewkowicz A. G., Kremer M., Sawada M. C., 2012, “A Permafrost Probability Model for the Southern Yukon and Northern British Columbia, Canada”, Permafrost and Periglacial Processes, Vol.23, No.1, 52-68.

Brenning A., Trombotto D., 2006, “Logistic regression modeling of rock glacier and glacier distribution: Topographic and climatic controls in the semi-arid Andes”, Geomorphology, Vol.81, No.1-2, 141-154.

Brown L. E., Hannah D. M., Milner A. M., 2005, “Spatial and temporal water column and streambed temperature dynamics within an alpine catchment: implications for benthic communities”, Hydrological Processes, Vol.19, No.8, 1585-1610.

Cadbury S. L., Hannah D. M., Milner A. M., Pearson C. P., Brown L. E., 2008, “Stream temperature dynamics within a New Zealand glacierized river basin”, River Research and Applications, Vol.24, No.1, 68-89.

Caissie D., 2006, “The thermal regime of rivers: a review”, Freshwater Biology, Vol.51, No.8, 1389-1406.

Carturan L., Zuecco G., Seppi R., Zanoner T., Borga M., Carton A., Dalla Fontana G., 2015, “Catchment-Scale Permafrost Mapping using Spring Water Characteristics”, Permafrost and Periglacial Processes, Early view.

Chikita K. A., Kaminaga R., Kudo I., Wada T., Kim Y., 2010, “Parameters determining water temperature of a proglacial stream: The Phelan Creek and the Gulkana Glacier, Alaska”, River Research and Applications, Vol.26, No.8, 995-1004.

Corte A. , 1976, “The hydrological significance of rock glaciers”, Journal of Glaciology, Vol.17, 157-158.

Cossart E., Fort M., Bourles D., Carcaillet J., Perrier R., Siame L., Braucher R., 2010, “Climatic significance of glacier retreat and rockglaciers re-assessed in the light of cosmogenic dating and weathering rind thickness in Clarée valley (Briançonnais, French Alps)”, CATENA, Vol.80, No.3, 204-219.

Cossart, E., Perrier, R., Schwartz, M., and Houée, S., 2008, “Mapping permafrost at a regional scale: interpolation from field data by GIS application in the upper Durance catchment (southern Alps)”, Geofocus, 8, 205-224.

Delaloye R., Lambiel C., 2005, “Evidence of winter ascending air circulation throughout talus slopes and rock glaciers situated in the lower belt of alpine discontinuous permafrost (Swiss Alps)”, Norsk Geografisk Tidsskrift, Vol.59, No.2, 194-203.

Deluigi N., Lambiel C., 2012, “PERMAL: a machine learning approach for alpine permafrost distribution modeling”, Jahrestagung der Schweizerischen Geomorphologischen Gesellschaft, Vol.4, 47-62.

Douguedroit A., De Saintignon M.-F., 1981, “Décroissance des températures mensuelles et annuelles avec l’altitude dans les Alpes du Sud et en Provence (séries 1959-1978)”, Eaux et Climats, Vol.30, 179-194.

Duvillard P.-A., Ravanel L., Deline P., 2015, “Evaluation du risque de déstabilisation des infrastructures de haute montagne engendré par le réchauffement climatique dans les Alpes françaises”, Revue de géographie alpine, Vol.103, No.2.

Ebohon B., Schrott L., 2008, “Modeling mountain permafrost distribution. A new permafrost map of Austria”, 397-402 in: Proceedings of the 9th International Conference on Permafrost. Fairbanks, Alaska, USA.

Etzelmüller B., Farbrot H., Guðmundsson Á., Humlum O., Tveito O. E., Björnsson H., 2007, “The regional distribution of mountain permafrost in Iceland”, Permafrost and Periglacial Processes, Vol.18, No.2, 185-199.

Etzelmüller B., Heggem E. S. F., Sharkhuu N., Frauenfelder R., Kääb A., Goulden C., 2006, “Mountain permafrost distribution modelling using a multi-criteria approach in the Hövsgöl area, northern Mongolia”, Permafrost and Periglacial Processes, Vol.17, No.2, 91-104.

