Télédétection de La Végétation Maritime Par Radiomètres Optiques Passifs Cas Du Litoral Algérien PDF

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE
UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE

U-S-T-O MB
FACULTE DES SCIENCES
DEPARTEMENT DE PHYSIQUE
MEMOIRE
En vue de l’obtention du Diplôme de Magister
SPECIALITE : Physique
OPTION : Rayonnement et Matière
THEME
Télédétection de la végétation maritime par

Radiomètres Optiques Passifs : Cas du
littoral Algérien.
Soutenue le : 27/02/2012
Présenté par :
Mlle. BENMOSTEFA Majda Amina.
Devant le jury :
PRÉSIDENT :
 Mr. BELBACHIR Ahmed Hafid (USTOMB) PROFESSEUR
RAPPORTEUR:
 Mr. HASSINI Abdelatif (UNIV-ORAN-ES-SENIA) MCA
EXAMINATEURS:
 Mr. BENABADJI Noureddine (USTOMB) MCA

 Mr. TEBBOUNE Abdelghani Mimouni (USTOMB) MCA
 Mr. BELKAID Noureddine Mohamed (USTOMB) MCA
Laboratoires d’Analyse et d’Application du Rayonnement (LAAR)
Année Universitaire : 2010-2011

Au nom d’Allah, clément et miséricordieux.
Louange à Allah, l’unique,

Et que la Bénédiction
Et le Salut soient sur l’ultime prophète.
Nous sollicitons Allah pour que l’effort de notre

travail soit purement pour honorer sa face.
A Ma Mère
Ton Amour inconditionnel …... Ta grande charité Et ton
aide quotidien ….. M’ont embellie la vie même lorsque le
travail semblait insurmontable.
A Mon Adorable Chère Frère « Mohamed Mounir »…
A Ma Précieuse Sœur « Chourouk Hanane »….
A Mon Adorable Grand Père….
A Toutes Ma famille….
A Tous Ceux Dont J’apprécie L’amitié….
Qui Par Leurs Conseils Et Leurs Encouragement Ont Eté Les
Artisans De Ma Réussite….
B.Majda Amina
Résumé
Le but de ce projet est la télédétection de la végétation marine par radiomètres optiques
passifs : cas du littoral algérien dans le but de la création d’un système d’information pour la
zone côtière afin d’en assister la gestion. L’objectif général de ce Magister est d’exploiter des
données radiométriques optiques passifs embarquées sur la plate-forme satellitaire en
paramètres indicateurs, comme, la moyenne, écart-type, variance de la chlorophylle-a marine.
Le capteur SeaWiFS (Sea-viewing Wide Field-of-view Sensor) à bord du satellite OrbView-2
et le capteur MODIS nous ont permis de suivre l’évolution de la concentration de la
chlorophylle dans la Méditerranée et plus particulièrement dans la côte algérienne. Les atouts
majeurs de ces capteurs sont leurs bandes spectrales dédiées à l’étude particulière de la
couleur des océans, des données quotidiennes et gratuitement accessibles par internet ainsi
que la possibilité de les traiter à l’aide d’un logiciel spécialement conçu à cet effet, SeaDAS
(SeaWiFS Data Analysis System), lui aussi est gratuitement disponible sur internet. Le point
faible de ce capteur est sa résolution maximale de 1 km, qui reste relativement grossière en
fonction de l’étude effectuée.
Mots-clés :chlorophylle-a, SeaDAS, MODIS.

SOMMAIRE
Chapitre 1
1. Introduction ……………………………………………………………………………....1
2. La Télédétection…………………………………………………………………………..2
2.1 Définition………………………………………………………………………….2
2.2. Principe physique de la Télédétection……………………………………………3
2.2.1 Spectre électromagnétique……………………………………....4
2.2.2 Source de l'énergie électromagnétique…………………………...6
2.2.3 Perturbations atmosphériques……………………………………8
2.2.4 Réflectance spectrale de la végétation, du sol et de l'eau………..9
3. Exemples de la télédétection……………………………………………………………..13
4. Les images satellitaires……………………………………………………………….......14
4.1 La résolution des images satellitaires……………………………………………..14
4.1.1 La résolution spectrale……………………………………………..14

4.1.2 La résolution spatiale ……………………………………………...14
4.1.3 La résolution temporelle…………………………………………...15
4.1.4 La résolution radiométrique………………………………………..15
4.2 Contraintes liées à l’utilisation d’un satellite……………………………………..15
4.2.1 Compromis spatial –temporel………………………………………..16
4.2.2 Compromis spatial-spectral………………………………………….17
5.2.3 Volume d’informations………………………………………………19
5. Conclusion………………………………………………………………………………..20
1
Chapitre 2
1. Introduction ………………………………………………………………………….1
2. Les Différents Satellites………………………………………………………………2
2 .1 NOAA-AVHRR…………………………………………………...…….2
2.2 NIMBUS………………………………………………………………….2
2.3 METOSAT………………………………………………………………..3
2.4 LANDSAT……………………………………………………………….3
2.5 IKONOS………………………………………………………………….4
2.6 CZCS……………………………………………………………………..5
2.7 ORBVIEW……………………………………………………………….6
3. Les Capteurs…………………………………………………………………………..6
4. . Instruments satellite………………………………………………………………….9
4.1. MERIS…………………………………………………………………….9
4.2 MODIS………………………………………………………………….10
4.2.1 Spécifications ………………………...................................14
4.2.2 Vue d'ensemble de MODIS Aqua Data Processing et à la
distribution…………………………………………………18
4.2 SeaWiFS………………………………………………………………...20
4.3.1 Caractéristiques..................................................................…...21
4.3.2 Les produits……………………………………………………22
4.3.3 La qualité des données………………………………………...23
4. Conclusion…………………………………………………………………………….25
2
Chapitre 3
1. Introduction………………………………………………………………………………..1
2. Phytoplancton……………………………………………………………………………..1
3. Chlorophylle………………………………………………………………………………3
4. Couleur de l’eau et télédétection ………………………………………………………...4
4.1 Pourquoi s’intéresser au phytoplancton ?.....................................................4

4.2 Régulation de la quantité de phytoplancton dans les océans………………4
4.3 Le rôle du phytoplancton dans le cycle du carbone ……………………...6
4.4 La couleur des océans……………………………………………………...8
5. Conclusion ………………………………………………………………………………11
3
Chapitre 4
1. Introduction……………………………………………………………………………….1
2. Description du logiciel de traitement SeaDAS……………………………………………1
3. COULEUR DE L OCEAN (OC)………………………………………………………… 1
3.1 Les produits « standards » de niveau 2 et 3, pour MODIS et SeaWiFS ………………..2
4. Plate forme utilisée………………………………………………………………………..3
5. Acquisition des images………………………………………………………………........3
5.1 Données MODIS………………………………………………………...7
5.1.1 Zone de la Côte Algérienne ………………………….7
5.1.2 Zone de la mer méditerranéenne ……………………7
5.2 Données SEAWIFS……………………………………………………..8
5.2.1 Zone de la Côte Algérienne ………………………….8
5.2.2 Zone de la mer méditerranéenne …………………….8
6. Traitement des données …………………………………………………………………..9
6.1 Algorithmes de traitement……………………………………………….9
6.1.1 Algorithmes empiriques (statistiques)………………...9
6.1.2 Algorithmes semi-analytique ………………………...9
6.2 Méthode pour obtenir la chlorophylle à partir des réflectances………..11
6.3 Données MODIS……………………………………………………….14
6.3.1 Zone de la Côte Algérienne………………………….14
6.3.2 Zone de la mer méditerranéenne …………………...14
6.4 Données SEAWIFS……………………………………………………16
6.4.1 Zone de la Côte Algérienne………………………….16
6.4.2 Zone de la mer méditerranéenne……………………16
7. Interprétation des données ……………………………………………………………...18
7.1 Données MODIS
7.1.1 Histogramme de la Côte Algérienne………………...19
7.1.2 Courbes de la mer méditerranéenne ………………..20
7.2 Données SEAWIFS……………………………………………………24
7.2.1 Histogramme de la Côte Algérienne………………...24
7.2.2 Courbe de la mer méditerranéenne………………….25
4
8. Comparaison des images MODIS et SEAWIFS………………………………………..29
8.1 Histogramme de la Côte Algérienne…………………………………...29

8.2 Courbes de la mer méditerranéenne …………………………………..30
9. Conclusion……………………………………………………………………………….31
5
Liste des Figures
Chapitre 1
Figure 1 Principe physique de la télédétection 3
Figure 2 Configuration d’une onde électromagnétique (LILESAD et KIEFER, 1987) 5
Figure 3 Spectre électromagnétique (LILESAD et KIEFER, 1987) 5
Figure 4 Distribution spectrale de l’énergie émise par un corps noir à des différentes
températures (LILESAD et KIEFER, 1987) 7
Figure 5 Rayonnement solaire et influence de l’atmosphère (BROSSIER R. et LUMMAUX

J-C. ,1979) 8
Figure 6 Courbes typiques de la réflectance spectrale de la végétation du sol et de l’eau

(LILESAD et KIEFER, 1987) 10
Figure 7 Réflectance spectrale des conifères et des feuillets (LILESAD et KIEFER, 1987)
12
Figure 8 Orbites réalisées par les satellites défilants 16
Figure 9 Illustration du compromis entre résolution spatiale et résolution temporelle à partir

des données relatives aux satellites SPOT 4 (capteur HRVIR et VEGETATION), NOAA
(capteur AVHRR), CBERS (capteur WFI) et LANDSAT (capteur TM).
Figure 10. Illustration du compromis entre résolution spatiale et résolution spectrale à partir
des données relatives aux satellites IKONOS, SPOT 4 (capteur HRVIR et VEGETATION et
QUICKBIRD.(multispectral). 18
Chapitre 2
Figure 1. Instrument MODIS (Source: NASA)
Chapitre 3
Figure 1 Différentes espèces de phytoplancton (Source: operex

http://cmore.soest.hawaii.edu/cruises/ / images / phytoplancton Variations_full.jpg)
Figure 2 Spectre d’absorption des différent pigments (Source:
http://photos1.blogger.com/blogger/4178/911/1600/chlorophyll-carotenoid-abs.jpg)
Figure 3 : L’impact du phytoplancton sur l’écosystème marin

Chapitre 4
Figure 1 : Acquisition des images MODIS / SEAWIFS à partir du site SEADAS. 4
Figure 2 : Acquisition des images MODIS à partir du site SEADAS 5
Figure 3 : Acquisition des images SEAWIFS à partir du site SEADAS 5
Figure 4 : Extraction des images MODIS 9km annuelle entre 2002-2010 6
Figure 5 : Extraction des images SEAWIFS 9 km annuelle entre 2002-2010 6
Figure 6: la côte Algérienne (MODIS/SEADAS) 7
Figure 7: la côte Algérienne (SEAWIFS/SEADAS) 8
Figure 8: OC4 Version 5 9
Figure 9 : La fonction “arithmetic band function” 13
Figure 10 : Flag de la bathymétrie de la côte algérienne (SEAWIFS) 18
Figure 11: histogramme annuelle de la côte Algérienne en concentration de la chlorophylle a
durant 2002-2010 par MODIS 19
Figure 12 : Diagrammes des moyennes mensuelles de la concentration de la chlorophylle-a
de la zone méditerranéenne de l’année 2010 21
Figure 13 : Images des moyennes mensuelles de la concentration de la chlorophylle-a de la
zone méditerranéenne de l’année 2010. 22

Figure 14: Histogramme de la variation de la moyenne de la concentration de la chlorophylle
de l’année 2010 de la côte méditerranéenne 23
Figure 15: Images SEAWFS annuelles de la côte Algérienne de la concentration de la
chlorophylle durant 2002-2010 24
Figure 16: Diagrammes des moyennes mensuelles de la concentration de la chlorophylle-a de
la zone méditerranéenne de l’année 2010. 26
Figure17: Images des moyennes mensuelles de la concentration de la chlorophylle-a de la
zone méditerranéenne de l’année 2010 27
Figure 18 : Histogramme de la variation de la moyenne de la concentration de la chlorophylle
de l’année 2010 de la côte méditerranéenne 28
Figure19: histogramme annuel du satellite MODIS et SEAWIFS de la côte Algérienne entre
2002-2010 29
Figure 20 : histogramme de Comparaison entre le capteur SAEWIS et le capteur MODIS de
la Variation Mensuelle de la Chlorophylle-a de la mer Méditerranéenne de l'année 2010 30

Liste des Tableaux
Chapitre 4
Tableau 1: Données annuelle de la moyenne de la concentration de la chlorophylle de la côte
algérienne (MODIS) 14
Tableau 2 : Données journalières et mensuelles de la moyenne de la concentration de la
chlorophylle de la côte méditerranéenne de l’année 2010 (MODIS) 15
Tableau 3: Données annuelle de la moyenne de la concentration de la chlorophylle de la côte
algérienne (SEAWIFS) 16
chlorophylle de la côte méditerranéenne de l’année 2010 (SEAWIFS) 17
Tableau 5 : Données mensuelles de la moyenne de la concentration de la chlorophylle de
l’année 2010 de la côte méditerranéenne (MODIS) 23
Tableau 6 : données mensuelles de la moyenne de la concentration de la chlorophylle de
l’année 2010 de la côte méditerranéenne (SEAWIFS) 28

Remerciements
Ce travail a été réalisé au sein du laboratoire LAAR / Laboratoire d'Analyse et d'Application

des Rayonnements de l’Université des Sciences et de la Technologie d’Oran Mohamed Boudiaf
(USTO), dirigé par Monsieur le Professeur A.H.BELBACHIR envers qui je suis très
reconnaissante de m’avoir accueillie au sein de son laboratoire.
Tout d’abord, je tiens à exprimer mes plus vifs remerciements à Monsieur Docteur HASINI.A
(USTO) pour sa grande disponibilité et son intérêt manifeste envers la recherche entreprise. Il
m’a fait cheminer tout au long de mon périple, en m’appuyant de ses conseils et de ses remarques
et me guidant habilement dans les dédales du labyrinthe. Le soutien bienveillant qu'il m’a
toujours porté m’honore et me touche profondément. Qu'il trouve ici l'expression de ma sincère
reconnaissance.
Je remercie encore une fois Monsieur le Professeur A.H.BELBACHIR d’avoir accepter la

présidence du Jury de ce mémoire de Magister. Je suis très sensible à la disponibilité qu’il m’a
témoignée. Je tiens à lui exprimer toute ma reconnaissance.
Je désire témoigner ma reconnaissance envers Monsieur Docteur A TEBBOUNE, je suis très

sensible à sa présence dans ce jury.
J’exprime aussi toute ma gratitude à Monsieur A.BELKAID, d’avoir accepté de juger ce

travail.
Je remercie également Monsieur Docteur N.BENABADJI, d’être membre de ce jury.
Je ne peux omettre de remercier tous mes professeurs de la post-graduation et tous mes

camarades de la promotion. Je souhaite adresser particulièrement ma reconnaissance à Mr
M.KADDOURI (Membre du laboratoire) pour le temps, l’aide et l’intérêt qu’il a porté à mon
travail.
À toutes ces personnes, un grand merci!

Introduction générale
L'évolution des systèmes de traitement d'images, associée au développement de
l'informatique, permet des analyses de données de télédétection encore plus poussées et à
un coût qui devient de plus en plus raisonnable, aidant les spécialistes en sciences de la
terre entre autres à mieux comprendre et gérer les ressources naturelles.
La télédétection spatiale est un domaine scientifique moderne de haute technologie qui a
été développé et qui se développe continuellement pour mieux répondre aux besoins en
information dans les domaines des sciences de la terre, de la protection de
l'environnement, de la gestion des ressources naturelles et de plusieurs autres domaines.
Une des activités majeures de la télédétection spatiale est l'acquisition des images. Le
volume de données images transmis quotidiennement par les satellites vers les stations de
réception terrestres ne cesse d'augmenter. Actuellement, l'ordinateur constitue un outil
très important pour le traitement et l'analyse de ce volume de données.
Le traitement d'images en télédétection, qui est en plein essor à l'heure actuelle, fait appel
à une foule d'autres disciplines comme l'informatique, les mathématiques, la physique, les
sciences de la terre. Ce traitement met à profit l'immense potentiel de l'ordinateur pour
exploiter pleinement les variantes des données de télédétection spatiale
L’objectif général de la thèse, est d’exploiter des données des radiomètres optiques passifs
embarqué sur la plate-forme satellitaire en paramètres indicateurs, comme, la moyenne,
écart-types, variance de la chlorophylle marine. Notre mémoire fait l’objet d’étude de la
télédétection de la végétation maritime par les capteurs MODIS et SEAWIFS dans le cas du
littorale Algérien
Nous avons structuré ce mémoire de la façon suivante :
Le premier chapitre survole les bases nécessaires pour la compréhension de la Télédétection
et ses différentes applications dans les recherches actuelles .particulièrement La
télédétection passif. Nous aborderons, de ce fait les images satellitaires et leurs différentes
résolutions. Ainsi que les différentes contraintes liées à l’utilisation des satellites
Le deuxième chapitre donne une introduction générale sur les systèmes satellitaires et
leurs différentes applications .Il décrit aussi les capteurs de télédétection passifs et leurs
caractéristiques
Nous aborderons dans le chapitre trois, une présentation générale de la chlorophylle
marin et sur la couleur de l’océan
Le quatrième chapitre décrit divers travaux et résultats de la chaîne d’acquisition et de
traitement liés à l’objectif de la mémoire.
Comme conclusion sur notre travail, évalué et les résultats obtenus, nous suggérerons
quelques travaux de recherche comme perspectives.

