OFF-36_IV.4.5 Analyse multi-temporelle et Détection de changement

IV - DES DONNéES à L'INFORMATION

4- COMMENT ANALYSER les images pour produire des cartes?
 

4.5- Comment analyser les données dans le temps?

L’un des principaux avantages de la télédétection par satellite est de pouvoir fournir des observations de la Terre à intervalles réguliers. Il est donc possible d’étudier un paysage à différentes saisons, ou de suivre son évolution à plus long terme.

Cette analyse "multitemporelle" peut être effectuée visuellement ou numériquement.

La méthode la plus simple pour analyser des données enregistrées à des dates différentes est de les afficher simultanément dans deux fenêtres disposées côte à côte et de les comparer visuellement. Certains logiciels de traitement d'image et de systèmes d'information géographique permettent de "synchroniser" ces deux fenêtres, de manière à ce qu'un déplacement ou un zoom dans une des fenêtres s'applique automatiquement dans la seconde fenêtre. Il est parfois également possible de dessiner dans une fenêtre (par exemple l'extension d'un nouveau lotissement), et de voir apparaître ce dessin dans les deux vues synchronisées.

Source: Historical Satellite Images: Accessing The Old Data - EOS Data Analytics

DEMANDE AUTORISATION USE: https://eos.com/contact-us/

Le lancement du premier satellite américain Landsat le 23 juillet 1972 a marqué le début d'une mission d'observation de la Terre qui se poursuit encore aujourd'hui (voir Landsat: Celebrating 50 Years). Les archives Landsat contiennent à ce jour une quantité gigantesque de données constituées de milliards d'images enregistrées sur une période ininterrompue de plus de 50 ans. Des missions d'autres pays, comme les satellites européens Sentinel ou la famille de satellites sino-brésiliens CBERS, alimentent quotidiennement depuis 2014 cette librairie exceptionnelle qui nous permet d'appréhender les changements, parfois drastiques, que notre planète a subis. Le site internet « World of change » de la NASA permet de visualiser plus en détails quelques exemples de ces changements.

Il est cependant fréquent, pour mettre en évidence un changement, de créer une nouvelle image en fusionnant deux images enregistrées à des moments différents. Ces composites colorés et multitemporels montrent alors les surfaces qui ont subi des modifications au cours de la période écoulée. Ce mode de visualisation de données multi-dates repose sur le principe de synthèse additive des couleurs: l’œil humain interprète la superposition des couleurs fondamentales (rouge, vert et bleu) comme de nouvelles couleurs. Dans l'exemple ci-dessous, un indice de végétation a été calculé à deux moments différents (1984 et 1994), la première image étant colorée en rouge et la seconde en vert. En superposant les deux images, une nouvelle image de synthèse est obtenue dont les tons vont du rouge/orange au vert en passant par le jaune (un mélange des deux). Les couleurs de la nouvelle image reflètent la nature et l'intensité du changement et permettent donc de mettre en évidence des changements saisonniers ou, comme dans le cas illustré, des changements plus radicaux tels que la déforestation (les zones apparaissant en vert sur l’image de synthèse).

1984				1994

Une autre technique de détection des changements consiste à comparer les images après leur classification (voir Comment classifier une image). La classification est d’abord effectuée séparément pour les deux dates, puis les changements sont détectés en comparant les classes auxquelles les pixels appartiennent pour les 2 périodes. Les résultats sont ensuite présentés sous forme d’une nouvelle image et d’une « matrice des changements ». Cette technique est intéressante car elle permet de mettre en évidence et de quantifier la nature des changements (par exemple, une zone de forêt qui a été transformée en terre agricole).

Matrice des changements

Si nous ne disposons pas seulement de deux images, mais de séries temporelles beaucoup plus longues d'images satellite, il est possible d’analyser mathématiquement ces séries afin d'identifier des tendances ou des changements marqués. Les changements brusques d'un indice de végétation peuvent par exemple indiquer que la forêt a été défrichée.

Ci-dessous sont représentées trois séries temporelles d'un indice de végétation (NDVI) calculé sur une zone du sud-ouest de l'Ethiopie. Les points noirs sur le graphique représentent les valeurs NDVI calculées à partir d'une observation satellite à un moment donné au même endroit. Les points suivent un tracé ondulatoire au fil des ans (courbe de tendance bleue) qui est le résultat de l’évolution naturelle et saisonnière de la végétation. Pour une forêt intacte, ce gradient reste le même (A) mais des écarts soudains par rapport à cette tendance indiquent un défrichement de la forêt (B) ou une déforestation progressive (C).

Source: Ben DeVries et al. Robust monitoring of small-scale forest disturbances in a tropical montane forest using Landsat time series. Remote Sensing of Environment, vol. 161, 2015, p. 107-121, ISSN 0034-4257

Il existe donc plusieurs méthodes pour détecter les changements. Quelle que soit la technique utilisée, il est toutefois essentiel d'effectuer les prétraitements nécessaires sur les images. Il faut par exemple s’assurer que les images soient parfaitement superposées d'un point de vue géométrique ; il faut également tenir compte des variations d’illumination et des conditions atmosphériques, comme la présence des nuages par exemple.