Des informations au-delà du visible (infrarouge, proche infrarouge) et régulièrement mises à jour permettant de visualiser l’état des couvertures terrestres (densité de végétation, teneur en eau de la végétation ou des sols, surfaces artificialisées, etc.)
Des produits issus du traitement des images satellitaires : produit opérationnels fournis par le programme Européen d’observation de la Terre et produits fournis par les acteurs de la recherche
Le Pôle Métier Télédétection est un groupe de travail ouvert à tous les partenaires GéoBretagne et toutes les personnes intéressées par les données d'observation de la Terre.
Pour toute question, contribution, remarque, contactez-nous
Ce contenu est aussi disponible en fiche au format pdf sur la page ressources du Pôle métier Télédétection.
Le contexte national des applications spatiales et les techniques de traitement d'images satellitaires sont complexes, et pas toujours transparents pour les utilisateurs non spécialistes. La ressource ci-dessous propose :
de revenir sur les notions de bases de télédétection, nécessaires aux utilisateurs, non pas pour devenir des spécialistes de la télédétection, mais pour avoir les clefs pour comprendre, qualifier et utiliser des produits issus d'imagerie satellitaire dans leurs métiers
de positionner la démarche du Pôle métier Télédétection dans le domaines des applications spatiales afin de comprendre comment chacun peut s'impliquer dans la définition et l'utilisation des produits de demain pour l'observation et le suivi de vos territoires.
Données satellitaires, télédétection, service aval… de quoi parle-t-on ?
Les mots pour désigner les données présentées dans ce visualiseur sont nombreux (données de télédétection, produits satellitaires, imagerie spatiale...).
Données satellitaires
Une donnée satellitaire est une donnée de géoinformation issue de la télédétection
Techniquement, il est important de retenir que l’acquisition et le traitement de toutes ces données s’appuient sur un même principe, le principe de télédétection.
Le principe de télédétection peut être schématisé ainsi : la surface de la Terre reçoit un rayonnement (par exemple émis par le soleil) et le réfléchit vers l’espace. Le rayonnement réfléchi est enregistré par un capteur (par exemple à bord d’un satellite), converti en données numériques, renvoyées à une station de réception située sur Terre. Ces données numériques, ou images, sont ensuite analysées et traitées afin d’en extraire des informations utiles.
Ainsi, la télédétection permet d’acquérir des informations sur la surface de la Terre, inédites et complémentaires de celles déjà couramment utilisées (données in situ, données statistiques, etc.). On peut par exemple cartographier et suivre l'évolution de la végétation, des surfaces bâties, des parcelles agricoles, obtenir des informations sur l'humidité des sols, sur la température de surface de la Terre, etc. Autant d'informations utiles pour établir des diagnostics et/ou orienter et évaluer des politiques locales en aménagement du territoire.
Télédétection
Appliquée à l’observation de la Terre, la télédétection désigne la technique d’acquisition d’images et les techniques de traitement de ces images dans le but d’obtenir des informations sur la surface de la Terre, sans contact direct avec celle-ci.
Ce processus de transformation des images en informations ou services utiles et utilisables par des entreprises, administrations et citoyen est souvent présenté comme une « chaîne de valeur » qui fait intervenir des acteurs très variés, mobilisant différentes disciplines, œuvrant dans différents secteurs et qui ont chacun leurs habitudes de travail et leur vocabulaire.
La chaîne de valeur : de l’image au produit
À partir d’images satellitaires et en faisant intervenir d’autres types de données, appelées ici données in situ (des relevés terrain par exemple), il est possible de calculer des indices et paramètres simples. À partir de ces indices, en faisant intervenir des compétences diverses, il est possible de développer des produits, ainsi appelés produits à valeur ajoutée.
La transformation d’images en produits est généralement testée dans un premier temps sur des portions de territoire restreintes sur lesquelles les chercheurs disposent de jeux de données importants (images satellitaires, photographies aériennes, relevés terrains, etc.). On parle alors de « preuve de concept » : les chercheurs testent de nouveaux algorithmes et publient les méthodes mobilisant des images satellitaires permettant de répondre à une question donnée sur un territoire.
Par exemple en Bretagne, les chercheurs du dispositif Kalideos traitent des questions liées à l’environnement, l’urbanisation, l’agriculture sur une zone test allant de Rennes métropole à la baie du Mont Saint-Michel. En savoir plus sur Kalideos.
Mais pour passer à une phase opérationnelle, il est nécessaire de généraliser ces méthodes et produits sur de plus vastes territoires, on parle alors de « mise en production ». Cette dernière soulève de nouvelles problématiques : adaptation de méthodes à d’autres territoires, besoin de données terrain ( in situ), traitement de jeux de données très volumineux.
La chaîne de valeur : du produit au service
Lorsque la preuve de la pertinence de l’utilisation des données satellitaires est faire sur un territoire test ou pour une question précise, d’autres acteurs que les chercheurs (entreprises, administrations) peuvent s’emparer de ces méthodes et les généraliser sur de plus grands territoires, ou les adapter à des besoins spécifiques.
Cette chaîne de valeur est qualifiée par les acteurs du secteur spatial de chaîne « aval » par opposition à toute la chaîne « amont » (étapes de conception et de lancement des satellites et capteurs, réception des images). Par déclinaison on parle donc de produits, services et applications aval pour qualifier les produits présentés dans ce visualiseur.
Quelle place pour les utilisateurs non spécialistes de la télédétection ?
Longtemps, les utilisateurs finaux ont été considérés comme intervenant finaux de la chaîne de valeur, supposés s’emparer de ces nouvelles techniques et produits pour construire leurs propres applications ou en intégrant de nouveaux jeux de données dans leurs métiers. Dans les faits, cette chaîne de valeur restée trop descendante n’a pas permis jusque-là de répondre aux besoins métiers des utilisateurs.
Dans la démarche initiée par GéoBretagne et BreTel, l’objet est d’inverser le sens de la chaîne de valeur : partir des besoins des utilisateurs afin de voir comment des données satellitaires peuvent répondre, en totalité ou en partie, à des besoins métiers ; et de permettre aux utilisateurs d'intervenir tout au long des différentes étapes de la chaîne (co-construction de produits, services, applications). On parle ainsi de produit métier et non plus de produit à valeur ajoutée.