Chapitre 1
LA TELEDETECTION
CHAPITRE 1 LA TELEDETECTION
1. Introduction
La télédétection regroupe l'ensemble des techniques liées à l'analyse et à l'utilisation des

données satellitaires. Le principal objectif de la télédétection est la cartographie et le suivi des
ressources terrestres. Les données spatiales se présentent généralement sous forme de cartes
décrivant la topographie, les disponibilités en eau, les types de sols, les forêts et herbages, le
climat, la géologie, la population, la propriété foncière, les limites administratives, les
infrastructures (routes principales, voies ferrées, réseaux électriques ou de communication),
etc.
Nous distinguons deux types de télédétection, en fonction des sources de rayonnement : la
télédétection passive et la télédétection active. La première fait appel aux sources naturelles
de rayonnement (Soleil). L'énergie du Soleil est soit réfléchie ou absorbée et retransmise
(infrarouge thermique) par la cible. Les dispositifs de télédétection passive qui mesurent
l'énergie disponible naturellement sont des capteurs passifs. Le capteur passif peut seulement
percevoir l'énergie réfléchie lorsque le Soleil illumine la Terre. Il n'y a donc pas d'énergie
solaire réfléchie la nuit, tandis que l'énergie dégagée naturellement (l'infrarouge thermique)
peut être perçue le jour ou la nuit. La seconde exige la mise en œuvre d’une source artificielle
de rayonnement (laser et radar) embarquée à bord du satellite, émettant vers la région
observée et qui reçoit le signal réfléchi. Alors, un capteur actif produit sa propre énergie pour
illuminer la cible : il dégage un rayonnement électromagnétique qui est dirigé vers la cible. Le
rayonnement réfléchi par la cible est alors perçu et mesuré par le capteur. Le capteur actif a
l'avantage de pouvoir prendre des mesures à n'importe quel moment de la journée ou de la
saison. Les capteurs actifs utilisent les longueurs d'onde qui ne sont pas produites en quantité
suffisante par le Soleil telles que les hyperfréquences ou pour mieux contrôler la façon dont
une cible est illuminée. Par contre, les capteurs actifs doivent produire une énorme quantité
d'énergie pour bien illuminer une cible. Le radar à ouverture synthétique (RSO) est un
exemple de capteurs actifs [1].
La définition des termes techniques liés à la télédétection spaciale passive nous permet de
mieux discuter ensuite les apports potentiels des données satellitaires pour les besoins
d’analyse et de traitement. Leur acquisition et leur exploitation constituent le cadre applicatif
des travaux de ce mémoire.
1
2. La Télédétection
2.1 Définition
Pris au sens littéral du mot, la télédétection signifie l'action d'acquérir des informations à
distance sur un objet ou un phénomène sans que le détecteur ne soit en contact avec l'objet
étudié. En dépit de ce sens étymologique très large, le terme télédétection est actuellement
utilisé pour désigner la science dont le but est l'étude de l'environnement terrestre au moyen
des capteurs, à bord des plates-formes aériennes ou spatiales, sensibles au rayonnement
électromagnétique réfléchi ou émis par la surface de la terre ou par son atmosphère [1,3,5].
La télédétection est fondée sur le postulat que tout corps, suivant ses propriétés physiques et
chimiques, réfléchit ou émet du rayonnement électromagnétique (REM) d'une façon distincte
dans les diverses parties du spectre, en fonction du temps et de sa localisation dans l'espace.
L'observation et l'analyse des variations du REM provenant des objets visés par le capteur en
fonction de la longueur d'onde, du ou des moments d'observation et de l'emplacement relatif
de ces objets peuvent, en principe, nous permettre:
1-d’identifier la nature des objets ;
2- d’évaluer leur état ou mesurer leurs propriétés ;
3- de surveiller leur comportement dans le temps et dans l'espace ;
4-de déduire la présence ou l'absence des objets non directement “visibles” par les
capteurs.
Les données acquises par les capteurs de télédétection peuvent nous permettre de
reconstituer une image continue de la scène visée ou d’étudier le comportement des cibles
selon un plan d'échantillonnage dans l'espace. Dans le premier cas nous parlons de capteurs
imageurs et dans le second cas de capteurs non imageurs. La première fonction des capteurs
imageurs est de nous fournir l'outil approprié pour étudier des phénomènes dont l'étendue et
les variations spatiales sont des paramètres importants dont nous devrions tenir compte dans
notre analyse.
2
2.2. Principe physique de la Télédétection
Dans la plupart des cas, la télédétection implique une interaction entre l'énergie incidente et
les cibles. Le processus de la télédétection au moyen de systèmes imageurs comporte sept
étapes que nous allons élaboré ci-après. Notons cependant que la télédétection peut également
impliquer l'énergie émise et utiliser des capteurs non-imageurs [10, 11,12].
Figure 1 Principe physique de la télédétection
1. Source d'énergie ou d'illumination (A) - À l'origine de tout processus de télédétection se

trouve nécessairement une source d'énergie pour illuminer la cible.
2. Rayonnement et atmosphère (B) - Durant son parcours entre la source d'énergie et la

cible, le rayonnement interagit avec l'atmosphère. Une seconde interaction se produit lors du
trajet entre la cible et le capteur.
3. Interaction avec la cible (C) - Une fois parvenue à la cible, l'énergie interagit avec la
surface de celle-ci. La nature de cette interaction dépend des caractéristiques du rayonnement
et des propriétés de la surface.
4. Enregistrement de l'énergie par le capteur (D) -L'énergie diffusée ou émise par la cible,
doit être captée à distance (par un capteur qui n'est pas en contact avec la cible) pour être
enfin enregistrée.
3
5. 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).
6. Interprétation et analyse (F) - Une interprétation visuelle et/ou numérique de l'image

traitée est ensuite nécessaire pour extraire l'information que l'on désire obtenir sur la cible.
7. Application (G) - La dernière étape du processus consiste à utiliser l'information extraite

de l'image pour mieux comprendre la cible, pour nous en faire découvrir de nouveaux aspects
ou pour aider à résoudre un problème particulier.
Les données acquises par les capteurs de télédétection peuvent nous permettre de
reconstituer une image continue de la scène visée ou d’étudier le comportement des cibles
selon un plan d'échantillonnage dans l'espace. Dans le premier cas nous parlons de capteurs
imageurs et dans le second cas de capteurs non imageurs. La première fonction des capteurs
imageurs est de nous fournir l'outil approprié pour étudier des phénomènes dont l'étendue et
les variations spatiales sont des paramètres importants dont on devra tenir compte dans notre
analyse.
Les capteurs imageurs comprennent les caméras photographiques conventionnelles, les

caméras de télévision, les balayeurs optico-mécaniques et électroniques opérant dans le
visible et l'infra-rouge, ainsi que les radiomètres et les radars imageurs dans les micro-ondes
(ou hyperfréquences).
Les capteurs non imageurs de leur côté, acquièrent des données à des emplacements
spécifiques selon un pas d'échantillonnage dans l'espace ou suivant des transepts. Dans les
applications orientées vers les ressources terrestres, ces capteurs servent surtout à la
compréhension des principes physiques de base qui donnent naissance au signal capté à
distance. Les résultats de ces études sont, par la suite, utilisés pour bâtir des capteurs imageurs
avec une meilleure définition des paramètres d'observation.
4
2.2.1 Spectre électromagnétique
Les senseurs /capteurs/ instruments d'acquisitions actuels sont basés sur les variations de la
distribution de l'énergie électromagnétique, réfléchie ou émise par des objets à la surface de la
terre.
Figure 2 Configuration d’une onde électromagnétique (LILESAD et KIEFER, 1987)
L'énergie électromagnétique se propage sous forme d'ondes (figure 2) à fréquences et

longueurs variées, constituant ainsi ce qu'on appelle le spectre électromagnétique (figure 3).
Figure 3 Spectre électromagnétique (LILESAD et KIEFER, 1987)
5
La propagation et la distribution de l'énergie électromagnétique obéissent à la théorie des

ondes, dont la formule peut s'écrire :
c = 𝝀n
où
𝝀 = longueur d'onde,
c = vitesse de la lumière dans le vide = 3 x 108 m/s, n = fréquence de la longueur d'onde.
En télédétection, il est courant de catégoriser les ondes électromagnétiques par la localisation

de leur longueur à l'intérieur du spectre électromagnétique.
𝝀=c/n
Comme l'indique la figure 3, la portion du visible est extrêmement petite puisque la sensibilité
spectrale de l'œil humain ne s'étend que de 0.4 à 0.7mm seulement. L’ultra-violet (UV) vient
immédiatement après le bleu. Il est suivi des rayons X, rayons gamma, puis rayons
cosmiques. Au-delà du rouge, il y a 3 types d'infra-rouge (IR) : IR proche (0.7-1.3mm), IR
moyen (1.3-3mm), et IR thermique (3-15mm). Viennent ensuite les hyperfréquences ou
micro-ondes (1mm-1m), puis les ondes radar, de télévision et radio.
Bien que le spectre soit divisé en régions spécifiques, il n'y a pas une limite nette entre les
différentes zones. En plus, la plupart des instruments de télédétection opèrent dans le visible,
l'IR ou les micro-ondes du spectre électromagnétique.
2.2.2 Source de l'énergie électromagnétique
Le soleil constitue une source très importante pour les instruments de télédétection. Tout objet
ayant une température supérieure à -273°C ( 0°K) peut émettre de l'énergie. L'énergie émise
par un objet est fonction de sa température et peut être exprimée par la loi de Stéphan -
Boltzman :
M = sT4
6
où
M = la puissance (ou existence) totale d'énergie émise par un corps,
s = Constante de Stéphan - Boltzman (6.6697 10-8 Wm-2 K-4),
T = température absolue de l'objet (K).
Cette loi suppose que la source d'énergie en question se comporte comme un corps noir. On
définit un corps noir comme étant un corps théorique qui absorbe et réémet la totalité de
l'énergie qu'il reçoit.
Comme l'énergie totale émise par un corps varie en fonction de sa température, la distribution
spectrale de cette énergie varie aussi. La loi de Stéphan - Boltzman montre que plus la
température d'un corps augmente, plus l'énergie émise par ce corps augmente. La figure 4
représente les courbes de la distribution de l'énergie pour un corps noir à des températures
variables (200 -6000°K).
Figure 4 Distribution spectrale de l’énergie émise par un corps noir à des différentes
températures (LILESAD et KIEFER, 1987)
7
Le soleil émet de l'énergie de la même façon qu'un corps noir à 6000 °K. Son maximum
d'émission se situe à 0.5 mm, c'est-à-dire dans la portion du visible. La température ambiante
de la terre (objets de surface) est environ 300°K (27°C). En appliquant la loi de Wien, le
maximum d'émission à cette température se situe à 9.7 mm. Comme cette énergie correspond
à la température terrestre, il est convenu de l'appeler l'infra-rouge thermique.
La séparation entre l'infra-rouge réfléchi et l'infra-rouge émis se situe approximativement à 3

mm au-dessous de laquelle l'infra-rouge réfléchi prédomine et au-dessus de laquelle l'infra -
rouge émis prédomine.
2.2.3 Perturbations atmosphériques
L'influence de l'atmosphère sur le rayonnement électromagnétique porte sur la réfraction,

l'absorption, la diffusion et l'émission propre.
a- Réfraction
C'est la distorsion géométrique du trajet des ondes, due à des variations d'indice de réfraction.
b- Absorption
Elle est fortement liée à la longueur d'onde utilisée et dépend du type de molécules et de leurs
propriétés. Pour les gaz, dont la répartition est stable, la modélisation de l'absorption est
possible. Par contre, pour la vapeur d'eau, dont la concentration varie beaucoup, il faut
effectuer des sondages, avant de pouvoir en effectuer la correction.
Les principales bandes d'absorption dans le visible sont dues à l'ozone (O3) à 600 nm, à la
vapeur d'eau à 718 nm et à l'oxygène (O2) à 760 nm.
Dans l'infra-rouge, on observe des bandes d'absorption de 2.7 à 5 mm dues au gaz carbonique
(CO2) et à la vapeur d'eau. L'ozone a une bande d'absorption à 9.6 mm et l'azote (N2) à 4.3
mm (figure 4). L'atmosphère est opaque pour le rayonnement infra-rouge de 22 mm à 1 mm,
ce qui explique la non-utilisation de cette portion du spectre en télédétection.
8
Dans les micro-ondes, l'atmosphère est transparente au-delà de 3 cm, mais devient opaque
pour des longueurs d'ondes supérieures à 30 m, pour lesquelles il y a interaction avec
l'ionosphère.
Figure 5 Rayonnement solaire et influence de l’atmosphère (BROSSIER R. et LUMMAUX

J-C. ,1979)
c- Diffusion
Ce phénomène correspond à l'action des molécules et particules (gouttelettes d'eau,

poussières, fumées...) sur les longueurs d'ondes. Soit d le diamètre des particules :
- Si 𝝀 > d, on a la diffusion de Rayleigh. Dans le visible, cette diffusion est due à l'action des
molécules d'oxygène et d'azote et dans les micro-ondes, à l'action des gouttelettes d'eau
(VIEILLEFOSSE, 1979).
- Si d/2 < 𝝀 < d, il s'agit de la diffusion de Mie, pour laquelle 95% de l'énergie incidente est
diffusée vers l'avant des particules. Suivant la turbidité de l'atmosphère, cette diffusion sera
plus ou moins importante.
d- Emission propre
L'atmosphère réémet une partie du rayonnement reçu, ce qui contribue à augmenter la valeur
du flux mesuré par le capteur. Cette luminance atmosphérique s'ajoute à la valeur du flux
réfléchi ou émis par la surface terrestre faisant l'objet de l'étude. Il est donc nécessaire de
modéliser les effets de l'atmosphère sur les flux mesurés, tout particulièrement par les
satellites, pour lesquels ces effets sont très importants.
9
2.2.4 Réflectance spectrale de la végétation, du sol et de l'eau
La figure 6 présente les courbes de la réflectance spectrale de 3 types de couverture : la

végétation, le sol et l'eau. On remarque nettement la distinction entre les 3 types.
Figure 6 Courbes typiques de la réflectance spectrale de la végétation du sol et de l’eau

(LILESAD et KIEFER, 1987)
La réflectance spectrale de la végétation se manifeste souvent par des sommets et des

dépressions (vallées). Les dépressions sont contrôlées par les pigments contenus dans les
feuilles. Par exemple, la chlorophylle absorbe fortement de 1'énergie électromagnétique aux
environs de 0.45 et 0.67 mm. Donc, la végétation nous paraît verte dans le visible (œil
humain), parce qu'il y a une forte absorption du bleu et du rouge.
Si la plante est atteinte d'une certaine maladie (stress) qui pourrait interrompre sa croissance
normale, cela pourrait diminuer ou cesser la production de la chlorophylle. En conséquence,
il y aura moins d'absorption du bleu et du rouge. La réflexion de ces deux types d'énergie
augmente à un point où les feuilles apparaissent jaunes (bleu + rouge) ou même oranges.
En allant du visible à l'infra-rouge, la réflectance de la végétation augmente dramatiquement

aux environs de 0.7 mm. Entre 0.7 et 1.3 mm, une feuille reflète typiquement entre 40 et 50
10
% de l'énergie qu'elle reçoit. La plus grande portion du reste est transmise, puisque
l'absorption à ce niveau du spectre est faible (< 5 %). La réflectance des plantes dans cette
région du spectre (0.7 - 1.3 mm) est causée spécialement par la structure interne des feuilles.
Comme cette structure est très variable entre les espèces, les mesures de réflectance dans cette
région du spectre nous permettent souvent de faire une distinction satisfaisante entre les
espèces malgré leur ressemblance dans le visible.
Au-delà de 1.3 mm, l'énergie incidente est essentiellement absorbée proportionnellement à la

contenance en eau dans les feuilles. Dans cette région du spectre, la réflectance est
approximativement inversement proportionnelle à la quantité d'eau contenue dans les feuilles.
La réponse spectrale change avec la croissance de la végétation et avec la saison aussi.
La réflectance du sol présente moins de variations. Les facteurs affectant la réflectance du sol
sont l'humidité, la texture, la rugosité, la présence d'oxyde de fer, la présence de matière
organique, etc. Ces facteurs sont complexes et interdépendants. Par exemple, la contenance
du sol en humidité est très liée à sa texture ; un sol rugueux et sableux draine facilement. Les
sols qui ont une texture fine retiennent plus d'eau et donc reflètent moins d'énergie.
Cependant, sous des conditions sèches, le contraire se produit, les sols fins reflètent plus
d'énergie que les sols rugueux.
La rugosité de la surface nous permet également de faire une distinction entre la neige et la
glace. Plus la rugosité des cristaux augmente, plus la réflexion diminue. Comme cette
granulométrie a tendance à augmenter avec l'âge de la neige, ceci explique pourquoi la neige
fraîche a une réflectance supérieure à celle de la neige granuleuse.
L'eau absorbe fortement l'énergie électromagnétique dans la région de l'infra-rouge (figure 6).
Cette absorption dépend de plusieurs facteurs, telle que la présence de matières minérales ou
organiques, de végétation dans les fonds ou de sédiments en suspension, etc. La réflectance
augmente avec la turbidité de l'eau.
Comme la réponse spectrale mesurée par les capteurs de télédétection sur des objets à
caractères variés nous permet l'évaluation du type et / ou des conditions de ces objets, ces
réponses sont souvent connues sous le terme de signatures spectrales.
La réponse spectrale de la végétation diffère selon le type de la végétation (figure 7).
11
Figure 7 Réflectance spectrale des conifères et des feuillets (LILESAD et KIEFER,

