Skip to main content

Le Spatial et les Feux de Forêts – Projet Graine d’Étoile

Le Spatial et les Feux de Forêts – Projet Graine d’Étoile

Auteurs : Téo JOUETTE et Sylvain LAGARENNE

Relecteurs : Arthur DAUPHOLE-FOUILLE, Emmanuel GAUVRIT

Pour toute réaction, suggestion ou si une erreur s’est glissée malgré notre attention, vous pouvez nous contacter sur LinkedIn ou à : contact@astres-espace.fr.

Au 26 août 2026 en France, selon le système européen d’information sur les feux de forêts [1], 96 461 hectares de forêts ont déjà brûlé, ce qui représente déjà bien plus que les quelques 62 000 hectares de l’année 2022 toute entière déjà record. L’observatoire nous renseigne quant à ces feux que 90% d’entre eux sont d’origine humaine avec une nuance importante que seulement 30% des incendies sont criminels [2], la principale cause naturelle d’un feu étant la foudre. Alors comment expliquer une telle hausse de la surface annuelle brûlée ? Les canicules et fortes chaleurs ayant particulièrement asséché les terres françaises, elles agissent comme un catalyseur. Par conséquent un même effet provoque aujourd’hui, dans un environnement à risque de feux plus élevé, des conséquences plus grandes : l’augmentation du nombre de feux de forêts et de leur sévérité. De plus, l'augmentation de l’occurrence et de la gravité des vagues de chaleur sont directement liées au réchauffement climatique, phénomène de long-terme mais dont les conséquences sont déjà observables. Selon météo France, la température moyenne observée en métropole sur la période 2015-2024 correspond à un réchauffement de 2,2 °C par rapport à la période préindustrielle [3]. Face à cette situation critique, qui ne s’arrangera pas d’elle-même à notre échelle de temps, de nombreux acteur·ices participent à trouver et exploiter des solutions pour en contrer les conséquences. Le domaine spatial joue un rôle clé dans la lutte contre les feux de forêts et se révèle être particulièrement efficace sur chacun des trois actes d’un incendie : anticiper l’incendie, confronter l’incendie et réparer les dégâts liés aux incendies.

ANTICIPER les feux

La première étape consiste donc à anticiper le risque d’incendie. Pour cela, trois types d’indicateurs se complètent : le FWI (Fire Weather Index), le NDVI (Normalized Difference Vegetation Index) avec le LFMC (Live Fuel Moisture Content), et enfin le SMI (Soil Moisture Index) avec le SMA (Soil Moisture Anomaly).

  • Le FWI [4], développé par le service canadien des forêts, est un indice météorologique qui résume en une seule valeur le niveau de risque de feux de forêt. Il est calculé en déterminant l’état d’humidité du sol à différentes profondeurs à partir d’un ensemble de données dont certaines sont issues du spatial : la température de l’air, l’humidité relative, la vitesse du vent et les précipitations relevées quotidiennement. Intégré depuis 2007 à l’EFFIS (European Forest Fire Information System), le service européen du programme satellitaire Copernicus [5], il constitue la référence opérationnelle des services de sécurité civile à travers l’Europe. L’EFFIS publie deux indicateurs dérivés du FWI, qui fournissent une information plus locale sur la base d’un historique d’une quarantaine d’années : le ranking, qui indique le classement de la valeur parmi celles des 40 dernières années (en pourcentage), et l’anomaly, qui quantifie de combien la valeur s’écarte de la moyenne historique, en nombre d’écarts-types (l’écart-type mesurant l’amplitude habituelle des variations autour de cette moyenne). Par exemple, un ranking de 98 % signifie que la valeur du jour n’a été dépassée que dans 2 % des cas sur les 40 dernières années, et une anomaly de +2 qu’elle s’écarte de la moyenne de deux fois cette amplitude habituelle : dans les deux cas, la situation est exceptionnelle pour la région et la saison.
  • Le deuxième type d’indicateurs concerne l’état physiologique de la végétation elle-même. Le NDVI [6] évalue la densité et la vigueur du couvert végétal, via le contraste entre la lumière rouge, absorbée par la chlorophylle, et le proche infrarouge, qu’elle réfléchit. Le LFMC [7] représente le rapport entre la masse d’eau et la biomasse sèche dans la végétation vivante. C’est un paramètre déterminant à la fois pour la probabilité d’inflammation et pour la vitesse de propagation du feu.
  • Enfin, le troisième type d’indicateurs concerne la réserve d’eau disponible dans le sol, grâce à des satellites radiométriques micro-ondes comme SMOS [8] et SMAP [9]. Leur radiomètre capte le rayonnement micro-ondes émis naturellement par la surface terrestre, dont l’intensité est très sensible à sa teneur en eau [10]. Ces données sont traitées selon deux indicateurs : le SMI [11], valeur normalisée de l’humidité volumétrique comprise entre 0 et 1, où 0 correspond à un sol historiquement sec et 1 à un sol historiquement humide ; et le SMA [12], écart standardisé par rapport à la moyenne historique, négatif pour un sol plus sec que la normale et positif pour un sol plus humide.

