<?xml version="1.0" encoding="UTF-8"?>
<article xml:lang="fr" dtd-version="1.1" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:oasis="http://www.niso.org/standards/z39-96/ns/oasis-exchange/table" xmlns="http://jats.nlm.nih.gov" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" xmlns:xlink="http://www.w3.org/1999/xlink">
<front><journal-meta>
<journal-id>Sciences Eaux &amp; Territoires</journal-id>
<issn>1775-3783</issn>
</journal-meta>
<article-meta>
<title-group>
<article-title xml:lang="fr">La surveillance des lacs vue de l’espace : une nouvelle source d’information sur le territoire national</article-title>
</title-group>
<contrib-group><contrib contrib-type="dc:creator">
<name><surname>TORMOS</surname>
<given-names>Thierry</given-names></name>
<email>thierry.tormos@ofb.gouv.fr</email>
<xref ref-type="aff" rid="aff1"><sup>1</sup></xref><xref ref-type="aff" rid="aff7"><sup>7</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>LAVERGNE</surname>
<given-names>Emeric</given-names></name>
<xref ref-type="aff" rid="aff2"><sup>2</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>PEÑA LUQUE</surname>
<given-names>Santiago</given-names></name>
<xref ref-type="aff" rid="aff2"><sup>2</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>REYNAUD</surname>
<given-names>Nathalie</given-names></name>
<xref ref-type="aff" rid="aff3"><sup>3</sup></xref><xref ref-type="aff" rid="aff7"><sup>7</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>GASNIER</surname>
<given-names>Nicolas</given-names></name>
<xref ref-type="aff" rid="aff2"><sup>2</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>PICOT</surname>
<given-names>Nicolas</given-names></name>
<xref ref-type="aff" rid="aff2"><sup>2</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>PUISSANT</surname>
<given-names>Anne</given-names></name>
<xref ref-type="aff" rid="aff4"><sup>4</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>GOUTEYRON</surname>
<given-names>Philippe</given-names></name>
<xref ref-type="aff" rid="aff5"><sup>5</sup></xref></contrib>
<contrib contrib-type="dc:contributor">
<name><surname>KOSUTH</surname>
<given-names>Pascal</given-names></name>
<xref ref-type="aff" rid="aff6"><sup>6</sup></xref></contrib>
</contrib-group><aff id="aff1"><sup>1</sup>OFB, DRAS, Service EcoAqua, Aix-en-Provence, France.</aff><aff id="aff2"><sup>2</sup>CNES, 18 avenue Edouard Belin, 31400 Toulouse, France.</aff><aff id="aff3"><sup>3</sup>INRAE, Aix Marseille Université, RECOVER, 13182, Aix-en-Provence, France.</aff><aff id="aff4"><sup>4</sup>Pôle Theia Data Terra, 500 rue Jean-François Breton, 34090 Montpellier, France.</aff><aff id="aff5"><sup>5</sup>MTE/DGALN/DEB, Tour Séquoïa, 92055 La Défense Cedex, France.</aff><aff id="aff6"><sup>6</sup>MTE/IGEDD, Tour Séquoïa, 92055 La Défense Cedex, France.</aff><aff id="aff7"><sup>7</sup>Pôle R&amp;D ECLA, France</aff><pub-date date-type="created">
<day>6</day>
<month>2</month>
<year>2026</year>
</pub-date>
<permissions>
<copyright-statement>Copyright © 1970 Thierry TORMOS, Emeric LAVERGNE, Santiago PEÑA LUQUE, Nathalie REYNAUD, Nicolas GASNIER, Nicolas PICOT, Anne PUISSANT, Philippe GOUTEYRON, Pascal KOSUTH</copyright-statement>
<copyright-year>1970</copyright-year>
<copyright-holder>Thierry TORMOS, Emeric LAVERGNE, Santiago PEÑA LUQUE, Nathalie REYNAUD, Nicolas GASNIER, Nicolas PICOT, Anne PUISSANT, Philippe GOUTEYRON, Pascal KOSUTH</copyright-holder>
<license>
<license-p></license-p>
</license>
</permissions>
<abstract xml:lang="en"><p>Phytoplankton is a key biological element for biomonitoring water bodies due to its role in their functioning and its rapid response to human-induced environmental pressures. In France, a biotic index (IPLAC) has been developed to assess the ecological quality of water bodies. It is based on the identification and counting of phytoplankton species using optical microscopy. While optical microscopy has certain shortcomings, such as the difficulty of identifying certain small or cryptic species, the metabarcoding approach avoids these pitfalls and is therefore of interest for biomonitoring. In this context, the PhytoDOM project has enabled the development of biotic indices based on metabarcoding sequencing of phytoplankton DNA. The first steps were dedicated to developing protocols for phytoplankton sampling, preparations for sequencing (DNA extraction, PCR amplification of DNA), and analysing the data obtained from sequencing (bioinformatic pipeline). The data produced made it possible to assess the relevance of using species identified by metabarcoding to calculate the IPLAC's MCS metric and showed that this approach is not conclusive. Subsequently, a taxonomy-free metric (MCA) and an ecological network topology index (MCT) were developed and tested on 599 samples collected from 186 metropolitan lakes and showed a significant ability to predict phosphorus levels.