La chaîne de valeur « inversée » :
de vos besoins aux
services opérationnels
0 - Vous informer sur les données satellitaires (images, indices, produits, applications potentielles)
1 - Faire émerger et préciser vos besoins
2 - Identifier les indices et paramètres pouvant fournir une nouvelle source d’information pertinente au regard de votre besoin, mettre en production et garantir à tous l'accès à ces indices et paramètres
3 - Vous accompagner dans la co-construction, à partir de ces indices et paramètres, de vos produits métiers (choix de la typologie, du vocabulaire, de l'échelle d’utilisation adaptés), vous en garantir l'accès et les partager à travers des démonstrateurs. Les produits métiers sont la traduction des indices/paramètres en valeurs dites qualitatives
4 - Vous accompagner dans la construction d’applications métiers combinant données satellitaires, produits métiers et autres données (statistique, SIG, etc.). Ce développement d’application se faire en interne ou par des prestataires
Dans ce contexte, ce visualiseur et les ressources associées visent à donner à voir ce qu’il est possible de faire aujourd’hui, ce qu’il sera possible de faire demain, et d’envisager l’usage de ces données dans vos métiers, que ce soit
en utilisant vous-même des applications mobilisant des techniques et des données de télédétection
en faisant appel à des spécialistes
en vous faisant accompagner, conseiller par des structures dédiées.
L’objectif à terme est de partager les cas d’usages et les données produites.
Ce contenu est aussi disponible en fiche au format pdf sur la page ressources du Pôle métier Télédétection.
L'imagerie satellitaire (aussi appelée imagerie spatiale) désigne la prise d'images depuis l'espace, par des capteurs placés sur des satellites. Visuellement, les images satellitaires ressemblent beaucoup à des photos, mais elles contiennent bien plus d'informations. Cet article propose d'aborder (de façon simplifiée) les notions essentielles pour savoir lire une image de télédétection.
En préalable, quelques notions sur le rayonnement
Pour comprendre les informations que contiennent différents types d’images satellitaires, rappelons quelques notions sur les ondes électromagnétiques.
Le soleil émet un rayonnement qui se propage sous forme d’ondes. Ces ondes traversent l’espace puis l’atmosphère avant d’arriver à la surface de la Terre où une part d’entre elles est réfléchie vers l’espace.
Ce rayonnement et les différentes ondes qui le composent sont représentés sous la forme d’un spectre électromagnétique. Les ondes sont caractérisées par leurs longueurs d’onde et leurs fréquences (deux grandeurs inversement proportionnelles). On parle par exemple de grandes ondes, de micro-ondes, d’ultraviolet, d’infra-rouge, etc. Dans le spectre visible, chaque couleur perçue par notre œil correspond à un intervalle de longueur d’onde.
Le soleil n’est pas la seule source de rayonnement électromagnétique, de nombreuses autres sources émettent des ondes, qu’elles soient visible ou non. Les domaines d'application du spectre électro magnétique sont nombreux : on utilise les ondes micro-ondes pour chauffer ou cuire des aliments, les rayons X pour les radiographies médicales, les rayonnements infrarouges émis par les être vivants pour observer des animaux de nuit, etc.
Image optique et image radar
En observation de la Terre on peut exploiter
des ondes émises par le soleil puis réfléchies par la surface de la Terre et enregistrées par un capteur placé sur un satellite
des ondes émises par un émetteur artificiel placé sur le satellite puis réfléchies par la surface de la Terre et enregistrées par un capteur placé sur ce même satellite
Dans le premier cas on parle de télédétection passive et d’images optiques, dans le second cas de télédétection active et d’images radar.
La télédétection radar présente l’avantage de
s’affranchir des contraintes de couverture nuageuse : les ondes émises par les satellites traversent les nuages
pouvoir acquérir des images de jour comme de nuit.
En revanche, leur exploitation pour l’observation de la Terre est moins intuitive et une expertise est nécessaire pour interpréter des images qui ressemblent bien moins à une photo que les images optiques.
Ainsi, différents domaines spectraux sont exploités en télédétection optique (longueurs d’onde du visible à l’infrarouge) et en télédétection radar (micro-ondes ou plus couramment appelées hyperfréquences dans le domaine de la télédétection).
Images satellitaires et résolution spatiale
Lorsque l’on prend une photographie classique, l’information est traduite par des formes et des couleurs, qui correspondent à des groupes de pixels plus ou moins homogènes. Sur une même scène photographiée prise par deux appareils, plus les pixels seront nombreux dans l’image plus la résolution spatiale sera élevée. On le voit aisément lorsque l’on souhaite faire un agrandissement et que l'on voit apparaître les pixels en zoomant sur une image.
Il en va de même pour une image satellitaire : selon les caractéristiques du capteur, l’altitude du satellite (donc son orbite autour de la Terre), les images seront composées de pixels couvrant une surface au sol plus ou moins grande du sol. On classera ainsi les images enregistrées en images :
Basse résolution
Moyenne résolution
Haute résolution (HRS)
Très haute résolution (THRS)
Les images composées de pixels sont appelées des images "raster", à la différence des images "vecteur", composées de points, lignes et surfaces auxquels sont associés des attributs.
Résolution spatiale
La résolution spatiale est la taille du plus petit élément qu’il est possible de distinguer sur l’image. Elle est également couramment définie comme étant la taille du pixel. Sur une image, les objets qu'il sera possible de discerner dépendront de la résolution spatiale du capteur utilisé. Généralement, plus la résolution spatiale augmente, plus la superficie de la surface visible par le capteur diminue : une image très haute résolution couvrira une portion de territoire plus restreinte qu'une image moyenne résolution. Au moment du choix des images à traiter, il convient donc de choisir le bon compromis selon la taille des objets les plus petits que l'on veut observer, et l'échelle à laquelle on souhaite observer un processus.