1987)
12
3. Exemples de la télédétection
 Les cartes topographiques sont souvent produites à l'aide de paires stéréographiques
de photos aériennes permettant de recréer une image en trois dimensions.
 Les tremblements de terre sont localisés a posteriori en comparant des sismogrammes
enregistrés en différents lieux ; l'intensité relative et la précision temporelle de
l'enregistrement conditionnent la qualité de l'information sur le lieu du tremblement.
 Les modèles numériques de terrain peuvent être produits par interférométrie (à l'aide
du radar à ouverture synthétique), méthode consistant à enregistrer une série de
mesures de la cible à partir d'un avion, d'un satellite ou d'une navette spatiale. La
combinaison des données issues de ces mesures offre une carte détaillée contenant de
l'information sur la couverture du sol, le relief ou encore le mouvement à une échelle
centimétrique. Les données couvrent généralement des bandes de plusieurs kilomètres
de largeur.
13
4. Les images satellitaires
Une image est une représentation graphique, quel que soit longueurs d'onde ou le
dispositif de télédétection a été utilisée pour détecter et enregistrer l'énergie
électromagnétique [6]. Chaque élément de l'image dans une image, appelé un pixel, a pour
coordonnées (x, y) dans l'espace discret représentant un échantillonnage en continu de la
surface de la terre. Valeurs de pixels d'image représentent l'échantillonnage de la radiance de
surface. Valeur du pixel est aussi appelé intensité de l'image, luminosité de l'image ou niveau
de gris. Dans une image multi-spectrale, un pixel a plus d'un niveau de gris. Chaque niveau de
gris correspond à une bande spectrale. Ces niveaux de gris peuvent être considérés comme des
vecteurs de niveaux de gris.
Applications image réussie des données de télédétection nécessitent une attention particulière
à la fois les systèmes de capteurs à distance et les caractéristiques environnementales. Parmi
les divers facteurs qui influent sur la qualité du contenu et des informations des données de
télédétection, deux concepts sont très important pour nous de comprendre. Ils déterminent le
niveau de détails du processus de modélisation. Il s'agit de la résolution et la fréquence
d'échantillonnage.
5.1 La résolution des images satellitaires

Est une mesure de la capacité d'un système optique de faire la distinction entre les
signaux qui sont rapprochés dans l'espace ou dans le spectre.
5.1.1 La résolution spectrale
Se réfère au nombre et la dimension des intervalles de longueur d'onde spécifique dans le
spectre électromagnétique à laquelle un capteur est sensible. Une sélection rigoureuse des
bandes spectrales peut améliorer la probabilité qu'une fonctionnalité sera détectée et
identifié et extrait des données biophysiques.
5.1.2 La résolution spatiale

Est une mesure de la plus petite séparation angulaire ou linéaire entre deux objets qui
peuvent être résolus par le capteur. Il existe une relation entre la taille d'une
caractéristique d'être identifiés et la résolution spatiale du système de télédétection.
14
En général plus la résolution spatiale n’est plus le pouvoir de résolution du système de

détection.
5.1.3 La résolution temporelle
La résolution temporelle d'un système de capteur de référence à quelle fréquence il
enregistre des images d'une zone particulière.
5.1.4 La résolution radiométrique
Définit la sensibilité d'un détecteur de différences dans l'intensité du signal comme il
enregistre le flux énergétique réfléchie ou émise par la région d'intérêt. Amélioration de
la résolution augmentent généralement la probabilité que phénomènes peuvent être
obtenues par télédétection avec plus de précision. Pour la haute résolution spatiale, la
sonde doit avoir un champ de vision instantané de petite taille. Cependant, ce qui réduit la
quantité d'énergie qui peut être détecté que la zone de la cellule au sol résolution dans le
champ de vision instantané devient plus petit. Cela conduit à la résolution radiométrique
réduite - la capacité de détecter des différences d'énergie fine. Pour augmenter la quantité
d'énergie détectée (et donc, la résolution radiométrique) sans réduire la résolution
spatiale, il faudrait élargir la gamme de longueur d'onde détecté par un canal notamment
ou de la bande. Malheureusement, cela permettrait de réduire la résolution spectrale du
capteur. Inversement, résolution spatiale plus grossière permettrait l'amélioration de
radiométriques et / ou la résolution spectrale. Ainsi, ces trois types de résolution doit être
équilibrée par rapport aux capacités et aux objectifs souhaités de la sonde.
5.2 Contraintes liées à l’utilisation d’un satellite
Dans un cas idéal, nous disposerions quotidiennement d’images à haute résolution

spatiale acquises dans une bande spectrale relativement étroite. Dans la pratique, ce type de
données n’est pas accessible car les capteurs sont soumis à des contraintes [6].
15
5.2.1 Compromis spatial –temporel
La relation entre la fréquence d’acquisition et la résolution spatiale s’exprime à travers la fauchée

du satellite.
La fauchée d’un satellite, représentée sur la figure 8, peut être définie comme la largeur du couloir
observé par le capteur. Si la fauchée de l’instrument est large, une très grande surface au sol est
« vue ». Dans ces conditions, une même zone est observée même si le satellite ne se situe pas
exactement à sa verticale. Ceci a pour conséquence d’augmenter la fréquence d’acquisition. Or,
bénéficier d’une large fauchée est équivalent pour un observateur humain à l’œil nu, à disposer d’une
vue d’ensemble sur la cible, ce qui se fait au détriment de la distinction de détails. Dans le cas du
capteur satellitaire, cela implique une faible résolution spatiale.
Satellite
Fauchée
Figure.8 Orbites réalisées par les satellites défilants.
A l’inverse, si la fauchée est étroite, cela équivaut à un observateur humain regardant à

travers des jumelles. Il voit des détails mais sur une surface moins entendue. Pour le satellite,
la surface vue étant étroite, il faut attendre un nouveau passage exactement à la verticale de la
zone d’étude pour disposer d’une nouvelle image. La résolution temporelle est donc plus
faible que pour un capteur à large fauché.
Ce compromis entre les résolutions spatiale et spectrale d’un capteur satellitaire est illustré sur la
figure 9.
16
HRVIR (SPOT4)
TM (LANDSAT)
WFI (CBERS)
VEGETATION (SPOT4)
AVHRR (NOAA)
Figure 9 . Illustration du compromis entre résolution spatiale et résolution

temporelle à partir des données relatives aux satellites SPOT 4 (capteur HRVIR
et VEGETATION), NOAA (capteur AVHRR), CBERS (capteur WFI) et LANDSAT
(capteur TM).
En représentant les satellites comme un point ayant pour coordonnées la résolution spatiale et la
résolution temporelle, on constate qu’aucun point n’apparaît au-dessous de la ligne illustrant la
contrainte. Par ailleurs, il est évident que le coin haut-droit du graphique, correspondant à des faibles
résolutions spatiale et temporelle, n’est pas intéressant en pratique.
5.2.2 Compromis spatial-spectral
Le même type de contrainte existe entre la résolution spatiale et la résolution spectrale.
Une résolution spatiale élevée correspond au sol à des surfaces minimales observables de petite taille.
Au niveau du capteur, cela se traduit par une diminution de la quantité d’énergie reçue pour une unité
17
élémentaire au sol. Pour augmenter la quantité d’énergie atteignant le capteur sans réduire la résolution
spatiale, il faut élargir l’intervalle de longueurs d’onde détectée par un canal du capteur. Cette
opération réduit donc la résolution spectrale du capteur. Inversement, une résolution spatiale plus
grossière permet une résolution spectrale plus fine.
L’illustration du compromis entre résolution spatiale et résolution spectrale pour un capteur satellitaire
(figure 9) amène le même commentaire que la figure 10. Aucun point n’apparaît dans le coin proche
de l’origine du graphique, ce qui montre la difficulté de disposer à la fois de hautes résolutions spatiale
et spectrale.
IKONOS
QUICKBIRD
HRVIR (SPOT4)
VEGETATION (SPOT4)
Figure 10. Illustration du compromis entre résolution spatiale et résolution

spectrale à partir des données relatives aux satellites IKONOS, SPOT 4
(capteur HRVIR et VEGETATION et QUICKBIRD.(multispectral ).
18
5.3 Volume d’informations
La quantité d’informations recueillie apparaît également comme une contrainte à

l’utilisation de données satellites. La manipulation des données implique non seulement le
stockage sur la plate-forme satellitaire mais aussi la transmission au sol de ces données.
A titre d’exemple, considérons un capteur dont la fauchée est de 3000 Km et la résolution

spatiale est de 1 Km. Avec ce capteur, on souhaite acquérir une image centrée sur l’Algérie
assimilable à un carré de 3000 Km sur 3000 Km. Une telle image est donc constituée de 3000
 3000 pixels dans chaque canal d’acquisition. Si l’on considère un codage des pixels sur 1
octet (8 bits) et compte tenu du fait qu’une telle image est le résultat de la superposition de
cinq canaux, la taille d’une telle image est donc 5  3000  3000 octets, soit 45 Mo. Cela
correspond en pratique à stocker seulement 15 images sur un CD-ROM. Si la résolution
spatiale est de 100 m, la taille d’une telle image sera 5  30000  30000 octet, c’est-à-dire 4,5
Go.
19
6. Conclusion
Ce chapitre a été axé sur le concept général de la Télédétection et son importance dans
différentes domaine de sciences de la terre, de la protection de l'environnement, de la
gestion des ressources naturelles et de plusieurs autres domaines.
Le volume de données images transmis quotidiennement par les satellites vers les stations de
réception terrestres ne cesse d'augmenter
Ce qui nous a poussé a discuter sur une des activités majeures de la télédétection spatiale qui
est les images satellitaires et ces différentes résolutions spacials.
20
Chapitre 2
LES CAPTEURS MODIS et SEAWIFS

CHAPITRE 2 LES CAPTEURS MODIS et SEAWIFS
1. Introduction
La multiplication des satellites de télédétection et l’utilisation de plusieurs capteurs
pour l’observation de la terre ont permis l’acquisition d’une multitude d’images présentant
des caractéristiques spatiale, spectrale et temporelle différentes.
L’extraction des informations utiles, liées à la nature physique des surfaces observées, fait
appel à différentes techniques, approches et méthodes de traitement d’images numériques.
Nous allons pouvoir voir dans ce chapitre, quelques exemples des satellites spatiales, et plus
particulièrement la notion des capteurs MODIS et SEAWIFS, leurs fonctions, traitement,
ainsi que d’autres paramètres.
1
2. Exemples de Quelques Satellites
2.1 NOAA-AVHRR
La National Oceanic and Atmospheric Administration opère pour des satellites utiles pour
la météorologie et pour d'autres applications. Ces satellites, en orbite polaire héliosynchrone
(830 à 870 km au-dessus de la Terre), font partie de la série Advanced TIROS (datant du début
des années 1960).À bord des satellites NOAA se trouve le capteur primaire passif AVHRR
(Advanced Very High Resolution Radiometer). Celui-ci est utilisé pour la météorologie et
pour l'observation à petite échelle de la surface de la Terre. Le capteur AVHRR capte le
rayonnement électromagnétique du visible, proche IR, du moyen IR et de l'IR thermique. La
fauchée au sol mesure 3000 km.
Figure 1. La première image AVHRR transmise par le

premier satellite opérationnel de la série NOAA (TIROS 1).
2
2.2 NIMBUS
Le NIMBUS a été lancé en 1964 et NIMBUS-7 a été mis en orbite en 1978, a été développé
par la NASA pour la recherche météorologique et océanographique: de mesure température
de l'eau de mer, à la concentration de phytoplancton carte et matières en suspension.
NIMBUS a les six bandes spectrales:
1) de 0,43 à 0,45 um
2) de 0,51 à 0,53 um
3) de 0,54 à 0,56 um
4) de 0,66 à 0,68 um
5) de 0,70 à 0,80 um
6) de 10,5 à 12,5 um
Altitude: 910 incl Orbit k: ± 98 ◦ IFOV: ± 800 m.
2.3 METOSAT
Ce satellite est exploité par l'Agence spatiale européenne (ESA) et est situé sur une
position fixe au-dessus du méridien de Greenwich plus Afrique de l'Ouest. Meteosat-1 a été
lancé en Novembre 1977. Les images Météosat record toutes les 30 minutes dans trois
longueurs d'onde dans le visible et le proche infrarouge, dans la région de la vapeur d'eau
absorption et dans l'infrarouge thermique. En raison de leur résolution spatiale pauvre, les
écologistes utilisent rarement les images Météosat.
1) de 0,4 à 1,1 um
2) 5,7 à 7,1 um
3) de 10,5 à 12,5 um
Altitude: 35,786 k Record image toutes les 30 minutes pixelsize: 2,5 à 5,0 k
3
2.4 LANDSAT
Un des premiers objectifs de Landsat était l'évaluation des volumes de récolte céréalières en
URSS et aux États-Unis afin d'anticiper l'évolution des cours, voire de les influencer si
nécessaire.
Sept satellites Landsat ont été lancés depuis le 23 juillet 1972. Le dernier, Landsat 7, a été
lancé le 15 avril 1999. Les instruments embarqués sur les satellites Landsat ont fait
l'acquisition de plusieurs millions d'images. Elles constituent des ressources uniques pour
l'étude des changements climatiques, l'utilisation des sols, la cartographie, la gestion de
l'habitat ; ainsi que pour de nombreuses autres applications dans les domaines de l'agriculture,
la géologie, la sylviculture, l'éducation etc.
4.2.1 Instrumentation
 Caméra RBV (Return Beam Vidicon)

 Radiomètre multispectral MSS (Multi Spectral Scanner) sur Landsat 1 à 5
 Radiomètre TM (Thematic Mapper) sur Landsat 4 et 5
 Radiomètre ETM+ (Enhanced Thematic Mapper Plus) depuis 1999 sur Landsat 7
Les capteurs RBV et MSS ont une résolution spatiale de 80 mètres pour une fauchée de 185
km. Landsat 3, 4 et 5 disposent d'une bande dans l'infra-rouge thermique à 240 mètres de
résolution sur MSS et à 120 mètres sur TM.
L'instrument TM a une résolution de 30 mètres dans le domaine du visible et de l'infra-rouge

(proche et moyen), dit multispectral.
L'instrument ETM+ de Landsat 7 dispose de 8 bandes de fréquences :
4
+ Bandes de fréquences de Bande

Résolution Couleur
l'instrument ETM + spectrale
TM1 0.45-0.5 um 30 m bleu
TM2 0.52-0.6 um 30 m vert
TM3 0.63-0.69 um 30 m rouge
TM4 0.75-0.9 um 30 m IR proche
TM5 1.5-1.7 um 30 m IR moyen
TM6 10.4-12.5 μm 60 m IR thermique/lointain
TM7 2.08-2.35 μm 30 m IR moyen
panchromatique (vert-
8 520-900 nm 15 m
rouge-IR)
+ Bandes de fréquences de Bande

Résolution Couleur
l'instrument ETM + spectrale
TM1 0.45-0.5 um 30 m bleu
TM2 0.52-0.6 um 30 m vert
TM3 0.63-0.69 um 30 m rouge
TM4 0.75-0.9 um 30 m IR proche
TM5 1.5-1.7 um 30 m IR moyen
TM6 10.4-12.5 μm 60 m IR thermique/lointain
TM7 2.08-2.35 μm 30 m IR moyen
8 520-900 nm 15 m panchromatique (vert-
5
rouge-IR)
4.2.2 Satellites
 Landsat 1 (nommé Earth Resources Technology Satellite 1 à l'origine) : lancé le

