TELEDETECTION

PRINCIPES ET APPLICATIONS

1
GIS and RS Unit/UEA
 2
GIS and RS Unit/UEA
 3
GIS and RS Unit/UEA
 INTRODUCTION

4
GIS and RS Unit/UEA
 5
GIS and RS Unit/UEA
 6
GIS and RS Unit/UEA
 7
GIS and RS Unit/UEA
 8
GIS and RS Unit/UEA
 9
GIS and RS Unit/UEA
 10
GIS and RS Unit/UEA
 11
GIS and RS Unit/UEA
 12
GIS and RS Unit/UEA
 13
GIS and RS Unit/UEA
I. QU’EST CE QUE LA TELEDETECTION
 La télédétection est une technique qui, à l’aide des
capteurs, permet d’acquérir des données sur un objet, une
surface ou un phénomène sans contact apparent avec
ces derniers.
 La télédétection est l’ensemble des techniques qui
permettent, par l’acquisition d’images, d’obtenir de
l’information sur la surface de la Terre (y compris
l’atmosphère et les océans), sans contact direct avec
celle-ci.
 La télédétection englobe tout le processus qui consiste à
capter et enregistrer l’énergie d’un rayonnement
électromagnétique (REM) émis ou réfléchi, à traiter et
analyser l’information qu’il représente, pour ensuite mettre
en application cette information.

14
(Centre Canadien de Télédétection : [Link]
GIS and RS Unit/UEA
LES SEPT ÉTAPES DE LA TÉLÉDÉTECTION
 Illumination (A) – la cible doit être illuminée

 Passage à travers l’atmosphère (B) - le rayonnement interagit avec

l'atmosphère.

 Interaction avec la cible (C) - Une fois parvenue à la cible, l'énergie interagit
avec la surface de celle-ci..

 Enregistrement de l'énergie par le capteur (D) - l'énergie diffusée ou émise

par la cible doit être captée, amplifiée puis enregistrée.

 Transmission, réception et traitement (E) - L'énergie enregistrée par le

capteur est transmise, souvent par des moyens électroniques, à une station
de réception où l'information est transformée en images (numériques ou
photographiques).

 Interprétation et analyse (F) - pour extraire l'information que l'on désire

obtenir sur la cible.

 Application (G) - utiliser l'information extraite de l'image aux fins pour

15
GIS and RS Unit/UEA
lesquelles elle a été produite,
 16
GIS and RS Unit/UEA
 17
GIS and RS Unit/UEA
 18
GIS and RS Unit/UEA
 19
GIS and RS Unit/UEA
 20
GIS and RS Unit/UEA
2. LE RAYONNEMENT ELECTROMAGNETIQUE

 La télédétection utilise les propriétés d'émission ou de

réflexion des rayonnements électromagnétiques par
les objets.
 Au cours des années 1860s, James Clerk Maxwell
(1831–1879) conceptualise les (REM) qu’il définit
comme des ondes qui se propagent dans l’espace à
la vitesse de la lumière C, environ 3 x 108 m s-1
 Pour comprendre comment les radiations de l’EEM sont
créées, se propagent dans l’espace et comment elles
interagissent avec les matériaux, il convient de décrire le
processus en utilisant les deux différentes natures des
radiations: ondulatoire et particulaire.

21
GIS and RS Unit/UEA
 Comme onde:
 Le REEM est composé
d'un champ électrique (E)
et d'un champ magnétique
(M). Les deux champs
sont orientés de façon
perpendiculaire à la
direction de propagation
du rayonnement mais
aussi l’un par rapport à
l’autre. Ils se déplacent à
la vitesse de la lumière (c).

22
GIS and RS Unit/UEA
Nature ondulatoire de
l’énergie électromagnétique:
Un REEM est caractérisé par:
Une longueur (λ)
Une fréquence (ν)
Une vitesse (C)
Période T = 1/ ν
Tel que C = νλ
Dans le vide la lumière a une célérité
constante de 299 792 km/s. dans
l’eau elle est de 225400 km/s, alors
que le son dans l’eau de mer voyage
a une célérité moyenne de 1500m/s
et est f(température,salinité,
pression)

23
GIS and RS Unit/UEA
Caractéristiques d’une onde
électromagnétique :
 Longueur d’ondeλ
: distance entre deux points homologues
exprimée en µm= 10-6 m; nm = 10-9 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

24
GIS and RS Unit/UEA
 Nature particulaire des rayonnements
électromagnétique:

Niels Bohr (1885–1962) et Max Planck reconnaissent la

nature discrète des echanges d’énergie et proposent la
théorie quantique des REM Qui dit que l’énergie est
transmise en petite paquets discrets appelés quanta ou
photons selon la relation que voici:

Avec Q = énergie d’un quantum en joules,

h est la constante de Planck (6.626  10-34 J s),
et n la fréquence de la radiation

25
GIS and RS Unit/UEA
THÉORIEDESPARTICULES

Q h
Q = énergie d’un quantum
h = Cte de Planck 6.626 X 10- 34 [Link]
 = fréquence

Q hC / 
L’énergie d’une particule est inversement
proportionnelle à la longueur d’onde de son
rayonnement

26
GIS and RS Unit/UEA
 27
GIS and RS Unit/UEA
 28
GIS and RS Unit/UEA
3. LE SPECTRE ÉLECTROMAGNÉTIQUE

Le spectre
électromagnétique va
des Courtes
longueurs d'onde
(gamma, X ) aux
Grandes longueurs
d'onde (micro-ondes
et ondes radio).

29
GIS and RS Unit/UEA
 30
GIS and RS Unit/UEA
 31
GIS and RS Unit/UEA
Les Ultraviolets:
Constituent les plus
courtes ondes utilisées en
télédétection ils occupent
la partie du SEM située
juste au-delà du violet d’où
son nom.
Plusieurs matériaux de la
surface terrestre,
notamment les formations
géologiques (roches et
minéraux) entrent en
fluorescence ou émettent
de la lumière visible quand
ils sont illuminés aux
ultraviolets ce qui permet
de les repérer

32
GIS and RS Unit/UEA
 Spectre visible
 Les visibles est la partie du
SEM associée à la notion de
couleur.
 Elle s'étale de 0,4 à 0,7 µm,
le violet ayant la plus courte
longueur d’onde et le rouge
la plus grande.
 Quelle couleur pour quelle
longueurs d'onde?
 Le bleu, le vert et le rouge
sont les couleurs primaires
à partir desquelles toutes
les autres couleurs peuvent
être créées.

33
GIS and RS Unit/UEA
 34
GIS and RS Unit/UEA
Couleurs primaires

Violet: 0,4 - 0,446 µm

Bleu: 0,446 - 0,500 µm

Vert: 0,500 - 0,578 µm

Jaune: 0,578 - 0,592 µm

Orange: 0,592 - 0,620 µm

Rouge: 0,620 - 0,7 µm

35
GIS and RS Unit/UEA
Spectre infrarouge
 L'infrarouge couvre la
gamme allant de 0,7 à 100
µm. Ce spectre est divisée en
deux catégories: IR réfléchi
et IR émis ou thermique. La
partie réfléchie est utilisé en
télédétection de la même
façon que le rayonnement
visible. Elle s’étale de 0,7 à 3
µm.
 L'infrarouge thermique par
contre est plutôt un
rayonnement émis sous
forme de chaleur par la
surface de la Terre. Ce
rayonnement couvre la
bande allant de 3 à 100 µm.