En SIG, les vecteurs sont souvent utilisés pour la cartographie. Ils permettent de simplifier une représentation d'un territoire. Certains rasters sont couramment utilisés comme les photographies aériennes, les Modèles numériques de terrain (MNT), ou la couche adresse du BD Parcellaire.
Quelle grandeur utilise-t-on pour les valeurs des pixels ?
En télédétection, la grandeur utilisée pour décrire la « teinte » des pixels est la réflectance (on parle de réflectivité pour les images radar). La réflectance va traduire le comportement d’une surface lorsqu’elle qu’elle reçoit les rayons du soleil. Soumise à un rayonnement, une surface (la cible) va en partie :
l’absorber
le transmettre aux surfaces sous-jacentes
le réfléchir vers le ciel. C’est cette part réfléchie qui est enregistrée par les capteurs des satellites.
La réflectance
La réflectance est une grandeur qui traduit la proportion de lumière réfléchie par la surface d'une cible. Elle est définie comme le rapport entre le flux lumineux réfléchi et le flux lumineux incident et s'exprime généralement en pourcentage.
Dans cet article nous ne rentrons pas dans les détails des définitions et calculs de grandeurs utilisées en télédétection, pour approfondir, vous pouvez consulter cet article du Cesbio.
Images satellitaires et résolution spectrale
Dans une images satellitaire, l’information sur les couleurs est contenue dans différents canaux ou bandes spectrales. Chaque bande est une image en niveaux de gris, composée de pixels ayant chacun une valeur de réflectance pour un intervalle de longueur d’ondes donné. On parle ainsi de "bande du bleu", du "rouge, du proche infrarouge", etc. Chaque bande va couvrir une portion plus ou moins large du spectre électro magnétique. Par exemple, la bande du bleu correspond à des longueurs dans un intervalle autour de 480 nm, celle du rouge autour de 600 nm.
Pour reprendre l'analogie avec une photographie classique, dans une photo, l’information sur les couleurs est contenue dans 3 bandes : la bande des longueurs d’ondes correspondant à la couleur bleue (B pour bleu ou blue), verte (V pour vert ou G pour green) et rouge (R pour rouge ou red). On voit ainsi souvent les acronymes RVB et RGB dans les logiciels de traitement de photos. Chacune de ces trois bandes est en niveau de gris.
Bande spectrale / Canal spectral
Chaque bande spectrale est une image raster en niveau de gris qui représente les valeurs de réflectance des surfaces au sol pour un intervalle de longueurs d’ondes donné.
Prenons l'exemple des images ci-contre. L'illustration montre 3 images de la rade de Lorient (voir plan ci-dessus pour vous repérer), correspondant chacune à une bande spectrale. Les valeurs de réflectance changent selon l'intervalle de longueur d'onde considéré. Dans l'intervalle de longueur d'onde correspondant aux couleurs vertes et du rouges, la végétation a des valeurs de réflectance basses, alors qu'elle a des valeurs élevée dans l'intervalle des longueurs d'onde de l'infrarouge. L'eau a des valeurs de réflectance basse dans les 3 bandes. Pour information, les variations de valeur de réflectance de l'eau correspond aux matières en suspension qu'elle transporte.
Une image satellitaire, selon les caractéristiques du capteur embarqué sur le satellite, peut contenir en plus des trois bandes du visible (RVB) quelques bandes supplémentaires (par exemple infrarouge, proche infrarouge), et jusqu’à des centaines de bandes. Ces bandes vont couvrir des intervalles plus ou moins large du spectre électromagnétique. On parle ainsi d’images multi-spectrales (quelques bandes) ou d’images hyper-spectrales (des dizaines à des centaines de bandes).
Résolution spectrale
La résolution spectrale décrit la capacité d'un capteur à utiliser de petites fenêtres de longueurs d'onde. Plus la résolution spectrale est fine, plus les fenêtres des différents canaux du capteur sont étroites (définition RNCAN).
On peut représenter les valeurs de réflectance des bandes selon un graphique, avec en abscisse les longueurs d'onde du spectre électromagnétique, et en ordonnée les valeurs de réflectance en %. On illustre ainsi la nature de l'information contenue dans une images satellitaire composée de plusieurs bandes ou canaux. Sur le premier graphique, le capteur embarqué sur le satellite va enregistrer peu d'information sur les caractéristiques spectrales des cibles (visible sur les pixels) : l'image sera composée de 4 bandes, qui couvriront chacune un intervalle de longueur d'onde assez large. Dans le second cas, le capteur va enregistrer une grande quantité d'information spectrale : pour chaque couleur, plusieurs bandes sont enregistrées. Non seulement le nombre de bandes est plus élevé, mais en plus chaque bande traduit des valeurs de réflectance pour de petits intervalles de longueur d'onde.
Généralement, une très haute résolution spectrale est possible au détriment de la résolution spatiale. Les images hyperspectrales sont par exemple très intéressantes pour discriminer des espèces végétales différentes. Tout l'intérêt est de pouvoir combiner les 2 types d'images, ce qui soulève des questions méthodologies.
L'affichage des images en couleur
Sur une image classique, on reconstitue à l’écran ce que notre œil voit en affectant un filtre coloré correspondant à la "vraie" couleur de chaque bande, (c’est le principe de la synthèse additive : toutes les couleurs du spectre visible additionnées, ou les 3 couleurs primaire additionnées donnent de la lumière blanche). On parle alors de composition colorée vraies couleurs. Le principe est le même pour les images satellitaires, si l'on souhaite afficher une images optique telle que notre œil verrait la Terre depuis le ciel, on affectera aux trois bandes du visible bleu, du vert et du rouge leurs vraies couleurs.
Sur l'illustration ci-après (toujours la rade de Lorient), sur la composition colorée vraie couleur la ville apparaît avec des couleurs blanches et grises, l'eau dans différentes teintes de bleu, et la végétation en vert foncé : on a recréé ce que verrait notre œil.
Le principe est le même pour les images satellitaires, si l'on souhaite afficher une images optique telle que notre oeil verrait la Terre depuis le ciel, on affectera aux trois bandes du visible bleu, du vert et du rouge leurs vraies couleurs.
