Vous êtes sur la page 1sur 44

Advanced Webinar: Techniques for Wildfire Detection and Monitoring

July 12 & 19, 2018

Exercice 1 : QGIS-Fire Mapping Tool (FMT)


Objectifs
• Comprendre comment utiliser le plug-in QGIS FMT pour surveiller les incendies
• Apprendre à ajuster les images avant et après l'incendie à des fins de
comparaison
• Comprendre comment identifier et délimiter une limite de périmètre d'incendie
• Apprendre à créer une imagerierapport de combustion normalisé (dNBR) et du
dNBR relatif (RdNBR) différent
• duApprenez les bases de la création d'une carte thématique de gravité de la
brûlure, y compris l'identification des seuils

Aperçu des sujets


• Téléchargez le plug-
• in FMT Configurez le dossier FMT et les paramètres de la base de données
• Chargez les images avant et après l'incendie pour le Paradise Fire
• Ajuster les paramètres d'affichage des images avant et après le feu pour
préparer la comparaison
• Numériser la limite du Paradise Fire
• Créer une image dNBR et RdNBR
• Générer une carte thématique de gravité de la brûlure

Outils nécessaires
• QGIS 2.18 ou inférieur pour le système d'exploitation
Windows o N'utilisez PAS le nouveauxQGIS version
3.2 de
• pluginsQGIS o Statistiques zonales (inclus avec
l'installation QGIS standard, mais doit être activé)
o Traitement (inclus avec l'installation QGIS standard, mais doit être activé)
o QSpatialLite (facultatif dans une installation QGIS standard, et doit être
installé et activé)
• système recommandée : o ConfigurationSystème
d'exploitation : Windows XP/Vista/7/8/10 o Mémoire
(RAM) : 1 Go de RAM requis o Disque dur Espace :

http://arset.gsfc.nasa.gov/ 1
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

10 Go d'espace libre requis o Processeur :


processeur 1,6 GHz ou plus rapide
Données
associées Toutes les données associées seront incluses dans le téléchargement du
plug-FMT à partir du
insite Web Monitoring Trends in Burn Severity (MTBS) ici : https://www.mtbs .gov/

Introduction
Pour cet exercice, nous utiliserons le plugin QGIS-Fire Mapping Tool (FMT) pour
évaluer un incendie de forêt qui s'est produit dans le parc national olympique, appelé
Paradise Fire. Cet incendie, situé dans une forêt tropicale, a été provoqué par un coup
de foudre en mai 2015 et a brûlé jusqu'en novembre. Dans cet exercice, nous
utiliserons les données Landsat avant et après l'incendie pour déterminer le périmètre
de l'incendie, l'étendue de la zone brûlée et la gravité estimée de l'incendie. Alors que
le projet Monitoring Trends in Burn Severity (MTBS) cartographie les incendies à
grande échelle, il faut souvent un ou deux ans pour que les incendies soient
cartographiés, ce qui n'est pas assez rapide pour que les gestionnaires fonciers locaux
réagissent aux changements.

Le développement de ce plug-in d'évaluation des incendies, le FMT, est destiné à


répondre aux besoins des gestionnaires locaux des incendies qui ne peuvent pas
attendre la publication d'une évaluation MTBS ou qui doivent déterminer les effets des
incendies plus petits. Ce plug-in permet aux gestionnaires d'incendie locaux d'utiliser le
même type d'imagerie satellitaire et d'informations dérivées que celles utilisées par les
analystes du MTBS. Cet outil imite l'outil de mappage d'événements (EMT) développé
par l'USFS Remote Sensing Applications Center et utilisé par les équipes USFS et
USGS MTBS. Des fonctions supplémentaires ont été ajoutées et l'utilisation de logiciels
open source permet une distribution gratuite.

Cet exercice contiendra un sous-ensemble des fonctionnalités disponibles dans le


FMT. Vous trouverez plus d'informations sur l'ensemble du processus d'évaluation dans
le guide de l'utilisateur QGIS FMT dans le paquet de téléchargement.

http://arset.gsfc.nasa.gov/ 2
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Aperçu de la cartographie des incendies Les


données Landsat peuvent être utilisées par les spécialistes des incendies pour
évaluer l'étendue et la variation des incendies de forêt. Les satellites Landsat
enregistrent la lumière réfléchie par chaque parcelle de 30 mètres de lade la
surfaceTerre dans plusieurs « bandes » spectrales telles que le bleu, le vert, le
rouge, l'infrarouge, etc. Chaque « pixel » de 30 mètres est une moyenne spectrale de
toutes les « trucs » : roches, arbres, routes, herbe, cultures, etc. à l'intérieur du pixel.
Dans les milieux sauvages, il existe des pixels purs de forêt, d'herbe arbustive, etc. et
des pixels « mixtes » constitués de plusieurs types de couverture terrestre.

Certaines des procédures décrites ici suivent les protocoles utilisés par le projet
Monitoring
Trends in Burn Severity (MTBS, www.mtbs.gov). Un examen complet de l' évaluation des
incendies via le US Forest Service peut être consulté en ligne. Après l'identification de la date
et de l'emplacement d'un incendie, le processus général est le suivant :

● Déterminer la stratégie d'évaluation


● Évaluer le « pic de vert » et commander l'imagerie Landsat
● Prétraiter l'imagerie Landsat
● Sélectionner les scènes les mieux adaptées pour l'évaluation
● Générer l'image de changement (pré -image d'incendie moins image
post-incendie) ● Évaluer l'image de changement pour estimer la gravité de la
brûlure

Stratégies d'évaluation des incendies


Une fois les informations de localisation et de date acquises, un analyste peut
commencer une recherche d'images Landsat appropriées. Pour les incendies plus
importants, imagerie basse résolution disponible via GloVis est suffisant. La recherche
de feux plus petits sur l'imagerie Landsat peut nécessiter l'utilisation du LandLook
Viewer, qui offre des images à plus haute résolution. Il existe des limitations à la fois
pour GloVis et LandLook, qui sont discutées plus en détail ci-dessous.

