CemOA : archive ouverte d'Irstea / Cemagref
CemOA
: archive
ouverte
d'Irstea
Notre but de thèse était de tester la possibilité d’obtenir des MNT fins et précis (résolutions et des précisions centimétriques) sur zones de ravines en montagnes, par des techniques non intrusives. Plusieurs solutions paraissent possibles aujourd’hui (stéréophotogrammétrie drone et LiDAR terrestre) grâce à l’amélioration d’un certain nombre de points techniques qui n’étaient pas disponibles il y a quelques années.
V.1 MNT DRONE
Pourquoi peut-on aujourd’hui penser obtenir de tels produits alors que l’on ne pouvait pas il y a peu ? Qu’est-ce qui a changé ? Qu’est-ce qui est nouveau et déterminant dans la nouvelle approche possible ? Qu’est-ce qui nous permet d’obtenir aujourd’hui une telle précision ?
Tout d’abord, nous avons une avancée importante dans la disponibilité des systèmes de positionnement par satellite, ou GPS, avec une meilleure précision pour son utilisation civile. Ceci permet de calculer avec plus de précision les coordonnées des points de contrôle terrestre, indispensable à l’heure d’ajuster le modèle d’aérotriangulation.
Un élément clef est la qualité de l’imagerie numérique disponible aujourd’hui. Ceci a ouvert la porte à l’utilisation des appareils photo « grand public » dans le domaine de la stéréophotogrammétrie. Il est possible de bien repérer une image en utilisant la matrice numérique, et de bien estimer les autres paramètres de l’orientation interne comme le point principal de symétrie, ainsi que modéliser la déformation de lentille.
Un autre point concernant le développement de la technologie informatique, est la capacité de stockage numérique, ce qui facilite la manipulation d’images lourdes ainsi que des calculs mathématiques complexes. Ceci a permis le développement et l’application d’une nouvelle génération de corrélateurs d’images qui peuvent utiliser des stratégies complexes (très pertinentes et très performantes), afin d’améliorer significativement la qualité dans la restitution numérique des MNT.
V.1.1 Sur l’application en ravines marneuses
Les résultats de l’application de la stéréophotogrammétrie sur des images drones dans des zones de montagnes marneuses montrent une amélioration significative par rapport aux résultats précédents (Henry et al., 2002 ; Maatouk, 2004 ; et Raclot et al., 2005), dans des conditions similaires de relief.
Il existe trois éléments clefs dans la chaîne de traitement stéréoscopique qui permettent surmonter les contraintes établies pour cette application, en contrôlant ainsi la qualité finale des MNT drone : CemOA : archive ouverte d'Irstea / Cemagref
1. préparation de terrain et vol :
a. nombre, distribution et précision du positionnement de mires semi permanentes, 10 mires en moyenne par image (un minimum de 5 ou 6 mires opérationnelles) ;
b. heure et saison des vols, le contraste entre images est fondamental pour obtenir un bon résultat, à ce propos la marne noire mouillée facilite l’obtention des MNT plus précis, surtout quand on utilise des corrélateurs d’image comme ERDAS LPS ; 2. obtention et calibrage des paramètres d’orientation interne et externe : compensation des
erreurs systématiques issues de la géométrie d’acquisition d’images et de l’ajustement du modèle d’aérotriangulation ;
3. stratégie de corrélation d’image et de régularisation du relief : en maximisant la correspondance pixel à pixel entre couples stéréoscopiques (plus de détail), et en diminuant les fausses corrélations (moins d’incertitude).
Une combinaison adéquate de ces trois éléments nous a permis d’obtenir une précision, un détail et une cohérence des MNT drone, à la limite de la donnée (résolution des images drones originales), et de la technologie de géoréférencement utilisées (DGPS).
