Académique Documents
Professionnel Documents
Culture Documents
Diplôme MAGISTER
Spécialité : Physique Option : Rayonnement et Matière
Présentée par :
THEME
Devant le jury :
Qualité Nom et Prénom Grade Université
Président Mr.HIADSI Said Professeur USTOMB
Rapporteur Mr.HASSINI Abdelatif MCA UNIV-ES-SENIA
2011/2012
Résumé— Les applications de la télédétection dans l’étude des
surfaces terrestre font fréquemment appel à des données à faible
résolution spatiale. C’est ici le cas du suivi de la végétation
terrestre observée par les radiomètres optiques (visible et proche
infrarouge) des satellites météorologiques comme NOAA-HRPT,
SPOT-VEGETATION, MSG (Meteosat Second Generation). Le
sujet porte sur l’utilisation des données satellitaires multi
spectrales pour l’identification des indices de végétation terrestre
et le suivi de son évolution temporelle, aux échelles mensuelles,
pour l’année 2011 .Les données utilisées pour effectuer ce travail
proviennent du capteur SEVIRI de MSG 2 et comparées par
d’autres capteurs comme VEGETATION de SPOT.
NAIMA
Table des Matières
SOMMAIRE
Introduction générale
Introduction……………………………………………………………………………………………. 41
I.1Elément de la télédétection spatiale………………………………………………………………. 41
I.1.1 Processus de la télédétection……………………………………………………………….. 41
I.1.2 Le spectre électromagnétique ……………………………………………………………… 42
I.1.3 Rayonnement d'un corps naturel……………………………………………………………. 43
I.1.4 Loi de Kirchhoff……………………………………………………………………………. 43
I.1.5 Luminance d'un corps naturel………………………………………………………………. 44
I.2 Identification des objets au sol ………………………………………………………………….. 45
I.2.1 Caractéristiques spectrales des sols………………………………………………………. 45
I.2.2 Caractéristiques spectrales de la végétation………………………………………............... 46
I.3.1 Propriétés optiques des feuilles………..…………………………………………………… 46
I.3.2. Structure du couvert végétal……………………………………………………………... 49
I.3.3 L'indice de surface foliaire ……………………………………………………………….. 50
II. Les indices de végétation…………………………………………………………………………… 50
II.1 Le principe……………………………………………………………………………………… 51
II.2 Les principaux indices de végétation…………………………………………………………… 52
II.2.1 Les indices simples……………………………………………………………………….. 52
II.2.2 Les indices prenant en compte l'influence des sols……………………………………….. 52
II.2.3 Les indices prenant en compte les effets de l'atmosphère………………………………… 52
II.2.4 Les indices prenant en compte les effets conjugués des sols et de l'atmosphère…………. 55
II.2.5 Les indices prenant en compte la température de surface………………………………… 55
Conclusion……………………………………………………………………………………………. 59
Table des Matières
INTRODUCTION GENERALE
La végétation couvre les deux tiers de la surface des continents avec 24%
de forêts, 15% de prairies et de toundra, 15% de savanes et 11% de cultures.
Ces biomasses sont essentiels au bien-être de l’humanité ; ils fournissent les
bases de la vie sur Terre à travers leurs fonctions écologiques, en régulant le
climat et les ressources en eau, en servant d’habitats à la biodiversité
animale et végétale ainsi qu’en fournissant des denrées essentielles à
l’Homme. Il est primordial de les préserver.
Nous terminons par une conclusion qui contient une évaluation des
travaux effectués et les perspectives pour continuations.
SATELLITES
METEOROLOGIQUES
Satellites Météorologiques Chapitre[I]
INTRODUCTION
En effet, chaque corps n'a pas le même albédo ce qui permet au satellite de différencier eau
et terre par exemple. Suivant le but recherché, chaque satellite n'analyse pas dans la même
longueur d’ondes, ils opèrent dans différentes bandes spectrales, dans différents canaux.
Pour établir ses mesures à distance, le satellite météorologique utilise des capteurs passifs
(par exemple les radiomètres ), sont ceux qui reçoivent le rayonnement de la terre, qu’il soit
émis par celle-ci ou reflété, c'est la télédétection passive. Ou alors, il peut utiliser des capteurs
actifs par exemple les radars, qui émettent une onde électromagnétique et analysent le signal
réfléchi par le sol: c'est la télédétection active (Fig. I.2). [05]
4
Satellites Météorologiques Chapitre[I]
Le satellite géostationnaire couvre une large fraction de la Terre. Il apporte, grâce à son «
immobilité », des informations essentielles sur les systèmes nuageux, et donc sur l'évolution
des perturbations.
1. Dans le canal visible, la lumière solaire, réfléchie par la surface terrestre ou les nuages. Ce
canal n'est utilisable que lorsqu'il fait jour sur la Terre.
3. Dans le canal vapeur d'eau, le radiomètre mesure la quantité de vapeur d'eau présente dans
la moyenne troposphère.
5
Satellites Météorologiques Chapitre[I]
Tout comme les satellites géostationnaires, les satellites à défilement sont munis d'un
radiomètre à plusieurs canaux qui analyse la Terre et son atmosphère. Du fait de leur mobilité,
ils peuvent analyser les régions polaires (comme la Scandinavie) contrairement aux
géostationnaires (Fig. I.4, Fig. I.3). En revanche, comme les satellites défilants ne survolent une
région que deux fois par jour, on ne peut pas établir et suivi en temps réel des masses
nuageuses. L'image d'une partie du globe est obtenue en combinant le mouvement du satellite
et le balayage du radiomètre dans la direction perpendiculaire à son mouvement.
Fig. I.3 La trace au sol du champ de vue d’un satellite polaire, ce type d’orbite permet au satellite
d’observer la totalité du globe
6
Satellites Météorologiques Chapitre[I]
La météorologie satellitaire couvre donc un espace bien plus vaste, ce qui est
particulièrement intéressant; toutefois, ces avantages sont altérés par les difficultés
d'interprétation des données (car ce ne sont pas directement des données de vent, de
température, d'humidité ...).
Fig. I.5 image de haute résolution spatiale acquise par le satellite Quickbird
CARACTERISTIQUES
Le satellite QuickBird, lancé en octobre 2001, acquiert des images noir et blanc à 61 cm de
résolution et des images couleurs (4 bandes) à 2,44 m de résolution couvrant une surface de
16,5 km x 16,5 km.
7
Satellites Météorologiques Chapitre[I]
PRODUITS
Les images QuickBird sont disponibles selon 3 niveaux de traitement : Basic, Standard et
Orthorectified. Les produits Basic sont commercialisés à la scène, alors que les produits
Standard et Orthorectified sont commercialisés au km², assortis d’une surface d'acquisition
minimum et maximum variant selon que l'image soit en archive ou programmée.
8
Satellites Météorologiques Chapitre[I]
II.3.1 IKONOS
CARACTERISTIQUES
Le satellite Ikonos, lancé en septembre 1999, acquiert des images noir et blanc à 1 m de
résolution et des images couleurs (4 bandes) à 4 m de résolution. Les images couvrent une
surface de 11 km x 11 km. Ikonos est programmable et l’instrument de prise de vue
orientable, ce qui permet la revisite d’un même site en moins de 3 jours.
Les images Ikonos sont commercialisées au km² : l’utilisateur définit une zone d’intérêt,
d’une forme quelconque mais d’une surface minimum, pouvant être composée d’une ou
plusieurs portions de scène.
PRODUITS
les produits Geo : ils sont rectifiés selon un ellipsoïde spécifique et dans une
projection donnée, au choix de l'utilisateur.
Les produits Ortho : ils sont corrigés des distorsions dues au relief grâce à un MNE
issu d’Ikonos ou fourni par l'utilisateur. Seuls les produits Precision et Precision Plus
utilisent des points de contrôle.
9
Satellites Météorologiques Chapitre[I]
III.2.1 LANDSAT
Depuis 1972, les satellites Landsat acquièrent en continu, selon une visée verticale, des
images d’une grande richesse spectrale, constituant ainsi une archive systématique reflétant
les évolutions de notre planète à l’échelle régionale.
10
Satellites Météorologiques Chapitre[I]
Résolution :
30 m en multispectral (6 bandes) .
60 m en thermique.
15 m en panchromatique avec Landsat 7 .
