APPLICATION DE LA TELEDETECTION POUR L’ETUDE DES

PROBLEMES ENVIRONNEMENTAUX
LES INDICES DE CHANGEMENTS ENVIRONNEMENTAUX

Les indices radiométriques sont classés parmi les méthodes de traitement les plus sophistiqués
appelées transformations multi spectrales. Ils permettent de transformer les luminances
mesurées au niveau du capteur satellitaire en grandeurs ayant une signification
environnementale. Ils permettent de signaler l’état d’un phénomène en se basant sur le
caractère multispectral des données satellitaires. Ces indices se basent sur une approche
empirique fondée par les données expérimentales (Ismaila, 2013). Divers sont les indices de
végétation qui ont été construits et utilisés depuis une quarantaine d’années (Bannari et al.,
1995). Ils sont exprimés soit d’une manière très basique (simple différence ou simple ratio),
soit d’une manière plus complexe.

Indice de végétation par différence normalisée

Les indices de végétation permettent de suivre l’état et la dynamique de la végétation. La

plupart sont basés sur la combinaison de réflectances mesurées dans le domaine du rouge et
proche infrarouge car il existe un lien direct entre la réponse dans le proche infrarouge et la
quantité de biomasse verte (ou chlorophyllienne) ainsi qu’une relation inverse entre la réponse
dans le visible (particulièrement dans le rouge) et la biomasse vert (Philpot, 2010).

D’après Bhandari et al (2012), Le NDVI est utilisé pour déterminer la production ainsi que le
changement de l’état de la végétation. Les images multispectrales donnent les meilleurs
résultats de NDVI. Les valeurs de NDVI varient entre 0,1 et 0,5 permettant une meilleure
extraction des caractéristiques de la région de Jabalpur (Inde). Les valeurs les plus faibles se
trouvent sur les sols les moins cultivés dont la réflectance est faibles dans la bande NIR et
élevées dans la bande rouge ce qui donne un NDVI faible.

La végétation reste verte (valeurs NDVI élevées) en raison de la disponibilité de l'eau dans le
sol. Au contraire, lorsque la disponibilité de l'eau dans le sol diminue, pour une raison
environnementale quelconque (stress par déficit hydrique) ; la végétation verte tend à
disparaître, alors les valeurs de l'NDVI diminuent. La formule de NDVI adopté est :
DR FAIZA KHEBOUR ALLOUCHE
M2 GEOMA
2021-2022 Page 1
 NIR−RED 𝑁𝐼𝑅−𝐺𝑅𝐸𝐸𝑁
RNDVI = NIR+RED ; GNDVI = 𝑁𝐼𝑅+𝐺𝑅𝐸𝐸𝑁 Avec 0<NDVI>1

NDVI est aussi un indicateur de dégradation. D’après les études faites par Tovar (2011), les
valeurs de NDVI les plus élevées correspondent aux forêts humides de haute et moyenne
altitude et aux forêts de montagne mésophiles du Mexique. Les valeurs minimums du NDVI
se situent entre février et avril chaque année, et correspondent à la période la plus sèche. Les
valeurs maximales du NDVI se situent entre juillet et août, à savoir les mois où les
précipitations sont les plus importantes. Les baisses de valeur du NDVI se produisent parce
que le niveau d’intensité de vert correspondant à ces périodes est faible, du fait de la tombée
ou du changement de couleur des feuilles. Les communautés végétales ayant les valeurs de
NDVI les plus faibles sont les déserts, où les feuilles sont très clairsemées, suivis par les terres
de parcours et les terrains broussailleux. Pendant les périodes sèche (Février et Avril) il y’a eu
une augmentation de NDVI entre les années 2005 et 2009 . Les exceptions concernent la forêt
de montagne mésophile, la forêt humide de haute et moyenne altitude et les terrains
broussailleux.La formule adopté est la suivante :

NIR−RED
NDVI =
NIR+RED

Adama et al (2008), ont étudié la comparaison de l’indice de végétation NDVI du capteur

MSG-SEVIRI par rapport aux indices de végétation NDVI des capteurs des satellites
SPOT-VEGETATION et NOAA-AVHRR. Les données MSG s’avèrent plus efficaces en cas
de couvert nuageux persistant. Toutefois, la réalisation de corrections des effets
atmosphériques et de normalisation des effets directionnels sur les NDVI issus de MSG est
indispensable si l’on veut obtenir des valeurs absolues de NDVI comparables entre les
différents capteurs.

Indice de couleur et indice de rougeur

La couleur est un critère important pour caractériser les caractéristiques du sol, car elle est
déterminée par sa composition minérale et sa teneur en matières organiques. Ce dernier
assombrit le sol, tandis que l’oxyde-hydroxyde de fer rend le sol rouge et le carbonate de
calcium rend le sol plus léger .

Par conséquent, dans les zones arides, la croûte affleure, la présence de gypse et de croûte
calcaire provoque une faible coloration du sol (Belghith, 2003).

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 2
Plusieurs études ont souligné l’intérêt de Ic (indice de coloration) pour la caractérisation de
l’état de dégradation des sols, en particulier dans les régions arides et semi-arides (Maimouni
et al., 2011).

