Suite

4.3 : Imagerie satellitaire et photographie aérienne - Géosciences

4.3 : Imagerie satellitaire et photographie aérienne - Géosciences


Objectifs d'apprentissage

  • L'objectif de cette section est de comprendre comment l'imagerie satellitaire et la photographie aérienne sont mises en œuvre dans les applications SIG.

Une grande variété d'images satellitaires et de photographies aériennes est disponible pour une utilisation dans les systèmes d'information géographique (SIG). Bien que ces produits soient essentiellement des graphiques raster, ils sont fondamentalement différents dans leur utilisation au sein d'un SIG. L'imagerie satellitaire et la photographie aérienne fournissent des informations contextuelles importantes pour un SIG et sont souvent utilisées pour effectuer une numérisation tête haute (Section 5.1.4 « Capture de données secondaires ») au cours de laquelle les caractéristiques de l'image sont converties en ensembles de données vectorielles.

Imagerie par satellite

L'imagerie satellitaire de télédétection est de plus en plus courante, car des satellites équipés de capteurs technologiquement avancés sont continuellement envoyés dans l'espace par des agences publiques et des entreprises privées du monde entier. Les satellites sont utilisés pour des applications telles que l'observation militaire et civile de la Terre, la communication, la navigation, la météo, la recherche, etc. Actuellement, plus de 3 000 satellites ont été envoyés dans l'espace, dont plus de 2 500 en provenance de Russie et des États-Unis. Ces satellites maintiennent différentes altitudes, inclinaisons, excentricités, synchronies et centres orbitaux, ce qui leur permet d'imager une grande variété de caractéristiques et de processus de surface (Figure 4.14 « Satellites en orbite autour de la Terre »).

Figure 4.14 Satellites en orbite autour de la Terre

Les satellites peuvent être actifs ou passifs. Satellites actifs utiliser des capteurs à distance qui détectent les réponses réfléchies d'objets irradiés par des sources d'énergie artificiellement générées. Par exemple, les capteurs actifs tels que les radars émettent des ondes radio, les capteurs laser émettent des ondes lumineuses et les capteurs sonar émettent des ondes sonores. Dans tous les cas, le capteur émet le signal, puis calcule le temps qu'il faut au signal renvoyé pour « rebondir » à partir d'une fonction distante. Connaissant la vitesse du signal émis, le délai entre l'émission d'origine et le retour peut être utilisé pour calculer la distance jusqu'à l'élément.

Satellites passifs, alternativement, utiliser des capteurs qui détectent le rayonnement électromagnétique réfléchi ou émis à partir de sources naturelles. Cette source naturelle est généralement l'énergie du soleil, mais d'autres sources peuvent également être imagées, telles que le magnétisme et l'activité géothermique. En utilisant un exemple que nous avons tous connu, prendre une photo avec un appareil photo avec flash serait une télédétection active, tandis que l'utilisation d'un appareil photo sans flash (c'est-à-dire s'appuyer sur la lumière ambiante pour éclairer la scène) serait une télédétection passive.

La qualité et la quantité des images satellites sont largement déterminées par leur résolution. Il existe quatre types de résolution qui caractérisent tout capteur à distance particulier (Campbell 2002).Campbell, J. B. 2002. Introduction à la télédétection. New York : Guilford Press. Le résolution spatiale d'une image satellite, comme décrit précédemment dans la section modèle de données raster (Section 4.1 "Modèles de données raster"), est une représentation directe de la couverture au sol pour chaque pixel montré dans l'image. Si un satellite produit des images avec une résolution de 10 m, la couverture au sol correspondante pour chacun de ces pixels est de 10 m sur 10 m, soit 100 mètres carrés au sol. La résolution spatiale est déterminée par le champ de vision instantané (IFOV) des capteurs. L'IFOV est essentiellement la zone au sol à travers laquelle le capteur reçoit le signal de rayonnement électromagnétique et est déterminé par la hauteur et l'angle de la plate-forme d'imagerie.

Résolution spectrale désigne la capacité du capteur à résoudre les intervalles de longueur d'onde, également appelés bandes, dans le spectre électromagnétique. La résolution spectrale est déterminée par la taille d'intervalle des longueurs d'onde et le nombre d'intervalles balayés. Les capteurs multispectraux et hyperspectraux sont des capteurs qui peuvent résoudre une multitude d'intervalles de longueurs d'onde dans le spectre. Par exemple, le satellite IKONOS résout les images pour les bandes aux intervalles de longueur d'onde bleu (445–516 nm), vert (506–95 nm), rouge (632–98 nm) et proche infrarouge (757–853 nm) sur son Capteur multispectral de 4 mètres.

Résolution temporelle est le laps de temps entre chaque période de collecte d'images et est déterminé par le cycle de répétition de l'orbite du satellite. La résolution temporelle peut être considérée comme vrai-nadir ou hors-nadir. Les zones considérées comme vrai-nadir sont celles situées directement sous le capteur, tandis que les zones hors-nadir sont celles qui sont imagées de manière oblique. Dans le cas du satellite IKONOS, la résolution temporelle est de 3 à 5 jours pour l'imagerie hors nadir et de 144 jours pour l'imagerie en vrai nadir.

Le quatrième et dernier type de résolution, résolution radiométrique, fait référence à la sensibilité du capteur aux variations de luminosité et désigne spécifiquement le nombre de niveaux de gris qui peuvent être imagés par le capteur. En règle générale, les valeurs radiométriques disponibles pour un capteur sont de 8 bits (rendant des valeurs allant de 0 à 255 sous forme de 256 valeurs uniques ou de 28 valeurs); 11 bits (0-2 047) ; 12 bits (0-4 095) ; ou 16 bits (0 à 63 535) (voir la section 5.1.1 « Types de données » pour plus d'informations sur les bits). Landsat-7, par exemple, maintient une résolution de 8 bits pour ses bandes et peut donc enregistrer des valeurs pour chaque pixel allant de 0 à 255.

En raison des contraintes techniques liées aux systèmes de télédétection par satellite, il existe un compromis entre ces différents types de résolution. L'amélioration d'un type de résolution nécessite souvent une réduction de l'un des autres types de résolution. Par exemple, une augmentation de la résolution spatiale est généralement associée à une diminution de la résolution spectrale, et vice versa. De la même manière, satellites géostationnaires (ceux qui font le tour de la terre à proximité de l'équateur une fois par jour) donnent une haute résolution temporelle mais une faible résolution spatiale, tandis que satellites héliosynchrones (ceux qui synchronisent une orbite quasi polaire du capteur avec l'illumination du soleil) donnent une faible résolution temporelle tout en offrant une haute résolution spatiale. Bien que les progrès technologiques puissent généralement améliorer les différentes résolutions d'une image, il faut toujours veiller à ce que l'imagerie que vous avez choisie soit adéquate pour représenter ou modéliser les caractéristiques géospatiales les plus importantes pour votre étude.

