1

Qu’est ce que la télédétection ?

La télédétection est une technique qui, à l’aide d’un ou plusieurs capteurs, permet d’acquérir de l’information sur un objet, surface ou phénomène sans contact direct avec l’objet, la surface ou le phénomène investigués.

L’œil humain est un capteur qui intercepte le rayonnement visible réfléchi. Ce rayonnement, transformé en impulsions électriques par des cellules photo- réceptrices spécialisées, est envoyé et reçu par le cerveau qui l’interprète et en tire de l’information.

Cours Télédétection ECO II (Version 1.2 – mars 2005) SOUDANI KAMEL, Maître de Conférences, Laboratoire d'Ecophysiologie Végétale, Université Paris-Sud XI- 91405 Orsay Cedex - kamel.soudani@ese.u-psud.fr

Principe de la télédétection des surfaces naturelles

Des capteurs embarqués sur des plates-formes (vecteurs) satellitaires, aéroportées, ballons ou au sol permettent de mesurer le rayonnement en provenance des surfaces concernées. Ce rayonnement est soit réfléchi directement par ces surfaces soit émis. Les données de télédétection sont le plus souvent en forme d’images.Le rayonnement est réfléchi dans le visible et l’infrarouge proche et moyen.

Le rayonnement est émis principalement dans l’infrarouge thermique.

Principe de la télédétectionDifférentes étapes de la télédétection des surfaces naturelles

1. Une source d’énergie ou d’illumination (A) :(A) :En télédétection dite passive, le soleil constitue laprincipale source d’énergie. En télédétection diteactive, la source est fabriquée par l’homme.

2. Interactions entre le rayonnement et l’atmosphère tout au long du trajet source-cible et cible-capteur (B).(B).

3. Interactions avec la cible (C)(C) :Ces interactions sont de trois types : la transmission,la réflexion et l’absorption. L’émission est à considérer comme un phénomèneà part.

4. Enregistrement du signal par le capteur (D)(D) : Le capteur enregistre le signal reçu.

5. Transmission, Réception, et Traitement (E)(E) : Le satellite transmet les signaux vers des stations de réception au sol ou à des satellites relais. Au niveau de ces stations, les informations sont décodées et enregistrées sous forme d’images ou de photographies.

6. Traitements, analyses, interprétation et applications (F (F et G)G) : Les traitements se basent sur des théories et techniques souvent complexes et servent à extraire les informations utiles. Ces informations sont ensuite utilisées pour caractériser la cible étudiée.

CCRS

QUELQUES APPLICATIONSEchelle régionaleAgriculture : rendements des cultures, réponses de la végétation à certaines contraintes environnementales, activité photosynthétique, Foresterie : Cartographie forestière, estimation de certaines caractéristiques dendrométriques des peuplements forestiers, défoliation et état sanitaire, …Hydrologie : spatialisation de l’intensité des pluies sur un BV (échos radar), couverture végétale, …Occupation du sol/zones humides/Topographie : cartographie de l’occupation du sol, répartition des espèces, établissement des modèles numériques de terrain (cartes topographiques) à l’aide de la stéréoscopie satellitaire, …

Echelle globale

Météorologie et climat : Suivi de l’évolution spatio-temporelle de la couverture nuageuse, ..Océanographie, ressources marines : dynamique et caractéristiques des mers et océans, phytomasse, …Changements globaux : structure et productivité primaire des biomes terrestres, échanges énergétiques …

2

Cartographie de types de culture

D’après Clark et al.,1995

En se basant sur les propriétés spectrales des cultures et autres composantes du milieu, il est dans certains cas possible de les discriminer.

Applications en milieux urbainsPhotographie (gauche) et image en infrarouge thermique d’un quartier résidentiel à

Tokyo. Image acquise début octobre en fin d’après – midi (M. Roth Université de Singapore ).

Données : Sites expérimentaux sur fond d’images SPOT

Modélisation des flux et stocks de carbone dans les massifs forestiersMassif Forestier de Fontainebleau

Relations entre le LAI (m2/m2) in situ et LAI prédit par régression linéaire : (a) modèle général (toutes espèces et toutes années confondues, RMSE = 1.08). (b) modèle par année et par espèce (RMSE = 0.86).

