Navigation – Plan du site

AccueilNumérosvol. 27 - n° 2Cartographie de la susceptibilité...

Cartographie de la susceptibilité aux glissements de terrain dans le vignoble champenois entre Epernay et Dormans (France) : apport de la télédétection multispectrale

Landslide susceptibility mapping in the Champagne vinyards between Epernay and Dormans (France): the contribution of multispectral remote sensing
Sarah Ortonovi, Nicolas Bollot, Guillaume Pierre et Jean-Paul Deroin
p. 147-158

Résumés

Dans le secteur compris entre Epernay et Dormans (Marne), la relation entre l’état hydrique des sols viticoles et l’instabilité des versants est abordée par le biais d’indices de végétation comme le NDVI (indice de végétation par différence normalisé), et le NDWI (indice d'eau par différence normalisé) obtenus via les images multispectrales à haute résolution (10 m et 20 m) fournies par Sentinel-2 entre 2017 et 2019. L’étude s’appuie sur la relation connue entre l’état de la phytomasse déterminé par les indices de végétation et l’état hydrique des sols mesuré sur le terrain, qui permet d’utiliser les indices NDVI et NDWI pour mettre en évidence les zones de fortes fluctuations annuelles du bilan hydrique. Le croisement des données de la télédétection multispectrale, des données météorologiques, et de l’analyse des formes par la photo-interprétation et les observations de terrain, permet ainsi de dresser une carte de susceptibilité aux glissements de terrain, basée sur la relation spatiale et temporelle entre la teneur en eau des sols et l’instabilité des versants. Cette approche fournit donc un outil inédit utile à la gestion du risque mouvement de terrain.

Haut de page

Notes de la rédaction

Manuscrit reçu le 24 septembre 2020, reçu sous forme révisée le 04 décembre 2020, définitivement accepté le 17 décembre 2020

Texte intégral

Nous remercions Basile Pauthier du Comité Champagne (Comité Interprofessionnel du Vin de Champagne) qui nous a fourni les données météorologiques des stations de Châtillon-sur-Marne et d’Œuilly. Nous remercions également les relecteurs qui, par leurs remarques, nous ont permis d’améliorer le manuscrit.

1. Introduction

1Dans l’est du bassin de Paris, entre Epernay et Dormans, la Marne incise les plateaux tertiaires de la Brie champenoise et de la Montagne de Reims (fig. 1). Ses versants ainsi que ceux de ses tributaires, sont affectés par de nombreux glissements de terrain, souvent coalescents. Ils ont fait l’objet de diverses cartographies (Guérémy et Véjux, 1988 ; Guérémy et Marre, 1996 ; Marre et al., 2002 ; Van Den Eeckhaut et al., 2010) la dernière en date, au 1/10 000e, relevant 260 glissements d’âges variés (Bollot, 2014). Les enjeux économiques actuels poussent de plus en plus de viticulteurs à planter en vignes des surfaces jusqu’ici boisées ou laissées en jachère. Le vignoble champenois, dont l’extension est initialement conditionnée par le climat et la structure géologique (Marre, 2004) occupe donc un espace croissant sur les versants de la vallée de la Marne et sur le front de la cuesta d’Île-de-France (fig. 1-2). La mise en culture et le remaniement des terrains par les viticulteurs provoque régulièrement des réactivations importantes de glissements anciens et, à certains endroits, les équilibres restent instables. Les modèles de susceptibilité des versants aux mouvements de terrain utilisés dans la région ont souligné l’importance du paramètre ressources en eau comme facteur d’instabilité, lui-même influencé par la lithostratigraphie et par la structure superficielle (Bollot et al., 2015). Si le comportement de l’aquifère et le rôle indirect des précipitations ont été déterminés à l’échelle d’un bassin versant (Bollot et al., 2015), à plus petite échelle la synthèse des facteurs déterminant la susceptibilité (c’est-à-dire la probabilité d’occurrence) reste à faire. En outre, la teneur en eau des sols et des formations superficielles de versants inscrits dans un contexte géographique où les facteurs d’instabilité s’additionnent parfois n’a pas encore été étudiée, alors même que des glissements de terrain, depuis plus d’une vingtaine d’années, affectent le vignoble. La recrudescence de ces instabilités force les acteurs locaux à chercher des solutions pour pallier les pertes de rendement liées à ce phénomène, et parfois aussi pour limiter les dégâts induits en aval des parcelles instables.

2L’objectif de cette contribution est d’obtenir des informations sur l’humidité des sols viticoles et de déterminer (i) la variabilité spatiale de leur charge hydrique, (ii) l’influence de l’activité végétale sur cette teneur en eau (variabilité temporelle), et (iii) les relations entre teneur en eau et instabilité des versants. L’analyse d’images Sentinel-2 accessibles sur la plate-forme Copernicus Open Access Hub (ESA, 2018) croisée avec les données géomorphologiques à grande échelle est utilisée pour déterminer les zones de réactivation potentielle. Plusieurs études ont montré l’efficacité de l’utilisation d’indices de végétation obtenus via les images satellitaires multispectrales pour décrire l’état hydrique de la végétation et du sol : ces indices peuvent donc se substituer à de telles mesures sur le terrain (Gu et al., 2007 ; Peng et al., 2014 ; Borgogno-Mondino et al., 2018 ; Zhang et al., 2019). Dans cette contribution, ce potentiel des images Sentinel-2 est utilisé pour dresser une carte de susceptibilité aux mouvements de terrain tenant compte de la teneur en eau des sols.

2. Contexte morphostructural

3Entre l’entonnoir de percée cataclinale d’Epernay et la commune de Dormans (fig. 1), la Marne et ses affluents entaillent les terrains du Campanien (craie), du Thanétien (argiles et sables), de l’Yprésien (sables et argiles), du Lutétien (Marnes et caillasses, tuffeau), du Bartonien (sables et calcaires) et du Priabonien (calcaire) (fig. 2). La zone d’étude, centrée sur 49°03’50’’N-3°50’50’’E, couvre 600 km². En creusant sa vallée, la Marne a façonné dans ces terrains des versants cultivés en vignes depuis la fin des années 1950. Après plusieurs épisodes de remembrement (Colin, 1971), l’activité viticole s’est étendue et recouvre à présent plus de 10 500 hectares dans le secteur d’étude.

Fig. 1 – La vallée de la Marne entre Épernay et Vandières : contexte géomorphologique.
Fig. 1 – The Marne valley between Épernay and Vandières: geomorphological setting of the study area.