Photographie aérienne

La photographie aérienne, comme l'imagerie satellitaire, représente une vaste source d'informations à utiliser dans n'importe quel SIG. Les plates-formes pour le matériel utilisé pour prendre des photographies aériennes comprennent les avions, les hélicoptères, les ballons, les fusées, etc. Alors que la photographie aérienne implique des images prises du spectre visible, des capteurs pour mesurer les bandes dans le spectre non visible (par exemple, ultraviolet, infrarouge, proche infrarouge) peuvent également être fixés à des sources aériennes. De même, la photographie aérienne peut être active ou passive et peut être prise sous des angles verticaux ou obliques. Des précautions doivent être prises avec les photographies aériennes car les capteurs utilisés pour prendre les images sont similaires aux appareils photo dans leur utilisation des objectifs. Ces lentilles ajoutent une courbure aux images, qui devient plus prononcée à mesure que l'on s'éloigne du centre de la photo (Figure 4.15 "Erreur de courbure due aux propriétés lenticulaires de la caméra").

Figure 4.15 Erreur de courbure due aux propriétés lenticulaires de la caméra

Une autre source d'erreur potentielle dans une photographie aérienne est le déplacement du relief. Cette erreur provient de l'aspect tridimensionnel des caractéristiques du terrain et est considérée comme une inclinaison apparente des objets verticaux par rapport au point central d'une photographie aérienne. Pour imaginer ce type d'erreur, considérons qu'une cheminée ressemblerait à un beignet si la caméra de visualisation était directement au-dessus de l'élément. Cependant, si cette même cheminée était observée près du bord de la vue de la caméra, on pourrait observer les côtés de la cheminée. Cette erreur est fréquemment observée avec les arbres et les bâtiments à plusieurs étages et s'aggrave avec des éléments de plus en plus hauts.

Orthophotos sont des photographies verticales qui ont été géométriquement « corrigées » pour supprimer la courbure et l'erreur induite par le terrain des images (Figure 4.16 « Orthophoto »). Le produit d'orthophoto le plus courant est l'ortho quart de quadrangle numérique (DOQQ). Les DOQQ sont disponibles auprès du US Geological Survey (USGS), qui a commencé à produire ces images à partir de sa bibliothèque de photos du National Aerial Photography Program à l'échelle 1:40 000. Ces images peuvent être obtenues en niveaux de gris ou en couleur avec une résolution spatiale de 1 mètre et une résolution radiométrique de 8 bits. Comme son nom l'indique, ces images couvrent un quart d'un quadrangle USGS de 7,5 minutes, ce qui équivaut à une zone d'environ 25 milles carrés. Inclus avec ces photos est un bord supplémentaire de 50 à 300 mètres autour de la photo qui permet aux utilisateurs de mosaïquer de nombreux DOQQ en une seule image continue. Ces DOQQ sont idéales pour une utilisation dans un SIG en tant qu'informations d'affichage en arrière-plan, pour l'édition de données et pour la numérisation tête haute.

Figure 4.16 Orthophoto

Source : Données disponibles auprès du U.S. Geological Survey, Earth Resources Observation and Science (EROS) Center, Sioux Falls, SD.

Points clés à retenir

  • L'imagerie satellitaire est un outil courant pour les applications de cartographie SIG, car ces données deviennent de plus en plus disponibles en raison des progrès technologiques en cours.
  • L'imagerie satellitaire peut être passive ou active.
  • Les quatre types de résolution associés à l'imagerie satellitaire sont spatiale, spectrale, temporelle et radiométrique.
  • Les photographies aériennes verticales et obliques fournissent des informations de base précieuses pour les applications SIG.

Exercer

  1. Accédez au site Web EarthExplorer (edcsns17.cr.usgs.gov/EarthExplorer) et téléchargez deux images satellite de la région dans laquelle vous résidez. Quelles sont les différentes résolutions spatiales, spectrales, temporelles et radiométriques de ces deux images ? Ces satellites fournissent-ils des images actives ou passives (ou les deux) ? Sont-ils géostationnaires ou héliosynchrones ?

Une approche drone-satellite imbriqué pour surveiller les conditions écologiques des zones humides

Le suivi des zones humides est nécessaire pour comprendre et protéger leur équilibre écohydrologique. En Irlande, le suivi des zones humides se fait traditionnellement par des visites manuelles sur le terrain, ce qui peut prendre beaucoup de temps. Pour automatiser le processus, cette étude étend la capacité de surveillance par télédétection des zones humides en combinant le traitement d'images RVB, des algorithmes d'apprentissage automatique et l'analyse de données satellitaires pour créer des cartes saisonnières des communautés végétales dans les zones humides. La méthodologie associe une couverture multispectrale et large d'images open source Sentinel-2 (S2) à la granularité spatiale élevée des images de véhicules aériens sans pilote (UAV) ou de drones. Des images de drones à capteur unique ont été capturées, corrigées en couleur et classées à l'aide d'un classificateur de forêt aléatoire (RF) pour un sous-ensemble de la zone humide. L'imagerie classifiée a été suréchantillonnée à l'échelle de l'imagerie satellitaire pour créer des données d'entraînement pour la segmentation de la végétation dans l'ensemble de la zone humide. Le processus a été répété pendant plusieurs saisons et une carte annuelle a été créée en utilisant le vote majoritaire. Le cadre proposé a été évalué sur diverses zones humides à travers l'Irlande, avec des résultats présentés ici pour un complexe de tourbières ombrotrophes, Clara Bog. L'exactitude des cartes a été vérifiée à l'aide d'un ensemble de mesures de performance basées sur la zone. L'application de cette méthode réduit ainsi le nombre d'enquêtes sur le terrain généralement nécessaires pour évaluer le changement écologique à long terme de ces habitats humides. La performance de la méthode proposée démontre que la technique est un moyen robuste, rapide et rentable de cartographier les habitats des zones humides de façon saisonnière et d'explorer leurs synergies écohydrologiques.