</p></abstract><abstract xml:lang="fr"><p>Le phytoplancton est un élément biologique clef pour la biosurveillance des plans d’eau, de par son rôle dans leur fonctionnement ainsi que sa réponse rapide face aux pressions environnementales d’origine humaine. En France, un indice biotique, Indice Phytoplancton Lacustre (IPLAC), permettant d’évaluer la qualité écologique des plans d’eau a été développé, se basant sur l’identification et le comptage en microscopie optique des espèces composant le phytoplancton. Alors que cette approche présente certains inconvénients comme la difficulté d’identification d’espèces trop petites ou cryptiques, l’approche métabarcoding ADNe permet d’éviter ces écueils et présente donc un intérêt pour la biosurveillance. Dans ce contexte, le projet PhytoDOM a permis le développement d‘indices biotiques utilisant le séquençage ADNe métabarcoding du phytoplancton. Les premières étapes ont été dédiées à l’élaboration de protocoles pour l’échantillonnage, la préparation pour le séquençage (extraction et amplification PCR d’ADN) et l’analyse des données (pipeline bioinformatique). Les données produites ont montré que l’utilisation des espèces identifiées par métabarcoding pour le calcul de la métrique MCS (Métrique de composition spécifique) de l’IPLAC (version 1) n’est pas concluante. Une métrique taxonomy free (MCA pour métrique de composition d’amplicon) et un indice de topologie des réseaux écologiques (MCT pour métriques de composition topologique) ont donc été développés et testés sur 599 échantillons de 186 lacs métropolitains et ont montré une capacité de prédiction des niveaux en phosphore (en lien avec des perturbations anthropiques) significative.</p></abstract>
<kwd-group>
<kwd></kwd>
</kwd-group>
</article-meta>
</front>
<body>
<sec sec-type="lead"><p><bold>Satellites et algorithmes suivent désormais chaque semaine le volume et la qualité de nos plans d’eau, partout en France. Ces informations, accessibles via des tableaux de bord partagés, permettront aux différents acteurs de l’eau une gestion coordonnée, plus réactive et adaptée aux enjeux locaux comme nationaux.</bold></p>
</sec>
<sec id="h0-un-deploiement-a-l-echelle-nationale-"><title>Un déploiement à l’échelle nationale  </title>
<p>La gestion durable des ressources en eau et des milieux aquatiques est une priorité des politiques environnementales, renforcée par le changement climatique et l’augmentation des sécheresses. En France, cette politique couvre tout le cycle de l’eau : qualité sanitaire, état écologique, usages, risques, gouvernance des services publics. Dans ce cadre, la surveillance des plans d’eau joue un rôle clé : elle garantit une gestion éclairée, évalue leur état écologique et assure l’efficacité des politiques répondant aux obligations nationales et européennes, notamment celles de la directive cadre sur l’eau (DCE).</p>
<p>Les méthodes de surveillance actuelles (cf. article n°22), majoritairement basées sur des mesures ponctuelles sur le terrain, restent limitées en couverture spatiale et temporelle, et leur coût freine un déploiement à grande échelle. Des solutions complémentaires comme la télédétection satellitaire sont donc nécessaires pour élargir le suivi, consolider les diagnostics et mieux orienter les politiques de gestion.</p>
<p>Les progrès récents en observation de la Terre et en traitement de l’information ouvrent de nouvelles perspectives. Grâce aux satellites, il est désormais possible de suivre à intervalles rapprochés des variables quantitatives (surface en eau, volumes stockés) et qualitatives (température, transparence, matières en suspension). En France, les activités menées par le <ext-link ext-link-type="uri" xlink:href="https://poleecla.fr/">pôle R&amp;D ECLA</ext-link> (Pôle Recherche et Développement Écosystèmes Lacustres)<xref ref-type="fn" rid="1">1</xref>, le Centre national d’études spatiales (CNES), les organismes de recherche et le ministère chargé de l’environnement, notamment au sein du pôle de données et de services pour les surfaces continentales THEIA de l’infrastructure de recherche Data Terra, ont permis de mettre au point des algorithmes robustes traduisant les images en informations directement utilisables par les gestionnaires et les scientifiques (<xref ref-type="bibr" rid="ref6">Tormos et al., 2021</xref>).</p>
<p>C’est dans cette dynamique que s’inscrit le volet spatial de France 2030, lancé en 2023 pour soutenir l’innovation dans la gestion de l’eau. Porté par le CNES en partenariat avec le ministère de la Transition écologique (MTE), ce projet finance sur trois ans (2024-2026) des démonstrateurs nationaux de télésurveillance des plans d’eau de plus de trois hectares recensés dans l’Inventaire national des plans d’eau (INPE). L’objectif : suivre 18 000 plans d’eau représentant 17 milliards de m³ et 332 000 ha (Kosuth et al., 2024). Les services portent sur le suivi quantitatif (lot 1 : volumes stockés, niveaux) et qualitatif (lot 2 : proliférations d’algues, transparence, température). Cet article présente pour chaque lot les premiers résultats, les variables produites et leur précision, illustrés par le cas de la retenue de Serre-Ponçon. Les tableaux 1 et 2 synthétisent les caractéristiques des satellites et les variables produites.</p>
<table-wrap orientation="portrait" position="float"><caption><title>Tableau 1. Caractéristiques des satellites actuellement exploités dans le cadre du projet FR2030 sur l’hydrologie spatiale (lot 1 et lot 2). </title>