1:1

-1

0

1

2

3

4

5

6

7

8

9

-1 0 1 2 3 4 5 6 7 8 9

LAI measured

LAI p

redi

cted

1994

1995

1996

1997

1998

a) b)

1:1

-1

0

1

2

3

4

5

6

7

8

9

-1 0 1 2 3 4 5 6 7 8 9

LAI measured

LAI p

redi

cted

oak

beech

Scots pine

LAI = f (σ NDVI)

3

Spatialisation de l’indice foliaire (surface foliaire totale) par télédétection SPOT

Flux net de carbone de l’écosystème (g C /m²)< −600

−600 − −400

−400 − −200

−200 − 0

0 − 200

200 − 400

400 − 600

600 − 800

No data

Productivité primaire nette (g C/m²)

< 0

0 − 150

150 − 300

300 − 450

450 − 600

600 − 750

750 − 900

900 − 1050

1050 − 1200

No data

�0 2 41

Kilometers

�0 2 41

Kilometers

Flux Net de CarboneStock de Carbone sous forme de

Biomasse (NPP)

Massif Forestier de Fontainebleau

ETUDE DES CHANGEMENTS GLOBAUX

Fournir des variables physiques, biophysiques :

-Suivi de la dynamique spatiale et temporelle des phénomènes et des surfaces naturelles.-Mesurer leurs impacts-Fournir des variables physiques et biophysiques pour Initialiser, contraindre et valider les modèles climatiques

Variables fournies en routine NASA Earth Observing System (EOS)

Capteur MODIS (Moderate Resolution Imaging Spectroradiometer) embarqué sur Terra (12-1999) et Aqua : NASA Earth Observing System)

Utilisation Bande Largeur de la bande (nm)

Bande Largeur de la bande (nm)

Land/Cloud/Aerosols 1 620 - 670 Surface/Cloud 20 3.660 - 3.840 Boundaries 2 841 - 876 Temperature 21 3.929 - 3.989 Land/Cloud/Aerosols 3 459 - 479 22 3.929 - 3.989 Properties 4 545 - 565 23 4.020 - 4.080 5 1230 - 1250 Atmospheric 24 4.433 - 4.498 6 1628 - 1652 Temperature 25 4.482 - 4.549 7 2105 - 2155 Cirrus Clouds 26 1.360 - 1.390 Ocean Color/ 8 405 - 420 Water Vapor 27 6.535 - 6.895 Phytoplankton/ 9 438 - 448 28 7.175 - 7.475 Biogeochemistry

10 483 - 493 Cloud Properties 29 8.400 - 8.700

11 526 - 536 Ozone 30 9.580 - 9.880 12 546 - 556 Surface/Cloud 31 10.780 - 11.280 13 662 - 672 Temperature 32 11.770 - 12.270 14 673 - 683 Cloud Top 33 13.185 - 13.485 15 743 - 753 Altitude 34 13.485 - 13.785 16 862 - 877 35 13.785 - 14.085 Atmospheric 17 890 - 920 36 14.085 - 14.385 Water Vapor 18 931 - 941 19 915 - 965

Résolution spatiale : 250, 500 et 1000 m, couverture de la terre entière tous les deux jours. 36 Bandes spectrales

4

Composantes du bilan d'énergie Variables Biophysiques Couverture du sol Produits de reflectance Indices de végétation Feux et anomalies thermiques LST and Emissivity LAI et FPAR Couverture du sol Neige and couverture en glace GPP et NPP Autres descripteurs état végétal BRDF et Albedo Evapotranspiration

Variables issues de MODIS et fournies en routine

Surfaces continentales

Surfaces océaniques : Reflectances, Températures, concentration chlorophylle

Atmosphère : Couverture nuageuse, concentration en vapeur d’eau, aérosols, transmissivité

Composition colorée MODIS - 500RGB; rouge=MODIS bande 1, vert=MODIS bande2, Bleu=MODIS bande 3

Reflectance MODIS

Couverture végétale exprimée sous forme de NDVI moyenné sur la période du 2 au 9 février 2003. Satellite Terra- Instrument MODIS.

Couverture du sol

5

Estimation des flux d’énergie émis par la terre en infrarouge thermique

Emission dans l’infrarouge thermique par la terre : les faibles émissions en bleu et les fortes émissions en rouge. Source : CERES instrument team

L’indice foliaire LAI

Rayonnement utile à la photosynthèse absorbé PARaProductivité Primaire Nette

6

Télédétection Océaniques : Projet SeaWiFS (Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Project

Concentration en Chlorophylle (Journée du 21/11/04) – capteur SeaWiFS

Concentration en Chlorophylle (Moyenne semaine 31-10 au 7-11/04) – capteur SeaWiFS

7

Suivi de la couche d’Ozone et autres caractéristiques

Moyenne mensuelle de l’ozone total atmosphérique (Source Earth Probe)

Octobre 2000 Octobre 2002

Bases physiques de la Télédétection

Rayonnement électromagnétique :

Caractéristiques d’une onde électromagnétique monochromatique:Longueur d’onde λ : distance entre deux points homologues exprimée en µm=103 nm = 10-6 m.