Si une cicatrice d'incendie n'est pas vue à l'emplacement signalé dans une scène
Landsat sans nuages ​acquise peu après la date d'allumage, il est possible que
l'incendie soit trop petit pour être vu par satellite, les effets sont minimes, la zone est
sous une la canopée des arbres, l'emplacement signalé est incorrect ou la date
d'allumage est incorrecte. L'analyste doit examiner les environs de la scène pour

http://arset.gsfc.nasa.gov/ 3
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

déterminer si une zone brûlée est visible dans la zone immédiate (dans un rayon de 5 à
10 km) ou lors d'acquisitions ultérieures. Si la zone brûlée est visible dans les données
Landsat immédiates après l'incendie, l'analyste doit déterminer quelles images Landsat
supplémentaires peuvent être nécessaires pour évaluer la gravité de l'incendie.

Dans les données Landsat, les bandes spectrales rouge, proche infrarouge et
infrarouge à ondes courtes sont utiles pour évaluer les conditions de végétation et les
effets des incendies. L'évaluation de la gravité des brûlures est basée sur l'évaluation
de la quantité de changement qui s'est produite en raison de l'incendie. Cela nécessite
la comparaison d'images pré- et post-incendie acquises à des stades similaires de la
phénologie. Pour chaque scène, le taux de combustion normalisé (NBR) est créé et
l'image NBR post-incendie est soustraite d'une image NBR avant incendie pour créer
un NBR différencié (dNBR) qui est utilisé pour évaluer la quantité de végétation et les
changements de sol résultant de le feu (voir figure 1).

Figure 1: Création du dNBR. Des valeurs de dNBR plus élevées correspondent à


une gravité de brûlure plus élevée.

Les satellites Landsat acquièrent une image tous les 16 jours sur un emplacement
particulier. Actuellement, il y a deux satellites Landsat en orbite, Landsat 7 et 8, donc
les images sont collectées tous les huit jours. Il existe de nombreux choix d'images
Landsat et il est important de sélectionner les meilleures images. La meilleure imagerie
dépend d'un certain nombre de facteurs liés au type de couverture terrestre et à la
saison du brûlage, ce qui conduit à une stratégie d'évaluation préférée.

http://arset.gsfc.nasa.gov/ 4
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Pic de vert
Le pic de vert est un concept important pour l'évaluation de la gravité des brûlures.
Après l'extinction d'un incendie, la végétation survivante commencera à se rétablir ou
finira par mourir. La sélection d'une scène Landsat au sommet du vert après l'incendie
permet de discerner ces effets. Les projets USGS Greenness Mapping et Remote
Sensing Phenology collectent quotidiennement des données d'indice de végétation par
différence normalisée (NDVI) d'un kilomètre acquises par satellite et les compilent
toutes les deux semaines pour les États-Unis contigus (CONUS) afin de conserver la
valeur NDVI maximale. Pour chaque catégorie de couverture terrestre trouvée dans la
scène Landsat, la valeur NDVI moyenne bihebdomadaire est déterminée et tracée sur
un graphique, montrant le moment et l'amplitude du pic de vert. Les courbes
représentent le NDVI moyen sur l'ensemble de la scène Landsat et peuvent être
consultées sur https://mtbs.gov/ndvi-graphs.

Il existe de nombreuses options d'évaluation et d'imagerie pour un incendie en


particulier. Une fois la stratégie d'évaluation préférée déterminée, utilisez les images
disponibles en ligne pour vous aider à sélectionner les scènes appropriées. Les scènes
acquises au niveau ou près du sommet du green sont préférées.
Compte tenu des images à basse résolution et de la nature généralisée des courbes
de verdure NDVI, commandez plusieurs images Landsat « candidates » avant et après
l'incendie. Il est souhaitable d'avoir des images facultatives à portée de main s'il y a des
problèmes invisibles dans l'imagerie, par exemple, un petit nuage et une ombre au
milieu du feu ou une correspondance phénologique moins qu'optimale.

Pour commencer une évaluation, utilisez l'interface GloVis standard et les courbes
NDVI pour examiner et comprendre la période (mois et années) des images avant et
après l'incendie. Par exemple, le pic de verdure tombe généralement de juin à août.
Remarque : les données de courbe NDVI sont UNIQUEMENT disponibles pour les
scènes Landsat qui tombent dans CONUS.

http://arset.gsfc.nasa.gov/ 5
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Partie 1 : Acquérir le plug-in QGIS FMT et configurer votre lieu de travail

Téléchargez le plug-FMT
1. inAccédez au site Web Monitoring Trends in Burn Severity (MTBS) :
https://www.mtbs.gov/
2. Cliquez sur Outils, puis sélectionnez QGIS Fire Mapping Tool

3.
Cliquez sur Télécharger l'outil et la documentation
4. Décompressez le QGIS_FMT_Plugin_V1_0_1 dossieret enregistrez-le sur votre
ordinateur.
une. Pour Windows : copiez leFMT dans le dossierrépertoire des plugins
pour QGIS. Il se situe ici : C:\Users\<nom
d'utilisateur>\.qgis2\python\plugins
i. Vous devrez peut-être créer le dossier plugins dans ce répertoire

http://arset.gsfc.nasa.gov/ 6
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Lancez QGIS sur votre ordinateur

5. Ouvrez QGIS et ouvrez une nouvelle carte


6. Cliquez sur Plugins puis Gérer et installer les plugins
7. Allez dans Paramètres et cochez Afficher aussi les plugins expérimentaux

8. Maintenant, rouvrez Gérer et installer les plugins et cliquez sur Tout ce qui
devrait afficher une liste de tous les plugins disponibles (si le plugin n'apparaît
pas dans la liste, fermez la fenêtre et redémarrez QGIS).

http://arset.gsfc.nasa.gov/ 7
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

9. Cochez FMT pour créer l' FMT élémentdans la barre de menu, puis cliquez sur
Fermer.
une. Vous devriez maintenant voir FMT répertorié dans le panneau supérieur de
votre fenêtre QGIS.