Le principe de la composition colorée
La réalisation d'une composition colorée consiste à attribuer à chaque couleur primaire (rouge, vert et bleu) trois bandes spectrales d'un capteur satellitaire. Par synthèse additive, il est possible de reconstituer toutes les couleurs. Cela permet de faciliter l'interprétation des images satellitaires et de mettre en évidences des phénomènes environnementaux.
En faisant cela, on ne visualise pas les informations contenue dans d’autres bandes que les bandes Rouge-Vert-Bleu, informations non visibles par l'œil humain. De manière conventionnelle en observation de la terre, on affecte à la bande du proche infrarouge un filtre rouge, à la bande du rouge un filtre verte et à la bande du vert un filtre bleu. On parle alors de composition colorée "fausses couleurs". Dans cette représentation, les informations contenues dans la bande du bleue ne sont pas représentées. Peu intuitive au départ, cette représentation a l’avantage de rendre visible des informations non visibles à l’œil nu, et de bien discriminer surfaces minérales et surfaces végétales. Différentes compositions colorées fausses couleurs sont utilisées selon les disciplines et selon l'objet que l'on souhaite faire ressortir à l'image.
Sur cette composition colorée fausses couleurs, la végétation apparaît en rouge, les surfaces minérales et le bâti en bleu, gris et cyan, l'eau claire en noir, et l'eau chargée en matières en suspension d'origine minérale en bleu et gris (comme le bâti). Si l'eau avait été chargée de micro-algues, on aurait vu des zone plus rouges dans l'eau (comme la végétation).
Comment distingue-t-on différents types de couverture du sol sur une image ?
Soumise à un rayonnement, différentes cibles auront des comportements différents : des cibles de même nature absorberont ou réfléchiront davantage certaines longueur d'ondes. Des cibles de nature différente auront pour un même intervalle de longueur d'onde (donc une même bande spectrale) des comportements différents. En étudiant la nature du spectre réfléchi par une cible, on peut obtenir des informations sur cette cible, sur sa nature, son état.
Par exemple, les feuilles d’une plante en bonne santé vont absorber les longueurs d’onde du rouge et du bleu (pour les besoins physiologiques de la plante, puisque les végétaux convertissent l'énergie lumineuse en énergie chimique par le processus de photosynthèse), et réfléchir les longueurs d’ondes du vert. Ainsi, nous voyons les feuilles de couleur verte. Au-delà du domaine du visible, la végétation réfléchi de manière très importante les longueurs d’ondes de l’infrarouge et du proche infrarouge (PIR). C'est pour cela que sur l'image des la rade de Lorient, la végétation apparaissait en blanc sur l'image de la bande PIR. Autrement dit, les valeurs de réflectance de la végétation sont élevées dans la bande du PIR.
Il est possible de caractériser des cibles de différente nature selon leur réponse spectrale à différentes longueur d'onde. On parle de signature spectrale d'une cible (ou d'un type de surface). On peut représenter graphiquement les signatures spectrales des principaux matériaux.
Signature spectrale
Lorsqu’elles sont soumises à une source d’énergie, différentes cibles ont différents comportements. La variation de la réflectance en fonction de la longueur d’onde est appelée signature spectrale.
Sur le graphique sont schématisées la signature spectrale d'un sol nu, de la végétation et de l'eau. On voit que certaines bandes permettent de mieux discriminer différents types de couverture du sol.
Lorsque l'on étudie des images satellitaires, on dispose en réalité d'une information discrète. On peut l'illustrer en superposant l'illustration de la résolution spectrale des images et les signatures spectrales.
Sur cette illustration simplifiée, on voit que certaines longueurs d'ondes sont plus discriminantes que d'autres pour des types de cibles donnés : la végétation a des valeurs très élevées dans la bande du PIR. Néanmoins, des confusions peuvent apparaître : dans cette même bande, un sol nu aura aussi les valeurs de réflectance élevées. La partie traitement des images visera à exploiter conjointement les valeurs de réflectance dans les différentes bandes pour en extraire une information pertinente au regard d'une problématique. Ceci fera l'objet d'un autre article sur les méthodes de traitement des images.
Les images satellitaires prises par différents capteurs ont des caractéristiques différentes. Ci-dessous figurent les principales caractéristiques des images pouvant vous être utiles :
la richesse de l'information contenue dans une image (notions de résolution spatiale et bandes spectrale)
la fréquence d'actualisation de l'information (notions de résolution temporelle - temps de revisite)
la continuité et l'homogénéité de l'information (notion de couverture géographique - fauchée)
l'accessibilité pour de la visualisation (accessible par des services de "streaming", sans avoir besoin de stocker des images)
l'accessibilité pour des traitements (nécessite de travailler au plus près des images, en les stockant localement ou sur des serveurs)
le coût
nb : il y a plusieurs sources de coût : l'acquisition des images, le coût du stockage de gros volumes d'images, le coût de traitement de ces gros volumes d'images. Le coût total d'un service basé sur des données satellitaires peut donc varier significativement selon le volume de données à traiter, la complexité des traitemnts, la fréquence de mise à jour, etc. Les coûts mentionnés à titre indicatif ci-dessous ne couvrent que les coûts des images.
Pour mieux comprendre ces notions liées aux caractéristiques, vous pouvez vous référer à l'onglet "Quelques notions".
Images Sentinel - Agence Spatiale Européenne (ESA)
Aperçu de l'image
Description
Les satellites Sentinel-1A et Sentinel-1B, lancés en 2014 et 2016, ont été les premiers de la mission spatiale Européenne Copernicus. Il s'agit de deux satellites à radar à synthèse d'ouverture (SAR), qui permettent d'obtenir des images quelles que soient les conditions météorologiques et également de nuit. Les images obtenues par ces satellites visent à fournir des informations pour les secteurs public et privé, à aider à surveiller les glaces de mer, le milieu marin, les mouvements de la surface terrestre et à soutenir l'aide humanitaire dans les situations de crise. Ils offrent un cycle de répétition de 6 jours à l'équateur et une résolution spatiale jusqu'à 5m.