23 juillet 1972 ; fin de service en 1978 ;
 Landsat 2 : lancé le 22 janvier 1975 ; fin de service en 1981 ;
 Landsat 3 : lancé le 5 mars 1978 ; fin de service en 1983 ;
 Landsat 4 : lancé le 16 juillet 1982 ; fin de service en 1993 ;
 Landsat 5 : lancé le 1er mars 1984 ; toujours en fonctionnement ;
 Landsat 6 : lancé le 5 octobre 1993 ; échoua lors de sa mise en orbite ;
 Landsat 7 : lancé le 15 avril 1999 ; toujours en fonctionnement. Cette mission spatiale
fait partie du programme Earth Observing System qui regroupe un ensemble de
satellites de la NASA chargés de collecter des données sur de longues périodes sur la
surface de la Terre, la biosphère, l'atmosphère terrestre et les océans de la Terre.
2.5 IKONOS
IKONOS est développé, construit et entretenu par la société Space Imaging. Le capteur à bord
d'Ikonos a une bande panchromatique avec une résolution spatiale de 1 par 1 mètre. il a un
capteur à quatre bandes multi-spectrales: bleu, vert, rouge et infrarouge de 4 mètres sur 4.
IKONOS panchromatique-:
1) 450 900 nm IKONOS XS: 1) 450 520 nm (bleu)
2) 520 600 nm (vert)
3) 630 690 nm (rouge)
4) 760 900 nm (NIR) altitude de l'orbite: 681 fauchée Orbit km: 11 km
6
2.6 CZCS
Le Coastal Zone Color Scanner (CZCS) a été spécialement conçu pour mesurer la couleur et
la température des zones côtières des océans. Le système avait une largeur de l'andain 1566
km et une résolution de 825 m au nadir. Les quatre premières bandes visibles de l'CZCS
étaient très étroites et centré pour améliorer la discrimination des différences très subtiles
réflectance de l'eau. Le CZCS a été utilisée avec succès pour détecter la chlorophylle, la
température, matières en suspension et de la substance jaune dans les combinaisons et des
concentrations typiques de près des côtes et des eaux côtières. Le CZCS cessé ses activités en
1986.
1) de 0,43 à 0,45 um (absorption de chlorophylle)
2) de 0,51 à 0,53 um (absorption de chlorophylle)
3) de 0.54 à 0,56 um (substance jaune)
4) 0,66 à 0,68 um (concentration en chlorophylle)
5) 0,7 à 0,8 um (végétation de surface) 6) de 10,5 à 12,5 um (température de surface)
2.7 ORBVIEW
Orbview (parfois appelé Seastar) fait partie de la flotte de satellites de la société

Orbimage. Il transporte l'instrument SeaWiFS de la NASA qui a été conçu pour l'étude des
océans. Il permet des estimations de la teneur globale en chlorophylle et de l'eutrophisation de
l'eau ainsi que l'établissement d'un index de végétation normalisé global.
ORBVIEW 2
 altitude: 705 km
 inclinaison: 98,2 degrés
 orbite: polaire héliosynchrone
 période de révolution: 99 minutes
 durée d'un cycle: 16 jours
 satellite: OrbView 2 (01/08/1997 - opérationnel)
7
3. Instruments satellite
3.1. MERIS
MERIS (Medium Resolution Imaging Spectrometer) est composé de cinq caméras placées
côte à côte, chacune équipées d'un spectromètre 'pushbroom' (rateau en anglais). Ces
spectromètres utilisent des détecteurs CCD à deux dimensions. L'un des côtés du détecteur est
orienté perpendiculairement à la trajectoire du satellite et permet, à travers le bloc optique, de
collecter des observations simultanément pour une ligne de points à la surface de la Terre (ou
dans l'atmosphère). Le déplacement du satellite le long de sa trajectoire et un temps
d'intégration court permettent de recréer par la suite des images à deux dimensions. Le
système de dispersion de la lumière dans le bloc optique permet également de séparer les
composantes spectrales du rayonnement reçu sur le détecteur dans la direction parallèle à la
trajectoire du satellite. Ces spectromètres acquièrent naturellement des données dans un grand
nombre de bandes spectrales, mais, pour des raisons techniques, seules 16 d'entre elles
peuvent être transmises au segment sol (dont une qui est nécessaire au traitement du signal de
bas niveau). Cet instrument fournit donc des données dans 15 bandes, qui sont cependant
programmables en position et en largeur spectrales, de même qu'en gain. En pratique, ces
caractéristiques techniques sont effectivement fixes pour permettre un grand nombre
d'applications systématiques ou opérationnelles.
La résolution spatiale intrinsèque des détecteurs assure une distance horizontale, à la surface
de la Terre, de l'ordre de 300 m entre les points successifs observés, et le concept du
pushbroom évite les grosses distorsions typiques des instruments à balayage. Le champ de
vision total de MERIS est de 68,5 degrés, ce qui permet d'acquérir des données sur l'ensemble
de la planète en trois jours au plus (dans les régions équatoriales). Les zones polaires sont
visitées plus fréquemment à cause de la convergences des orbites.
L'objectif principal de MERIS est de mesurer la couleur de l'océan, tant en pleine mer qu'en
zones côtières. Ceci permet de dériver des informations telles que les concentrations de
chlorophylle ou de sédiments en suspension dans l'eau. Ces mesures trouvent, entre autres,
leur utilité pour le suivi du cycle du carbone ou du régime thermique océanique, ou encore la
gestion des pêcheries. L'étude des propriétés atmosphériques (absorption gazeuse et diffusion
8
par les aérosols) est essentielle pour obtenir des informations fiables sur les océans, parce
qu'elles contribuent à la majeure partie du signal observé (par ciel clair) ou tout simplement
parce que les nuages empêchent d'observer la surface. Enfin, cet instrument est également très
utile pour suivre l'évolution des propriétés biogéophysiques des environnements terrestres,
telles que la fraction de radiation solaire effectivement utilisée par les plantes dans les
processus de photosynthèse, parmi bien d'autres.
3.2 MODIS
Le Moderate-Resolution Imaging Spectroradiometer, ou MODIS (spectromètre pour

imagerie de résolution moyenne), est une série d'instruments d'observation scientifique
couplés à un système embarqué satellitaire, lancé par la NASA à bord du satellite Terra en
1999, puis à bord du satellite Aqua (deux satellite de l'EOS - Earth Observing System, un
programme de la NASA destiné à l'observation à long terme des sols, biosphère, atmosphère
et océans de la Terre) [7.8.9].
Les instruments enregistrent des données dans 36 bandes spectrales allant de 0,4 µm à 14,4
µm avec une résolution spatiale de 250 m à 1 km. Ensemble, les différents spectromètres
prennent une image complète de la Terre tous les 1 ou 2 jours. Ils sont conçus pour fournir des
mesures à grande échelle de phénomènes globaux, tels que les variations de la couverture
nuageuse terrestre, le bilan radiatif, et différents processus se passant dans les océans, sur le
sol, et dans la basse atmosphère. Des calibreurs embarqués permettent d'étalonner les
instruments en vol.
MODIS est un instrument clément à bord du Terra (EOS AM) et Aqua (EOS PM) satellites.
MODIS est conçu pour surveiller les changements à grande échelle de la biosphère qui
donnera de nouveaux aperçus sur le fonctionnement du cycle global du carbone. MODIS
permet de mesurer l'activité photosynthétique de la terre et des plantes marines
(phytoplancton) pour obtenir des estimations pari-ter de la quantité de gaz à effet de serre est
absorbée et utilisée dans la productivité des plantes. Couplé à la surface du capteur de
température mesure-ments, les mesures MODIS "de la biosphère sont aidant les scientifiques
à suivre les sources et les puits de dioxyde de carbone en réponse aux changements
climatiques (MODIS, 2003). MODIS peut être considéré comme un successeur fortement
améliorée à la NOAA AVHRR et CZCS. MODIS non seulement la fidélité de deux jours de
couverture mondiale, mais aussi de recueillir des données dans 36 bandes spectrales choisies
9
avec soin. MODIS est prévue en orbite à une altitude de 705 km et ont un champ de vision
total de ± 55 ◦, offrant une largeur de l'andain de données de 2330 km.
Compte tenu de l'énorme étendue des océans Terres, leur rôle crucial dans le changement
climatique n'est pas surprenant. Les océans absorbent le rayonnement solaire et de moduler
l'humeur Terres-ture, ils échangent des gaz avec l'atmosphère, et ils abritent une étonnante
diversité de plantes et d'animaux, dont plusieurs cultures de l'homme partout dans le monde
dépendent de la nourriture. Une façon MODIS aide les scientifiques à étudier les océans à
travers la collecte de données qu'ils peuvent utiliser pour faire des cartes de couleur de l'océan
mondial.
Les informations sur le spectromètre imageur à résolution moyenne (MODIS) fournies
dans cette section proviennent principalement Seelye (2004). De plus amples informations et
détails techniques sont disponibles sur le MODIS website7.
L'instrument MODIS satellite (voir Figure 2.7) est installé sur les deux TERRA, AQUA et
qui ont été lancés en 1999 et 2002, respectivement, et font partie de l'observation de la Terre
EOS système. Les deux satellites ont été construits pour améliorer la compréhension du
monde dy-namique et processus qui ont lieu une terre, les océans et dans la basse atmosphère.
Dans ce travail, seules les données MODIS sur Aqua sont utilisés. Dans le MODIS suivante
se réfère à MODIS sur AQUA.
Figure 2.7.: Instrument MODIS (Source: NASA)
AQUA a un héliosynchrone orbite quasi polaire en 705 km d'altitude. Le temps de passage à

l'équateur est à 13 heures 30 en mode ascendant. Une couverture mondiale d'ici un à deux
jours est atteint.
10
3.2.1 Spécifications
Orbit: 705 km, 10h30 nœud descendant (Terra) ou nœud 1:30 pm ascendant (Aqua),
héliosynchrone, quasi polaire, circulaire
Fréquence de 20,3 tours, piste de ski

balayage:
Dimensions de 2330 km (piste de ski) sur 10 km (le long de la voie au nadir)

l'andain:
Télescope: 17,78 cm diam. stop hors-axe, afocal (collimaté), avec arrêt de champ
intermédiaire
Taille: 1,0 x 1,6 x 1,0 m
Poids: 228.7 kg
Power: Puissance: 162.5 W (single orbit average) 162,5 W (en moyenne seule orbite)
Taux de transfert: 10,6 Mbps (pic de la journée); 6,1 Mbps (moyenne orbitale)
Quantification: 12 bits 12 bits
Résolution spatiale: 250 m (bands 1-2) 250 m (bandes 1-2)

500 m (bands 3-7) 500 m (bandes 3-7)
1000 m (bands 8-36) 1000 m (bandes 8-36)
Life Design: 6 années
Utilisation principale Band Bande passante 1 Spectrale Obligatoires

Radiance 2 SNR 3
Land/Cloud/Aerosols Terre / 11 620 - 670 620 à 670 21.8 21,8 128 128
Cloud / Aerosols
Boundaries Limites 22 841 - 876 841 à 876 24.7 24,7 201 201
Land/Cloud/Aerosols Terre / 33 459 - 479 459 à 479 35.3 35,3 243 243
Cloud / Aerosols
Propriétés 44 545 - 565 545 à 565 29.0 29,0 228 228
1230 - 1250 1230 -

55 5.4 5.4 74 74
1250
1628 - 1652 1628 -

66 7.3 7.3 275 275
1652
11
2105 - 2155 2105 -

77 1.0 1.0 110 110
2155
Ocean Color/ Couleur Océan / 8 8 405 - 420 405 à 420 44.9 44,9 880 880
Phytoplankton/ Phytoplancton
/ 99 438 - 448 438 à 448 41.9 41,9 838 838
Biogeochemistry Biogéochimie
10 10 483 - 493 483 à 493 32.1 32,1 802 802
11 11 526 - 536 526 à 536 27.9 27,9 754 754
12 12 546 - 556 546 à 556 21.0 21,0 750 750
13 13 662 - 672 662 à 672 9.5 9.5 910 910
14 14 673 - 683 673 à 683 8.7 8.7 1087 1087
15 15 743 - 753 743 à 753 10.2 10,2 586 586
16 16 862 - 877 862 à 877 6.2 6.2 516 516
Atmosphérique Vapeur d'eau 17 17 890 - 920 890 à 920 10.0 10,0 167 167
18 18 931 - 941 931 à 941 3.6 3.6 57 57
19 19 915 - 965 915 à 965 15.0 15,0 250 250
Utilisation principale Band Bandwidth 1 Bande Spectral Required

Band passante 1 Spectrale Obligatoires
Radiance 2 NE[delta]T(K) 4 NE
Radiance 2 [delta] T (K) 4
Surface 3.660 - 3.840 3,660 0.45(300K) 0,45

20 20 0.05 0,05
Temperature Température à 3,840 (300K)
3.929 - 3.989 3,929 2.38(335K) 2.38

21 21 2.00 2,00
à 3,989 (335K)
3.929 - 3.989 3,929 0.67(300K) 0.67

22 22 0.07 0,07
à 3,989 (300K)
4.020 - 4.080 4,020 0.79(300K) 0.79

23 23 0.07 0,07
à 4,080 (300K)
12
Atmosphérique 4.433 - 4.498 4,433 0.17(250K) 0,17

24 24 0.25 0,25
Température à 4,498 (250K)
4.482 - 4.549 4,482 0.59(275K) 0.59

25 25 0.25 0,25
à 4,549 (275K)
Vapeur d'eau 1.360 - 1.390 1,360

26 26 6.00 6,00 150(SNR) 150 (SNR)
à 1,390
6.535 - 6.895 6,535 1.16(240K) 1.16

27 27 0.25 0,25
à 6,895 (240K)
7.175 - 7.475 7,175 2.18(250K) 2.18

28 28 0.25 0,25
à 7,475 (250K)
Propriétés des nuages 8.400 - 8.700 8,400 9.58(300K) 9.58

29 29 0.05 0,05
à 8,700 (300K)
Ozone 9.580 - 9.880 9,580 3.69(250K) 3.69

30 30 0.25 0,25
à 9,880 (250K)
Surface /Température 10.780 - 11.280 9.55(300K) 9.55

31 31 0.05 0,05
10,780 à 11,280 (300K)
11.770 - 12.270 8.94(300K) 8.94

32 32 0.05 0,05
11,770 à 12,270 (300K)
Top Altitude 13.185 - 13.485 4.52(260K) 4.52

33 33 0.25 0,25
13,185 à 13,485 (260K)
13.485 - 13.785 3.76(250K) 3.76

34 34 0.25 0,25
13,485 à 13,785 (250K)
13.785 - 14.085 3.11(240K) 3.11

35 35 0.25 0,25
13,785 à 14,085 (240K)
14.085 - 14.385 2.08(220K) 2.08

36 36 0.35 0,35
14,085 à 14,385 (220K)
13
L'instrument MODIS est un scanner de contre-voie et a un scan-angle de ± 55 ◦ et une fauchée

de 2330 km au travers piste et 10 km en direction de la trace. Il dispose de 36 canaux de 400
nm à 14,4 um. Comme dans ce travail d'analyse de longueur d'onde supérieure à 900 nm n'est
pas pertinente car aucune lumière pénètre dans l'océan dans cette gamme de longueur d'onde,
le tableau 2.2 se concentre sur les bandes de fréquences concernées MODIS pour la couleur
des océans et ses largeurs et applications. Les groupes intéressants pour la couleur des océans
ont une résolution spatiale de 1 km x 1 km.
3.2.2 Vue d'ensemble de MODIS Aqua Data Processing et à la distribution
 Traitement de niveau 1A
Des données de niveau 1A consistent non transformés données brutes en pleine résolution,
y compris les coefficients d'étalonnage ra-diometric et géométriques, calculées et ajoutées aux
données de l'image.
Support de données Team (SDST), connu sous le nom MOD-PR01 (MODIS-l1agen dans
SeaDAS) La sortie de MOD-PR01 est un granulé à 5 minutes de niveau 1A format.These
HDF fichiers standard de niveau 1A sont ensuite réduits dans le processus appelé mon D -
L1ASS, où des bandes supérieure et des données qui ne sont pas utilisés par les océans sont
supprimés. Les fichiers résultants de niveau 1A sont de plus petite taille et facile à travailler.
Le format de fichier de niveau 1A utilise des entiers 16-bits pour stocker le 12-bit de données,
soit 4 bits de l'espace utilisé sont disponibles. Utilisation de la corrélation entre les bandes de
haute résolution et la terre la plus proche des bandes correspondant océan, les chiffres
enregistrés dans les bandes de 10, 12, 13, et 16 ont été étendues au-dessus de leur saturation
12-bit original limite jusqu'à la limite des 16-bit de la Level-1A format.
 Géolocalisation
La prochaine étape dans le traitement comporte la production de l'geolocation.This est

formé par l'aide du code SDST standard connu sous le nom MOD-PR03 (géolocaliser en
SeaDAS). Pour le flux NRT, l'attitude et les fichiers d'éphémérides prédites sont utilisés pour
pro-duire Quick-Look jours GEO files.Several plus tard, dans le flux de traitement de
raffinage, l'attitude définitive et les fichiers d'éphémérides sont utilisés pour créer la version
finale GEO. GEO fichiers ne sont pas conservées dans les archives à long terme, car ils
14
peuvent être regen-erated au besoin en utilisant l'attitude beaucoup plus petits et