En plus de ces trois échelles, pour éviter les fausses alertes, des filtres prenant en compte, par exemple, certaines zones industrielles du globe sont appliqués aux images satellitaires, afin de ne pas déclarer un incendie sur un point chaud lié à une activité humaine. 

C’est la combinaison de ces trois outils qui a permis, en Grèce, d’identifier des signaux précurseurs avant onze incendies majeurs survenus entre 2021 et 2023. Les chercheur·euses y ont observé des valeurs NDVI comprises entre 0,13 et 0,35 [13] dans les zones qui allaient brûler, ainsi que des anomalies négatives récurrentes de l’humidité du sol mesurée par SMAP dans les mois précédant chaque départ de feu. Le fait de combiner ces familles d’outils est nécessaire car, prises isolément, elles n’auraient peut-être pas suffi à tirer la sonnette d’alarme, mais une fois combinées, elles dessinent une carte claire des zones « prêtes à brûler ».

Source : Carte interactive disponible sur le site de l'EFFIS.

FAIRE FACE aux feux

Cependant, malgré des prévisions et évaluations du risque grâce aux avancées du spatial, de nombreux feux se déclarent. Une fois l’incendie déclaré, l’enjeu bascule du diagnostic préventif au suivi en temps réel au service de la gestion de l’urgence. De nombreux satellites se relaient pour cela sur 2 types d’orbite différentes.

Tout l’enjeu de la surveillance depuis l’espace tient en effet à un compromis entre voir souvent et voir précisément, et les satellites polaires et géostationnaires font chacun le choix inverse. Les satellites polaires, comme Suomi NPP, NOAA-20 et NOAA-21 [14], évoluent à environ 800 km d’altitude et survolent la Terre d’un pôle à l’autre pendant que celle-ci tourne sous eux. Ils détectent la signature thermique des points chauds à chaque passage au-dessus d’une zone. On peut se représenter ce système comme un thermomètre très précis qui scannerait la Terre, mais pas en continu : chaque satellite ne repasse au-dessus d’un même point que deux à quatre fois par 24 h.

Pour combler ce manque de continuité, les satellites géostationnaires comme les MSG/MTG européens (Météosat Seconde/Troisième Génération) [15] restent fixes au-dessus d’une même région du globe. Placés à environ 36 000 km d’altitude dans le plan équatorial, leur vitesse angulaire est calée sur celle de la rotation terrestre, ce qui les fait apparaître immobiles depuis le sol. Cette caractéristique leur permet de fournir une actualisation de la couverture toutes les 15 minutes, voire toutes les 5 minutes pour un balayage rapide de l’Europe. Leur équivalent américain, GOES (Geostationary Operational Environmental Satellite), joue le même rôle au-dessus du continent américain. C’est l’équivalent d’une caméra de surveillance braquée en permanence sur toute l’Europe, au prix, cependant, d’une résolution spatiale bien plus grossière. Cette perte de précision n’est pas un simple choix technique mais une contrainte géométrique incontournable : la taille du pixel au sol augmente proportionnellement à la distance d’observation. À cause de leur très haute altitude, les satellites géostationnaires restent limités à environ 1 km de résolution au mieux avec la technologie actuelle, contre 375 m pour les satellites polaires équipés de VIIRS, placés à seulement 800 km. Étant une quarantaine de fois plus proches de la Terre, ces derniers capturent donc mécaniquement plus de détails par pixel. Les deux approches sont ainsi complémentaires plutôt que concurrentes : l’une privilégie la fréquence, l’autre la finesse.