Evin M., 1984, “Caractéristiques physico-chimiques des eaux issues des glaciers rocheux des Alpes du Sud (France)”, Zeitschrift für Gletscherkunde und Glazialgeologie, Vol.20, 27-40.

Evin M., Assier A., 1983, “Mise en évidence de mouvements sur la moraine et le glacier rocheux de Sainte-Anne (Queyras, Alpes du Sud - France) : le rôle du pergélisol alpin”, Revue de géographie alpine, Vol.71, No.2, 165-178.

Evin M. V. E., 1987, Dynamique, répartition et âge des glaciers rocheux des Alpes du sud. Thèse, Université de Grenoble, 309 p.

Fort M., 2003, “Are high altitude, lava stream-like, debris mixtures all rock glaciers? A perspective from the Western Himalaya.”, Zeitschrift für Geomorphologie, Supplementband, Vol.130, 11-29.

Francou B., 1988, L’éboulisation en haute montagne: Andes et Alpes : six contributions à l’etude du système corniche-éboulis en milieu périglaciaire. Thèse de doctorat, Université Paris 7. pp 689. 695 p.

French H. M., 2007, The Periglacial Environment. Chichester: Wiley & Sons, 478 p.

Fressard M., 2013, Les glissements de terrain du Pays d’Auge continental (Normandie, France). Caractérisation, cartographie, analyse spatiale et modélisation. Thèse, Université de Caen-Basse Normandie, 332 p.

Fu P., Rich P., 1999, “Design and implementation of the Solar Analyst: an ArcView extension for modeling solar radiation at landscape scales”, in: Proceedings of the Nineteenth Annual ESRI User Conference.

Gardent M., 2014, Inventaire et retrait des glaciers dans les Alpes françaises depuis la fin du Petit Âge Glaciaire. Thèse, Université de Grenoble, 455 p.

GIEC., 2007, Contribution du Groupe de travail I au Quatrième rapport d’évaluation du Groupe d’experts intergouvernemental sur l’évolution du climat. Cambridge University Press, Cambridge, Royaume Uni et New York, NY, États-Unis.

Gruber S., 2012, “Derivation and analysis of a high-resolution estimate of global permafrost zonation”, The Cryosphere, Vol.6, No.1, 221-233.

Gruber S., Hoelzle M., 2001, “Statistical modelling of mountain permafrost distribution: local calibration and incorporation of remotely sensed data”, Permafrost and Periglacial Processes, Vol.12, No.1, 69-77.

Haeberli W., 1975, “Untersuchungen zur Verbreitung von Permafrost zwischen Flüelapass und Piz Grialetsch (Graubünden)”, Mitt. VAW/ ETH, Vol.17, No.17.

Haeberli W., 1985, “Creep of Mountain permafrost : internal structure and flow of alpine rock glaciers”, Mitt. VAW/ ETH, Vol.77, No.77.

Haeberli W., Guodong C., Gorbunov A. P., Harris S. A., 1993, “Mountain permafrost and climatic change”, Permafrost and Periglacial Processes, Vol.4, No.2, 165-174.

Haeberli W., Noetzli J., Arenson L., Delaloye R., Gartner-Roer I., Gruber S., et al., 2010, “Mountain permafrost: development and challenges of a young research field”, Journal of Glaciology, Vol.56, No.200, 1043-1058.

Harris S. A., Blumstengel W. K., Cook D., Krouse H. R., Whitley G., 1994, “Comparison of the Water Drainage from an Active Near-Slope Rock Glacier and a Glacier, St. Elias Mountains, Yukon Territory”, Erdkunde, Vol.48, No.2, 81-91.

Hinzman L. D., Kane D., Yoshikawa K., Carr A., Bolton W., Fraver M., 2003, “Hydrological variations among watersheds with varying degrees of permafrost”, 407-411 in: Proceedings of the 8th International Conference on Permafrost. Zurich, Switzerland.

Hosmer D. W., Lemeshow S., 2005, Applied Logistic Regression. John Wiley & Sons, Inc.

Ikeda A., Matsuoka N., Kääb A., 2008, “Fast deformation of perennially frozen debris in a warm rock glacier in the Swiss Alps: An effect of liquid water”, Journal of Geophysical Research, Vol.113, No.F1.