III.2.2 IRS
Depuis 1995, les satellites IRS acquièrent des images grâce à différents capteurs :
Fig. I.8 Image satellite Landsat 7 (à gauche) , Image satellite - IRS - WiFS (à droite)
A l'échelle de la planète, les satellites 'grand champ' permettent de suivre les variations
saisonnières et annuelles des couverts végétaux. Ils sont des outils irremplaçables et
constituent une importante source d'informations pour mieux comprendre le fonctionnement
de la biosphère, la répartition des types de végétation, ainsi que sa variabilité saisonnière et
interannuelle et même à plus court terme. La fréquence de passage des satellites basse
résolution, comme les NOAA-AVHRR qui couvrent pratiquement toute la surface de la Terre
au moins une fois par 24 heures, permet de cartographier des variations à court terme de la
végétation à l'échelle planétaire. Sur une période de quelques jours, la plupart des zones
peuvent être vues en conditions claires, et il est possible de construire des cartes de végétation
hebdomadaires comme celles présentées ci-dessous.[02]
11
Satellites Météorologiques Chapitre[I]
12
Satellites Météorologiques Chapitre[I]
13
Satellites Météorologiques Chapitre[I]
14
Satellites Météorologiques Chapitre[I]
Les caractéristiques du signal transmis demeurent sans changement dans la série des
satellites NOAA-KLM de ceux de la série de TIROS-n (NOAA-8 à NOAA-14), alors qu'il y a
un changement mineur du format de données pour tenir en compte le canal modifié 3 sur
l'instrument AVHRR/3.
15
Satellites Météorologiques Chapitre[I]
TRAME
Taux 1 trame/64 sec
Longueur 128 lignes
Format Voir Le Tableau VI.2
Paramètres ligne
Taux 2 lignes/sec
Nombre de mots (ou pixels) 2080
Nombre de canaux sonde 2
Nombre de mot/sonde de chaque canal 909
Format Voir Le Schéma I.12
16
Satellites Météorologiques Chapitre[I]
En examinant le format de la trame représentée sur la figure (Fig. IV.11) nous pouvons
remarquer que le canal A et le canal B ont une série de 16 cases utilisées pour calibrer l’image
APT. Chacune des cases se compose de huit lignes vidéo successives. Seulement les cases
d’une trame d’un passage entier reçu, sont nécessaires pour le calibrage. notez en outre que
les cases 1 à 14 sont identiques sur les images des deux canaux A et B. seulement les cases 15
( la dernière valeur de balayage quand un des radiomètres IR ‘’ aperçoit’’ un corps radiateur
noir) et 16 ( canal d’identification) changent entre le canal A et B .
La case d’identification de canal a été changée dans la série de NOAA-KLM, maintenant
qu’il y a six canaux possibles 1, 2,3A, 3B, 4 et 5. L’indice de modulation de la case 16 égalera
un des six premières des cases niveaux de gris. La case 3 correspondra au canal 3A étant en
service, alors que la case 6 correspondra au canal 3B étant en service. Tous les autres nombres
de canaux seront identiques au nombre de la case de niveau de gris correspondante.
17
Satellites Météorologiques Chapitre[I]
IV.2.2 APPLICATIONS
Les principales missions de VEGETATION sont d’assurer un suivi continu, régional et
global de la biosphère continentale et de fournir des mesures précises sur les principales
caractéristiques du couvert végétal, notamment dans le domaine des productions agricoles et
des conséquences de la déforestation. VEGETATION fournit également des informations sur
la couleur de l’eau, utiles dans les applications océanographiques.[06]
IV.2.3 PRODUITS
Trois types de produits VEGETATION sont disponibles :
les produits primaires (P), extraits à partir d’un seul segment de prise de vue.
Les synthèses journalières (S1) ou décadaires (S10), mosaïques des segments de prise
de vues acquis, respectivement en 24h et au cours des 10 derniers jours.
Les index de végétation (NDVI) calculés à partir des synthèses journalières ou
décadaires.
18
Satellites Météorologiques Chapitre[I]
Les satellites météosate envoie régulièrement sur terre de nombreuses images numériques
de le surface terrestre et autres données qui permettent aux météorologues , a partir des
observations d’anticyclones, dépressions , atmosphériques, masse nuageuse(etc.) ,d’élaborer
les bulletins météorologiques . Ces données sont également essentielles pour anticiper
certains phénomènes météorologique ravageurs tels que les ouragans, tempêtes ; et pour le
suivi de l’évolution du climat de la planète
19
Satellites Météorologiques Chapitre[I]
CONCLUSION
Les observations des satellites météorologiques géostationnaires servent à établir toutes
sortes d’indices de végétation. Cette capacité s’est avéré un moyen très souple et utile, pour la
prévision des récoltes et pour la surveillance de conditions agricoles changeantes. Les
méthodes reposent sur l’utilisation de deux canaux très sélectifs de prise d’images dans la
bande visible, ayant chacun une sensibilité différente à la quantité de chlorophylle dans la
végétation. Les satellites qui nous intéressent dans ce travail sont les satellites METEOSAT
(du Système Européen EUMETSAT). Actuellement trois satellites sont en activité quelque
part à 36 000 km d'altitude en longitude proche de 0 ° presque au dessus de l’équateur.
20
METEOSAT DEUXIEME
GENERATION
Meteosat Second Génération MSG Chapitre [II]
INTRODUCTION
Le programme MSG initié en 2002 est un programme commun à l'ESA (Agence Spatiale
Européenne) et à EUMETSAT (Organisation européenne d’exploitation des satellites
météorologiques). La mise en place de ce programme repose sur un double constat : d'une part,
l'amélioration continue des technologies spatiales et de transmission des données au cours des
trente dernières années et d'autre part, des besoins accrus de la communauté scientifique en
matière d'étude de l'atmosphère, du climat et de l'environnement en général. Les satellites MSG
(Meteosat Seconde Generation) (dont le premier a été mis en orbite en août 2002) doivent
permettre d'améliorer grandement les services offerts par les satellites METEOSAT de première
génération, en apportant une information à la fois plus riche, plus précise et plus fréquente que
leurs prédécesseurs.
Le 28 août 2002 à 22h45 UTC, le premier satellite météorologique européen de la série des
METEOSAT Seconde Generation (MSG-1) était mis sur son orbite géostationnaire à 35800 km
d'altitude par un lanceur Ariane 5 (vol 155). D'abord placé sur une orbite de transfert (périgée de
580 km et apogée de 35994 km), il a ensuite été positionné sur son orbite géostationnaire. Stabilisé
par un mouvement de rotation autour de son axe principal, comme tous ses prédécesseurs, le
satellite effectue un "balayage" continu du disque terrestre dans sa totalité, à l'exception des
régions polaires (Fig. II.1). Sa position nominale à l'intersection du méridien 3,4° Ouest et de
l'Equateur, en fait un instrument particulièrement adapté à l'étude de l'Europe, l'Afrique et les mers
22
Meteosat Second Génération MSG Chapitre [II]
adjacentes (Fig. II.2). Le satellite MSG-1 est devenu Meteosat 8 le 28 janvier 2004, lors de sa mise
en œuvre opérationnelle. Il est toujours opérationnel. [02]
MSG-2 sera suivi de MSG-3 et MSG-4, dont les lancements sont prévus pour 2011 et 2013
respectivement. MSG-3 a déjà été intégré et testé, il sera stocké au sol jusqu'à ce que Meteosat 8
parvienne à la fin de son espérance de vie prévue, tandis que MSG-4 est actuellement en cours de
fabrication.
23
Meteosat Second Génération MSG Chapitre [II]
Le programme METEOSAT est opérationnel depuis plus de trente ans, avec le lancement du
premier satellite, METEOSAT 1, le 23 novembre 1977. Depuis, six autres satellites de première
génération ont été lancés, tous avec succès. Si les cinq premiers satellites sont maintenant hors
d'usage, METEOSAT 7, le dernier de la série mis sur orbite en septembre 1997 est toujours
opérationnel, au-dessus de l'océan Indien. METEOSAT 6 est lui aussi en exploitation, comme
satellite de réserve de Meteosat 7. Depuis août 2002, la première génération est relayée par les
satellites METEOSAT Seconde Generation beaucoup plus performants.
24
Meteosat Second Génération MSG Chapitre [II]
Si les observations faites par les satellites METEOSAT de la première génération ont permis
des avancées spectaculaires dans le domaine des prévisions météorologiques au cours des trente
dernières années, il devient nécessaire aujourd'hui, pour répondre aux besoins sans cesse
croissants des utilisateurs et continuer à améliorer nos connaissances sur l'évolution dynamique de
l'atmosphère, la météorologie et l'environnement, de disposer d'observations spatiales à la fois plus
fréquentes et plus précises. C'est dans ce cadre que les nouveaux capteurs MSG ont été mis en
orbite pour assurer l'observation continue de l'atmosphère et de la surface terrestre jusque vers
2018, où les satellites de troisième génération devraient prendre le relais.
