PRÉLIMINAIRES

I. Épistémologie et Enjeux Scientifiques du Domaine

L’océanographie biologique a connu une rupture épistémologique majeure avec l’avènement de la télédétection spatiale, passant d’une science de prélèvements ponctuels à une discipline de la surveillance synoptique. Cette Unité d’Enseignement acte cette mutation en se focalisant sur la quantification des stocks de plancton, non plus par le filet, mais par l’analyse spectrale de la couleur de l’océan. L’enjeu n’est plus seulement de décrire, mais de modéliser les flux biogéochimiques à l’échelle planétaire, où le zooplancton joue un rôle de courroie de transmission énergétique et de pompe à carbone biologique.

II. Cartographie des Compétences et Transversalité

Cette UE forge une compétence hybride, à l’intersection de la physique des capteurs, de la biologie marine et de la science des données géospatiales. L’étudiant apprendra à traduire un signal électromagnétique capté à 800 km d’altitude en une estimation de biomasse de krill, une compétence rare et stratégique. Cette transversalité est fondamentale : elle connecte la physique des transferts radiatifs aux modèles écologiques prédateur-proie, et l’analyse d’images en Python aux politiques de gestion durable des pêcheries, armant l’ingénieur d’une vision systémique complète de la chaîne de valeur informationnelle.

III. Alignement Stratégique avec les Réalités Opérationnelles

Face à l’impératif de sécurité alimentaire et de résilience climatique, la maîtrise de l’information océanique devient une souveraineté. Cette UE aligne directement ses savoirs sur les métiers d’avenir pour le continent africain : l’ingénieur modélisateur capable de prédire les zones de pêche pélagique pour les flottes locales, l’expert en SIG apte à cartographier les zones de ponte critiques pour la conservation, ou le géophysicien qui évalue l’efficacité du puits de carbone océanique. Chaque compétence acquise est conçue pour être immédiatement monnayable et pertinente pour les institutions nationales et les entreprises privées.

Chapitre I. Fondements de la Télédétection de la Couleur de l’Océan

I.1 Propriétés Optiques de l’Eau de Mer et Bio-Optique

Au cœur de la télédétection marine se trouve la physique de l’interaction lumière-matière. Ce segment dissèque les propriétés optiques inhérentes (absorption, diffusion) et apparentes (réflectance) de la colonne d’eau, en se concentrant sur le rôle discriminant des pigments phytoplanctoniques comme la chlorophylle-a. La compréhension de ces signatures spectrales constitue le socle théorique indispensable pour inverser le signal satellite et en extraire une information biologique quantitative, transformant ainsi la couleur de l’océan en un puissant proxy de la productivité primaire à sa base.

I.2 Radiométrie Spatiale et Capteurs Océanographiques

Depuis le lancement du Coastal Zone Color Scanner (CZCS) en 1978, une panoplie de capteurs a révolutionné notre vision des océans. L’analyse se porte ici sur l’architecture technique des radiomètres modernes (MODIS, VIIRS, Sentinel-3/OLCI), leurs résolutions (spatiale, temporelle, spectrale) et les orbites spécifiques qui garantissent une couverture globale. L’étudiant maîtrisera les spécificités de chaque instrument, apprenant à sélectionner le capteur le plus pertinent en fonction de la problématique étudiée, qu’il s’agisse de la surveillance d’une baie côtière ou du suivi d’un bloom à l’échelle d’un bassin océanique.

I.3 Correction Atmosphérique : Le Verrou Technologique

Entre le capteur spatial et la surface de l’océan, l’atmosphère agit comme un filtre bruyant, responsable de près de 90% du signal mesuré. La critique des algorithmes de correction atmosphérique, notamment dans les environnements tropicaux chargés en aérosols, est donc un passage obligé. Ce sous-chapitre expose les limites des modèles standards et introduit les approches plus robustes basées sur les bandes du proche infrarouge. Maîtriser cette étape est une condition non négociable pour obtenir des données de réflectance marine fiables, sans laquelle toute analyse biologique serait invalide.