Devineau et al (2009) ont évalué l’intérêt de l’indice de rougeur de Madeira (XS22/XS 13)
pour la reconnaissance des sols ferralitiques et ferrugineux tropicaux dans un site soudanien
du Burkina Faso. Une première analyse d’une image SPOT a montré que l’indice de rougeur
donne une meilleure représentation de la distribution toposéquentielle des sols rouges que
l’indice de couleur :

XS2−XS1
Ic =
XS2+XS1

Avec :

XS1 : 500 à 590 nm et correspond à la couleur verte

XS2 : 610 à 680 nm et correspond à la couleur rouge

Dans le cadre de l’étude des sols, c’est l’indice de rougeur qui a été utilisé en raison de sa
capacité à mettre en évidence les caractéristiques du sol en évitant les influences de la
couverture végétale (Girad et al., 1999) :

Cv
Indice de rougeur (IR) = Cr - + Cv
Cr

Avec : Cr et Cv sont les canaux du rouge et du vert

L’indice de coloration est aussi utilisé pour atténuer l’interférence de la refléctance sol-
végétation. Les indices de végétation présentent des chatoiements lorsque le taux de
couverture végétale est faible .L’origine de ce chatoiement est du a la reflectance spectrale du
sol qui s’ajoute a la reflectance spectrale de la végétation .Pour cela, l’indice de coloration
sera retranché l’indice de coloration utilisé. L’indice de coloration est résumé comme suit :

𝐵
Ic=R –
𝑅

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 3
 Indice de couleur et indice de forme

L’indice de forme peut être utilisé pour caractériser l’état du sol. En effet, un sol dégradé
présente une réflectance élevée. La variabilité de la refléctance entre les sols s’explique par la
présence ou l'absence des bandes d’absorption des oxydes de fer et de la matière organique
(Maimoun et al., 2011).

Pour caractériser l’état du sol, Chikhaoui et al (2007) ont eu recours à l’utilisation des bandes
visibles,PIR et SWIR.En effet, l’exploitation des bandes du PIR et du SWIR en plus de la
bande rouge (3, 6 et 10) dans le calcul de l’IF, et des bandes bleue et PIR (3 et 6) dans la
dérivation de l’IC améliore significativement leurs pouvoirs de discrimination.
2ρ𝐴𝐿𝐼5 +ρ𝐴𝐿𝐼4+ρ𝐴𝐿𝐼3
IF = ρ𝐴𝐿𝐼4 −ρ𝐴𝐿𝐼3

ρ6 +ρ3
IC= ρ3

ρ𝐴𝐿𝐼5 : réflectance mesurée dans la bande rouge du capteur ALI (bande 5)

ρ𝐴𝐿𝐼4 : réflectance mesurée dans la bande verte du capteur ALI (bande 4)

ρ𝐴𝐿𝐼3 : réflectance mesurée dans la bande bleue du capteur ALI (bande 3)

ρALI6 : réflectance mesurée dans la bande PIR du capteur ALI (bande 6)

Les sols faiblement dégradés sont associés à des fortes valeurs de ces deux indices. Les sols
moyennement dégradés ont des valeurs intermédiaires, alors que les sols très dégradés se
distinguent par de faibles valeurs. L’intégration des bandes PIR (bande 6) et SWIR (bande 10)
qui caractérisent la présence des bandes d’absorption, notamment, des calcaires qui sont
considérés comme un indicateur implicite de la dégradation des sols.

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 4
 Indice d’humidité

Il existe plusieurs indices pour étudier l’humidité du sol à savoir NSM et SWI. Pour évaluer
l’indice de d’humidité du sol , une étude de la corrélation entre l'indice de végétation et
l'humidité du sol dans une zone de pâturage a été réalisée.

Des images mensuelles Sentinel-2A, de juillet 2015 à août 2016, ont été traitées pour extraire
l'indice de végétation par différence normalisée (NDVI) et l'indice d'humidité du sol
normalisé (NSMI). La zone d'étude est située au nord de Madrid. Les pixels ont été classés en
: sol nu, mélange de végétation et végétation complète. Les corrélations les plus élevées ont
été trouvées sur le sol nu (Lopez et al., 2019) :

R1613 − R 2202
R1613 + R 2202

L’humidité du sol est exprimée à partir de l’indice SWI (Soil Wetness Index) représentant
pour une plante le ratio entre le contenu en eau disponible dans le sol un jour donné et sa
valeur maximum (Météo France, 2015) :

𝑊−𝑊𝑤𝑖𝑙𝑡
SWI =
𝑊𝑓𝑐 −𝑊𝑤𝑖𝑙𝑡

Avec :

W : le contenu intégré en eau du sol ;

Wwilt : le contenu en eau au point de flétrissement ;

Wfc : le contenu en eau du sol à la capacité au champ ;

Indice de brillance

Le calcul de l'indice de brillance des sols sera le paramètre qui permettra de déterminer le
degré de couverture des sols. Cet indice traduit les changements de teintes des sols nus et des
roches. Il varie aussi de manière inversement proportionnelle avec l'humidité et la rugosité du
sol. Dés lors les zones à indice de brillance fort sont susceptibles en générale d'accroitre la
sensibilité à l'érosion (Kabre, 2009). Cet indice est égale à :

IB= (R2+PIR2)1/2

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 5
 Indice de salinité

D’après Triki et al (2015), les indices de salinité sont utilisés pour détecter les différentes
classes de salinité des sols. En effet, trois indices rois indices ont été adoptés (Int 1, Int 2 et
BI) .Les abréviations : B, G, R et NIR (Tableau 4) correspondent à la réflectance dans le bleu,
vert, rouge, proche infra rouge, infra rouge à courte onde et infra rouge à courte onde 2,
respectivement.