<p>La résolution temporelle correspond au temps de revisite d’une même cible ; la résolution spatiale correspond à la taille du pixel ou de l’empreinte au sol ; la résolution spectrale correspond au nombre de bandes et à la plage de longueurs d’onde couverte. * IRT : infra rouge thermique.</p>
</caption><table><tbody><tr>	<td valign="middle"><p><bold>Satellite</bold></p>
</td>
	<td valign="middle"><p><bold>Couverture temporelle</bold></p>
</td>
	<td valign="middle"><p><bold>Résolution temporelle moyenne</bold></p>
</td>
	<td valign="middle"><p><bold>Résolution spatiale</bold></p>
</td>
	<td valign="middle"><p><bold>Capteur</bold></p>
</td>
	<td valign="middle"><p><bold>Type de capteur</bold></p>
</td>
	<td valign="middle"><p><bold>Résolution spectrale</bold></p>
</td>
</tr>
<tr>	<td valign="middle"><p>LANDSAT
8 et 9</p>
</td>
	<td valign="middle"><p>2013 – présent</p>
</td>
	<td valign="middle"><p>16 jours</p>
</td>
	<td valign="middle"><p>30-100 m</p>
</td>
	<td valign="middle"><p>OLI &amp; TIRS</p>
</td>
	<td valign="middle"><p>Optique
&amp; IRT*</p>
</td>
	<td valign="middle"><p>11 bandes 
0,43 – 12,51 µm</p>
</td>
</tr>
<tr>	<td valign="middle"><p>SENTINEL-2</p>
</td>
	<td valign="middle"><p>2015 – présent</p>
</td>
	<td valign="middle"><p>5 jours</p>
</td>
	<td valign="middle"><p>10-60 m</p>
</td>
	<td valign="middle"><p>MSI</p>
</td>
	<td valign="middle"><p>Optique</p>
</td>
	<td valign="middle"><p>13 bandes
 0,43 – 2,29 µm</p>
</td>
</tr>
<tr>	<td valign="middle"><p>SENTINEL-1</p>
</td>
	<td valign="middle"><p>2014 – présent</p>
</td>
	<td valign="middle"><p>6 jours</p>
</td>
	<td valign="middle"><p>– 5-90 m</p>
</td>
	<td valign="middle"><p>C-SAR</p>
</td>
	<td valign="middle"><p>Radar</p>
</td>
	<td valign="middle"><p>5,355 – 5,455 GHz</p>
</td>
</tr>
</tbody></table>
</table-wrap><p />
<table-wrap orientation="portrait" position="float"><caption><title>Tableau 2. Variables produites dans le cadre du programme FR2030 sur l’hydrologie spatiale (lot 1 et lot 2).</title>
<p>* Marnage : fluctuation du niveau d’eau, calculable à partir des variables quantitatives produtes ; ** Transparence (Kd) : transparence mesurée à partir du coefficient d’atténuation de la lumière dans l’eau sur le spectre du visible ; *** Transparence (Sd) : transparence estimée par télédétection équivalente à la mesure de Secchi ; **** Chla :concentration en chlorophylle-a ; ***** MES : concentration en matières en suspension. La fréquence temporelle correspond au temps de revisite d’une même cible.</p>
</caption><table><tbody><tr>	<td valign="middle"><p><bold>Type de variable</bold></p>
</td>
	<td valign="middle"><p><bold>Variable</bold></p>
</td>
	<td valign="middle"><p><bold>Satellites exploités</bold></p>
</td>
	<td valign="middle"><p><bold>Plans d’eau ciblés</bold></p>
</td>
	<td valign="middle"><p><bold>Couverture spatiale</bold></p>
</td>
	<td valign="middle"><p><bold>Couverture/fréquence temporelle</bold></p>
</td>
</tr>
<tr>	<td valign="middle"><p>Quantitative</p>
</td>
	<td valign="middle"><p>Superficie</p>
<p>Volume</p>
<p>Taux de remplissage</p>
<p>Marnage*</p>
</td>
	<td valign="middle"><p />
</td>
	<td valign="middle"><p>&gt; 3 ha</p>
</td>
	<td valign="middle"><p>France Métropole 
et Outre-Mer</p>
</td>
	<td valign="middle"><p>2017 – présent/Hebdomadaire</p>
</td>
</tr>
<tr>	<td valign="middle" rowspan="2"><p>Qualitative</p>
</td>
	<td valign="middle"><p>Température</p>
</td>
	<td valign="middle"><p>Landsat 8 &amp; 9</p>
</td>
	<td valign="middle"><p>&gt; 300 m de large</p>
</td>
	<td valign="middle" rowspan="2"><p>France Métropole et Outre-Mer</p>
</td>
	<td valign="middle" rowspan="2"><p>2017 – présent/hebdomadaire</p>
</td>
</tr>
<tr>	<td valign="middle"><p>Transparence</p>
<p>(Kd)**</p>
<p>Transparence</p>
<p>(Sd)***</p>
<p>Chla****</p>
<p>MES*****</p>
<p>Turbidité</p>
<p>Indicateur de blooms algaux</p>
<p>Type optique</p>
</td>
	<td valign="middle"><p>Sentinel-2</p>
</td>
	<td valign="middle"><p>&gt; 3 ha</p>
</td>
</tr>
</tbody></table>
</table-wrap></sec>
<sec id="h1-le-suivi-quantitatif"><title>Le suivi quantitatif</title>
<p>Le service « Suivi des superficies en eau et des volumes stockés » a été conçu par le CNES et l’Inspection générale de l’environnement et du développement durable (IGEDD) du MTE pour répondre aux besoins croissants en données actualisées sur la ressource en eau dans les plans d’eau. Il suit :</p>
<list list-type="bullet"><list-item><p>la surface en eau visible,</p>
</list-item><list-item><p>le volume stocké,</p>
</list-item><list-item><p>le taux de remplissage (rapport volume actuel/capacité maximale),</p>
</list-item><list-item><p>les variations de niveau (marnage).</p>
</list-item><p>À partir de ces données, le service propose une surveillance quasi en temps réel et des analyses à long terme pour comprendre la dynamique des plans d’eau et gérer les situations de crise, comme par exemple les sécheresses. Deux groupements ont été retenus dans FR2030 pour démontrer l’opérationnalisation de ce service : CS GROUP/SERTIT et THALES SN/MEOSS.</p>