Configuration et paramètres des dossiers


Nous devons maintenant modifier les emplacements des chemins où l'utilisateur
stockera ses sorties FMT.

10. Ouvrez l' explorateur Windows et accédez au FMT dossier du


plug-in(C:\Users\<username>\.qgis2\python\plugins).
11. Ouvrez le fichier appelé Config.ini. Vous devrez éditer les img_src et scene_dir
lignespour afficher le chemin d'accès à votre choix d'emplacement de stockage.

Voici à quoi ressemble le fichier initialement :

http://arset.gsfc.nasa.gov/ 8
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Voici un exemple de l'apparence du fichier modifié. Notez que votre chemin sera
différent et reflétera l'emplacement où se trouvent vos fichiers FMT :

12. Assurez-vous d'enregistrer les modifications dans le Config.ini fichieravant de le


fermer.

Paramètres de la base de données


Le plugin est également livré avec une base de données SQLite par défaut
("FireInfo.sqlite") qui doit être connectée à QGIS.
13. Retournez à votre fenêtre QGIS.
14. Pour établir la connexion à la FireInfo.sqlite, base de donnéessélectionnez
Couche > Ajouter une couche > Sélectionnez Ajouter une couche
SpatiaLite

http://arset.gsfc.nasa.gov/ 9
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

15. Dans la Ajouter une couche SpatialLite fenêtre, cliquez sur Nouveau.à votre
dossier FMT (C:\Users\<username>\.qgis2\python\plugins) et cliquez sur
AccédezFireInfo.sqlite ensuitepuis cliquez sur Ouvrir.

http://arset.gsfc.nasa.gov/ 10
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

16. De retour dans la Ajouter une couche SpatialLite fenêtre, cliquez sur
Connecter , puis sur Fermer. La connexion à la base de données a été établie –
le plugin est maintenant prêt à être utilisé.

Partie 2 : Utilisation de l'outil FMT


Pour cet exercice, nous utiliserons le Paradise Fire comme étude de cas. L'incendie
du paradis s'est produit dans le parc national olympique de Washington de mai à
novembre 2015, une année de grave sécheresse dans la région. Les images Landsat
ont déjà été fournies dans le téléchargement du plugin FMT, vous n'aurez donc pas
besoin de commander les données via le site Web EROS Science Processing
Architecture (ESPA). Pour plus d'informations sur la commande de données auprès
d'EPSA, reportez-vous au Guide de l'utilisateur de QGIS-Fire Mapping Tool (FMT).

1. Démarrez le plug-in d'évaluation des incendies en cliquant sur FMT dans le


panneau supérieur et en cliquant sur Fire Mapping Tool.
2. Tous les fichiers ESPA .tar.gz doivent être placés dans le dossier suivant :
QGIS_FMT_Plugin_V1_0_1>FireMappingQgis>dossier targz. Pour traiter
l'imagerie ESPA, cliquez sur le Traiter les données ESPA bouton.
a. Une fenêtre contextuelle apparaîtra indiquant « Voulez-vous les fichiers de
sortie dans la projection d'Albers ? » Cliquez sur Non.
b. Le traitement prendra quelques minutes. Une fois le traitement terminé,
une fenêtre contextuelle apparaîtra indiquant « Traitement des fichiers
ESPA terminé ». Cliquez sur OK.
3. Cliquez sur Rechercher puis Rechercher par nom. Dans lel' nom deincident,
saisissez Paradise et cliquez sur Rechercher. Cela chargera automatiquement
les informations Paradise dans l'outil FMT.
4. Double-cliquez sur le Paradise en fichierhaut. Une fenêtre contextuelle appelée
Charger les images s'affichera. Remplissez-le avec ces paramètres :
a. Sélection d'image : Données de collections
b. Année de début :  2014
c. Année de fin :  2016

http://arset.gsfc.nasa.gov/ 11
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

5. Cliquez sur OK. Lorsque la fenêtreNombre d'images en cours de


chargement : 2 contextuelles'affiche, cliquez sur OK.
Une fois ce processus terminé, vous devriez voir les images s'afficher dans votre
fenêtre QGIS.

http://arset.gsfc.nasa.gov/ 12
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Nous pouvons maintenant effectuer la cartographie des incendies.


6. Dans la fenêtre FMT, cliquez sur Créer un nouveau mappage. Dans la Créer
une paire de scènes fenêtre, ajoutez ces paramètres :
a. Stratégie d'évaluation : étendue
b. Pré-image : 8047027201472… (il s'agit de l'image pré-gravure de 2014)
c. Post Image : 7047027206181… (ceci est l'image post-gravure de 2016)
d. Tous les autres paramètres doivent être chargés par défaut

http://arset.gsfc.nasa.gov/ 13
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

7. Cliquez sur Enregistrer le mappage.


Le mappage que vous venez de terminer devrait alors apparaître dans votre liste
d'identification. Il sera probablement répertorié comme ID 5.
8. Faites défiler vers le bas et cliquez sur la ligne de mappage que vous venez de
créer (ID 5) pour qu'elle devienne bleue, puis cliquez sur Run Scene Prep. Cette
étape devrait être complétée rapidement. Une fois le processus exécuté, cliquez
sur OK.
une. Cette étape crée un dNBR en utilisant les scènes saisies. La sortie est
écrite dans le dossier …/firemappingqgis/img_proc/landsat/.
9. Assurez-vous que votre identifiant est à nouveau surligné en bleu et cliquez sur
Run Fire Prep. Une fois le processus exécuté, cliquez sur OK.
une. Cette étape crée un dossier de mappage avec le nom de Fire-ID dans le
dossier FireMappingQgis/event_prod/fire/year/fire_id/mapping_id et le
remplit avec des modèles de fichiers de forme pour le périmètre
d'incendie et le masque de nuage/ombre et un fichier de projet .qgis .
Chaque mappage pour le même incendie crée un nouveau mapping_id
dossier.
Ensuite, nous allons délimiter et améliorer l'affichage de l'image.
10. Dans le FMT, mettez en surbrillance le même ID de mappage (ID 5, sortie
étendue) et cliquez sur Délimiter le périmètre. Cela chargera la réflectance pré
et post-scène, le NBR pré- et post-scène et les images dNBR dans le panneau
Calques.
une. Une fenêtre contextuelle apparaîtra indiquant « Les fichiers du projet
Qgis sont chargés ». Cliquez sur OK.