Fréquence ν : nombre d’oscillations par unité de temps (s-1 ou Hz-Hertz).

Période T: Temps nécessaire pour réaliser une oscillation : T = 1/ ν.

Relation fondamentale : λ = c/ ν

c: vitesse de la lumière dans le vide =3 108 ms-1

8

Spectre électromagnétique : La répartition des longueurs d’ondes (ou fréquences définit le spectre électromagnétique

En télédétection, les longueurs d’ondes les plus utilisées sont :

Le visible 0.4 -0.7 µmLe proche infrarouge 0.7 -1.5 µmL’infrarouge moyen 1.5 – 3 µm L’infrarouge thermique 3 -15 µmLes micro-ondes ou hyperfréquences 1 mm – 1 m

CCRS

Sources du rayonnement électromagnétique : Le soleil

Equation de Stephan-Boltzman : exprime la quantité d’énergie émise par un corps complètement absorbant, dit corps noir.

4TE σ=Où,σ est la constante de Stephan-Boltzman=5.67 10-8 Wm-2 K-4).T : Température en ° Kelvin ( 0° K =-273.15°C ).Soleil assimilé à un corps noir à 5770° K : E = (5.67 10-8 W m-2 K-4) * (5770 K°)4 = 6.28 107 W m-2

A l’entrée de l’atmosphère terrestre, l’énergie reçue est égale à l’énergie totale émise par le soleil/surface d’une sphère fictive ayant un rayon égal à la distance terre-soleil : E × 4πR²soleil / 4πDTS

2 = 1371 W m-2

(Constante solaire). Les mesures les plus précises situent la constante solaire en moyenne à 1367 Wm-2. Rsoleil = 6.96 108 m , DTS ≈1.49 1011 m

Interactions REM et atmosphère : fenêtres atmosphériques

Diffusion : Atomes, molécules et aérosols

La diffusion de Rayleigh :Taille des obstacles < longueurs d’ondes (λ > d avec d diamètre de l’obstacle) . Elle concerne principalement les courtes longueurs d ’onde : visible

La diffusion de Mie : Taille des obstacles = longueurs d’onde (d/2 <λ< d) . Elle concerne principalement les longues longueurs d ’onde

La diffusion non sélective λ≤ d/2 : diffusion sans préférences

Absorption : Atomes, molécules et aérosols

Se manifeste par une augmentation de température des gaz absorbants :

O3: λ < 300 nm ( UV)H20, CO2 et CH4 : absorbent principalement dans les longues longueurs d’onde infrarouge moyen et thermique.

Fenêtres atmosphériques CCRS

En télédétection, les longueurs d’ondes les plus utilisées sont :

Le visible 0.4 -0.7 µmLe proche infrarouge 0.7 -1.5 µmL’infrarouge moyen 1.5 – 3 µm L’infrarouge thermique 3 -15 µmLes micro-ondes ou hyperfréquences 1 mm – 1 m

CCRS

9

Interactions REM et cibleR - Réflexion, A - Absorption

T - Transmission

Reflectance ρ = Erλ/Ei

λ

Absorptance α = Eaλ/Ei

λ

Transmittance τ = Etλ/Ei

λ

On a toujours : ρ+ α + τ =1

En télédétection, on mesure le rayonnement réfléchi par une cible.

Réflexion spéculaire Réflexion diffuse

Sour

ce C

CRS

CCRS

CCRS CCRS

Propriétés optiques des feuilles et de la végétation chlorophyllienne

Facteurs affectant les propriétés optiques des feuilles

• VisibleFortes absorptions par les pigments foliaires (Chlorophylles a et b, carotènes) particulièrement dans le bleu et le rouge. Le maximum de réflexion est atteint dans le vert.• Proche infrarougeFaible absorption due au contenu et a la structure interne des feuilles.• Moyenne infrarougeAbsorption de plus en plus forte avec des valeurs extrêmes atteintes dans les bandes d’absorption de l’eau.