36
GIS and RS Unit/UEA
Les hyperfréquences
 Cette région comprend les plus grandes
longueurs d'onde utilisées en
télédétection; elle s'étend
approximativement de 1 mm à 1 m.
 Les longueurs d'onde les plus courtes
possèdent des propriétés semblables à
celles de l'infrarouge thermique, tandis
que les longueurs d'onde les plus
grandes ressemblent aux ondes radio.
 Les capteurs hyperspectraux acquièrent
des images dans des bandes spectrales
étroites, ce qui facilite la discrimination
précise entre différentes entités à la
surface de la Terre.
 C’est une source de données qui
complète les données radars et multi
spectrales classiques

37
GIS and RS Unit/UEA
4. INTERRACTIONS REEM-MATIERE

- Incidence (source d’énergie: Soleil, Radars, Terre)

- Diffusion (scattering) (Atmosphère, Terre)
- Absorption (Atmosphère, Terre)
- Réflexion (reflection) (Terre, Nuage)
-

38
Emission (objets)
GIS and RS Unit/UEA
 39
GIS and RS Unit/UEA
SOURCES D’ENERGIE
 Le soleil :corps noir à 5770 – 6000 K. Un concept théorique par lequel le
corps absorbe et rayonnement de l’énergie aux taux maximaux possible
par unité de surface et dans toutes les longueurs d’onde (l) à une
température donnée.
 Tout corps dont la température est supérieure à –0°k qui équivaut à -
273°c) emet de lénergie electromagnetique dans des proportions dictées
par ses proprietes spectrales (physico-chimiques)
 Source artificielle : Radar, Lidar,sonar

40
GIS and RS Unit/UEA
DIFFUSION
Absorption puis réémission du REM dans différentes directions
sans modification de λ. 3 types:

 Diffusion de Mie: les particules sont aussi presque

grandes que la longueur d’onde du rayonnement. ce type
de diffusion est souvent produit par la poussière, le pollen,
le fumée et l’eau. Ce genre de diffusion affecte les plus
grandes longueurs d’ondes et se produit surtout dans les
couches de l’atmosphère où les grosses particules sont
plus abondantes. Ce processus domine quand le ciel est
nuageux.

41
GIS and RS Unit/UEA
 Diffusion de Raleigh: se produit lorsque la taille des
particules est inférieure à la longueur d'onde du rayonnement.
Raleigh disperse et dévie de façon plus importante les courtes
longueurs d'onde que les grandes longueurs d'onde. Cette
forme de diffusion est prédominante dans les couches
supérieures de l'atmosphère.
Exemples:
- ciel bleu la journée = grande diffusion du bleu dans
l’atmosphère; des ombres non obscures sur la surface terrestre),
- Ciel rose au lever et au coucher du soleil: le rayonnement
doit parcourir une plus grande distance à travers l'atmosphère
qu'au milieu de la journée, seules les grandes longueur d’ondes
arrivent à destination.

42
GIS and RS Unit/UEA
 Diffusion non sélective:
Ce genre de diffusion se produit lorsque les
particules (les gouttes d'eau et les grosses
particules de poussière) sont beaucoup plus
grosses que la longueur d'onde du
rayonnement.

Elle est appelée "non-sélective", car toutes

les longueurs d'onde sont dispersées: le
bleu, le vert, et le rouge de façon presque
égale, ce qui produit un rayonnement blanc
(lumière bleue + verte + rouge = lumière
blanche).

C'est pourquoi le brouillard et les nuages

nous paraissent blancs

43
GIS and RS Unit/UEA
ABSORPTION
 Survient lorsque les grosses molécules de l'atmosphère
(ozone, bioxyde de carbone et vapeur d'eau) absorbent
l'énergie de diverses longueurs d'onde,
 Ces gaz absorbent l‘EEM dans des régions spécifiques du
spectre,
 ils influencent le choix de longueurs d'onde utilisées en
télédétection,
 Les régions du spectre qui ne sont pas influencées de façon
importante par l'absorption atmosphérique, et qui sont donc
utiles pour la télédétection, sont appelées les fenêtres
atmosphériques.

44
GIS and RS Unit/UEA
Notion des fenêtres atmosphériques
 transformation de l’énergie EM en énergie calorifique ou
chimique ≈ Perte d’énergie par le REM
 En comparant les caractéristiques des deux sources d'énergie les
plus communes (le Soleil et la Terre) avec les fenêtres
atmosphériques disponibles, nous pouvons identifier les longueurs
d'onde les plus utiles pour la télédétection..

45
GIS and RS Unit/UEA
RÉFLEXION:
 R. spéculaire (cas de surface de séparation lisse % λ) :
réfraction et réflexion
 R. diffuse (cas de surface de séparation non lisse): rôle
important de la rugosité

46
GIS and RS Unit/UEA
 3. INTERRACTIONS ENERGIE-CIBLE
Ei () = Er () + Ea ( ) + Et ()
 Entre objets
• Propriétés physico-chimiques (composition) et
• Condition;
• (l’état);
 Pour le même objet:
• la longueur d’onde de telle sorte que deux objets ne pouvant être
distingués dans une bande spectrale peuvent l'être parfaitement
dans une autre.
Beaucoup de systèmes de télédétection opèrent dans les régions où
prédomine l’énergie réfléchie, les propriétés réflectives des objets sont
donc très importantes.
Er () = Ei () – [Ea () + Et ()]
On appelle reflectance d’un matériau dans une longueur d’onde donnée, la
portion d’énergie refléchie par celui-ci exprimée en pourcentage de la
quantité d’énergie qui lui est incidente sur cette longueur d’onde.

47
GIS and RS Unit/UEA
 48
GIS and RS Unit/UEA
 49
GIS and RS Unit/UEA
 50
GIS and RS Unit/UEA
 51
GIS and RS Unit/UEA
 52
GIS and RS Unit/UEA
 53
GIS and RS Unit/UEA
Courbe de reflectance

54
GIS and RS Unit/UEA
 55
GIS and RS Unit/UEA
 56
GIS and RS Unit/UEA
 57
GIS and RS Unit/UEA
 58
GIS and RS Unit/UEA
Propriétés spectrales des plantes
 La réflectance des plantes dans l'intervalle de 0,7 à 1,3
μm est une conséquence de la structure interne des
feuilles.
 Structure très variable d'une espèce à l'autre, ce qui
nous permet de distinguer les espèces même si elles
apparaissent semblables dans les visibles.
 De même, plusieurs stress perturbent la réflectance
dans ce domaine. Ainsi les détecteurs opérant dans
cette région sont utilisés pour la détection des stress.
 De plus les nombreuses couches de feuilles d'une
canopée entraînent plusieurs réflectances et
transmittances.
 C'est pourquoi la réflectance des IRP augmente avec
l'augmentation du nombre de couches de feuilles et
atteint une valeur asymptotique après la 8ème couche.