I.4 Application : Cartographie de la Productivité Primaire du Système du Courant de Benguela

Sous l’angle de la productivité biologique, le système d’upwelling du courant de Benguela est l’un des plus intenses au monde et vital pour les économies de l’Angola à l’Afrique du Sud. Cette mise en situation pratique guide l’étudiant dans le traitement de données Sentinel-3 pour cartographier les concentrations de chlorophylle-a dans cette région. L’objectif est de produire une carte de productivité saisonnière, d’identifier les panaches de résurgence côtière et de quantifier leur variabilité, fournissant une information de base pour la gestion des stocks de poissons pélagiques.

Chapitre II. De la Biomasse Végétale à la Quantification du Zooplancton

II.1 Inférence du Zooplancton : Le Défi de l’Invisibilité Spectrale

Contrairement au phytoplancton, le zooplancton ne possède pas de signature spectrale propre et univoque, ce qui rend sa détection directe depuis l’espace quasi impossible. Ce segment aborde ce verrou scientifique en explorant les méthodes indirectes basées sur les relations trophiques et les décalages spatio-temporels. L’approche consiste à modéliser le zooplancton comme une réponse différée aux blooms de phytoplancton, en utilisant des indices dérivés de la taille des cellules phytoplanctoniques (micro- vs nanophytoplancton) pour estimer la structure de la communauté zooplanctonique qui en dépend.

II.2 Algorithmes de Détection de Communautés et Indices Trophiques

Pour dépasser la simple mesure de chlorophylle, des algorithmes plus sophistiqués ont été développés pour classifier les types de phytoplancton à partir de la réflectance. Ce sous-chapitre se concentre sur les mécanismes de ces algorithmes (ex: OC-PFT, Phyto-DOAS) qui permettent de distinguer les diatomées des coccolithophoridés. L’étudiant apprendra à manipuler ces produits satellitaires avancés pour en déduire des indices sur la structure du réseau trophique, notamment le ratio entre la biomasse du zooplancton et celle du phytoplancton (rapport Z/P).

II.3 Limites des Modèles Empiriques et Incertitudes Associées

La relation entre la concentration de chlorophylle et la biomasse réelle du zooplancton est gouvernée par des modèles empiriques dont la validité est géographiquement et saisonnièrement limitée. Cette analyse critique dissèque les sources d’incertitude : la variabilité du broutage, les taux de mortalité non liés à la prédation, et l’advection par les courants qui découple les populations de plancton. L’étudiant apprendra à quantifier la barre d’erreur associée à chaque estimation de biomasse zooplanctonique, une compétence essentielle pour toute application opérationnelle sérieuse.

II.4 Application : Évaluation des Zones de Nourricerie pour la Sardinelle dans le Golfe de Guinée

La pêche à la sardinelle est une source de protéines cruciale pour des millions de personnes en Afrique de l’Ouest, mais les stocks sont sous pression. Cette étude de cas utilise les données satellitaires pour identifier les “points chauds” de concentration de zooplancton, qui sont les zones de nourrissage préférentielles pour les larves et les juvéniles de sardinelles. En croisant les cartes de biomasse zooplanctonique avec les données de courant, l’étudiant modélisera les corridors de dispersion larvaire et proposera des zones prioritaires pour l’instauration d’aires marines protégées dynamiques.

Chapitre III. Modélisation Intégrée des Planctophages et Prévision des Ressources

III.1 Principes de la Modélisation Trophodynamique Spatialisable

La postcolonie, concept acéré forgé par Achille Mbembe, constitue la colonne vertébrale de notre démarche analytique en montrant la persistance des structures de pouvoir au-delà de l’indépendance formelle. Ici, la théorie cède la place à l’investigation brute. Le cours heurte intentionnellement les archives officielles aux récits oraux locaux afin d’exhumer une factualité historique souvent étouffée. Ce choc des sources vise un objectif clair : armer le chercheur d’outils herméneutiques précis pour déconstruire les narratifs dominants et produire une historiographie africaine rigoureuse.