<p>La méthode repose sur le suivi par imagerie satellitaire Sentinel-2 (optique) et Sentinel-1 (radar) de la superficie en eau (S). La fiabilité de la télédétection pour mesurer les superficies en eau est désormais bien établie (<xref ref-type="bibr" rid="ref2">Peña-Luque et al., 2021</xref>). Ce type de produit est fourni avec une latence de dix jours par le pôle THEIA<xref ref-type="fn" rid="2">2</xref> sous forme de carte de détection. Le service FR2030 utilise ce type de technique pour estimer de séries de superficie à partir de ses propres méthodes </p>
<p>Cette superficie (S) est ensuite convertie en volume (V) et en altitude du plan d’eau (Z) grâce à des relations superficie-volume-cote propres à chaque plan d’eau. Ces relations sont construites soit à partir des données bathymétriques fournies par le gestionnaire, soit, en leur absence, à partir des modèles numériques de terrain (RGE Alti de l’IGN) en quantifiant les superficies de plusieurs courbes de niveau en dessus du plan d’eau puis en interpolant une loi S(Z) en exploitant la hauteur du pied de barrage repéré automatiquement dans le MNT.</p>
<p>Enfin, le marnage est déduit des variations de niveau, et le taux de remplissage du rapport entre volume estimé et capacité maximale du plan d’eau.</p>
<p>Pour évaluer la qualité des produits, le MTE a rassemblé des données in situ sur plus de cent plans d’eau auprès d’une dizaine de maîtres d’ouvrage. Ce jeu de données a permis une évaluation indépendante à mi-parcours : le meilleur produit respecte les spécifications minimales en volume et taux de remplissage pour deux tiers des plans d’eau évalués (tableau 3). La figure 1 illustre les performances pour Serre-Ponçon entre 2017 et 2025.</p>
<p>Les prestataires développent également des outils d’aide à la décision (OAD) : visualiseurs cartographiques interactifs et tableaux de bord permettant d’explorer les données à différentes échelles (plan d’eau, département, région, bassin). Les liens des différentes OAD sont à retrouver dans l’encadré « En savoir plus » et sont accessibles gratuitement pour le secteur public pendant le projet via la plateforme Hydroscopia.</p>
</list><table-wrap orientation="portrait" position="float"><caption><title>Tableau 3. Performances du meilleur produit du lot 1 (variables quantitatives), issues de l’évaluation indépendante à mi-parcours. Pour la variable « taux de remplissage », les spécifications minimum sont atteintes pour 63 % des plans d’eau. </title>
<p>* Q75 % : le quantile 75 % de la valeur absolue de l’erreur relative (ou de l’erreur absolue pour le taux de remplissage), quantifiée sur les séries temporelles in situ (N = 39 plans). C’est la valeur en dessous de laquelle se trouvent 75 % des erreurs relatives. Par exemple, un quantile 75 % de 12 % signifie que dans 75 % des cas, l’erreur relative absolue est inférieure à 12 %.</p>
</caption><table><tbody><tr>	<td valign="middle"><p><bold>Variables</bold></p>
</td>
	<td valign="middle"><p><bold>Q75 %*</bold></p>
</td>
	<td valign="middle"><p><bold>% PE  spéc. min. atteintes</bold></p>
</td>
	<td valign="middle"><p><bold>% PE  spéc. cibles atteintes</bold></p>
</td>
</tr>
<tr>	<td valign="middle"><p>Superficie (spec. cible : Q75 &lt; 5 % ; spec. min. Q75 &lt; 10 %)</p>
</td>
	<td valign="middle"><p>19 %</p>
</td>
	<td valign="middle"><p>32 %</p>
</td>
	<td valign="middle"><p>13 %</p>
</td>
</tr>
<tr>	<td valign="middle"><p>Volume (spec. cible : Q75 &lt; 20 % ; spec. min. Q75 &lt; 30 %)</p>
</td>
	<td valign="middle"><p>32 %</p>
</td>
	<td valign="middle"><p>98 %</p>
</td>
	<td valign="middle"><p>44 %</p>
</td>
</tr>
<tr>	<td valign="middle"><p>Taux de remplissage (spec. cible : Q75 &lt; 10 % ; spec. min. Q75 &lt; 15 %)</p>
</td>
	<td valign="middle"><p>18 %</p>
</td>
	<td valign="middle"><p>63 %</p>
</td>
	<td valign="middle"><p>50 %</p>
</td>
</tr>
</tbody></table>
</table-wrap><p><fig><caption><title>Figure 1. Produit CS GROUP/SERTIT 2017-2025 sur la retenue de Serre-Ponçon : points en bleu clair : estimation satellitaire du volume stocké (en haut) et du taux de remplissage (en bas); ligne bleue : données in situ du gestionnaire.  Le Q75 est de 13 % pour les volumes et de 5 % pour les taux de remplissage (valeurs cibles 20  % et 10 %).</title>
</caption><graphic xlink:href="media/image1.png" /></fig></p>
</sec>
<sec id="h1-le-suivi-qualitatif"><title>Le suivi qualitatif</title>
<p>Le service « Suivi de la qualité des eaux superficielles » fournit régulièrement des données sur plusieurs variables clés : température de surface, teneur en chlorophylle-a, turbidité et matières en suspension. Ces informations, organisées en tableaux de bord, visent à appuyer la gestion des ressources en eau des plans d’eau à l’échelle nationale. Le groupement Magellium/Vortex-IO, accompagné de laboratoires de recherche, le pôle R&amp;D ECLA, le GET (Géosciences Environnement Toulouse) et le LOV (Laboratoire d’océanographie de Villefranche), en assure la production.</p>
<p>Les méthodes appliquées s’appuient sur les avancées de la recherche (Tormos et al. 2021). Le tableau 2 récapitule les variables produites.</p>