59
GIS and RS Unit/UEA
Propriétés spectrales des sols

60
GIS and RS Unit/UEA
Propriétés spectrales de l’eau
 La réflectance de l'eau pure, assez forte dans la bande bleue du
visible,
 diminue ensuite rapidement pour devenir très faible dès le
proche infrarouge.
 Des particules minérales, du plancton ou des végétaux, en
suspension ou flottant dans l'eau, augmentent la réflectance
dans le visible .
 L’eau absorbe tous les infrarouges

61
GIS and RS Unit/UEA
IMAGE NUMERIQUE ET VISUALISATION

62
GIS and RS Unit/UEA
ACQUISITION D’UNE IMAGE NUMÉRIQUE
IMAGE NUMERIQUE
 Une image numérique est une grille, une matrice d'éléments appelés
pixels.
 L'intensité de chaque pixel correspond à la brillance, radiance
moyenne mesurée électroniquement sur la surface terrestre
correspondant au pixel.
 Chaque radiance est représentée par un nombre située sur une
échelle allant de (0) noire à (X) (Blanc). Ce nombre est appelé valeur
numérique (VN) ou degré de gris (DG).
 Chaque pixel est codé par un numéro de colonne et de ligne
 La taille mémoire = Nb colonnes x Nb lignes

66
GIS and RS Unit/UEA
 Ex : taille du segment d’image ci-contre (les
colonnes valeurs sont codées sur 1 octet = 8 bits) :
1 30 30 colonnes x 27 lignes = 810 octets
1

Pixel (27, 4)

61 15 48

140 120 55
lignes
141 131

27
182

0 50 100 150 200 255

67
GIS and RS Unit/UEA
Une image numérique

• Les valeurs numériques sont des entiers (par convention=codage)

toujours positifs
PROCESSUS DE NUMÉRISATION
La numérisation résulte
de la transformation du
signal électrique
originel du capteur en
valeurs positives par un
procédé de conversion
dit Analogue à
numérique (A-N)

73
GIS and RS Unit/UEA
 NOTIONS DE RÉSOLUTION

74
GIS and RS Unit/UEA
Résolution spatiale
 C’est l’aptitude du capteur à distinguer
deux objets rapprochés
 Elle s’exprimera en terme de taille du
pixel (R)
 Résolution spatiale f(C,B)
 B = CVI (champ de vision instantanée)
 C = Altitude

Perception des objets

(Source : Systema
Terra 1995) R = 20 R = 10 R =5 R =1 R = 0,5

Détection Identifi cation Analyse

75
GIS and RS Unit/UEA
 RÉSOLUTION SPATIALE(SUITE)

Quickbird Ikonos
SPOT XS MS Panchromatique

R = 20 m R=4m R=1m
Palmiers

76
GIS and RS Unit/UEA
 78
GIS and RS Unit/UEA
Résolution spectrale
 La résolution spectrale décrit la finesse des bandes
spectrales d'un capteur.
 C’est la plus petite largeur de la bande spectrale
enregistrée par le capteur
 Elle est liée à la résolution spatiale
 Plus la résolution spectrale est fine, plus les intervalles
entre différents canaux du capteur sont étroits.
 Lorsque la finesse des bandes est très grande on parle de
capteurs hyperspectraux
 Définit la sensibilité du capteur
 Dans quelles bandes spectrales le système est-il sensible.
 Visibles, IRP, IRT, Micro-ondes??

79
GIS and RS Unit/UEA
3. IMAGE NUMÉRIQUE ET
VISUALISATION

Mode panchromatique
Faible résolution spectrale

Panchromatique
0,40 0,70

Mode multispectral
Haute résolution spectrale

0,40 0,45 0,52 0,60 0,63 0,69

Bleu Vert Rouge

80
GIS and RS Unit/UEA
 81
GIS and RS Unit/UEA
RAPPELS SUR LA COULEUR - CAS DU SYSTÈME ADDITIF (RVB)
Comment compose-t-on une couleur RVB ?
ROUGE
L'échelle des tons varie de 0 à 255

0 50 100 150 180 200 220 240 255

VERT BLEU V
B
Réalisons une combinaison RVB avec chaque couleur primaire
…
R V J
R 240

Par exemple V 200 … on obtient

R B M B 100 Jaune-orangé

R 180

Ou encore V 180 … on obtient

B V C
B 180 gris clair

82
GIS and RS Unit/UEA
3. Image numérique et visual

Visualisation des données spectrales… à partir des couleurs

primaires RVB

Bandes spectrales Couleurs primaires

Bande PROCHE INFRA-ROUGE R

Bande ROUGE V

Bande VERTE B

83
GIS and RS Unit/UEA
Les données générées par chaque bande spectrale

Canal 1 Canal 2 Canal

3

Elles vont générer simultanément 3 matrices de données

Bande verte Bande rouge

Bande proche IR

Soient
3 bandes
spectrales du
satellite

0.50 - 0.59 0.61 - 0.69  0.79 - 0.89 



84
GIS and RS Unit/UEA
3. IMAGE NUMÉRIQUE ET
VISUALISATION
La composition trichromique : superposition de trois couches
monochromes RVB

COMPOSITION TRICHROMIQUE

Canaux monochromes associés

Canaux monochromes Couleurs primaires
aux couleurs primaires

85
GIS and RS Unit/UEA
Lecture d’une image brute : légende chromatique

Eau - humidité

surfaces
végétation
minérales
chlorophylienne

sécheresse
surfaces lisses,
surfaces claires,
nuages, neige, glace

86
GIS and RS Unit/UEA
 Résolution radiométrique
 La résolution radiométrique d'un système est sa
capacité de reconnaître de petites variations de
l'énergie incidente,

 Plus la résolution radiométrique est fine, plus le

capteur est sensible à de petites différences dans
l'intensité de l'énergie reçue.

 La gamme de longueurs d'onde à l'intérieur de

laquelle un capteur est sensible se nomme plage
dynamique.

 Le nombre maximum de niveaux d'intensité

disponibles dépend du nombre de bits utilisés pour
représenter l'intensité enregistrée.

87
GIS and RS Unit/UEA
 Résolution
Résolution Radiometrique
Radiometrique

7-bit
7-bit
0 (0
(0--127)
127)

8-bit
8-bit
0 (0
(0--255)
255)

0 9-bit
9-bit
(0
(0--511)
511)
10-bit
10-bit
0 (0
(0--1023)
1023)

88
GIS and RS Unit/UEA
 90
GIS and RS Unit/UEA
Résolution temporelle

 C’est la fréquence avec laquelle un satelitte

revient sur un point donné de son orbite; en
d’autres termes, son cycle.
 Images multitemporelles;
 Chevauchement: pour réaliser la 3ème
dimension;
 Dépointage;

91
GIS and RS Unit/UEA
 93
GIS and RS Unit/UEA
Acquisition des données
 Photographie (simple, peu coûteux, bonne intégrité
géométrique et bonne résolution spatiale)
 Electronique (large spectre de sensibilité, meilleur calibrage,
transmission rapide)
 Données de vérité terrain: correction, calibrage, vérification

94
GIS and RS Unit/UEA
L’acquisition des photographies

Drones
phones
 96
GIS and RS Unit/UEA
LES VECTEURS ET LES CAPTEURS

97
GIS and RS Unit/UEA
5. VECTEURS ET
CAPTEURS
LES VECTEURS : GÉNÉRALITÉS
800
Altitude (Km) Satellite à
défilement
800 km
700

600

500

400

300

200 Ballon
50 km
Hélicoptère
Tracteur ULM Avion
100 agricole 5 km 20 km
50 cm-2 m

fauchée

99
GIS and RS Unit/UEA
 1.L’avion

AVANTAGES INCONVÉNIENTS

Choix de la date et de l'heure Perturbations de trajectoire

Choix de la trajectoire et du lieu Limitation d'altitude
Adaptation des capteurs à la mission Fonctionnement coûteux
Haute répétitivité et haute résolution