Fig. 1 – La vallée de la Marne entre Épernay et Vandières : contexte géomorphologique.Fig. 1 – The Marne valley between Épernay and Vandières: geomorphological setting of the study area.

1. Point côté (m) ; 2. Localité ; 3. Station météorologique ; 4. Forêt ; 5. Vignoble ; 6. Cours d’eau ; 7 ; Glacis ; 8. Glissement de terrain ; 9. Plaine alluviale ; 10 ; Vallon ; 11. Cuesta d’Île-de-France.
1. Spot height (in m); 2. Locality; 3. Weather station; 4. Wood; 5. Vineyards; 6. River; 7. Glacis; 8. Landslide; 9. Alluvial plain; 10. Dale; 11. Île-de-France cuesta.

Fig. 2 – Lithostratigraphie du secteur de Vandières (Marne, France).
Fig. 2 – Lithostratigraphy of the study area.

Fig. 2 – Lithostratigraphie du secteur de Vandières (Marne, France).Fig. 2 – Lithostratigraphy of the study area.

1. Craie (Campanien) ; 2. Sables de Châlons-sur-Vesle (Thanétien supérieur) ; 3. Argiles du Soissonnais (Yprésien inférieur) ; 4. Sables de Cuise (Yprésien supérieur) ; 5. Tuffeau de Damery (Lutétien moyen) ; 6. Marnes et caillasses (Lutétien supérieur) ; 7. Sables d’Auvers-Beauchamp (Bartonien) ; 8. Calcaires de Saint-Ouen (Bartonien) ; 9. Calcaires de Champigny (Priabonien) ; 10. Argiles à meulière (Quaternaire) ; 11. Source.
1. Chalk (Campanian); 2. Sables de Châlons-sur-Vesle (upper Thanetian); 3. Argiles du Soissonnais (lower Ypresian); 4. Sables de Cuise (upper Ypresian); 5. Tuffeau de Damery (middle Lutetian); 6. Marnes et caillasses (upper Lutetian); 7. Sables d’Auvers-Beauchamp (Bartonian); 8. Calcaires de Saint-Ouen (Bartonian); 9. Calcaires de Champigny (Priabonian); 10. Clay-with-flints (Quaternary); 11. Spring.

4Au cours des phases morphogéniques actives (ana- et cataglaciaires) du Pléistocène moyen et supérieur, les versants des vallées entaillant le plateau tertiaire ont été dominés à l’Ouest par des processus de karstification (Lejeune et Devos, 2001 ; Damien et al., 2016 ; Devos et al., 2016), à l’Est par des processus de cambrure de versant (Pierre et al., 2017 ; Ortonovi et al., 2020), et le long de la vallée de la Marne par des glissements coalescents (fig. 1) toujours actifs qui créent des désordres chroniques sur la plupart des versants (Bollot et al., 2015). Plus de 3 000 ha de vignes sont affectés par des glissements anciens ou récents, soit un peu moins d’un tiers de la surface totale (29 %).

5C’est le cas sur la commune de Vandières (fig. 3), dont un versant est affecté par la réactivation d’un glissement holocène (Bollot, 2014). La cicatrice d’arrachement de la réactivation principale s’étire à présent sur plus de 240 m, en amont d’un talus d’origine anthropique conçu initialement pour diminuer la pente du bas de versant et pour permettre aux engins agricoles de circuler plus facilement sur le versant (fig. 3A). Cette cicatrice montre toujours des signes d’activité. Actuellement, la zone affaissée qui détruit chaque année toujours plus de pieds de vigne a une superficie de 15,6 ares (1 560 m²) et de nouvelles instabilités apparaissent en même temps que la pente de cet arrachement s’accentue : apparition et élargissement des fissures d’appel au vide, fluage. En aval du talus d’origine anthropique se produisent des chutes de blocs (fig. 3B-C).

Fig. 3 – Le glissement de terrain de Vandières.
Fig. 3 – The Vandières landslide.

Fig. 3 – Le glissement de terrain de Vandières.Fig. 3 – The Vandières landslide.

A : cicatrice d’arrachement liée à une réactivation superficielle vers 160 m d’altitude, et talus anthropique vers 140 m (13/03/2020) ; B : vue de face du versant (14/03/2020) ; C : blocs calcaires éboulisés en contrebas du talus anthropique.
A: scar of the superficial reactivation – elevation 160 m, and anthropogenic talus – elevation 140 m (13/04/2020); B: front view of the slope (14/03/2020); C: limestone blocks detached from the anthropogenic talus face.

3. Méthodologie

6La démarche adoptée vise à identifier et quantifier le facteur « saturation en eau des sols » qui peut jouer un rôle prépondérant dans la susceptibilité aux glissements de terrain. L’approche par télédétection des surfaces de sols est choisie car elle permet l’étude et le suivi du comportement des surfaces dans plusieurs domaines spectraux de manière continue. Les images satellites utilisées (ESA, 2018) couvrent la période 2017-2019. L’avantage des satellites Sentinel-2A et B est qu’ils assurent une diffusion continue de scènes larges (290 km) à une fréquence de passage élevée (2,5 par jour à cette latitude). Pourvus d’un imageur multispectral MSI, ils offrent des produits radiométriquement corrigés, opérationnels tel quel, de 13 bandes spectrales, dont 3 dans le visible (bande 2, bande 3, bande 4, correspondant au domaine du bleu, du vert et du rouge, respectivement) et 9 dans l’infrarouge (bandes correspondant au PIR – proche-infrarouge, au MIR – moyen-infrarouge et au SWIR – infrarouge lointain). Seules les images comportant moins de 10 % de couverture nuageuse ont été sélectionnées pour l’étude (fig. 4), soit un total de 50 images pour la période allant de janvier 2018 à novembre 2019. Les bandes 3 (vert), 4 (rouge), 8 (PIR) et 11 (MIR) ont été géoréférencées en Lambert-93 EPSG 2154 sous la plateforme SNAP (Sentinel Application Platform). Afin de mesurer l’évolution annuelle de l’activité photosynthétique des vignes, la réflectance des sols humides en hiver ainsi que la réflectance de la végétation, deux indices ont été calculés en utilisant le logiciel QGIS 3.4 (tab. 1) : l’indice de végétation par différence normalisé – NDVI (Rouse et Haas, 1973 ; Tucker et al., 1979), et l’indice d'eau par différence normalisé – NDWIg (Gao, 1996) et NDWImf (McFeeters, 1996) i.e., un indice de stress hydrique.