III.2 Couplage des Données Satellitaires aux Modèles de Pêche (SEAPODYM, OSMOSE)

Pour transformer les données planctoniques en prévisions de pêche, il est impératif de les intégrer dans des modèles numériques simulant le cycle de vie des espèces cibles. Ce segment détaille la mécanique de l’assimilation de données dans des modèles comme SEAPODYM, qui simule la distribution et l’abondance des populations de thons en fonction de la disponibilité de leur nourriture (micronekton, lui-même dépendant du zooplancton). L’étudiant apprendra à paramétrer ces outils pour forcer le modèle avec des données satellitaires quasi-réelles, améliorant drastiquement sa capacité prédictive.

III.3 Critique des Systèmes d’Aide à la Pêche et Risques de Sur-efficacité

Sous la pression économique, la technologie peut devenir une arme à double tranchant, menant à une sur-efficacité de la pêche et à l’effondrement des stocks. Cette analyse critique évalue les implications socio-économiques et écologiques des cartes de zones de pêche potentielles générées à partir de données satellitaires. Le débat se concentre sur la nécessité d’un encadrement réglementaire strict pour que ces outils servent la durabilité et non l’intensification de l’effort de pêche, particulièrement face aux flottes industrielles étrangères opérant dans les ZEE africaines.

I.4 Application : Modélisation d’un Service de Prévision pour la Pêche Artisanale au Lac Tanganyika

Face aux défis climatiques qui modifient la stratification du Lac Tanganyika, la ressource en “Ndagala” (poisson pélagique planctophage) est de plus en plus imprévisible pour les pêcheurs artisans. Cette mise en situation finale consiste à concevoir un prototype de service d’information frugal. L’étudiant devra utiliser les données de couleur de l’eau (proxy du plancton) pour modéliser les zones de concentration de poissons et imaginer un système de diffusion de l’information adapté aux contraintes locales (ex: SMS, bulletins radio), prouvant l’utilité socio-économique directe de la télédétection.

ANNEXES

A. QGIS et le Plugin Semi-Automatic Classification (SCP)

Outil fondamental de l’innovation frugale en SIG, QGIS est un logiciel libre et puissant dont le plugin SCP automatise le prétraitement des images satellitaires (Landsat, Sentinel). Pour l’ingénieur géophysicien, sa maîtrise est non-négociable pour accomplir des tâches rapides de classification de la couverture terrestre ou, dans notre cas, pour effectuer les corrections atmosphériques et extraire les valeurs de réflectance de l’eau. Cette annexe fournit un protocole pas-à-pas pour télécharger, corriger et géoréférencer une image Sentinel-3, produisant une carte de chlorophylle-a exploitable pour une zone côtière congolaise.

B. Le Portail Copernicus Marine Service (CMEMS)

Le portail CMEMS est la source de référence pour des données océanographiques opérationnelles, gratuites et validées, couvrant la physique et la biogéochimie. Pour le modélisateur climatique, c’est une mine d’or fournissant des produits ré-analysés sur plusieurs décennies et des prévisions à court terme, essentiels pour forcer et valider les modèles numériques. Cette section guide l’utilisateur dans la navigation du catalogue, la sélection des variables pertinentes (température de surface, courants, chlorophylle) et le téléchargement des fichiers au format NetCDF, préparant le terrain pour l’analyse quantitative.

C. La Bibliothèque Python ‘xarray’ pour l’Analyse Géospatiale

L’expert en télédétection moderne ne clique plus, il code. La bibliothèque Python ‘xarray’ est l’outil par excellence pour la manipulation de données multidimensionnelles labellisées, comme les fichiers NetCDF issus des satellites ou des modèles climatiques. Elle permet d’effectuer des opérations complexes (moyennes temporelles, découpages spatiaux, calculs composites) en quelques lignes de code expressives et efficaces. Cette annexe démontre, via un script commenté, comment charger un jeu de données CMEMS, calculer une anomalie de température de surface et visualiser le résultat, automatisant un workflow qui serait fastidieux manuellement.

Lire aussi :

Cours de Techniques et structures, master-2, TST2232

Cours de Ecritures web, licence-2, ECW1241

Cours de Unités Transversales, master-1, UTR2111

Cours de Projets : stratégie, conception et opérationnalisation, master-2, PUR2244

Cours de Marketing politique et social, master-1, MPS2111

Cours de Analyse qualitative en recherche sociale et agroforesterie, master-2, ARS2231