Cette finesse des satellites polaires repose largement sur VIIRS (Visible Infrared Imaging Radiometer Suite) [16], devenu une référence pour la détection des feux. Cet instrument équipe les satellites météorologiques Suomi NPP, NOAA-20 et NOAA-21 [14] et a été conçu pour prolonger et améliorer les données collectées auparavant par MODIS [17] et AVHRR [18]. Suomi NPP (National Polar-orbiting Partnership) est le satellite initial de ce programme, lancé conjointement par la NASA et la NOAA, l’agence américaine d’observation océanique et atmosphérique, tandis que NOAA-20 en est le successeur opérationnel. Son produit « feux actifs » offre une résolution de 375 m par pixel, ce qui améliore nettement la détection des feux de petite taille et la cartographie des grands périmètres d’incendie par rapport à ses prédécesseurs. Ces données alimentent la plateforme FIRMS [19] de la NASA, largement utilisée par les services de sécurité civile. En Europe, l’équivalent de VIIRS est METimage, un imageur embarqué sur les satellites polaires de nouvelle génération Metop-SG d’EUMETSAT.

Enfin, la détection des points chauds se complète par l’imagerie SWIR (Short-Wave Infrared, infrarouge à ondes courtes), embarquée notamment sur les satellites Sentinel-2 et 3 [20]. Elle exploite une longueur d’onde capable de traverser la fumée pour distinguer précisément le front de flammes actif de la zone déjà consumée, là où l’imagerie visible classique resterait aveugle.

Nous disposons donc généralement d'une combinaison de satellites permettant d'assister efficacement la lutte contre les incendies. Dans un futur proche, l'amélioration des modèles d'intelligence artificielle pourrait aussi renforcer ce dispositif en fournissant une prévision de propagation des feux en direct. Une équipe de l'University of Southern California, dirigée par Assad Oberai [21], a développé un modèle combinant IA générative et simulations physiques pour reconstruire la progression d'incendies à partir de données satellitaires (VIIRS, GOES) et du relief. Ce modèle et les données de propagation qu'il génère représentent une étape clé pour tendre vers des modèles capables de prédire de manière fiable la trajectoire future d'un feu, particulièrement intéressants dans le cadre de la lutte contre les feux de forêts.

RESTAURER après les feux

Une fois les flammes éteintes, l’histoire n’est pas terminée. Au-delà des sinistré.es à aider, ce sont des hectares entiers d’écosystème qui ont disparu. Livrée à elle-même, la nature s’en remettra toujours : elle a déjà survécu à cinq extinctions de masse, elle survivra bien à un feu de forêt ! Mais ce retour spontané peut prendre des décennies, voire des siècles, un temps que l’humanité n’a pas vraiment, tant les forêts nous sont vitales. Accélérer la repousse (durable) n’est donc pas un service qu’on rend à la planète, mais à nous-même. Et c’est là que le spatial entre en jeu, en trois temps : cartographier les dégâts, en évaluer la gravité, puis accompagner la reprise.

La première étape est presque administrative : combien d’hectares sont partis en fumée, et où exactement ? C’est le rôle d’un organisme européen comme l’EFFIS, qui reprend les détections FIRMS de la NASA et y ajoute sa propre couche d’analyse : périmètres de feux, surfaces brûlées, ainsi qu’un indice de danger prévu jusqu’à dix jours à l’avance, qui relève, lui, de l’anticipation. Le cœur de cette cartographie est son module de cartographie rapide, le Rapid Damage Assessment (RDA), lancé en 2003. À l’origine, il analysait les images quotidiennes des instruments MODIS, embarqués sur les satellites Terra et Aqua. Leur résolution de 250 mètres signifie que chaque pixel de l’image, comme la tuile d’une mosaïque, couvre un carré de 250 m de côté, soit environ 6 hectares : un feu ne devient visible que s’il recouvre plusieurs de ces tuiles. D’où un seuil de détection d’environ 30 hectares, soit à peine cinq pixels. Jusqu’en 2018, les périmètres des incendies de plus de 30 hectares en Europe étaient actualisés 2 fois par jour. En 2016, l’ajout du capteur VIIRS à bord des satellites Suomi NPP (NASA) et NOAA-20, a permis une mise à jour quotidienne supplémentaire. Depuis 2018, les images Sentinel-2 détectent même des feux sous le seuil des 30 hectares : on estime que les surfaces cartographiées par l’EFFIS représentent environ 95 % [1] de ce qui brûle chaque année dans l’Union européenne. Ainsi, comme un·e expert·e d’assurance qui vient constater un sinistre, l’EFFIS ne combat rien : il documente, mesure et délimite. Cette analyse s’affine avec le temps : les premiers contours restent des estimations, progressivement ajustées à mesure que de nouvelles images deviennent disponibles, la cartographie étant donc souvent plus précise après le feu que pendant les premières heures de l’événement.