De forme cylindrique comme les METEOSAT première génération, mais deux fois et demi
plus gros, et bien plus performants que leurs prédécesseurs, les satellites METEOSAT de Seconde
Génération permettent d'obtenir des images dans un plus grand nombre de longueurs d'ondes, à
une résolution spatiale plus fine et à une fréquence plus élevée que la génération précédente
(figure ci-dessous).
Caractéristiques :
Première Génération Seconde Génération :
Hauteur totale 3,2 m 2,4 m
Diamètre 2,1 m 3,7 m
Masse totale 720 kg 2000kg
Durée nominale prévue 5ans 7ans
Puissance panneaux solaires 200 w 600w
Radiomètre imageur 3 canaux 12 canaux
Stabilisation gyroscopique 100 tours mn 100 tours mn
Acquisition Toutes les 30 mn Toutes les 15 mn
Résolution spatiale 5km 3km (1km pour : HRV)
Résolution radiométrique 0,4 k 0,25 k
Pas d’Instrument : GERB Instrument : GERB
Les principales améliorations de MSG tiennent aux trois instruments qu'ils emportent : le
radiomètre SEVIRI décrit dans le paragraphe suivant, l'instrument géostationnaire de
détermination du bilan radiatif de la Terre GERB, ainsi qu'un répéteur de «recherche et sauvetage»
qui seront détaillés dans le paragraphe.
25
Meteosat Second Génération MSG Chapitre [II]
Le satellite tourne à 100 tours par minute autour d'un axe parallèle à l'axe Nord-Sud de la terre.
Le télescope du radiomètre de Meteosat vise la terre par l'intermédiaire d'un miroir et balaie à
chaque révolution du satellite une étroite bande de la surface de la terre. L'angle de balayage
correspondant, de 18°, est décrit en 30 ms. Pendant les 570 ms suivantes, le télescope vise l'espace
et cette durée est mise à profit pour modifier l'orientation du miroir, de façon qu'au tour suivant, il
balaie au sol une bande contiguë à la précédente, mais plus au nord. La phase de non acquisition
de données est mise à profit pour calibrer les détecteurs. Le radiomètre est l'instrument principal
dont les satellites météorologiques sont équipés. Cet instrument balaye la surface de la terre ligne
par ligne. Chaque ligne consiste en une série d'images élémentaires ou pixel. Pour chaque pixel, le
radiomètre mesure l'énergie radiative dans différentes bandes spectrales.
Cette mesure est numérisée, puis transmise à une station au sol où elle est traitée, avant d'être
envoyée à la communauté des utilisateurs.
26
Meteosat Second Génération MSG Chapitre [II]
Outre SEVIRI, les satellites MSG ont a bord l'instrument GERB de mesure du bilan radiatif de
la terre qui fournit des informations précieuses sur le rayonnement de la planète, permettant aux
chercheurs de calculer avec une grande précision le bilan radiatif terrestre, c'est-à-dire le rapport
entre le rayonnement venant du Soleil et celui renvoyé dans l'espace. En complément de ces deux
instruments, les satellites MSG sont dotés d'une charge utile de télécommunications très
perfectionnée, nécessaire à l'exploitation, à ses télécommunications et à la diffusion des données
aux utilisateurs.
27
Meteosat Second Génération MSG Chapitre [II]
- l'hydrologie / précipitations.
- l'agriculture,
- le suivi des espaces urbanisés,
- l'halieutique à travers la cartographie des températures de surface des océans,
- l'étude des phénomènes éruptifs, une meilleure estimation des vents.
- l'évolution du couvert végétal,
- les sécheresses.
- la détection des incendies de forêts,
- l'émergence des épidémies par le suivi des nuages de poussières,
- etc...
Un ensemble de six missions principales et deux complémentaires a été clairement définit dans
le cadre du Programme METEOSAT Seconde Génération :
28
Meteosat Second Génération MSG Chapitre [II]
La mission d'analyse des masses d'air doit utiliser les caractéristiques spectrales des
canaux centrés sur la bande d'absorption de la vapeur d'eau, du gaz carbonique et de
l'ozone pour surveiller l'état thermodynamique de l'atmosphère dans les basses couches.
La mission d'extraction des produits permettra, à partir des jeux de données images
d'origine, de fournir des produits météorologiques et géophysiques dérivés en temps quasi-
réel, comme les vents, les températures de surface de la mer et des sols, des indices
d'instabilité des masses d'air, les brouillards, des indices de végétation, etc. A tous ces
produits viennent également s’ajouter ceux élaborés par le réseau des Centres
d’applications satellitaires.
Mission de dissémination
29
Meteosat Second Génération MSG Chapitre [II]
planète en fournissant aux chercheurs des données essentielles sur le bilan radiatif de la
Terre.
Les caractéristiques spectrales de l'instrument SEVIRI ont été présentées dans le premier
chapitre consacré à MSG Le radiomètre imageur SEVIRI. Dans ce paragraphe, nous souhaitons
simplement apporter quelques compléments sur certaines des bandes spectrales de MSG.
Fig. II.6 l'ensemble des douze bandes spectrales de MSG réparties sur le spectre électromagnétique
depuis les longueurs d'onde du visible jusqu'à l'infrarouge thermique.
II.2.1.1 LE VISIBLE
Le canal panchromatique HRV, sensible à toutes les longueurs d'onde du visible (0,4μm à
1,1μm) a une résolution spatiale améliorée par rapport aux autres canaux et permet une
observation bien plus détaillée des surfaces.
En complément du canal HRV, le satellite MSG possède une seule bande spectrale dans le
visible. Le canal VIS0.6 centré sur le rouge, permet de distinguer les nuages, des océans et des
terres émergées.
Avec une résolution spatiale de 1 km, le canal HRV permet d'observer des détails beaucoup
plus fins que les autres bandes multispectrales. Observez le découpage du trait de côte, ainsi que
les contours des nuages.
30
Meteosat Second Génération MSG Chapitre [II]
Fig. II.7- Image MSG acquise le 27 juillet 2011, 12:30 UTC -canal HRV / canal VIS0.6
Fig. II.8- Image MSG acquise le 27 juillet 2011, 12:30 UTC - VIS0.8 et IR1.6
31
Meteosat Second Génération MSG Chapitre [II]
Les surfaces continentales se distinguent mieux que sur la bande VIS0.6 pour deux raisons :
-une meilleure réflexion des sols nus et de la végétation dans le proche infrarouge
- l'eau absorbe davantage le rayonnement infrarouge que le rouge
On obtient ainsi un meilleur contraste entre les surfaces émergées et immergées.
Dans le moyen infrarouge, le satellite MSG possède une bande centrée sur la longueur d'onde
3,9μm. Le signal mesuré au niveau du canal IR3.9 provient aussi bien du rayonnement solaire
réfléchi par les surfaces que le rayonnement thermique émis par ces mêmes surfaces. Il est très
intéressant pour détecter les nuages bas et les brouillards, pour mesurer les températures de surface
du sol et de la mer - uniquement pendant la nuit - ou encore pour détecter les incendies de forêt.
Fig. II.9-Image MSG acquise le 7 août 2006, 12:00 GMT - canal IR3.9
32
Meteosat Second Génération MSG Chapitre [II]
Fig.II.10-Image MSG acquise le 27 juillet 2011, 12:30 UTC - canaux WV6.2 et WV7.3
Le canal 6.2μm renseigne essentiellement sur le contenu en vapeur d'eau des plus hautes
couches de l'atmosphère, alors que le canal 7,3μm est sensible au contenu vapeur d'eau aussi bien
dans les moyennes que les hautes couches atmosphériques.
Les différences constatées entre les deux images sont dues aux couches moyennes de
l'atmosphère. On observe au nord et à l'est de l'image des masses d'air relativement humides en
altitude (niveaux de gris foncés sur WV6.2) et plus sèches dans les couches moyennes de
l'atmosphère (niveaux de gris relativement clairs sur WV7.3).
Les autres bandes thermiques sont utilisées pour mesurer les températures de surface des sols,
des océans et des nuages, ainsi que la teneur en ozone.