Caractéristiques
Altitude de l'orbite : 693 km
Bandes radars : C-Band
Mode d'acquisition : Stripmap (résolution spatiale de 5 m et fauchée de 80 km) ; Interferometric Wide Swath Mode (résolution spatiale de 5 m x 20 m et fauchée de 240 km) ; Extra Wide Swath Mode (fauchée de 400 km) ; Wave Mode (résolution spatiale de 20 m x 5 m).
Polarisation : VV + VH ou HH + VV
Résolution spatiale : de 5 m à 20 m
Lancement / Durée de vie prévue : lancement en 2014, exploitation prévue jusqu'en 2021
Temps de revisite : 12 jours
Coût au km² : gratuit
Aperçu de l'image
Description
Sentinel-2 est un satellite d'imagerie optique lancé en juin 2015 dans le but d'obtenir des images pour aider à observer les changements des surfaces continentales. Il est doté d'un scanner multispectral qui permet d'obtenir de l'information dans les longueurs d'onde du visible et de l'infrarouge, ce qui permet de surveiller les évolutions des surfaces terrestres, de la végétation, et plus globalement les changements climatiques à l'échelle mondiale, à une résolution spatiale de 10 mètres.
Caractéristiques
Altitude de l'orbite : 786 km
Bandes spectrales : 13 bandes (longueurs d'onde de 443 à 2190 nm) incluant le visible et le proche infra-rouge [résolution spatiale de 10 m], le red edge (portion du spectre dans le proche infrarouge où la réflectance de la végétation change brutalement) et les courtes longueurs d'ondes de l'infrarouge [résolution spatiale de 20 m] et 3 bandes de correction atmosphérique [résolution spatiale de 60 m]
Fauchée : 290 km
Résolution spatiale : de 10 m à 60 m
Lancement / Durée de vie prévue : lancé en 2015, exploitation prévue jusqu'en 2022
Temps de revisite : 10 jours avec un satellite, 5 jours avec les 2 satellites
Coût au km² : gratuit
Images optiques Pleiades - Centre national d'études spatiales (CNES) et Airbus
Aperçu de l'image
Description
La constellation Pléiades est composée de deux satellites optiques synchrones, Pléiades-1A et Pléiades-1B, lancés en décembre 2011. Chaque satellite se trouve à 180 degrés l'un de l'autre sur la même orbite pour permettre une prise de vue quotidienne de tous les endroits de la planète, augmentant ainsi les chances d'obtenir une image sans nuages.
Caractéristiques
Altitude de l'orbite : 694 km
Bandes spectrales : 5 bandes (480 nm - 945 nm) avec une bande panchromatique (résolution spatiale de 50 cm), les bandes du visible (résolution spatiale de 2 m) et une bande proche infrarouge (résolution spatiale de 2 m)
Fauchée : 20 km
Résolution spatiale : de 0,5 m à 2 m
Lancement / Durée de vie prévue : lancé et 2011, exploitation prévue jusqu'en 2020
Temps de revisite : selon l'angle de prise de vue du satellite et la disponibilité des satellites, tout point du territoire de la France métropolitaine peut être observé tous les 2 a 4 jours
Coût au km² : ~ 10€, des tarifs préférentiels sont appliqués pour les acteurs pulics (1,4€/km² pour des images d'archive et 1,8€/km² pour des images en programmation, le volume étant limité par les capacités du système
PRINCIPAUX SATELLITES ET CARACTERISTIQUES DES IMAGES
Voici une liste des principales images satellitaires et leur caractéristiques
Nom du satellite ❘ résolution spatiale ❘ période de fonctionnement ❘ coût
Satellite EROS-B
Satellite PLÉIADES ❘ 0,5 m ❘ 2012-actuel ❘ 10 €/km² ❘ 1,4€/km² (archive) et 1,8€/km² (programmation) pour les institutionnels
Satellite KOMPSAT-3
Satellite GeoEye 1
Satellite IKONOS
Satellite WorldView-1 ❘ 0,5 m ❘ 2007-actuel ❘ 12,30 €/km²
Satellite WorldView-2 ❘ 0,5 m ❘ 2009-actuel ❘ 17,10 €/km²
Satellite WorldView-3 ❘ 0,3 m ❘ 2014-actuel ❘ 19,75 €/km²
Satellite Quickbird
Satellite Deimos-2
Satellite TeLEOS-1
Satellite Kompsat-3A ❘ 8$/km²
Satellite SPOT-1 à 3 ❘ 20 m ❘ 1986-2003 ❘ 0,70 €/km²
Satellite SPOT-5 ❘ 2,5 m ❘ 2002-actuel ❘ 2,30 €/km²
Satellite SPOT-6 ❘ 1,5 m ❘ 2009-actuel ❘ 3,80 €/km² ❘ gratuité sous condition institutionnelle par GEOSUD
Satellite SPOT-7 ❘ 1,5 m ❘ 2009-actuel ❘ 3,80 €/km²
Satellite FORMOSAT-2
Satellite KOMPSAT-2
Satellite RapidEye-2 ❘ 0,95€/km²
Satellite RapidEye-3 ❘ 0,95€/km²
Satellite RapidEye-4 ❘ 0,95€/km²
Satellite LANDSAT 5
Satellite LANDSAT 7 ❘ gratuit
Satellite LANDSAT 8
Satellite SPOT-4
Satellite SENTINEL-2 ❘ gratuit
Satellite TERRASAR-X ❘ 0,25 à 40 m ❘ 2007-actuel ❘ 0,06 à 459 €/km²
Satellite TANDEM-X
Satellite KOMPSAT-5
Satellite SENTINEL 1 ❘ 5 à 20 m ❘ 2014-actuel ❘ gratuit
Le NDVI (normalized difference vegetation index) est l'indice de végétation le plus connu et le plus utilisé
à partir de la bande rouge (B4) et de la bande du proche infrarouge (B8) : NDVI = (B8 - B4)/(B8 + B4)
Les valeurs du NDVI sont comprises en théorie entre -1 et +1
Discrimner surfaces minérales et surfaces végétales, caractériser la densité des couverts végétaux
La végétation absorbe les longueurs d'ondes du rouge et réfléchit celles du proche infrarouge, de ce fait la végétation a des valeurs de réflectance faibles dans la bande du rouge, et des valeurs de réflectance élevées dans la bande du proche infrarouge. Ainsi, les couverts végétaux ont des valeurs de NDVI positives, généralement comprises entre 0,1 et 0,7. Les valeurs négatives correspondant aux surfaces comme la neige, l'eau ou les nuages, pour lesquelles la réflectance dans le rouge est supérieure à celle du proche infrarouge. Les surfaces minérales ayant des valeurs de réflectances du même ordre de grandeur dans le rouge et le proche infrarouge, leur NDVI est proche de 0.