http://arset.gsfc.nasa.gov/ 14
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Le plugin QGIS fournit une image par défaut « étirement » et l'utilisateur peut
ajuster la luminosité, le contraste et les combinaisons de bandes pour améliorer la
visualisation du feu. L'outil QGIS FMT chargera les images de réflectance, NBR et
dNBR avec un étirement par défaut. Cependant, l'étirement par défaut peut ne pas
être cohérent entre les images de pré- et post-réflexion. Lors de l'interprétation des
images de réflectance avant et après incendie, il est préférable de les afficher avec
le même étirement de couleur multibande afin que les différentes nuances de
couleur représentent les mêmes conditions de sol sur les deux images.
11. Dans la fenêtre QGIS, cliquez sur Affichage > Barres d'outils > Barre d'outils
raster. Mettez en surbrillance l'image de réflectance post-incendie
(Post_Scene_Refl_70470272016081101T1_REFL.TIF) dans le panneau Calques.
Cliquez sur les différentes améliorations d'image et remarquez comment vos images
changent.

12. Faites un clic droit sur la réflectance post-incendie dans le panneau Calques et
cliquez sur
Propriétés > Style. Sous Rendu des bandes, réglez la Min valeurpour
lesrouge,
bandesverte et bleue à 0 et la Max valeurpour les bandes rouge, verte et
bleue à 127. Cliquez sur Appliquer puis sur OK.

http://arset.gsfc.nasa.gov/ 15
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

13. Répétez l'étape 11 pour l'image de réflectance pré-scène


(Pre_Scene_Refl_804702720014072901T1_REFL.TIF).
Ensuite, nous délimiterons le périmètre du feu/la limite de la zone brûlée. Lors de
l'examen de l'imagerie post-incendie pour une cicatrice d'incendie, nous zoomons
généralement sur les coordonnées de latitude/longitude de l'incendie. L'emplacement
du feu du paradis était 47,698 de latitude et 123,803 de longitude.
14. Cliquez sur Affichage > Zoom avant. Passez ensuite votre souris sur la partie
centrale nord de l'image. Regardez la coordonnées boîte deau bas de QGIS.
Déplacez le curseur jusqu'à ce que vous vousces coordonnées : approchiez
de440185, 5283622. Zoomez ensuite sur cette région. Il sera difficile de voir ces
coordonnées exactes, mais si vous êtes proche et que vous zoomez sur cette
région, vous commencerez à voir la cicatrice de feu. Voir l'encadré rouge
ci-dessous.

http://arset.gsfc.nasa.gov/ 16
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Une fois le zoom effectué sur l'emplacement approximatif de l'incendie, si la


combinaison de bandes de l'imagerie Landsat traitée est définie sur 6 (rouge), 4 (vert)
et 3 (bleu), la cicatrice d'incendie apparaîtra généralement sur le spectre de couleurs
entre violet à rouge.
15. Pour vérifier cela, cliquez sur l' Post_Scene_Refl imagedans le panneau
Calques et cliquez sur Propriétés. Sous l' Style onglet, vous verrez (Bande
rouge : Bande 6, Bande verte : Bande 4 et Bande bleue : Bande3). Cliquez sur
OK.
Veuillez noter que d'autres perturbations peuvent apparaître de la même couleur
que les cicatrices d'incendie. Des précautions doivent être prises pour s'assurer
qu'une zone donnée est en fait une cicatrice d'incendie.
16. Activez l' Post_Scene_Refl image de réflectanceet désactivez l'
Pre_Scene_Refl image de réflectancedans le panneau Calques en cliquant
sur le X à côté du nom de l'image.

http://arset.gsfc.nasa.gov/ 17
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

17. Basculez entre l'activation et la désactivation des images avant et après la


scène. Vous devriez remarquer une différence dans cette région avec l'image
post-scène affichant une région rouge notable. C'est le Feu du Paradis.
18. Cliquez sur Affichage > Barres d'outils et cliquez sur lesavancée et
NumérisationNumérisation barres d'outils.
19. Faites un clic droit sur le shapfile Burned_Area_Bndy et cliquez sur Toggle
Editing.
une. Dans le panneau supérieur, cliquez sur Ajouter une fonctionnalité
. Faites un clic gauche sur la carte pour créer la forme de votre périmètre
de feu. Une fois que vous avez dessiné toute la zone, cliquez sur
Enregistrer les modifications pour enregistrer votre nouveau polygone.
Pour délimiter la forme, cliquez n'importe où sur la carte pour commencer
le polygone. Une ligne rouge apparaît alors qui identifie le bord extérieur
du polygone. Une fois que vous avez terminé, faites un clic droit et une
fenêtre contextuelle apparaîtra indiquant ID, tapez 1 et cliquez sur OK.
Vous verrez alors votre polygone affiché sur la carte.
20. Ensuite, désactivez le bouton Toggle Editing. Votre limite devrait ressembler à
l'image ci-dessous.

