Soutenance mémoire
Après le changement climatique et la sécurité mondiale, l’inondation est devenue l’un des problèmes majeurs qui préoccupe les différentes organisations internationales existant sur notre planète (Torres et al, 2012). Classée parmi les catastrophes naturelles la plus mortelle dans le monde, l’inondation affecte presque les cinq continents tels que : l’Afrique (Madagascar, Janvier 2015), l’Amérique (Canada, 1996), l’Asie (Chine 2002), l’Europe (Allemagne, 2000), et l’Australie (Janvier 2011). Les dégâts matériels causés par les inondations sont estimés à plusieurs milliards de dollars, sans parler des pertes de vie humaine (Amraoui et al., 2003). Le problème concernant la gestion des risques durant la période d’inondation repose sur la difficulté de collecte des données sur terrain (E.S.A, 2012). Ce problème est causé par l’inaccessibilité dans certaines zones pendant la période de crue. Pour surmonter ce problème, il faut donc recourir à l’approche observation par imagerie satellitaire et d’en déduire les informations sur les zones concernées. Dans cette présente étude, nous avons choisi d’utiliser des images radar, puisque celles-ci offrent des observations spatialisées des inondations avec une haute résolution spatiale.
De plus, la qualité des images acquises n’est pas affectée par la nébulosité, ce qui est particulièrement intéressant compte tenu du fait que les crues s’accompagnent la plupart du temps d’un couvert nuageux important (Chamindi, 2012). Ainsi, l’ESA a décidé de lancer le projet TIGER-NET en Mai 2012 dans le cadre d’améliorer la résolution temporelle et la résolution spatiale des images radar, et pour avoir une cartographie complète et continue du monde entier en imagerie radar. La détection des zones inondées, la surveillance de l’eau, ainsi que l’amélioration de sa gestion dans le continent Africain sont quelques objectifs à atteindre dans la création de ce projet. Pour la mise en œuvre du projet, l’ESA a envisagé tout d’abord de lancer six satellites, tels que: le SENTINEL-1A et 1B, le SENTINEL-2A et 2B, et le SENTINEL-3A et 3B (E.S.A, 2014). Parallèlement à la mise en place de ces six satellites, il a créé aussi des systèmes informatiques modernes capables de gérer le stockage et le traitement des données acquises par ces satellites, tels que le WOIS (Water Observation and Information System) et le SNAP (Sentinel Application Platform) .
Pour l’application et l’utilisation de ces systèmes informatiques, nous avons choisi dans cette étude la région Analamanga, de la province d’Antananarivo à Madagascar comme zone d’application, puisque cette région est l’une des victimes du passage du cyclone Chezda à Madagascar en janvier 2015. L’objectif de la présente étude est de localiser les zones affectées par l’inondation. D’après les informations reçues du BNGRC (Bureau National de la Gestion des Risques et Catastrophes) et d’autres organismes dans le pays, le dégât matériel était trop lourd, la montée des eaux dans les endroits à basse altitude est inévitable. Par conséquent, la région Analamanga atteint l’alerte rouge du point de vue inondation. Ceci était causé par l’abondance des précipitations durant le mois du janvier 2015 (B.N.G.R, 2015).
Généralités sur les images radar
Principe du système radar
Un radar imageur est un système de télédétection actif dont l’antenne possède un double rôle : émetteur d’impulsions électromagnétiques et récepteur des échos rétrodiffusés par les points de la surface terrestre. Après traitement, ces échos constitueront l’image proprement dite. Cette image sera celle des coefficients de rétrodiffusion, correspondant aux différentes cellules de résolution individualisées par le système. La répétition des impulsions lors du déplacement du capteur crée la première dimension « longitudinale(ou azimutale) » de l’image, la seconde, «transversale (ou distale ou radiale) », qui est liée au pas retenu pour l’échantillonnage en distance (Elachi, 1998) .
