R ÉSOLUTION SPATIALE RÉELLE D ’ UN PIXEL SPOT-

HRVIR À PARTIR D’IMAGES DU DRONE PIXY

Un pixel du capteur HRVIR de SPOT est un carré de 20 x 20 mètres qui comporte 4 valeurs de luminance codées sur 8 bits chacune. Après traitement, ces comptes numériques sont transformés en valeurs de réflectance (détail au paragraphe 2.3.2). Dans le cas de la zone d’étude de garrigue près de Montpellier, l’occupation du sol à l’intérieur du pixel de 400 m2 est très hétérogène. On distingue en proportion variable la strate arbustive (chêne kermès principalement), la strate herbacée (brachypode rameux, thym, graminées diverses) et le sol nu (affleurement de roches calcaires).

L’objectif de notre travail est de préciser la résolution spatiale réelle d’un pixel SPOT-HRVIR à partir des valeurs de réflectance mesurées par le capteur et de l’occupation du sol identifiée sur le terrain.

3.1. DONNÉES

Nous utilisons deux sources de données de référence : les mesures radiométriques de terrain et l’image de référence THRS du drone.

Pendant l’été 2001, tandis que le satellite SPOT acquiert les données de la zone d’étude, nous mesurons au radiomètre CIMEL la réflectance des différents types d’occupation du sol. Ces mesures permettent d’identifier des ordres de grandeurs (Tableau 51) :

Tableau 51. Type d’occupation du sol et valeurs de réflectance associées dans le Rouge R et Proche infrarouge PIR

Réflectance Composants

R PIR

Chêne kermès < 8% < 35% Surface en herbe de 8 à 17% < 35% Sol nu, cailloux > 17% > 35%

Dans la suite de l’étude nous restreignons la zone d’investigation à une surface de 7 hectares pour laquelle nous connaissons l’occupation du sol avec précision.

Prenons l’exemple d’une image acquise par SPOT-HRVIR le 27 juillet 2001. Pour le site d’étude, les valeurs de réflectance des pixels varient de 8 à 17% dans le Rouge et de 23 à 53% dans le Proche infrarouge . Ainsi, d’après le Tableau 51, aucun pixel n’est « pur » mais un mélange des trois composants chêne, herbe, cailloux. On parle alors de pixel mixte.

3.2. MÉTHODES

Nous comparons pour chaque pixel ses quatre valeurs de réflectance à l’occupation du sol réelle (carte de référence réalisée à l’aide de photographies aériennes prises par le drone Pixy®) (Figure 69).

Figure 69. Comparaison pour chaque pixel des réflectances HRVIR et de l’occupation du sol THRS

Certains pixels ont des valeurs de réflectance identiques (à moins de 0,1% près) pour 2 ou 3 bandes alors que l’occupation du sol est différente (Figure 70).

Figure 70. Exemples de pixels à réflectances identiques et occupations du sol différentes

Selon Curran et Williamson (1985 et 1986), les valeurs de réflectance d’un pixel sont fortement influencées par les pixels voisins (Figure 71).

50% de l’information

40%

10%

Figure 71. Zones d’influence des pixels voisins

En conséquence, pour les pixels de la zone d’étude ayant les mêmes valeurs de réflectance dans plusieurs bandes, nous calculons la proportion d’occupation du sol à différentes distances :

pixel central de 400 m2 _{(100% de l’information) ;}

fenêtre de 3 x 3 pixels soit 3.600 m2 _{(50% de l’information au centre et 50% pour les}

8 autres pixels) ;

fenêtre de 5 x 5 pixels soit 1 ha (50% de l’information au centre, 40% pour les 8 pixels voisins et 10% pour les 16 pixels périphériques).

3.3. RÉSULTATS

Prenons l’exemple de deux pixels pour lesquels les valeurs de réflectance dans trois bandes (R, PIR et MIR) sont identiques (Figure 72) :

Figure 72. Exemple d’évolution de l’occupation du sol selon l’échelle d’observation (d’après Iglesias, 2003)

Les deux pixels centraux ont une occupation du sol très différente (87 et 58% de chêne), alors que si l’on considère les pixels environnants et leur contribution dégressive, on retrouve des proportions équivalentes (74 et 70% de chêne). Les réflectances similaires dans les trois bandes correspondent donc à une occupation du sol au-delà de la limite du pixel central.

Au total 15% des pixels de l’image (24/165) présentent des réflectances équivalentes dans 2 ou 3 bandes. Pour ces pixels, les proportions d’occupation du sol sont très différentes. Si l’on considère une fenêtre d’un hectare (5 x 5 pixels) avec une contribution dégressive selon la distance, on observe des occupations du sol proches pour les pixels ayant une même signature spectrale.

