Imagerie hyperspectrale pour la planification urbaine environnementale – HYEP

Les verrous actuels résident dans la détermination du choix des bandes utiles pour discriminer les matériaux, la détermination de la largeur de bande efficace, l'amélioration des capacités spatiales des capteurs afin de spécifier les futurs aéroportés ou satellites. Les méthodes testées portent sur la fusion de données (panchromatic ? données hyperspectrales), sur le démélange spectrale (ou comment individualiser l'information pertinente au sein d'un pixel) et la classification. La base de données morpho-spectrale sera utilisée dans le développement de nouvelles méthodes de traitement d'image. Fondé des raisonnements géométriques, statistiques, spectraux ou d'apprentissage des méthodes G seront adaptées voire développées pour la détection de changement, l'étude de série temporelle ou la représentation d'information efficace.

Tests de programmes de corrections atmosphérique et développement du programme ICARE; création d'une base de données de signatures spectrales et mise à disposition au travers du pole «surfaces continentales« THEIA. Développement de l'ensemble de la procédure sur KAUNAS en Lituanie avec des collègues de l'université mais aussi des urbanistes locaux. Dépot d'une projet de formation pour les jeunes chercheurs. Démarrage des discussion avec la Métropole de Toulouse pour définir ensemble les produits finaux les plus adaptés à la planification urbaine.

Diverses étapes ont été identifiées: la corrections des images de toutes les perturbations provenant de l'atmosphère (3 methodes testées); la création d'une base de données de signatures spectrales pour divers éléments d'occupation du sol en ville (toits, routes, la végétation etc.) permettant de mieux cerner les valeurs spectrales des matériaux. La détermination d'indices de formess facilitant la classification des espaces urbains. Les résultats des traitements d'image hyperspectrale serviront d'une part à fournir aux acteurs locaus (la Métropole de Toulouse) des informations sur les matériaux indisponibles actuellement; le type de matériaux mais aussi le degré d'usure ou le renouvellement des matériaux devraient être détectables et identifiables. La mise à disposition de la communauté de la base de données des signatures spectrales ainsi que des algorithmes de traitement favorisera le développement des approches en imagerie hyperspectrale.

Roussel G., et al., 2016, Comparaison de deux méthodes de correction atmosphérique à différentes résolutions pour des applications de classification d’images hyperspectrales. SFPT Section Hyperspectrale Grenoble mai 2016. = premiers résultats des tests de correction atmosphérique
Zinko S., Lampert T, P Gançarski et C Weber, 2016, HYEP: des bases de données spectrales à l’usage de la communauté. SFPT Section Hyperspectrale Grenoble mai 2016. = premiers résultats des tests de variabilité au sein de la base de donnéres spectrales.
Ourghemmi W. et al., 2016, Generation of urban objects spectral database using laboratory hyperspectral imager in Kaunas city (Lithuania). SFPT Section Hyperspectrale Grenoble mai 2016. = descriptif du développement des travaux sur Kaunas (Lituanie)

La population mondiale se regroupe dans les centres urbains restructurant aux niveaux locaux et régionaux les territoires. Ces espaces sont caractérisés par des processus paradoxaux d’une part un étalement au détriment des écosystèmes naturels ou agricoles et d’autre part une densification du tissu. Ces processus combinés ont impacté les caractéristiques climatiques des échelles locales et régionales (Shafri et al, 2012), ainsi que les processus biotiques et abiotiques des milieux environnants (Voogt and Oki, 2003). Des besoins en information de plus en plus conséquents ont suivi cette évolution, renforcés par l’émergence de logiques de développement durable, à différentes échelles spatiales et de compétence territoriale. Les données satellites actuelles fournissent des informations limitées, les caractéristiques du milieu urbain complexifiant leur utilisation, par la forte dynamique interne, l’hétérogénéité spatiale des éléments, des formes géométriques (horizontales et verticales), la variété de matériaux et la présence d'ombre. La cartographie des surfaces, l’état de la végétation, le suivi du vieillissement des matériaux, la caractérisation de la biodiversité végétale (Miller & Small, 2003) recouvrent des champs d’investigation de plus en plus sensibles.
Différents travaux montrent l'apport de l'imagerie hyperspectrale par rapport à l'imagerie multispectrale. Pour Platt et Goetz (2004) les performances de la classification de surfaces urbaines obtenues avec des images acquises par le spectro-imageur Aviris sont supérieures à celles obtenues avec des données Landsat ETM+. Plus récemment. Tan et Wang (2007) évaluent le gain apporté par l'instrument hyperspectral CHRIS/PROBA sur la classification et l'utilisation des milieux urbains par rapport aux données ASTER (3 bandes VISNIR). Plusieurs auteurs (Chen, 2008) illustrent les limitations de capteurs multi-spectraux pour la caractérisation des surfaces imperméables par rapport à l'imagerie hyperspectrale. L’identification des espèces végétales et le relevé sanitaire de la végétation (Mc Kinney, 2002) peut être un atout pour les Trames vertes et bleues.
La richesse et la complexité des matériaux et des formes dans les centres urbains requièrent des spécificités spectrales allant du visible au SWIR (<2.5 µm). Herold et al. (2003), a démontré que les spectromètres offrant une résolution spectrale élevée sur un domaine spectral continu permettaient de mieux identifier (par rapport aux capteurs habituels) et spatialiser des informations sur les sols, la végétation et les matériaux (Chen, 2008, Pascucci et al. 2010) et de leur état.
La taille moyenne des objets urbains se situe entre 10 et 20 m (Cutter et al. 2004). Aussi, une résolution de 5 m ou mieux est considérée comme nécessaire pour une représentation des objets urbains (bâtiments, routes), de la végétation (Jansen et al. 2012), ou de la planification du territoire (Wania & Weber, 2007). La contribution des données EnMAP dans un contexte de développement et de planification urbaine a été récemment étudiée par Heldens et al. (2011), mais la résolution spatiale de 30 m fournit des informations inadaptées au niveau du quartier.
Compte tenu des caractéristiques géométriques du milieu, les capacités d’un instrument tel qu'HYPXIM combinant haute résolution spectrale (imageur hyperspectral) et spatiale (imageur panchromatique) devraient permettre d'étudier des objets de taille inférieure à 5 m avec une capacité à couvrir le domaine spectral 0.4 à 2.5 µm. L’imagerie hyperspectrale peut ainsi lever certains des verrous identifiés mais nécessite de mieux cerner les spécificités du milieu et des éléments constitutifs (géométrie, propriétés spectrales). Ce projet a pour objectif de justifier la mission HYPXIM (hyperspectral français) par rapport aux missions existantes et futures, de définir des moyens de traitements pour utiliser ces images et de constituer une base de données morpho-spectrales adaptée à ces différentes missions.