7Ces indices sont analysés sur le glissement de terrain de Vandières, pris comme modèle, et à l’échelle de la vallée de la Marne entre Épernay et Dormans (fig. 4). Le choix d’une résolution définissant un maillage de 10 m pour le versant de Vandières et de 20 m pour le segment de vallée est fait pour faciliter le géotraitement. Par ailleurs, l’utilisation du NDWImf ou du NDWIg est liée à la lisibilité des réponses : plus contrastée à l’échelle du versant avec NDWImf et plus contrastée à l’échelle de la vallée avec NDWIg.

8En outre, 22 photographies aériennes (échelles de 1/3 000e à 1/5 000e) de la commune de Vandières, acquises entre 1951 et 2016, ont été utilisées pour retracer l’évolution de l’occupation du sol et celle de la morphologie de ce versant au cours des soixante-dix dernières années (avec une précision comprise entre 20 cm et 70 cm). Enfin, le croisement des données de la télédétection multispectrale et des données météorologiques (2015-2019, pas de temps horaire) de deux stations proches de Vandières sur les communes de Châtillon-sur-Marne et Œuilly (fig. 1) permet de corréler paramètres climatiques, état hydrique du sol et dynamique du glissement.

Fig. 4 – Méthodologie adoptée pour l’étude.
Fig. 4 – Methodology used for the study.

Fig. 4 – Méthodologie adoptée pour l’étude.Fig. 4 – Methodology used for the study.

Tab. 1 – Caractéristiques des données utilisées et description des indices.
Tab. 1 – Specifications of the data used and description of the indices.

Tab. 1 – Caractéristiques des données utilisées et description des indices.Tab. 1 – Specifications of the data used and description of the indices.

4. Résultats

4.1. Photo-interprétation et analyse morphologique à l’échelle du versant

9Le versant de Vandières a subi plusieurs phases de remembrement (fig. 5). Les photographies aériennes de 1951 montrent que le versant était alors planté en vigne. Après les années 1960, le versant a été laissé en friche et s’est spontanément reboisé ; il ne retrouve sa vocation viticole qu’à partir des années 1990. Le modelé associé à la réactivation récente du glissement apparait entre 1990 et 1994, période de bilan hydrique excédentaire pendant laquelle on dénombre d’ailleurs beaucoup de glissements dans la région (Bollot, 2014). Depuis, ce modelé de glissement s’étend graduellement. En outre, à partir de 2016, le tuffeau de Damery qui affleure le long du talus anthropique s’éboulise (sous l’effet de la poussée des terrains situés à l’amont et/ou de phénomènes de gélifraction), avec une accélération significative du processus depuis le printemps 2019 (observations mensuelles sur le terrain) se traduisant par une accumulation de blocs dans les parcelles en contre-bas. (fig. 3, 6). Cette évolution sur 20 ans suggère une susceptibilité croissante, initiée par le déboisement et accentuée par le terrassement.

Fig. 5 – Photo-interprétation multi-date du versant de Vandières.
Fig. 5 – Multi-date photo-interpretation of the Vandières valley side.

Fig. 5 – Photo-interprétation multi-date du versant de Vandières.Fig. 5 – Multi-date photo-interpretation of the Vandières valley side.

1. Futur emplacement du talus anthropique ; 2. Cicatrice de réactivation (apparait en 1994) ; 3. Limite supérieure du glissement ancien ; 4. Talus anthropique ; 5. Premières cicatrices de réactivation ; 6. Limite aval des réactivations.
1. Future location of the anthropogenic talus; 2. Reactivation scar (appears in 1994); 3. Upper limit of the old landslide; 4. Anthropogenic talus; 5. First reactivation scars; 6. Lower limit of the reactivations.

Fig. 6 – Changement d’état de surface entre 1984 et 2016 à Vandières (photographies aériennes de l’IGN). photographs).
Fig. 6 – Change in surface condition between 1984 and 2016, Vandières (IGN aerial

Fig. 6 – Changement d’état de surface entre 1984 et 2016 à Vandières (photographies aériennes de l’IGN). photographs).Fig. 6 – Change in surface condition between 1984 and 2016, Vandières (IGN aerial

A : situation en 1984 ; B : situation en 2016 et cicatrices de réactivation, 1 : 2016, 2 : 2011, 3 : 2008, 4 : 2001 ; C : évolution du profil du versant. 1. Argiles du Soissonnais (Yprésien inférieur) ; 2. Sables de Cuise (Yprésien supérieur) ; 3. Tuffeau de Damery (Lutétien moyen) ; 4. Marnes et caillasses (Lutétien supérieur) ; 5. Marnes plastiques et sables (Bartonien) ; 6. Sol colluvial argilo-sablonneux et remblais ; 7. Blocs de Lutétien moyen ; 8. Bois ; 9. Vignes ; 10. Talus anthropique ; 11. Fracturation du Lutétien moyen et supérieur ; 12. Limite approximative du glissement ancien.
A: situation in 1984. B: situation in 2016 and reactivation scars, 1: 2016, 2: 2011, 3: 2008, 4: 2001. C: slope profile evolution. 1. Clay (lower Ypresian); 2. Sand (upper Ypresian); 3. Sandy chalk (middle Lutetian); 4. Marl (upper Lutetian); 5. Plastic marls and sand (Bartonian); 6. Argilloarenaceous colluvial soil and backfills; 7. Limestone slabs of the middle Lutetian; 8. Woods; 9. Vineyards; 10. Anthropogenic talus; 11. Fracturing of the middle and the upper Lutetian; 12. Approximate limit of the old slip.

4.2. Analyse des signatures spectrales

10La variation des indices de surfaces, à l’échelle du glissement, traduit des variations spatiales de l’humidité des sols (et de la phythomasse) et la variation de la réponse brute tout au long de l’année, à l’échelle de la vallée, permet d’établir des seuils moyens pour les valeurs de NDWI et de NDVI toutes parcelles confondues. Le changement d’échelle permet donc de dresser une cartographie saisonnière (fig. 7A-B) de la “charge en eau” des sols viticoles de ce segment de la vallée et de mettre en évidence des zones se distinguant par des valeurs de NDWI hivernale spécifiques.