La résolution de l’image dans le sens de déplacement du capteur, dite longitudinale (ou azimutale) dépend de la longueur d’onde, de la distance antennesol et de la taille de l’antenne. Selon qu’il s’agit d’un radar à ouverture réelle ou à synthèse d’ouverture, la taille de l’antenne à retenir sera, soit la taille réelle, soit une taille fictive plus grande prenant en compte le déplacement du capteur (Woodhouse et al., 2005) .
La technique du radar à synthèse d’ouverture (RSO)
La synthèse d’ouverture permet de simuler une antenne virtuelle de grande taille à partir des signaux obtenus en utilisant une antenne réelle de petite taille. Cette technique prend appui sur l’effet Doppler généré par le déplacement relatif de l’antenne émettrice par rapport au sol. L’onde rétrodiffusée par un point de la surface terrestre qui entre dans le faisceau radar est caractérisée par une fréquence supérieure à celle de l’onde « porteuse» émise par l’antenne. La fréquence diminue ensuite pour devenir égale à la fréquence porteuse lorsque le point se trouve dans la direction perpendiculaire à la trajectoire, puis inférieure quand le satellite s’éloigne (Woodhouse et al., 2005).
Prétraitement des images radar
Découpage
Etant donné la valeur élevée de la longueur de fauchée de l’image prise par le satellite (surtout pour l’image en mode IWS que nous avons utilisée dans la présente étude), on constate que la zone cible n’est pas présentée par l’ensemble de l’image brute, elle n’est qu’une partie de l’ensemble de cette image. Pour optimiser donc le calcul et pour avoir un maximum de gain de temps durant le traitement, il faut procéder au découpage de la zone cible.
Calibrage
Le calibrage de l’image consiste à corriger les valeurs des cellules de résolution pour qu’elles représentent bien la réponse des échos rétrodiffusés par la zone cible. On a aussi besoin de ce calibrage pour les mesures quantitatives précises de l’énergie réellement rétrodiffusée par les différentes structures existant dans la zone cible (E.S.A, 2014).
Correction géométrique
La présence de relief influe également de manière importante la radiométrie et la géométrie des images. Selon le principe de fonctionnement du système radar, les points du sol sont classés en fonction de leur éloignement par rapport à l’antenne. Les régions planes sont ainsi restituées sans distorsion majeure car une orbite satellitaire permet d’obtenir un faisceau latéral presque parallèle. Par contre, la distance d’un point à l’antenne diminue avec l’altitude. On a trois phénomènes manifestés par cette influence du relief lors de l’acquisition d’une image radar : compression ou dilatation des distances, le repliement et l’ombre .
Filtrage des bruits
Les images radar sont soumises aux effets du chatoiement (« speckle » : bruit inhérent aux systèmes radar à synthèse d’ouverture), ce qui les rend difficilement utilisables sans traitements préalables (Henry et al., 2003; Henry, 2004). En effet chaque signal reçu en un point donné de l’antenne, est la somme des rétrodiffusions d’un grand nombre de réflecteurs élémentaires (Saad et El Assad, 1985). Les ondes réfléchies par ces réflecteurs élémentaires interfèrent les unes avec les autres, ce qui diminue la cohérence spatiale du signal (Comblet, 2005) et est responsable d’une dégradation radiométrique sur les images. Il existe deux catégories de filtres qui permettent de réduire les effets du chatoiement : le filtre temporel (Gineste, 1998) qui est appliqué sur au moins deux images radar ayant des caractéristiques d’acquisition semblables et le filtre spatial qui s’applique sur une seule image radar. Les filtres spatiaux sont nombreux et plus ou moins complexes. Les filtres les plus simples (médian ou moyen) consistent à remplacer la valeur de rétrodiffusion d’une cellule de résolution par la médiane ou la moyenne des rétrodiffusions dans un voisinage donné. La taille du voisinage est définie par la taille de la fenêtre glissante utilisée pour le filtrage. Des filtres plus évolués, dit adaptatifs, modifient la méthode de calcul selon les statistiques locales de rétrodiffusions dans un voisinage donné de la cellule de résolution considérée (Jingfeng et al., 2003). Parmi ces filtres adaptatifs, on peut citer comme exemple : le filtre de Lee (Lee, 1980), Frost (Frost et al., 1982),le filtre Gamma MAP (Maximum A Posteriori) (Lopes et al., 1990; Lopes et al., 1993). Certaines publications (Zhiyong et al., 2004; Mansourpour et al., 2006) proposent des études comparatives de ces différents types de filtres adaptatifs. Le filtre temporel repose sur l’hypothèse que le chatoiement est pleinement développé (Henry, 2004), ce qui signifie que les variations de réponse radiométrique d’un objet restées inchangées d’une image à l’autre ne sont dues qu’aux effets du chatoiement. Il existe différents types de filtres temporels, plus ou moins complexes, qui consistent la plupart du temps à calculer une moyenne pondérée pixel à pixel (ou sur une fenêtre glissante) des rétrodiffusions sur l’ensemble des images disponibles.
