Création et traitement des séries temporelles NDVI

Création et traitement des séries temporelles NDVI

Traitement des données

Traitement des images satellites

Classification de la scène Landsat ETM+

Démarche méthodique : Après l’acquisition de l’image de Landsat ETM+ nous avons amorcé des analyses de caractéristique spectrale des objets identifiables sur l’image (Unité morpho-pédologique et types végétation). Ceci a commencé par rehausser l’image pour la rendre plus interprétable visuellement. Ensuite nous avons pris la signature spectrale des objets et étudié la séparabilité des classes (annexe E).
A l’issue de ces travaux, nous avons vu que les canaux 3 et 4 (Rouge et proche infrarouge) sont les deux canaux vecteurs d’information nécessaire pour discriminer d’une part la végétation et d’autre part les types de sols. Ainsi, nous avons utilisé ces deux canaux pour calculer l’indice de végétation (NDVI) et l’indice de brillance (IB) en mettant en œuvre les techniques de la classification par seuillage et de la classification non supervisée respectivement pour les deux images de sortie de deux néocanals (voir annexe E).

Classification en deux étapes

Dans la zone d’étude, la détection du couvert végétal souvent dispersé reste délicate sur l’image Landsat, toutefois la structure géomorpho-pédologique du paysage est facilement délimitable. Nous avons donc choisi de délimiter dans un premier temps les entités morpho-pédologiques homogènes, puis de distinguer la végétation au sein de ces entités (voir aussi la figure 6). Pour ce faire, nous avons utilisé l’indice de brillance pour discriminer 8 unités morpho-pédologiques rencontrées dans la zone d’étude : Montagne, Cailloux, Reg graveleux, Reg graveleux ensablé, Ensablement (erg), Cordons dunaires, Zone inondable, Sebkha1 . Pour compléter cette classification, il reste à classer les oueds2 , ce qui a été fait grâce à l’utilisation d’un MNT (Cf. 2.1.2).
Dans un deuxième temps, la végétation a été extraite en utilisant l’indice du NDVI calculé à partir de l’image Landsat avec un seuillage de 0.14, seuil fixée pour les images SPOT pour distinguer la végétation et le sol nu (DLIS/FAO), et l’interprétation d’image (voir annexe E). Au sein de chacune de ces entités morpho-pédologiques, grâce à une classification non supervisée, les pixels de végétation ont été séparés en deux classes : végétation ligneuse et herbeuse. Au final nous avons obtenons les 24 classes présentées dans le tableau 3.

Extraction du réseau hydrographique

Un MNT a été utilisé afin d’obtenir le tracé des oueds, Nous avons utilisé les algorithmes de la boite à outil hydrologie d’Arc Tool Box à partir des pentes pour extraire le réseau hydrographique à partir du MNT. Ce réseau reste théorique en zone désertique, mais son tracé nous a aidés à apprécier la redistribution et les apports en eau au sein de la zone d’étude. Notre zone d’étude étant à cheval sur deux scènes du SRTM3 nous avons commencé par la conversion de son format natif (.tif) en format .img ensuite nous avons fait une mosaïque des deux scènes. Pour éviter les effets de bord dans les calculs nous avons suivi les étapes du modèle Hydrologie de Spatial Analyst d’ArcGIS sur toute l’image mosaïquée avant l’extraction de la zone d’intérêt (voir annexe E).
Pour arriver à tracer les véritables oueds (souvent délimités par une bordure arbustive), le réseau hydrographique théorique a été confronté avec les données de la mission de terrain et surtout l’interprétation visuelle de l’image Landsat en fausse coloration (RGB : PIR/R/V). Nous avons donc supprimé tous les cours d’eau jugés incorrects sillonnant les grands sables et avons corrigé les autres.
Visuellement il est beaucoup plus facile de tracer les cours d’eau car le cerveau et l’œil savent interpoler entre les points où il n’y a pas d’eau et qui sont composés de mixels. (Girard & Girard, 1999). Au final, comme le confirme Ould BABAH (2001), le réseau hydrographique dans l’Inchiri à l’ouest est constitué d’oueds larges et peu profonds orientés vers le sud-ouest. Dans l’Adrar à l’Est, le réseau est plus apparent et constitué de vallées et d’oueds grands et petits coulant dans différentes directions.
Afin d’obtenir l’entité surfacique des oueds, nous avons choisi un buffer de 15 mètres de part et d’autres des lignes d’écoulement en tant que surface moyenne de ces unités du réseau hydrographique.