4.2.1. À l’échelle de la vallée de la Marne

11Sur une année, les pics de valeur de NDWI des parcelles viticoles des versants de la vallée de la Marne sont compris entre –0,17 en janvier-février et 0,12 en août-septembre (fig. 7-8A), ce qui correspond à des sols d’humidité faible à moyenne, respectivement (Ding et al., 2017). En mars-avril, on observe une remontée progressive des valeurs (de –0,15 et –0,10), puis une nette augmentation à partir du mois de mai conduisant à un paroxysme estival. De là, les valeurs déclinent jusqu’en novembre, suivant la phase de sénescence foliaire de la vigne et l’augmentation de l’humidité moyenne instantanée. Au milieu de l’automne, on retrouve un indice correspondant à une réponse de sol viticole nu, modérément humide. L’évolution de la réponse de NDVI de ces parcelles a la même régularité mais une plus grande amplitude annuelle : les valeurs les plus basses (0,25) sont atteintes en hiver et les plus hautes (0,65) en été (fig. 8B).

Fig. 7 – Comparaison de la réponse NDWIg (vallée de la Marne et affluents).
Fig. 7 – Comparison of the NDWIg responses (Marne valley and tributaries).

Fig. 7 – Comparaison de la réponse NDWIg (vallée de la Marne et affluents).Fig. 7 – Comparison of the NDWIg responses (Marne valley and tributaries).

A : en hiver ; B : en été ; C : couverture du sol et données météorologiques (station de Châtillon-sur-Marne) entre 2015 et 2019.
A: in winter; B: in summer; C: soil cover and meteorological data (Châtillon-sur-Marne weather station) between 2015 and 2019.

Fig. 8 – Réponses NDWIg et NDVI des parcelles viticoles (vallée de la Marne).
Fig. 8 – NDWIg and NDVI responses of the vineyard parcels (Marne valley).

Fig. 8 – Réponses NDWIg et NDVI des parcelles viticoles (vallée de la Marne).Fig. 8 – NDWIg and NDVI responses of the vineyard parcels (Marne valley).

A : variations mensuelles des indices NDWIg. B : variations mensuelles des indices NDVI.
A: monthly fluctuations of NDWIg indices. B: monthly fluctuations of NDVI indices.

4.2.2. À l’échelle du versant

12Pour l’année 2019, le comportement de NDWImf des 32 parcelles choisies sur le versant de la commune de Vandières suit la tendance générale de NDWI établie à l’échelle de la vallée (fig. 7, 9A-B). Pendant la période hivernale, les valeurs moyennes de NDWImf enregistrées sont de –0,5 et augmentent progressivement pour atteindre –0,3 en mars et en avril (fig. 9A). La décroissance des valeurs débute en mai-juin pour atteindre un minimum (–0,6 en moyenne) en août-septembre. À l’inverse, en hiver, les sols enregistrent des réponses de NDVI très basses (autour de –0,2) mais ces valeurs ne cessent d’augmenter au printemps lorsque la végétation se densifie, et jusqu’en été, atteignant 0,6 en moyenne (fig. 9B). À Vandières, on observe en outre des contrastes d’une parcelle à l’autre, pour une même occupation des sols (i.e., vigne) : les parcelles en marge de la zone d’arrachement récent présentent des valeurs de NDWImf moins élevées que les parcelles, relativement humide, affectées par cet arrachement (parcelles 12, 14 et 16 sur la Figure 9D). Les valeurs de NDVI des parcelles affectées par la réactivation sont basses. Cela semble être un bon indicateur de l’activité du glissement, qui se traduit par un retard de la croissance végétale dû à une sécheresse édaphique pouvant s’expliquer par la structure des matériaux (perméabilité de fissure accrue). En somme, la saturation en eau conduit à une instabilité, laquelle modifie les écoulements (en les accélérant), ce qui se répercute sur la productivité végétale.

13Quoiqu’il en soit, si la structure superficielle peut favoriser l’infiltration en surface, le drainage profond dans les marnes du Lutétien supérieur est ralenti par des lits d’argiles blanches (Hatrival, 1977). De façon générale, les parcelles affectées par des mouvements de terrains anciens et volumineux (à Vandières, l’épaisseur de la masse glissée initiale n’est pas connue) (Bollot, 2014) fournissent des valeurs élevées de NDWImf, comprises entre 0,25 et 0,30 en hiver, ce qui traduit la teneur en eau élevée des formations superficielles, comparativement aux secteurs où la structure géologique initiale est conservée.

Fig. 9 – Réponses NDWImf à l’échelle parcellaire (Vandières).
Fig. 9 – NDWImf responses on a plot scale (Vandières).

Fig. 9 – Réponses NDWImf à l’échelle parcellaire (Vandières).Fig. 9 – NDWImf responses on a plot scale (Vandières).

A : évolution annuelle des réponses NDWImf ; B : évolution annuelle des réponses NDVI ; C : influence du modelé et des aménagements sur la réponse NDVI ; D : impact des réactivations sur la réponse NDWImf.
A: annual evolution of NDWImf responses; B: annual evolution of NDVI responses; C: influence of landform and land use on NDVI response; D: impact of reactivations on NDWImf response.

5. Interprétation et discussion

14À l’échelle de la vallée de la Marne, un comportement spécifique de la réponse NDWI a été constaté dans certaines zones : s’agissant de réponses propres aux parcelles viticoles, la disparité spatiale des valeurs enregistrées est plus importante pendant les mois où la charge en eau des sols est élevée (février, mars, avril). Il est donc possible d’établir un zonage (fig. 10) permettant de distinguer : les secteurs à faible variation d’humidité (V1), et les secteurs tantôt nettement plus secs tantôt plus humides que la moyenne (V2). À la fin de l’hiver et au début du printemps, la réponse NDWIg des secteurs V2 se distingue bien de celle des secteurs V1, alors que les valeurs ont tendance à s’égaliser le reste de l’année (fig. 10A). Ce comportement contrasté traduit à la fois une susceptibilité différentielle et une temporalité des instabilités : les hauts de versant sont plus exposés aux réactivations, particulièrement à la sortie de l’hiver. C’est en effet ce qui a été observé sur les deux dernières années (2018 et 2019) : les six grandes réactivations connues se sont produites en zone V2 (fig. 10B).