100
GIS and RS Unit/UEA
2. Le ballon

AVANTAGES INCONVÉNIENTS

Bonne résolution spatiale Trace Trajectoire incertaine

au sol plus importante
Fonctionnement peu coûteux

101
GIS and RS Unit/UEA
[Link] navette

AVANTAGES INCONVÉNIENTS

Grande couverture spatiale Faible répétitivité

Adaptation des capteurs à la Fonctionnement
mission Haute résolution spatiale coûteux Prix de revient

102
coûteux

GIS and RS Unit/UEA

[Link] drone(UAV)
AVANTAGES

Bonne résolution spatiale

Trace au sol plus importante
Facile à manipuler
Haute répetitivité

Inconvénients

Limitation d’altitude
Traitement des images lourd

103
GIS and RS Unit/UEA
 104
GIS and RS Unit/UEA
 105
GIS and RS Unit/UEA
 106
GIS and RS Unit/UEA
 107
GIS and RS Unit/UEA
 108
GIS and RS Unit/UEA
 5. Le satellite

AVANTAGES INCONVÉNIENTS

Bonne couverture spatiale Résolution spatiale plus faible

Bonne répétitivité Nombreux paramètres correctifs
Peu coûteux

109
GIS and RS Unit/UEA
Les satellites : caractéristiques des
orbites
Orbites Orbites à défilement
géostationnaires et héliosynchrones

Altitude : 36 000 km Altitude : 600 à 1000 km

Vitesse de rotation angulaire Vitesse de rotation rapide (ex :
identique à celle de la terre Spot, 1 tour en 101 mn)
Orbite équatoriale et quasi Orbite quasi polaire et quasi
circulaire circulaire
Faible résolution spatiale Haute résolution spatiale
Très haute répétitivité Bonne répétitivité
Orbite phasée et héliosynchrone

110
Très bonne couverture

GIS and RS Unit/UEA

 Les orbites

Orbite à
défilement

36000 km

Orbite
géostationnaire

800 km

111
GIS and RS Unit/UEA
 112
GIS and RS Unit/UEA
LES CAPTEURS: LES FAMILLES DE CAPTEURS
PASSIFS ACTIFS
on
ti
erva ou
s
Ob iurne selo &
n
d rne ne
octu mai tres s
n do nê ue
le s fe ériq
le sph
o
atm s
Imageurs Lidars sure s
Me r tou
& pa mps
Sondeurs te
atmosphériques
Radars

QUE Imageurs
TI Altimètres
OP &
Sondeurs
RF

O
ADI CE
R EN
U
RÉQ
F

113
GIS and RS Unit/UEA
 5. CAPTEURS:
LES VECTEURS ET BANDES DE QUELQUES SATELLITES
CAPTEURS
D’OBSERVATION DE LA TERRE

NOAA

LANDSAT TM

SPOT

QUICK BIRD 2

Visible Proche Moyen Infrarouge

infrarouge infrarouge
thermique

114
GIS and RS Unit/UEA
5. VECTEURS ET
LES CAPTEURS:
CAPTEURS INTÉRÊT DES BANDES SPECTRALES POUR
L’OBSERVATION DE LA TERRE
Exemple : LANDSAT TM

0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 . . . . . . . . . . . 10.0 10.5 11.0 11.5 12.0 12.5

BLEU discrimination minéral / végétal – eaux et milieu littoral : bathymétrie et cartographie côtière
0,45 - 0,52
– Identification des caractères ruraux et urbains
VERT cartographie de la végétation chlorophyllienne (mesure le sommet de réflectance)
0,52 - 0,60 - Identification des caractères ruraux et urbains
ROUGE discrimination plantes feuillées et plantes à feuilles caduques (absorption de chlorophylle)
0,63 - 0,69 - Identification des caractères ruraux et urbains
PIR discrimination entre plantes et entre couverts végétaux – état sanitaire et identification de la
0,76 - 0,90 biomasse – contour des surfaces en eau (étangs, lacs, fleuves …) - humidité du sol
MIR1 sensible à l'humidité du sol et des plantes - discrimination entre eau solide (neige) et
1,55 - 1,75 eau gazeuse (nuages)
MIR2 discrimination entre minéraux et roches - sensibilité au taux d'humidité dans la végétation
2,08 – 2,35
IRT identification du stress de la végétation et de l'humidité dans le sol en relation avec l’IRT -
10,4 – 12,5 cartographie des températures du sol et de la végétation.

115
GIS and RS Unit/UEA
 LES CAPTEURS :COMMENT CHOISIR SES
5. VECTEURS ET
CAPTEURS
DONNÉES / COUVERTURE ET TAILLE DU PIXEL ?
fauchée (km)

3000 Noaa17

Couvertures 2400 Spot Végétation

Modis
continentale
s

Landsat7

150

Couvertures
régionales
1
0
0
IRS 1D
Spot 4 Spot 5
50

Formosat2
Petites Pléïades QuickBird2
surfaces Ikonos
Orbview5
Orbview3
1100 250 30 25 20
15 10 5 pixel (m)

Basse résolution Très haute

Haute résolution
résolution

116
GIS and RS Unit/UEA
 LES CAPTEURS: COMMENT CHOISIR SES DONNÉES /
RÉPÉTITIVITÉ ET TAILLE MÉMOIRE DE L’IMAGE ?

Taille du pixel Répétitivit Taille de la scène Taille

Satellite Fauchée (km) couleur (m) é (km²) mémoire par
(jours) canal (Mo)

NOAA 17 USA 3000,0 1100,0 tous les jours 9 000 000,00 7,44

Spot Végétation FR 2400,0 1000,0 tous les jours 5 760 000,00 5,76

Modis USA 2330,0 250,0 tous les jours 5 428 900,00 86,86

Landsat 7 USA 185,0 30,0 16 34 225,00 38,03

IRS 1-D INDE 70,0 24,0 24 4 900,00 8,51

Spot 4 FR 60,0 20,0 26 3 600,00 9,00

Spot 5 FR 60,0 10,0 26 3 600,00 36,00

Ikonos 2 USA 11,0 4,0 1,5 à 3 121,00 7,56

Orbview 3 USA 8,0 4,0 3 64,00 4,00

Formosat 2 Taiwan 24,0 2,8 1 576,00 73,47

Pléïades FR 20,0 2,8 1à3 400,00 51,02

QuickBird 2 USA 16,5 2,4 1à5 272,25 47,27

117
Orbview 5 USA 15,2 1,6 7 231,04 90,25

GIS and RS Unit/UEA

QUELQUES SATELLITES
D’OBSERVATION DE LA TERRE

118
GIS and RS Unit/UEA
 119
[Link]
LE LANDSAT

120
GIS and RS Unit/UEA
 121
GIS and RS Unit/UEA
 122
GIS and RS Unit/UEA
Présentation
 Le premier satellite d'observation de la terre
Landsat-1 a été lancé en 1972. Origine: ERTS-1
(Earth Resources Technology Satellite),
 Tutelle NASA, puis NOAA, en 1983.
 En 1985, le programme a été commercialisé au
bénéfice des divers utilisateurs civils.
 Tous les satellites Landsat étaient placés en
orbite héliosynchrone polaire.
 Tous traversent l'équateur le matin pour
profiter des conditions d'illumination
optimales.
Présentation
 Landsat portent plusieurs capteurs: le
système de caméras RBV (Return Beam
Vidicon), le système MSS (Multi Spectral
Scanner), et plus tard, le TM (Thematic
Mapper)