Imagerie satellitaire américaine, 1960-1999

Washington, D.C., 14 avril 1999 &ndash L'utilisation de plates-formes aériennes pour observer les événements sur terre remonte à la Révolution française, lorsque la France a organisé une compagnie d'aérostiers, ou aérostiers, en avril 1794. Les États-Unis ont utilisé des ballons pendant la guerre civile, bien que peu d'intelligence de valeur ait été obtenu. En janvier 1911, le front de mer de San Diego devient la première cible des caméras embarquées à bord d'un avion. Plus tard dans l'année, l'US Army Signal Corps a intégré la photographie aérienne au programme de son école de pilotage. Entre 1913 et 1915, des missions de reconnaissance visuelle et photographique ont été effectuées par l'armée américaine aux Philippines et le long de la frontière mexicaine. 1

Pendant la Seconde Guerre mondiale, les États-Unis ont largement utilisé la photographie d'avion à l'aide de bombardiers remodelés. Après la guerre, avec l'émergence d'une relation hostile avec l'Union soviétique, les États-Unis ont commencé à mener des missions photographiques le long de la périphérie soviétique. Les caméras de l'avion, cependant, ne pouvaient capturer des images du territoire qu'à quelques kilomètres de la trajectoire de vol.

Lors de certaines missions, des avions ont effectivement survolé l'espace aérien soviétique, mais même ces missions n'ont pas fourni la couverture nécessaire du vaste intérieur soviétique. En conséquence, à partir du début des années 1950, les États-Unis ont commencé à explorer sérieusement des méthodes plus avancées pour obtenir des images de cibles dans toute l'Union soviétique. Le résultat a été le développement, la production et l'emploi d'une variété d'engins spatiaux et d'avions (en particulier les U-2 et A-12/SR-71) qui ont permis à la communauté américaine du renseignement de surveiller de près les développements en Union soviétique et dans d'autres pays à travers images aériennes.

Les capacités des engins spatiaux et des avions ont évolué, passant d'une limitation à la photographie en noir et blanc à la lumière visible à la capacité de produire des images en utilisant différentes parties du spectre électromagnétique. En conséquence, l'imagerie peut souvent être obtenue dans des circonstances (obscurité, couverture nuageuse) où la photographie standard en lumière visible n'est pas réalisable. De plus, l'emploi de différentes portions du spectre électromagnétique, individuellement ou simultanément, élargit les informations qui peuvent être produites concernant une cible.

L'équipement photographique peut être à base de film ou électro-optique. Une caméra conventionnelle capture une scène sur film en enregistrant les différents niveaux de lumière réfléchis par tous les objets séparés de la scène. En revanche, une caméra électro-optique convertit les différents niveaux de lumière en signaux électriques. Une valeur numérique est attribuée à chacun des signaux, appelés éléments d'image ou pixels. À une station de réception au sol, une image peut alors être construite à partir du signal numérique transmis par l'engin spatial (souvent via un satellite relais). 2

En plus de la partie lumière visible du spectre électromagnétique, la partie proche infrarouge du spectre, qui est invisible à l'œil humain, peut être utilisée pour produire des images. Dans le même temps, l'imagerie dans le proche infrarouge, comme celle de la lumière visible, dépend des objets réfléchissant le rayonnement solaire plutôt que de leur émission de rayonnement. Par conséquent, de telles images ne peuvent être produites qu'à la lumière du jour et en l'absence d'une couverture nuageuse importante. 3

L'imagerie infrarouge thermique, obtenue à partir des parties infrarouge moyen et lointain du spectre électromagnétique, fournit des images en détectant uniquement la chaleur émise par les objets. Ainsi, un système infrarouge thermique peut détecter des structures enterrées, telles que des silos à missiles ou des constructions souterraines, en raison de la chaleur qu'elles génèrent. Étant donné que l'imagerie infrarouge thermique ne nécessite pas de lumière visible, elle peut être obtenue dans des conditions d'obscurité - si le ciel est exempt de couverture nuageuse. 4

L'imagerie peut être obtenue de jour comme de nuit en présence d'une couverture nuageuse en utilisant un radar d'imagerie (acronyme de radio détection et télémétrie). L'imagerie radar est produite en faisant rebondir des ondes radio sur une zone ou un objet et en utilisant les retours réfléchis pour produire une image de la cible. Étant donné que les ondes radio ne sont pas atténuées par la vapeur d'eau dans l'atmosphère, elles sont capables de pénétrer la couverture nuageuse. 5

Quelle que soit la manière dont l'imagerie est obtenue, elle nécessite un traitement et une interprétation pour la convertir en données de renseignement. Les ordinateurs peuvent être utilisés pour améliorer la quantité et la qualité des informations extraites. Évidemment, l'imagerie électro-optique numérique arrive sous une forme qui facilite de telles opérations. Mais même les images analogiques obtenues par une caméra conventionnelle peuvent être converties en signaux numériques. Dans tous les cas, un ordinateur désassemble une image en millions d'impulsions de code Morse électroniques, puis utilise des formules mathématiques pour manipuler le contraste des couleurs et l'intensité de chaque point. Chaque image peut être réassemblée de différentes manières pour mettre en évidence des caractéristiques spéciales et des objets qui étaient cachés dans l'image d'origine. 6

Cliquez sur l'une des images suivantes pour afficher une version plus grande de la photo.

CORONA, ARGON et LONGE

Un peu moins de neuf ans plus tard, le 16 mars 1955, l'Air Force a publié l'exigence opérationnelle générale n° 80, établissant officiellement une exigence de haut niveau pour un satellite de reconnaissance avancé. Le document définissait l'objectif de l'Air Force comme étant la fourniture d'une surveillance continue de « zones présélectionnées de la terre » afin de « déterminer l'état de la capacité de guerre d'un ennemi potentiel ». 9

Au cours des cinq années suivantes, le programme de satellites de reconnaissance américain a évolué de diverses manières. Le succès des satellites Spoutnik I et II de l'Union soviétique à l'automne 1957 a donné une impulsion à tous les programmes spatiaux américains - car tout succès pourrait être utilisé dans la guerre de propagande avec l'Union soviétique. Dans le cas des programmes de reconnaissance américains, Spoutnik a fourni une deuxième incitation. Les implications claires des lancements de Spoutnik pour le développement d'ICBM soviétiques ont accru la pression sur la découverte de l'étendue des capacités soviétiques - quelque chose que les vols sporadiques d'U-2 ne pouvaient faire que de manière limitée. dix

Le programme de l'Air Force a d'abord été désigné système de reconnaissance avancé (ARS), puis SENTRY et enfin SAMOS. La responsabilité de la gestion de SAMOS a été transférée de l'Air Force à l'Advanced Research Projects Agency (ARPA), établie le 7 février 1958, puis de nouveau à l'Air Force à la fin de 1959. 11