Le Moisture Index est basé sur la combinaison des bandes infrarouge courtes longueurs d'ondes (bande 11) et red egde (bande 8A)
L'expression est la suivante :
Moisture index = (B8A - B11)/(B8A + B11)
Le SWIR est basé sur la combinaison des bandes du rouge (bande 4), de l'infrarouge courtes longueurs d'ondes (bande 12) et du red egde (bande 8A)
Le NDWI est basé sur la combinaison des bandes du vert (bande 3) et du proche infrarouge (bande 8)
L'expression du NDWI est la suivante :
NDWI = (B3 - B8)/(B3 + B8)
Le NDSI est basé sur la combinaison des bandes du vert (bande 3) et de l'infrarouge courtes longueurs d'ondes (bande 11)
L'expression du NDSI est la suivante :
NDSI = (B3 - B11)/(B3 + B11)
Il est utile pour...
Détecter la neige (valeur inférieure à 0,42)
Produits Copernicus pour le suivi des territoire
Les produits "Territoires" Copernicus permettent de visualiser à différentes échelles les dynamiques spatiale et temporelle de différents types d'occupations ou usages du sol (couverture biophysique, densités de surfaces imperméabilisées, de forêts, prairies, surfaces en eau, occupation et usages des sols des aires urbaines). Ce sont des couches format vecteur ou raster produites par le service "Territoire" du programme européen d'observation de la Terre Copernicus et mises à jour tous les 3 à 6 ans.
Aperçu du produit
Description du produit
Le produit "Degré d'imperméabilisation" permet de visualiser les dynamiques spatiale et temporelle d'artificialisation de vos territoires. Les surfaces imperméabilisées cartographiées sont les zones bâties pour lesquelles les surfaces naturelles ou semi-naturelles d'origine ont été remplacées par une couverture artificielle, souvent imperméable et généralement entretenue pendant de longues périodes. L'imperméabilisation est ici traduite par un degré d'imperméabilisation du sol par unité de surface (pixel de 20m par 20m), exprimé en % (0% : surface perméable - 100% : surface totalement imperméabilisée). Le produit "Degré d'imperméabilisation" est fourni par le service Territoire du programme européen d'observation de la Terre Copernicus au format raster, et mis à jours tous les 3 ans depuis 2006.
Méthode utilisée
La couche "Degré d'imperméabilisation" est produite à partir d'images spatiales à haute résolution (principalement IRS et SPOT 5 avant 2015, puis Sentinel 2 à partir de 2015), qui sont traitées de manière semi-automatique. Les images sont d'abord classifiées (classification supervisée basée sur un NDVI calibré) puis les résulstats sont vérifiés et améliorés manuellement.
Caractéristiques du produit
Années de référence disponibles : 2006, 2009, 2012, (2015 en préparation)
Capteur utilisé : Imagerie Copernicus Haute Résolution à 20m (principalement IRS et SPOT 5 puis avec Sentinel 2 à partir de l'année de référence 2015)
Résolution spatiale : 20m (10m à partir de l'année de référence 2018) et 100m
Format : raster
Approche méthodologique : classification supervisée avec post-traitement manuel, basé uniquement sur l'imagerie satellitaire
Objet/Fonction cartographiés : Pourcentage de surface imperméable, y compris les infrastructures routières et toutes les autres surfaces imperméabilisées.
Avancement : Produit opérationnel. Actuellement mis à jour par cycles de 3 ans
Politique en matière de données : Gratuit et ouvert
Informations sur le changement : évolutions 2006-2009, 2009-2012. 2012-2015 et 2006-2012 (pour la comparaison CLC) en cours de production
Aperçu du produit
Description du produit
Le produit "Densité de Forêt" permet de visualiser les dynamiques spatiale et temporelle des espaces arborés. Les surfaces arborées cartographiées sont les couronnes des arbres vues du ciel. La densité de forêt est ici traduite par un taux de couverture abrobée par unité de surface (pixel de 20m par 20m), exprimé en % (0% : surface arborée - 100% : surface dépourvue d'arbres). Le produit "Densité de Forêt" est fourni par le service "Territoire" du programme européen d'observation de la Terre Copernicus au format raster, et mis à jours tous les 3 ans depuis 2012.
Méthode utilisée
La couche "Densité de Forêt" est produite à partir d'images spatiales à haute résolution. D'autres données (images spatiales à très haute résolution et/ou des ortho-photo aériennes) sont utilisées comme données de référence. Le taux de couverture arborée est évalué par photointerprétation sur les données de référence suivant une approche de grille de points. Une interpolation linéaire permet ensuite d'extrapoler la couverture arborée sur la totalité des images spatiales haute résolution.
Caractéristiques du produit
Années de référence disponibles : 2012, 2015
Capteur utilisé : Imagerie Copernicus Haute Résolution et données de référence à très haute résolution
Résolution spatiale : 20m et 100m
Format : raster
Approche méthodologique : La couche "Densité de Forêt" est produite à partir d'images spatiales à haute résolution. D'autres données (images spatiales à très haute résolution et/ou des ortho-photo aériennes) sont utilisées comme données de référence. Le taux de couverture arborée est évalué par photointerprétation sur les données de référence suivant une approche de grille de points. Une interpolation linéaire permet ensuite d'extrapoler la couverture arborée sur la totalité des images spatiales haute résolution.