Fig. II.11- Image MSG acquise le 27 juillet 2011, 12:30 UTC - canal
thermique IR10.8
33
Meteosat Second Génération MSG Chapitre [II]
En tenant compte des propriétés "normales" des yeux humains, il apparaît que le spectre
perceptible (d'environ 400 nm à 700 nm) est décomposable en trois couleurs primaires: rouge,
bleu, et vert. La différence entre les couleurs primaires des lumières et celles des pigments est
importante: pour les premières, elles sont additives (superposition); pour les secondes, elles sont
soustractives (absorption d'une couleur primaire de la lumière, réfection des deux autres), de sorte
que l'on considère que les couleurs primaires des pigments sont plutôt le magenta, le cyan, et le
jaune (qui sont les couleurs secondaires, c'est-à-dire mélange des primaires deux à deux, de la
lumière).
34
Meteosat Second Génération MSG Chapitre [II]
III.1.2 L'ALBEDO
Quand les rayons parviennent à la terre une partie de l'énergie qu'ils transportent est déviée par
les différentes couches de l'atmosphère. Cependant l'autre partie arrive à la traverser. Celle-ci est
alors réfléchie par les nuages ou par le sol. Ce qu'on nomme albédo est le rapport entre l'énergie
réfléchie et l'énergie incidente. Ce rapport est fonction de la cible réfléchissante. Ainsi, l'albédo de
la neige (0.85) n'est pas le même que celui d'une prairie (0.20). En moyenne, l'albédo de la terre
est de 0.3 ce qui signifie que 70% de l'énergie que nous recevons est absorbée (30% est réfléchie).
Toute surface absorbe une partie du rayonnement incident pour n'en réfléchir qu'une partie. Elle
n'absorbe que les longueurs d'onde qu'elle ne possède pas (Fig. II.12). De plus, un rayonnement
solaire se compose de plusieurs longueurs d'onde (lumière polychromatique). On peut donc
émettre l'hypothèse qu'il suffit de collecter les différentes longueurs d'ondes réfléchies pour
pouvoir déterminer, sur une zone donnée, la nature de l'élément réfléchissant [02].
Dans le cas ou on associe chacune des couleurs fondamentales (rouge, vert, bleu) à un canal de
la même image, il est possible de visualiser plusieurs canaux simultanément. Cette opération
s'intitule: «composition colorée». L'utilisation de la couleur ne provoque pas dans ce cas une
transformation des valeurs des pixels. L'interprétation des couleurs est donc possible.
Le résultat de la superposition des trois canaux et donc de la combinaison des niveaux
d'intensité des trois couleurs fondamentales donnera une image en « vrais » ou en « fausse »
couleur, selon que la couleur fondamentale associée à chaque canal correspond, ou non, à la zone
du spectre couvert par ce canal. Dans le cas d'une correspondance parfaite entre les couleurs
fondamentales et les canaux correspondants, on obtient une composition colorée en vraie couleur,
permettant de localiser chaque phénomènes avec sa couleur tel quel apparaît dans la nature
(similitude avec une photo). [01]
35
Meteosat Second Génération MSG Chapitre [II]
III.2.1 RGB 1
La RGB 1 est formée par les canaux (NIR1.6, VIS0.8, VIS0.6)
Selon les travaux menés dans ce domaine Cette RGB permet détecter la végétation, la neige, la
poussière, le brouillard et la fumée.
III.2.2 RGB 2
La RGB 2 est constituée par les canaux (VIS0.8, IR3.9, IR10.8).
36
Meteosat Second Génération MSG Chapitre [II]
III.2.3 RGB 3
La RGB 3 est produite par les canaux (VIS0.8, NIR1.6, IR3.9r), elle permet de visualiser les
nuages, la convection, la neige, la fumée, le brouillard et le feu.
37
Meteosat Second Génération MSG Chapitre [II]
III.2.4 RGB 4
La RGB 4 est faite à partir des canaux (IR12.0-IR10.8, IR10.8-IR3.9r, IR10.8), elle permet de
visualiser les nuages à différents niveaux, le brouillard et le feu.
III.2.5 RGB 5
La RGB 5 est formée par les canaux (IR12.0-IR10.8, IR10.8-IR8.7, IR10.8), elle distingue la
tempête de poussière en couleur magenta.
38
Meteosat Second Génération MSG Chapitre [II]
III.2.6 RGB 6
La RGB 6 est générée par les différences de canaux (WV6.2-WV7.3, IR3.9-IR10.8, NIR1.6-
VIS0.6). Cette RGB détecte les cyclones et les tempêtes convectives.
CONCLUSION
Grâce à leur fréquence, leur précision et leur qualité, les données et images dérivées MSG
s'avèrent particulièrement précieuses pour la prévision immédiates et à courte échéance.
Combinées avec les autres moyens existant, Elles permettent aux météorologues de reconnaître et
de suivre le développement des phénomènes météorologiques susceptibles de devenir dangereux
et de prévenir les services d'intervention et les autorités locales. Ainsi, elles contribuent ainsi à
atténuer les dégâts et à protéger les vies et les biens.
L'objectif de ce chapitre était la présentation des divers canaux de SEVIRI, ainsi que les
différentes compositions RGB menées par des travaux des recherches dans ce domaine. Nous
avons commencé par une description des canaux visible, infrarouge et vapeur d'eau. Par la suite
nous avons présenté les 6 combinaisons RGB les plus utilisées.
39
PROPRIETES SPECTRALE DE LA
VEGETATION
Propriétés spectrale de la végétation Chapitre [III]
INTRODUCTION
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. Pour tirer le maximum d'information des images de télédétection optique.
Dans le présent chapitre, nous donnerons dans un premier temps un aperçu général sur la
télédétection spatiale : ces processus, et la notion du rayonnement électromagnétique, de
refléctance et de l'orbitographie des satellites. Dans une deuxième partie de ce chapitre, nous
donnerons les différentes propriétés spectrales de la végétation et la notion des indices de
végétation.
Le processus de télédétection peut être divisé en sept étapes que nous allons décrire
succinctement et qui sont illustrées par le schéma ci-dessous.
41
Propriétés spectrale de la végétation Chapitre [III]
(B) Rayonnement et atmosphère - 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.
(C) Interaction avec la cible - 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.
(D) Enregistrement de l'énergie par le capteur - Une fois l'énergie diffusée ou émise par la
cible, elle doit être captée à distance (par un capteur qui n'est pas en contact avec la cible)
pour être enfin enregistrée.
(F) Interprétation et analyse - 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.
42
Propriétés spectrale de la végétation Chapitre [III]
Le rayonnement est réfléchi par la surface dans le domaine solaire, émis dans l'infrarouge
thermique; il peut être émis ou réfléchi dans le domaine des micro-ondes en fonction du
caractère passif ou actif du système d'observation.
Un corps naturel n'absorbe pas tout le rayonnement qu'il reçoit. Il en réfléchit une partie.
Ainsi la puissance totale reçue par le corps, par unité de surface, dénommée irradiance se
décompose en trois parties:
Pour maintenir l'équilibre thermodynamique d'un corps naturel, la puissance absorbée doit
nécessairement être égale à la puissance émise. En d'autres termes, absorption = émission.
Cette propriété est exprimée par la loi de Kirchhoff.
𝐸𝑎𝑏𝑠𝑜𝑟𝑏 é𝑒
𝑎 = , (III. 02)
𝐸𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒
𝐸𝑎𝑏𝑠𝑜𝑟𝑏 é𝑒
𝑡 = , (III. 03)
𝐸𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒
43
Propriétés spectrale de la végétation Chapitre [III]
𝐸émise
𝑒 = , (III. 04)
𝐸𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒
𝑒 = 𝑎 = 1 − 𝑟 – 𝑡 , (III. 05)
Pour un corps opaque, situation la plus fréquente en TLD, la transmittance est nulle.
L'énergie électromagnétique absorbée est convertie en chaleur. Dans ce cas, la loi de
Kirchhoff se réduit à:
𝑒 = 𝑎 = 1 − 𝑟 , (III. 06)
44
Propriétés spectrale de la végétation Chapitre [III]
La végétation, les sols et les eaux sont les trois principaux objets examinés dans les trois
domaines spectraux de la TLD, à savoir le visible et proche infrarouge, l'infrarouge thermique
et les hyperfréquences.