Tableau 4-Indices de salinité (Triki et al., 2015)

Indices Formules

Int1 𝐺+𝑅
2

Int2 G + R + NIR
2

BI √G2 + NIR2

La signature spectrale des sols montre que les propriétés spectrales du sel affecté les sols sont
détectables sur toute la longueur d'onde (Figure 9) gamme mais principalement dans les
intervalles NIR et SWIR. En général, les sols très salins montrer une signature spectrale
supérieure à celle affectée les sols. Lorsque les sols secs deviennent humides, leur les
propriétés seront changées et masqueront la salinité, par conséquent, la signature spectrale
diminuera (Fourati, 2009).

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 6
 Figure 9-Signature spectrale des sols à différente valeurs de conductivité (Fourati, 2009)

Il existe plusieurs bandes d’absorption du sel (Tableau 5) qui différent selon le type de sel
présent dans le sol.

Tableau 5-Principales bandes d’absorption (Mougenot, 1993)

Principales bandes d’absorption Principaux types de sels

En dessous de 600 nm et autour de 870 nm Sulfates et minéraux en inolusions

Bandes à 1450 nm et 1900 nm Sulfates hydratés, chlorure hygroscopique et

halite

Bandes à 1400 et 2200 nm Sulfates hydroxydés

Séries de bandes à partir de 1600 nm Carbonates,borates

Pas d’absorption chlorure

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 7
 Indice de dégradation des sols
Indice ferreux

D’après Houssa et al (1996), l’indice ferreux dépend du taux de fer et de kaolinite présent
dans le sol .En effet, plus ces éléments sont présents dans le sol, plus l’indice sera élevé. Cet
indice permettra d’évaluer le degré d’érosion éolienne du sol .

(𝑇𝑀3)2
If =
𝑇𝑀1×(𝑇𝑀2)2

Avec :

TM1 : Bande bleue

TM2 : Bande verte

TM3 : Bande rouge

Indice d’intensité

L’indice d’intensité permet d’évaluer le degrés de dégradation du sol a partir du taux de

matière organique. Plus le sol est riche en matière organique, plus sa réflectance diminue.
Ainsi, la dégradation du sol est du a une faible teneur en matière organique (issokho, 2011).

1
I= (TM1+TM2+TM3)
√3

Indice de dénudation du sol

D’après Rouzeau et al (1996),cet indice est calculé a partir de l’inverse de l’indice de

végétation :

𝐍𝐈𝐑+𝐑𝐄𝐃
ID =
𝐍𝐈𝐑−𝐑𝐄𝐃

Tableau. Quelques exemples des indices radiométriques de végétation

Indice radiométrique Equation Auteur

de végétation (VI)

Ratio VI PIR Pearson & Miller,

R 1972

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 8
NDVI (Normalized (PIR − R) Tucker, 1979
Difference VI) (PIR + R)

SAVI (Soil Adjusted (PIR – R) Huete, 1988

∗ (1 + L)
VI) (PIR + R + L)

L prend la valeur de 0,25 pour une forte densité et

de 1 pour une très faible densité de végétation.
Pour des densités intermédiaires, le meilleur
ajustement est obtenu pour une valeur de L = 0,5
EVI (Enhanced VI) PIR − R Huete et al., 1999
∗ (1.5 + L)
PIR + C1 ∗ R − C2 ∗ B + L

G: Gain factor (equal to 2.5);L: Soil adjustment factor (=1);

C1 & C2: correction coefficients of atmospheric diffusion (In
our study case C1=6 and C2=7.5)

ARVI PIR − R − ƴ (PIR − B) Kaufman & Tanre,

(Atmospherically PIR + R − ƴ (R − B) 1992
resistant VI)

MSAVI (Modified 2 PIR + 1 − √(2PIR + 1)2 − 8(PIR − R) Qi et al., 1994

Soil Adjusted VI) 2
TSAVI a ∗ (PIR − a ∗ R − b) Baret et al., 1989
(Transformed Soil R + PIR − a. b + 0.08 ∗ (1 + a2)
Adjusted VI)

PVI (Perpendicular PIR − a ∗ R − b Richardson &

VI) √(1 + a2 ) Wiegand, 1977

DVI (Difference VI) PIR-a*R Richardson &

Wiegand, 1977

DR FAIZA KHEBOUR ALLOUCHE

M2 GEOMA
2021-2022 Page 9