Outre cela, savoir où le feu est passé ne dit rien de son intensité. Deux hectares « brûlés » peuvent recouvrir des réalités très différentes : une zone juste roussie où les arbres survivront, ou un sol totalement stérilisé qu'il faudra des décennies à reconstituer. C'est ici qu'intervient le dNBR (delta Normalized Burn Ratio) [22], calculé en comparant l'état de la végétation avant et après le feu à partir de bandes spectrales sensibles à la chlorophylle. 

Le périmètre du feu et son intensité (dNBR), sont deux choses différentes. Une étude menée en zone Méditerranée après un feu [23] illustre bien cet écart : la zone gravement brûlée, normalisée par des valeurs élevées de dNBR, s’étalait sur environ 46 % de la surface étudiée, tandis que plus de 40 % de la superficie forestière brûlée s’était déjà régénérée. Cette différence pour une même surface montre l’intérêt de ne jamais s’arrêter à un seul indicateur. Aux États-Unis, la start-up DroneSeed [24] applique déjà cette logique : à l'aide d'essaims de drones équipés de caméras multispectrales et de lidar haut de gamme, elle cartographie la zone brûlée, identifie les endroits où les arbres poussent le mieux, puis déploie des paquets de semences et d'éléments nutritifs.

Légende : Carte à indice dNbr [23]

Légende : Carte tirée du site de l’EFFIS 

CONCLUSIONS & PERSPECTIVES

En raison du réchauffement climatique d'origine anthropique, dont les effets sont très documentés, les feux de forêts augmentent globalement en fréquence et en intensité et ce phénomène touche particulièrement l’Europe.

En effet, selon l'analyse de 21 années de données satellitaires par Jones et al. (2024), publiée dans Science [25], les émissions mondiales de carbone issues des feux de forêt ont augmenté de 60 % entre 2001 et 2023.

Plus alarmant encore, les événements d'incendies extrêmes sont devenus 2,2 fois plus fréquents entre 2003 et 2023. Les sept années les plus récentes incluent six des événements les plus extrêmes jamais enregistrés [26].

Une autre étude a analysé le rôle du changement climatique anthropique dans la saison de feux exceptionnelle de l'été 2022 dans le sud-ouest de la France. Elle estime qu'il a rendu environ deux fois plus probables des conditions climatiques propices aux incendies comparables à celles de juillet 2022 : leur période de retour est de 13 ans dans le climat actuel, contre environ 29 ans sans changement climatique [27]. La même cause fût également pointée dans de nombreuses autres études, portant notamment sur les évènements de 2025 en France et en Espagne ou s'appliquant plus largement à l’Europe du Sud.

Et les prévisions futures ne sont pas beaucoup plus positives : l'IPCC AR6 prévoit une augmentation généralisée des risques d'incendie dans toutes les régions européennes, particulièrement dans le sud de l'Europe et le bassin méditerranéen. Les projections indiquent que de zones nouvelles propices aux feux pourraient émerger en Europe occidentale, centrale et septentrionale d'ici la fin du siècle [28].

De plus, la saison des feux s'allonge progressivement dans de nombreuses régions, créant des fenêtres de risque plus étendues qui compliquent la planification opérationnelle et l’allocation des ressources.

Face à cette évolution inéluctable à court terme, les technologies spatiales sont d’autant plus indispensables non seulement pour la gestion immédiate des incendies, mais aussi pour la prévision, la gestion du risque (en amont) et pour le suivi des émissions de carbone et l'évaluation des stratégies d'atténuation (en aval). La capacité à cartographier précisément l'étendue et l'intensité des dégâts permet d'affiner les modèles climatiques et d'évaluer l'efficacité des mesures de restauration écologique prises au fur et à mesure. En plus de technologies spatiales, des mobilisations internationales commencent à voir le jour. On peut citer par exemple la Charte internationale Espace et catastrophes majeures qui peut être activée notamment par toute autorité nationale de gestion des catastrophes. Elle permet de recevoir des données satellitaires nécessaires à la gestion d’une situation d’urgence (feux de forêts, inondations, séismes, éruptions, tempêtes, glissement de terrain, …). Et depuis 2000, plus de 1000 activations dans plus de 146 pays ont déjà eu lieu grâce à près de 270 satellites contributeurs.