<p>La température de surface (Tskin) est mesurée par télédétection infrarouge thermique (IRT). Actuellement, seules les missions Landsat offrent des images IRT à 100 m de résolution, disponibles tous les seize jours depuis les années 1980 (hors nuages). En France, le pôle R&amp;D ECLA en produit déjà une synthèse annuelle pour les grands plans d’eau (&gt; 50 ha)<xref ref-type="fn" rid="3">3</xref>. Le service proposé par Magellium s’appuie sur Landsat 8 &amp; 9 et fournit un suivi hebdomadaire quasi en temps réel depuis 2017 pour les plans d’eau d’au moins 300 m de large. Une évaluation indépendante sur dix plans d’eau par le MTE/IGEDD a confirmé la qualité de ce produit : dans 75 % des cas, l’erreur entre mesure satellitaire et terrain est inférieure à ± 2 °C, en accord avec les résultats publiés (<xref ref-type="bibr" rid="ref3">Prats et al., 2018</xref>). La figure 2 illustre les performances pour Serre-Ponçon entre 2017 et 2024. Ce produit atteint donc les spécifications du programme France 2030.</p>
<p><fig><caption><title>Figure 2. Produit Magellium-OFB 2016-2023 sur la retenue de Serre-Ponçon : en bleu clair : estimation satellitaire de la température de surface de la retenue ; en bleu : données in situ du gestionnaire.  Le Q75 est de 2 °C pour la température (valeur cible 2 °C).</title>
</caption><graphic xlink:href="media/image2.png"><alt-text>Une image contenant texte, capture d’écran, ligne, Tracé Le contenu généré par l’IA peut être incorrect.</alt-text></graphic></fig></p>
<p>Les autres variables (chlorophylle-a, turbidité, matières en suspension) sont estimées à partir de la couleur de l’eau mesurée par Sentinel-2 (10 m, tous les cinq jours). La couleur de l’eau dépend des différentes propriétés optiques des matières colorées en suspension et dissoutes dans la colonne d’eau. Son interprétation reste encore complexe sur les eaux intérieures compte tenu de la variabilité de mélanges de matières possibles dans ces milieux. Cependant, les progrès récents (meilleure correction atmosphérique, inversion par types optiques) ont permis de renforcer la robustesse des estimations (<xref ref-type="bibr" rid="ref1">Harmel et al., 2018</xref> ; <xref ref-type="bibr" rid="ref5">Spyrakos et al., 2018</xref>). Sur cette base, le service fournit des données hebdomadaires quasi en temps réel pour les plans d’eau de plus d’un hectare et les recherches se poursuivent pour atteindre les performances visées par France 2030.</p>
<p>Ces produits sont accessibles <italic>via</italic> un OAD dédié (cf. encadré «En savoir plus »), offrant visualisation cartographique, graphiques temporels par plan d’eau et agrégations multi-échelles (bassin, région, national). Des tableaux de bord synthétiques sont en cours de développement.</p>
</sec>
<sec id="h1-le-suivi-de-la-retenue-de-serre-poncon"><title>Le suivi de la retenue de Serre-Ponçon</title>
<p>Située entre les Hautes-Alpes et les Alpes-de-Haute-Provence, la retenue de Serre-Ponçon est l’un des plus grands réservoirs artificiels d’Europe de l’Ouest (28 km², capacité de 1,2 milliard de m³). Mise en eau en 1961 après la construction du barrage sur la Durance, elle joue un rôle majeur : alimentation en eau potable, soutien à l’agriculture, protection contre les crues, régulation des débits en période de sécheresse, production hydroélectrique et tourisme estival. Sa gestion est assurée par le syndicat public SMADESEP.</p>
<p>Ces dernières années, elle a été confrontée à des contrastes hydrologiques marqués (figure 1). À l’été 2022, marqué par une sécheresse exceptionnelle, le niveau de l’eau est descendu à environ neuf mètres en dessous du niveau requis pour les activités touristiques, notamment les sports nautiques, entraînant une baisse estimée de 30 % du chiffre d’affaires local. À l’inverse, l’automne-hiver 2023-2024 a connu des crues majeures nécessitant une augmentation de la production hydroélectrique pour sécuriser le niveau. Ces situations contrastées illustrent la forte sensibilité de la retenue aux aléas climatiques et soulignent la nécessité de disposer d’outils de suivi performants.</p>
<p>Les démonstrateurs de France 2030 contribuent à cet objectif. Les tableaux de bord du lot 1 proposent un suivi hebdomadaire des hauteurs, superficies, volumes et taux de remplissage (figure 3), facilitant le partage d’information et l’alerte en cas de tension sur la ressource. Ils offrent aussi une rétrospective mensuelle et interannuelle pour améliorer la planification des usages.</p>
<p><fig><caption><title>Figure 3. Exemple d’un tableau de bord proposé dans FR2030 pour suivre en temps quasi réel les variables quantitatives de la retenue de Serre-Ponçon (tableau de bord réalisé par le prestataire CS GROUP/SERTIT).</title>
</caption><graphic xlink:href="media/image3.png" /></fig></p>
<p>Côté qualité, les démonstrateurs montrent également tout leur intérêt. Les séries temporelles issues de la télédétection révèlent les mêmes signaux que l’étude hydrobiologique récente menée sur le terrain par le pôle R&amp;D ECLA (<xref ref-type="bibr" rid="ref4">Salmon et al., 2024</xref>), confirmant le bon état méso-oligotrophe de la retenue tout en mettant en évidence des périodes de vigilance sur certaines zones du plan d’eau. C’est le cas par exemple de la baie de Chanteloube qui reçoit les rejets de la station d’épuration de Chorges. On observe des plus fortes concentrations en chlorophylle-a sur cette baie (par rapport au reste du plan d’eau) en période printanière et estivale (figure 4) répondant aux concentrations anormalement élevées en phosphore et nitrates qui ont été relevées sur le terrain.</p>