λ en nm Reflectance Absorptance TransmittanceBleu 450-500 4% 93% 3%Vert 500-580 9% 82% 9%

Rouge 620-700 8% 85% 7%PIR 700-1300 47% 13% 40%

MIR 1300-2500 13% 74% 13%

CCRS

25%

50%

Longueur d’onde (nm)

Refle

ctan

ce (

%)

Refle

ctan

ce (

%)

VisibleVisible ProcheProche InfrarougeInfrarouge

450 550 650 750 850 950 1050 1150500 600 700 1000900800 11000%

Signature spectrale typique d’une feuille chlorophyllienne Proprietes optiques d ’un sol nuLa courbe de réflectance d’un sol nu croît du visible à l’infrarouge moyen. Les effets les plus marquants s’observent autour des bandes d’absorption de l’eau.

En général le sol nu est plus réfléchissant que la végétation dans le visible et l’infrarouge moyen mais pas dans le proche infrarouge.

Les facteurs affectant les propriétés optiques du sol sont :-Teneur en eau-Composition minérale-Taux de matière organique-Structure (rugosité de surface)

Il existe une relation reliant les reflectances d’un sol nu dans les bandes rouge et proche infrarouge: droite du sol

CCRS

CCRS

10

Proprietes optiques de l’eau et des surfaces d’eau libre

0.00

0.01

0.02

0.03

0.04

0.05

0.06

400 450 500 550 600 650 700

Wavelength [nm]

Ref

lect

ance

L’eau absorbe une grande partie du rayonnement qu’elle reçoit. Cette absorption est davantage dans les grandes longueurs d’ondes. Le maximum de réflexion concerne le bleu.

Dans le proche infrarouge et l’infrarouge moyen, l’eau peut être assimilée à un corps noir absorbant tout le rayonnement qu’elle reçoit.

Les irrégularités de la surface de l’eau, la concentration en sédiments, en algues affectent fortement les propriétés optiques de l’eau. Par exemple, la matière en suspension fait augmenter la réflectance de l’eau dans l’orange-rouge. La présence de la matière chlorophyllienne fait augmenter la réflectance de l’eau dans le vert. Ces différents facteurs sont à l’origine des fortes variations de la couleur de l’eau.

CCRS

Télédétection passive

Télédétection active (radar et Lidar)

Source : soleil ou la terre en cas de la télédétection thermique ou micro-ondes.

Les ondes radar passent à travers les couches nuageuses et de poussières et sont insensibles à la diffusion atmosphérique qui affecte les courtes longueurs d’onde :

Source : des ondes dites hyperfréquences sont émises et on intercepte les échos grâce à une antenne.

Imagerie sous toutes conditions et de jour comme de nuit.

La télédétection passive visible, proche infrarouge et infrarouge moyen n’est donc possible que le jour (soleil illuminant la terre) et en absence de nuages.

Acquisition de données de Télédétection

CCRS

Acquisition de données de Télédétection

Plates formes d’acquisition

Télédétection au sol Télédétection aéroportée

Avion de Recherches Atmosphériques et de Télédétection ARAT- Propriété commune CNES – Météo France, CNRS, IGN

CCRS CCRS

Télédétection satellitaire

L’orbite géostationnaire est une orbite équatoriale et circulaire à une altitude d’environ 36000 Km. C’est le cas des satellites de télécommunication et d’observation météorologique telles que les satellites METEOSAT.

L’orbite héliosynchrone est une orbite circulaire où le plan de l’orbite du satellite est déterminé de manière à observer régulièrement un point particulier à la même heure locale solaire (LANDSAT et SPOT). Altitude 300 à 1500 Km

L’orbite circulaire quelconque qui offre l’avantage de passer à la même altitude au dessus d’un point de la terre mais à des heures différentes. C’est le cas des satellites ERS-1 et ERS-2.

CCRS

11

Caractéristiques d’un capteur de télédétection

Résolution Spectrale : elle correspond aux bandes de longueurs d’onde auxquelles les capteurs sont sensibles.

Image aéroportée ARAT capteur push broom canal vert 500-590 nm

Image aéroportée ARAT capteur push broom canal rouge 610-680 nm

Image composition colorée RVB canal 3 Rouge, canal 2 Vert, canal 1 Bleu

Image aéroportée ARAT capteur push broomcanal proche infraroue 790-890 nm

Résolution Spatiale : correspond à la surface élémentaire d’échantillonnage observée instantanément par le capteur satellitaire. Cette surface correspond au pixel (Picture element). Cette résolution est 20 m * 20 m pour le satellite SPOT, 30 m * 30 m pour le satellite Landsat Thematic Mapper, 1000 m * 1000 m pour NOAA AVHRR, etc.