|
Table des matières
INTRODUCTION
Chapitre I : IMAGERIE RADAR
I.1 Généralités sur les images radar
I.1.1 Principe du système radar
I.1.2 Résolution longitudinale (ou azimutale) pour le radar à ouverture réelle
I.1.3 Technique du radar à synthèse d’ouverture (RSO)
I.1.4 Résolution transversale
I.1.5 Equation radar
I.1.6 Présentation du satellite SENTINEL-1A
I.1.7 Mode d’acquisition des images du satellite SENTINEL-1A
I.2 Prétraitement des images radar
I.2.1 Découpage
I.2.2 Calibrage
I.2.3 Correction géométrique
I.2.4 Filtrage des bruits
Chapitre II : CONTEXTES GENERAUX DE LA ZONE D’ETUDE
II .1 Localisation de la zone d’étude
II.2 Situation météorologique de la zone d’étude en janvier 2015
II.3 Précipitations et humidité
II.3.1 Histogramme de précipitation
II.3.2 Courbe d’humidité
II.4 Evaluation des dégâts
Chapitre III: DIFFERENTES METHODES POUR LA DETECTION DES INONDATIONS PAR IMAGERIE RADAR
III.1 Approche kernel k-means
III.1.1 Généralités
III.1.2 Principe de l’approche kernel k-means
III.1.3 Caractérisation et propriétés du noyau
III.2 Principe de la détection d’inondation selon Hachemi
III.3 Principe de la détection manuelle des inondations
III.4 Méthodologie proposée
III.4.1 Organigramme de traitement
III.4.2 Données utilisées
III.4.3 Calibrage
III.4.4 Conversion des valeurs linéaires de la rétrodiffusion en dB
III.4.5 Correction géométrique
III.4.6 Découpage de la zone d’étude
III.4.7 Filtrage des bruits
III.4.8 Détermination des caractéristiques des bassins versants
III.4.9 Déclivité
III.4.10 Longueur de pente
III.4.11 Réseaux de drainage
III.4.12 Calcul de l’indice HAND (Height Above the Nearest Drainage)
III.4.13 Classification
Chapitre IV : RESULTATS ET INTERPRETATIONS
IV.1 Résultat de la délimitation des zones à risque
IV.2 Résultat de la séparation des eaux permanentes et des zones inondées par
la méthode de superposition des deux bandes classifiées
IV.3 Validations des résultats obtenus
IV.3.1 Comparaison des résultats de la délimitation des zones à risque et de
la délimitation des zones inondées
IV.3.2 Validation de la délimitation des zones inondées à partir des vérités terrains
IV.3.3 Comparaison du résultat obtenu et celui du BNGRC
IV.4 Discussion sur les résultats obtenus
V.4.1 Discussion sur le choix du filtre utilisé avant la classification
V.4.2 Classification de la zone à risque selon la valeur seuil prise pour le masquage
CONCLUSION
REFERENCES BIBLIOGRAPHIQUES