Création et traitement des séries temporelles NDVI

Création des Séries temporelles 2003 – 2005

Dans une première étape, il a fallu télécharger 49 synthèses de NDVI d’image MODIS TERRA, et en suite les organiser dans une seule image multi-date. Ici, nous avons utilisé l’algorithme de stacking disponible sous ERDAS IMAGINE pour faire ces images pour la période d’étude 2003-2005 (voir le tableau 1 correspondance entre numéro image et date de la quinzaine, annexe E).
Cependant, l’évaluation de ces images nous a montré quelques anomalies qui sont généralement dues à l’atmosphère et/ou au traitement de synthèse de NDVI. Faute de temps et de techniques nécessaires (correction atmosphérique pour les canaux rouge et proche infra rouge), nous avons utilisé les images telles quelles, ce qui peut influencer les résultats.

Comparaison de l’évolution du couvert durant 2003 – 2005

A ce niveau nous avons effectué une classification par nuées dynamiques pour comparer l’étendue et l’évolution du couvert végétal durant la période d’étude. Cette opération, nous a permis de comparer le fonctionnement végétatif de la zone d’étude détecté avec la résolution des images Modis (250 m) (figures 9, 10 et 11).

Profits temporels des valeurs NDVI

Le but de cette approche consiste à suivre l’évolution des classes, délimitées à l’aide de la haute résolution spatiale, avec l’utilisation des données de haute résolution temporelle (image Modis Terra). Nous avons tout d’abord éliminé tous les pixels Modis qui sont à cheval entre deux classes Landsat et gardé seulement ceux qui sont à l’intérieur de nos classes. C’est-à-dire que nous avons utilisé notre classification issue de l’image Landsat ETM+ comme une grille de lecture des données issues des images MODIS Terra. Par la suite, nous avons fait l’analyse statistique permettant de suivre l’évolution temporelle de ces classes (voir Annexe E).
C’est à l’échelle bimensuelle, et avec le profil temporel de deux quinzaines (période sèche et période humide) que nous montrons l’aspect opérationnel de cette méthode dans le suivi du fonctionnement écologique des entités morpho-pédologiques. Ainsi, nous mettons en évidence ces profils temporels de MODIS lors des campagnes antiacridiennes 2003-2004 et 2004-2005 qui ont connu une invasion de grande envergure.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela chatpfe.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

INTRODUCTION
CHAPITRE 1. Matériels et Méthodologie de l’étude
1.1 La zone d’étude
1.2 Matériel et principes méthodologiques
1.3 Acquisition et structuration des données
1.3.1 Acquisition de données satellitaires
1.3.2 Acquisition de données de terrain
1.3.3 Acquisition de données climatologiques
1.3.3 Structuration de données
CHAPITRE 2. Traitement des données
2.1 Traitement des images satellites
2.1.1 Classification de la scène Landsat ETM+
2.1.2 Extraction du réseau hydrographique
2.1.3 Création et traitement des séries temporelles NDVI
2.2 Traitement des données de terrain
2.2.1 Les données de la mission de terrain
2.2.2 Les données acridiennes
CHAPITRE 3. Résultats et discussion
3.1 Croisement des données
3.2 Carte des biotopes acridiens (limites spatiales)
3.3 Les séries temporelles
3.3.1 Classification des images multi date de Modis Terra
3.3.2 Profils temporels des unités morpho-pédologiques (limites temporelles des biotopes)
3.4 Le potentiel acridien
CONCLUSION
BIBLIOGRAPHIE