15À l’échelle du versant, entièrement planté en vignes comme c’est le cas à Vandières, il est possible d’établir le lien entre l’état hydrique du sol, la phénologie de la végétation – tels que restitués par les données Sentinel-2 (résolution de 10 m) – et la localisation des réactivations sur un glissement de terrain. Le suivi mensuel par télédétection est donc pertinent aux deux échelles retenues, et la cartographie en résultant doit permettre d’orienter les aménagements (drainage des secteurs périodiquement trop humide). Par ailleurs, l’impact du glissement de terrain sur la vigne peut être quantifié grâce au NDVI : on remarque, à Vandières, que les parcelles affectées par des instabilités ont un indice systématiquement plus bas tout au long de l’année que celui des autres parcelles, signe de dégradation de la biomasse végétale aboutissant à une surface de type « sol ouvert ». Située en zone V2, instable, la réactivation du glissement de Vandières, en modifiant le bilan hydrique, s’auto-entretient. Il est en outre probable que le processus résulte d’une forte anthropisation depuis plus de soixante ans (déforestation, opérations de curage, création d’un talus, couloirs non enherbés et labourés entre les rangées de vigne favorisant le ravinement, mais aussi l’évaporation directe des sols).

Fig. 10 – Susceptibilité au glissement et vulnérabilité des zones viticoles de la vallée de la Marne.
Fig. 10 – Landslide susceptibility and vulnerability of the vineyards of the Marne valley.

Fig. 10 – Susceptibilité au glissement et vulnérabilité des zones viticoles de la vallée de la Marne.Fig. 10 – Landslide susceptibility and vulnerability of the vineyards of the Marne valley.

16A : évolution de la réponse NDWIg des zones viticoles de type « V1 » et « V2 » pour les années 2017, 2018 et 2019 ; B : carte de vulnérabilité. 1. Zone « V1 » ; 2. Zone « V2 » ; 3. Réactivations en 2018 et 2019.
A: evolution of NDWIg response of “V1” and “V2” vineyard area for 2017, 2018 and 2019; B: vulnerability map. 1. « V1 » area; 2. « V2 » area; 3. 2018 and 2019 reactivations.

6. Conclusion

17Dans un contexte où les versants sont fortement anthropisés (sylviculture, vignoble), l’appréhension et la spatialisation des facteurs de déclenchement des glissements de terrain grâce à la télédétection permettent d’ajouter de nouvelles pistes au suivi et à la gestion de la susceptibilité des versants et de la vulnérabilité du vignoble aux mouvements de masse. Cette approche complète celles basées sur les facteurs lithologiques et topographiques (Van Den Eeckhaut et al., 2010) et sur les ressources en eau (Bollot et al., 2015) déjà réalisées dans le vignoble champenois. Elle précise en outre la spatialisation et la temporalité du risque, et les résultats portent sur de vastes surfaces. Elle met également en avant la combinaison des forçages anthropique et climatique (sur plus d’un demi-siècle), ce qui est un atout pour une gestion globale de risque.

18Par ailleurs, l’analyse spatio-temporelle de glissements lents – qui modifient les conditions morphodynamiques – pourrait encore être améliorée grâce à la corrélation multiple d'images (satellitaires) par paires (Stumpf et al., 2014 ; Stumpf et al., 2017) et à l’aide de drones (Bellvert et al., 2014). À la manière d’études intégrant le plus grand nombre de facteurs (Fang et al., 2020 ; Bui et al. 2020 ; Lissak et al., 2020), un modèle de susceptibilité des sols viticoles aux glissements de terrain pourrait être élaboré. En outre, un couplage avec les données géophysiques, renseignant sur la géométrie en 2 ou 3 dimensions des mouvements de terrain (Lissak et al., 2014), permettrait de modéliser et de quantifier les volumes déplacés et de localiser les zones d’infiltration afin d’évaluer leur impact sur la stabilité du versant (travaux en cours). Enfin, il serait intéressant de corréler ces résultats avec des données issues de l’imagerie radar, plus traditionnellement utilisées et qui apportent des informations sur la rugosité et l’humidité de surface.

19Bellvert J., Zarco-Tejada P.-J., Girona J., Fereres E. (2014) – Mapping crop water stress index in a ‘Pinot-noir’ vineyard: comparing ground measurements with thermal remote sensing imagery from an unmanned aerial vehicle. Precision Agriculture, 15, 361-376.

20DOI : 10.1007/s11119-013-9334-5

21Bollot N. (2014) – Les mouvements de terrain du vignoble champenois : approche géomorphologique et hydrologique. Thèse de doctorat, université de Reims Champagne-Ardenne, 2 tomes, 336 p. https://tel.archives-ouvertes.fr/​tel-01137480

22Bollot N., Devos A., Pierre G. (2015) Ressources en eau et glissements de terrain : exemple du bassin versant de la Semoigne (bassin de Paris, France). Géomorphologie : Relief, Processus, Environnement, 21 (1), 7-20

23DOI : 10.4000/geomorphologie.10826

24Borgogno-Mondinoa E., Novelloa V., Lessioa A., de Palma L. (2018) – Describing the spatio-temporal variability of vines and soil by satellite-based spectral indices: A case study in Apulia (South Italy). International Journal of Applied Earth Observation and Geoinformation, 68, 42-50.

25DOI : 10.1016/j.jag.2018.01.013

26Bui D. T., Tsangaratos P., Nguyen V.-T., Van Liem N., Trong Trinh P. (2020) – Comparing the prediction performance of a Deep Learning Neutral Network model with conventional machine learning models in landslide susceptibility assessment. Catena, 188.

27DOI : 10.1016/j.catena.2019.104426

28Colin G. (1971) – Un grand département agricole : la Marne. Travaux de l’Institut de Géographie de Reims, 7, 3-15

29Damien T., Pierre G., Devos A., Lejeune O., Javaux B. (2016) – Typologie des karsts de la côte d’Île-de-France entre Sézanne et Reims. Karstologia, 67, 59-64.

30Devos A., Fronteau G., Bollot N., Barbin V., Duchêne S., Chalumeau L. (2016) – Un paléokarst “supra-pergélisol” dans les calcaires lutétiens (Soissonnais, France). Karstologia, 67, 53-58

31ESA (2018) – Copernicus open access hub. https://scihub.copernicus.eu/​dhus/​#/​home [WWW document]

32Fang Z., Wang Y., Peng L., Hong H. (2020) – Integration of convolutional neural network and conventional machine learning classifiers for landslide susceptibility mapping. Computers & Geosciences, 139.

33DOI : 10.1016/j.cageo.2020.104470

34Gao B.-C. (1996) – A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58, 257-266.

35DOI : 10.1016/S0034-4257(96)00067-3

36Gu, Y., Brown, J.F., Verdin, J.P., and Wardlow, B. (2007) – A five-year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States. Geophysical Research Letters, 34.