Si les perspectives climatiques peuvent sembler alarmantes, des solutions existent, à toutes les échelles. Au quotidien, toutes et tous peuvent agir par des gestes simples, comme ne pas jeter son mégot, qui peut suffire à déclencher un feu. Mais, au-delà du pouvoir de chacune et chacun en tant que citoyen·ne, certaines personnes portent une responsabilité supplémentaire (décideur·euses public·ques, collectivités, entreprises) et disposent de leviers d’une tout autre ampleur : selon la Banque européenne d’investissement (BEI) [29], chaque euro investi dans la prévention et la résilience permet d’éviter entre 5 et 7 euros de dépenses de réparation. Cette logique est d’ailleurs largement soutenue, puisque 94 % des Européen·nes se disent favorables à des mesures d’adaptation au changement climatique. Dans ce cadre, il est essentiel de soutenir des initiatives comme la Charte internationale « Espace et catastrophes majeures », qui met les données satellitaires au service des populations touchées par les catastrophes, où qu’elles se trouvent.

Sources

[1] EFFIS, Europpean Forest Fire Information System, 31/08/2026. [En ligne]. Available: https://forest-fire.emergency.copernicus.eu/.

[2] O. d. f. françaises, «Les causes des incendies de forêts et de végétation en France,» 13/02/2025. [En ligne]. Available: https://observatoire.foret.gouv.fr/themes/les-causes-des-incendies-de-foret-et-de-vegetation-en-france. [Accès le 06/08/2026].

[3] SDES, «Observations du changement climatique et de ses effets,» 2025. [En ligne]. Available: https://www.statistiques.developpement-durable.gouv.fr/edition-numerique/chiffres-cles-du-climat/fr/3-observations-du-changement-climatique-et. [Accès le 06/08/2026].

[4] «Fire Weather Index (FWI) – Dataset Description,» ECMWF, 02/07/2026. [En ligne]. Available: https://confluence.ecmwf.int/.../Fire+Weather+Index+FWI... [Accès le 14/08/2026].

[5] «Fire Danger Forecast,» Copernicus, [En ligne]. Available: https://forest-fire.emergency.copernicus.eu/about-effis/technical-background/fire-danger-forecast. [Accès le 14/08/2026].

[6] «Normalized difference vegetation index NDVI of the area affected by the fire,» ResearchGate, 08 2014. [En ligne]. Available: https://www.researchgate.net/figure/Normalized-difference-vegetation-index-NDVI-of-the-area-affected-by-the-fire-NDVIs_fig1_266390250. [Accès le 14/08/2026].

[7] P. Xofis, «A Near-Real-Time Operational Live Fuel Moisture Content (LFMC) Product to Support Decision-Making at the National Level,» 30 04 2025. [En ligne]. Available: https://www.mdpi.com/2571-6255/8/5/178. [Accès le 14/08/2026].

[8] «Forecasting fires with SMOS,» ESA, 14/06/2023. [En ligne]. Available: https://www.esa.int/Applications/Observing_the_Earth/FutureEO/SMOS/Forecasting_fires_with_SMOS. [Accès le 14/08/2026].

[9] «Improved Forest Fire Danger Index estimate using SMAP soil moisture,» ads, 12 2020. [En ligne]. Available: https://ui.adsabs.harvard.edu/abs/2020AGUFMB034.0002S/abstract. [Accès le 14/08/2026].

[10] «SMOS», CNES [En ligne]. Available: https://cnes.fr/projets/smos. [Accès le 14/10/2026].

[11] «Validation and parametrization of the soil moisture index for stomatal conductance modelling and flux-based ozone risk assessment of Mediterranean plant species,» 15/07/2024. [En ligne]. Available: https://ars.els-cdn.com/content/image/1-s2.0-S0168192324001953-gr3.jpg.

[12] «ResearchGate,» [En ligne]. Available: https://www.researchgate.net/publication/.../Probability-distribution-of-the-correlation-coefficient-r-for-soil-moisture-anomaly.png. [Accès le 31/08/2026].

[13] «Soil moisture and NDVI as factors to assess fire susceptibility - A case study in Greece,» ads, 12/2024. [En ligne]. Available: https://ui.adsabs.harvard.edu/abs/2024AGUFMH41K.0688G/abstract. [Accès le 14/08/2026].

[14] «NOAA-21, NOAA-20, and Suomi NPP satellite orbits,» NASA, 11/10/2022. [En ligne]. Available: https://svs.gsfc.nasa.gov/5021/. [Accès le 14/08/2026].