Les inquiétudes concernant le temps qu'il faudrait pour atteindre l'objectif principal du programme SAMOS - un satellite capable de numériser son film exposé et de renvoyer les images par voie électronique - ont conduit à l'approbation par le président Dwight Eisenhower, également le 7 février 1958, d'un Programme de la CIA pour développer un satellite de reconnaissance. Le programme de la CIA, désigné CORONA, s'est concentré sur le développement d'un satellite qui renverrait physiquement ses images dans une cartouche - un objectif qui avait été une partie subsidiaire du programme SAMOS. 12

Alors que toutes les différentes versions du programme SAMOS seraient annulées au début des années 1960, CORONA deviendrait un pilier du programme de reconnaissance spatiale américain pendant plus d'une décennie. Il faudrait plus d'un an, à partir de 1959, et 14 lancements avant qu'un vaisseau spatial CORONA opérationnel ne soit mis en orbite. Neuf des douze premiers lancements portaient un appareil photo destiné à photographier des régions de l'Union soviétique et d'autres nations. Tous les vols se sont soldés par un échec pour une raison ou une autre. La treizième mission, un vol de diagnostic sans équipement photographique, a été le premier succès - en ce sens qu'une cartouche a été ramenée de l'espace et récupérée en mer. 13

Puis, le 18 août, un CORONA a été placé en orbite, a fait le tour de la Terre pendant une journée et a ramené sa cartouche sur Terre, où il a été arraché aux airs par un avion spécialement équipé le 19 août. La caméra embarquée sur ce vol serait a rétroactivement désigné le KH-1 (KH pour KEYHOLE) et était capable de produire des images avec une résolution de l'ordre de 25 à 40 pieds - bien loin de ce qui serait standard dans quelques années seulement. Il a cependant produit plus d'images de l'Union soviétique au cours de sa seule journée de fonctionnement que l'ensemble du programme U-2. 14

La prochaine mission CORONA réussie aurait lieu le 7 décembre 1960. Cette fois, un système de caméra plus avancé, le KH-2, serait à bord. A partir de ce moment, jusqu'à la fin du programme CORONA en 1972, il y aurait une succession de nouveaux systèmes de caméras - les KH-3, KH-4, KH-4A et KH-4B - qui produisaient des images à plus haute résolution que leur prédécesseurs, aboutissant finalement à un système qui pourrait produire des images avec une résolution d'environ 5 à 6 pieds. En outre, deux programmes plus petits - ARGON (pour la cartographie) et LANYARD (motivé par un objectif spécifique en Union soviétique) - ont fonctionné au cours des années 1962-1964 et 1963 respectivement. Au total, il y avait 145 missions, qui ont donné plus de 800 000 images de l'Union soviétique et d'autres régions du monde. 15

Ces images ont considérablement amélioré les connaissances des États-Unis sur les capacités et les activités des pays soviétiques et autres. Peut-être que sa réalisation majeure a eu lieu dans les 18 mois suivant la première mission CORONA réussie. L'accumulation de photographies a permis à la communauté du renseignement américaine de dissiper la crainte d'un fossé entre les missiles, les premières estimations d'une force ICBM soviétique se chiffrant par centaines à la mi-1962 devenant, en septembre 1961, une estimation comprise entre 25 et 50. En juin 1964, les satellites CORONA avait photographié les 25 complexes ICBM soviétiques. L'imagerie CORONA a également permis aux États-Unis de cataloguer les sites soviétiques de défense aérienne et de missiles anti-balistiques, les installations liées aux armes nucléaires, les bases sous-marines, les sites IRBM, les bases aériennes - ainsi que les installations militaires chinoises, d'Europe de l'Est et d'autres pays. Il a également permis d'évaluer les conflits militaires - tels que la guerre des Six jours de 1967 - et de surveiller le respect du contrôle des armements soviétiques. 16

En février 1995, le président Clinton a signé un décret exécutif déclassifiant ces images. 17

Une image KH-4A de l'aérodrome de Dolon, qui était une importante installation d'aviation soviétique à long rayon d'action située dans l'actuelle République du Kazakhstan. L'image montre deux régiments de bombardiers Tupolev (Tu-16) Bear. La piste principale mesure 13 200 pieds de long.

Le système de caméra KH-4A a été introduit pour la première fois en août 1963. La résolution variait de 9 à 25 pieds.

Une image KH-4B de Moscou, avec un insert du Kremlin. Dans l'agrandissement du Kremlin, des véhicules individuels peuvent être identifiés comme des camions ou des voitures, et la file de personnes attendant d'entrer dans le tombeau de Lénine sur la Place Rouge peut être vue. Selon la CIA, la photographie "illustre certaines des images de meilleure résolution acquises par le système de caméra KH-4B".

Le KH-4B a été introduit pour la première fois en septembre 1967 et produisait généralement des images avec une résolution de 6 pieds.

Image d'un KH-4B, prise le 11 février 1969, d'une installation nucléaire taïwanaise. La communauté du renseignement des États-Unis, s'appuyant sur CORONA et d'autres formes de renseignement, a surveillé de près les installations nucléaires des deux adversaires tels que l'Union soviétique et la RPC et celles de pays amis tels que Taïwan et Israël.

Les prochaines générations

Le programme GAMBIT a fourni un complément important à CORONA. Initié en 1960, il a produit le premier satellite « de près » ou « repérage ». L'accent des opérations GAMBIT, qui a commencé en 1963 et s'est poursuivi jusqu'à une partie de 1984, était de produire des images à haute résolution sur des cibles spécifiques (plutôt que des zones générales). Une telle résolution permettrait de produire des renseignements plus détaillés, en particulier des renseignements techniques sur les systèmes d'armes étrangers. Le premier appareil photo GAMBIT, le KH-7, pouvait produire des photos avec une résolution d'environ 18 pouces, tandis que le deuxième et dernier modèle, le KH-8 était capable de produire des photos avec une résolution inférieure à 6 pouces. 18

Alors que l'Air Force se concentrait sur les systèmes à haute résolution, la CIA (après de nombreuses batailles bureaucratiques) s'est vu confier la responsabilité du programme de surveillance de zone de prochaine génération. Ce programme, qui a été désigné HEXAGON, a abouti à des satellites équipés du système de caméra KH-9 - capable de produire des images couvrant encore plus de territoire que les satellites CORONA, avec une résolution de 1 à 2 pieds. Dix-huit satellites HEXAGON seront mis en orbite entre 1971 et 1984, date de fin du programme. 19

