Thread by @Prof_D_sciences

Thread Télédétection Partie 2
Les connaissances de la partie 1 je les ai mises en application lors d’un stage au @pnr_gc à Millau. Stage intitulé «Identification, gestion et valorisation des structures arborées dans le cadre du Plan Paysage du Larzac» 1/n

Alors déjà oui il y a des arbres sur le Larzac, dans l’idée on a 4 éléments remarquables : les buissières (voir photo), les bocages dans les vallées alentours, les châtaigners/châtaigneraies et les hêtraies qui représentent les quelques restes de la forêt originelle du lieu 2/n

Donc l’idée est de faire une cartographie de toutes ces structures pour les inventorier et les préserver dans un contexte ou la baisse du pastoralisme entraine une fermeture des paysages (moins de brebis pour entretenir les pelouses). 3/n

Si vous vous rappelez la partie 1 je vous ai subtilement introduit au fait qu’on pouvait utiliser l’infrarouge par caractériser la végétation avec des indices et tout le toutim. Et bien c’est exactement ce que j’ai fait. 4/n

J’ai utilisé des images du satellite RapidEye qui prend les bandes spectrales Bleue B, Verte V, Rouge R, RedEdge RE, proche infrarouge NIR (voir ci dessous). 5/n

RedEdge? Qu’est ce donc que cette diablerie? C'est la zone de transition rouge/NIR qui, comme vous le voyez, peut permettre de différencier les végétaux dont la reflectance varie beaucoup dans cette bande. Vous y revoyez également l’intérêt du NIR pour cette même raison 6/n

Histoire d’améliorer encore ma distinction des différents types de végétaux j’ai pris des images à plusieurs dates : eh oui par exemple les résineux restent vert toute l’année et les différents feuillus débourrent et perdent leurs feuilles à des dates un peu différentes 7/n

Pour vous le prouver les différences voici les images fausses couleurs (NIR en Rouge, RE en Bleu R en Vert) de mes images RapidEye aux différentes dates avec une photo aérienne classique 8/n

Du coup ce genre de données et le fait de les avoir sur plusieurs dates c’est pratique pour différencier différentes espèces.
Comme expliqué partie 1: j’ai calculé des indices : Le NDVI=(NIR-R)/NIR+R), le NDRE=(NIR-RE)/(NIR+RE), le NVDI_RE=(RE-R)/(RE+R) et des textures. 9/n

Voilà ce que peuvent donner ces indices une fois calculé et l'image colorisée. Vu que ce sont des indices on a des valeurs entre -1 et 1. Amusez vous à repérer quelle type de surface a quel indice et comment cet indice change dans le temps 10/n

Alors on a les armes, maintenant on peut classifier : j’ai défini des zones tests pour que mon logiciel puisse apprendre à reconnaitre les trucs qui m’intéressent. Ces zones je savais ce qu’il y avait dessus (et je suis allé vérifier au besoin) 11/n

Ah oui, je vous passe les étapes préliminaires, mais j’ai vérifié que mes choix d’indices et de texture étaient pertinents en faisant tout un tas de tests et de combinaisons afin de prendre la meilleure combinaison possible. 12/n

Du coup j’ai pris toutes mes données, je les ai passées dans le logiciel et j’en ai sortie de belles cartes d’occupation du sol 13/n

On nettoie un peu tout ça et hop on garde que ce qui nous intéresse : hêtraies, châtaigneraies, haies 14/n

Bon mine de rien ça fait beaucoup à aller contrôler. Du coup j’ai mis en place un système de notation afin de sélectionner en amont ce que j’allais aller voir pour le caractériser finement : on a pris des critères écologiques, patrimoniaux et paysagers 15/n

Après ça je suis allé sur le terrain recueillir des données complémentaires, c’était en juillet, il faisait une chaleur atroce, je me souviens enfiler bien 4-5l d’eau dans la journée 16/n