files.Therefore éphémérides, seule une archive glissant à court terme est mis à disposition
pour la distribution.
 Level-1B
Après l'étape de la géolocalisation, le fichier de niveau 1A et le fichier de GEO pour chaque
granule de 5 minutes sont introduits dans MYD-PR02 (aqua - l1bgen dans SeaDAS) pour
produire le file.The corres-pondant de niveau 1B standard code MYD-PR02 est développé et
maintenu par le MODIS de soutien d'étalonnage de l'équipe (MCST). Le format standard de
niveau 1B pour les données de 1 km comprend une paire de champs SDS pour 250 mètres et
500 mètres qui ont été agrégées au 1-km.Since l'océan Level-1A ne comprennent pas les
bandes de haute résolution, ces champs agrégés seraient normalement OBPG unfilled.The
utilise cet espace libre pour stocker l'information sur les océans étendu bande à partir de
bandes 10, 12, 13lo, et 16, ces valeurs à haute réflectance, ne rentrera pas dans les champs
standard entier échelle prévue pour le niveau- réflectances 1B.
 Level-2
Un produit de données de niveau-2 est un produit transformé où une correction de perte de
sensibilité, de correction atmosphérique, et l'algorithme de dérivation de chlorophylle ont
abeille appliquée à un niveau de 1 produit pour le calcul de la réflectance de surface, la terre
des drapeaux nuage /, de la réflectance du sous-sol, des signaux atmosphériques, et la
concentration de chlorophylle .
Level-2 le traitement est effectué en utilisant le multi-capteur de niveau 1 au niveau-2
(MSL12) et génère le code de niveau-2 produits géophysiques en appliquant atmosphérique et
corrections d'algorithmes bio-optiques pour les données du capteur. Les niveaux de données
d'entrée nécessaires pour msll2 de traitement pour MODIS est le fichier de niveau 1B et le
fichier de GEO. Le niveau-2 de traitement permet également l'utilisation des informations
météorologiques et à l'ozone à partir de sources auxiliaires. La figure 2.6 donne un aperçu des
données MODIS l'écoulement dans le OBPG.
15
3.3. SeaWiFS
Depuis septembre 1997, les données de la radiance marine sont fournies par le capteur
SeaWiFS (Sea Wide Field Sensor).
SeaWiFS est un satellite polaire qui effectue 14 fois le tour du globe par jour et procure des
observations sur des pixels dont la largeur est de 1 km sous la trace du satellite. A nos
latitudes, la couverture est totale quotidiennement. En pratique, la couverture nuageuse
rythme la fréquence des observations qui est donc bien moindre.
Les données du projet SeaWiFS sont acquises gracieusement auprès du Goddard Space Flight
Center (Washington, USA), sous l’égide de la NASA (National Aeronautics and Space
Administration), après inscription dans le registre des « Authorized Users ». Un délai
réglementaire de 15 jours est imposé avant diffusion de la donnée qui ne peut être utilisée
dans ces conditions que pour des opérations de recherche. Le temps réel est possible sur
requête, surtout pour des campagnes susceptibles de fournir des mesures utiles à la calibration
des capteurs spatiaux. Les données transférées en temps différé sont brutes, et telles que
reçues aux stations locales (Dundee, Saint-Jacques de Compostelle, Rome, pour la façade
Manche et Atlantique). La NASA fournit aussi le logiciel SeaDAS, qui permet d’obtenir des
produits géoréférencés élaborés, tels les radiances marines, et donc d’effectuer les corrections
atmosphériques.
Le capteur SeaWIFS possède 8 canaux dont 2, dans le proche infra-rouge, à 765 et 865 nm,
dédiés aux corrections atmosphériques. L’algorithme actuellement préconisé pour les eaux,
dites de cas I, est l’algorithme OC4 (Ocean Color 4 channels). Son principe est celui du
« switching algorithm » de CZCS présenté en (1), élargi à 3 rapports de canaux, et simplifié
puisqu’une même formule est appliquée au maximum, MaxR, des trois rapports (R443/R555,
R490/R555, R510/R555). Un algorithme empirique , calibré sur les eaux côtières Atlantique,
est utilisé à l’Ifremer.
L’ensemble des images de la concentration en chlorophylle présentées sur ce site ont été
obtenues à partir des données du capteur SeaWiFS, embarqué à bord du satellite OrbView-2
de la compagnie ORBIMAGE.
Les données ont été acquises auprès du Goddard Earth Sciences DAAC (Distributed Active Archive
Center) que nous remercions.
16
3.3.1 Traitement des données SeaWiFS

Le traitement des données pour les données SeaWiFS est similaire au traitement de données
MODIS. Figure 2.10 donne un aperçu du traitement des données du capteur SeaWiFS qui
commence avec le niveau-0. La première étape est de traiter SeaWiFS de niveau 0 au niveau-
1. Ceci est effectué par append
3.3.2 Caractéristique
Le capteur SeaWIFS possède 8 canaux dont 2, dans le proche infra-rouge, à 765 et 865
nm, dédiés aux corrections atmosphériques. Ce capteur optique multispectral mesure les
variations de couleurs de la surface de la Terre. L'utilisation des différentes bandes spectrales
donne des images permettant d'étudier, entre autre, les planctons et sédiments marins.
Bande Bande spectrale Résolution Utilisation
1 0,402 - 0,422 µm 1 x 1 km
2 0,433 - 0,453 µm 1 x 1 km Chlorophylle
3 0,480 - 0,500 µm 1 x 1 km autres pigments
4 0,500 - 0,520 µm 1 x 1 km
5 0,545 - 0,565 µm 1 x 1 km Chlorophylle
6 0,660 - 0,680 µm 1 x 1 km diffraction sous la surface
7 0,745 - 0,785 µm 1 x 1 km correction atmosphérique
8 0,845 - 0,885 µm 1 x 1 km correction atmosphérique
17
3.3.3 Les produits
Les produits opérationnels et les "catalogues d'images" ("browse products") sont

disponibles à différents niveaux de traitement
 Niveau 1A : Comptes numériques correspondant aux luminances brutes mesurées par le

capteur dans chaque canal, avec les données de télémétrie, calibration et navigation
associées. Ces données sont fournies en mode LAC (pleine résolution, 1 km) ou en mode GAC
(résolution réduite : les données sont échantillonnées à partir des données LAC, à raison d'un
pixel sur 4 et d'une ligne sur 4).
 Niveau 2 : Paramètres géophysiques, issus du niveau 1A par application des facteurs de
calibration, des corrections atmosphériques, et des algorithmes bio-optiques. Douze
paramètres (avec les "flags" associés) sont disponibles pour chaque pixel : luminances
marines dans les cinq premiers canaux du domaine visible, luminances des aérosols à 670 et
865 nm, concentration en pigments "type CZCS", concentration en chlorophylle a, coefficient
d'atténuation diffuse à 490 nm, paramètre "epsilon" lié à la dépendance spectrale de la
diffusion par les aérosols, épaisseur optique des aérosols à 865 nm. Ces valeurs sont fournies
en mode GAC.
 Niveau 3 dit "binned" : Données GAC de niveau 2, moyennées sur 1 jour, 8 jours, un mois ou
une année, et projetées sur une grille (avec des pixels d'égale surface, 81 km2 environ).
D'autres produits, comme les données météorologiques (quasi-simultanées, ou

climatologiques) utilisées pour le traitement des données de niveau 2 (vent, pression
atmosphérique, concentration en ozone, humidité relative) sont également disponibles.
Dans le cadre de ce travail, ce sont les données de niveau L1A LAC qui nous
intéressent à partir desquelles nous avons effectué le traitement sur les images
sélectionnées à l’aide de SeaDAS afin d’obtenir les paramètres choisis.
18
3.3.4 La qualité des données
La qualité des données et produits SeaWiFS est continuellement contrôlée par la mise
en œuvre de procédures de calibration très précises, et par un programme de calibration /
validation. Le système de calibration à bord comprend un diffuseur solaire visant le soleil, ce
qui permet de calibrer le capteur relativement à l'éclairement solaire, et de contrôler (en
supposant le diffuseur parfaitement stable) une dérive possible du capteur.
En réalité, ce diffuseur étant exposé en permanence aux rayonnements visibles et UV,

sa dégradation doit également être contrôlé; ce suivi est effectué par des visées régulières vers
la surface de la lune, utilisée comme un diffuseur secondaire et temporellement stable.
En parallèle, un vaste programme de calibration/validation a progressivement été mis

sur pied par l'équipe du Projet SeaWiFS; il consiste essentiellement en un soutien apporté à
des opérations sur le terrain, dans plusieurs régions de l'océan mondial, par différents groupes
qui se conforment aux protocoles définis pour SeaWiFS pour les mesures in situ. Parmi les
projets en cours actuellement, il faut mentionner en particulier la bouée MOBY au large de
Hawaii, la bouée PlyMBoDy au large de Plymouth, les campagnes AMT dans l'Atlantique, la
plateforme au large de Venise... Par ailleurs, des études concernant le développement,
l'intercomparaison et la validation des algorithmes ont été effectuées au cours d'ateliers de
travail (Atelier sur les algorithmes de Production Primaire en janvier 1995, Atelier SEABAM
pour l'intercomparaison des algorithmes bio-optiques en décembre 1996 ...), ainsi que des
exercices de "round-robin"; enfin, une base de données bio-optiques (SeaBASS, "SeaWiFS
Bio-Optical Archive and Storage System") a été développée par la NASA.
19
4. Conclusion
Enfin nous pouvons affirmer que les satellites sont de véritables armes technologiques au
service de la planète. En effet, ils portent un œil protecteur sur le monde qui nous entoure à
condition d’être correctement employés.
Tous au long de ce chapitre nous avons pris connaissances aux différents satellites
spacieux : leurs principes et leurs domaines d’application. Par exemples Les satellites
d'observation de la Terre sont spécifiquement conçus pour observer la Terre. Ils sont
utilisés pour la surveillance, la météorologie de l'environnement exemple : METOSAT,
LANDSAT,
Les satellites océanographiques tels que MODIS, SEAWIFS et MERIS pour traitement des
eaux et de la couleur de la mer.
Nous aurons besoin dans les chapitre suivants de traiter, analyser, des images issus de certain
satellites cité dans ce chapitre.
20
Chapitre 3
LE CHLOROPHYLLE MARIN
CHAPITRE 3 LE CHLOROPHYLLE MARIN
1. introduction
Les différents satellites étudiés dans le chapitre précédent nous permettent d’observer la
terre comme l’eau. La végétation joue un rôle fondamental pour la vie terrestre en synthétisant
de la matière organique par le processus de photosynthétique. Son développement dépend des
conditions climatiques et de la richesse des sols, mais aussi des pressions exercées par la vie
animale et l'homme plus particulièrement. Elle est étudiée à l'échelle mondiale grâce aux
images fournies par les satellites d'observation de la terre : la lumière émise par le soleil est en
partie réfléchie par le couvert végétal puis détectée et analysée. Parce que les plantes
absorbent fortement la lumière visible et très peu la lumière proche infrarouge, leurs
propriétés optiques permettent de les distinguer de leur environnement.
2. Phytoplancton
Le phytoplancton (voir figure ci-dessous) réunit des Algues constituées par une seule
cellule autonome (Algues unicellulaires ou microalgues). Chaque cellule peut vivre isolée ou,
chez certaines espèces, rester réunie à d'autres cellules identiques pour former une colonie.
Figure 1 Différentes espèces de phytoplancton (Source: operex