À la fin de 1976, une nouvelle capacité a été ajoutée lorsque le satellite transportant le système optique KH-11 a été placé en orbite. Contrairement à ses prédécesseurs, le KH-11, également connu sous les noms de code de programme KENNAN et CRYSTAL, ne renvoyait pas de cartouches de film à récupérer et à interpréter. Au contraire, la lumière captée par son système optique était transformée en signaux électroniques et relayée (par l'intermédiaire d'un satellite relais sur une orbite plus élevée) vers une station au sol, où les signaux étaient enregistrés sur bande et convertis en une image. En conséquence, les États-Unis pourraient obtenir des images satellite d'un site ou d'une activité pratiquement simultanément avec un satellite passant au-dessus de leur tête. 20

Les années 1980 ont vu un certain nombre de divulgations par inadvertance ou non autorisées d'images satellitaires américaines. En 1980, à la suite du fiasco de Desert One, où les forces américaines ont débarqué en vue d'une tentative de sauvetage des otages américains détenus en Iran, l'imagerie KH-11 des sites d'évacuation possibles à Téhéran a été laissée pour compte. En 1981, Aviation Week & Space Technology a publié une photo KH-11 divulguée (et dégradée) d'un bombardier soviétique à l'aérodrome de Ramenskoye.

En 1984, deux images d'avions soviétiques, prises par un satellite KH-8 ou KH-9, ont été publiées par inadvertance lors d'audiences au Congrès. La même année, un employé du Naval Intelligence Support Center a fourni L'hebdomadaire de la défense de Jane avec plusieurs images prises par un satellite KH-11 d'une installation de construction navale soviétique. 21

Cette photo KH-11 améliorée par ordinateur de 1984, prise à un angle oblique, a été divulguée, avec deux autres, à Jane's Defence Weekly par l'analyste du renseignement naval, Samuel Loring Morison. L'image montre la disposition générale du chantier naval Nikolaiev 444 en mer Noire. En construction se trouve un porte-avions de classe Kiev (affiché sur le côté gauche de la photo), alors connu sous le nom de Kharkov, ainsi qu'un navire de débarquement amphibie.
Morison a été jugé, condamné et envoyé en prison dans une affaire controversée.

Ces photographies satellites, montrant un MiG-29 FULCRUM et un SU-27 FLANKER, ont été montrées au House Appropriations Committee lors des audiences budgétaires de 1984. Elles ont ensuite été publiées, apparemment par erreur, dans la version aseptisée des auditions rendue publique. Lors du procès de Samuel Loring Morison en 1985, les procureurs du gouvernement ont reconnu que les photographies étaient des images satellites, produites par un système autre que le KH-11.

Systèmes actuels

Les satellites avancés KH-11 ont une orbite plus élevée que celle de leurs prédécesseurs, fonctionnant avec des périgées d'environ 150 milles et des apogées d'environ 600 milles. En outre, ils ont également des capacités supplémentaires. Ils contiennent une capacité d'imagerie infrarouge, y compris une capacité d'imagerie infrarouge thermique, permettant ainsi l'imagerie pendant l'obscurité. De plus, les satellites sont équipés du système métrique CRYSTAL amélioré (ICMS), qui place les marquages ​​nécessaires sur les images renvoyées pour permettre leur pleine exploitation à des fins de cartographie. De plus, l'Advanced KH-11 peut transporter plus de carburant que le modèle d'origine, peut-être de 10 000 à 15 000 livres. Cela permet une durée de vie plus longue pour le nouveau modèle - peut-être jusqu'à huit ans. 22

Une deuxième composante de la flotte américaine d'imagerie spatiale est constituée de satellites développés et déployés dans le cadre d'un programme connu d'abord sous le nom d'INDIGO, puis sous le nom de LACROSSE et plus récemment sous le nom de VEGA. Plutôt que d'employer un système électro-optique, ils sont équipés d'un radar d'imagerie. Les satellites ont comblé une lacune majeure dans les capacités américaines en permettant à la communauté du renseignement américaine d'obtenir des images même lorsque les cibles sont couvertes de nuages. 23

Le premier VEGA a été lancé le 2 décembre 1988 depuis l'orbiteur de la navette spatiale Atlantis (et désorbité en juillet 1997). Un deuxième a été mis en orbite en mars 1991, depuis Vandenberg AFB sur un Titan IV, et un troisième en octobre 1997. Les satellites ont fonctionné sur des orbites d'environ 400 milles et à des inclinaisons de 57 et 68 degrés respectivement. 24

Lors de sa conception, l'objectif principal envisagé pour le satellite était de surveiller les blindages soviétiques et du Pacte de Varsovie. Les récentes missions VEGA comprenaient la fourniture d'images pour l'évaluation des dommages causés par les bombes des conséquences des attaques de missiles Tomahawk de la Marine sur les installations de défense aérienne irakiennes en septembre 1996, la surveillance des sites de stockage d'armes irakiennes et le suivi des mouvements de troupes irakiennes tels que la dispersion de la Garde républicaine lorsque la Garde était menacé d'une attaque américaine au début de 1998. VEGA a une résolution de 3 à 5 pieds, sa résolution serait suffisante pour permettre la discrimination entre les chars et les véhicules blindés de transport de troupes et l'identification des cratères de bombes de 6 à 10 pieds de diamètre. 25

Le satellite LACROSSE/VEGA qui a été lancé en octobre 1997 pourrait être le premier d'une nouvelle génération de satellites d'imagerie radar. La nouvelle génération aura apparemment une plus grande résolution, et la taille de la constellation pourrait être augmentée de 2 à 3. 26

Une photographie KH-11 avancée de l'usine pharmaceutique de Shifa, au Soudan. Cette photo dégradée, d'une résolution d'environ 1 mètre, a été officiellement publiée après l'attaque américaine contre l'usine en août 1998 en représailles aux attaques contre deux ambassades américaines en Afrique. Les États-Unis ont allégué, au moins en partie sur la base d'échantillons de sol, que l'usine était impliquée dans la production d'armes chimiques.

Une photographie KH-11 avancée dégradée du camp de base de Zhawar Kili (ouest), en Afghanistan, qui abritait des installations d'entraînement pour l'organisation terroriste d'Oussama Ben Laden.

La photographie a été utilisée par le secrétaire à la Défense William S. Cohen et le général Henry H. Shelton, président des chefs d'état-major interarmées, pour informer les journalistes de l'attaque américaine au missile de croisière sur l'installation.