La signature spectrale des sols est en général caractérisée par une augmentation
progressive de la réflectance depuis les longueurs d'onde du visible jusqu'à celles de
l'infrarouge. Les seules discontinuités observées correspondent aux bandes d'absorption de
l'eau, à 1,4 μm et 1,9 μm. Fonctions à la fois de la composition minérale et organique des sols,
de leur contenu en eau et de la rugosité, les propriétés optiques des sols peuvent présenter une
variabilité considérable (Fig. III.5). Une augmentation de l'humidité du sol entraîne une baisse
de la réflectance sur tout le spectre, de même qu'un accroissement de la rugosité
(obscurcissement par effet d'ombre). [02]
45
Propriétés spectrale de la végétation Chapitre [III]
Comme dans la plupart des études thématiques par télédétection, l'identification et le suivi
des couverts végétaux repose sur la réponse spectrale des surfaces dans les différentes
longueurs d'onde et donc sur la notion de signature spectrale. Nous rappelons simplement que
la signature spectrale d'une surface correspond à la courbe de réflectance de la surface en
fonction des longueurs d'onde du spectre électromagnétique, dans des conditions données. La
réflectance correspond au rapport de l'intensité du rayonnement réfléchi par une surface à
celle du rayonnement incident. C'est donc une grandeur sans dimension, qu'on exprime
généralement en pourcentage.
Les propriétés optiques des feuilles sont reliées à leurs caractéristiques biochimiques
(teneur en pigments, structure cellulaire, teneur en eau, état physiologique, etc.). On distingue
trois types d'éléments qui interviennent dans les propriétés optiques des feuilles et qui
correspondent aux grands domaines spectraux du visible, du proche infrarouge et de
l'infrarouge moyen.
la teneur en pigments
l'anatomie des feuilles, leur structure cellulaire
la teneur en eau
Ces trois éléments varient au cours du temps et entraînent par conséquent des changements
dans la structure et les caractéristiques des couverts végétaux. Plutôt que de parler de
signature spectrale, on va parler de comportement spectral de la végétation.
La structure anatomique des feuilles joue un rôle très important dans la signature
spectrale de la végétation. Si les pigments chlorophylliens absorbent la majeure partie du
rayonnement visible qui leur parvient, ils sont en revanche totalement transparents au
rayonnement de plus grande longueur d'onde. Le proche infrarouge traverse donc la feuille
jusqu'à une couche cellulaire formée de cellules irrégulières et d'espaces intercellulaires dans
46
Propriétés spectrale de la végétation Chapitre [III]
lesquels sont stockés les gaz échangés entre la feuille et l'atmosphère. C'est au niveau de cette
couche, lieu d'échange entre l'oxygène et le dioxyde de carbone dans les processus de la
photosynthèse et de la respiration, que le rayonnement proche infrarouge est fortement
réfléchi (Fig.III.6). Il est d'autant mieux réfléchi que le parenchyme lacuneux est bien
développé.
Les longueurs d'onde bleue et rouge sont absorbées par la chlorophylle. Les vertes sont très
faiblement réfléchies par la feuille. Le rayonnement PIR, lui, est fortement réfléchi par le
parenchyme lacuneux.
La réflectance dans les bandes, rouge et proche infrarouge est donc directement liée à la
biomasse végétale. Il est donc possible de déterminer radiométriquement cette biomasse en
utilisant l'information contenue dans ces deux bandes spectrales, en utilisant des ‘’indices de
végétation’’.
La teneur en eau des feuilles est également un facteur qui va fortement influencer la
signature spectrale de la végétation, dans les longueurs d'onde de l'infrarouge moyen. Plus
la teneur en eau est forte, plus la réflectance de la végétation diminue, en particulier aux
longueurs d'onde 1450 nm et 1900 nm qui correspondent aux bandes d'absorption de l'eau.
Ce domaine de longueur d'onde est très utile en télédétection des couverts végétaux, il
permet notamment de détecter les plantes en état de stress hydrique.
47
Propriétés spectrale de la végétation Chapitre [III]
La figure ci-dessous précise les facteurs prépondérants dans la signature spectrale d'un
végétal sain, pour des longueurs d'onde allant du visible à l'infrarouge moyen.
d) Comportement spectral
On parle de comportement spectral plutôt que de signature spectrale pour bien montrer que
la réflectance de la végétation n'est pas constante. Elle varie non seulement en fonction des
types de végétaux (les résineux par exemple, ont une réflectance moins importante que les
feuillus dans le proche infrarouge), mais également selon l'état de santé d'une plante. Comme
le montre la figure ci-dessous, la signature spectrale de la végétation dans le visible ne varie
pratiquement pas quelque soit le type de végétal. En revanche, on note des différences
sensibles dans le proche infrarouge, liées à la structure du parenchyme lacuneux, comme nous
l'avons vu précédemment. La différence est très nette entre les feuillus et les résineux, ces
derniers ayant une réflectance bien moindre dans le proche infrarouge.
48
Propriétés spectrale de la végétation Chapitre [III]
Fig.III.9 Illustration des interactions entre le sol et la végétation, intégrées au niveau de la mesure
satellitaire
49
Propriétés spectrale de la végétation Chapitre [III]
L'indice de surface foliaire (LAI) est le ratio de la surface totale supérieure des feuilles à la
surface du sol sur laquelle la végétation se développe. Le LAI est une grandeur sans
dimension qui varie en général de 0 pour le sol nu à 8 pour une forêt tempérée dense. Pour des
forêts tropicales très fermées ou des forêts de conifères, la valeur du LAI peut dépasser 15
.C'est un bon indicateur de la croissance et de la biomasse végétale, ainsi que de la densité
d'un peuplement. Le LAI est relié à l'indice de végétation par une fonction logarithmique. On
observe en général un pallier à partir des valeurs de LAI de 5 ou 6 , et on estime que pour un
couvert végétal avec un LAI supérieur à 5, toute possibilité d'éclairement incident direct du
sol sous-jacent est écarté, quelle que soit la géométrie d’éclairement.[02]
Tous les indices, que ce soient les indices de végétation, les indices des sols, les indices
relatifs à la colonne d'eau, etc., reposent sur une approche empirique basée sur des données
expérimentales. Les indices de végétation sont très utilisés d'une part, pour identifier et suivre
la dynamique de la végétation, mais aussi pour estimer certains paramètres biophysiques
caractéristiques des couverts végétaux, comme la biomasse, l'indice de surface foliaire, la
fraction de rayonnement photosynthétique actif, etc.
III.1 LE PRINCIPE
50
Propriétés spectrale de la végétation Chapitre [III]
(faibles valeurs de réflectances dans le rouge et le proche infrarouge), plus les sols sont
humides et a contrario, plus on s'éloigne de l'origine, plus les sols sont secs.
Fig.III.10 Répartition spectrale des réflectances dans le rouge et dans le proche infrarouge.
Plus la couverture végétale est dense, plus les valeurs de réflectance augmentent dans le
PIR et plus elles diminuent dans la bande rouge. La droite des sols, dépourvue de végétation
présente des réflectances qui varient en fonction de leur teneur en eau. (b) exemple du
déplacement d'un pixel 'agricole' dans l'espace multispectral rouge / PIR au cours d'une saison
de croissance. Après la germination, la réflectance du pixel s'éloigne de la ligne des sols pour
atteindre le sommet du chapeau. Après la récolte, le pixel retrouve une valeur de réflectance
correspondant à un sol nu, éventuellement plus sec.
51
Propriétés spectrale de la végétation Chapitre [III]
Les indices de végétation les plus simples sont basés sur des opérations arithmétiques entre
deux bandes spectrales, généralement le rouge et le proche infrarouge, mais également les
bandes du proche et du moyen infrarouge. [3]
- Parmi les indices les plus élémentaires et les plus anciens, on trouve
-l'indice de végétation brut, ou indice différentiel de végétation (DVI en anglais) qui est égal
à la simple différence des bandes du proche infrarouge et du rouge
- L'indice de végétation par quotient (RVI en anglais), s'exprime également de façon très
simple. Il est égal au rapport entre les bandes du PIR et du rouge.
𝜌𝑃𝐼𝑅
𝑅𝑉𝐼 = , (III. 08)
𝜌𝑅
L'inconvénient de ces indices est qu'ils sont très sensibles aux variations atmosphériques,
ainsi qu'à la contribution spectrale des sols. En outre, lorsque la végétation est très dense, la
réflectance dans la bande rouge devient très faible, ce qui entraîne une saturation des valeurs
de l'indice RVI.
𝜌 −𝜌
𝑁𝐷𝑉𝐼 = 𝜌𝑃𝐼𝑅+𝜌𝑅 , (III. 09)
𝑃𝐼𝑅 𝑅
La normalisation par la somme des deux bandes permet de réduire les effets d'éclairement.
