Constellation Sentinel

Dans le cadre du programme Copernicus, l’agence spatiale européenne à disposition des données fournies par différents satellites : 

  • Sentinel-1, lancé le 3 avril 2014 et le 25 avril 2016, fournit des images radar, jour et nuit, à des fins d’observation du sol et des océans. 
  •  Sentinel-2, lancé le 23 juin 2015 et le 07 mars 2017 fournit des images multi-spectrales à grande résolution..
  •  Sentinel-3, lancés en 2018, fournit des données optiques, radar et altimétriques sur les océans et continents.
  •  Sentinel-4 et 5, lancé en 2019, fournit des données sur la composition de l’atmosphère.

Niveau 2A : données ortho-rectifiées en réflectance de surface après correction atmosphérique, avec un masque des nuages et de leurs ombres, ainsi qu’un masque des surfaces d’eau et de neige.

Niveau 3A : synthèses périodiques, sans nuage, de réflectance de surface. Les produits fournissent une moyenne pondérée des observations non nuageuses obtenues pendant une période de synthèse de 45 jours.

Représentation des différentes bandes spectrales sentinel-2. VIS : Visible, NIR : proche infrarouge, SWIR
: infrarouge cour. (Source : Gaetano, Le programme Copernicus et la mission Sentinel-2, 2018)

Sentinel-2

Sentinel-2 est un imageur multi spectral avec une fauché de 290 km. L’imageur fournit  13 bandes spectrales allant du visible et du proche infrarouge à l’infrarouge à ondes courtes, avec quatre bandes spectrales à 10 m, six bandes à 20 m et trois bandes à une résolution spatiale de 60 m. La mission Sentinel-2 servent à cartographier l’occupation des sols, l’urbanisation, l’évolution des forêts, des zones humides et de la végétation. La mission Sentinel-2 s’articule autour de quatre grands thèmes :

  • Changements des sols,
  • Ressources hydriques,
  • Cartographie d’urgence et des risques,
  • Santé des plantes et phénologie.

Téléchargement des données 

Nous allons travailler sur la vallée du fleuve Sénégal dans la commune de Dagana. Il existe de nombreux de sites pour le  téléchargement d’images satellitaires. Pour les besoins de ce tutoriel nous  utiliserons  Scihub, le site officiel du programme Copernicus. Les données  sont gratuites et mises à jour dès son acquissions par les satellites. Pour accéder aux images, il vous faut créer un compte. Ensuite vous avez différents paramètres dans l’interface pour filtrer et télécharger vos données.

Vous pouvez également utiliser l’API pour télécharger automatiquement les données de Sentinel en utilisant le script, développé par Sentinel Data Hub. Dans le cadre de ce tuto j’utilise la version dhusget_0.3.8.sh  pour télécharger les données. Toutes les informations sont disponibles ici. Sur Linux vous pouvez passer cette commande pour récupérer les image entre le 14 et le 16 novembre 2018 à minuit:

sudo b ash dhusget_0.3.8.sh -u 'USER' -p 'PASSWORD' -m 'Sentinel-2' -S '2018-11-14T00:00:00.000Z' -E '2018-11- 16T23:00:00.000Z' -c '-15.8343,16.5246:-15.8027,16.4473'
-T 'S2MSI2A' -o 'all'
  • -S :recherche des produits dont la date de détection est supérieure à la date et à l’heure spécifiées. Le format de la date est ISO 8601: YYYY-MM-DDThh:mm:ss.cccZ 
  • -E :recherche des produits dont la date de détection est inférieure à la date et à l’heure spécifiées
  • -c :coordonnées de deux sommets opposés de la zone rectangulaire d’intérêt(coordonnées du coin en haut à gauche du carré de recherche, et du coin en bas à droite du carré de recherche)
  • -o 'all' :Récupérer toute les données depuis 2018

Les données téléchargées se trouverons dans le dossier « Produits ».  Exemple, ici la localisation des données du 21 février 2021 :

PRODUCT/S2B_MSIL2A_20210221T113319_N0214_R080_T28QDD_20210221T140228.SAFE/GRANULE/L2A_T28QDD_A02069 8_20210221T114452/IMG_DATA/R10m/

Préparation des données

Nous n’avons pas de post traitements à faire. Puisque les données de Niveau 2A  sont dèjà ortho-rectifiées en réflectance de surface avec une correction atmosphérique.  Dans un premier temps, nous allons assembler les données en créant un  VRT avec gdal :

gdalbuildvrt sentinel10m.vrt -separate "folderName\*.tif"

Vous pouvez également le faire avec Qgis; Voici le résultat.

 

Les indices de végétations

En télédétection, les indices font parties des méthodes de traitement que l’on appelle les transformations multispectrales. Ils consistent à convertir les luminances mesurées au niveau du capteur satellitaire en grandeurs ayant une signification dans le domaine de l’environnement.
Basés sur le caractère multispectral des données satellitaires, ils permettent de décrire l’état d’un phénomène. Un indice de végétation par exemple, peut rendre compte du stade de croissance végétale à un moment donné.
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.

Nous n’allons pas calculer tous les indices mais vous pouvez déjà accéder  ici à la liste de dizaines d’indices précalculé avec les données Sentinel-2. J’ai recensé ci-dessous les principaux indices de végétation utilisés en agriculture.

IndiceTypePrincipe physiqueExpertise
NDWIIndice de teneur en eau par différence normaliséeVariation réflectance éléments biophysique couverts végétaux et de l’eauMesure la teneur en eau de la biomass
SAVI Indice de végétation ajusté au sol et modifiéCombinaison NDVI et PVI ajusté avec droite des solsMesure la couverture végétale avec prise en compte interaction feuillage/sol
EVIIndice de végétation amélioréAmélioration NDVI avec utilisation longueurs d’ondes supplémentairesNDVI avec correction des variations d’angles, incidence, conditions atmosphérique…
ARVIIndice résistant aux influences atmosphériquesIndice NDVI avec ajout combinaison de réflectance dans canaux bleu (B) et rouge(R)Diminuer la dépendance du NDVI aux propriétés atmosphériques
PVIIndice basé sur la droite des solsVariation réflectance couvert végétal par rapport à droite des solsEvaluer les effets des sols sur comportement spectral couverture végétales
NDVIIndice de végétation normaliséVariation réflectance éléments biophysique couverts végétauxMesure la concentration en molécules photosynthétique
Comparaison des indices

NDVI

Le NDVI bien connu et largement utilisé est un indice simple mais efficace pour quantifier la végétation verte. Il normalise la diffusion des feuilles vertes dans les longueurs d’onde du proche infrarouge avec l’absorption de la chlorophylle dans les longueurs d’onde rouges.

L’indice de végétation par différence normalisé, abrégé NDVI, est défini comme

 

NDVI , 21 février 2021 , Dagana, Sénégal

La plage de valeurs du NDVI va de -1 à 1. Les valeurs négatives du NDVI (valeurs approchant -1) correspondent à l’eau. Les valeurs proches de zéro (-0,1 à 0,1) correspondent généralement à des zones stériles de roche, de sable ou de neige. Les valeurs faibles et positives représentent les arbustes et les prairies (environ 0,2 à 0,4), tandis que les valeurs élevées indiquent les forêts pluviales tempérées et tropicales (valeurs approchant 1). C’est un bon indicateur de la végétation verte vivante.

Prochaine étape, créer une application pour le suivi de la végétation et des cultures avec les indices de végétation.

 

Sources:  

One Reply to “Sentinel 2 > Indices de végétation”

Laisser un commentaire