3.4. DISCUSSION

L’intérêt de disposer d’une carte précise de l’occupation du sol à partir des images du drone Pixy® _{permet d’étudier la résolution réelle d’un pixel SPOT-HRVIR. Tout pixel carré d’un} capteur satellitaire subit des perturbations géométriques et radiométriques à divers niveaux :

dimension et orientation variables des pixels bruts (de 20 à 27 mètres selon l’orbite et le dépointage du capteur31_{) et rééchantillonnage à 20 mètres des pixels au moyen} d’outils statistiques (Marquaille, 1999),

positionnement des pixels dans un système de projection adéquat (nouveau rééchantillonnage),

précision géographique du produit final de l’ordre d’un demi pixel (± 10 mètres)32_, correction géométrique du relief non toujours prise en compte (corrigé dans notre étude avec le produit Ortho®_),

influence du type de couvert (homogène ou non, réflectance forte ou faible…).

Dans le cas du site d’étude suivi près de Montpellier, on observe une influence de l’occupation du sol environnant à une distance moyenne de deux pixels (40 mètres). Bien que les affleurements rocheux calcaires ne représentent qu’une faible proportion de la zone de garrigue étudiée (8% en moyenne), ils perturbent fortement le signal en augmentant artificiellement les valeurs de réflectance des pixels. Cette modification radiométrique est équivalente à l’effet d’un voile nuageux blanc sur les images, à la différence près que les zones caillouteuses sont réparties irrégulièrement sur le terrain.

Ainsi, dans le cas de couverts très homogènes et de grandes tailles (> 10 ha), comme par exemple les grandes parcelles de cultures céréalières, les forêts denses et monospécifiques, on peut penser que les valeurs de réflectance d’un pixel SPOT-HRVIR sont représentatives de la situation physiologique du couvert d’une surface inférieure à 1000 m2_.

En revanche dans le cas de couverts hétérogènes, comme par exemple un parcellaire agricole très morcelé (< 1 ha), des zones de garrigue peu denses ou des roches apparentes, les valeurs de réflectance d’un pixel SPOT-HRVIR correspondent à l’occupation du sol d’une zone d’environ 1 hectare. Ainsi la présence d’une carrière, d’un habitat, de sols nus clairs, perturbe la réflectance à une distance de quelques pixels.

31 _{SPOT peut effectuer des visées obliques jusqu’à 27°, faisant varier la dimension au sol d’une ligne de pixels de 60 à 80} km.

Enfin, une autre source d’incertitude, s’ajoutant aux effets de bord, est la précision géographique des pixels. Pour améliorer cette localisation, on a souvent recours à des protocoles supplémentaires basés sur des cibles géoréférencées positionnées sur le terrain et ensuite repérées sur les images.

Les études de télédétection à haute et très haute résolution (longueur du pixel de 1 à 50 mètres) négligent souvent la résolution réelle des pixels et ne précisent pas toujours les différentes sources de perturbation du signal pour leur site d’étude.

Dans le prochain chapitre, nous changeons de domaine d’observation, en abordant la télédétection à basse résolution et son intérêt pour suivre l’état hydrique de la végétation, de façon quotidienne et pour de grandes surfaces.

T

T

ÉÉLLÉÉDDÉÉTTEECCTTIIOONN

ÀÀ

BBAASSSSEE

RRÉÉSSOOLLUUTTIIOONN

D

DEE

LL

’’

ÉÉTTAATT

HHYYDDRRIIQQUUEE

DDEE

LLAA

VVÉÉGGÉÉTTAATTIIOONN

« Tout problème authentique est justiciable d’une technique et toute technique consiste à résoudre des problèmes d’un type déterminé »

Nous avons vu dans le chapitre précédent comment des images à haute résolution de SPOT- HRVIR pouvaient suivre de manière précise le contenu en eau de la végétation d’une petite zone géographique.

Dans ce nouveau chapitre, nous changeons d’échelle de travail avec des images de la taille d’un pays entier prises à une fréquence quotidienne. Notre principal objectif est de tester plusieurs capteurs satellitaires à basse résolution (capteur AVHRR de NOAA 16, VEGETATION de SPOT 4 et MODIS de TERRA) pour suivre l’état hydrique de la végétation mesuré sur le terrain.

L’originalité du travail réside dans l’utilisation :

de données de terrain de FMC provenant de protocoles étendus dans l’espace ;
d’images satellitaires spectralement améliorées pour pouvoir discriminer les bandes

d’absorption de l’eau.

Nous traiterons dans cette partie le contexte de l’étude, le matériel et les méthodes employés, puis nous présenterons les résultats pour chaque capteur satellitaire afin d’en discuter les conséquences pour de futures applications.

Il est important de préciser que ce travail reste une démarche prospective de recherche, ayant pour but de percevoir par un capteur satellitaire le processus physiologique de stress hydrique des plantes.