<p>Cette couverture spatiale et temporelle régulière, quasi impossible à obtenir avec les seules campagnes de terrain, permet de détecter plus précocement les événements à risque (comme les blooms algaux) et d’en suivre l’évolution dans le temps et dans l’espace. Ces informations offrent aux gestionnaires la possibilité d’anticiper et de mettre en place des actions préventives, par exemple en adaptant les rejets de la station d’épuration en cas de dépassement de seuils critiques.</p>
<p><fig><caption><title>Figure 4. Illustration des variations observées des variables de qualité (concentrations en chlorophylle-a et transparence) sur la baie de Chanteloube (retenue de Serre-Ponçon). On observe des pics de concentration sur cette baie (par rapport au reste du plan d’eau) en période printanière (24/05/2023) et estivale (12/08/2023).</title>
</caption><graphic xlink:href="media/image4.png" /></fig></p>
</sec>
<sec id="h1-conclusions-et-perspectives"><title>Conclusions et perspectives</title>
<p>La mise en place de méthodes opérationnelles de suivi des lacs par télédétection marque une étape clé dans l’évolution des outils de gestion des ressources en eau et des milieux aquatiques, à l’échelle nationale comme locale. En couplant observation spatiale, algorithmes avancés et expertise scientifique, et en restant lucides et exigeants sur les progrès qui doivent encore être réalisés, les services développés dans le cadre du programme France 2030 démontrent leur capacité à fournir des informations fiables, fréquentes et spatialement continues sur les états quantitatif et qualitatif des plans d’eau. Ce changement d’échelle dans la collecte des données ouvre la voie à une gestion plus proactive, réactive et intégrée des écosystèmes lacustres, et à un partage large de l’information.</p>
<p>Ces outils permettent non seulement de mieux comprendre le fonctionnement des plans d’eau, mais aussi d’identifier précocement des signaux d’alerte face aux pressions climatiques ou humaines. Grâce à l’intégration de l’ensemble de ces informations dans des outils d’aide à la décision (objet du 4<sup>e</sup> volet du projet FR2030), les acteurs de l’eau pourront adapter plus finement leurs actions à l’évolution des conditions environnementales, et ce, à différentes échelles territoriales. L’exemple de la retenue de Serre-Ponçon illustre concrètement la valeur ajoutée de cette approche, tant pour la prévention des risques que pour la préservation des usages multiples liés à l’eau et plus généralement pour la concertation entre les acteurs.</p>
<p>D’autant plus que l’essor de la télédétection est permanent. Les capteurs de nouvelle génération, comme SWOT (hauteurs d’eau de haute précision) et TRISHNA (suivi thermique haute fréquence), permettront d’affiner encore les observations.</p>
<p>Les données in situ n’en restent pas moins indispensables : elles apportent des paramètres non observables depuis l’espace (profondeur, chimie de l’eau, phénomènes locaux) et constituent des données de référence nécessaires pour caler et valider les algorithmes. Une meilleure coordination entre réseaux de suivi in situ et programmes de télédétection sera nécessaire pour une intégration cohérente de toutes les données.</p>
<p>Enfin, l’appropriation de ces outils par les gestionnaires et collectivités doit être accompagnée. Formations, médiation scientifique et co-construction des outils avec les utilisateurs seront essentielles pour faire de la télédétection un levier opérationnel de gestion de l’eau. </p>
</sec>
<sec id="h1-remerciements"><title>Remerciements</title>
<p>Les auteurs tiennent à remercier l’ensemble des titulaires et lauréats impliqués dans le projet France 2030 pour leur engagement et leur contribution à la réussite de ces démonstrateurs. Nos remerciements s’adressent également aux institutions partenaires, en particulier la Direction de l’eau et de la biodiversité du MTE, l’Inspection générale de l’environnement et du développement durable (IGEDD), le Commissariat général au développement durable (CGDD) du MTE, le ministère de l’Agriculture et de la Souveraineté alimentaire, ainsi que les services de l’État et les agents investis dans les missions de service public pour leur soutien constant.</p>
<p>Nous remercions tout particulièrement le CNES pour la mise en place et la mise en œuvre du projet France 2030, ainsi que les équipes techniques et scientifiques qui ont accompagné le déploiement opérationnel des services.</p>
<p>Nos remerciements vont également aux personnels temporaires Tristan Harmel, Guillaume Morin, Arthur Coqué et Pierre Manchon qui, au sein du pôle R&amp;D ECLA, ont contribué à faire progresser les connaissances et les méthodes de suivi par télédétection, favorisant ainsi le passage de la recherche à l’opérationnel. Nous remercions aussi le SMADESEP pour le partage des données sur la retenue de Serre-Ponçon.</p>
