Comparaison entre DMSP/OLS et VIIRS/DNB

Comparaison entre DMSP/OLS et VIIRS/DNB

Résultats VIIRS 2014

figures 25 à 28 présentent les images correspondant à l’analyse pour l’année 2014 avec le système satellite VIIRS.La figure 29 montre les moyennes des lumières dans chaque pays du monde en 2014 selon les résultats obtenus dans les statistiques zonales. Le choix de nombre de catégories facilite la visualisation des différences entre pays.Les graphiques ci-dessous (figures 30, 31 et 32) illustrent l’équivalent à la somme de lumières par km² par pays et par région l’année 2014.Les résultats des statistiques zonales 2014 concernant les régions d’étude, sont disponibles dans l’annexe 6.

Discussion

Etant donné que les données DMSP (Defense Meteorological Satellite Program) ne sont pas calibrés, les composites présentent des erreurs radiométriques et les digital numbers (DN) sont incompatibles entre les différents années, cela est à l’origine des incohérences qui difficultent la réalisation des analyses quantitatives. Dans la plupart des années il y a deux satellites qui captent l’information séparément pendant la même année, donc deux composites annuels différents sont produits, il est nécessaire pourtant de créer une correspondance entre ces deux images.
L’ntercallibration permet de résoudre les problèmes d’incompatibilité de DN et les incohérences des composites annuels DMSP. Elle permet de construire des séries temporelles plus fiables. Il s’agit d’un modèle de régression linéaire de deuxième ordre pour chaque composite individuellement, partant de l’hypothèse qu’il y a des lumières dont la brillance et la luminosité a peu ou pas varié dans le temps.
Les composites annuels DMSP 1992, 2002 et 2012 utilisés dans cette étude ont était intercalibrés avec la méthode Elvidge 2014, à l’aide de la fonction « i.nightlighsintercalibration» utilisé dans le logiciel GRASS GIS. Il a était nécessaire de faire la moyenne entre les deux composites annuels calibrés de 2002, après la calibration pour obtenir un seul composite pour cette année. Cependant, il se peut que même après l’intercallibration les images ne soient pas complément compatibles et qu’il y ait des contradictions dans la somme des lumières (Zhao & Samson, 2015), cela peut expliquer certains pics dans les figures 6 et 20.La réalisation de cette étude a permis de constater une augmentation des niveaux d’illumination artificielle nocturne dans le monde. Cependant la somme des lumières par pays peut varier considérablement par rapport à la surface de leur territoire. En rapportant donc, les lumières au km², nous avons pu constater que certains pays, malgré leur surface relativement réduite, ont des émissions lumineuses assez importantes, ce qui peut dans certains cas, être à l’origine d’une pollution lumineuse. L’annexe 7 nous montre la table des surfaces en km² pas pays et par année. Dans cette table il est possible d’observer l’évolution du territoire dans certains pays.L’illumination artificielle et les conséquences que celle-ci produit peuvent être associées avec les niveaux de développement. Des différences fondamentales entre les pays développées et les pays en voies de développement permettent d’affirmer qu’il y a une forte corrélation entre la PIB et la pollution lumineuse. En effet, dans les pays développés les réseaux électriques sont mieux conçus, les coûts sont plus accessibles et l’accès à l’électricité est nettement plus efficace que dans les pays en développement. D’autre part, les pays développés bénéficient plus largement de l’illumination artificielle pour éclairer les espaces publics, les réseaux routiers internes et inter-municipaux, les zones commerciales, etc., et la couverture est beaucoup plus dense. (Haim, A., & Portnov, B., 2013). Il a été trouvé que la corrélation entre le PIB et la somme de lumières par pays en Europe est assez importante (R²=0.70).Nous avons trouvé également une concordance entre la quantité de lumière émise par les pays et la quantité de population existante sur ces territoires. Certainement, les pays les plus peuplés ce sont ceux dans lesquels se trouvent les plus hauts niveaux des émissions lumineuses. La corrélation entre ces deux variables confirme cela avec un R² élevé (0.81).Les moyennes des lumières artificielles nocturnes en Europe se trouvent entre 1.5 en Romanie et 30 en Belgique. Il est étonnant qu’un pays comme le Royaume – Uni avec une surface de 243.610 km² ait la même moyenne que le Liechtenstein qui a une surface seulement de 160 km². Il est possible que ces niveaux excessifs d’éclairage sur Liechtenstein obéissent entre autres au fait que ce soit une principauté, avec une économie prospère qui possède un IDH (Indice de Développement Humain) très élevé (0.908 en 2015) et une densité de population aussi importante (232 hab./km²). Les figures 33 et 34 correspondent aux cartes de la Grand Bretagne et du Liechtenstein respectivement. La même tendance peut s’appliquer en Amérique Centrale pour des pays de petite surface comme El Salvador, Costa Rica, République Dominicaine et Cuba, où l’on trouve une illumination importante par rapport aux pays plus grands, comme le Mexique qui présente aussi en taux élevé des émissions lumineuses.
En Amérique du sud selon l’analyse des données DMSP, il y a eu une augmentation dans chaque pays de cette région. La somme des lumières indique qu’Argentine, Brésil, Chili, Colombie, Uruguay et Venezuela présentent relativement en plus haut niveaux de luminosité.

Table des matières

Introduction
Objectifs du travail
Hypothèses de travail
Questions de recherche
Revue de la littérature
Comparaison entre DMSP/OLS et VIIRS/DNB
Relation entre les émissions lumineuses et les variables socio-économiques
Méthodologie
Téléchargement des images composites VIIRS 2014
Résultats
Composition colorée de DMSP annuels des années 1992, 2002 et 2012.
Cartes des émissions lumineuses en Amérique du nord- DMSP
Cartes des émissions lumineuses en Amérique latine – DMSP
Cartes des émissions lumineuses en Europe – DMSP
Relation entre les émissions lumineuses et les variables socio-économiques
Résultats VIIRS 2014
Discussion
Conclusion
Bibliographie
Photos
ANNEXE 1. Photos illustrant l’éclairage nocturne
ANNEXE 2. Méthodologie
ANNEXE 3. Tableau résultats des statistiques zonales 1992
ANNEXE 4. Tableau résultats des statistiques zonales 2002
ANNEXE 5. Tableau résultats des statistiques zonales 2012
ANNEXE 6. Tableau résultats des statistiques zonales 2014
ANNEXE 7. Surfaces des pays en km² 1992, 2002 et 2012
ANNEXE 8. Question et réponse e-Mail NOOA
ANNEXE 9. Tableau de la population par pays en 1992, 2002 et 2012
ANNEXE 10. Tableau de PIB par pays en US dollars en 1992, 2002 et 2012

Télécharger le rapport complet