De gauche à droite : photographie aérienne ; composition colorée à une résolution de 2 m × 2 m (ARAT Push broom-CNES) ; composition colorée SPOT à une résolution de 20 m × 20 m.

Résolution radiométrique : elle correspond la capacité d’un système d’acquisition à distinguer entre deux niveaux d’énergie voisins. Le rayonnement réfléchi par les cibles au sol et enregistré par le capteur est codé en format numérique binaire et l’image résultante est en niveaux de gris. Pour un codage en 8 bits, le niveaux de gris correspondant au rayonnement réfléchi varie entre 0 et 255 (soit 256 niveaux de gris = 28). En 16 bits, le niveau de gris varie entre 0 et 65535. Deux niveaux de rayonnement voisins peuvent être confondus lorsque le codage est sur 8 bits alors qu’il n’est plus pour un codage sur 16 bits.

Image en 8 bits : 0-255 Image en 1 bits : 0-1

Résolution temporelle ou répétitivité :correspond à la période entre deux acquisitions de la même scène. Cette résolution ne dépend pas du capteur mais de l’orbite et du mode de manœuvre du satellite. Notons que le satellite SPOT offre la possibilité de viser un site sur commande permettant ainsi d’assurer une excellente résolution temporelle. Sans manœuvre, la résolution temporelle de SPOT est de 26 jours, 16 jours pour LANDSAT TM et 14.5 jours pour NOAA-AVHRR.

Le satellite SPOT peut être programmé du sol pour viser le même point à n’importe quel moment : pointage

CCRS CCRS

12

opérationnelsOpérationnelERS-2 : OpérationnelOpérationnel. SPOT-4 en orbite depuis mars 1998

Opérationnel

2800 km75 km100 km (SAR)60 km185 kmFauchée au sol

1.1 km18 m (SAR),

18.3 x 24.2 m (OPS)

30 m SAR 20 m P10 m XS

30 mRésolution spatiale

AVHRR (Advanced Very HightResolution Radiometer)0.55-0.68 µm0.73-1.10 µm3.33-3.93 µm10.50-11.50 µm11.00-12.50 µm

SAR (Synthetic Aperture Radar)OPS (Optical Sensor)

Altimètre radarDiffusomètre ventSondeur hyperfréquencesCapteur Infrarouge

2 HRVs (High Resolution visible) :Panchromatique0.50-0.59 µm XS10.61-0.69 µm XS20.79-0.90 µm XS30.51-0.73 µm P

Thematic Mapper0.45-0.52 µm TM10.52-0.60 µm TM20.63-0.69 µm TM30.76-0.90 µm TM41.55-1.75 µm TM510.4-12.5 µm TM62.10-2.35 µm TM7

Capteurs

14.5 jours44 jours3,35 et 168 jours(ERS-1)35 jours (ERS-2)

26 jours1-3 jours

16 joursRépétitivité

102 min (NOAA-12)101 min (NOAA-14)

96 min100 min101 min99 minDurée d’une révolution

833 km (NOAA-12)870 km (NOAA-14)

586 km782-785832 km705 kmAltitude

Mai 1991 (NOAA-12)Décembre 1994 (NOAA-14)

Février 1992Juillet 1991(ERS-1) jusqu’à juin 1996Avril 1995 (ERS-2)

Janvier 19901984Date de lancement

USAJapanEuropeFranceUSA

NOAHH-12,14JERS-1ERSSPOT-2Landsat-5

Caractéristiques de quelques capteurs de télédétectionDonnées de télédétection

Les données de télédétection sont le plus souvent fournies en format d’images numériques. L’image correspond à une matrice de pixels. La taille du pixel correspond à la résolution spatiale et son contenu correspond à l’intensité du rayonnement réfléchi ou émis. Cette intensité est exprimée en niveaux de gris.

Pour chaque bande spectrale correspond une image résultante.

rouge 610-680 nm

Proche infrarouge 790-890 nm

Indices de végétation

Utiliser le contraste important de reflectance dans le proche infrarouge et le rouge entre les couverts végétaux et les sols nus ou faiblement couverts.

•Simples à utiliser•Peu sensibles aux effets atmosphériques et la géométrie de l’acquisition•Montrent des relations significatives avec certains paramètres : indice foliaire, rayonnement, taux du couvert, activité chlorophyllienne et état sanitaire des couverts végétaux.

