Exploration d’une image satellite à haute résolution ... · 1 Exploration d’une image satellite à haute résolution du Bassin d’Arcachon On dispose i i d’une image satellite

[GROUPE DE TRAVAIL ESPACE] Académie de Bordeaux

Séminaire interlocuteurs académiques TICE SVT |Projet TraAM

1 Exploration d’une image satellite à haute résolution du Bassin d’Arcachon

On dispose ici d’une image satellite du Bassin d’Arcachon obtenue par le satellie SPOT 5 le 8 mars 2011.

Activité 1 : Visualiser l’image satellite du bassin On se propose ici de réaliser la visualisation et l’analyse de l’image à partir du logiciel Monteverdi Information1 : Quelques logiciels pour travailler sur les images satellites

Google Earth : Logiciel de type géovisualisateur, il permet de disposer d’une vision de l’ensemble du globe terrestre { différentes échelles. Il est possible de superposer des images extérieures et de réaliser différents traitements comme la création de points de référence ou la réalisation de mesures. Disponible gratuitement dans sa version basic sur Internet avec

de mises à jours fréquentes et de nouvelles fonctions

Titus 2 : Logiciel développé par l’éducation nationale, il succède à Titus comme outil simple de traitement des images satellites. Plus ergonomique que le précédent, et finalement à même de réaliser de nombreux traitement sur les images des plus simples aux plus complexes. Il n’est plus développé depuis maintenant 5 ans, mais reste téléchargeable sur Internet Monteverdi : Logiciel professionnel issu de différents modules d’un outil très puissant développé par le CNES pour le traitement d’image satellite. En open source et en développement permanent, il est actuellement en anglais (partiellement francisé). Capable de traitement d’une très grande complexité, il ne saurait être qu’utilisé autrement de manière partielle.

1. Ouvrir le logiciel Monteverdi 2. Aller dans FILES puis OPEN DATA SET 3. Aller dans le dossier Arcachon satellite 4. Sélectionner l’un des fichiers correspondant puis

cliquer sur OPEN. Le nom du fichier apparait dans la fenêtre de travail

5. Sélectionner le fichier dans la fenêtre de travail, faire

Exploration d’une image satellite { haute résolution du Bassin d’Arcachon

Séminaire interlocuteurs académiques TICE SVT | Caen 19 et 20 janvier 2012

2 un clic droit puis sélectionner DISPLAY IN VIEWER. L’image aparait dans une fenêtre de visualisation. Une nouvelle fenêtre apparait également présentant les caractéristiques de l’images (fenêtre de propriétés). L’image que vous visualisez est une image monocanal correspondant à une bande spectrale

Information2 : Canaux d’une image satellite

Les radiomètres encadrés à bord des satellites permettent de mesurer la réflectance pour différentes longueurs d’onde. On appelle bande spectrale ou canal une valeur de longueur d’onde pour laquelle on mesure une réflectance.

Bandes spectrales et résolutions des capteurs Spot

Capteurs Spectre électromagnétique Taille des pixels Bandes spectrales

Spot 5

Panchromatique B1 : vert B2 : rouge B3 : proche infrarouge B4 : moyen infrarouge (MIR)

2,5 m ou 5 m 10 m 10 m 10 m 20 m

0.48 - 0.71 µm 0.50 - 0.59 µm 0.61 - 0.68 µm 0.78 - 0.89 µm 1.58 - 1.75 µm

Spot 4

Monospectral B1 : vert B2 : rouge B3 : proche infrarouge B4 : moyen infrarouge (MIR)

10 m 20 m 20 m 20 m 20 m

0.61 - 0.68 µm 0.50 - 0.59 µm 0.61 - 0.68 µm 0.78 - 0.89 µm 1.58 - 1.75 µm

Spot 1 Spot 2 Spot 3

Panchromatique B1 : vert B2 : rouge B3 : proche infrarouge

10 m 20 m 20 m 20 m

0.50 - 0.73 µm 0.50 - 0.59 µm 0.61 - 0.68 µ



3 6. Dans la fenêtre de visualisation, utiliser les outils de navigation pour observer les

principaux objets de la scène Le logiciel ne présente pas de barre d’outils de déplacement mais un système de navigation par cadre