Imhof M., 1996, “Modelling and verification of the permafrost distribution in the Bernese Alps (Western Switzerland)”, Permafrost and Periglacial Processes, Vol.7, No.3, 267-280.

Janke J. R., 2005, “Modeling past and future alpine permafrost distribution in the Colorado Front Range”, Earth Surface Processes and Landforms, Vol.30, No.12, 1495-1508.

Johnson P. G., 1984, “Rock Glacier Formation by High-Magnitude Low-Frequency Slope Processes in the Southwest Yukon”, Annals of the Association of American Geographers, Vol.74, No.3, 408-419.

Kellerer-Pirklbauer A., 2005, “Alpine permafrost occurrence at its spatial limits: First results from the eastern margin of the European Alps”, Norsk Geografisk Tidsskrift, Vol.59, No.2, 184-193.

Keller F., 1992, “Automated mapping of mountain permafrost using the program PERMAKART within the geographical information system ARC/INFO”, Permafrost and Periglacial Processes, Vol.3, No.2, 133-138.

Keller F., Frauenfelder R., Gardaz J.-M., Hoelzle M., Kneisel C., Lugon R., et al., 1998, “Permafrost map of Switzerland”, 557-562 in: Proceedings of the 7th International Conference on Permafrost. Yellowknife, Northwest Territories, Canada.

Krainer K., Mostler W., 2002, “Hydrology of Active Rock Glaciers: Examples from the Austrian Alps”, Arctic, Antarctic, and Alpine Research, Vol.34, No.2, 142-149.

Krysiecki J.-M., Bodin X., Schoeneich P., 2008, “Collapse of the Bérard Rock Glacier (Southern French Alps)”, 153-154 in: Proceedings of the 9th International Conference on Permafrost. Fairbanks, Alaska, USA.

Lambiel C., Reynard E., 2003, “Cartographie de la distribution du pergélisol et datation des glaciers rocheux dans la région du Mont Gelé (Valais)”, Physische Geographie, Vol.41, 91-104.

Lewkowicz A. G., Ednie M., 2004, “Probability mapping of mountain permafrost using the BTS method, Wolf Creek, Yukon Territory, Canada”, Permafrost and Periglacial Processes, Vol.15, No.1, 67-80.

Li J., Sheng Y., Wu J., Chen J., Zhang X., 2009, “Probability distribution of permafrost along a transportation corridor in the northeastern Qinghai province of China”, Cold Regions Science and Technology, Vol.59, No.1, 12-18.

Menard S., 2002, Applied Logistic Regression Analysis. Sage University Paper, 130 p.

Millar C. I., Westfall R. D., Delany D. L., 2013, “Thermal and hydrologic attributes of rock glaciers and periglacial talus landforms: Sierra Nevada, California, USA”, Quaternary International, Vol.310, 169-180.

Mittaz C., Hoelzle M., Haeberli W., 2000, “First results and interpretation of energy-flux measurements over Alpine permafrost”, Annals of Glaciology, Vol.31, No.1, 275-280.

Monnier S., 2006, Les glaciers-rocheux, objets géographiques. Analyse spatiale multiscalaire et investigations environnementales. Application aux Alpes de Vanoise. Thèse, Université Paris 12-Val de Marne, 335 p.

Muller W. S., 1947, Permafrost or permanently frozen ground and related engineering problems. Edwards, 254 p.

Nyenhuis M., Hoelzle M., Dikau R., 2005, “Rock glacier mapping and permafrost distribution modelling in the Turtmanntal, Valais, Switzerland”, Zeitschrift für Geomorphologie, NF, Vol.49, No.3, 275-292.

Permanet., 2010, “Guide lines for monitoring Spring temperature and water chemistry”, http://www.permanet-alpinespace.eu/archive/pdf/STWC.pdf

Perrier R., 2014, Suivi local et régional du pergélisol dans le cadre du changement climatique contemporain : application aux vallées de la Clarée et de l’Ubaye. Thèse, Université Paris Denis Diderot, 385 p.

Preux P. M., Odermatt P., Perna A., Marine B., Vergnenegre A., 2005, “Qu’est-ce qu’une régression logistique ?”, Revue des maladies respiratoires, Vol.22, No.1, 159-162.