L'une des plus de vingt photos avancées de KH-11 dégradées, publiées par le ministère de la Défense en décembre 1998 lors de l'opération Desert Fox. La version à plus haute résolution et classifiée de l'image a été utilisée par les interprètes d'images de la National Imagery and Mapping Agency pour évaluer les dommages causés par les frappes aériennes américaines.

Une photo KH-11 avancée dégradée de l'aérodrome d'Al Sahra, en Irak, utilisée par le vice-amiral Scott A. Fry, USN, directeur, J-3 et le contre-amiral Thomas R. Wilson, USN, directeur du renseignement de l'état-major interarmées lors d'un point de presse au Pentagone le 18 décembre 1998.

Les flèches de cette image avancée dégradée du KH-11, utilisées lors d'un point de presse du Pentagone le 19 décembre 1998, montrent deux zones où le secrétariat présidentiel a été endommagé en raison des frappes aériennes de l'opération Desert Fox.

Photographie d'évaluation avant la frappe de la garnison de l'armée de Belgrade et du quartier général, Serbie.

Photographie d'évaluation des dommages après la frappe de la garnison et du quartier général de l'armée de Belgrade, en Serbie, attaqués au cours de l'opération Allied Force.

Imagerie commerciale

Les LANDSAT 4 et 5 fonctionnent sur des orbites héliosynchrones de 420 milles et portent chacun un Thematic Mapper (TM), une version améliorée du Multispectral Scanner (MSS) sur les LANDSAT antérieurs. Une image LANDSAT typique mesure 111 par 102 milles, offrant une large couverture de zone significative. Cependant, la résolution des images est d'environ 98 pieds, ce qui les rend utiles uniquement pour les tâches de renseignement les plus grossières.

SPOT, acronyme de Le Système Pour l'Observation de la Terre, est exploité par l'agence spatiale nationale française. SPOT 1 a été lancé en 1986, suivi de trois satellites supplémentaires à des intervalles d'environ quatre ans. Les satellites SPOT opèrent sur des orbites d'environ 500 milles et transportent deux systèmes de capteurs. Les satellites peuvent renvoyer des images en noir et blanc (panchromatiques) avec une résolution de 33 pieds et des images multispectrales avec une résolution de 67 pieds. Les images sont d'une résolution plus élevée que celles de LANDSAT mais couvrent moins de territoire - environ 36 milles sur 36 milles. 28

L'utilisation de l'imagerie commerciale par la communauté du renseignement américaine se développera considérablement dans les années à venir si la nouvelle génération de satellites d'imagerie commerciale est à la hauteur des attentes, qui incluent des images d'une résolution de 1 mètre. Une telle imagerie et le coût réduit de son obtention lors d'un achat commercial permettront à la communauté du renseignement américain de répondre à une partie de ses besoins via de tels systèmes commerciaux.

Parmi les satellites commerciaux qui devraient produire des images à haute résolution figurent les satellites Ikonos qui seront lancés par Space Imaging Eosat (qui exploite également les satellites LANDSAT). Le premier des satellites, dont le lancement est prévu pour l'été 1999 depuis Vandenberg AFB, est conçu pour générer des images panchromatiques de 1 mètre et multispectrales de 4 mètres. Le lancement d'un satellite similaire est prévu pour septembre 1998. 29

Les satellites qui seront développés par EarthWatch et Orbital Sciences sont également prometteurs pour fournir des images panchromatiques de 1 mètre et des images multispectrales de 4 mètres. Le satellite Quickbird de 1 mètre d'EarthWatch est prévu pour le lancement à la fin de 1998 ou 1999. Le satellite OrbView-3 d'Orbital Science doit être lancé en 1999. Il devrait avoir une durée de vie de 3 à 5 ans et produire des images couvrant des segments de 5x5 milles avec 1 -résolution du mètre. 30

Une photographie aérienne de Mountain View, en Californie, qui a été numérisée pour représenter l'imagerie d'un mètre que les satellites Ikonos devraient fournir.


Imagerie

Les données d'ortho-imagerie sont généralement des images aériennes à haute résolution qui combinent les attributs visuels d'une photographie aérienne avec la précision spatiale et la fiabilité d'une carte planimétrique. La résolution d'ortho-image numérique USGS peut varier de 6 pouces à 1 mètre. La carte nationale propose des téléchargements gratuits d'ortho-imagerie de 1 mètre du domaine public pour les États-Unis contigus avec de nombreuses zones urbaines et d'autres emplacements à une résolution de 2 pieds ou plus fine.

Données : documentation et téléchargements

Orthoimage d'un échangeur à quatre voies, Los Angeles, CA. (Domaine public.)

Statut et faits saillants

Autres ressources et activités de données d'ortho-imagerie

Orthoimage de la zone entourant le 17e green, Pebble Beach Golf Links, Californie. (Domaine public.)


La télédétection est un outil fondamental pour comprendre la Terre et soutenir les communications homme-terre. Les applications de l'intelligence artificielle et les techniques de science des données ouvrent de nouvelles perspectives de recherche dans divers domaines tels que la télédétection, qui utilise les communications de cinquième génération et l'IoT. Dans le domaine de la télédétection, le système et les informations générées par l'homme apportent une quantité massive de données tandis que de nouveaux niveaux de précision, de complexité, de sécurité, de réalisation et de fiabilité sont requis. À cette fin, des recherches applicables et cohérentes sur l'intelligence artificielle et les méthodes basées sur l'exploration de données sont nécessaires. Ces méthodes peuvent être des outils généraux et spécifiques de l'intelligence artificielle, notamment des modèles de régression, des réseaux de neurones, des arbres de décision, la recherche d'informations, l'apprentissage par renforcement, des modèles graphiques et des processus de décision. Nous sommes convaincus que l'intelligence artificielle et les méthodes de science des données fourniront des outils prometteurs pour de nombreux problèmes difficiles de la télédétection en termes de précision et de fiabilité. Ce numéro spécial vise à rendre compte des dernières avancées et tendances concernant les techniques avancées d'apprentissage artificiel et de science des données aux problèmes de traitement des données de télédétection. Les articles de nature à la fois théorique et applicative, ainsi que les contributions concernant les nouvelles techniques avancées d'apprentissage artificiel et de science des données pour la communauté de recherche en télédétection sont les bienvenues. Les sujets d'intérêt comprennent principalement, mais sans s'y limiter :

  • Approche intelligence artificielle et science des données pour la télédétection
  • Apprentissage par renforcement pour la télédétection
  • Recherche d'informations pour la télédétection
  • Analyse des mégadonnées au-delà de la 5G
  • Edge/fog computing pour la télédétection
  • Analyse de données IoT en télédétection
  • Applications basées sur les données en télédétection

Prof. Dr Gwanggil Jeon
Éditeur invité

Informations sur la soumission du manuscrit

Les manuscrits doivent être soumis en ligne sur www.mdpi.com en s'inscrivant et en se connectant à ce site Web. Une fois inscrit, cliquez ici pour accéder au formulaire de soumission. Les manuscrits peuvent être soumis jusqu'à la date limite. Tous les articles seront évalués par des pairs. Les articles acceptés seront publiés en continu dans la revue (dès leur acceptation) et seront répertoriés ensemble sur le site Web du numéro spécial. Des articles de recherche, des articles de synthèse ainsi que de courtes communications sont invités. Pour les articles prévus, un titre et un court résumé (environ 100 mots) peuvent être envoyés au bureau éditorial pour annonce sur ce site.