[15] «Météosat troisième génération,» Wikipédia, 09/08/2026. [En ligne]. Available: https://fr.wikipedia.org/wiki/M%C3%A9t%C3%A9osat_troisi%C3%A8me_g%C3%A9n%C3%A9ration. [Accès le 14/08/2026].

[16] «Visible Infrared Imaging Radiometer Suite,» Wikipédia, 20/05/2026. [En ligne]. Available: https://fr.wikipedia.org/wiki/Visible_Infrared_Imaging_Radiometer_Suite. [Accès le 14/08/2026].

[17] «Moderate-Resolution Imaging Spectroradiometer,» Wikipédia, 17/06/2026. [En ligne]. Available: https://fr.wikipedia.org/wiki/Moderate-Resolution_Imaging_Spectroradiometer. [Accès le 14/08/2026].

[18] «Radiomètre Avancé à Très Haute Résolution,» Wikipédia, 09/12/2025. [En ligne]. Available: https://fr.wikipedia.org/wiki/Radiom.... [Accès le 14/08/2026].

[19] «Providing Active Fire Data for Near-Real Time Monitoring and Applications,» NASA, [En ligne]. Available: https://firms.modaps.eosdis.nasa.gov/. [Accès le 14/08/2026].

[20] «Petite histoire de la deuxième bande SWIR de Sentinel-2,» cesbio, 20/07/2018. [En ligne]. Available: https://www.cesbio.cnrs.fr/multitemp/petite-histoire-de-la-deuxieme-bande-swir-de-sentinel-2/. [Accès le 14/08/2026].

[21] N. Koutsias, «Generative Algorithms for Wildfire Progression Reconstruction from Multi-Modal Satellite Active Fire Measurements and Terrain Height,» 10/01/2026. [En ligne]. Available: https://www.mdpi.com/2072-4292/18/2/227 [Accès le 14/08/2026].

[22] «Comparative Analysis of dNBR, dNDVI, SVM Kernels, and ISODATA for Wildfire-Burned Area Mapping Using Sentinel-2 Imagery,» MDPI, 25/06/2025. [En ligne]. Available: https://www.mdpi.com/2072-4292/17/13/2196. [Accès le 26/08/2026].

[23] E. B. ,. N. A. e. H. M. LAKHOUAJA El houcine, «CONTRIBUTION DE LA TÉLÉDÉTECTION SPATIALE A L’ÉTUDE DES INCENDIES,» [En ligne]. Available: http://www.meteo.fr/cic/meetings/2022/aic/resumes/teledetection_lakhouaja.pdf. [Accès le 26/08/2026].

[24] «DroneSeed,» [En ligne]. Available: https://doodlelabs.com/case-studies/droneseed/. [Accès le 26/08/2026].

[25] Jones et al., «Global rise in forest fire emissions linked to climate change in the extratropics,» [En ligne], 2024, Science. Available: https://www.science.org/doi/10.1126/science.... [Accès le 16/10/2026]

[26] Calum X. Cunningham, Grant J. Williamson, David M. J. S. Bowman, «Increasing frequency and intensity of the most extreme wildfires on Earth,» [En ligne], 2024, Nature Ecology & Evolution. Available: https://www.nature.com/articles/s41559-024-02452-2. [Accès le 16/10/2026]

[27] Lanet et al., «Attribution of summer 2022 extreme wildfire season in Southwest France to anthropogenic climate change,» [En ligne], 2024, npj Climate and Atmospheric Science. Available: https://www.nature.com/articles/s41612-024-00821-z. [Accès le 16/10/2026]

[28] IPCC, AR6, «Climate Change 2022: Impacts, Adaptation and Vulnerability. Working Group II Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change,» [En ligne], 2023. Available: https://www.ipcc.ch/report/ar6/wg2/chapter/chapter-13/. [Accès le 16/10/2026]

[29] «94% of Europeans support measures to adapt to climate change, according to EIB survey,» Banque Européenne d’Investissement. Available: https://www.eib.org/en/press/all/2024-406-94-of-europeans-support-measures-to-adapt-to-climate-change-according-to-eib-survey. [Accès le 16/10/2026]

ASTRES

L’Alliance Stratégique des Étudiants du Spatial est une association de loi 1901, à but non lucratif et apartisane. L’adhésion est ouverte aux personnes de 18 à 26 ans intéressées par le spatial.

  • Contactez-nous

Restons en contact