Objet/Fonction cartographiés : Pourcentage de surfaces arborées, les surfaces arborées étant les couronnes des arbres vues du ciel. La densité de forêt est ici traduite par un taux de couverture abrobée par unité de surface (pixel de 20m par 20m), exprimé en % (0% : surface arborée - 100% : surface dépourvue d'arbres)
Avancement : Produit opérationnel. Actuellement mis à jour par cycles de 3 ans
Politique en matière de données : Gratuit et ouvert
Informations sur le changement : non disponible
Aperçu du produit
... description bientôt disponible
Aperçu du produit
Description du produit
La couche vecteur "Atlas urbain" fournit des couches d'occupation et d'usage du sol haute résolution comparables entre différentes aires urbaines. Les aires urbaines cartographiées en 2006 sont celles de plus de 100 000 habitants. La nomenclature comporte 17 classes urbaines.
Méthode utilisée
Des images multispectrales à 2,5 m de résolution spatiale sont segmentées puis classées de manière automatique quand cela est possible. Les objets délimités sont interprêtés et classés selon des données auxiliaires (cartes topographiques, données de navigation pour les réseaux routiers, limites cadastrales, données sur l'imperméabilisation des sols). Plus de détails sur le produit.
Caractéristiques du produit
Années de référence disponibles : 2006, 2012
Capteur utilisé : Images multispectrales SPOT à 2,5 m de résolution spatiale
Surface minimale cartographiée : 0,25 ha
Echelle : 1/10 000
Précision spatiale : +/- 5 m
Précision thématique : au minimum 85% pour les classes urbaines, au minimum 80% pour toutes les classes
Format : vecteur
Approche méthodologique : segmentation et classification d'images satellitaires à très haute résolution spatiale
Objets cartographiés : aires urbaines
Avancement : Produit opérationnel. Actuellement mis à jour par cycles de 6 ans
Politique en matière de données : Gratuit et ouvert
Informations sur le changement : évolution 2006-2012
Aperçu du produit
Description du produit
La couche arbres urbains "Street Tree Layer" (STL) cartographie les arbres contenus dans la classe "surface artificielle" de l'Atlas Urbain. C'est une couche distincte de la couche Atlas Urbain, qui cartographie les rangées ou parcelles d'arbres de 500 m² ou plus et d'une largeur minimale de 10 mètres. Les rangées d'arbres le long du réseau routier en dehors des zones urbaines ou des forêts adjacentes aux zones urbaines ne figurent pas sur la couche.
Méthode utilisée
Une méthode de classification automatisée interactive a été utilisée pour identifier les rangées contiguës ou les parcelles d'arbres de 500 m² ou plus et d'une largeur minimale de 10 m. Une routine de post-traitement a été appliquée pour fournir les résultats en format vectoriel
Caractéristiques du produit
Années de référence disponibles : 2012
Capteur utilisé : images SPOT 5 Supermode acquise entre mars et novembre
Surface minimale cartographiée : 500 m²
Echelle :
Précision spatiale :
Précision thématique :
Format : vecteur
Approche méthodologique : segmentation et classification d'images satellitaires à très haute résolution spatiale
Objets cartographiés : alignement d'arbres et surfaces arborées des zones artificialisées de 500 m² ou plus et d'une largeur minimale de 10 m
Avancement : Produit opérationnel. Actuellement mis à jour par cycles de 6 ans
Politique en matière de données : Gratuit et ouvert
Produits THEIA
Aperçu du produit
Description du produit
La couche occupation des sols (OSO) de Theia est une cartographie automatique de l'occupation du sol obtenue à partir d'images satellitaires (principalement Sentinel 2). Ce produit offre une cartographie annuelle en 17 classes de l'ensemble de la France. Une chaîne de traitement automatique, iota² a été développée et les équipes du CESBIO travaillent sur cette chaîne afin d'améliorer le produit.
Méthode utilisée
Une chaîne de traitement appelée iota² a été développée en 2015 à partir d'images SPOT et Landsat (produit de démonstration), puis validée en 2016, et mise en production en 2017 et 2018 sur des images Sentinel pour produire les millésimes 2016 et 2017.
Les limites du produits actuel résident dans
certaines classes mal reconnues : confusions entre les surfaces artificialisées (dense/diffus/industriel/route) ; confusions entre les classes de végétation naturelle basse (pelouses/landes) ; classes minoritaires mal reconnues : vergers, dunes et plages, surfaces minérales
des classes manquantes : détails sur les classes agricoles annuelles ; pas de classe zones humides
un manque de stabilité entre les années
Caractéristiques du produit
Années de référence disponibles : 2014-2015, 2016, 2017
Capteur utilisé : pour le produits de démonstration (années 2014-2015) utilisation d'images SPOT4 (Take5) et LANDSAT 8 sur des emprises limitées (France et étranger) ; pour le millésime 2016, utilisation d'images Landsat- 8, et Sentinel-2A ; pour le millésime 2017, utilisation d'images Sentinel-2A et Sentinel-2B ;
Surface minimale cartographiée : de 0.01 ha à 0.1 ha
Résolution spatiale : de 10 m à 20 m
Echelle :
Précision spatiale :
Précision thématique :
Format : raster ou vecteur (obtenue par filtrage, vectorisation et simplification du raster)
Approche méthodologique :
Objet/Fonction cartographiés :
Avancement : les caractéristiques du produit évoluent chaque année pour améliorer le produit
Politique en matière de données : téléchargement gratuit
Produits de l'agence spatiale allemande
Aperçu du produit
Description du produit
La couche "Empreinte urbaine globale (GUF)" représente une cartographie mondiale des établissements humains (zones bâties). Une zone bâtie est définie comme une région caractérisée par des structures construites par l'homme avec une structure de construction verticale. Les routes ne sont pas prises en compte.
Méthode utilisée
Pour produire la couche "Empreinte urbaine globale", 180 000 images des satellites radar TerraSAR-X et TanDEM-X ont été traitées.