Avantages des indices de végétation

Principaux indices

DVI : Difference Vegetation Index DVI = ρpir − ρrRVI : Ratio Vegetation Index, appelé aussi Simple Ratio SR RVI = ρpir / ρrNDVI : Normalized Difference Vegetation Index, appelé aussi Normalized

Difference ND NDVI = (ρpir − ρr ) / (ρpir + ρr)

NDVI RVI DVI

13

Prétraitement et traitement des données de télédétection

1. Corrections géométriques : corriger les distorsions de l’image dues en particulier à la topographie et à la géométrie de visée.

2. Corrections des effets perturbateurs atmosphériques : Le rayonnement réfléchi au niveau du capteur est la résultante du rayonnement réfléchi par la cible et par l’atmosphère. Le but des corrections atmosphériques est d’éliminer les effets de l’atmosphère et d’accéder à une mesure réelle de la réflectance des cibles investiguées.

3. Corrections des effets directionnels : Le rayonnement réfléchi au niveau du capteur dépend des conditions d’acquisition en particulier la position solaire et l’angle de visée.

Deux images de télédétection acquises sur la même zone ne sont jamais identiques puisqu’elles ne correspondent pas aux mêmes conditions d’acquisition. Des corrections sont donc nécessaires : Normalisation

1. Corrections des effets géométriques

Les images de télédétection sont acquises sous certaines configurations de visée. L’espace géographique observé a une surface irrégulière. Les images présentent des distorsions dans toutes les dimensions de l’espace.

Les corrections géométriques permettent :Corriger les distorsions de l’image.In fine : lui attribuer des coordonnées géographiques.

L’opération qui consiste à corriger les distorsions de l’image est appelée Rectification.L’opération qui consiste à affecter l’image à un référentiel géographique est appelée Géoréferencement.

Origines des distorsions géométriques :

Obliquité de la prise vue.Mouvements du système de balayage et de la plate forme (tangage,

roulis).Relief du terrain, courbure et rotation de la terre.

ji yqxfyexydxcybxax 002

02

00000 ....' +++++++= Pour i+j ≤n

La conversion s’effectue grâce à un polynôme d’ordre n.

ji yxqyfxeyxdycxbay 002

02

00000 '....''''''' +++++++=

Principe de corrections géométriques : corrections par points d’amers ou de contrôle

Image corrigée Image non corrigée

Pour un polynôme d’ordre n : il faut (n+1)(n+2)/2 points de contrôle.

x’, y’ coordonnées de l’image corrigée. x0, y0 coordonnées image d’origine.

Toute correction géométrique nécessite le re échantillonnage de l ’image :

Méthode : plus proche voisin

Un pixel de l’image corrigée prend la valeur du pixel qui lui est le plus proche sur l’image d ’origine.

Méthode : Interpolation bilinéaire

Un pixel de l’image corrigée prend la moyenne pondérée par la distance des 4 pixels les plus proches sur l ’image d ’origine.

Méthode : convolution ou interpolation cubique

Un pixel de l’image corrigée prend la moyenne pondérée par la distance des 16 pixels les plus proches sur l ’image d ’origine.

La méthode de plus proche voisin est préconisée pour les images de haute résolution (SPOT). L’interpolation bilinéaire ou cubique sont mieux adaptées aux moyennes et basses résolutions.

14

Rayonnement

Exo-atmosphérique incident

R atmosphérique diffus

R réflechi atmosphère

R réfléchi cible

2. Corrections des effets atmosphériques Quand et comment faut-il corriger les effets perturbateurs atmosphériques ?

Les méthodes de correction des effets atmosphériques sont basées sur des modèles simulant les interactions des ondes électromagnétiques et les différents composants de l’atmosphère (modèle 6-S, MODTRAN, DOS et autres).

Mesurer les grandeurs physiques réelles des surfaces (réflectanceau sol, température, etc.).

Assurer des mesures reproductibles et comparables à d’autres résultats indépendants.

Effectuer des comparaisons multi-temporelles des images.

Quand ?

Comment ?

2. Corrections des effets perturbateurs atmosphériques

Niveau 1 : Reflectance exo-atmosphérique

L = CN/G L = luminance (W m-2 sr-1 µm–1)CN compte numérique (0 à 255)G : Gain d’étalonnage absolu du capteur (fourni par les entêtes des fichiers images pour chaque bande).