 Chacun de ces capteurs a une fauchée de

185 km, avec une scène complète de 185
km sur 185 km.
0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 . . . . . . . . . . . 10.0 10.5 11.0 11.5 12.0 12.5

BLEU discrimination minéral / végétal – eaux et milieu littoral : bathymétrie et cartographie côtière
0,45 - 0,52
– Identification des caractères ruraux et urbains

VERT cartographie de la végétation chlorophyllienne (mesure le sommet de réflectance) -

0,52 - 0,60 Identification des caractères ruraux et urbains

ROUGE discrimination plantes feuillées et plantes à feuilles caduques (absorption de chlorophylle) -

0,63 - 0,69 Identification des caractères ruraux et urbains

PIR discrimination entre plantes et entre couverts végétaux – état sanitaire et identification de la
0,76 - 0,90 biomasse – contour des surfaces en eau (étangs, lacs, fleuves …) - humidité du sol

MIR1 sensible à l'humidité du sol et des plantes - discrimination entre eau solide (neige) et eau gazeuse
1,55 - 1,75 (nuages)

MIR2 discrimination entre minéraux et roches - sensibilité au taux d'humidité dans la végétation
2,08 – 2,35

125
IRT identification du stress de la végétation et de l'humidité dans le sol en relation avec l’IRT -
10,4 – 12,5 cartographie des températures du sol et de la végétation.
GIS and RS Unit/UEA
Missions

date de altitude Cycle Capteurs,

Satellite Fauchée
lancement moyenne orbital canaux et résolution spatiale

Caméra RBV (3 canaux, 80 m)

Landsat 1 juillet 1972 910 km 18 jours 185 km
Radiomètre MSS (4 canaux, 80 m)
Caméra RBV (3 canaux, 80 m)
Landsat 2 janvier 1975 910 km 18 jours 185 km
Radiomètre MSS (4 canaux, 80 m)
Caméra RBV (3 canaux, 80 m)
Landsat 3 mars 1978 910 km 18 jours 185 km
Radiomètre MSS (5 canaux, 80 m)
Radiomètre MSS (5 canaux, 80 m)
Landsat 4 juillet 1982 705 km 16 jours 185 km
Radiomètre TM (7 canaux, 30 m)
Radiomètre MSS (5 canaux, 80 m)
Landsat 5 janvier 1984 705 km 16 jours 185 km
Radiomètre TM (7 canaux, 30 m)
Landsat 6 oct. 1993 détruit après lancement

Radiomètre ETM + (7 canaux, 30 m,

Landsat 7 avril 1999 705 km 16 jours 185 km
plus canal panchro, 15 m

Février
Landsat 8 705km 16 jours 185 km Radiomètre OLI et TIRS
2013
 BANDES SPECTRALES
Bande spectraleLongueur d'onde Résolution

Bande 1 - Aérosols 0,433 - 0,453 µm 30 m

Bande 2 - Bleu 0,450 - 0,515 µm 30 m

Bande 3 - Vert 0,525 - 0,600 µm 30 m

Bande 4 - Rouge 0,630 - 0,680 µm 30 m

Bande 5 - Infrarouge proche 0,845 - 0,885 µm 30 m

Bande 6 - Infrarouge moyen

1,560 - 1,660 µm 30 m
1

Bande 7 - Infrarouge moyen

2,100 - 2,300 µm 30 m
2

Bande 8 - Panchromatique 0,500 - 0,680 µm 15 m

Bande 9 - Cirrus 1,360 - 1,390 µm 30 m

Bande spectrale Longueur d'onde Résolution

Bande 10 - Infrarouge
10,30 - 11,30 µm 100 m
moyen

Bande 11 - Infrarouge
11,50 - 12,50 µm 100 m
moyen
 129
GIS and RS Unit/UEA
 ACQUISITION
A. Via [Link]

B. Via [Link]
Sites:
JAXA ALOS:
[Link]

Sentinel :
[Link]
Landsat
[Link]
SPOT:
[Link] ,
[Link]
Etc

131
GIS and RS Unit/UEA
SATELLITES SENTINEL
Sentinel 1
Sentinel 2 Sent-1A/B Sent-2A/B Sent-3A/B Sent-4A/B Sent-5/5P Sent-6/Jason

Sentinel 3
Sentinel 4
Sentinel 5 and 5P
Sentinel 6
2. SENTINEL
Misssion: COPERNICUS

133
[Link]
135
DÉSIGNATION OBJECTIF CHARGE UTILE STATUT
Sentinel-1A Image tous temps Radar à synthèse d'ouverture Opérationnel
Image visible et
Sentinel-2A Imageur multi spectral Opérationnel
infrarouge
Radiomètres, Imageur multi spectral,
Sentinel-3A Observation des océans Opérationnel
altimètre
Sentinel-1B Image tous temps Radar à synthèse d'ouverture Opérationnel
Image visible et
Sentinel-2B Imageur multi spectral Opérationnel
infrarouge
Sentinel-5 Composition de Spectromètre imageur ultraviolet, visible et
Opérationnel
Precursor l'atmosphère infrarouge
Radiomètres, Imageur multi spectral,
Sentinel-3B Observation des océans Opérationnel
altimètre
Sentinel-6A Topographie des océans Altimètre
Radiomètres, Imageur multi spectral, En
Sentinel-3C Observation des océans
altimètre développement
En
Sentinel-4A Analyse de l'atmosphère sondeur infrarouge et ultraviolet
développement
En
Sentinel-5A Analyse de l'atmosphère sondeur infrarouge et ultraviolet
développement
Sentinel-1C Image tous temps Radar à synthèse d'ouverture
Image visible et
Sentinel-2C Imageur multi spectral
infrarouge
En
Sentinel-4B Analyse de l'atmosphère sondeur infrarouge et ultraviolet
développement
 137
GIS and RS Unit/UEA
BANDES SPECTRALES
[SENTINEL-2]

SWIR
VIS NIR SWIR
VNIR
Visible

B1 B9 B10

Aerosols Water-vapour Cirrus

60 m
Snow / ice / cloud discrimination
B5 B7 B8a

Vegetation
20 m Red-edge

B6 B11 B12

10 m

B2 B3 B4 B8
400 600 800 1000 1200 1400 1600 1800 2000 2200 2400
nm nm nm nm nm nm nm nm nm nm nm
 BANDES SPECTRALES [SENTINEL-2]
Sentinel-2A Sentinel-2B
Bandes spectrales Longueur
Largeur de la Longueur d'onde Largeur de la Résolution
d'onde
bande (nm) centrale (nm) bande (nm) spatiale (m)
centrale (nm)
Bande 1 – Coastal
442.7 21 442.2 21 60
aerosol
Bande 2 – Blue 492.4 66 492.1 66 10

Bande 3 – Green 559.8 36 559.0 36 10

Bande 4 – Red 664.6 31 664.9 31 10

Bande 5 – Vegetation red
704.1 15 703.8 16 20
edge
Bande 6 – Vegetation red
740.5 15 739.1 15 20
edge
Bande 7 – Vegetation red
782.8 20 779.7 20 20
edge
Bande 8 – NIR 832.8 106 832.9 106 10

Bande 8A – Narrow NIR 864.7 21 864.0 22 20

Bande 9 – Water vapour 945.1 20 943.2 21 60

Bande 10 – SWIR –
1373.5 31 1376.9 30 60
Cirrus
Bande 11 – SWIR 1613.7 91 1610.4 94 20