Le NDVI conserve une valeur constante quelque soit l'éclairement global, contrairement à la
simple différence qui est très sensible aux variations d'éclairement.
Les valeurs du NDVI sont comprises en théorie entre -1 et +1, les valeurs négatives
correspondant aux surfaces autres que les couverts végétaux, comme la neige, l'eau ou les
nuages, pour lesquelles la réflectance dans le rouge est supérieure à celle du proche
infrarouge. Pour les sols nus, les réflectances étant à peu près du même ordre de grandeur
dans le rouge et le proche infrarouge, le NDVI présente des valeurs proches de 0. Les
formations végétales quant à elles, ont des valeurs de NDVI positives, généralement
comprises entre 0,1 et 0,7 - les valeurs les plus élevées correspondant aux couverts les plus
denses.
- Les indices de stress hydrique, comme le MSI ou le NDWI sont des indices simples dans
lesquels on utilise la bande spectrale du moyen infrarouge à la place de la bande rouge. Ces
52
Propriétés spectrale de la végétation Chapitre [III]
indices varient en fonction de la teneur en eau des feuilles. Ils permettent de déceler lorsque
les végétaux sont en état de stress hydrique et sont par conséquent très utiles pour le suivi de
la végétation en zone sèche.
𝜌𝑀𝐼𝑅
𝑀𝑆𝐼 = , (III. 10)
𝜌𝑃𝐼𝑅
𝜌 −𝜌
𝑁𝐷𝑊𝐼 = 𝜌 𝑃𝐼𝑅 +𝜌 𝑀𝐼𝑅 , (III. 11)
𝑃𝐼𝑅 𝑀𝐼𝑅
Où
𝜌𝑀𝐼𝑅 : réflectance dans la bande infrarouge moyen.
𝜌𝑃𝐼𝑅 : réflectance dans la bande proche infrarouge.
1
𝑃𝑉𝐼 = 𝜌𝑃𝐼𝑅 − 𝑎𝜌𝑅 − 𝑏 , (III. 12)
𝑎2 + 1
Où
𝑎 : Pente de la droite des sols dans l'espace (R, PIR)
𝑏 : ordonnée à l'origine de la droite des sols
- indice de végétation ajusté pour le sol , le SAVI proposé par Huete (1988) ,qui introduit un
paramètre d'ajustement, noté L, qui caractérise le sol et son taux de recouvrement par la
végétation. Huete a montré que les isolignes de végétation ne sont pas parallèles à la droite
des sols, mais qu'elles coupent celle-ci en un point selon la densité du couvert végétal. Le
paramètre 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, il est égal à 0,5.
𝜌𝑃𝐼𝑅 − 𝜌𝑅
𝑆𝐴𝑉𝐼 = 1 + 𝐿 , (III. 13)
𝜌𝑃𝐼𝑅 + 𝜌𝑅 + 𝐿
Où 𝐿 est une constante égale à 0,5.
53
Propriétés spectrale de la végétation Chapitre [III]
- indice transformé de végétation ajusté pour le sol, TSAVI, Baret et al. (1989) proposent
une amélioration de l'indice SAVI. Leur est basé sur la détermination préalable de la droite
des sols à partir des bandes spectrales du capteur. Il utilise la pente a et l'ordonnée à l'origine b
de la droite, plutôt que les valeurs arbitraires fixées pour l'indice SAVI.
(𝜌𝑃𝐼𝑅 − 𝑎𝜌𝑅 − 𝑏)
𝑇𝑆𝐴𝑉𝐼 = , (III. 14)
𝜌𝑅 + 𝜌𝑃𝐼𝑅 − 𝑎𝑏 + 0.08(1 + 𝑎2 )
- indice modifié de végétation ajusté pour le sol ,MSAVI,Qi et al. (1994) proposent eux aussi
une amélioration du SAVI. Dans leur, le paramètre L n'est plus une constante, mais il est
ajusté automatiquement aux conditions locales. L'expression de l'indice MSAVI est la même
que celle de l'indice SAVI. La différence concerne le facteur L qui dépend à la fois de la
droite des sols, du NDVI et de l'indice de végétation par différence pondérée (en anglais,
Weighted Difference Vegetation Index, abrév. WDVI - Richardson et Wiegand, 1977).
𝜌𝑃𝐼𝑅 − 𝜌𝑅
𝑀𝑆𝐴𝑉𝐼 = 1+𝐿 , (III. 15)
𝜌𝑃𝐼𝑅 + 𝜌𝑅 + 𝐿
𝜌𝑃𝐼𝑅 − 𝜌𝑟𝑏
𝐴𝑅𝑉𝐼 = , (III. 16)
𝜌𝑃𝐼𝑅 + 𝜌𝑟𝑏
Où :
𝜌𝑟𝑏 : Est une combinaison des réflectance dans les bandes spectrales bleu et rouge.
Pinty et Verstraete, 1992, quant à eux, proposent une relation non linéaire pour minimiser
l'influence de l'atmosphère sur la mesure de l'indice de végétation, l'indice GEMI.
𝜌 𝑟𝑜𝑢𝑔𝑒 −0.25
𝐺𝐸𝑀𝐼 = 𝜂 1 − 0.25𝜂 − , (III. 18)
1−𝜌 𝑟𝑜𝑢𝑔𝑒
54
Propriétés spectrale de la végétation Chapitre [III]
2 2
2 𝜌 𝑃𝐼𝑅 −𝜌 𝑟𝑜𝑢𝑔𝑒 +1.5+0.5𝜌 𝑟𝑜𝑢𝑔𝑒
Avec 𝜂= 𝜌 𝑃𝐼𝑅 +𝜌 𝑟𝑜𝑢𝑔𝑒 +0.5
III.2.4 LES INDICES PRENANT EN COMPTE LES EFFETS CONJUGUES DES SOLS ET
DE L'ATMOSPHERE
En combinant les indices présentés ci-dessus, notamment le SAVI et l'ARVI, il est possible
d'obtenir des indices qui corrigent les effets conjugués des sols et de l'atmosphère, comme
l'indice de végétation amélioré (EVI, Huete et al., 1999), produit standard adopté par la
NASA pour les instruments TERRA et AQUA de MODIS.
𝜌 𝑃𝐼𝑅 −𝜌 𝑅
𝐸𝑉𝐼 = 𝐺 𝜌 , (III. 19)
𝑃𝐼𝑅 +𝐶1𝜌𝑅 −𝐶2𝜌𝐵 +𝐿
où :
𝐺 : facteur de gain (égal à 2,5)
𝐿 : facteur d'ajustement des sols
𝐶1 et 𝐶2 : coefficients de correction de la diffusion atmosphérique.
Parmi les techniques développées, la méthode dite 'du triangle', suppose que la température
de surface des sols dépend essentiellement de la couverture végétale et de l'humidité des sols
(Fig.III.11).
Le côté du triangle correspondant au NDVI le plus faible représente la droite des sols nus,
depuis les sols secs (températures les plus élevées) jusqu'aux sols saturés en eau (températures
les plus basses).
Celle reliant les températures de surface les plus basses (sols humides) au maximum de
densité de la végétation est appelée 'limite humide'.
Dans cette méthode, la température de surface des sols est reliée à l'indice de végétation
par une relation linéaire décroissante. Plus la végétation a une densité importante, plus la
température de surface est faible. La végétation régule la température de surface en absorbant
55
Propriétés spectrale de la végétation Chapitre [III]
Les pixels de l'image ont une répartition triangulaire dans le plan Ts / NDVI. (adapté
d'après Lambin et Ehrlich, 1996)
𝑇𝑠 − 𝑇𝑠(min )
𝑇𝐷𝑉𝐼 = (III. 20)
𝑎 + 𝑏𝑁𝐷𝑉𝐼 − 𝑇𝑠(min )
Où :
𝑇𝑠 : Température de surface
𝑇𝑠(min ) : Température de surface minimum
𝑎 et 𝑏 : respectivement ordonnée à l'origine et pente de la droite reliant la température de
surface au NDVI maximum.
Pour une même valeur de l'indice de végétation, les températures les plus élevées
correspondent aux surfaces les plus sèches (Fig.III.12). Il est donc possible d'estimer le taux
d'humidité des sols et par conséquent, l'état de stress hydrique des plantes, dès lors que la
température de surface et l'indice de végétation sont connus.
