Sources de données

Le modèle d‟estimation de traficabilité compte deux niveaux de sources de données : - des sources globales, qui couvrent toutes les zones du globe. Les chaînes de

traitement que nous avons mises en place pour interpréter ces sources sont théoriquement transposables à toutes les zones du globe ;

- des sources locales, qui fournissent des informations qualitatives et quantitatives de terrain, mais dépendent de paramètres de diffusion spécifiques. Elles apportent, par exemple, des renseignements sur les travaux routiers, des vues sur les embourbements en saison des pluies, les étendues des inondations, la pédologie… Globales ou locales, ces sources sont de natures très diverses (images, photographies, cartes, textes, bases de données). Chaque échelle de restitution du diagnostic fait appel à un ensemble spécifique. Ces ensembles ont été définis à partir d‟un ensemble initial de sources potentielles. Les jeux définitifs et optimisés ont été constitués sur une base de critères techniques, de coût et de pérennité.

2.2.1.1. Sources globales

Les sources globales sont essentiellement issues de produits satellitaires. Utilisés conjointement, ils permettent de produire une analyse correspondant à une résolution donnée. Cette résolution est variable, en général inférieure d‟un facteur 2 à 3 à la résolution du capteur utilisé, 15-30m pour Landsat à 250m pour le MODIS (cf annexe 2). Elle correspond à une moyenne de l‟énergie réfléchie ou rétrodiffusée sur une aire donnée, et non à la taille des objets identifiables au sol.

L’humidité des sols est apportée aux échelles globale et régionale du diagnostic par les produits du modèle d‟assimilation GLDAS. Opérationnel depuis 2004, ce modèle intègre les données de plusieurs missions (TRMM, MODIS, AMSR-E,…) pour fournir, en quasi temps-réel (moins de 24h de décalage), une grille d‟humidité des sols toutes les 3 heures à 0,25° de résolution spatiale sur l‟ensemble des régions tropicales. Ces données, intégralement publiques, sont construites par un algorithme robuste et validé sur le long terme (Rodell et al., 2004).

Les données de précipitations sont calculées à partir des données du capteur radar

du satellite TRMM (Figure 15). Mis en service en 2003, il constitue la source actuelle la plus fiable pour l‟estimation du taux de précipitation (Dubreuil et al., 2007). Ces données sont disponibles en ligne sur les serveurs de la NASA, toutes les 3 heures, à une résolution de 20km (Huffman et al., 2007).

Figure 15 : Enregistrements des volumes et de la densité de nuages par le satellite TRMM

Le satellite TRMM est équipé de 4 instruments indépendants, qui couvrent les longueurs d‟ondes du visible au radar. Il est ainsi capable de représenter le volume d‟eau disponible dans l‟atmosphère en 3D. Sa répétitivité est de 92,5 minutes (Nasa ; 2008).

Les obstacles sont extraits de l‟occupation du sol interprétée à l‟échelle régionale à

partir de capteurs optiques multispectraux et du seuillage de MNT :

- les différents types de sols, les zones urbaines, et les barrières hydriques sont extraits des images du capteur Landsat 7 ETM+, à une résolution de 30m. Les images que nous utilisons sont des archives, acquises entre 2000 et 2002, qui couvrent l‟intégralité des terres émergées et sont mises à disposition gratuitement sur le serveur de l‟USGS. Le programme LDCM (Landsat Data Continuity Mission) poursuivra cette mission à partir de 2012 en proposant des images de mêmes caractéristiques, ce qui garantira la pérennité des méthodes d‟interprétations que nous avons développées. Les zones urbaines et les barrières hydriques sont interprétées comme des obstacles infranchissables, sans condition. La végétation ne

devient obstacle qu‟au delà d‟un certain seuil. Pour l‟apprécier, les caractéristiques liées à la végétation (croissance, densité, zones arborées) sont interprétées à partir des produits NDVI et EVI dérivés des images du capteur MODIS, calculés tous les 16 jours. ;

- le degré de pente est extrait des MNT SRTM. Nous avons considéré qu‟une pente supérieure à 20% constituait un obstacle. Cette valeur se retrouve dans la majorité des modèles de mobilité et de traficabilité (Birkel, 2003). Notons que cette valeur est rarement rencontrée sur notre zone d‟étude, particulièrement plane.