V.1.2 Evaluation de qualité
V.1.2.1 Calcul de l’altitude
L’évaluation de la précision altimétrique des MNT aussi détaillés et précis a été un défi important, et dans un contexte de relief accidenté, constitue un point fort du développement méthodologique : la définition des critères de spatialisation des points de validation (le long les lignes de rupture du relief), et l’approche de lever terrain (mixte, en utilisant le DGPS et un tachéomètre).
Nous avons utilisé également un scan LiDAR terrestre qui nous a apporté une densité considérable de points terrains assez précis pour cette application. En effet, le LiDAR terrestre a été le seul moyen possible d’obtenir des points terrain par moyens « non invasifs », afin d’évaluer la qualité des MNT drone sur des zones d’accès difficile où interdit, en raison de la possibilité d’altérer le mesure d’érosion (ex. le bassin de la Roubine).
Les données « vérité terrain » par LiDAR terrestre ont permis de détecter les irrégularités des MNT drone, et elles constituent un excellent complément aux données DGPS- Tachéométrie dans la validation de MNT très détaillés. Ceci conduit à un très grand nombre de points de validation (ex. plus de 100 000 points sur une surface de 2 400 m2). Toutes ces données de validation ont rendu possible la caractérisation de l’erreur, pas seulement à partir des statistiques générales, mais aussi à partir d’une analyse spatialisée de l’incertitude. Les données de validation nous ont permis de préciser où la méthode devient particulière et jusqu’où les incertitudes citées sont surmontables.
CemOA
: archive
ouverte
d'Irstea
Dans le tableau V.1, nous avons une synthèse des évaluations de qualité altimétrique des MNT drone (missions 2005 et 2007). La comparaison établie par les valeurs de précision (écart type de l’erreur, tableau V.1) entre les MNT drone ERDAS-LPS 2005 et MicMac 2007, nous montre l’impact du calibrage des paramètres d’orientation interne et externe, ainsi que la stratégie de corrélation d’images sur la qualité finale atteignable.
Tableau V.1 - Synthèse des évaluations de qualité altimétrique des MNT drone.
mission 2005 mission 2007
bassin Moulin Moulin Roubine Roubine
résolution
d’images (m) 0,05 0,05 0,03 0,03
contraste du couple
stéréoscopique bon bon faible faible
calibrage des
paramètres OI-OE non oui oui oui
algorithmes de
corrélation ERDAS-LPS ERDAS-LPS ERDAS-LPS MicMac
résolution du MNT (m) 0,15 0,15 0,05 0,03 étendue du MNT (m2) ∼5 000 ∼5 000 ∼1 400 ∼1 400 donnés de validation DGPS Tachéomètre DGPS Tachéomètre MNT LiDAR terrestre MNT LiDAR terrestre nombre de points de validation 388 388 183 555 183 555 Type de validation du MNT validation ponctuelle validation ponctuelle validation sur une surface de ∼450 m² validation sur une surface de ∼450 m² précision du MNT écart type de l’erreur (m) 0,76 0,20 0,39 0,05 précision/résolution 15,2 4 13 1,6
OI : Orientation Interne ; OE : Orientation Externe ; ET : écart type de l’erreur
Le calibrage des paramètres d’orientations interne et externe est un point clef dans l’amélioration de la qualité finale des MNT drone dans nos conditions de prise de vue. La correction de déformation de lentille est apparue comme un élément majeur de l’amélioration des résultats, ce qui traduit la nécessité d’effectuer cette manipulation avant tout travail de qualité. Différents auteurs (Lascelles et al., 2002 ; Chandler et al., 2005 ; Rieke-Zapp & Nearing, 2005) ont déjà remarqué ces observations, en utilisant la stéréophotogrammétrie à courte distance sur modèles réduits de bassins versants.
Toutefois, des erreurs systématiques résiduelles sont toujours présentes dues probablement à plusieurs effets combinées, comme l’instabilité de vol et la disposition non régulière des mires dans les images, ainsi que des déformations de lentille non parfaitement corrigées. L’approche par auto calibrage (Ebner, 1976) compense en partie ces erreurs systématiques.
CemOA
: archive
ouverte
d'Irstea