37DOI : 10.1029/2006GL029127

38Guérémy P., Vejux V. (1987) – Mouvements de terrains successifs : les glissements et les coulées du versant sud de la Montagne d’Avize (Marne, France). Travaux de l’Institut de Géographie de Reims, 69-72, 113-127

39Guérémy P., Marre A. (1996) – Une nouvelle méthode de cartographie géomorphologique applicable aux aléas naturels, Travaux de l’Institut de Géographie de Reims, 93-94, 5-40

40Hatrival J.-N. (1977) – Carte géologique de la France à 1/50 000. Feuille d’Epernay, BRGM, Orléans, avec notice, 19 p

41Lejeune O., Devos A. (2001) – Caractéristiques et spécificités du karst de la Montagne de Reims ; comparaison avec les autres karsts de contact lithostratigraphique de l’est du Bassin parisien. Revue Géographique de l’Est, 41 (4), 165-175.

42DOI : 10.4000/rge.3933

43Lissak C., Maquaire O., Malet J.-P., Bitri A., Samyn K., Grandjean G., Bourdeau C., Reiffsteck P., Davidson R. (2014) - Airborne and ground-based data sources for characterizing the morpho-structure of a coastal landslide. Geomorphology, 217, 140-151.

44DOI : 10.1016/j.geomorph.2014.04.019

45Lissak C., Bartsch A., De Michele M., Gomez C., Maquaire O., Raucoules D., Roulland T. (2020) – Remote Sensing of Assessing Landslides and Associated Hazards. Surveys in Geophysics, 41, 1391-1435.

46DOI : 10.1007/s10712-020-09609-1

47Marre A. (2004) – Existe-t-il des terroirs viticoles en Champagne ? Revue Géographique de l’Est, 44 (1-2), 17-30.

48DOI : 10.4000/rge.994

49Mc Feeters S. K. (1996) – The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17 (7), 1425-1432.

50DOI : 10.1080/01431169608948714

51Ortonovi S., Bollot N., Pierre G., Devos A., Perarnau R. (2020) – Dynamique et modelé des versants cambrés de la vallée de l’Ardre (plateau éocène du Soissonnais, bassin de Paris, France). Géomorphologie : Relief, Processus, Environnement, 26 (2), 117-126.

52DOI : 10.4000/geomorphologie.14621

53Peng C., Deng M., Di L. (2014) – Relationships between remote-sensing-based agricultural drought indicators and root zone soil moisture: a comparative study of Iowa. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7 (11), 4572-4580.

54DOI : 10.1109/JSTARS.2014.2344115

55Pierre G., Devos A., Bollot N. (2017) – Origin and influence of the superficial structure on the morphogenesis (Eocene plateaux of the eastern Paris Basin). GeoResJ, 13, 103-113.

56DOI : 10.1016/j.grj.2017.04.002

57Rouse J.W., Haas R.H. (1973) – Monitoring vegetation systems in the great plain with ERTS. Third ERTS Symposium, 1, 309-317. - Washington DC: NASA.

58Stumpf A., Malet J.-P., Allemand P., Ulrich P. (2014) – Surface reconstruction and landslide displacement measurements with Pléiades satellite images. ISPRS Journal of Phtogrammetry and Remote Sensing, 95, 1-12

59DOI : 10.1016/j.isprsjprs.2014.05.008

60Stumpf A., Malet J.-P., Delacourt C. (2017) – Correlation of satellite image time-series for the detection and monitoring of slow-moving landslides. Remote Sensing of Environment, 189, 40-55.

61DOI : 10.1016/j.rse.2016.11.007

62Tucker C. J. (1979) – Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of the Environment, 8 (2), 127-150.

63DOI : 10.1016/0034-4257(79)90013-0

64Van Den Eeckhaut M., Marre A., Poesen J. (2010) – Comparison of two landslide susceptibility assessments in the Champagne-Ardenne region (France), Geomorphology, 115, 141-155.

65DOI : 10.1016/j.geomorph.2009.09.042

66Zhang M., Su W., Fu Y., Zhu D., Xue J.-H., Huang J., Wang W., Wu J., Yao C. (2019) – Super-resolution enhancement of Sentinel-2 image for retrieving LAI and chlorophyll content of summer corn. European Journal of Agronomy, 111.

67DOI : 10.1016/j.eja.2019.125938

*Auteur correspondant : Tel: +33 (0)3 26 91 37 42
sarah.ortonovi@univ-reims.fr (S. Ortonovi)

Haut de page

Annexe

Abridged English Version

In the eastern Paris Basin, between Epernay and Dormans, the Marne valley cuts through the Tertiary plateaux of the Brie champenoise and the Montagne de Reims (fig. 1-2). Its slopes are affected by numerous old landslides (Bollot, 2014). The economic challenges are leading winegrowers to plant vines on areas that were originally wooded or fallow (fig. 5A). This artificialization of the valley-side slopes regularly causes significant reactivation of old landslides (fig. 3). Models of slope susceptibility to mass movements used in the region (Van Den Eeckhaut et al., 2010; Bollot et al., 2015) highlight the importance of the water resources as factor of instability. However, the water content of the soils and of the superficial deposits has not been investigated. The objective of this contribution is to obtain information on the soil moisture and to determine (i) the spatial variability of their water content, (ii) the influence of plant activity on this water content (temporal variability), and (iii) the relationships between water content and slope instability.

The relationship between phytomass status (determined by vegetation indices) and soil water status (measured in the field) has been demonstrated (Gu et al., 2007; Borgogno-Mondino et al., 2018; Zhang et al., 2019). Using multispectral images (Sentinel-2; ESA, 2018) covering the period 2017-2019, two indices were calculated (tab. 1): the Normalized Difference Vegetation Index – NDVI (Rouse and Haas, 1973; Tucker et al., 1979), and the Normalized Difference Water Index – NDWIg (Gao, 1996) and NDWImf (McFeeters, 1996) i.e., an hydric stress index. These indices make it possible to measure the annual evolution of the photosynthetic activity of the vines, the reflectance of wet soils (in winter) as well as the reflectance of the vegetation. The crossing of multispectral remote sensing and meteorological data (2015-2019) makes it possible to correlate climatic parameters, soil water status and landslide dynamics (fig. 4-6).