56
Propriétés spectrale de la végétation Chapitre [III]
Comme pour la végétation, il existe aussi des indices spécifiques pour les sols nus, comme
l'indice de brillance. Celui-ci est construit à partir des bandes rouge et proche infrarouge selon
l'expression :
𝐼𝐵 = 𝜌𝑅2 + 𝜌𝑃𝐼𝑅
2
(III. 21)
Il permet de faire clairement la distinction entre les surfaces végétalisées et les sols nus.
Le tableau ci-dessous résume quelques uns des indices de végétation les plus couramment
utilisés; adapté de (Caloz and Puech, 1996; Gilabert et al., 2002) + Girard et Girard, 1999.
57
Propriétés spectrale de la végétation Chapitre [III]
58
Propriétés spectrale de la végétation Chapitre [III]
CONCLUSION
Les propriétés spectrales des couverts végétaux dépendent à la fois de la nature de la
végétation qui les compose, de leur état physiologique, de leur teneur en, mais aussi du sol
sous-jacent qui influera d'autant plus la mesure spectrale que la végétation sera clairsemée.
L’instrument SEVIRI de MSG comporte les deux canaux dans le visible nécessaires pour
dresser des cartes régionales du NDVI - ce qui présente plusieurs avantages, un des plus
remarquables étant la stabilité des images et la facilité de réception de ces données en des
lieux d’utilisation situés dans tout le champ d’observation de MSG. Ainsi, les utilisateurs
peuvent construire des cartes de végétation répondant à des besoins locaux.
59
MESURE DE LA VEGETATION
POUR LES DONNEES TLD
Mesure de la végétation pour les données TLD Chapitre [IV]
INTRODUCTION
Dans ce chapitre, on va présenter nos différents résultats obtenus,
Une série des images satellitaires MSG est utilisées dans notre étude. Elles vont du moi de
février jusqu’à Juillet 2011. L'analyse porte sur une série d’images contenant l'indice de
végétation (NDVI) en différents mois de l’année (Février, Avril, Mai, Juillet, et Septembre
2011). Le NDVI est calculé à partir d'images dans les bandes rouges et proche infrarouge du
capteur SEVIRI de MSG (Meteosat Second Generation).
Le diagramme ci-dessous illustre les différentes étapes utilisées ainsi que les méthodes
intégrées:
(SPOT-
PRETRAITEMENT DE L’IMAGE
VEGETATION,)
Calibration
des Données
AFFRANCHISSEMENT DES
NUAGES
Méthode de
Minimum
PRODUCTION DE NDVI
61
Mesure de la végétation pour les données TLD Chapitre [IV]
62
Mesure de la végétation pour les données TLD Chapitre [IV]
63
Mesure de la végétation pour les données TLD Chapitre [IV]
A) XRIT2PIC :
64
Mesure de la végétation pour les données TLD Chapitre [IV]
Logiciel MSG Data Manager (Fig. IV.8), c’est un logiciel pour la décompression, la
classification et la sauvegarde des différentes données acquises [09].
65
Mesure de la végétation pour les données TLD Chapitre [IV]
On reçoit des images en plusieurs segments, par exemple, une image HRV est décomposée
en 24 segments, et les autres images sont décomposées en 8 segments comme il est représenté
sur la Fig. IV.9.
Date
Meteosat 9 Canal Visible N° de segment 10 Heure
d’acquisition
HRV d’acquisition
-H = HRIT.
-000 = Version 4.1 pour des structures des archives.
-MSG2 = satellite.
-HRV = Canal spectral.
-000010 = Numéro de segment.
-200706121645 = année-mois-jour-heure.
-C_ = Archive compressé.
-_ = Archives non compactes.
3712
0 0 7439
3712 11136
Fig. IV.9 Représentation des segments d’image de canal VIS0.8µm à gauche, et HRV à droite
66
Mesure de la végétation pour les données TLD Chapitre [IV]
II .PRETRAITEMENT
L’étalonnage radiométrique vise d’une part à éliminer la différence de sensibilité entre les
capteurs en assignant à chaque bande spectrale un coefficient de correction. D’autre part, le
calibrage vise aussi à corriger la dégradation du signal du capteur dans le temps par
l’application d’une correction linéaire qui est appliquée a chacun des coefficients de calibrage
pré-lancement.
La relation entre la valeur numérique du pixel et le rayonnement physique est définie pour
chaque bande spectrale par la relation:
Où :
67
Mesure de la végétation pour les données TLD Chapitre [IV]
-TETA: angle solaire de zénith (calculé à partir de la date, du temps, du lat., du lon.); pour la
condition crépusculaire (c.-à-d. TETA > 80°) TETA est placé à 80° pour éviter l'indice I des
problèmes du canal i (1 = VIS0.6; 2 = VIS0.8; 3 = NIR1.6; 12 = HRV)
-ESD: distance terre-soleil (dans les unités astronomiques), qui change pendant l'année selon
l'équation suivante :
JulianDay − 3
ESD JulianDay = 1.0 − 0.0167 cos 2p . (05)
365
Compte Reflectance
numérique
Fig. IV.10 image de canal VIS0.8µm avant (à gauche), et après calibration (à droite)
68
Mesure de la végétation pour les données TLD Chapitre [IV]
69
Mesure de la végétation pour les données TLD Chapitre [IV]
Ci-dessous les valeurs de la longueur d’onde central (en cm-1), et les paramètres A, et B
(en K) pour le rapport analytique entre radiance et la température de brillance pour les canaux
IR- thermique pour les satellites MSG-1, MSG-2:
70
Mesure de la végétation pour les données TLD Chapitre [IV]
Tableau IV.2 Les coefficients constantes (A, B) de MSG et la longueur d’onde central des
canaux infrarouges
Compte Température
numériqu de brillance
e
Fig. IV.14 image de canal 3.9µm avant (à gauche), et après étalonnage (à droite)
71
Mesure de la végétation pour les données TLD Chapitre [IV]
(a)
(b)
Fig. IV.15 température de brillance d’un image du canal 3.9µm, acquise le 18-05-2011 à
10:00 UTC ,(a) représente une vu globale, (b) représente la température de la région du
nord de l’Afrique (l’Algérie)
72
Mesure de la végétation pour les données TLD Chapitre [IV]
73
Mesure de la végétation pour les données TLD Chapitre [IV]
Fig. IV.17 Canal Visible 0.6μm avant (à gauche) et après (à droite) affranchissement des nuages
Les indices de végétation sont nombreux et correspondent chacun à une application propre
(tableau IV.3). Un certain nombre d'indices de végétation ne sont utilisables que pour des
couverts «denses» (pas de sol apparent), mais pas très dense (sinon on est confronté à l’effet
de saturation), (exemple RVI), et chlorophylliens, sans mélange de matière sèche sur pied
avec la matière verte (exemple NDVI). Même si certains sont efficaces, tel que le TSAVI
(Transformed Soil Adjusted Vegetation Index issu du SAVI) pour calculer le taux de couvert
végétal en milieu semi-aride à végétation éparse (Barret F., et al., 1989 ; Purevdorj T., et al.,
1998), l’indice NDVI (Normalized Differential Vegetation Index ou en français Indice de
végétation normalisé) le plus connu sera utilisé dans ce travail car il est un bon indicateur de
la productivité primaire de la végétation terrestre des zones semi-arides et arides.
74
Mesure de la végétation pour les données TLD Chapitre [IV]
Tableau. IV. 3 Les principaux indices de végétation les plus couramment utilisés
Pour évaluer l’évolution de la végétation dans les zones étudiées, on a calculé le NDVI
mesuré pendant une dizaine du mois d'acquisition. Il est calcule a partir des réflectances des
canaux Vis06 et Vis08:
𝜌𝑃𝐼𝑅 − 𝜌𝑅
𝑁𝐷𝑉𝐼 = . (07)
𝜌𝑃𝐼𝑅 + 𝜌𝑅
Où, 𝜌𝑃𝐼𝑅 est la réflectance du canal visible 0.8µm et, 𝜌𝑅 est la réflectance du canal visible
0.6µm. La différence réelle entre la lumière du soleil reflétée dans la partie rouge du spectre
(canal 1), où la végétation est l’énergie absorbante pour la photosynthèse est l’énergie reflété
dans le proche infrarouge (le canal 2), donne une mesure qualitative pour l’activité de
photosynthèse.[11] , la figure ci-dessous représente les étapes pour calculer le NDVI a partir
des images MSG-SEVIRI.