<p>Enfin, nous remercions le Programme France 2030, l’Office français de la biodiversité (OFB), le CNES et le pôle THEIA pour leur appui financier et leur soutien à la diffusion de ces innovations auprès de la communauté des gestionnaires et décideurs publics.</p>
<boxed-text><caption><title>En savoir plus</title>
</caption><p>Présentation des lauréats du projet France 2030 :</p>
<p><ext-link ext-link-type="uri" xlink:href="https://www.info.gouv.fr/upload/media/content/0001/08/ecc923c61a3827e536eb46ebf3a9dd81235b5bea.pdf">https://www.info.gouv.fr/upload/media/content/0001/08/ecc923c61a3827e536eb46ebf3a9dd81235b5bea.pdf</ext-link></p>
<p>Description du projet et des futurs services : <ext-link ext-link-type="uri" xlink:href="https://geodes.cnes.fr/projects/france-2030-hydro/">https://geodes.cnes.fr/projects/france-2030-hydro/</ext-link></p>
<p>Plateforme du projet : <ext-link ext-link-type="uri" xlink:href="https://hydroscopia.fr">https://hydroscopia.fr</ext-link></p>
<p>Les satellites au service de l’eau douce : <ext-link ext-link-type="uri" xlink:href="https://www.applisat.fr/les-satellites-au-service-leau-douce">https://www.applisat.fr/les-satellites-au-service-leau-douce</ext-link></p>
<p>Le consortium d’expertise scientifique THEIA eaux continentales : <ext-link ext-link-type="uri" xlink:href="https://www.theia-land.fr/ces-eaux-continentales/">https://www.theia-land.fr/ces-eaux-continentales/</ext-link></p>
<p>La plateforme hydrowebnext : <ext-link ext-link-type="uri" xlink:href="https://hydroweb.next.theia-land.fr/">https://hydroweb.next.theia-land.fr/</ext-link></p>
<p>La plateforme Dataecla : <ext-link ext-link-type="uri" xlink:href="https://dataecla.fr/donnees/teledetection">https://dataecla.fr/donnees/teledetection</ext-link></p>
<p>Les outils d’aide à la décision (OAD) des prestataires :</p>
<list list-type="bullet"><list-item><p>Pour CSGROUP/SERTIT :</p>
</list-item><list-item><list list-type="bullet"><list-item><p>visualisateur cartographique : <ext-link ext-link-type="uri" xlink:href="https://hydro.web.p2.csgroup.space/">https://hydro.web.p2.csgroup.space/</ext-link></p>
</list-item><list-item><p>tableau de bord : <ext-link ext-link-type="uri" xlink:href="https://dashboards.france2030hydro.csgroup.space/superset/dashboard/f2030_hydro_main/">https://dashboards.france2030hydro.csgroup.space/superset/dashboard/f2030_hydro_main/</ext-link></p>
</list-item></list></list-item><list-item><p>Pour  THALES SN/MEOSS :</p>
</list-item><list-item><list list-type="bullet"><list-item><p>visualisateur cartographique : <ext-link ext-link-type="uri" xlink:href="https://meocarto2.meoss.net/clients/hydrospace_lot1/HydroSpace_CNES_Lot1/">https://meocarto2.meoss.net/clients/hydrospace_lot1/HydroSpace_CNES_Lot1/</ext-link></p>
</list-item><list-item><p>tableau de bord : <ext-link ext-link-type="uri" xlink:href="https://meocarto2.meoss.net/clients/hydrospace_lot1/HydroSpace_CNES_Lot1/dashboard/">https://meocarto2.meoss.net/clients/hydrospace_lot1/HydroSpace_CNES_Lot1/dashboard/</ext-link></p>
</list-item></list></list-item><list-item><p>Pour Magellium/Vortex IO : <ext-link ext-link-type="uri" xlink:href="https://oad-magellium.com/">https://oad-magellium.com/</ext-link></p>
</list-item></list></boxed-text><p>______________________</p>
<p><italic>Photo d’entête :</italic> <italic>©</italic> <italic>Intelsat</italic></p>
</sec>
</body>
<back>
<fn-group><fn id="1"><p> <ext-link ext-link-type="uri" xlink:href="https://poleecla.fr/">https://poleecla.fr/</ext-link></p>
</fn><fn id="2"><p> Plus d’informations  :  <ext-link ext-link-type="uri" xlink:href="https://www.theia-land.fr/blog/projects/surfaces-en-eaux-2b/">https://www.theia-land.fr/blog/projects/surfaces-en-eaux-2b/</ext-link></p>
</fn><fn id="3"><p> Plus d’informations  : <ext-link ext-link-type="uri" xlink:href="https://dataecla.fr/geonetwork/srv/eng/catalog.search">https://dataecla.fr/geonetwork/srv/eng/catalog.search#/metadata/e7dc0767-47e1-4f09-8a5e-094c18c941a3</ext-link></p>
</fn></fn-group><ref-list><ref id="ref1"><label>1</label><mixed-citation><name><surname>Harmel</surname><given-names>T.</given-names></name><name><surname>Chami</surname><given-names>M.</given-names></name><name><surname>Tormos</surname><given-names>T.</given-names></name><name><surname>Reynaud</surname><given-names>N.</given-names></name><name><surname>Danis</surname><given-names>P.</given-names></name><year>2018</year><article-title>Sunglint correction of the Multi-Spectral Instrument (MSI)-SENTINEL-2 imagery over inland and sea waters from SWIR bands</article-title><source>Remote Sensing Of Environment</source><volume>204</volume><comment>308‑321</comment><ext-link ext-link-type="doi" xlink:href="https://doi.org/10.1016/j.rse.2017.10.022">https://doi.org/10.1016/j.rse.2017.10.022</ext-link></mixed-citation></ref>
