Comparaison de méthodes pour la cartographie de surfaces glaciaires enneigées

Supervision : Marin Kneib, Laurent Arnaud, Patrick Wagnon (IGE, Grenoble)

Objectif & contexte

Le réchauffement climatique, d’origine anthropique, entraîne une fonte et un recul rapides des glaciers de montagne dans le monde entier, ce qui est particulièrement inquiétant pour les régions qui en dépendent pour leurs ressources en eau (Immerzeel et al., 2020). L’une des principales incertitudes pour modéliser le bilan de masse à long terme des glaciers de montagne et leur contribution à l’hydrologie en aval est liée aux processus d’accumulation. En effet, les glaciers accumulent de la masse en altitude sous forme de neige, qui se densifie en glace puis s’écoule vers l’aval où elle fond. Or, les volumes de précipitations sont très difficiles à contraindre dans les régions de montagne (Immerzeel et al., 2015), et l’influence des processus de redistribution liés au vent ou aux avalanches est particulièrement difficile à prendre en compte (Jourdain et al., 2023). Une des difficultés rencontrées est liée à la cartographie précise de surfaces neigeuses homogènes présentes en zones d’accumulation des glaciers, ainsi que dans les pentes plus raides surplombant ces zones et qui contribuent à la redistribution de neige par avalanches. Ce projet vise à tester différentes approches pour cartographier les surfaces neigeuses en zone d’accumulation du glacier d’Argentière (massif du Mt Blanc) et dans les pentes surplombant le glacier. Ces approches sont basées sur des mesures effectuées à l’aide d’un LiDAR terrestre, d’un LiDAR téléporté, de photogrammétrie Structure-from-motion par drone RTK et par réseau d’appareils photos time-lapse.

Méthodes

Afin de comparer les différentes approches de cartographie des surfaces neigeuses sur le glacier d’Argentière, le stage comportera les éléments suivants :

• Photogrammétrie drone et time-lapse avec le logiciel Agisoft Metashape. Cette étape comprend les étapes d’alignement des images, de construction des nuages de points et de recalage des données à l’aide de cibles mesurées au dGPS et/ou de zones de en terrain stable (Westoby et al., 2012 ; Kneib et al., 2022).
• Alignement des différents nuages de points dans le logiciel Cloud Compare. Comparaison sur les zones de terrain stables à partir du calcul de distances à l’aide de l’algorithme M3C2 (Lague et al., 2013). Quantification des incertitudes des différentes approches (Piermattei et al., 2015).
• Comparaison entre les 2 jeux de données lidar acquises simultanément sur Argentière le 27 septembre 2023 et couvrant le cône d’avalanche de la face NE des Courtes. Cette comparaison permettra de tester la performance et la qualité du Lidar aéroporté
• En fonction de l’avancée du stage, ces approches pourront ensuite être utilisées par le stagiaire pour quantifier précisément les changements d’épaisseur de neige et les volumes déplacés par les avalanches sur la zone ciblée entre septembre et mai.

Candidature
Nous recherchons un candidat enthousiaste en deuxième année de Master en sciences de la terre, télédétection ou dans tout autre domaine connexe. Le stage devrait durer 6 mois et commencer entre janvier et avril 2024.

Critères de sélection :
Bon niveau en maths et physiques
Analyse quantitative de données et programmation (Matlab, Python, R)
Une expérience dans l’utilisation des Systèmes d’Information Géographiques (ex. QGIS) et/ou de télédétection est un plus (logiciels Metashape et CloudCompare)

Veuillez nous envoyer un CV et une lettre de motivation.

Contacts
Marin Kneib marin.kneib univ-grenoble-alpes.fr
Laurent Arnaud laurent.arnaud univ-grenoble-alpes.fr
Patrick Wagnon patrick.wagnon univ-grenoble-alpes.fr

Références

Immerzeel, W.W., Wanders, N., Lutz, A.F., Shea, J.M., Bierkens, M.F.P., 2015. Reconciling high-altitude precipitation in the upper Indus basin with glacier mass balances and runoff. Hydrol. Earth Syst. Sci. 19, 4673–4687. https://doi.org/10.5194/HESS-19-4673-2015

Jourdain, B., Vincent, C., Réveillet, M., Rabatel, A., Brun, F., Six, D., Laarman, O., Piard, L., Ginot, P., Sanchez, O., & Berthier, E. (2023). A method to estimate surface mass-balance in glacier accumulation areas based on digital elevation models and submergence velocities. Journal of Glaciology, 1–16. https://doi.org/10.1017/jog.2023.29

Kneib, M., Miles, E. S., Buri, P., Fugger, S., McCarthy, M., Shaw, T. E., Chuanxi, Z., Truffer, M., Westoby, M. J., Yang, W., & Pellicciotti, F. (2022). Sub-seasonal variability of supraglacial ice cliff melt rates and associated processes from time-lapse photogrammetry. The Cryosphere, 16(11), 4701–4725. https://doi.org/10.5194/tc-16-4701-2022

Lague, D., Brodu, N., & Leroux, J. (2013). Accurate 3D comparison of complex topography with terrestrial laser scanner : application to the Rangitikei canyon (N-Z). http://arxiv.org/abs/1302.1183

Westoby, M. J., Brasington, J., Glasser, N. F., Hambrey, M. J., & Reynolds, J. M. (2012). “Structure-from-Motion” photogrammetry : A low-cost, effective tool for geoscience applications. Geomorphology, 179, 300–314. https://doi.org/10.1016/j.geomorph.2012.08.021