Étude de l’évolution récente de glissements rocheux en Chine et au Kirghizistan par une approche multi-méthodes en télédétection

Abstract

Les régions montagneuses de la bordure orientale du Plateau Tibétain en Chine et du Tien Shan au Kirghizistan sont particulièrement exposées aux instabilités de versant en raison d’une forte sismicité et d’épisodes ponctuels de précipitations intenses. Ces glissements de terrain représentent un risque majeur pour les populations, les infrastructures et les axes de communication. Ce mémoire vise à détecter, caractériser et suivre l’évolution de quatre instabilités de pente : les glissements rocheux de Daofu et de Moxi en Chine, ainsi que l’avalanche rocheuse de Karasuu et le glissement rocheux de Kazarman au Kirghizistan. Pour ce faire, une approche multi-méthodes de télédétection a été mise en œuvre en adaptant les techniques aux caractéristiques de chaque site. La série temporelle par sous-ensembles à petites lignes de base en interférométrie radar à synthèse d'ouverture (SBAS-InSAR), basée sur les données Sentinel-1, a été appliquée aux quatre instabilités afin de quantifier les déplacements du sol. Pour les sites chinois, cette analyse a été complétée par le calcul de la différence d’indice de végétation par différence normalisée (ΔNDVI) à partir d’images Sentinel-2, afin d’identifier les perturbations de la couverture végétale liées aux mouvements de terrain. Pour le glissement de Daofu, une comparaison multi-temporelle de modèles numériques de terrain (MNT) et une analyse des précipitations ont également été réalisées afin de caractériser les changements morphologiques et d’évaluer le rôle potentiel des précipitations comme facteur déclencheur ou réactivateur. Les résultats montrent qu’à Daofu, la combinaison de l’ensemble des méthodes a permis de reconstituer l’évolution du glissement de juillet 2019 à octobre 2024. Déclenché fin 2020, il a atteint son activité maximale au printemps 2021, avant de présenter des réactivations successives jusqu’en 2024, pour un volume total de matériau déplacé estimé à 106 500 m³. L’analyse des précipitations révèle que le déclenchement du glissement de Daofu est corrélé à un cumul pluriannuel excédentaire entre 2017 et 2021, avec un effet retardé des précipitations supérieures à la moyenne entre avril et juillet 2020. Certaines phases de réactivation coïncident avec des précipitations supérieures à la moyenne mensuelle, tandis que d’autres surviennent en dehors de ces épisodes, y compris durant la saison sèche de la mousson. Ces réactivations pourraient traduire une réponse différée du glissement aux précipitations et/ou refléter la dynamique propre du glissement lent, qui poursuit son déplacement une fois activé. À Moxi, la végétation dense limite l’exploitation des données InSAR, mais le ΔNDVI permet de détecter la réactivation liée au séisme de Luding de 2022. À Karasuu, l’analyse SBAS-InSAR indique une subsidence modérée au niveau de la zone potentielle de piping, suggérant une stabilité relative du barrage naturel et écartant un risque imminent lié à l’érosion interne. Des éboulements ont également été détectés au niveau de l’escarpement principal. À Kazarman, l’analyse SBAS-InSAR met en évidence une activité au niveau de l’escarpement secondaire, cohérente avec les éboulements observés sur le terrain, sans pour autant indiquer une mobilisation de l'ensemble du corps de glissement à court terme. Cette étude met en évidence la complémentarité des méthodes de télédétection pour la détection et le suivi des instabilités de versant, tout en soulignant que leur applicabilité reste conditionnée au contexte local.

The mountainous regions of the eastern margin of the Tibetan Plateau in China and the Tien Shan of Kyrgyzstan are particularly exposed to slope instabilities due to high seismicity and occasional intense precipitation events. These landslides represent a major hazard for populations, infrastructure and communication routes. This Master thesis aims to detect, characterize and monitor the evolution of four slope instabilities: the Daofu and Moxi rockslides in China, as well as the Karasuu rock avalanche and the Kazarman rockslide in Kyrgyzstan. To this end, a multi-method remote sensing approach was implemented, with the techniques adapted to the characteristics of each site. The Small Baseline Subset Interferometric Synthetic Aperture Radar time-series technique (SBAS-InSAR), based on Sentinel-1 data, was applied to the four instabilities in order to quantify ground displacements. For the Chinese sites, this analysis was complemented by the calculation of Normalized Difference Vegetation Index differences (ΔNDVI) using Sentinel-2 images, in order to identify vegetation-cover disturbances related to slope movements. For the Daofu rockslide, a multi-temporal comparison of digital elevation models (DEMs) and a precipitation analysis were also carried out to characterize morphological changes and assess the potential role of precipitation as a triggering or reactivation factor. The results show that, at Daofu, the combination of all methods made it possible to reconstruct the evolution of the rockslide from July 2019 to October 2024. Triggered in late 2020, it reached its maximum activity in spring 2021 before undergoing successive reactivations until 2024, with a total displaced material volume estimated at 106,500 m³. The precipitation analysis reveals that the initiation of the Daofu landslide is correlated with an excess multi-year precipitation accumulation between 2017 and 2021, with a delayed response to above-average rainfall between April and July 2020. Some reactivation phases coincide with monthly precipitation above the average, whereas others occur outside these episodes, including during the dry season of the monsoon. These reactivations may reflect a delayed response of the landslide to precipitation and/or the kinematics of the slow-moving landslide, which continues to move once activated. At Moxi, dense vegetation limits the use of InSAR data, but ΔNDVI makes it possible to detect the reactivation associated with the 2022 Luding earthquake. At Karasuu, the SBAS-InSAR analysis indicates moderate subsidence in the potential piping zone, suggesting the relative stability of the natural dam and ruling out an imminent risk related to internal erosion. Rockfalls were also detected along the main scarp. At Kazarman, the SBAS-InSAR analysis highlights activity along the secondary scarp, consistent with rockfalls observed in the field, without indicating short-term mobilization of the entire landslide body. This study highlights the complementarity of remote sensing methods for detecting and monitoring slope instabilities, while emphasizing that their applicability remains dependent on the local context.