Over a year, on the Marne valley-side slopes, the peaks in NDWI values of the vineyard plots range from –0.17 in January-February to 0.12 in August-September, which corresponds to soils with low to medium humidity, respectively (fig. 6-7A). In March-April, there is a gradual rise in values (of –0.15 and –0.10), followed by a clear increase from May onwards, leading to a summer peak. From there, values decline until November. In mid-autumn, the index corresponds to a response of bare, moderately wet wine-growing soil. The evolution of the NDVI response of these plots has the same regularity but a greater annual range: the lowest values (0.25) are reached in winter and the highest (0.65) in summer (fig. 7B). In 2019, the behaviour of the NDWImf of the 32 selected plots in Vandières follows the general trend of the NDWI established at the scale of the valley (fig. 6, 8A-B).

At the scale of the Marne valley, a specific behaviour of the NDWI response is observed on the vineyard plots: the spatial disparity of the recorded values is greater during the months when the soil water content is high (February, March, April). It is therefore possible to establish a zoning system (fig. 9) that distinguishes between areas with low moisture variation (V1) and areas that are either significantly drier or wetter than average (V2). In late winter and early spring, NDWIg/mf responses of V1 and V2 areas are quite different, while they tend to equalize during the rest of the year. This contrasting behaviour reflects both a differential susceptibility to and a temporal variability of instabilities: the upper slopes are more exposed to reactivation, particularly at the end of winter. This is indeed what has been observed over the last two years (2018 and 2019): all the reactivations occurred in zone V2 (fig. 9B).

At the scale of the slope (entirely planted with vines as at Vandières), it is possible to establish a link between the soil water status, the phenology of the vegetation – as restituted by the Sentinel-2 data – and the location of reactivations on a landslide. Moreover, on this slope which regained its wine-growing vocation at the beginning of the 1990s, the reactivation of the old landslide only appears between 1999 and 2001, a period of surplus water balance during which there were many landslides in the region (Bollot, 2014). Since then, these reactivations have been gradually extending, with a significant acceleration of the process since spring 2019 (fig. 3, 5). This evolution over 20 years shows an increasing susceptibility, initiated by deforestation and accentuated by earthworks.

In Vandières, for the same land use (i.e., vineyard), there are also contrasts from one plot to another: the plots on the edge of the landslide show less pronounced differences in NDWImf response than the plots affected by the landslide (plots 12, 14 and 16 on Figure 8A). Similarly, the differences in NDVI response of the plots affected by the landslide are very significant. This seems to be a good indicator of landslide activity. It is further underlined, in some places, by a delay in plant growth due to edaphic drought. This can be explained by the superficial structure of the materials (increasing crack permeability). In short, water saturation leads to instability, which modifies flows (by accelerating them), which in turn affects plant productivity.

In a highly anthropised environment (forestry, vineyards), the discrimination and the spatialization of the factors that trigger landslides is of great value. It enables new avenues to be added to the monitoring and management of both the susceptibility of slopes to mass movements and the vulnerability of the vineyard in such a context. This approach complements those based on lithological and topographical factors (Van Den Eeckhaut et al., 2010) and on water resources (Bollot et al., 2015). It also specifies the spatialization and the temporality of risk, and highlights the combination of anthropogenic and climatic forcings (over more than half a century), which is an asset for global risk management.