http://cmore.soest.hawaii.edu/cruises/ / images / phytoplancton Variations_full.jpg)
1
 Production de matière organique et énergie solaire
Les algues sont des organismes qui, comme toutes les plantes, ont le merveilleux privilège de
fabriquer leur substance à partir de l'eau, du dioxyde de carbone (CO2) et des composés
minéraux, principalement azotés et phosphorés dissous dans l'eau. Elles sont dites autotrophes
(du Grec signifiant qui se nourrit soi-même). Elles ne se "nourrissent" donc pas de matières
organiques comme le font les animaux qui sont eux, hétérotrophes.
Pour cela, elles utilisent l'énergie de la lumière qu'elles captent grâce à la chlorophylle
contenue dans des organites cellulaires, les chloroplastes. Les réactions chimiques impliquées
dans ces synthèses de matière organique s'accompagnent d'une production d'oxygène. Elles
constituent la photosynthèse.
Les organismes végétaux du plancton sont donc des producteurs de matière vivante alors que
les animaux planctoniques, dépourvus de chlorophylle, ne sont que des transformateurs de la
matière fabriquée par les premiers. Aux latitudes supérieures à 40° nord et sud, 200 à 400
grammes de carbone, sous forme de dioxyde de carbone, sont incorporés chaque année dans
la matière vivante, par mètre carré d'océan. Il est estimé que environ 40 milliards de tonnes de
matière végétale (sèche) sont produites par an dans les mers et les océans.
Ayant un besoin absolu de la lumière solaire pour vivre, croître et se multiplier, les algues du
phytoplancton se localisent près de la surface des mers. Cependant, l'éclairement trop intense
et trop riche en radiations rouges des eaux très superficielles étant défavorable à la plupart
des espèces, beaucoup se cantonnent entre 10 et 40 mètres, c'est à dire à une profondeur où
subsiste environ un tiers de la lumière ayant traversé la surface et où dominent les radiations
vertes et bleues.
2
Figure 2 Spectre d’absorption des différent pigments (Source:
http://photos1.blogger.com/blogger/4178/911/1600/chlorophyll-carotenoid-abs.jpg)
3. Chlorophylle
La chlorophylle, Nom féminin du grec khloros = vert et phullon = feuille, est le
principal pigment assimilateur des végétaux supérieurs. La chlorophylle absorbe la part rouge
de la lumière et donne leur couleur verte aux feuilles. Il y a plusieurs sortes de chlorophylle
nommées a, b, c, d dont les longueurs d'onde d'activation ne sont pas tout à fait les mêmes. La
chlorophylle est présente à haute-concentration dans les chloroplastes des cellules végétales
vivantes. Teneur moyenne des eaux marines de surface en chlorophylle (SeaWIFS) pour la
période 1998-2006 (échelle logarithmique)[2.7].
La « chlorophylle a » est le pigment photosynthétique le plus commun du règne végétal ;
il est présent chez tous les végétaux aquatiques et terrestres (≈ 3 g/kg de feuilles fraîches.
La « chlorophylle b » se trouve chez les Cormophytes (végétaux supérieurs) et les
Chlorophycées (algues vertes) à des teneurs moindres (≈ 0.75 g/kg). (Définition recueillis via
wikipédia.com)[REF Vous avez dit algues vertes]
3
4. Couleur de l’eau et télédétection
4.1. Pourquoi s’intéresser au phytoplancton ?
Grâce à la détection de la concentration de la chlorophylle, il est possible d’estimer la
productivité primaire, c’est-à-dire la quantité de carbone intégré par les plantes sous forme de
matière organique lors de la photosynthèse chlorophyllienne. De cette manière, le
phytoplancton détient un rôle important dans le cycle du carbone. En effet, à une échelle
mondiale, le phytoplancton produit au moins la moitié de l’oxygène que nous respirons et plus
de 99.9 % du CO2 incorporé par les organismes vivants tout au long des temps géologiques
sont enfouis dans les sédiments marins. De plus, le phytoplancton est la base de toute la
chaîne alimentaire marine; des changements dans sa répartition et/ou son abondance peuvent
avoir un impact négatif sur tout l’écosystème marin. La croissance du phytoplancton nécessite
de la lumière solaire, de l’eau, du CO2 et des nutriments. C’est ce dernier élément qui est le
facteur limitant la croissance du phytoplancton.
4.2 Régulation de la quantité de phytoplancton dans les océans
Le facteur limitant la croissance du phytoplancton est l’abondance de nutriments (nitrates,
phosphates, silicates, …). Ceux ci se trouvent en grande quantité dans les eaux froides et
profondes des océans qui remontent à la surface dans les zones d’upwelling ou dans des
courants marins froids.
De cette manière, la quantité de phytoplancton présent dans les océans est étroitement liée à la
température des eaux de surface. Il existe cependant d’autres formes d’apport de nutriment
4
dans les eaux océaniques. Les fleuves et rivières se jetant à la mer après avoir charrié de la
matière en suspension lessivée tout au long de leur parcours terrestre en font partie. De
manière générale, toutes les arrivées d’eaux douces à la mer, qu’elles soient à l’air libre ou
souterraines, sont chargées de nutriments de part leurs parcours terrestres. Sont comprises
dans ce lot les eaux de surface ayant lessivé les fertilisants agricoles, les eaux usées, les jus de
décharges, … en bref, toutes les eaux polluées.
Un des moyens de discriminer entre ces différentes sources de nutriments possible est de
corréler la concentration de chlorophylle avec la température de surface des océans. Si les
zones de forte concentration correspondent aux zones de basses températures et si elles sont
variables au cours des saisons, il y a de fortes chances pour que cet apport de nutriments soit
naturel. Si, au contraire, les zones de fortes concentrations ne varient pas au fil des saisons et
ne sont pas corrélables avec la température de surface des océans, il se peut que les nutriments
soient d’origine anthropique. Les apports provenant de cours d’eaux sont eux-mêmes
considérés comme pollutifs. En effet, leurs eaux ont drainé tout un bassin versant de
fertilisants et d’eaux usées rejetées dans les rivières. Dans le cas du phosphate, par exemple,
la portion naturelle est très faible et non-soluble à l’eau. Une fois parvenu dans la zone
deltaïque, celui-ci va couler vers le fond et sédimenter. Au contraire, le phosphate d’origine
anthropique est hautement soluble et va de cette manière intervenir dans la croissance du
phytoplancton.
C’est ainsi que l’on comprend mieux pourquoi la détection de la concentration de
chlorophylle dans les océans (ainsi que l’estimation de la production primaire) est importante.
Elle permet d’indiquer les zones de forte production biologique, de cerner les limites entre des
eaux de forte et de faible productivité, d’indiquer les régions où la concentration en
nutriments est élevée, de visualiser le transport des sédiments et les interactions entre les
courants (le phytoplancton étant un organisme se laissant passivement porter par les courants,
5
il est considéré comme marqueur). D’autres applications à partir des données issues de la
télédétection marine sont la recherche sur les propriétés optiques des océans, la surveillance
de la pollution et de l’eutrophisation côtière, la variabilité saisonnière et annuelle, la
variabilité des courants, les recherches pour la pêche, la correlation des phénomènes
océaniques et des maladies infectieuses, la resuspension et le transport des sédiments par les
tempêtes, la surveillance des coraux, … [4.].
4.3 Le rôle du phytoplancton dans le cycle du carbone
La concentration de CO2 dans l’atmosphère et celle dans les océans sont en équilibre.
Lors de la photosynthèse, le phytoplancton produit une diminution de la concentration de CO 2
dans les eaux océaniques et libère de l’oxygène en tant que déchet. Cette diminution a pour
conséquence de permettre aux océans l’absorption de CO 2 additionnel provenant de
l’atmosphère. De plus, lors de la mort du phytoplancton, ces organismes tombent vers le fond
des océans et sont petit à petit recouverts par d’autres organismes morts ainsi que des
sédiments. En piégeant le carbone de cette manière, les océans jouent le rôle d’un important
puits (voir figure ci-dessous)
6
Figure 3 : L’impact du phytoplancton sur l’écosystème marin
Si l’on se rend aisément compte qu’une diminution de phytoplancton entraînerait une
diminution de tous les organismes marins et terrestres dépendants directement ou
indirectement de lui, une surabondance de phytoplancton peut aussi avoir des conséquences
néfastes. En effet, un “bloom“ de phytoplancton réduira la quantité de lumière solaire
parvenant au fond de l’eau, voire même l’empêchera de pénétrer jusqu’au fond. Ce manque
de lumière aura pour conséquence un déclin massif de la végétation aquatique submergée, qui
constitue elle-même une “pouponnière“ vitale pour certaines espèces de poissons et
d’invertébrés dont la perte peut provoquer de graves résultats écologiques. De plus, lors de la
mort de ce “bloom“ de phytoplancton, l’accumulation massive de ces organismes en
décompostition aura pour effet de diminuer la quantité d’oxygène présente dans les eaux
7
profondes. La plupart des organismes marins ayant besoin d’oxygène pour vivre, une telle
diminution aura pour eux des conséquences néfastes.
4.4 La couleur des océans
La couleur des océans est déterminée par les interactions de la lumière solaire incidente
avec les substances et les particules présentes dans l’eau. La matière en suspension est en
grande partie composée de phytoplancton ainsi que de particules inorganiques, de substances
dissoutes, ….
Le phytoplancton est un organisme photosynthétique contenant de la chlorophylle, un
pigment absorbant la lumière dans les longueurs d’ondes rouge et bleue et la transmettant
dans le vert, ce qui explique sa couleur.
Lorsque la lumière solaire illumine la surface des océans, elle est sujette à plusieurs effets
optiques, tels que la réflexion et l’absorption de la lumière. Une partie est directement
réfléchie (= Sun Glint), mais la majeure partie pénètre sous la surface de l’océan et interfère
avec les molécules d’eau et la matière en suspension rencontrées. L’absorption de l’eau
élimine en premier lieu les longueurs d’ondes les plus courtes (rouge) mais permet la
transmission des longueurs d’ondes les plus longues (bleu), ce qui explique la couleur
généralement bleue des océans. Cette couleur est toutefois altérée par la présence de matières
en suspension organiques, telles que le phytoplancton vivant, de matières en suspension
minérale, telles que les sédiments et les détritus, et de matière organique dissoute. Les zones
deltaïques constituent un exemple d’eaux chargées de matières en suspension variées dont la
couleur apparaît plutôt brune.
L’intensité du rayonnement émit par la surface des océans résultant de ces interactions
(water-leaving radiance) est mesuré par des radiomètres dans certaines longueur d’ondes
8
données. Ces mesures peuvent ensuite être mises en relation avec les divers constituants de la
colonne d’eau interférant avec la lumière visible, tels que la chlorophylle.
La concentration de chlorophylle peut par la suite être utilisée pour estimer la production
primaire qui est la quantité de matière organique, et donc de carbone, fixée lors de la
photosynthèse chlorophyllienne.
L’utilisation de capteurs placés en orbite autour de la Terre permet une vue d’ensemble
globale qu’il serait impossible à obtenir à partir d’un bateau ou d’une installation terrestre.
De plus, le passage régulier des satellites au-dessus d’une zone donnée permet une
surveillance constante et donc le suivi autant spatial que temporel d’un phénomène donné.
Les buts fondamentaux de la télédétection dans le domaine de la couleur des océans sont
d’une part de mesurer la concentration de la chlorophylle et d’autre part de déterminer avec
précision la productivité primaire du phytoplancton.
La manière principale de déterminer la concentration de la chlorophylle est de mesurer la
quantité de lumière absorbée pour une longueur d’onde particulière, 443 nm. Des algorithmes
analytiques développés par les chercheurs en optique océanographique permettent de
convertir ces mesures en concentration de chlorophylle a. Il existe d’autres molécules de
chlorophylle, appelés b, c, d, et e, mais la chlorophylle a prédomine et est la plus importante.
La mesure de la fluorescence naturelle de la chlorophylle permet d’évaluer l’état
physiologique du phytoplancton, sa santé, et donc sa capacité a effectuer la photosynthèse.
Le capteur SeaWiFS, conçu pour une mission globale sur la couleur des océans ne
possède pas le canal permettant de mesurer la fluorescence, mais le capteur MODIS oui
(bande 14, à 676.7 nm). Les données de SeaWiFS ne permettent que de déterminer la
concentration de la chlorophylle a. Les données de MODIS permettront de rafiner ces
estimations en incorporant des données sur l’état physiologique des producteurs primaires
9
eux-mêmes, le phytoplancton, grâce à la fluorescence naturelle de la chlorophylle lors de son
exposition à la lumière.
10
5. Conclusion
Ce chapitre nous a permi de prendre quelques notions sur la végétation marines et leurs
impacts sur la mer et couleur de l’océan. Nous avons conclu que le chlorophylle-a constitue
l’élément important de la biomasse de notre planète. Dans le chapitre nous allons étudier la
concentration du chlorophylle-a à travers différents satellites.
11
Chapitre 4
TRAITEMENT ET INTERPRETATION
DES IMAGES
CHAPITRE 4 TRAITEMENT ET INTERPRETATION DES IMAGES
1. Introduction
Afin de pouvoir voir la variance de la chlorophylle à travers le temps sur la côte Algérienne et
sur la carte géographique universelle, il nous a fallu dans ce chapitre faire le traitement et
l’interprétation des images acquises durant la période allant de 2002 à 2010.
2. Description du logiciel de traitement SeaDAS
SeaDAS (SeaWiFS Data Analysis System) est un logiciel qui a été développé par la NASA
pour visualiser, traiter, analyser et contrôler la qualité de tous les produits de SeaWiFS, ainsi
que des produits issus de ADEOS / OCTS (Advanced Earth Observing Satellite / Ocean
Color and Temperature Scanner, Japon), MOS (Modular Optoelectronic Scanner,
Allemagne) et CSCZ (Coastal Zone Color Scanner, NASA). Il permet aussi la visualisation
des produits “océaniques” de MODIS (Moderate Resolution Imaging Spectroradiometer,
NASA), ainsi que des fichiers contenant la température de surface des océans de AVHRR
(Advanced Very High Resolution Radiometer, NOAA)[14]
3. COULEUR DE L'OCEAN ( OC)
Le terme « couleur de l’océan » est déterminé par l’interaction de la lumière incidente avec
les particules en suspension dans l’eau. Les utilisateurs sont principalement intéressés par la
biomasse phytoplanctonique et la concentration de sédiment. Les mesures depuis les satellites
fournissent des valeurs de réflectance dans divers canaux visibles (canaux « étroits »
sensibles aux propriétés recherchés mais également aux phénomènes atmosphérique et
opaque aux nuages), obtenus après des corrections avancées (atmosphère : vapeur d’eau,
aérosols, ozone ; angles de visée et d éclairement ; surface,..). Elles permettent de restituer, à
partir d’algorithmes bio-optique expérimentaux, qu’il est nécessaire de valider, des
paramètres évolués à la surface de l’océan (ex : chlorophylle-a, coefficient d’atténuation,..) ou
dans l’atmosphère (ex : épaisseur optique,..).
Le processus de restitution des paramètres « couleur de l’ocean » est opéré à partir de
satellites en orbite polaire : 1 passage/jour (orbites de jour), résolution 1km (LAC : Local
Average Cover) - du satellite orbView2- capteurs SeaWiFS ou/et EOS/NASA – capteur
1
MODIS (ENVISAT/MERIS).. Il existe des couvertures mondiales à partir d’enregistrement

GAC ( Global Average Cover) aux résolutions de 4 km (MODIS) et 9 km ( SeaWiFS et
MODIS)
La réalisation de synthèse temporelle (N jours, semaine, ..) présente l’avantage de
réduire les zones sans information, l’observation étant impossible en ciel nuageux.
Chaque produit satellite a des caractéristiques uniques dépendant du capteur et du type
d’algorithme appliqué.
Les produits sont « validés » (cal/val) par comparaison avec des mesures in-situ,
principalement lors de campagnes océanographiques ou de bouées. Cette « calibration » est
nécessaire pour l’ajustement des paramètres expérimentaux des algorithmes de restitution.
3.1 Les produits « standards » de niveau 2 et 3, pour MODIS et

SeaWiFS
 Luminance « normalisée » à la surface de l’eau : nLw_XXX aux longueurs d’onde

du radiomètre (mW.cm.μm-2.sr-2)
 MODIS : 412, 443 ,488, 531, 551,667 nm
 SeaWiFS : 412, 443, 490, 510, 555,670 nm
 Epaisseur optique des aérosols : Tau_XXX (sans dimension)

 MODIS : 869 nm
 SeaWiFS : 865 nm
 Concentration de chlorophylle_a ( mg.m-3)

 MODIS : OC3
 SeaWiFS : OC4
 Coefficient d’atténuation diffuse a 490 nm (m-1) : K490
 Coefficient d’Angstrom (sans dimension) Angstrom_XXX

 MODIS : 531 : 531_869 nm
 SeaWiFS : 510 : 510_865 nm
2
Il existe également un produit de Rayonnement Actif Photosynthetique (PAR)

(Einstein/m2/day )pour le soleil 400_700 nm : SeaWiFS_PAR
 Remarques
 Certains produits de niveaux 3 existent en Standard Map Image (SMI) qui sont des
représentations sous forme d’images (colorées) ou « Binned products » , ensemble de
données « matricielles » quantitatives et géolocalisées.
 Le format SMI, codé sur 8 bits, avec perte de précision sur une grille équi-
rectangulaire est plus adapté à l accès facile d’une image globale
 Le format « binned » maintient les données en projection « equal area », et est
conseillé pour des études détaillées et quantitatives.
 Les produits disponibles sont obtenus à partir de (pré)traitements des données
d’acquisition (Level1) ou prétraitées ( level 2) haute résolution (1km) ou GAC ( 4km)
; Leurs « qualité » dépend du degré de sophistication des traitements utilisés :
Acquisition, prétraitement 1b (navigation, étalonnage),corrections diverses
(atmosphère), algorithmes spécifiques aux traitement « couleur » de l’océan.
 Plusieurs réalisations commerciales ( de qualité et coûts « variable » ) sont proposés
par des constructeurs de stations de réception, ainsi que l ensemble des orbites
(acquisition locales auprès de stations « authorized », orbites GAC mondiales )
4. Plate forme utilisée
Nous avons effectué notre recherche en utilisant un pc portable (Packard Bell) de 2 Go de

ram et 1.90 Ghz de processeur AMD Athelon( T m) 64 x 2 Dual core avec un Windows 7.
Afin d’installer le logiciel Seadas nous avons installé une machine virtuel VMware-player-
3.1.0-261024.
5. Acquisition des images
Afin d’étudier la variabilité dans le temps et l’espace de la concentration de chlorophylle a sur
la surface des océans, nous avons sélectionné un certain nombre d’images MODIS du site
SEADAS. Sur la base de ces dernières, des images SEAWIFS ont été acquises. Le site
3
SEADAS permet de sélectionner les images que l’on veut acquérir en spécifiant la date et les
coordonnées en latitude et longitude de la zone sur laquelle se porte notre Intérêt ainsi
d’autres paramètres tels que :
 Le satellite
 Le niveau
 La résolution
 Des images journalières ou mensuelles ou annuelles (annuel composite)
 Images du jour ou de la nuit …etc
L’étude s’est portée dans un premier temps sur l’acquisition des images annuelles de la côte
algérienne, et ensuite sur le traitement des ces images acquises puis on s’est visée sur une
l’étude particulière des images journalières et mensuelles de la mer méditerranéenne de
l’année 2010. Afin de traiter les images acquises, il a fallut les extraire en format « .
L3_YR_CH_chlor_a 9km » car lors de l’acquisition elles étaient en format « .bz2 »
L’extraction a été faite sous une console d’un VMW avec la commande suivante :
« seadas@seadasva:~$ bunzip/ chemin de l’image/ nom de l’image.bz2 ». ( voir figures :
5.1,5.2)
Figure 1 : Acquisition des images MODIS / SEAWIFS à partir du site SEADAS
4
Figure 2 : Acquisition des images MODIS à partir du site SEADAS
Figure 3 : Acquisition des images SEAWIFS à partir du site SEADAS
5
Figure 4 : Extraction des images MODIS 9km annuelle entre 2002-2010
Figure 5 : Extraction des images SEAWIFS 9 km annuelle entre 2002-2010
6
5.1 Données MODIS
5.1.1 Zone de la Côte Algérienne
Les images acquises du satellite MODIS de la côte algérienne (allant du port MARSA BEN
M’hidi jusqu'au port d’EL KALA) [15] sont traitées par le logiciel Seadas selon les
paramètres suivant :
 Latitude range (nord / sud) : 38 /35
 Longitude range (Est /Ouest) : -0.3/ 8.7
 Résolution 9 km
 Capteur : MODIS
 Images annuelles, level L3 Figure 6: la côte Algérienne (MODIS/SEADAS)
5.1.2 Zone de la mer méditerranéenne
Les images acquises du satellite MODIS de la mer méditerranéenne sont traitées par le
logiciel SEADAS selon les paramètres suivant :
 Latitude range (nord / sud) : 37 N
 Longitude range (Est /Ouest) : 0.4 W
 Capteur : MODIS
 Images journalières et mensuelles, level L2
7
5.2 Données SEAWIFS
5.2.1 Zone de la Côte Algérienne
Les images acquises du satellite SEAWIFS de la côte algérienne (allant du port MARSA BEN
M’hidi jusqu'au port d’EL KALA) [15] sont traitées par le logiciel Seadas selon les
paramètres suivants :
 Latitude range (nord / sud) : 38 /35
 Longitude range (Est /Ouest) : -0.3/ 8.7
 Capteur : SEAWIFS
 Images annuelles, level L3 Figure 7: la côte Algérienne (SEAWIFS/SEADAS)
Les images acquises du satellite SEAWIFS de la zone de la mer méditerranéenne sont traitées
par le logiciel SEADAS selon les paramètres suivants :
 Latitude range (nord / sud) : 37 N
 Longitude range (Est /Ouest) : 0.4 W
 Capteur : SEAWIFS
 Images journalières et mensuelles, level L2
8
6. Traitement des données
6.1 Algorithmes de traitement

6.1.1 Algorithmes empiriques (statistiques)
 OC4 version 4 (SeaWiFS opérationnelle; O'Reilly et al. 2000)

 OC4 version 5 (pour retraitement SeaWiFS suivant)
 OC3 version 5 (MODIS opérationnelle)
 OC2 version 5
 OC3-CB (Old Dominion University; tuned to Bay)
 Clark (NOAA; tuned to Bay; full-band; OC2 analog)
 Carder (operational VIIRS; OC2 analog)
6.1.2 Algorithmes semi-analytique

 GSM01 (Maritorena et al. 2002)
 GSM01-CB (tuned to Bay; Magnuson et al. 2004)
 Forme générale de l'algorithme empirique (statistique)
log10 (Ca) = (c0 + c1 R + c2 R2 + c3 R3 + c4 R4)
Où R est log10 (Rrs λ /

Rrs555)
 Longueurs d'onde utilisées
OC4 = 443 > 490 > 510 / 555
OC3 = 443 > 490 / 555
OC2 = 490 / 555
Clark = 490 / 555
Carder = 490 / 555 Figure 8: OC4 Version 5
9
 Principales différences (Rrs and Ca)
Development data set (Rrs and Ca)

Coefficients / régression
Rrs == Distance de détection de réflectance (remote sensing reflectance)

a == Coefficient d’absorption
bb == Coefficient de rétrodiffusion
g == Constante
a séparés en contributions par: l’eau (water) (w) , dissous + non-algues matériaux détritiques (DG),
et le phytoplancton (φ)
bb séparés en contributions par: l'eau (water) (w), et les particules (p)
(simplification de l'équation de transfert radiatif)
Rrs(λ) : par satellites(s)/ S, η, g0, g1, & aφ *(λ) sont constants
adg(443), bbp(443), & Chl Inconnus