Les manuscrits soumis ne doivent pas avoir été publiés auparavant, ni être à l'étude pour publication ailleurs (à l'exception des actes de conférence). Tous les manuscrits sont soumis à un examen approfondi par le biais d'un processus d'examen par les pairs en simple aveugle. Un guide pour les auteurs et d'autres informations pertinentes pour la soumission de manuscrits sont disponibles sur la page Instructions pour les auteurs. Télédétection est une revue bimensuelle internationale à comité de lecture en libre accès publiée par MDPI.

Veuillez visiter la page Instructions pour les auteurs avant de soumettre un manuscrit. Les frais de traitement des articles (APC) pour la publication dans cette revue en libre accès sont de 2400 CHF (francs suisses). Les articles soumis doivent être bien formatés et utiliser un bon anglais. Les auteurs peuvent utiliser le service d'édition en anglais de MDPI avant la publication ou pendant les révisions d'auteur.


Manuel de commande et d'analyse des images satellites haute résolution

L'imagerie satellitaire haute résolution peut être utilisée pour la documentation, le suivi et les efforts de plaidoyer liés aux droits de l'homme. L'imagerie est particulièrement utile pour évaluer l'étendue des conflits violents, des déplacements forcés et d'autres problèmes de droits humains dans des régions du monde éloignées, inaccessibles ou autrement étroitement contrôlées, comme la Birmanie et le Sri Lanka. Au fur et à mesure que la capacité d'imagerie des satellites à haute résolution s'est développée au fil des ans, elle a également le pouvoir d'analyser l'impact des conflits sur les infrastructures et d'autres caractéristiques identifiables à partir de l'imagerie. De plus, le coût décroissant des technologies géospatiales et la disponibilité croissante des données géospatiales ont fait de l'analyse d'images à haute résolution un outil de recherche viable pour les organisations de défense des droits humains.

Les projets d'analyse d'images satellitaires impliquent généralement de documenter les dommages causés à une zone après qu'un événement s'est produit. Par exemple, en 2009, l'AAAS a examiné des images de la zone de sécurité civile (CSZ) au Sri Lanka après que les forces gouvernementales eurent vaincu les Tigres tamouls. La comparaison des images de la zone avant et après sa déclaration de CSZ a révélé de nouveaux cratères de bombes et d'obus et des dommages aux toits.Ce type de collecte de preuves est utile pour corroborer les récits des ONG et des témoins oculaires sur les événements sur le terrain et a été fait en Birmanie, au Zimbabwe et ailleurs.

L'analyse d'images peut également être utilisée pour surveiller les zones inaccessibles ou interdites où un événement n'a pas encore eu lieu mais où le potentiel de conflit est élevé. Dans ces applications, une zone d'intérêt est surveillée en collectant et en mettant à jour en continu des images. Eyes on Darfur, un projet conjoint de l'AAAS et d'Amnesty International, est un exemple de projet de surveillance active. Le site contient des images des villages du Darfour qui sont vulnérables aux attaques et continue d'être régulièrement mis à jour au besoin avec de nouvelles images pour évaluer les changements récents qui se sont produits. Bien qu'il soit idéal de surveiller une zone de conflit potentiel en acquérant de nouvelles images satellite de manière continue, cela peut être assez coûteux.

Eyes on Darfur montre également comment l'imagerie peut servir d'outil de plaidoyer efficace en illustrant de manière frappante l'impact des attaques armées sur les populations civiles. Les images satellites se prêtent également bien à la publication par des organes de presse, des rapports d'enquête et même des poursuites judiciaires, car elles peuvent justifier objectivement les récits de témoins oculaires et d'autres reportages. En plus des conflits violents, l'imagerie peut également être utilisée pour évaluer d'autres problèmes, de la déforestation aux droits fonciers autochtones. Bien que la réalisation d'analyses d'images puisse sembler intimidante, ce guide vise à décomposer le processus d'identification, d'acquisition et d'analyse d'images en étapes concises en mettant l'accent sur la minimisation des coûts.

À propos des satellites

La plupart des images commerciales à haute résolution proviennent de satellites exploités par DigitalGlobe, GeoEye et ImageSat International. Chaque société exploite des satellites avec une résolution panchromatique (noir et blanc) de moins d'un mètre, certains pouvant également avoir une résolution multispectrale (couleur) de moins de deux mètres. Par exemple, le satellite WorldView-2 de DigitalGlobe a une résolution panchromatique de 50 centimètres (cm) et une résolution multispectrale de 1,84 mètre. Cela signifie effectivement que les objets de plus de 50 cm seront détectés par le satellite. Chaque image produite par le satellite est constituée de millions de pixels, chacun représentant une surface carrée de 50 cm sur 50 cm du sol. Ce niveau de résolution est idéal pour analyser les zones de conflit, où les petites maisons et autres structures sont souvent détruites par la violence. Cependant, la plupart des satellites actuels ne peuvent pas capturer des personnes individuelles car leurs dimensions, lorsqu'elles sont vues d'en haut, sont plus petites que la plupart des résolutions d'imagerie. Parfois, des images sont vues là où les personnes, ou plus probablement leurs ombres, sont visibles sous forme de pixels uniques, mais c'est l'exception plutôt que la norme. Connaître les limites de la capacité d'imagerie satellitaire sera utile pour déterminer si un projet est adapté à ce type d'analyse.