Ravanel L., 2010, Caractérisation, facteurs et dynamiques des écroulements rocheux dans les parois à permafrost du massif du Mont Blanc. Thèse, Université de Savoie, 326 p.

Ridefelt H., Etzelmüller B., Boelhouwers J., Jonasson C., 2008, “Statistic-empirical modelling of mountain permafrost distribution in the Abisko region, sub-Arctic northern Sweden”, Norsk Geografisk Tidsskrift, Vol.62, No.4, 278-289.

Schrott L., 1998, “The hydrological significance of high mountain permafrost and its relation to solar radiation. A case study in the high Andes of San Juan, Argentina”, Bamberger Geographische Schriften, Bd., Vol.15, 71-84.

Seppi R., Pilla G., Gardini M., Carton A., Baroni C., 2005, “Thermal and physico-chemical characteristics of springs discharging from the rock glaciers of the Ortles-Cevedale region (Italian Alps)”, in: 2nd European Conference on Permafrost, Potsdam, Germany, Poster.

Stocker-Mittaz C., Hoelzle M., Haeberli W., 2002, “Modelling alpine permafrost distribution based on energy-balance data: a first step”, Permafrost and Periglacial Processes, Vol.13, No.4, 271-282.

Tenthorey G., 1992, “Perennial névés and the hydrology of rock glaciers”, Permafrost and Periglacial Processes, Vol.3, No.3, 247-252.

Tenthorey G., 1994, “Hydrologie liée aux glaciers rocheux, Haut-Val de Réchy (Nax, VS)”, Bulletin de la Murithienne, Vol.112, 97-116.

Uehlinger U., Malard F., Ward J. V., 2003, “Thermal patterns in the surface waters of a glacial river corridor (Val Roseg, Switzerland)”, Freshwater Biology, Vol.48, No.2, 284-300.

Vanwalleghem T., Van Den Eeckhaut M., Poesen J., Govers G., Deckers J., 2008, “Spatial analysis of factors controlling the presence of closed depressions and gullies under forest: Application of rare event logistic regression”, Geomorphology, Vol.95, No.3-4, 504-517.

Williams M. W., Knauf M., Caine N., Liu F., Verplanck P. L., 2006, “Geochemistry and source waters of rock glacier outflow, Colorado Front Range”, Permafrost and Periglacial Processes, Vol.17, No.1, 13-33.

Woo M., 2012, Permafrost Hydrology. Springer Berlin Heidelberg, 575 p.

Yang Z., Ou Y. H., Xu X., Zhao L., Song M., Zhou C., 2010, “Effects of permafrost degradation on ecosystems”, Acta Ecologica Sinica, Vol.30, No.1, 33-39.