Caractéristiques du produit
Années de référence disponibles : 2011
Capteur utilisé : TerraSAR-X et TanDEM-X
Résolution spatiale : env 75 m
Approche méthodologique : traitement automatique d'images radar acquises en 2011 (et en 2013 et 2014 pour combler les lacunes)
Objet/Fonction cartographiés : zones bâties d'origine humaine avec une construction verticale.
Politique en matière de données : usage non commercial
Quelles données sont disponibles sur mon territoire, à quelle fréquence ?
Images satellitaires, des photos prises depuis l'espace ?
Que fait-on avec ces images ?
Comment accéder aux images ?
Qui transforme ces images en produits ?
Combien ça coûte ?
Comment obtenir des produits utiles dans mon métier ?
Puis-je traiter directement ces données ?
Avec quels logiciels ?
Comment puis-je me faire accompagner ?
Comment puis-je me former ?
Quid du big data ?
Quid de l’Intelligence Artificielle (IA) ?
OTB (Orfeo toolbox)
Monteverdi
SNAP (Sentinel Application Platform)
GRASS
QGIS
R
TIMESAT
Sen2Cor
Fmask(Python)
ARTMO
PolSARpro
SAGA GIS
Fmask (standalone / Matlab code)
Broadview Radar Altimetry Toolbox
Sen2Three
ORFEO ToolBox
GDAL/OGR
ESA Sentinel App
Generic Mapping Tools (GMT)
Sentinel-2 Radiometric Uncertainty Tool
ArcGIS Sentinel-2 Download Tools
...
...
...
Chaque bande spectrale est une image raster en niveau de gris qui représente les valeurs de réflectance des surfaces au sol pour un intervalle de longueurs d’ondes donné.
...
...
...
...
...
...
Le CNES est un établissement public à caractère industriel et commercial (EPIC) qui est en charge du développement des activités spatiales de la France. Il a pour mission de proposer au gouvernement français les orientations de sa politique spatiale et de mettre en œuvre, avec le concours de ses partenaires de l'industrie, de la recherche et de la défense, les programmes décidés.
La réalisation d'une composition colorée consiste à attribuer à chaque couleur primaire (rouge, vert et bleu) trois bandes spectrales d'un capteur satellitaire. Par synthèse additive, il est possible de reconstituer toutes les couleurs. Cela permet de faciliter l'interprétation des images satellitaires et de mettre en évidences des phénomènes environnementaux.
Copernicus est le Programme européen d'observation de la Terre qui vise à doter l'Europe d'une capacité autonome d'observation et de surveillance de la Terre pour l’environnement et la sécurité (surveillance de la Terre, son environnement, ses écosystèmes, préparation aux crises d'origines naturelle ou anthropique). Pour cela, Copernicus s'appuie sur la technologie spatiale et les moyens au sol des pays membres du programme et développe une constellation de satellites appelés Sentinels. Les images acquises par ces satellites sont en accès total, ouvert et gratuit.
...
Le capteur d'un satellite en orbite autour de la Terre observe une portion de sa surface appelée fauchée. La fauchée correspond à une bande d'une certaine largeur à la surface de la Terre, qui suit la trace du satellite. Elle varie généralement de quelques kilomètres à quelques centaines de kilomètres.
Ci-dessous, la fauchée du satellite est schématisée en orangé.
...
...
Une image satellitaire, selon les caractéristiques du capteur embarqué sur le satellite, peut contenir en plus des trois bandes du visible (RVB) quelques bandes supplémentaires (par exemple infrarouge, proche infrarouge), et jusqu’à des centaines de bandes. Ces bandes vont couvrir des intervalles plus ou moins large du spectre électromagnétique. On parle ainsi d’images multi-spectrales (quelques bandes) ou d’images hyper-spectrales (des dizaines à des centaines de bandes).
...
...
...
...
...
PEPS est la Plateforme française (opérée par le CNES) d'accès libre et gratuit aux données des satellites Sentinels du programme européen Copernicus. Peps a pour objectif de promouvoir l'utilisation des données spatiales Sentinel, stimuler leur utilisation par les entreprises et scientifiques français.
...
...
La réflectance est une grandeur qui traduit la proportion de lumière réfléchie par la surface d'une cible. Elle est définie comme le rapport entre le flux lumineux réfléchi et le flux lumineux incident et s'exprime généralement en pourcentage.
La résolution spatiale est la taille du plus petit élément qu’il est possible de distinguer sur l’image. Elle est également couramment définie comme étant la taille du pixel. Sur une image, les objets qu'il sera possible de discerner dépendront de la résolution spatiale du capteur utilisé. Généralement, plus la résolution spatiale augmente, plus la superficie de la surface visible par le capteur diminue : une image très haute résolution couvrira une portion de territoire plus restreinte qu'une image moyenne résolution. Au moment du choix des images à traiter, il convient donc de choisir le bon compromis selon la taille des objets les plus petits que l'on veut observer, et l'échelle à laquelle on souhaite observer un processus.
La résolution spectrale décrit la capacité d'un capteur à utiliser de petites fenêtres de longueurs d'onde. Plus la résolution spectrale est fine, plus les fenêtres des différents canaux du capteur sont étroites (définition RNCAN).
...
...
...
...
Lorsqu’elles sont soumises à une source d’énergie, différentes cibles ont différents comportements. La variation de la réflectance en fonction de la longueur d’onde est appelée signature spectrale.
...
Appliquée à l’observation de la Terre, la télédétection désigne la technique d’acquisition d’images et les techniques de traitement de ces images dans le but d’obtenir des informations sur la surface de la Terre, sans contact direct avec celle-ci.
Appliquée à l’observation de la Terre, la télédétection désigne la technique d’acquisition d’images et les techniques de traitement de ces images dans le but d’obtenir des informations sur la surface de la Terre, sans contact direct avec celle-ci.
En observation de la Terre on peut exploiter des ondes émises par le soleil puis réfléchies par la surface de la Terre et enregistrées par un capteur placé sur un satellite ou des ondes émises un émetteur artificiel placé sur le satellite puis réfléchies par la surface de la Terre et enregistrées par un capteur placé sur ce même satellite. Dans le premier cas on parle de télédétection passive et d’images optiques, dans le second cas de télédétection active et d’images radar.
...
...
...