Bande 12 – SWIR 2202.4 175 2185.7 185 20

140
SENTINEL 3 (MERIS)

141
 142
GIS and RS Unit/UEA
TERRAVIEW

143
GIS and RS Unit/UEA
 144
GIS and RS Unit/UEA
 EXEMPLE: CONCENTRATION EN NO2 AU SUD-KIVU

[Link]
-6.329282813917729,35.818731809381255,1.425130187975995&overlay=true&b
gLayer=Satellite&date=2021-01-01&layer=TERRASCOPE_S5P_L3_NO2_TY_V1
SITE COPERNICUS
POUR LES IMAGES
SENTINEL
[Link] (Etape 1)
[Link]
(Etape 2)
 1

147
GIS and RS Unit/UEA
 148
GIS and RS Unit/UEA
 149
GIS and RS Unit/UEA
150
 151
GIS and RS Unit/UEA
 152
GIS and RS Unit/UEA
 153
GIS and RS Unit/UEA
 154
GIS and RS Unit/UEA
EARTH EXPLORER
Nom: ECODOCUEA2022
Mot de passe: _EcodocUEA2022_

155
GIS and RS Unit/UEA
HTTPS://[Link]/ USGS

156
GIS and RS Unit/UEA
 157
GIS and RS Unit/UEA
 1 2 3 4

158
GIS and RS Unit/UEA
 Télécharger

159
GIS and RS Unit/UEA
 [Link]
SPOT (SATELLITE POUR L’OBSERVATION DE LA TERRE)
[Link]

160
GIS and RS Unit/UEA
 161
GIS and RS Unit/UEA
 - [Link]
3. MODIS
- [Link]
DAAC_ECS

NASA EOS – Earth Observing System

Integrated experiment to study earth as a system

Planned as imaging and non-imaging instruments on series

of satellites to study different science objectives

EOS AM-1, renamed Terra launched in 1999

EOS PM-1, renamed Aqua launched in 2002

162
 163
GIS and RS Unit/UEA
 164
GIS and RS Unit/UEA
ALOS
HTTPS://[Link]/DATA-SETS/DERIVED-DATA-SETS/ALOS-PALSAR-RTC/
ALOS-PALSAR-RADIOMETRIC-TERRAIN-CORRECTION/

165
GIS and RS Unit/UEA
 166
GIS and RS Unit/UEA
 167
GIS and RS Unit/UEA
 Https://[Link]/ALOS/en/palsar_fnf/data/2021/html/grid26_fnf.Htm

Obtention d’un DEM (MNT) de 12,5m de resolution de

type ALOS PALSAR
SAR images (HH, VV, HH+VV) (L and C bands)
inSAR (Interferometric Synthetic Aperture Radar) and
RADARTSAT images

L and C band with polarization Interferometry SAR DEM 12,5m

(HH, VV and HH+VV) image

168
 169
GIS and RS Unit/UEA
DONNÉES CLIMATIQUES
(WORLDCLIM)
[Link]
[Link]

170
GIS and RS Unit/UEA
 WORLDCLIM :
Historical climate data (1960-2018)
Historical monthly weather data
Future climate data
The monthly values were averages
over 20 year periods (2021-2040,
241-2060, 2061-2080, 2081-2100).
The following spatial resolutions
are available (expressed as
minutes of a degree of longitude
and latitude): 10 minutes, 5
minutes, 2.5 minutes, and 30
seconds.

Bioclimatic data are also available

171
SHAPEFILES
[Link]

172
GIS and RS Unit/UEA
 173
GIS and RS Unit/UEA
POUR LA RD CONGO : RGC: RÉFÉRENTIEL GÉOGRAPHIQUE COMMUN

[Link]
[Link]/

174
GIS and RS Unit/UEA
AUTRES SOURCES:
[Link]
htm

[Link]
18/about
[Link]

[Link] (très utile pour le shapefile) BBBIKE

[Link] OPEN STREET
MAP

175
INTRODUCTION AU TRAITEMENT
DES IMAGES

176
GIS and RS Unit/UEA
 1. Histogramme d’un canal
monochromique
2. Etalement de dynamique
(stretching)
3. génération de masques
4. corrections géométriques
5. création de néocanaux : indices,
ACP
6. Le filtrage spatial des images
7. Classifications
8. Rendu cartographique
9. Habillage cartographique

177
10. Analyse 3 D
GIS and RS Unit/UEA
 178
GIS and RS Unit/UEA
 179
GIS and RS Unit/UEA
 180
GIS and RS Unit/UEA
 181
GIS and RS Unit/UEA
 182
GIS and RS Unit/UEA
6. LE TRAITEMENT DES IMAGES
SATELLITALES

1. Histogramme d’un canal monochrome

Représentation statistique des données

Histogramme du canal 1
Nb Pixels
1600

1400

1200

1000

800

600

400

200

1 51 101 151 201 251

Comptes Numériques

A chaque pixel est affecté un ton de gris

Chaque ton de gris prend une valeur
comprise entre 0 (noir) et 255 (blanc)

183
GIS and RS Unit/UEA
6. LE TRAITEMENT DES IMAGES
2. Étalement de dynamique
SATELLITALES d’un canal monochrome

Histogramme brut du canal 1 Histogramme étalé du

16000 16000 canal 1
14000 14000
12000 12000

Nombre de
10000 10000
Nombre de

8000 8000
6000 6000

pixels
pixels

4000 4000
2000 2000
0 CN 0 CN
0 50 100 150 200 250 0 50 100 150 200 250
44 119 0 44 119 255

Sans étalement des données de Etalement linéaire des données

l’histogramme comprises entre 44 et 119

Image claire,
Image sombre, peu contrastée
contrastée

184
GIS and RS Unit/UEA
6. Le traitement des images satellitales

Étalement de dynamique d’une composition colorée

sans étalement de dynamique après étalement de dynamique

185
GIS and RS Unit/UEA
6. LE TRAITEMENT DES IMAGES
SATELLITALES
3 Génération de masques

A partir d’une image on

1
sélectionne
➢ une région géographique
0

... on construit un masque ... que l’on applique sur

binaire l’image

0
➢ un espace radiométrique 1

Composition Masque thématique Composition

colorée de la végétation colorée de la
brute végétation

186
GIS and RS Unit/UEA
 6. LE TRAITEMENT DES IMAGES
4. Corrections
SATELLITALES géométriques : origines des déformations
➢déformations liées à l’instrument
- étalonnage du capteur,
- dysfonctionnement de détecteurs,
- défaut d’égalisation entre barrettes,
- angle de visée (si dépointage) Exemple : effet
- vitesse de balayage des miroirs rotatifs … de l’angle de
➢Déformations liées à l’environnement visée
- rotation de la terre l’image = parallélogramme
- relief …
➢Déformations liées au vecteur
- variation d’altitude du satellite,
- variation de la vitesse de déplacement,
- attitude (tangage, roulis, lacet) …

Objets identiques

Visée oblique
Images
différentes
Visée verticale

187
GIS and RS Unit/UEA
[Link]
6. géométriques
TRAITEMENT DES IMAGES : calage d’une image par
SATELLITALES
rapport à une image de référence

Superposition Superposition
image de MAI-AOUT MAI-AOUT
référence SANS APRES
correction correction

MAI 1990
Visée verticale

image à
recaler

AOUT 1990
Visée oblique (2°26)

188
GIS and RS Unit/UEA
6. LE TRAITEMENT DES IMAGES
4. Corrections géométriques
SATELLITALES : calage d’une image par rapport
à une carte (= géoréférencement)

carte de
géoréférence

image à
géoréférencer
Image géoréférencée

On peut lui superposer un carroyage

exprimé dans un système de projection
choisi

189
GIS and RS Unit/UEA
[Link]éation de néocanaux
LE TRAITEMENT : rapports de canaux et
DES IMAGES
combinaisons
SATELLITALES linéaires

Effectuer des opérations arithmétiques entre canaux de

manière à accentuer les différences de réponses spectrales
caractérisant certains thèmes.