En supposant une diffusion lambertienne :ρ= π L/E0 cosθ

ρ = réflectance de l’ensemble objet+atmosphère E0 = éclairement solaire exoatmosphérique W m- 2

θ = angle zénithal solaire

Niveau 2: Réflectance au niveau du sol

Méthode de corrections atmosphériques DOS : Dark Object SubstractionIl s’agit d’une méthode simple qui, pour chaque bande, considère que la reflectance minimale mesurée sur l’image non corrigée est due aux effets atmosphériques. Cette reflectance est observée généralement sur les surfaces d’eau libres.

τv Lcible

Surface d’eau libre

Lsatellite = Latmosphère+ τv LcibleLcible = (Lsatellite-Latmosphère)/ τv

E0

τz E0 Ediffus

L atmosphère

τv

)cos()(

cos 00 diffusZv

Atmosphèresatellite

diffusZ

cible

EELL

EEL

+

−=

+=

θττπ

θτπ

ρ

Latmosphère=Leau libre τv=cosθvτZ=cosθz

15

Propriétés optiques d’un couvert : Interactions facteurs propres au couvert/facteurs exogènes

Facteurs propres au couvert

Reflectance d’un couvert : résultante de la contribution de la végétation et du sol

Facteurs exogènes : effets de l’angle de visée et de l’angle solaire

%Taux de couverture, LAIAugmentation du LAI => Diminution dans le visible et une augmentation dans le PIR

Structure du couvert : Distribution spatiale des arbres, des angles d’inclinaison et dispersion foliaire

3. Corrections des effets directionnels

Les effets directionnels sont plus ou moins faciles à corriger selon les types de surfaces observées. Pour un sol nu, ces effets sont généralement faciles à corriger.Pour un couvert végétal, ces effets sont plus complexes.

Effet de l’angle de vue : variations angulaires de la réflectance d’un couvert végétal

Simulation à l’aide de 5Scale – forêt d’un LAI de 3.5 -Soleil à 40° par rapport au zénith

Effet de l’angle solaire : distribution des taches d’ombre et de lumière sous l’effet de la position solaire (données mesurées sur un couvert de hêtre – Soudani et al., 2000 -n.p.)

1.21.41.61.822.22.42.62.833.23.43.63.844.24.44.6510-600 nm

0.811.21.41.61.822.22.42.62.833.23.4610-720 nm

11119870

11119875

121416182022242628303234363840424446

0.760.770.780.790.80.810.820.830.840.850.860.870.88

0 m 2 m 4 m

760-950 nm

VERT- W/m2/srROUGE- W/m2/sr

P. INRAROUGE- W/m2/srNDVI: (PIR-R/PIR+R)

Quelques principes et méthodes de traitement et extraction des informations des images de télédétection multispectrale

1. Rehaussement des images : amélioration de la qualité visuelle de l’image afin de faciliter son interprétation.

2. Classification des images : cartographie des différents thèmes d’occupation du sol, zones humides et autres variables de surfaces.

•Classification non supervisée•Classification supervisée

3. Filtrage des images : détection des contours

4. Techniques empiriques : Etablissement des relations empiriques entre les informations radiometriques et certaines variables biochimiques (chlorophylle, teneur en eau), biophysiques (l’indice foliaire, l’ouverture du couvert), etc.

5. Techniques d’inversion : Inversion des modèles de transfert radiatifs, géométriques ou mixtes.

16

Transformations de l ’histogramme :

Transformation linéaire : relation linéaire entre les valeurs pixels d’origine et après rehaussement de l’imageAutres transformations personnalisées sont possibles.

1. Rehaussement des images : amélioration de la qualité visuelle de l’image afin de faciliter son interprétation.

Image d’origine : valeurs entre 0-255 Image améliorée : étalement entre 87-188

Les différentes classes spectrales sont déterminées en se basant seulement sur les propriétés statistiques des données numériques de l ’image en utilisant des algorithmes de classification. On affecte ensuite des classes thématiques aux groupes spectraux déterminés.

2. Classification des images : cartographie des différents thèmes d’occupation du sol, zones humides et autres variables de surfaces.

•Classification non supervisée•Classification supervisée

•Classification non supervisée

Classification de l’image

Méthode de classification automatique par clustering : K-Means

Le principe de cette méthode consiste à fixer :1. Le nombre de groupes spectraux2. Le seuil de convergence3. Le nombre maximum d’itérations

Méthode facile à utiliser et aboutit très souvent à des résultats acceptables.