Le cadre en haut { gauche permet d’observer l’image dans son ensemble et de

positionner la visualisation pour le cadre principal

La fenêtre juste en dessous permet d’obtenir un zoom de la zone située dans le

rectangle rouge au sein du cadre principal. Il est possible d’augmenter le zoom en

utilisant la roulette de la souris

7. Il est assez courant de privilégier une composition colorée afin de visualiser une scène. Pour ce faire, il faut associer plusieurs images obtenues pour différents canaux. Fermer la fenêtre de visualisation. Puis ouvrir les trois premiers fichiers du dossier (renommer les fichiers de manière intelligible) pour qu’ils apparaissent dans la fenêtre de travail. Aller ensuite dans FICHIER puis CONCATENATE IMAGES. Sélectionner vos trois fichiers et nommer votre composition colorée. Pour visualiser votre travail, Sélectionner la composition colorée dans la fenêtre de travail, faire un clic droit puis sélectionner DISPLAY IN VIEWER. L’image aparait dans une fenêtre de visualisation.



4 Information3 : Composition colorée

Les traitements mono-canaux peuvent permettre une bonne analyse initiale de l'image mais nous privent de la capacité qu'offre les instruments imageurs: l'acquisition multi-spectrale. Il est donc intéressant de pouvoir combiner l'information qu’apportent les trois canaux. La composition colorée permet d'afficher chacun des trois canaux en nuance de chacune des trois couleurs primaires (rouge, vert et bleu). Chaque pixel varie par sa saturation. Cela permet alors d'avoir l'affichage superposé des trois informations contenues dans les 3 canaux, grâce à la synthèse additive à l'écran.

La composition colorée standard pour Spot attribue les couleurs suivantes aux canaux SPOT: bleu: XS1; vert : XS2: rouge XS3.On notera alors un affichage en fausses couleurs car les canaux employés ne correspondent pas tous au domaine visible

Activité 2 : Signature spectrale et module d’analyse spectrale On se propose ici de réaliser une analyse de l’image à partir du logiciel Monteverdi permettant de discrimier les différents objets présent sur la scène. Le logiciel permet plusieurs approches pour réaliser cet objectif, la plus couramment utilisé est la réalisation de classification soit mathématiques soit { l’aide de sites témoins. On se propose ici d’explorer une méthode plus simple utilisant le principe de l’analyse spectrale



5

80

85

90

95

100

B1 B2 B3

0

20

40

60

80

100

B1 B2 B3

Information4 : Les signatures spectrales

Par télédétection, il faut entendre la mesure d’un objet { distance, sans contact physique. Un capteur embarqué à bord d’un satellite enregistre les rayonnements électromagnétiques. Lorsque celui-ci survole un objet, les rayonnements électromagnétiques (la lumière réfléchie) émis par la surface de l’objet, sont enregistrés. Ceux-ci contiennent des informations concernant la surface. Une surface blanche réfléchit la même quantité de rayonnements pour toutes les longueurs d’onde de lumière visible, tandis qu’une feuille verte réfléchit moins de rayonnements dans les plages rouge et bleue du spectre visible. La composition du réfléchissement électromagnétique, appelée signature spectrale, nous informe sur la surface qui émet ou réfléchit les rayonnements.

Milieu dunaire ({ gauche l’image satellite de la zone test, au centre la signature spectrale théorique, { droite la signature spectrale obtenue { partir d’une zone test de l’image)

Objet type : sable Milieu intertidal ({ gauche l’image satellite de la zone test, au centre la signature spectrale théorique, à droite la signature spectrale obtenue à partir d’une zone test)

Objet type : eau Milieu forestier ({ gauche l’image satellite de la zone test, au centre la signature spectrale théorique, à droite la signature spectrale obtenue à partir d’une zone test)



6

0

20

40

60

80

100

B1 B2 B3

0

20

40

60

80

100

B1 B2 B3

Objet type : aiguille de pin Agrosystème ({ gauche l’image satellite de la zone test, au centre la signature spectrale théorique, à droite la signature spectrale obtenue à partir d’une zone test)

Objet type : feuille verte (ex maïs)

1. On partira de la composition colorée de l’image du bassin utilisée dans l’activité 1. Aller dans VISUALIZATION puis SPECTRAL VIEWER. Sélectionner votre composition colorée. Deux nouvelle fenêtre apparait : la fenêtre d’analyse spectrale et la fenêtre des signatures spectrales. La première permet de naviguer dans l’image et de réaliser l’analyse. La seconde permet d’afficher la signature spectrale de la position de votre flèche sur l’image