Un indice de
Un indice de
végétation :
le NDVI Brillance
IB

PIR - R PIR² + R²

PIR + R
COMBINAISONS
TRICHROMIQUES

PIR - R - V PIR - NDVI - R NDVI - IB - R

190
GIS and RS Unit/UEA
6. Le traitement des images satellitales

5. création de néocanaux : Analyse en Composantes Principales (ACP)

Objectifs

Créer des néocanaux indépendants (non corrélés)

… pour éliminer l’information redondante
Réduire l'espace de l'information
… en diminuant le nombre de canaux informatifs
Extraire une information détaillée
… en maximisant la variance des données
Éliminer le « bruit » dans l’image
… en éliminant les canaux concentrant le bruit
Sélectionner des canaux pertinents
… en analysant le contenu informatif

191
GIS and RS Unit/UEA
 6. LE TRAITEMENT DES IMAGES
5. SATELLITALES
Création de néocanaux : Analyse en Composantes
Principales (ACP)

Composition colorée Bande Bleue : 33,33% Bande Rouge : 33.33% Bande PIR : 33.33%
Scène Spot brute

Composition colorée Composante 1 : Composante 2 : Composante 3 : 2.08%

ACP 90.75% Facteur 7.16% Facteur Facteur
d’opposition sols lisses / d’opposition végétation Éclairement solaire latéral et
sols rugueux / sols défaut des
détecteurs

192
GIS and RS Unit/UEA
[Link] filtrage spatial des images
• Permet d'extraire des informations de fond, de structure et de texture.
• Permet d'homogénéiser, de lisser, d’éliminer du bruit, de contourer et de
contraster.
• Le filtre (ou noyau) sera matérialisé par une fenêtre carrée (ou rectangulaire) de
taille variable dont les éléments seront affectés d'un poids. Cette fenêtre se
déplace ligne par ligne, colonne par colonne (= par convolution) et calculera la
nouvelle valeur du pixel central
Le filtre L'image à traiter Le calcul L'image
0 -1
résultat 0 118 120 101 63 110 101 - 100 63 110 118 120 101 63 110
8 112 1
-1 4 -1 98 115 105 74 21 98 63 48 49 21
0
0 -1 0 14 74 82 58 15 14 39 26 16 15
-198 141 - 74 21
11 46 65 45 23 5 110 11 21 72 25 23

25 13 15 9 204 5 25 13 15 9 204

01 -174 08 58 15
4 2
Exemple : +118 x 0 + 120 x -1 + 101 x 0 0 -120 0
+ 98 x -1 + 150 x 4 + 10511
x -1 46= 65 -98
45 23
+600 -105 = 63
+ 14 x 0 + 74 x -1 + 8025
x 0 13 15 90 204-74 0

193
GIS and RS Unit/UEA
 6. LE TRAITEMENT DES IMAGES
6. Le filtrage spatial des images : exemples de filtres
SATELLITALES

Érosion Dilatation
On affecte à chaque pixel On affecte à chaque
la valeur la plus faible pixel la valeur la plus
des pixels de voisinage forte des pixels de
voisinage

Image brute

Filtre Médian Filtre Passe Bas

= filtre de lissage. Élimine le bruit de fond
Élimine les pics et adoucit l’image
d’intensité isolés

194
GIS and RS Unit/UEA
6. Le filtrage
6. LE spatial
TRAITEMENT des images : exemples de filtres
DES IMAGES
SATELLITALES

Filtre Roberts Filtre passe haut

Filtre de rehaussement Élimine les basses
des contours fréquences.
Rehausse les contours

Image brute

Directionnel Filtre Local Sigma

Accentue les contours Transforme les pixels par une
dans une direction donnée moyenne des pixels non liés au
bruit

195
GIS and RS Unit/UEA
6. Le traitement des images satellitales

[Link] classifications
7.1. objectif et méthodes
Extraire d’une image des classes thématiques (cultures, urbain, forêts, routes, lacs,
etc.) deux types de méthodes

Classifications non dirigées Classifications dirigées

La méthode, dite objective, est basée La méthode, dite subjective, est basée
sur la segmentation du nuage de pixels sur l'affiliation des pixels à des classes
en groupes homogènes (proximité thématiques définies et reconnues par
spectrale), sans recours à la l'opérateur à partir de la
connaissance de terrain. connaissance de terrain.
La légende est élaborée a posteriori La légende est élaborée a priori par
par l'opérateur (à partir de la l'opérateur (à partir de la connaissance
connaissance de terrain). de terrain).
Ce type de classification est souvent Ce type de classification est souvent
utilisé pour générer un document utilisé pour produire un document

196
cartographique d'appui à une mission thématique final.
de terrain.
GIS and RS Unit/UEA
 6. LE TRAITEMENT DES IMAGES
7.2. Principe d’une
SATELLITALES classification non dirigée
image brute image classée

1.L’utilisateur fixe, a priori, un nombre de

1 Non classés 427 0.2 %
classes à extraire, 2 eau courante 76346 42.2 %
3 eau stagnante 5153 2.9 %
[Link] algorithme de classification, basé sur la 4 Mangrove 34529 19.1 % 4
proximité spectrale des pixels, va regrouper 5 Forêt 19243 10.6 %
5 Sables 1584 0.9 %
les pixels en sous-ensembles homogènes 6 Zones humides 29676 16.4 % 7 Sol
(clusters), nu 10603 5.9 %

[Link] interprète, a posteriori, la signification de

ces sous-ensembles que l’on définit alors en

197
classes thématiques.
GIS and RS Unit/UEA
 6. LE TRAITEMENT DES IMAGES
7.3. Principe d’une classification
SATELLITALES dirigée

image brute image classée

0 Non classés 7698 4.3 %

[Link] élabore, a priori, une légende 1 eau courante 75034 41.5 %

[Link] crée des groupes de pixels (noyaux) 2 eau stagnante 5150 2.8 %
appartenant à une classe thématique reconnue 3
4
Mangrove
Forêt
41457 22.9 %
33265 18.4 %
sur le terrain (même étendue spectrale) 5 Sables 851 0.5 %
6 Zones humides 9933 5.5 %
[Link] compare les autres pixels aux noyaux de 7 Sol nu 1 2163 1.2 %
référence. Les pixels ayant une étendue 8 Sol nu 2 5249 2.9 %

spectrale proche de celle d’un noyau de

198
référence seront affectés à la classe GIS and RS Unit/UEA
correspondante.
 8. Le rendu cartographique

199
GIS and RS Unit/UEA
6. LE TRAITEMENT DES IMAGES
SATELLITALES

9. L’habillage cartographique
Exemple : extraction de contours de classes

La classe EAU La classe VEGETATION

eau mangrove
stagnante
eau forêt
courante

200
GIS and RS Unit/UEA
10.6. LE TRAITEMENT DES IMAGES
L’analyse
SATELLITALES
3 D : Modèle Numérique de Terrain et
NAPPAGE 3D

Image MNT 2D Composition colorée 2D

• Image MNT 3D • Composition colorée 3D

201
GIS and RS Unit/UEA
 6. LE TRAITEMENT DES IMAGES
[Link]
L’analyse 3 D : extraction de paramètres topographiques

Plages d’altitude
Pentes

Angle d’exposition Ombres

202
GIS and RS Unit/UEA
ANALYSE ET INTERPRÉTATION DES
IMAGES

203
GIS and RS Unit/UEA
L'interprétation et l'analyse de l'imagerie de télédétection ont
pour but d'identifier et de mesurer différentes cibles pour
pouvoir en extraire l'information utile.