21. De retour dans le FMT, mettez en surbrillance votre identifiant de mappage (ID 5,
sortie étendue) et cliquez sur

http://arset.gsfc.nasa.gov/ 18
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Sous-ensemble. Une fois le traitement terminé, une fenêtre contextuelle


indiquera que l' étape du sous-ensemble est terminée. Cliquez sur OK. Toutes
les images écrêtées seront sorties dans le dossier des événements de l'incendie.
Pour examiner ces fichiers, cliquez sur le Ouvrir le dossier d'événements
bouton.
a. Cela ouvrira le dossier des événements pour votre mappage (il sera
probablement nommé mtbs_5). Par exemple, vous devriez voir une image
avec _dnbr.tif à la fin du nom de fichier.
b. Fermez la fenêtre du dossier.

Nous allons maintenant calculer le dNBR relatif, qui est un autre indice de gravité de
brûlure utile. Alors que le dNBR est une mesure de la différence absolue entre les NBR
avant et après l'incendie, le RdNBR essaie de rendre compte de la différence relative.
Le calcul du RdNBR nécessite d'abord la détermination du « dNBR offset » (c'est-à-dire
la valeur moyenne du dNBR de la végétation non brûlée). L' Sous-ensemble
étape(ci-dessus) estime cette valeur à partir de tous les pixels dNBR non brûlés en
dehors du périmètre. Cependant, la valeur estimée peut ne pas être exacte si la
couverture terrestre n'est pas représentative de la végétation brûlée qui entoure le feu.
Ensuite, vous devez ensuite déterminer manuellement la valeur de décalage.

22. Dans la fenêtre QGIS, cliquez sur Couche > Créer une couche > Nouveau
fichier de formes. Lorsque la fenêtre apparaît, sélectionnez Polygone. Sous le
File Encoding panneau, assurez-vous d'avoir la bonne projection Selected CRS
(EPSG:32610, WGS 84/UTM zone 10N). À côté de Nom, tapez dnbr. Cliquez
sur OK , puis enregistrez le fichier sous dnbr_offset dans votre dossier mtbs_5.
(FireMappingQgis\event_prods\fire\2015\wa4769812380320150615\mtbs_5).
Le nouveau fichier sera automatiquement ajouté à votre carte.

http://arset.gsfc.nasa.gov/ 19
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

23. Mettez en surbrillance le fichier dnbr_offset et cliquez sur Toggle Editing. Dans
le panneau supérieur, cliquez sur Ajouter une fonctionnalité . Délimitez un
ou plusieurs polygones qui délimitent des zones non brûlées représentatives de
la végétation qui a brûlé.
a. Soyez conscient de la pente, de l'aspect, des types de végétation, de la
couverture nuageuse et des lignes de balayage Landsat 7 ETM+ dans les
deux images. Si le feu a brûlé différents types de végétation, alors les
échantillons non brûlés devraient refléter les types et les proportions de la
végétation brûlée. De plus, le mappage du polygone sur les lignes de
balayage (les bandes noires dans l'image) introduira des valeurs Aucune
donnée (-32768) dans les statistiques zonales. N'incluez pas ces zones
dans votre polygone (étape 25 ci-dessous).
b. Pour délimiter la forme, cliquez n'importe où sur la carte pour commencer
le polygone. Une ligne rouge apparaît alors qui identifie le bord extérieur
du polygone. Assurez-vous de ne pas mapper le polygone sur des lignes
de balayage. Une fois que vous avez terminé, faites un clic droit et une
fenêtre contextuelle apparaîtra indiquant ID, tapez 1 et cliquez sur OK.
Vous verrez alors votre polygone affiché sur la carte.

http://arset.gsfc.nasa.gov/ 20
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

c. Faites un clic droit sur le fichier dnbr_offset et cliquez sur Enregistrer les
modifications , puis décochez Toggle Editing.

24. Activez le plug-in Zonal Statisticsplug-ins en cliquant sur Gérer et installer


les> Installés, puis en faisant défiler le plugin Zonal Statistics -et en cochant la
case. Cliquez sur Fermer.

25. Cliquez sur Raster > Statistiques zonales > Statistiques zonales. Dans
Raster Layer, sélectionnez l' Post_Scene_dbr image, dans Polygon Layer,
sélectionnez dnbr_offset. Décochez les Count et Sum cases, assurez-vous que
les cases Mean et Standard Deviation sont cochées, puis cliquez sur OK.

http://arset.gsfc.nasa.gov/ 21
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

26. De retour dans le FMT, dans la zone debleue du confiancepérimètre ,


sélectionnez Élevé. Dans la zone rouge
Type d'analyse , sélectionnez dnbr. Les valeurs du décalage dNBR et du
décalage SD doivent être les valeurs des statistiques zonales que vous venez
de calculer. Ceux-ci peuvent être différents selon le polygone que vous avez
créé.
une. Cliquez sur OK dans la zonedu Confiancepérimètre . Une fenêtre
contextuelle d'état apparaîtra indiquant « Les attributs de forme sont
remplis ». Cliquez sur OK.
27. Cliquez sur le bouton RdNBR .

http://arset.gsfc.nasa.gov/ 22
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

28. Cliquez sur le Ouvrir le dossier des événements boutonpour ouvrir le dossier
des événements Paradise Fire. Dans ce dossier, vous voyez le _rdnbr.tif fichier.
Ajoutez le fichier de sous-ensemble RdNBR à votre panneau Calques.
29. Faites un clic droit sur l'image _rdnbr et cliquez sur Propriétés > Style.
Conservez tous les paramètres par défaut, mais définissez le dégradé de
couleurs Min sur -300 et Max sur 397. Cliquez sur OK.
une. Vous remarquerez les lignes de balayage noires dans votre image. C'est
parce qu'il s'agit d'une image Landsat 7. Si vous êtes curieux de connaître
le problème de la ligne de balayage avec Landsat 7, vous pouvez obtenir
plus d'informations à ce sujet sur : https://landsat.usgs.gov/landsat-7
30. C'est toujours une bonne idée de sauvegarder votre carte en cours de route.
Cliquez sur Enregistrer et enregistrez votre carte QGIS dans votre dossier de
travail (mtbs_5) en tant que FTM.qgis.

http://arset.gsfc.nasa.gov/ 23
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Partie 3 : Carte thématique de la gravité des brûlures


L'étape du sous-ensemble FMT a estimé les seuils faible, modéré et élevé sur la
base d'une analyse statistique des pixels à l'intérieur du périmètre d'incendie délimité.