7 2. Sur l’image sélectionner un pixel vous paraissant caractéristique d’un objet (vous

pouvez utiliser la signature spectrale de l’objet pour vous aider). Effectuer un clic droit. Celui-ci a deux conséquences : dans la fenêtre d’analyse spectrale, dans la colonne de gauche, ce point de référence est identifié, dans la fenêtre des signatures spectrales, la signature spectrale du pixel est sauvegardé (il est possible de changer la couleur de cette courbe à partir de la fenêtre d’analyse spectrale)

3. Sélectionner l’onglet SPECTRAL ANGLE puis, sélectionner l’un de vos points de référence puis cliquer sur COMPUTE. Les pixels en rouge correspondent à ceux présenter des signatures spectrales voisines, ceux dans les couleurs froides à des signatures éloignées

Activité 3 : Utilisation d’un indice de végétation

On se propose ici de réaliser une analyse de la végation à partir du logiciel Monteverdi en utilisant un indice radiométrique :l’indice NDVI



8 Information5 : L’indice NDVI

Les indices de végétation sont des formules empiriques conçues pour fournir des mesures quantitatives qui sont souvent en rapport avec la biomasse et l’état de la végétation. L’indice le plus communément utilisé est NDVI (Normalized Difference Vegetation Index) :

NDVI = (NIR-RED) / (NIR+RED)

où NIR est la réflexion mesurée dans le canal proche infrarouge (near infrared) et RED est celle mesurée dans le canal rouge. Plus la valeur de NDVI est élevée, plus la densité ou l’état de verdissement de la végétation est important.

1. On travaillera toujours sur la composition colorée de l’activité 1. Aller dans

FILTERING puis FEATURE EXTRACTION. Sélectionner la composition colorée. La fenêtre d’extraction de caractéristiques s’ouvre.

2. Sélectionner une zone témoin, puis aller dans FEATURE CHOICE puis RADIOMETRY INDEXES puis VEGETATION puis NDVI. Dans l’espace FEATURES PARAMETERS, indiquer que la canal rouge est le deuxième et que le proche infra rouge est le troisième. Cliquer sur ADD, puis sélectionner votre image dans FEATURE IMAGE LIST. Le nom du fichier apparait dans la fenêtre de travail

3. Sélectionner le fichier dans la fenêtre de travail, faire un clic droit puis sélectionner DISPLAY IN VIEWER. L’image aparait dans une fenêtre de visualisation.

4. Explorer l’image ainsi obtenue



9

Activité 4 : Délimimiter les contours des objets présent sur une scène On se propose ici de mettre en évidence l’organisation de parcelles de forêt en utilisant le module de délimitation automatique des objets à partir du logiciel Monteverdi



10 1. Pour pouvoir effectuer ces analyses, il est nécessaire de disposer d’images

possédant une résolution suffisante. On s’appuiera ici sur des photographies aériennes (dont la résolution est voisine de celle que l’on obtiendra avec les capteurs de Pléiades). Ouvrir les différents fichiers images situés dans le dossier Arcachon photographies aériennes

2. Aller dans FILTRERING puis sélectionner MEAN SHIFT CLUSTERING. Sélectionner l’une des zones d’étude (Zone 4 par exemple). La fenêtre Délimitation automatique des zones s’ouvre

3. Sélectionner DISPLAY BOUNDARIES puis lancer l’analyse en cliquant sur RUN. Le nom du fichier apparait dans la fenêtre de travail

4. Sélectionner le fichier dans la fenêtre de travail, faire un clic droit puis sélectionner DISPLAY IN VIEWER. L’image aparait dans une fenêtre de visualisation. Explorer l’image ainsi obtenue.

5. Effectuer ce travail pour différentes images. Comparer les résultats



11 Activité 5 : Réaliser une classification pour obtenir une lecture simplifiée de l’image On se propose ici d’utiliser le module permettant d’effectuer une classification { partir de sites témoins de l’image

1. Pour ce travail on utilisera une image monocanal (canal vert par exemple). Aller dans LEARNING puis SVM classification. Sélectionner le fichier correspondant au canal vert. Trois fenêtres s’ouvrent. La première présente l’image (FULL WINDOW), la seconde permet de s’y déplacer (SCROLL WINDOW), la troisième est la fenêtre de classification (SUPERVISED CLASSIFICATION)

2. Dans cette fenêtre, cliquer sur ADD, une nouvelle classe apparait. Renommez là (NAME), puis donner lui une couleur logique (COLOR)

3. Une fois la classe crée, délimiter un premier polygone délimitant votre premier site témoin correspondant à votre classe sur la fenêtre présentant l’image (ATTENTION A NE PAS UTILISER DES POLYGONES AVEC TROP DE PIXELS !!!). Celui-ci apparait dans la fenêtre présentant l’image mais également dans la case ROI LIST au sein de la fenêtre de classification. Pour pouvoir réaliser un deuxième site témoin (et donc un deuxième ╚ polygone), cliquer sur END POLYGONE pour bien valider la fin du polygone précédent. Réaliser trois sites

témoins pour cette première classe 4. Effectuer le même travail pour les différentes classes envisagées.