10
6.2 Méthode pour obtenir la chlorophylle à partir des réflectances
L’estimation de la chlorophylle (Chl) est obtenue à partir d’une méthode empirique (Gohin et
al.,2002) basée sur l’application d’une Table de Correspondance aux réflectances de
télédétection. La méthode est une variante de l’algorithme OC4/SeaWiFS de la NASA
(O’Reilly et al., 1998), ouOC3M-547 pour MODIS, mais donne des résultats bien plus
réalistes dans les eaux côtières où la diffusion par les matières en suspension minérales et
l’absorption par les substances organiques dissoutes colorées (CDOM) est à l’origine de fortes
erreurs dans l’application des algorithmes standards.
Le principe d’OC4 est de relier la concentration en chlorophylle au rapport Bleu sur Vert pour
tenir compte du fait que le pigment chlorophyllien absorbé dans le bleu (pic d’absorption à
443 nm). La relation est donc inverse entre les réflectances Bleu/Vert et la concentration en
chlorophylle. Alors qu’OC4 (Ocean Colour 4 Channels) n’utilise que 4 canaux allant de 442
(Bleu) à 559 nm (Vert) et détermine la Chl à partir du maximum des trois rapports
Rrs(Bleu)/Rrs(Vert) calculés à partir de trois canaux dans le bleu, de 442 à 510, notre
algorithme tient compte aussi des niveaux de réflectance dans la plus petite longueur d’onde
disponible (412nm) et le Vert. La concentration en chlorophylle est donc définie, pixel par
pixel, à partir du triplet (R(412), R(Vert), Maximum OC4 (R(Bleu)/R(Vert)).
R(412) est sensible à l’absorption par le CDOM et à l’erreur de la correction atmosphérique
de la donnée de départ (sommet de l’atmosphère), particulièrement marquée aux courtes
longueurs d’onde où le signal marin est faible. R(Vert) est pris en compte pour évaluer l’effet
de diffusion par les particules minérales en suspension si nombreuses sur le plateau
continental après les tempêtes ou par fort coefficient de marée.
11
Notre travail consistait à acquérir d’abord des images de la côte algérienne de chaque année,
durant une période allant de 2002 à 2010. Afin de mieux voir la variation de la concentration
de la chlorophylle-a nous avons colmaté des images sur la zone de la mer méditerranéenne de
l’année 2010.Ensuite nous avons traité ces images à l’aide du logiciel seaDAS de telle façon à
obtenir des images contenant les informations suivantes :
 Moyenne de la chlorophylle durant
 Ecart type (SDT)
 Mode
 Concentration de la chlorophylle a
Le facteur limitant la croissance du phytoplancton est la présence de nutriments.
Ces derniers peuvent être soit d’origine naturelle, comme les zones d’upwelling ou les
courants froids, soit d’origine anthropique ; lessivage de fertilisants, rejet à la mer d’eaux
usées de diverses natures (ménagères, industrielles, chimiques, …).
La chlorophylle a peut être considérée comme un marqueur de courant. En effet, le
phytoplancton est un organisme qui flotte mais ne nage pas. Il se fait donc emporter par les
courants
 Moyenne annuelle (L3)
La moyenne annuelle permet de mettre en évidence les structures à caractère constant tout au
long de l’année, ou sur la majorité de celle-ci, ainsi que les tendances générales. Un épisode
trop court dans le temps ne figurera pas sur une telle moyenne.
 Ecart type (SDT)
L'écart-type sert à mesurer la dispersion, ou l'étalement, d'un ensemble de valeurs autour de

leur moyenne. Plus l'écart-type est faible, plus la population est homogène.
 Variance (Mode)
La variance est une mesure arbitraire servant à caractériser la dispersion d'une

distribution ou d'un échantillon.
 La fonction arithmétique « band function »
12
Figure 9 : La fonction “arithmetic band function”
 Permet de faire l’assemblage de ces images. Dans notre étude cette fonction nous a permet
d’assemblée les images journalière de l’année 2010 de côte méditerranéenne et les
rassemblée pour obtenir une seul image mensuelle contenant les informations suivantes :
Moyenne de la chlorophylle, Ecart type (SDT) et la variance.
13
6.3 Données MODIS
6.3.1 La zone de la Côte Algérienne
Le traitement des images de la côte algérienne acquises du satellite MODIS nous a permis
d’en déduire un tableau qui contient la moyenne annuelle de la concentration du chlorophylle
a durant la période 2002 à 2010
Année 2002 2003 2004 2005 2006 2007 2008 2009 2010
CH-a 0.2784 0.2798 0.2969 0.2827 0.3133 0.3571 0.3135 0.3841 0.3698
3
(mg/m )
Tableau 1: Données annuelle de la moyenne de la concentration de la chlorophylle de

la côte algérienne (MODIS)
6.3.2 La zone de la mer méditerranéenne
Le traitement des images acquises de la zone de la mer méditerranéenne du satellite MODIS

nous a permis d’en déduire des tableaux qui contiennent des informations journalières et
mensuelles de l’année 2010 de la concentration du chlorophylle a , de l’écart type et de la
variance
Janvier/ Moyenne Moyenne

18 21 22 Février/ jours 23 03
jours Ch-a Ch-a
Ch-a 2.1970 0.9248 0.7813 1.1475 Ch-a 0.6481 0.7444 0.8209
STD 4.4996 1.6828 1.8237 3.1109 STD 1.2605 1.8066 1.6645
MODE 0.6687 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687
14
Avril/ Moyenne
Mars/ Moyenne 24 26 28
16 27 4 jours Ch-a
jours Ch-a
Ch-a 0.8224 0.5494 0.4699 1.5639 Ch-a 0.3195 0.7556 0.5457 0.7580
STD 1.7355 1.3083 1.1422 3.9950 STD 1.5859 2.6614 1.7517 0.7154
MODE 0.6687 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687 0.6687
Moyenne Moyenne
Mai/ jours 19 23 Juin/ jours 29 04
Ch-a Ch-a
Ch-a 0.6583 0.3706 0.4510 Ch-a 0.4958 0.4427 0.6572
STD 1.8792 1.6796 1.5741 STD 1.8715 1.4606 2.7519
MODE 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687
Moyenne
Moyenne Aout/ jours 14 25
Juillet/ jours 13 06 Ch-a
Ch-a
Ch-a 0.3097 0.2137 0.5819
Ch-a 0.2019 0.4376 0.2665
STD 1.4617 1.4683 2.8200
STD 0.7719 1.5024 1.0520
MODE 0.6687 0.6687 0.6687
MODE 0.6687 0.6687 0.6687
Septembre / Moyenne Octobre Moyenne

10 03 01 25 05
jours Ch-a / jours Ch-a
Ch-a 0.1960 0.2179 0.2138 Ch-a 0.3558 0.3008 0.2820 0.2446
STD 0.9172 1.1561 1.1255 STD 0.8360 1.0583 1.4245
MODE 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687 0.6687
Novembre / Moyenne
13 18
jours Ch-a
Ch-a 0.5062 0.5215 0.5386
STD 1.7330 1.5633 1.7936
MODE 0.6687 0.6687 0.6687

chlorophylle de la côte méditerranéenne de l’année 2010
15
6.4.1 La zone de la Côte Algérienne
Le traitement des images acquises de la côte algérienne du satellite SEAWIFS nous a permis
d’en déduire un tableau qui contient la moyenne de la concentration du chlorophylle a durant
la période 2002 -2010
Année 2002 2003 2004 2005 2006 2007 2008 2009 2010
CH-a 0.2501 0.2376 0.2474 0.2241 0.2703 0.2806 0.2194 0.4033 0.2198
(mg/m3)
Tableau 3: Données annuelles de la moyenne de la concentration de la chlorophylle

de la côte algérienne (SEAWIFS)
6.4.2 La zone de la mer méditerranéenne
Le traitement des images acquises de la zone de la mer méditerranéenne du satellite

SEAWIFS nous a permis d’en déduire des tableaux qui contiennent des informations
journalières et mensuelles de l’année 2010 de la concentration du chlorophylle a , de l’écart
type et de la variance
Moyenne Moyenne
Janvier/ jours 14 02 Février/ jours 20 03
Ch-a Ch-a
Ch-a 0.1412 0.3233 0.1205 Ch-a 0.2281 0.2900 0.1222
STD 0.3850 1.3653 0.1720 STD 0.6059 0.6631 0.2727
MODE 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687
16
Juin/ Moyenne
Mars/ Moyenne 18 20 03
14 19 jours Ch-a
jours Ch-a
Ch-a 0.3079 0.6018 0.7036 0.2037
Ch-a 0.3831 0.3173 0.1825
1.1711 0.9940 0.5853 STD 1.3443 1.9403 2.4209 0.7636
STD
MODE 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687 0.6687
Avril/ Moyenne
10 15 25 27 03 05
jours Ch-a
Ch-a 0.5306 0.8753 0.6272 0.6247 0.4861 0.3304 0.2545
STD 2.0370 3.2464 2.3231 2.2042 2.082 1.4741 0.0359
MODE 0.6687 0.6687 0.6687 0.6687 0.6687 0.6687 0.6687
Moyenne Juillet/ Moyenne

Mai/ jours 7 12 15 18 19 25
Ch-a jours Ch-a
Ch-a 0.4584 0.5130 0.1592 Ch-a 0.7451 0.5638 0.8199 0.4901 0.1998
STD 1.7855 2.0370 1.4950 STD 2.4849 2.0673 2.8699 1.6101 0.2344
MODE 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687 0.6687 0.6687
Aout/ Moyenne Décembre Moyenne

29 03 04 07 03 06 09
jours Ch-a / jours Ch-a
Ch-a 0.5543 0.4164 0.5559 0.3444 0.1761 Ch-a 0.4575 03708 0.4897 0.2428
STD 1.4592 1.5701 1.9127 1.4124 0.0863 STD 1.1638 1.9134 1.5898 0.8501
MODE 0.6687 0.6687 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687 0.6687
Novembre Moyenne Octobre Moyenne

11 14 20 04 16 19 26
/ jours Ch-a / jours Ch-a
Ch-a 0.2572 0.2377 0.3173 0.2246 0.2933 Ch-a 0.4106 0.2774 0.2537 0.1921
STD 0.5027 0.6862 0.9205 0.5625 0.6027 STD 1.6159 0.7853 0.7676 0.3523
MODE 0.6687 0.6687 0.6687 0.6687 0.6687 MODE 0.6687 0.6687 0.6687 0.6687
Septembre Moyenne
14 17 27 30 04 08
/ jours Ch-a
Ch-a 0.3323 0.4076 0.4821 0.5092 0.5925 0.5920 0.1483
STD 1.0547 1.6439 1.6862 1.8074 1.9121 2.1957 0.0454
MODE 0.6687 0.6687 0.6687 0.6687 0.6687 0.6687 0.6687
17

chlorophylle de la côte méditerranéenne de l’année 2010 (SEAWIFS)
7. Interprétation des données
Suite aux traitements des images acquises par les deux satellites MODIS et SEAWIFS de la côte
algérienne et de la zone méditerranéenne, nous avons pu faire des histogrammes et des graphes
permettant d’évaluer la moyenne de concentration de la chlorophylle a
 Flag de la bathymétrie
Dans les zones où la profondeur de l’eau est inférieure à 30 mètres, il est possible que le fond
marin reflète les ondes lumineuses, faussant ainsi la réflectance issue de l’eau. Afin de tenir
compte de cet effet, un flag de bathymétrie est utilisé lorsque la profondeur est inférieure à 30
mètres.
Dans le cas de cette étude, ces deux flags sont d’une importance particulière. La figure 5.8
propose une vue de ces derniers sur certaines des images SeaWiFS montrant une
concentration de la chlorophylle élevée, moyenne ou faible. Ainsi la même chose pour le
satellite MODIS
Figure 10 : Flag de la bathymétrie de la côte algérienne (SEAWIFS)
18
7.1 Données MODIS
7.1.1 Histogramme de la Côte Algérienne
40000
35000
30000
25000
20000
15000
10000
5000
0
2002 2003 2004 2005 2006 2007 2008 2009 2010
Figure 11: histogramme annuelle de la côte Algérienne en concentration de la chlorophylle a
durant 2002-2010 par MODIS
 Nous remarquons que
Dans l’histogramme de la figure 9, Il ya une légère fluctuation voire même une stabilité de la
concentration de la chlorophylle a entre l’année 2002 -2006. Trois pic importants
apparaissent en 2007 en 2009 et en 2010 .le pic est plus accentué en 2009. La moyenne de
concentration de la chlorophylle est de 0.3571 mg/m3en 2007, de 0.3698 mg/m3 en 2010 et
d’une moyenne plus importante en 2009 soit 0.3841 mg/m3
 Conclusion
Sur la moyenne annuelle, les variations se sont aplaties, mais nous remarquons tout de même
une accentuation à partir de l’année 2007. Comme il n’y a pas d’arrivée de cours d’eau
importants dans les zones concernées, une corrélation de ces anomalies avec la température de
surface des océans permettrait de se faire une idée plus précise de leurs origines : naturelle ou
anthropique ? La question est d’autant plus justifiée que ces anomalies se rencontrent aux
endroits de grands centres urbains
19
7.1.2 Courbes de la zone de la mer méditerranéenne
Suite aux traitements des images acquises par le satellite MODIS de la zone méditerranéenne, nous
avons pus faire des courbes des images permettant d’évaluer la moyenne mensuelle de concentration
de la chlorophylle a durant l’année 2010
Janvier Février
Mars Avril
20
Juin Juillet
Aout Septembre
Octobre Novembre
Figure 12 : Diagrammes des moyennes mensuelles de la concentration de la chlorophylle-a
de la zone méditerranéenne de l’année 2010.
21
Ces images ( voir figure 13 ) montrent la variation mensuelle de la concentration de la
chlorophylle-a de l’année 2010 de la côte méditerranéenne
Janvier Février Mars avril
Mai juin juillet aout
septembre octobre novembre
Figure 13 : Images des moyennes mensuelles de la concentration de la chlorophylle-a de la
zone méditerranéenne de l’année 2010.
Mois Janvier Février Mars Avril Mai Juin Juillet Aout Sept Oct Nov Dec
CH-a 1.1475 0.8209 1.5639 0.7580 0.4510 0.6572 0.2665 0.5819 0.2138 0.2446 0.5386
(mg/m3)
.
Tableau 5 : Données mensuelles de la moyenne de la concentration de la chlorophylle de
l’année 2010 de la côte méditerranéenne (MODIS)
22
nous a permis d’en déduire un tableau et histogramme qui contiennent des informations
mensuelles de l’année 2010 sur la variation de la concentration du chlorophylle-a
Variation Mensuelle de la Chlorophylle-a de

la mer Méditerranéenne de l'année 2010
MODIS
200
150
100
50
0 ch-a
de l’année 2010 de la côte méditerranéenne
Nous remarquons :
L’utilisation harmonieuse des données provenant de l’analyse multi-date de l’année 2010

de la mer méditerranéenne a montré que :
 à l’échelle de l’année, la concentration en chlorophylle montre une grande disparité
mensuelle dans sa répartition. Les mois de janvier, février, mars et avril enregistrent
les concentrations les plus élevées. À partir de mai, la teneur de la concentration
décroit pour atteindre son minimum au mois de Septembre ;
23
7.2.2 La zone Côte Algérienne
0,4500
0,4000
0,3500
0,3000
0,2500
0,2000
0,1500
0,1000
0,0500
0,0000
2002 2003 2004 2005 2006 2007 2008 2009 2010
Figure 15: Images SEAWFS annuelles de la côte Algérienne de la concentration de la
chlorophylle durant 2002-2010
 Nous remarquons que :
Il ya un seul pic important en 2009 d’une moyenne concentration de la chlorophylle de
0.4033 mg/m3 , ensuite règne une stabilité de moyenne (2002-2010) qui varie entre 0.2194
mg/m3 en 2008 et de 0.2806 mg/m3 en 2007.
24
Janvier Février
Mars Avril
Mai Juin
25
Juillet Aout
Septembre Octobre
Novembre Décembre
Figure 16: Diagrammes des moyennes mensuelles de la concentration de la chlorophylle-a de
la zone méditerranéenne de l’année 2010.
26
Ces images ( voir figure 17 ) montrent la variation mensuelle de la concentration de la
chlorophylle-a de l’année 2010 de la côte méditerranéenne
Janvier Février Mars avril
Mai Juin Juillet Aout
Septembre Octobre Novembre Décembre
Figure17: Images des moyennes mensuelles de la concentration de la chlorophylle-a de la
zone méditerranéenne de l’année 2010.
 Nous remarquons :
L’utilisation harmonieuse des données provenant de l’analyse multi-date de l’année 2010

de la mer méditerranéenne a montré que :
 à l’échelle de l’année, la concentration en chlorophylle montre une grande disparité
mensuelle dans sa répartition. Les mois de janvier, février, mars et avril enregistrent les
27
concentrations les plus faibles. À partir de mai, la teneur de la concentration croit pour
atteindre son maximum au mois de Novembre ;
nous a permis d’en déduire un tableau et histogramme qui contiennent des informations
mensuelles de l’année 2010 sur la variation de la concentration du chlorophylle-a .
Mois Janvier Février Mars Avril Mai Juin Juillet Aout Sept Oct Nov Dec
CH-a 0.0806 0.0723 0.0546 0.0717 0.1592 0.2037 0.1998 0.1761 0.1483 0.1921 0.2933 0.2428
3
(mg/m )
Tableau 6 : données mensuelles de la moyenne de la concentration de la chlorophylle de
l’année 2010 de la côte méditerranéenne (SEAWIFS)
Variation Mensuelle de la Chlorophylle-a de