<ref id="ref2"><label>2</label><mixed-citation><name><surname>Peña-Luque</surname><given-names>S.</given-names></name><name><surname>Ferrant</surname><given-names>S.</given-names></name><name><surname>Cordeiro</surname><given-names>M. C. R.</given-names></name><name><surname>Ledauphin</surname><given-names>T.</given-names></name><name><surname>Maxant</surname><given-names>J.</given-names></name><name><surname>Martinez</surname><given-names>J.</given-names></name><year>2021</year><article-title>Sentinel-1&amp; ; 2 Multitemporal Water Surface Detection Accuracies, Evaluated at Regional and Reservoirs Level</article-title><source>Remote Sensing</source><volume>13</volume><issue>16</issue><page-range>3279</page-range><ext-link ext-link-type="doi" xlink:href="https://doi.org/10.3390/rs13163279">https://doi.org/10.3390/rs13163279</ext-link></mixed-citation></ref>
<ref id="ref3"><label>3</label><mixed-citation><name><surname>Prats</surname><given-names>J.</given-names></name><name><surname>Reynaud</surname><given-names>N.</given-names></name><name><surname>Rebière</surname><given-names>D.</given-names></name><name><surname>Peroux</surname><given-names>T.</given-names></name><name><surname>Tormos</surname><given-names>T.</given-names></name><name><surname>Danis</surname><given-names>P.</given-names></name><year>2018</year><article-title>LakeSST : Lake Skin Surface Temperature in French inland water bodies for 1999–2016 from Landsat archives</article-title><source>Earth System Science Data</source><volume>10</volume><issue>2</issue><comment>727‑743</comment><ext-link ext-link-type="doi" xlink:href="https://doi.org/10.5194/essd-10-727-2018">https://doi.org/10.5194/essd-10-727-2018</ext-link></mixed-citation></ref>
<ref id="ref4"><label>4</label><mixed-citation><name><surname>Salmon</surname><given-names>Q.</given-names></name><name><surname>Rodriguez-Perez</surname><given-names>H.</given-names></name><name><surname>Tormos</surname><given-names>T.</given-names></name><name><surname>Peroux</surname><given-names>T.</given-names></name><name><surname>Dublon</surname><given-names>J.</given-names></name><name><surname>Chappaz</surname><given-names>R.</given-names></name><name><surname>Pech</surname><given-names>N.</given-names></name><name><surname>Diouloufet</surname><given-names>V.</given-names></name><name><surname>Baudoin</surname><given-names>J. M.</given-names></name><name><surname>Argillier</surname><given-names>C.</given-names></name><year>2024</year><article-title>Vème étude hydrobiologique de la retenue de Serre-Ponçon</article-title><publisher-name>Rapport au Syndicat mixte d’aménagement et de développement de Serre- Ponçon (SMADESEP).</publisher-name></mixed-citation></ref>
<ref id="ref5"><label>5</label><mixed-citation><name><surname>Spyrakos</surname><given-names>E.</given-names></name><name><surname>O’donnell</surname><given-names>R.</given-names></name><name><surname>Hunter</surname><given-names>P. D.</given-names></name><name><surname>Miller</surname><given-names>C.</given-names></name><name><surname>Scott</surname><given-names>M.</given-names></name><name><surname>Simis</surname><given-names>S. G. H.</given-names></name><name><surname>Neil</surname><given-names>C.</given-names></name><name><surname>Barbosa</surname><given-names>C. C. F.</given-names></name><name><surname>Binding</surname><given-names>C. E.</given-names></name><name><surname>Bradt</surname><given-names>S.</given-names></name><name><surname>Bresciani</surname><given-names>M.</given-names></name><name><surname>Dall’olmo</surname><given-names>G.</given-names></name><name><surname>Giardino</surname><given-names>C.</given-names></name><name><surname>Gitelson</surname><given-names>A. A.</given-names></name><name><surname>Kutser</surname><given-names>T.</given-names></name><name><surname>Li</surname><given-names>L.</given-names></name><name><surname>Matsushita</surname><given-names>B.</given-names></name><name><surname>Martinez-Vicente</surname><given-names>V.</given-names></name><name><surname>Matthews</surname><given-names>M. W.</given-names></name><name><surname>Tyler</surname><given-names>A. N.</given-names></name><year>2018</year><article-title>Optical types of inland and coastal waters</article-title><source>Limnology And Oceanography</source><volume>63</volume><issue>2</issue><comment>846‑870</comment><ext-link ext-link-type="doi" xlink:href="https://doi.org/10.1002/lno.10674">https://doi.org/10.1002/lno.10674</ext-link></mixed-citation></ref>
<ref id="ref6"><label>6</label><mixed-citation><name><surname>Tormos</surname><given-names>T.</given-names></name><name><surname>Reynaud</surname><given-names>N.</given-names></name><name><surname>Danis</surname><given-names>P.</given-names></name><name><surname>Harmel</surname><given-names>T.</given-names></name><name><surname>Morin</surname><given-names>G.</given-names></name><name><surname>Martinez</surname><given-names>J.</given-names></name><name><surname>Andral</surname><given-names>A.</given-names></name><name><surname>Coque</surname><given-names>A.</given-names></name><name><surname>Peroux</surname><given-names>T.</given-names></name><name><surname>Baudoin</surname><given-names>J.</given-names></name><year>2021</year><article-title>Quand la surveillance des plans d’eau prendra de la hauteur</article-title><source>Sciences Eaux &amp; Territoires</source><issue>37</issue><page-range>114-123</page-range><ext-link ext-link-type="doi" xlink:href="https://doi.org/10.14758/SET-REVUE.2021.4.21">https://doi.org/10.14758/SET-REVUE.2021.4.21</ext-link></mixed-citation></ref>
</ref-list></back>
</article>