12 5. Pour visualiser votre travail, sélectionner LEARN puis DISPLAY dans l’espace

CLASSIFICATION. Le nom du fichier apparait dans la fenêtre de travail 6. Sélectionner le fichier dans la fenêtre de travail, faire un clic droit puis

sélectionner DISPLAY IN VIEWER. L’image aparait dans une fenêtre de visualisation. Explorer l’image ainsi obtenue.

Activité 6 : Superposer des données sur une image satellite On se propose ici de superposer des données d’occupation des sols sur une image satellite du bassin d’Arcachon en utilisant le logiciel Quantum GIS.

QUANTUM GIS : Il s’agit d’un logiciel de type Système d’Information

Géographique (SIG). Gratuit, remis à jour régulièrement, il permet de disposer des fonctions essentielles de ce type de logiciel à savoir la

visualisation de couches, la création de couches et la réalisation de requêtes.

Information6 : SIG

Un système d'information géographique (SIG) est un système d'information permettant d'organiser et de présenter des données spatialement référencées, ainsi que de produire des plans et des cartes. L'usage courant du système d'information géographique est la représentation plus ou moins réaliste de l'environnement spatial en se basant sur des points, des vecteurs (arcs), des polygones ou des maillages (raster) auxquels sont associés des informations attributaires telles que la nature (route, voie ferrée, forêt, etc.) ou toute autre information contextuelle (nombre d'habitants, type ou superficie d'une commune par ex.)L'information géographique peut être définie comme l'ensemble de la description d'un objet et de sa position géographique à la surface de la Terre.



13 1. Ouvrir le logiciel

2. Aller dans COUCHE puis AJOUTER UNE COUCHE RASTER

3. Sélectionner l’image du bassin d’Arcachon (Arcachon en bimap), située dans le

dossier DONNEES SIG puis ARCACHON

Quantum GIS est capable d’ouvrir n’importe quelle image en format de type RASTER. Il est possible d’ouvrir des images GEOREFERENCEES (et dans ce cas le positionnement est automatique) ou non. Information7 : Le format RASTER

Le format raster des données représente la réalité par des cellules de grille uniformes d’une résolution spécifique. Chaque carré (ou cellule de grille) couvre une aire géographique donnée et une valeur d’attribut est assignée { la cellule. La cellule de grille est la plus petite unité géographique dans un SIG raster, elle est connue comme ‘l’unité cartographique minimale’. La résolution dépend de la taille de la cellule de la grille, Plus la cellule est grande, moins l’information est précise, plus la grille est petite, plus la résolution est grande et plus la base de données est grande parce qu’il y a plus de détails. Visuellement, les formes et objets géographiques sont représentés par la combinaison de cellule de grille. Ceci signifie que les formes complexes (limites administratives) ou les objets linéaires (traits de côtes) peuvent apparaître non naturel. La plupart des données de télédétection sont collectées dans le format raster, ce qui veut dire qu’on n’a pas besoin de les convertir avant de les utiliser dans un SIG en format raster.

Information8 : le géoréférencement

Action qui consiste à relier un objet et les données qui y sont associées à sa position dans l'espace par rapport à un système de coordonnées géographiques.



14 4. Aller dans COUCHE puis AJOUTER UNE COUCHE VECTEUR. Cliquer sur

PARCOURIR puis sélectionner les données COMMUNES DU BASSIN dans le dossier INFORMATIONS COMMUNES

Information9 : Image vectorielle

Une image vectorielle (ou image en mode trait), en informatique, est une image numérique composée d'objets géométriques individuels (segments de droite, polygones, arcs de cercle, etc.) définis chacun par divers attributs de forme, de position, de couleur, etc. Elle se différencie de cette manière des images matricielles (ou « bitmap »), dans lesquelles on travaille sur des pixels. Par nature, un dessin vectoriel est dessiné à nouveau à chaque visualisation, ce qui engendre des calculs sur la machine. L'intérêt est de pouvoir redimensionner l'image à volonté sans aucun effet d'escalier.