Une cible c’est toute structure ou objet observable dans une

image.
Les cibles peuvent être des points, des lignes ou des
surfaces. Elles peuvent donc présenter des formes variées :

La cible doit être distincte, c.-à-d. qu'elle

doit contraster avec les structures
avoisinantes.

204
GIS and RS Unit/UEA
INTERPRÉTATION VISUELLE

La reconnaissance des cibles est la clé de

l'interprétation et de l'extraction d'information.

L'observation des différences entre les cibles et leurs

arrière-plans implique la comparaison entre
différentes cibles en se basant sur une combinaison
des caractéristiques suivantes : ton, forme, taille,
patron, texture, ombre et association.

205
GIS and RS Unit/UEA
INTERPRETATION VISUELLE
 Le ton réfère à la clarté relative ou la couleur (teinte) des
objets dans une image

 Forme réfère à l'allure générale, la structure ou le contour

des objets Pris individuellement

 La taille d'un objet sur une image est fonction de l'échelle

 Une répétition ordonnée de tons similaires et de textures

qui produit un patron distinctif et facilement
reconnaissable d'autres structures peut donner de
l'information facilitant l'identification

206
GIS and RS Unit/UEA
 La texture réfère à l'arrangement et à la fréquence des
variations de teintes dans des régions particulières d'une
image.

 Les ombres sont aussi utiles pour l'interprétation

puisqu'elles donnent une idée du profil et de la hauteur
relative des cibles pouvant être identifiées facilement

 L'association tient compte de la relation entre la cible

d'intérêt et d'autres objets ou structures reconnaissables
qui sont à proximité. L'identification d'éléments qu'on
s'attend normalement à retrouver à proximité

207
GIS and RS Unit/UEA
 LES PLATEFORMES

208
GIS and RS Unit/UEA
APPLICATIONS

209
GIS and RS Unit/UEA
APPLICATIONS

210
GIS and RS Unit/UEA
 211
GIS and RS Unit/UEA
 212
GIS and RS Unit/UEA
 213
GIS and RS Unit/UEA
Case study of application
of
GIS and RS

214
 SOIL EROSION USING RUSLE IN
CHISHEKE WATERSHED

215
Adapted from Chuma et al., 2021
 216
GIS and RS Unit/UEA
 Facteur S

Facteur K

Facteur C

Facteur L

217
GIS and RS Unit/UEA
 218
GIS and RS Unit/UEA
MAPPING WETLANDS

219
 220
GIS and RS Unit/UEA
LAND SUITABILITY
Agroforestery suitability in and around RNI

221
 222
GIS and RS Unit/UEA
 223
GIS and RS Unit/UEA
 224
GIS and RS Unit/UEA
 225
GIS and RS Unit/UEA
 226
GIS and RS Unit/UEA
 227
GIS and RS Unit/UEA
 228
GIS and RS Unit/UEA
 229
GIS and RS Unit/UEA
 230
GIS and RS Unit/UEA
 (and in) ………

231
GIS and RS Unit/UEA
 EXEMPLES

232
GIS and RS Unit/UEA
 233
GIS and RS Unit/UEA
Elle couvre un large spectre d'applications, aussi nombreuses
que diversifiées :
- une aide à la gestion et à la recherche de ressources
naturelles (agricoles, halieutiques, minérales, ressources en
eau, etc.)

- étude de l'environnement,

- évaluation des dégâts causés par les catastrophes naturelles

et anthropiques,

- suivi de la dynamique de la désertification, de

l’aménagement du territoire, de la cartographie thématique, etc.

234
GIS and RS Unit/UEA
1. Agriculture et forêts

Outil de gestion et de planification des ressources agricoles :

- pédologie;
- inventaires et répartition des cultures;
- évaluation de la biomasse;
- détermination des bilans hydriques;
- définition des territoires bioclimatiques;
- l'agrométéorologie.

Plusieurs approches

- évaluation des ressources agricoles par la réalisation de

cartes de potentialités agricoles en termes de climat, sols,
ressources en eau et ressources végétales ;
- connaissance de l'occupation actuelle des sols ;
- établissement des statistiques agricoles et, dans certaines
conditions, la prévision de récoltes (rendement et production).

235
GIS and RS Unit/UEA
[Link]

La cartographie fournit une strate d'informations géoréférencées de

base pour la réalisation de documents d'orientation et de planification.

La télédétection, par sa vue homogène et synoptique, la répétitivité

des passages des satellites:

- permet l'établissement de spatio-cartes riches en information et

relativement faciles à réaliser;

- permet une réduction importante des délais et des coûts de

réalisation de cartes spatiales par rapport aux méthodes
conventionnelles;

- contribue à l'aménagement du territoire en zones sous-équipées

(cartographique, topographique et thématique) et à la remise à
jour rapide des cartes existantes.

236
GIS and RS Unit/UEA
2. Aménagement du territoire et environnement

Politique de gestion environnementale

 bonne connaissance de l'occupation des sols et son évolution.

Pressions (Nature ou homme) → modifications de l'occupation du sol

(urbanisation, industrialisation, etc.) → disparition des espaces
naturels.

Projet d'aménagement d'envergure

Þ réalisation préalable d'une étude d'impact sur l'environnement et
sur les répercussions socio-économiques.

Nécessité d’une plus grande maîtrise de l'information pour

l'étude, l'analyse et suivi des mécanismes de fonctionnement
de l'espace et des interventions qui s'y opèrent.

237
GIS and RS Unit/UEA
Aménagement du territoire et environnement
Possibilités offertes par la télédétection satellitaire:

- source directe d'information, pour une vue synoptique de la zone

d'étude ;

- Etablissement des données cartographiques de base ;

- Détection des variations temporelles et spatiales des

phénomènes ;

- Préservation de l'équilibre écologique par estimation et suivi des

catastrophes naturelles et dégâts (incendies de forêts ; inondations ;
affaissement de terrain sur des sites de mines ou de carrières souterraines ;
tempêtes ou cyclones ; pollution marine, nappe et déversement
d'hydrocarbures ; pollution industrielle).

238
GIS and RS Unit/UEA
3. Urbanisme

Les images satellitaires constituent un excellent moyen pour :

- le suivi des effets de l'urbanisation sur les milieux agricoles

et naturels

- l'identification des zones ayant subi des changements

(cartographie des espaces bâtis)

- l'aide à l'établissement des schémas directeurs,

susceptibles de rendre compte de l'aménagement urbain
présent et futur

- la constitution de bases de sondages pour les besoins

d'enquêtes socio-économiques

- la mesure d'impact des grandes infrastructures.

239
GIS and RS Unit/UEA
 240
GIS and RS Unit/UEA
 241
GIS and RS Unit/UEA
 242
GIS and RS Unit/UEA