Haut de page

Table des illustrations

Titre Fig. 1 – La vallée de la Marne entre Épernay et Vandières : contexte géomorphologique.Fig. 1 – The Marne valley between Épernay and Vandières: geomorphological setting of the study area.
Légende 1. Point côté (m) ; 2. Localité ; 3. Station météorologique ; 4. Forêt ; 5. Vignoble ; 6. Cours d’eau ; 7 ; Glacis ; 8. Glissement de terrain ; 9. Plaine alluviale ; 10 ; Vallon ; 11. Cuesta d’Île-de-France.1. Spot height (in m); 2. Locality; 3. Weather station; 4. Wood; 5. Vineyards; 6. River; 7. Glacis; 8. Landslide; 9. Alluvial plain; 10. Dale; 11. Île-de-France cuesta.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-1.jpg
Fichier image/jpeg, 1,6M
Titre Fig. 2 – Lithostratigraphie du secteur de Vandières (Marne, France).Fig. 2 – Lithostratigraphy of the study area.
Légende 1. Craie (Campanien) ; 2. Sables de Châlons-sur-Vesle (Thanétien supérieur) ; 3. Argiles du Soissonnais (Yprésien inférieur) ; 4. Sables de Cuise (Yprésien supérieur) ; 5. Tuffeau de Damery (Lutétien moyen) ; 6. Marnes et caillasses (Lutétien supérieur) ; 7. Sables d’Auvers-Beauchamp (Bartonien) ; 8. Calcaires de Saint-Ouen (Bartonien) ; 9. Calcaires de Champigny (Priabonien) ; 10. Argiles à meulière (Quaternaire) ; 11. Source.1. Chalk (Campanian); 2. Sables de Châlons-sur-Vesle (upper Thanetian); 3. Argiles du Soissonnais (lower Ypresian); 4. Sables de Cuise (upper Ypresian); 5. Tuffeau de Damery (middle Lutetian); 6. Marnes et caillasses (upper Lutetian); 7. Sables d’Auvers-Beauchamp (Bartonian); 8. Calcaires de Saint-Ouen (Bartonian); 9. Calcaires de Champigny (Priabonian); 10. Clay-with-flints (Quaternary); 11. Spring.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-2.jpg
Fichier image/jpeg, 380k
Titre Fig. 3 – Le glissement de terrain de Vandières.Fig. 3 – The Vandières landslide.
Légende A : cicatrice d’arrachement liée à une réactivation superficielle vers 160 m d’altitude, et talus anthropique vers 140 m (13/03/2020) ; B : vue de face du versant (14/03/2020) ; C : blocs calcaires éboulisés en contrebas du talus anthropique.A: scar of the superficial reactivation – elevation 160 m, and anthropogenic talus – elevation 140 m (13/04/2020); B: front view of the slope (14/03/2020); C: limestone blocks detached from the anthropogenic talus face.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-3.jpg
Fichier image/jpeg, 4,6M
Titre Fig. 4 – Méthodologie adoptée pour l’étude.Fig. 4 – Methodology used for the study.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-4.jpg
Fichier image/jpeg, 892k
Titre Tab. 1 – Caractéristiques des données utilisées et description des indices.Tab. 1 – Specifications of the data used and description of the indices.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-5.jpg
Fichier image/jpeg, 256k
Titre Fig. 5 – Photo-interprétation multi-date du versant de Vandières.Fig. 5 – Multi-date photo-interpretation of the Vandières valley side.
Légende 1. Futur emplacement du talus anthropique ; 2. Cicatrice de réactivation (apparait en 1994) ; 3. Limite supérieure du glissement ancien ; 4. Talus anthropique ; 5. Premières cicatrices de réactivation ; 6. Limite aval des réactivations.1. Future location of the anthropogenic talus; 2. Reactivation scar (appears in 1994); 3. Upper limit of the old landslide; 4. Anthropogenic talus; 5. First reactivation scars; 6. Lower limit of the reactivations.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-6.jpg
Fichier image/jpeg, 3,4M
Titre Fig. 6 – Changement d’état de surface entre 1984 et 2016 à Vandières (photographies aériennes de l’IGN). photographs).Fig. 6 – Change in surface condition between 1984 and 2016, Vandières (IGN aerial
Légende A : situation en 1984 ; B : situation en 2016 et cicatrices de réactivation, 1 : 2016, 2 : 2011, 3 : 2008, 4 : 2001 ; C : évolution du profil du versant. 1. Argiles du Soissonnais (Yprésien inférieur) ; 2. Sables de Cuise (Yprésien supérieur) ; 3. Tuffeau de Damery (Lutétien moyen) ; 4. Marnes et caillasses (Lutétien supérieur) ; 5. Marnes plastiques et sables (Bartonien) ; 6. Sol colluvial argilo-sablonneux et remblais ; 7. Blocs de Lutétien moyen ; 8. Bois ; 9. Vignes ; 10. Talus anthropique ; 11. Fracturation du Lutétien moyen et supérieur ; 12. Limite approximative du glissement ancien. A: situation in 1984. B: situation in 2016 and reactivation scars, 1: 2016, 2: 2011, 3: 2008, 4: 2001. C: slope profile evolution. 1. Clay (lower Ypresian); 2. Sand (upper Ypresian); 3. Sandy chalk (middle Lutetian); 4. Marl (upper Lutetian); 5. Plastic marls and sand (Bartonian); 6. Argilloarenaceous colluvial soil and backfills; 7. Limestone slabs of the middle Lutetian; 8. Woods; 9. Vineyards; 10. Anthropogenic talus; 11. Fracturing of the middle and the upper Lutetian; 12. Approximate limit of the old slip.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-7.jpg
Fichier image/jpeg, 1,6M
Titre Fig. 7 – Comparaison de la réponse NDWIg (vallée de la Marne et affluents).Fig. 7 – Comparison of the NDWIg responses (Marne valley and tributaries).
Légende A : en hiver ; B : en été ; C : couverture du sol et données météorologiques (station de Châtillon-sur-Marne) entre 2015 et 2019.A: in winter; B: in summer; C: soil cover and meteorological data (Châtillon-sur-Marne weather station) between 2015 and 2019.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-8.jpg
Fichier image/jpeg, 2,2M
Titre Fig. 8 – Réponses NDWIg et NDVI des parcelles viticoles (vallée de la Marne).Fig. 8 – NDWIg and NDVI responses of the vineyard parcels (Marne valley).
Légende A : variations mensuelles des indices NDWIg. B : variations mensuelles des indices NDVI.A: monthly fluctuations of NDWIg indices. B: monthly fluctuations of NDVI indices.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-9.jpg
Fichier image/jpeg, 1,8M
Titre Fig. 9 – Réponses NDWImf à l’échelle parcellaire (Vandières).Fig. 9 – NDWImf responses on a plot scale (Vandières).
Légende A : évolution annuelle des réponses NDWImf ; B : évolution annuelle des réponses NDVI ; C : influence du modelé et des aménagements sur la réponse NDVI ; D : impact des réactivations sur la réponse NDWImf.A: annual evolution of NDWImf responses; B: annual evolution of NDVI responses; C: influence of landform and land use on NDVI response; D: impact of reactivations on NDWImf response.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-10.jpg
Fichier image/jpeg, 4,3M
Titre Fig. 10 – Susceptibilité au glissement et vulnérabilité des zones viticoles de la vallée de la Marne.Fig. 10 – Landslide susceptibility and vulnerability of the vineyards of the Marne valley.
URL http://journals.openedition.org/geomorphologie/docannexe/image/15147/img-11.jpg
Fichier image/jpeg, 2,4M
Haut de page

Pour citer cet article

Référence papier

Sarah Ortonovi, Nicolas Bollot, Guillaume Pierre et Jean-Paul Deroin, « Cartographie de la susceptibilité aux glissements de terrain dans le vignoble champenois entre Epernay et Dormans (France) : apport de la télédétection multispectrale », Géomorphologie : relief, processus, environnement, vol. 27 - n° 2 | 2021, 147-158.

Référence électronique

Sarah Ortonovi, Nicolas Bollot, Guillaume Pierre et Jean-Paul Deroin, « Cartographie de la susceptibilité aux glissements de terrain dans le vignoble champenois entre Epernay et Dormans (France) : apport de la télédétection multispectrale », Géomorphologie : relief, processus, environnement [En ligne], vol. 27 - n° 2 | 2021, mis en ligne le 06 mars 2021, consulté le 28 juillet 2021. URL : http://journals.openedition.org/geomorphologie/15147 ; DOI : https://doi.org/10.4000/geomorphologie.15147

Haut de page

Auteurs

Sarah Ortonovi

Université de Reims Champagne-Ardenne, GEGENAA EA 3795, 57 rue Pierre Taittinger, 51096 Reims Cedex, France.

Articles du même auteur

Nicolas Bollot

Université de Reims Champagne-Ardenne, GEGENAA EA 3795, 57 rue Pierre Taittinger, 51096 Reims Cedex, France.

Articles du même auteur

Guillaume Pierre

Université de Reims Champagne-Ardenne, GEGENAA EA 3795, 57 rue Pierre Taittinger, 51096 Reims Cedex, France.

Articles du même auteur

Jean-Paul Deroin

Université de Reims Champagne-Ardenne, GEGENAA EA 3795, 57 rue Pierre Taittinger, 51096 Reims Cedex, France.

Haut de page

Droits d’auteur

© Groupe français de géomorphologie

Haut de page
  • Logo CNRS - Institut des sciences humaines et sociales
  • Logo Groupe français de géomorphologie
  • OpenEdition Journals
Search OpenEdition Search

You will be redirected to OpenEdition Search