La géométrie du réseau routier des zones africaines est digitalisée depuis Google

Earth, en suivant les tracés vectoriels produits par la communauté d‟utilisateurs internautes. Les attributs d‟état et de revêtement proviennent de nos observations, et de l‟analyse de sources ouvertes documentaires (Figure 16).

2.2.1.2. Sources locales

Les sources locales sont interprétées pour produire une restitution cartographique de la mesure de traficabilité à l‟échelle locale. Nous avons également testé le potentiel des capteurs radar THR TerraSAR-X et Cosmo-Skymed pour l‟estimation de l‟humidité du sol pour assurer une mesure cohérente à cette échelle.

2.2.1.2.1. Informations disponibles en sources ouvertes

A l‟échelle locale, l‟occupation du sol est interprétée à partir des compositions colorées du capteur Quickbird : classes de végétation et de sols, barrières hydriques, bâtiments. Nous avons orienté cette analyse sur les sources d‟imagerie Quickbird disponibles sur le globe virtuel Google Earth. Leur rôle ne se limite pas à apporter un diagnostic local et précis de traficabilité, mais également à effectuer un contrôle de validation de l‟analyse moyenne résolution par des prises de vues plus récentes et mieux résolues. Elles permettent ainsi d‟apprécier les évolutions du paysage (cultures, niveau des fleuves, extension et période de crues et d‟inondations).

Le choix de s‟appuyer sur les images disponibles sur globes virtuels permet d‟optimiser l‟usage de sources de qualité facilement accessibles. Elles appartiennent donc au domaine des « sources ouvertes ». Le terme de « sources ouvertes » a des significations multiples. Il est initialement réservé au domaine militaire, qui l‟oppose aux sources dites « fermées », confidentielles. Dans les communautés de développeurs informatiques une autre signification a émergé liant la notion implicite de gratuité aux « open sources », ce qui génère l‟erreur de penser que toutes les sources ouvertes sont libres, c‟est à dire dépourvues de copyright (ou copyleft). Ce n‟est pas le cas.

Au-delà des images déjà mentionnées, il nous parait essentiel de tirer parti de l‟ensemble des sources accessibles (en ligne ou hors ligne) quelle que soit leur origine (scientifique, commerciale, administrations, medias, société civile, …), considérées comme des sources ouvertes. Le fait de les prendre en compte se fait néanmoins en respectant les copyrights des auteurs ou détenteurs de droits. Lorsque ces sources sont payantes (sous forme directe ou indirecte), le coût est analysé à l‟aune de l‟apport de la source.

Au niveau méthodologique, nous avons développé une typologie des sources ouvertes (Figure 16). Nous avons ensuite appliqué cette démarche à la problématique de traficabilité. Les sources analysées se divisent en deux grands groupes :

- les ressources géographiques. Elles rassemblent les informations issues des globes virtuels (images satellites, photos, vidéos…), les produits raster issus des modèles climatologiques et météorologiques, les cartes et les données hébergées via un support cartographique de type Google Map (réseau routier vecteur, photos et vidéos géoréférencées) ;

- les ressources non géographiques. Ce sont toutes les sources d‟origine textuelle issues des blogs, forums, actualités, rapports officiels, presse. Elles apportent une actualisation des sources géographiques sur un thème précis (trajet, route, site touristique).

Figure 16 : Typologie des sources ouvertes en lignes utilisée dans le modèle d’estimation de traficabilité

Les sources globales (cercle central) sont très peu nombreuses et se récupèrent par le biais d‟outils de sélection et de visualisation en ligne permettant d‟accéder très rapidement au produit recherché. Ceci constitue une différence majeure avec l‟acquisition des sources locales (cercle extérieur), dont la phase de recherche peut être fastidieuse. Ces dernières se regroupent en sources brutes (moitié gauche du graphique) et analysées (moitié droite). Les flèches à double sens mettent en évidence les sources de données collaboratives, avec lesquelles on crée une interaction. Elles s‟opposent aux sources à partir desquelles on ne fait que récupérer de l‟information (flèches en sens unique). Les sources présentées sur ce schéma ne font pas apparaître les serveurs de données et services car ils représentent un moyen d‟accès aux sources et non la source elle-même.