5. Pour améliorer la superposition des couches, on va rendre transparente celle ayant trait aux communes. Pour ce faire, double cliquer dans la colonne de gauche sur le nom du fichier afin d’ouvrir la fenêtre de propriétés de la couche. Choisir une absence de remplissage et une bordure externe en pointillée. Il est également possible d’activer l’étiquette pour faire apparaitre le nom de la commune



15 6. On se propose ici d’ajouter une couche présentant l’occupation des sols en

Gironde. Il s’agit de données issues du projet CORINE LAND COVER. Aller dans COUCHE puis AJOUTER UNE COUCHE VECTEUR. Cliquer sur PARCOURIR puis sélectionner les données CLC06_D33_L2E_SHP située dans le dossier du même nom.

Information8n : Les données CORINE LAND COVER

Land Cover est produite par le Service de l'observation et des statistiques (SOeS) dans le cadre du programme européen de coordination de l'information sur l'environnement CORINE. La continuité du programme et la diffusion des données CORINE Land Cover sont pilotées par l'Agence européenne pour l'environnement.

Le programme CORINE Land Cover repose sur une nomenclature standard hiérarchisée à 3 niveaux et 44 postes répartis selon 5 grands types d'occupation du territoire : Territoires artificialisés, Territoires agricoles, Forêts et milieux semi-naturels, Zones humides, Surfaces en eau.

Ces données sont téléchargeables sur le site du Ministère de l’Ecologie et du Développement Durable : http://www.statistiques.developpement-durable.gouv.fr/

7. Pour améliorer la superposition des couches, on va rendre transparente celle ayant trait aux communes. Pour ce faire, double cliquer dans la colonne de gauche sur le nom du fichier afin d’ouvrir la fenêtre de propriétés de la couche. Aller dans le menu CONVENTION DE SIGNES et sélectionner VALEUR UNIQUE dans TYPE DE LEGENDE, puis CODE_06 dans CHAMPS DE CLASSIFICATION. Cliquer sur Classer. Chaque valeur correspond à une occupation du sol (il est possible de remplacer ces valeurs par le nom des catégories en remplissant l’espace étiquette). Sélectionner également une transparence de 30%

http://www.statistiques.developpement-durable.gouv.fr/



16 8. Il est possible d’effectuer des requêtes

pour obtenir une visualisation des données des couches vectorielles. Aller dans COUCHE puis REQUETE. Effectuer la requête suivante « CODE_06=312 », elle permettra de visualiser les zones occupées par une forêt de conifères

9. Aller dans COUCHE puis AJOUTER UNE COUCHE RASTER

10. Sélectionner les zones test situés dans le dossier ARCACHON PHOTOGRAPHIES

AERIENNES

Valeur Définition

111 Tissu urbain continu 112 Tissu urbain discontinu 121 Zones industrielles et commerciales 122 Réseaux routier et ferroviaire et espaces

associés 123 Zones portuaires 124 Aéroports 131 Extraction de matériaux 132 Décharges 133 Chantiers 141 Espaces verts urbains 142 Equipements sportifs et de loisirs 211 Terres arables hors périmètres d'irrigation 212 Périmètres irrigués en permanence 213 Rizières 221 Vignobles 222 Vergers et petits fruits 223 Oliveraies 231 Prairies 241 Cultures annuelles associées aux cultures

permanentes 242 Systèmes culturaux et parcellaires

complexes 243 Surfaces essentiellement agricoles,

interrompues par des espaces naturels importants

244 Territoires agro-forestiers 311 Forêts de feuillus 312 Forêts de conifères 313 Forêts mélangées 321 Pelouses et pâturages naturels 322 Landes et broussailles 323 Végétation sclérophylle 324 Forêt et végétation arbustive en mutation 331 Plages, dunes et sable 332 Roches nues 333 Végétation clairsemée 334 Zones incendiées 335 Glaciers et neiges éternelles 411 Marais intérieurs 412 Tourbières 421 Marais maritimes 422 Marais salants 423 Zones intertidales 511 Cours et voies d'eau 512 Plans d'eau 521 Lagunes littorales 522 Estuaires 523 Mers et océans 999 Pas de donnée 990 Surfaces en terre non classifiées 995 Surfaces en eau non classifiées

Documents

Exploration d’une image satellite à haute résolution ... · 1 Exploration d’une image satellite à haute résolution du Bassin d’Arcachon On dispose i i d’une image satellite