1. Dans le FMT, cliquez sur le Seuil boutonpour accepter les valeurs générées par
l'étape du sous-ensemble. Après avoir cliqué sur Seuil, vous verrez Seuil
terminé dans le panneau inférieur gauche de QGIS.

http://arset.gsfc.nasa.gov/ 24
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

2. Ajoutez l'image de seuil à QGIS. Cliquez sur Ajouter une couche raster
Icône, accédez à votre dossier mbts_5 et sélectionnez le fichier se terminant par
dbnr6.tif. Cliquez sur Ouvrir.

Examinez le résultat thématique pour voir s'il préserve les motifs observés dans le
dNBR en niveaux de gris. Initialement, l'estimation visuelle des seuils est un bon moyen
d'évaluer les seuils par défaut ou de collecter des données de terrain à comparer avec
les valeurs dNBR et, au fil du temps, de développer un ensemble de « seuils par
défaut » pour votre domaine d'intérêt.

Pour plus d'informations, voir la documentation FIREMON et composite burn index


(CBI) :
https://www.frames.gov/documents/projects/firemon/FIREMON_LandscapeAssessment
.pdf

http://arset.gsfc.nasa.gov/ 25
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Après avoir examiné les seuils, vous pouvez décider d'ajuster manuellement les
seuils pour mieux représenter le potentiel de gravité de la brûlure au sol. Pour ce
faire, vous voudrez examiner visuellement les images dNBR, RdNBR et de
réflectance.

3. Cliquez sur Ajouter une couche raster et ajoutez l'image se terminant par
_nbr.tif. Faites un clic droit sur l'image _nbr et cliquez sur Propriétés > Style.
Conservez tous les paramètres par défaut, mais définissez le dégradé de
couleur Minsur -300. Cliquez sur OK.

Vous devriez maintenant avoir vos images _nbr.tif, _dnbr6.tif et _rdnbr.tif


chargées dans QGIS. Les RdNBR sont chargés avec une rampe de couleurs par
défaut (noir à blanc) pour les images 16 bits signées à bande unique.

4. Cliquez et faites glisser l' Post_Scene_dNBR imagevers le haut du panneau


Calques. Disposez les couches restantes dans cet ordre : réflectance
pré-incendie, nbr pré-incendie, réflectance post-incendie, nbr post-incendie et
RdNBR, et désactivez les images de réflectance afin que seuls les dNBR et
RdNBR soient actifs (c'est-à-dire cochés).

http://arset.gsfc.nasa.gov/ 26
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

5. Pour coder en couleur l' Post_Scene_dNBR image, double-cliquez dessus et la


Propriétés fenêtres'ouvrira. Sélectionnez Style. Cette interface vous permettra
de coder en couleur l'image dNBR (et RdNBR) pour aider à estimer les seuils de
gravité des brûlures.

Par défaut, le dNBR sera rendu sous la forme d'une image en niveaux de
gris à bande unique avec un étirement du noir au blanc en utilisant les valeurs
minimales et maximales estimées. Vous devez connaître la gamme complète
des valeurs réelles.

6. Modifiez le type de rendu en pseudo-couleur monobande. Définissez l'


interpolation sur Discret.
7. Si la Min valeurest inférieure à -500, définissez-la sur -500. Si la Max valeurest
supérieure à 1000, définissez-la sur 1000.
8. Pour la couleur, sélectionnez le dégradé de gris , cliquez sur Inverser.
Sélectionnez Intervalle égal comme mode. Notez que la valeur par Classes
défaut deest 5.
9. Cliquez sur le Classer bouton, puis sur Appliquer. L'image dNBR est
maintenant affichée avec cinq niveaux de gris, dont deux couvrent la zone
brûlée. Chaque intervalle de classe couvre environ 100 valeurs dNBR en fonction
de votre image.

http://arset.gsfc.nasa.gov/ 27
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

10. Revenez à l' Style interfaceet entrez la Min valeurcomme -200 et la Max
valeurcomme 900 dans l'interface de rendu pseudocolor Singleband. Choisissez
à Intervalle égal nouveauet définissez le nombre de classes sur 23, puis cliquez
sur Classer et appliquer. Cliquez sur OK et affichez votre image.

Avec 23 classes, tous les niveaux de gris sont visibles dans la fenêtre de rampe
de couleurs. Chaque intervalle couvre environ 40 niveaux dNBR (les « Valeurs »
sont affichées sous forme de décimales mais les valeurs réelles de l'image dNBR
sont des nombres entiers). Des intervalles de 40 peut-être trop grossiers pour la
précision (± 10) mais peuvent être dépassés plus tard.

http://arset.gsfc.nasa.gov/ 28
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Regardez l'image dNBR avec ce rendu. Il y a un bon contraste et les niveaux de gris
à l'intérieur de la zone brûlée vont du blanc brillant au gris moyen et plus foncé et
représentent les modèles de gravité de la brûlure au sein de l'incendie. Les zones non
brûlées sont beaucoup plus sombres. Trouvez d'abord les valeurs dNBR qui
correspondent aux seuils brûlés/non brûlés (bas) et haut.

11. Cliquez sur et zoomez sur chaque image à tour de rôle pour voir comment les
motifs dNBR correspondent aux images de réflectance post- et pré-incendie. Une
fois terminé, zoomez jusqu'à l'étendue de la limite de la zone brûlée (environ000)

1:50Au fur et à mesure que les seuils dNBR sont colorés, comparez les
nouveaux seuils à l'image de réflectance post-incendie et à une version non colorée
de l'image dNBR.