Ces sources d‟informations thématiques sont accessibles sur des supports extrêmement divers. Les technologies du web 2.0 ont favorisé l‟émergence de nouveaux supports alimentés par les communautés d‟internautes. Ils exploitent ainsi une sorte d‟intelligence collective active (qui se conçoit par la mise en commun de connaissances et de compétences dans un objectif de construire un projet qui seul n‟aurait pas été envisageable, par exemple Google Map Maker, OpenStreetMap ou Track4Africa) ou passive, via des systèmes d‟aggrégateurs de contenu.

En parallèle de ces technologies, se sont développés de grands projets institutionnels de globalisation des informations thématiques (Tableau 1). Ces projets sont soutenus par une base scientifique solide et ont une vocation de service, à destination de la communauté. Certains d‟entre eux associent un globe virtuel pour permettre à l‟utilisateur de visualiser les données ainsi traitées. Cependant, pour l‟instant, ces services ne sont pas encore tous opérationnels.

Serveur Données Date des

données Format

Disponibilité du service

SERVIR Africa

Inondations, risques aléas de catastrophes naturelles (tremblement de terre, tsunamis), infos climatologiques 1961-1991 (mensuelles) Raster & vecteurs 09 / 2009*

GlobalLandCover Carte OCS 2008 Raster 2008

HydroSHEDs Réseau hydrographique 2000 Vecteur 2007

HORIZON IRD Cartes, rapports, articles 1950-présent Scans 2005

Geonetwork FAO Toutes les cartes produites par

la FAO 1995

Raster &

vecteurs 2005

Geonames World

Gazeteer Toponymie / Ponctuels 2007

Reliefweb Cartes de risques de

traficabilité, inondations 2005-présent Pdf 2005

LogisticsClusters Projets routiers 1995 Texte 10/2008

Crop Explorer Cartes de ressources en eau 2006-présent Raster 2008

GobalSoilmap Cartes pédologiques / Raster Fin 2009*

AfricaSoils.net Cartes pédologiques ? Raster Fin 2009*

Groads Réseau routier ? Vecteur Fin 2009*

Tableau 1 : Liste des projets et services globaux thématiques, en rapport avec la problématique de traficabilité

Nota : les astérisques marquent des dates prévisionnelles, annoncées par les fournisseurs des services

2.2.1.2.2. Imagerie radar à Très Haute Résolution

Le lancement de deux nouveaux systèmes d‟observation radar à Très Haute Résolution à partir de 2007 (Terra-SAR X et COSMO-SkyMed) offre l‟opportunité de cartographier les zones inondées à une résolution métrique. Cette échelle de travail, est comparable en théorie à celle du capteur optique Quickbird (Scheuchl et al., 2009 ; Mason et

al., 2009), mais ne permet cependant pas une restitution de l‟occupation du sol aussi

exhaustive. L‟imagerie Quickbird disponible sur Google Earth a été utilisée ici en tant que support visuel pour l‟interprétation des patchs de niveaux de gris de l‟imagerie radar.

Des images du capteur Terra-SAR X ont été mises à notre disposition sur nos zones d‟intérêt, programmées dans le cadre d‟un projet opérationnel de la société Géo212 qui a accueilli nos travaux de thèse. De ce fait, même si nous n‟avons pas défini les paramètres de prise de vue, nous avons pu les tester dans plusieurs configurations possibles (polarisation, incidence, mode d‟acquisition, conditions d‟humidité), afin de déterminer la meilleure sensibilité par rapport à l‟humidité des sols. Ces images ont été acquises pendant les saisons sèches et humides 2008.

2.2.2. Méthodes de traitement et d’interprétation