Haut de page

Table des illustrations

Titre Figure 1 : Présentation de la vallée de la Clarée
Légende a. localisation. Les indications b et c se rapportent aux cartouches de cette même figure. b. évolution de la frange à pergélisol dans les Alpes du Dauphiné (Francou, 1988) c. Croquis géomorphologique de la Haute Clarée.
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-1.png
Fichier image/png, 147k
Titre Figure 2 : Présentation de la vallée de l’Ubaye
Légende a. localisation. L’indication b se rapporte au cartouche de cette même figure. b. Croquis géomorphologique de la Haute Ubaye
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-2.png
Fichier image/png, 139k
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-3.png
Fichier image/png, 3,7k
Titre Figure 3 : Localisation des mesures de température d’eau de source dans les vallées de la Clarée (A) et de l’Ubaye (B)
Légende 1. Relevé de température d’eau de source ; 2. Roche en place ; 3. Eboulis ; 4. Cours d’eau pérenne/intermittent.
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-4.png
Fichier image/png, 181k
Titre Figure 4 : Cadre orographique et morphologique du glacier rocheux de la Pointe Basse de Mary et températures d’eau de source mesurées
Légende 1. Température d’eau de source inférieure à 1°C ; 2. Température d’eau de source supérieure à 1°C ; 3. Glacier rocheux ; 4. Roche en place ; 5. Eboulis ; 6. Courbe hypsométrique ; 7. Ligne de crête, sommet.
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-5.png
Fichier image/png, 210k
Titre Figure 5 : Diagramme en boites des résultats du calcul du coefficient de Cramer visant à tester l’association entre la localisation des indicateurs de présence/absence de pergélisol et les variables prédictives
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-6.png
Fichier image/png, 25k
Titre Figure 6 : Statistique de multicolinéarité (Tolérance) pour les variables sélectionnées pour les indicateurs de présence/absence de pergélisol
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-7.png
Fichier image/png, 13k
Titre Tableau 1 : Coefficients obtenus après le calcul du modèle de régression logistique
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-8.png
Fichier image/png, 12k
Titre Figure 7 : Distribution du pergélisol dans les hautes vallées de la Clarée (A) et de l’Ubaye (B) d’après le modèle de régression logistique
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-9.png
Fichier image/png, 547k
Titre Figure 8 : Extrait de carte de la distribution du pergélisol et température d’eau de source
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-10.png
Fichier image/png, 538k
Titre Figure 9 : Valeurs statistiques (min., max., 1er et 3e quartiles, médiane) des températures d’eau de source mesurées en haute Clarée et en Ubaye (N =108)
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-11.png
Fichier image/png, 8,7k
Titre Figure 10. Valeurs statistiques (min., max., 1er et 3e quartiles, médiane) de la radiation solaire incidente calculée en chacun des points de mesures de température d’eau de source dans les vallées de la Clarée et de l’Ubaye
Légende A) Clarée ; B) Ubaye ; C) Températures inférieures à 1°C (Ubaye/Clarée) ; D) Températures supérieures à 1°C (Ubaye/Clarée)
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-12.png
Fichier image/png, 55k
Titre Figure 11 : Valeurs statistiques (min, max., 1er et 3e quartiles, médiane) de l’altitude des points de mesures de température d’eau de source dans les vallées de la Clarée et de l’Ubaye.
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-13.png
Fichier image/png, 46k
Titre Figure 12 : Distribution spatiale des températures d’eau de source dans le cirque des Muandes (Clarée)
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-14.jpg
Fichier image/jpeg, 580k
Titre Figure 13 : Distribution des températures d’eau de source en fonction de l’altitude et de la radiation solaire dans le cirque des Muandes
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-15.png
Fichier image/png, 35k
Titre Figure 14 : Distribution spatiale des températures d’eau de source dans le massif des Cerces (Clarée)
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-16.png
Fichier image/png, 2,1M
Titre Figure 15 : Distribution des températures d’eau de source en fonction de l’altitude et de la radiation solaire dans le massif des Cerces
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-17.png
Fichier image/png, 34k
Titre Figure 16 : Comparaison de la distribution du pergélisol entre le modèle Alpes du sud (Bodin, 2007) et le modèle de régression logistique
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-18.png
Fichier image/png, 411k
Titre Figure 17 : Extraits de carte de la distribution du pergélisol et des glaciers rocheux
URL http://journals.openedition.org/cybergeo/docannexe/image/27656/img-19.png
Fichier image/png, 391k
Haut de page

Pour citer cet article

Référence électronique

Romain Perrier, Etienne Cossart et Monique Fort, « Le pergélisol dans les vallées de la Clarée et de l’Ubaye (Alpes françaises du sud) : un modèle de distribution spatiale établi à partir des températures d’eau de sources et des facteurs topo-climatiques », Cybergeo: European Journal of Geography [En ligne], Systèmes, Modélisation, Géostatistiques, document 781, mis en ligne le 04 mai 2016, consulté le 10 octobre 2024. URL : http://journals.openedition.org/cybergeo/27656 ; DOI : https://doi.org/10.4000/cybergeo.27656

Haut de page

Auteurs

Romain Perrier

Université Paris, Diderot UMR 8586 Prodig, France
perrier.rom@gmail.com

Etienne Cossart

Université Lyon 3, UMR Environnement, Ville, Société - 5600 CNRS, France
etienne.cossart@univ-lyon3.fr

Articles du même auteur

Monique Fort

Université Paris Diderot, UMR 8586 Prodig, France
fort@univ-paris-diderot.fr

Haut de page

Droits d’auteur

CC-BY-4.0

Le texte seul est utilisable sous licence CC BY 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search