Suite à ça j'ai fait des propositions d’actions afin de préserver, valoriser et restaurer ces éléments le cas échéant. 17/n

Je sais qu’un certain nombre d’actions ont été entreprises notamment de protection via les documents d’urbanismes et que mes données terrains ont permis de préciser et de corriger les occupations du sol qui avaient été faites précédemment. 18/n

Des sentiers de rando existant ont été déviés parfois aussi pour faire découvrir certains endroits aux promeneurs 19/n

Je garde un excellent souvenir de ce stage, vraiment c’était l’éclate dans un contexte humain super. Intellectuellement la diversité des taches (télédétection, inventaire terrain, proposition d’actions) était hyper stimulante 20/n

Et mon maitre de stage m’a laissé une très large autonomie pour mener le projet à bout ce qui me convient très bien. Bref big up à toute l’équipe du @pnr_gc pour ces quelques mois passés chez vous, j’en garde un super souvenir. 21/n

Il est temps maintenant pour moi d’ouvrir un peu le sujet. Comme vous le voyez l’utilisation d’images satellites a un potentiel énorme d’applications. Je vous en cite pèle mêle quelques-unes sur lesquelles j’ai un peu travaillé: 22/n

1-En aménagement du territoire avec les cartes d’occupation du sol afin de gérer l’urbanisme, l’artificialisation par exemple, suivre l’évolution au court du temps de cette occupation du sol 23/n

2-En agriculture : on peut suivre les besoins en eau et en nutriments des plantes en estimant leur photosynthèse avec le NDVI par exemple ou en mesurant l’humidité du sol grâce à des images radar ou en infrarouge thermique 24/n (poke @geninbv #FrAgTw )

Ca permet d’optimiser les intrants à l’échelle de la parcelle si on utilise un drone par exemple pour prendre les images avec une taille de pixel de quelques centimètres. C'est un potentiel énorme pour l'agriculture de précision 25/n

3-En biologie de la conservation : on peut comme vous l’avez vu suivre l’évolution d’un couvert végétal quantitativement (variation de surface) et/ ou qualitativement (espèces qui s’y trouve) 26/n

On peut même avec des capteurs prenant non pas 4 (comme RapidEye) mais des centaines de bandes spectrales déterminer la diversité génétique d’un peuplement forestier. 27/n

Eh oui chaque génome donne des caractéristiques différentes qui vont faire que la photosynthèse ne sera pas tout à fait la même d’un individu à l’autre d’une même espèce. Ces petites variations sont détectables pour peu qu’on utilise les bonnes bandes spectrales 28/n

Bon par contre je vous laisse envisager la quantité de données que ça fait à traiter, c'est un gros frein à ces techniques parce que ça devient vite gargantuesque en stockage et en temps/puissance de calcul 29/n

4- Une application en climatologie/ foresterie : vu qu’on arrive à estimer la photosynthèse on peut estimer la quantité de carbone fixée dans la biomasse végétale et donc l’accroissement en volume de la forêt 29/n (poke
@fmbreon @valmasdel @MauditChablis )

5-Mais aussi: en météorologie (voir partie1 + QR code ci-dessous), en glaciologie (on peut classer les différents types de neige et de glace), pour les premiers secours après une catastrophe naturelle car les satellites repassent tous les qq jours au dessus d’une même zones 30/n

Etc etc etc. On a des centaines d’applications possibles 31/n

Voilà j’en ai fini avec cette minisérie de thread sur la télédétection. J’espère que ça vous a intéressé, perso j’ai pris beaucoup de plaisir à me replonger là-dedans. On se retrouve bientôt pour de nouvelles aventures et n’oubliez pas que RT améliore votre rayonnement ! 32/32

poke @Thomas_Auriel @DurocYann @Ecoff123 @laydgeur @TerreTerre13 @AEffondrement @AStrochnis @astropierre @ConstruirAvenir @bmiras @Simonus_P @Darkellysio @Fab_Abj @SergeZaka

@Cloo8_

@GrainHedger