12. Dans le panneau Calques, cliquez avec le bouton droit sur l'
Post_Scene_dNBR imageet sélectionnez Dupliquer. Cela crée une copie de
l'image dNBR dans la table des matières qui correspond aux propriétés de style
de l'original (min et max de -200 et 900 et 23 classes). Renommez cette image à
dupliquer en cliquant avec le bouton droit sur le fichier dans le panneau
Calques et cliquez sur Renommer.

http://arset.gsfc.nasa.gov/ 29
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

a. Les modifications apportées aux valeurs d'intervalle ne sont pas copiées.


Alors double-cliquez sur le doublon et cliquez sur Appliquer et OK, et ces
modifications devraient être visibles.
13. Cliquez sur les autres images dans le panneau Calques afin qu'elles
n'apparaissent pas à travers les zones transparentes du doublon.
14. Double-cliquez sur l' double image endans la table des matières et ouvrez l'
Propriétés > Style onglet. Redimensionnez la fenêtre pour économiser de
l'espace. (Certains des
nouveauxcarte de couleurs générés paramètres dereviennent aux valeurs
par défaut : Inverser n'est pas coché, Mode est une zone égale avec 23
classes, etc.).

Calcul du seuil de faible gravité de brûlure :

Nous commencerons par essayer de déterminer la valeur dNBR pour le seuil brûlé
et non brûlé. Ce point de rupture bas se situe souvent quelque part entre les valeurs de
0 et 100 dNBR (Key et Benson 2006). Souvent, le point de rupture de faible gravité est
facile à discerner, car il s'agit du seuil auquel il existe une différence distincte de
coloration entre les zones non brûlées et brûlées dans l'image dNBR.

15. Avec l'onglet Style du doublon ouvert, commencez à partir de la valeur la plus
basse (environ -152) et double-cliquez sur la Couleur case. La Changer de
couleur fenêtreapparaît avec plusieurs façons de définir et d'enregistrer les
couleurs. Cette catégorie fera référence aux lignes de balayage, alors rendons
cette couleur noire. Cliquez sur Appliquer, puis sur OK et fermez la zone
Propriétés .
16. Cliquez sur les deux cases suivantes avec des valeurs négatives (par exemple
-104, -56,5, -8.7) et changez la couleur en vert foncé pour indiquer non brûlé.
Cliquez sur Appliquer, puis sur OK, puis affichez l'image.
a. Remarque : Afin de copier une couleur dans plusieurs catégories, vous
pouvez copier la notation HTML (Ex : #067914) de la première catégorie
de couleur et la coller dans la catégorie suivante.
b. Notez également que vos valeurs de seuil peuvent être légèrement
différentes, mais ce processus sera mené de manière similaire.

http://arset.gsfc.nasa.gov/ 30
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

De petites zones de vert foncé apparaissent au nord de l'incendie semblent être des
ombres de nuages ​et/ou des zones stériles avant l'incendie qui sont plus vertes dans
l'image après l'incendie.

Ensuite, nous testerons le seuil bas. La valeur de décalage Post_Scene_dNBR a


été calculée comme étant de 3 avec un écart type de 32 (voir l'étape RdNBR
ci-dessus), de sorte que le seuil brûlé et non brûlé, également appelé seuil bas, est
probablement proche de 3 plus ~ 2 écarts types (3 + 64 = 67). Ceci est juste une
estimation de départ; une interprétation visuelle du dNBR et de l'imagerie post-incendie
peut être plus précise que le seuil estimé. Notez qu'il s'agit souvent d'un processus
itératif qui peut nécessiter quelques essais et erreurs.

17. Le seuil bas est estimé à près de 70. Mais qu'en est-il de notre prochaine
catégorie (39,1) ? Donnez à cette catégorie une couleur bleu clair et cliquez sur
Appliquer puis sur OK.

http://arset.gsfc.nasa.gov/ 31
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

18. Il semble que cette catégorie soit presque entièrement en dehors de notre zone
brûlée, changeons donc la couleur de cette catégorie en vert foncé. Répétez
cette étape pour les deux catégories suivantes (87 et 135). Les couleurs
attribuées à l'image pour n'importe quel niveau sont des valeurs égales et
inférieures à la « valeur » indiquée dans la palette de couleurs.

http://arset.gsfc.nasa.gov/ 32
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

19. Maintenant, définissons la catégorie suivante (183) comme basse et rendons la


couleur bleu clair. Il semble que ces pixels apparaissent autour du périmètre du
feu, cela ressemble donc à une catégorie appropriée.

20. Appliquez la même catégorie bleu clair aux quatre catégories suivantes (230,
278, 326 et 374) et jetez un œil à la carte.

http://arset.gsfc.nasa.gov/ 33
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Alors, quelles sont les valeurs de seuil correctes ? Il n'y a pas de moyen définitif de
le dire sans observations sur le terrain. Même alors, une certaine subjectivité demeure.
L'expérience améliorera les compétences d'interprétation, en particulier lorsqu'elle est
combinée avec des observations sur le terrain. Le projet MTBS a estimé une valeur
dNBR de 100 comme seuil bas pour cet incendie. Pour maintenir la cohérence entre les
différents analystes MTBS, tous cartographieront le même incendie et compareront les
résultats. « Accord » est proclamé si tous les analystes sont à moins de 50 pour les
seuils choisis.

21. Testez les valeurs de combustion modérées sur les deux catégories suivantes
(422, 470, 517, 565).

http://arset.gsfc.nasa.gov/ 34
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Ensuite, nous allons estimer le seuil de gravité élevé à l'aide du RdNBR. Remarque
: RdNBR ne fonctionne pas nécessairement partout et la méthodologie suivante n'est
qu'un point de départ pour estimer le seuil de gravité élevé. Pour estimer le seuil élevé,
le projet MTBS utilise l'image RdNBR pour aider à déterminer le seuil de gravité élevé
dans l'image dNBR. Miller et Thode (2007) ont étudié de nombreux incendies en
Californie et ont découvert que les valeurs seuils spécifiques de RdNBR étaient
fortement corrélées avec les estimations au sol de la gravité élevée des brûlures. Ils ont
recommandé différents seuils de RdNBR pour les évaluations étendues (seuil : 640) par
rapport aux évaluations initiales (seuil : 750).