la mer Méditerranéenne de l'année 2010
30
25
20
15
10 Chl-a
5
0
de l’année 2010 de la côte méditerranéenne
28
8. Comparaison des images MODIS et SEAWIFS
8.1 Zone de la Côte Algérienne
0,4500
MODIS
0,4000 SEAWIFS
0,3500
0,3000
0,2500
0,2000
0,1500
0,1000
0,0500
0,0000
2002 2003 2004 2005 2006 2007 2008 2009 2010
Figure19: histogramme annuel du satellite MODIS et SEAWIFS de la côte Algérienne entre
2002-2010
 Nous constatons que :
 Dans les deux capteurs : La moyenne de la concentration en chlorophylle-a est

presque stable entre l’année 2002 à 2006 et remonte entre les années 2007 à 2010.
 La moyenne de la concentration en chlorophylle-a la plus élevée et la plus forte
dans les deux capteurs est constatée dans l’année 2009, soit : 0.4033 mg/m3 par le
capteur Seawifs et par le capteur MODIS.
 La moyenne de la concentration en chlorophylle-a images MODIS est plus
importante par rapport aux images SEAWIFS
29
Conclusion :
 Le capteur MODIS contient une bonne résolution d’images et donne des résultats bien
plus réalistes dans les eaux côtières où la diffusion par les matières en suspension
minérales et l’absorption par les substances organiques dissoutes colorées (CDOM) est
à l’origine de fortes erreurs dans l’application des algorithmes standards.
 La moyenne de la concentration en chlorophylle-a décroit chaque année de plus en
plus cela nous mènent à pensé a plusieurs facteurs influant sur la chlorophylle tel que
la pollution ou eau froide, ou le facteur température
30
8.2 Zone de la mer méditerranéenne
160
140
120
100
80
SEAWIFS
60
MODIS
40
20
Figure 20 : histogramme de Comparaison entre le capteur SAEWIS et le capteur MODIS de

la Variation Mensuelle de la Chlorophylle-a de la mer Méditerranéenne de l'année 2010
31
9. Conclusion
Le renforcement de l'implantation des populations dans les zones littorales, couplé à une
évolution du climat propre à accentuer les événements extrêmes régionaux demandent à la
communauté scientifique de contribuer à l'amélioration de la prévisibilité des risques pour les
côtes. Ces risques incluent la modification des écosystèmes marins (avec diminution implicite
des ressources), les efflorescences de composés organiques nuisibles, l'érosion du littoral, et
les inondations et tsunamis aux conséquences souvent dramatiques. L'élévation du niveau des
mers peut également amplifier les effets des ondes de tempête sur le domaine côtier.
L'environnement côtier est en outre caractérisé par des fluctuations bio-géo-physiques à haute
fréquence (floraisons phytoplanctoniques envahissantes et toxiques, remise en suspension de
sédiments, panaches de rivières, lessivages des côtes, fortes marées, etc), et par des frontières
hétérogènes et irrégulières. Le compromis entre résolution spatiale, temporelle, radiométrique,
et spectrale est difficile à déterminer dans ce milieu également complexe en ce qui concerne la
propagation des ondes électromagnétiques. Les satellites permettent certes d’avoir des
mesures quotidiennes de la concentration en chlorophylle-a, mais ils ne sont toujours pas
suffisants par le fait que la couverture nuageuse empêche de faire ces mesures, que les
mesures ne peuvent se faire que de jour et que les calibrations des satellites ne sont pas
toujours validées. Il sera donc toujours nécessaire de calibrer et de valider les données
satellitaires par rapport aux données in situ, pour éviter des erreurs dues aux corrections
atmosphériques et aux algorithmes utilisés. Les données satellitaires surestiment ou sous-
estiment, selon les conditions météorologiques et hydrologiques, les concentrations en
chlorophylle-a in situ. les aires qui enregistrent régulièrement les fortes concentrations en
chlorophylle de surface sont celles identifiées comme zones constamment peuplées par la
sardine et l’anchois
32
Conclusion Générale
La recherche des données SeaWiFS et MODIS sur internet s’est avérée fructueuse. Elle a permis
de collecter une banque d’images qui ont par la suite été traitées grâce au logiciel SeaDAS, pour
en tirer des cartes de la concentration de la chlorophylle moyennes, écart-type, variance.
Ces images permettent le suivi de l’évolution de la concentration de la chlorophylle a dans la
carte géographique universelle, et plus particulièrement le long de la côte Algérienne, durant la
période de 2002 jusqu'à 2010.
Dans ce mémoire nous avons utilisés La moyenne annuelle de la concentration de la
chlorophylle-a par les deux satellites. Elle permet de mettre en évidence les structures à
caractère constant tout au long de l’année, ou sur la majorité de celle-ci, ainsi que les tendances
générales. Un épisode trop court dans le temps ne figurera pas sur une telle moyenne. Sur la
moyenne annuelle, les variations se sont aplaties, en occurrence, nous remarquons :
 une plus forte concentration générale sur la côte algérienne qu’en pleine mer.
 des zones de plus forte concentration à caractère plus ou moins permanent tout au long de
l’année 2009 dans la côte algérienne par rapport à d’autres années
Le même cheminement de travail a été fait pour le capteur MODIS afin de pousser plus en avant
notre étude. De ce fait nous avons obtenus à peu prés le même résultat par rapport au facteur
année pour les deux satellites sauf que nous remarquons une forte concentration de l’année 2009
par le satellite SEAWIFS. Donc nous pouvons confirmer que le capteur SeaWIFS est mieux
adapté pour le traitement images océanographiques.
1
La résolution de 9 km de ces images utilisés dans ces capteurs n’a pas été aussi performante
pour cela, il faudrait par la suite se tourner vers des capteurs proposants une plus grande
Résolution
Toutefois, notre travail offre plusieurs voies d'exploration pour des travaux futurs. Dans la
continuité du travail présenté, il serait intéressant d’étudier d’autres facteurs en relation avec les
performances des capteurs SEAWIFS et MODIS tel que la température de la surface des eaux,
coefficient d’atténuation,….
2
Références
[1] ABBAS Nassim, Développement de modèles de fusion et de classification contextuelle

d’images satellitaires par la théorie de l’évidence et la théorie du raisonnement plausible et
paradoxal, USTHB.
[2] Barbara Weber, Suivi multi-temporel de la concentration de la chlorophylle en Méditerranée

Orientale à l’aide de SeaWiFS et de Landstat TM, Université de Genève rapport de stage au
GRID Décembre 2002.
[3] http://www.mediadico.com/dictionnaire/télédetection.html , 2010.
[4] http://www.techno-science.net/definition/capteur.html, 26-05-11.
[5] http://www.techno-science.net/definition/télédetection.html, 26-05-11.
[6] M¨US¸ERREF T¨URKMEN. DIGITAL IMAGE PROCESSING OF REMOTELY SENSED

OCEANOGRAPHIC DATA ,AUGUST 2008.
[7] Anja Theis, Validation of MERIS, MODIS and SeaWiFS Level-2 products with ground
based in-situ measurements in Atlantic case 1 waters. Bremen, November 2009
[8] http://www.wikipedia.org/wiki/Moderate-Resolution Imaging Spectroradiometer.html
[9] http://www.MODIS_bands_table.fr.html
[10] http://www.fr.wikipédia.org/wiki/Télédetection
[11] http://www.ccrs.nrcan.gc.ca/ressource/tutor/fudam/chapter1/01_f.php
[12] http://cartographie.ird.fr/refugies/methodes-telede.html
[13] http://cnes.fr/web/CNES-fr/7774-les-grands-principes-de-la-teledetection.php
1
[14] Youssef TIMOULALI, Abdelatif MEDOURI. PRINCIPES.METHODES ET
APPLICATIONS DE LA TELEDETECTION.ISESCO ,2000.
[15] SGP , GUIDE DES PORTS DE PËCHE ALGERIENS , MAI 2007
2
Annexes
Annexe I : Description des différents niveaux de données
· What are SeaWiFS Level-0 (L0), Level-1A, Level-1B, 2, 3, SMI and BROWSE data ?
L0: Initial data from the SeaWiFS sensor. Reconstructed, unprocessed instrument/payload
data at full resolution.
L1A: Reconstructed, unprocessed instrument data at full resolution, including radiometric and
geometric calibration coefficients and georeferencing parameters
(i.e., platform ephemeris) computed and appended, but not applied to the L0 data.
L1B: At-sensor radiances derived by applying the sensor calibration to the Level
1A counts at the same resolution and location as the Level 1A data. (Only available with
SeaDAS, not available from the Goddard DAAC).
L2: Derived environmental variables at the same resolution and location as the L1 data.
L3 Binned: Variables mapped on uniform space-time grid scales, usually with
some completeness and consistency.
L3 SMI: The Standard Mapped Image product is the image representation of the
L3 binned data. The product is a byte-valued two dimensional array (4096 x
2048) representing an equidistant cylindrical projection of the globe.
BROWSE - In general, the browse products are subsampled raster images of the L1A, L2 and
L3 SMI files:
L1A browse is a Quasi-true-color composite of Bands 6,5 and 1 (i.e. 670nm, 555nm and
412nm) with a Rayleigh correction applied to remove haze.
L2 browse is a subsampled raster image of the Level-2 "chlorophyll a concentration" product.
L3 browse is a subsampled raster image of the Level-3 SMI "chlorophyll a concentration"
product.
(http://seadas.gsfc.nasa.gov/doc/sds_faq.html
Level-1A Data Products
Level-1A products contain all the Level-0 data (raw radiance counts from all bands as well as
spacecraft and instrument telemetry), appended calibration and navigation data, and
instrument and selected spacecraft telemetry that are reformatted and also appended. Each
Level-1A product is stored as one physical HDF file.
There are Level-1A products for each of the following data types: global-area coverage
(GAC), local-area coverage (LAC), lunar calibration, solar calibration, TDI check, and HRPT
for direct- readout data. (The generic term LAC is also used to refer to all full-resolution,
recorded data, including lunar, solar, and TDI data.) HRPT data are collected at the
NASA/GSFC HRPT station or NOAA HRPT stations, whereas all other data types are from
recording dumps to the Wallops Flight Facility.
GAC data are subsampled from full-resolution data with every fourth pixel of a scan line
(from LAC pixels 147 to 1135) and every fourth scan line being recorded for each swath (the
Earth data collection portion of an orbit). Thus, GAC data are comprised of
248 pixels per scan line, whereas all other types are comprised of 1,285 pixels per scanline. A
GAC scene will also represent an entire swath, whereas LAC scenes are defined by the
number of continuously recorded scans, and HRPT scenes are defined by the number of
continuously received scans from one satellite pass.
Level-1A Browse Products
Each Level-1A browse product is generated from a corresponding Level-1A GAC or HRPT
product. The main data contents of the product are a subsampled version of the band-8 raw
radiance counts image stored as one byte per pixel. Each Level-1A browse product
corresponds exactly in geographical coverage (scan-line and pixel extent) to that of its parent
Level-1A product and is stored in one physical HDF file.
Level-2 GAC Data Products
Each Level-2 GAC product is generated from a corresponding Level-1A GAC product. The
main data contents of the product are the geophysical values for each pixel, derived from the
Level-1A raw radiance counts by applying the sensor calibration, atmospheric corrections,
and bio-optical algorithms. Each Level-2 GAC product corresponds exactly in geographical
coverage (scan-line and pixel extent) to that of its parent Level-1A product and is stored in
one physical HDF file. The 12 geophysical values derived for each pixel are five water-
leaving radiances for bands 1 to 5, two aerosol radiances for bands 6 and 8, the pigment
concentration using a CZCS- type algorithm, the chlorophyll a concentration, the diffuse
attenuation coefficient at band 3, the epsilon value for the aerosol correction of bands 6 and 8,
and
Level-3 Standard Mapped Image Products

The Level-3 standard mapped image (SMI) products are image representations of binned data
products. This image is a byte-valued, two-dimensional array of an Equidistant Cylindrical
projection of the globe. Each SMI product contains one image of a geophysical parameter and
is stored in one physical HDF file.
Five SMI products are generated from each binned data product, one for each of the following
geophysical parameters: chlorophyll a concentration, CZCS-like pigment concentration,
normalized water-leaving radiance at band 5, aerosol optical thickness at band 8, and diffuse
attenuation coefficient at band 3. Thus, each SMI product represents data binned over the
period covered by the parent product. The MLE mean is used in each case to obtain the values
for the SMI grid points from the binned data products.
Level-3 Browse Products
Each Level-3 browse product is generated from a corresponding chlorophyll a SMI product.
The main data contents of the product are a subsampled version of the SMI image array stored
as one byte per pixel. Each Level-3 browse product is stored in one
physical HDF file.

Télédétection de La Végétation Maritime Par Radiomètres Optiques Passifs Cas Du Litoral Algérien PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Télédétection de La Végétation Maritime Par Radiomètres Optiques Passifs Cas Du Litoral Algérien PDF

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE

UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE

Télédétection de la végétation maritime par

 Mr. BENABADJI Noureddine (USTOMB) MCA

Laboratoires d’Analyse et d’Application du Rayonnement (LAAR)

Année Universitaire : 2010-2011

Louange à Allah, l’unique,

Nous sollicitons Allah pour que l’effort de notre

Ton Amour inconditionnel …... Ta grande charité Et ton

aide quotidien ….. M’ont embellie la vie même lorsque le

travail semblait insurmontable.

A Mon Adorable Chère Frère « Mohamed Mounir »…

A Ma Précieuse Sœur « Chourouk Hanane »….

A Mon Adorable Grand Père….

A Tous Ceux Dont J’apprécie L’amitié….

Qui Par Leurs Conseils Et Leurs Encouragement Ont Eté Les

Le but de ce projet est la télédétection de la végétation marine par radiomètres optiques

données radiométriques optiques passifs embarquées sur la plate-forme satellitaire en

paramètres indicateurs, comme, la moyenne, écart-type, variance de la chlorophylle-a marine.

Le capteur SeaWiFS (Sea-viewing Wide Field-of-view Sensor) à bord du satellite OrbView-2

et le capteur MODIS nous ont permis de suivre l’évolution de la concentration de la

fonction de l’étude effectuée.

Mots-clés :chlorophylle-a, SeaDAS, MODIS.

2.2. Principe physique de la Télédétection……………………………………………3

2.2.1 Spectre électromagnétique……………………………………....4

2.2.2 Source de l'énergie électromagnétique…………………………...6

2.2.3 Perturbations atmosphériques……………………………………8

2.2.4 Réflectance spectrale de la végétation, du sol et de l'eau………..9

4.1 La résolution des images satellitaires……………………………………………..14

4.1.1 La résolution spectrale……………………………………………..14

4.2.1 Compromis spatial –temporel………………………………………..16

4.2.2 Compromis spatial-spectral………………………………………….17

5.2.3 Volume d’informations………………………………………………19

4. Couleur de l’eau et télédétection ………………………………………………………...4

4.1 Pourquoi s’intéresser au phytoplancton ?.....................................................4

8.1 Histogramme de la Côte Algérienne…………………………………...29

Figure 1 Principe physique de la télédétection 3

Figure 2 Configuration d’une onde électromagnétique (LILESAD et KIEFER, 1987) 5

Figure 3 Spectre électromagnétique (LILESAD et KIEFER, 1987) 5

Figure 5 Rayonnement solaire et influence de l’atmosphère (BROSSIER R. et LUMMAUX

Figure 6 Courbes typiques de la réflectance spectrale de la végétation du sol et de l’eau

Figure 8 Orbites réalisées par les satellites défilants 16

Figure 9 Illustration du compromis entre résolution spatiale et résolution temporelle à partir

Figure 1. Instrument MODIS (Source: NASA)

Figure 1 Différentes espèces de phytoplancton (Source: operex

Figure 2 Spectre d’absorption des différent pigments (Source:

Figure 3 : L’impact du phytoplancton sur l’écosystème marin

Figure 1 : Acquisition des images MODIS / SEAWIFS à partir du site SEADAS. 4

Figure 2 : Acquisition des images MODIS à partir du site SEADAS 5

Figure 3 : Acquisition des images SEAWIFS à partir du site SEADAS 5

Figure 4 : Extraction des images MODIS 9km annuelle entre 2002-2010 6

Figure 5 : Extraction des images SEAWIFS 9 km annuelle entre 2002-2010 6

Figure 6: la côte Algérienne (MODIS/SEADAS) 7

Figure 7: la côte Algérienne (SEAWIFS/SEADAS) 8

Figure 8: OC4 Version 5 9

Figure 9 : La fonction “arithmetic band function” 13

Figure 10 : Flag de la bathymétrie de la côte algérienne (SEAWIFS) 18

Figure 11: histogramme annuelle de la côte Algérienne en concentration de la chlorophylle a

durant 2002-2010 par MODIS 19

Figure 12 : Diagrammes des moyennes mensuelles de la concentration de la chlorophylle-a

de la zone méditerranéenne de l’année 2010 21

Figure 13 : Images des moyennes mensuelles de la concentration de la chlorophylle-a de la