75
Mesure de la végétation pour les données TLD Chapitre [IV]
VIS0.6
µm Image composite
VIS0.8
µm Image composite
N
NDVI
76
Mesure de la végétation pour les données TLD Chapitre [IV]
Donc à partir d’une série des images du capteur MSG-SEVIRI acquises par la station du
laboratoire LAAR (Laboratoire d’Analyse et d’Application du Rayonnement) du 17 au 27
juillet 2011 à 12 :00.UTC, on a calculé une image NDVI composite de 10 images (Fig.
IV.20), cet opération nous a permet d’éliminer les nuages afin de construire une image en ciel
clair.
L’indice NDVI varie dans la gamme de -1 .0 et +1.0 .les valeurs plus grand que 0.1
dénotent généralement des dégrées croissante dans la verdure et l’intensité de la végétation.
Les valeurs entre 0 et 0.1 sont généralement caractéristiques des roches et du sol nu, et les
valeurs moins de 0 indiquent des nuages, de la neige, des glaces puis des surfaces d’eau,
respectivement.
Les surfaces de végétation ont typiquement des valeurs des NDVI s’étendant de 0.1 dans
les diserts jusqu’à 0.8 dans les forets denses. Le tableau ci-dessous montre les valeurs de
NDVI pour les différents types de couvertures
77
Mesure de la végétation pour les données TLD Chapitre [IV]
Un arbre de décision est composé d’une racine qui est le point de départ de l’arbre, des
nœuds, des branches qui relient : la racine avec les nœuds, les nœuds entre eux et les nœuds
avec les feuilles. En télédétection, les classes de pixels obtenues après traitement jouent le
rôle des feuilles ou nœuds terminaux. [18]. L’algorithme de l’arbre est présenté comme suit :
Construire arbre X
Données : bandes, classes, seuil de séparabilité
Si tous les pixels de X sont de même classe,
Créer une feuille associée à cette classe
Sinon
- Choisir, selon le critère, le meilleur couple
(bande, seuil de séparabilité) pour
créer un nœud, ce test sépare X en deux parties Xg et Xd.
- Construire arbre (Xg).
- Construire arbre (Xd).
Arrêt si :
- Tous les pixels du noeud sont de même classe.
- L’hétérogénéité du noeud ne diminue plus.
- Plus classes à tester.
Une série de sept images MSG/SEVIRI est acquises (mois de juillet). A partir de cette série
des images, le profil de l’indice de végétation NDVI est généré pour chaque pixel. Cela est
réalisé après des corrections radiométriques. Une carte d’occupation du sol est générée, en se
basant sur l’algorithme ‘’arbre de décision’’, à l’aide du logiciel ENVI. Et au lieu de récupérer
des échantillons directement à partir de l’image, on passe par son histogramme et repérer les
minimums et les maximums afin de choisir nos seuils et donc borner nos classes. Plus on
78
Mesure de la végétation pour les données TLD Chapitre [IV]
79
Mesure de la végétation pour les données TLD Chapitre [IV]
80
Mesure de la végétation pour les données TLD Chapitre [IV]
Tableau .IV 06: Caractéristiques des images NDVI de l’archive SPOT-VEGETATION pour le
continent africain
81
Mesure de la végétation pour les données TLD Chapitre [IV]
0.92
-0.1
82
Mesure de la végétation pour les données TLD Chapitre [IV]
Nous illustrons ci-dessus (Fig. IV 28 et Fig. IV 27) la comparaison des indices NDVI portant sur
une période de 07 jours, obtenus avec MSG-SEVIRI et SPOT-VEGETATION (S10).
83
Mesure de la végétation pour les données TLD Chapitre [IV]
84
Mesure de la végétation pour les données TLD Chapitre [IV]
L’image du mois d’Avril apparaît comme ayant des valeurs d’indice de végétation plus
élevés que celle des autres dates (ça apparat surtout dans l’Est de l’Algerie). La végétation
dans cette période est suffisamment couvrante et présente un état de croissance plus
développé.
Au moi de juillet, l’évolution phénologique des cultures modifie les valeurs de reflectance.
Ce mois présente la période de la maturation des espèces végétales d’où d’activité
chlorophyllienne baisse ce qui diminue les valeurs des indices de végétation.
85
Mesure de la végétation pour les données TLD Chapitre [IV]
Le mois de Septembre est une période des labours. C’est pour cette raison que l’image
correspondante a des valeurs d’NDVI plus faible que les précédentes.
Cette différence n’est pas appréciable dans certaines zone (surtout les forets des conifères)
qui gardent toujours leurs verdures .L’NDVI est assez constant tout au long de l’année pour
ces zones.
CONCLUSION
Le calcule de l’indice de végétation NDVI exige certainement de faire des corrections sur les
valeurs radiométriques des images, pour cela, on a utilisé un algorithme de calibration pour
l’extraction de l’albédo du sol.
L’instrument SEVIRI de MSG comporte les deux canaux dans le visible nécessaires pour
dresser des cartes régionales du NDVI - ce qui présente plusieurs avantages, un des plus
remarquables étant la stabilité des images et la facilité de réception de ces données en des
lieux d’utilisation situés dans tout le champ d’observation de MSG. Ainsi, les utilisateurs
peuvent construire des cartes de végétation répondant à des besoins locaux.
Notre objectif ne se borne pas seulement à l’élaboration des cartes NDVI a partir des donnée
de MSG-SEVIRI, mais aussi à les comparer avec d’autre produits tel que le produit S10 de
SPOT-VEGETAION.
86
Conclusion et Perspectives
CONCLUSION ET PERSPECTIVES
REFERENCES
[19] Mamadou Adama SARR (CNRS, Lyon) et Bernard LACAZE (CNRS, Paris),
Caractérisation de la dynamique de la végétation en Afrique de l’Ouest :
comparaison des indices NDVI de MSG-SEVIRI, SPOT-VEGETATION et NOAA-
AVHRR (exemple du Ferlo, Sénégal)
Apartir de ce logiciel on peut sauvgarder l’image sous le format PGM (Portable Graymap
16 bit) ou JPEG(24bit) et comme les images sont codées sur 10 bit on a choisit de les
enrigistrer sous le format PGM.
Annexe Exploitation des images HRIT-MSG
Pour visualiser les differents compositions colorées à partir des 12 bandes de MSG2 , on
fait activer l’option ‘’Colours’’ puis on choisi les canaux à fusionées selon nos besoins.
Composition R2G3B4
Le logiciel est constitué de plusieurs rubriques dont chacune répond à un objectif parmi
ceux que ce logiciel doit atteindre.
Pour notre cas, on a utilisés ce logiciel comme un outil de calcule, car il contient une
option qui nous permet d’utiliser les équations d’étalonnage plus les coefficients de
calibration des images de type MSG.
Annexe Exploitation des images HRIT-MSG
DEMARRAGE DE ENVI
On sélectionne Start -> Programs- > RSI ENVI 4.2 -> ENVI .
On vas ouvrir l’image du canal visible du satellite MSG- SEVIRI acquise le 11-07-2011 à
12 :15 UTC , et décompressé par le logiciels Xrit2Pic et sauvegardé sous le format PGM afin
de garder le codage 10 bits :
Dans la barre de menu ENVI principal, sélectionnez Fichier Image File> Open
Accédez au répertoire : c\ecast\exported\, sélectionnez le fichier :
MSG2_VIS006_110711_1215.pgm.
En cliquez sur Ouvrir, la fenetre ‘’Header Info’’ apparaitre pour entrer les information de
ce fichier : nombre de ligne-Lines-, et pixels-Samples-, nombre de bande-Bands- ,
‘’l’offset’’, type de données-Data Type-, l’ordre de stockage -Byte Order-,type de fichier-
File Type-
La figure ci-dessous représente une fenêtre ‘’Header Info’’ et la boîte de dialogue ‘’Liste
des bandes’’ disponibles pour ouvrir une l’image HMSG2_VIS006_110711_1215.pgm
La fonction ‘’Edit Header’’ peut également être utilisée pour changer les informations d’un
entête existant.
Lorsque l’affichage d'image apparaît sur l’écran. Le groupe d'affichage est constitué d'une
fenêtre d'image (Image), une fenêtre de défilement(Scroll), et une fenêtre de zoom(Zoom).
Ces trois fenêtres sont liées; des modifications à une fenêtre se reflètent dans les autres.
Affichage de l’image
On a utilisé cet option’’Band Math’’ aussi pour la calibration des données, car ENVI ne
peut pas faire la calibration directe des images de type MSG.