22. Désactivez le Post_Scene_dNBR et les dupliqués calquespour le moment.


23. Définissez le seuil haut RdNBR sur 640. Pour ce faire, affichez le RdNBR
encouleur pseudo-monobande. Dans l' Propriétés > Style onglet, entrez les
valeurs -700 et 1100 comme Min et Maxet classez 23 niveaux de noir à blanc.

http://arset.gsfc.nasa.gov/ 35
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

24. À l'aide des méthodes décrites ci-dessus, utilisez le rouge pour coder en couleur
les valeurs RdNBR 640. Fermez l' Style onglet. Déplacez l'image RdNBR sous
l'image dNBR.

http://arset.gsfc.nasa.gov/ 36
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Ensuite, nous utiliserons l' Post_Scene_dNBR image pour essayer de faire


correspondre les catégories de couleurs des zones brûlées à haute intensité avec
celles indiquées dans l'image RdNBR.

http://arset.gsfc.nasa.gov/ 37
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

25. Turn on the Post_Scene_dNBR image and make sure the color categories
match those shades of grey that were displayed earlier (Singleband Pseudocolor,
Greys, color ramp to Min and Max = -200, 900; 23 equal interval classes,
discrete, etc.).
26. Start at the highest values in the color ramp and change each level to red and
compare each update to the RdNBR image. Turn the Post_Scene_dNBR layer
on and off each time you change a grey color to red and try to match up the red
pixels in the Post_Scene_dNBR_copy image to those in the RdNBR image.

http://arset.gsfc.nasa.gov/ 38
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

It appears that the next level 565 of the Post_Scene_dNBR matches nicely with the
RdNBR. Now you can set the Post_Scene_dNBR high threshold around the same

http://arset.gsfc.nasa.gov/ 39
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

value (565). You can round to the nearest 10 or 25 in order to avoid implying
measurement precision that cannot really be discerned.

We have now estimated the low threshold as 87 and the high threshold as 565.

27. Turn off the Post_Scene_dNBR and apply the high category values to the
duplicate image.

http://arset.gsfc.nasa.gov/ 40
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

28. To save the color categories you used, click on Export Color Map to File
icon in the Style tab. Save the file into your working folder as burn_sev. Next
time you can import these categories and colors to a future image that you work
with. This will save time and provide some consistency.

A few more notes on mapping the category thresholds:

Unless there are ground observations to guide selection of the moderate threshold,
visually estimate a value that preserves patterns seen in the dNBR. Picking a value
midway between the High and Low thresholds is a reasonable starting point. The value
326 is half way between 87 and 565. Color the grey-scale intervals from 326 to 565 as
yellow (moderate severity) and light blue for intervals from 87 to 326 (low severity). If no
high severity had existed within the fire perimeter (no RdNBR values exceed 640 for
extended assessments or 750 for initial assessments), enter 9999 for the high severity
value and use image interpretation techniques to estimate a moderate severity value,
choosing a value that preserves the major patterns of burn severity seen in the dNBR.

The No Data Threshold is set at automatically set at -970 and represents dNBR
values that are artifacts and not representative of actual burn severity. The increased
Greenness Threshold is set automatically at -150. dNBR values less than -150
represent areas of increased vegetation. There is usually no reason to adjust this value

http://arset.gsfc.nasa.gov/ 41
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

unless the average unburned dNBR value (the offset) is well below zero ie < -30. Then
you may want to drop this threshold to – 180.

29. Go back to your FMT window. Change the Threshold values to reflect those you
chose.
a. Low: 87
b. Moderate: 326
c. High: 565
30. Enter any mapping comments deemed appropriate and click the Threshold
button.

31. Once a fire assessment is finished, select Complete from the drop-down list and
click Update Mapping. The Mapping Status changes from in-progress to
complete. It can be changed back to in-progress should the analyst need to
make revisions.

32. Click on Generate Metadata. This will generate a text file containing all the
parameters associated with the fire severity assessment and add it to the fire
folder.

http://arset.gsfc.nasa.gov/ 42
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

Conclusion
The FMT allows users to conduct fire perimeter and burn severity mapping on fires
of interest that may not be included in fire assessments from MTBS or that may take too

http://arset.gsfc.nasa.gov/ 43
Advanced Webinar: Techniques for Wildfire Detection and Monitoring
July 12 & 19, 2018

long to be published by the MTBS. In this exercise, you gained an understanding of this
process including:

1. downloading and configuring the FMT Plugin


2. processing ESPA data
3. delineating a fire perimeter
4. subsetting images
5. creating thresholds for burn severity

For more information about the entire evaluation process, read the QGIS FMT User
Guide that can be found in the FMT download packet.

Additional Online Resources


FIREMON and composite burn index (CBI) documentation:
https://www.frames.gov/documents/projects/firemon/FIREMON_LandscapeAssessment
.pdf.

Monitoring Trends in Burn Severity (MTBS): https://mtbs.gov/

References
Key, CH, & Benson, NC (2006). Landscape assessment (LA). FIREMON: Fire effects
monitoring and inventory system. Gen. Tech. Rep. RMRS-GTR-164-CD, Fort Collins,
CO: US Department of Agriculture, Forest Service, Rocky Mountain Research Station.

Miller, JD, & Thode, AE (2007). Quantifying burn severity in a heterogeneous


landscape with a relative version of the delta Normalized Burn Ratio (dNBR). Remote
Sensing of Environment, 109(1), 66-80.

http://arset.gsfc.nasa.gov/ 44

Vous aimerez peut-être aussi