17

On identifie sur l ’image des surfaces assez homogènes représentatives des thèmes qu ’on souhaite discriminer. Les signatures spectrales de ces surfaces serviront comme références pour classer l’ensemble de l ’image en utilisant des algorithmes de classification appropries.

Non

Oui

Confusion entres signatures

•Classification supervisée Algorithmes de classification supervisée :

Maximum de vraisemblanceParallélépipède Méthodes basées sur les distances interclasses (distance euclidienne, Distance Mahalanobis, …)Autre méthode : réseaux neuronaux

Parallélépipède Distance spectrale minimale

Maximum de vraisemblance

Méthode probabiliste :

Avantage : produit le plus souvent la meilleure classification

Inconvénient : Hypothèses de normalité intra-classe

-0 -1 0-1 5 -10 -1 0

3. Filtrage des images : détection des contours

Exemple de filtre de détection de contours :

Un pixel se distinguant de ses voisons est mis en évidence.

18

4. Techniques empiriques : Etablissement des relations empiriques entre les informations radiometriques et certaines variables biochimiques (chlorophylle, teneur en eau), biophysiques (l’indice foliaire, l’ouverture du couvert), etc.

Relation LAI et NDVI à partir 22 sites expérimentaux (Site CarboEuroflux de Hesse –Sarrebourg – Soudani et al., 2002)

Carte d’indice foliaire (taille pixel = 60 m * 60 m)

0.68

0.7

0.72

0.74

0.76

NDVI

2 4 6 8 10 12

LAI (m 2 .m -2 )

older stands

young stands

5. Techniques d’inversion : Inversion des modèles de transfert radiatifs, géométriques ou mixtes.

Paramètres d’entrées du modèle :

Indice foliaire LAI

La fonction densité foliaire (LAD)

Distribution des angles d’inclinaison foliaire

Propriétés optiques des feuilles et du sol

Géométrie solaire et de visée

Le modèle est conçu pour prédire les propriétés optiques du couvert végétal en fonction des entrées. Le processus inverse qui consiste à utiliser les propriétés optiques mesurées pour prédire des variables telles que l’indice foliaire ou la chlorophylle foliaire est appelé Inversion.

Inversion du modèle propriétés structurales et biochimiques du couvert

Entrées pour l’inversion du modèle : propriétés optiques du couvert

Quelques applications de la télédétection pour l’étude des processus globaux :

Dynamique de la couverture végétale à base du NDVIIncreased plant growht in the northern high latitudes from 1981-1991 – Myneni RangaB. et al. -1997 (Nature,386, 698-702)

Dynamique de la NPP: - Schéma général de l’estimation de la NPP par télédétection- Exemple :

Climate-Driven increases in Global Terrestrial Net Primary Production from 1982 to 1999 – Ramakrishna R. Nemani et al-2003 (Science 300, 1560-1563)

Variabilité interannuelle du NDVI

Myneni Ranga B. et al. -1997 (Nature,386, 698-702)

19

Variabilité intra-annuelle du NDVI

Myneni Ranga B. et al. -1997 (Nature,386, 698-702)

Fig. 1. (A) Geographic distribution of potential climatic constraints to plant growth derived from long-term climate statistics. (B to D) Recent climaticchanges, estimated from reanalysis data from 1982 to 1999, in the growingseason average temperature (B), vapor pressure deficit (VPD) (C), and solarradiation (D). Reductions in VPD are indicative of increased water availability(C). The growing season is defined as those months with 1982 to 1999 averageair temperatures above 0°C.

Climate-Driven increases in Global Terrestrial Net Primary Production from 1982 to 1999 – Ramakrishna R.Nemani et al-2003 (Science 300, 1560-1563)

Fig. 2. Spatial distribution of linear trends in estimated NPP from 1982 to 1999. NPP was calculated with mean FPAR and LAI derived from GIMMS and PAL data sets.

Climate-Driven increases in Global Terrestrial Net Primary Production from 1982 to 1999 –Ramakrishna R. Nemani et al-2003 (Science 300, 1560-1563)

Fig. 4. Interannual variations in NPP distributed by latitudinal zones. Zonal NPP anomalies in each zone are shown for GIMMS (solid blue line), PAL (dashedblue line), and their average(green line).

Climate-Driven increases in Global Terrestrial Net Primary Production from1982 to 1999 – Ramakrishna R. Nemaniet al-2003 (Science 300, 1560-1563)