Évaluer un projet

De nombreuses questions relatives aux droits de l'homme, mais pas toutes, peuvent bénéficier de l'utilisation d'images satellite par des groupes de défense des droits de l'homme. Les événements impliquant de la violence de personne à personne ne conviennent pas à l'analyse d'images en raison de l'incapacité de la plupart des satellites à capturer des individus au sol. Cependant, des événements à plus grande échelle au cours desquels des maisons sont incendiées, de l'artillerie ou des bombes sont utilisées, ou de grandes tombes sont creusées sont plus susceptibles d'être appropriés pour l'analyse d'images. Pour quelques exemples de situations où l'imagerie satellitaire s'est avérée utile, voir la page d'étude de cas de SHRP. Voici quelques questions simples que le chercheur peut poser pour déterminer si l'imagerie satellitaire peut être utile :

  1. L'événement en question a-t-il entraîné des modifications importantes des bâtiments, des routes, de la couverture végétale, des véhicules ou d'autres éléments de plus de 2 à 3 mètres carrés ?
  2. Le lieu précis de l'événement en question est-il connu ou peut-il être déterminé ?
  3. La date de l'événement est-elle connue ou peut-elle être déterminée?
  4. L'événement s'est-il produit après 1999, lorsque le premier satellite commercial à haute résolution a été lancé ?

Si toutes les réponses aux questions ci-dessus sont oui, il est possible que le projet sur les droits de l'homme soit adapté à l'analyse d'images. Les chercheurs devront ensuite travailler à travers le processus d'identification des zones d'intérêt, de recherche et de localisation d'images satellitaires pertinentes, et d'acquisition et d'analyse de ces images. Ces étapes sont décrites plus en détail ci-dessous.

Identification de la zone d'intérêt

Comme première étape de tout projet d'analyse, il est nécessaire de définir les limites de la zone d'intérêt. Pour ce faire, les chercheurs doivent rechercher les noms de villes, de rivières, de points de repère et d'autres caractéristiques dans les sources qui décrivent les événements en question. Il faut se concentrer sur les zones où un événement est le plus sûr d'avoir eu lieu et établir un calendrier de son apparition. Les noms de lieux qui définissent la zone d'intérêt seront utilisés pour rechercher et commander des images, et doivent être associés à des coordonnées géographiques spécifiques. Ce processus, appelé "géocodage", peut être effectué à l'aide du Web, des cartes traditionnelles, de Google Earth, " fuzzy matchers", la cartographie fournie par l'utilisateur et d'autres méthodes, comme décrit ci-dessous.

Une zone d'intérêt peut être définie par un point ou un polygone. Définir la zone comme un point à l'aide d'une seule paire de coordonnées est utile lorsque l'endroit est petit et précis, comme une prison secrète. Mais si une ville entière a été incendiée ou si plusieurs villages ont été bombardés, il est plus utile de créer un contour polygonal de la zone (sous forme de fichier de formes Google Earth KML ou compatible SIG). Étant donné que l'analyse des images peut prendre beaucoup de temps et que les prix sont basés sur le nombre de kilomètres carrés achetés, il est généralement avantageux de minimiser, dans la mesure du possible, la taille de la zone d'intérêt.

Google Earth (GE) est une application de bureau autonome et gratuite qui fournit des images satellite d'une grande partie du monde et est utile pour identifier une zone d'intérêt. Pour déterminer les coordonnées d'une zone, effectuez un zoom avant sur la région à l'aide de la molette de défilement de la souris ou du curseur sur le côté droit de la fenêtre de la carte. Vous pouvez également saisir le nom du lieu dans la zone "Fly To" du volet de recherche et, dans de nombreux cas, Google Earth localisera automatiquement la zone. Ensuite, assurez-vous que la barre d'état, affichant la latitude, la longitude et l'altitude, apparaît le long du bord inférieur de la fenêtre de la carte. Si ce n'est pas le cas, cliquez sur Afficher < Barre d'état. La barre affiche l'emplacement du curseur de la souris sur le globe. Si l'emplacement d'intérêt est petit, comme un seul bâtiment, zoomez autant que possible et enregistrez la latitude et la longitude à partir de la barre d'état. Ce point peut être utilisé pour rechercher les archives des sociétés satellites.

Si la zone d'intérêt est vaste et imprécise, le chercheur peut trouver utile d'en créer un contour, ce qui peut être fait en sélectionnant « Polygone » dans le menu « Ajouter » ou en sélectionnant le bouton « Ajouter un polygone » dans Google Earth barre d'outils. Une boîte de dialogue apparaît alors, permettant à l'utilisateur de créer un polygone en cliquant pour créer de nouveaux sommets. Une fois le polygone terminé, cliquez sur OK dans la boîte de dialogue. Si l'utilisateur souhaite modifier le polygone, cliquez simplement avec le bouton droit de la souris et sélectionnez Propriétés pour apporter des modifications. Après avoir créé la zone d'intérêt, enregistrez le polygone au format KML en cliquant avec le bouton droit sur l'élément dans le volet Lieux et en choisissant "Enregistrer le lieu sous". Dans la boîte de dialogue qui s'affiche, remplacez "Enregistrer sous le type" par KML et cliquez sur Enregistrer. Les fichiers KML peuvent être utilisés pour rechercher les archives GeoEye. Pour rechercher les archives DigitalGlobe en utilisant la zone d'intérêt, le fichier KML devra être converti en un fichier de formes. L'avantage de créer un polygone de la zone d'intérêt par rapport à l'enregistrement simple d'un point central est que la recherche d'images est limitée à la région délimitée. Plus d'informations sur la recherche dans les archives sont incluses ci-dessous dans la section Recherche et identification d'images.

Si un nom de lieu ne peut pas être localisé à l'aide de Google Earth, envisagez d'utiliser une fonction de correspondance approximative . Cet outil recherche dans une grande base de données tous les noms de lieux qui correspondent ou sont très similaires au nom de lieu qui a été saisi. La latitude et la longitude de chaque match sont alors affichées. En s'appuyant sur les noms de lieux du serveur de noms GEOnet de la National Geospatial-Intelligence Agency des États-Unis, les cartes topographiques russes, les ONG et d'autres sources, les matchers flous ont le potentiel de localiser des lieux même dans les zones les plus reculées.

Lorsque les méthodes ci-dessus ne parviennent pas à localiser une zone, les recherches sur le Web donnent souvent des résultats utiles à partir d'articles de presse et de billets de blog. Les sites Web de cartographie fournis par les utilisateurs, tels que Wikimapia et OpenStreetMap, peuvent également fournir des informations géographiques. Les villages trop petits pour être identifiés par Google Earth et les fuzzy matchers sont parfois identifiés par les contributeurs de ces sites.

Recherche et identification d'images

Une fois les coordonnées géographiques d'une zone d'intérêt établies, la recherche des images disponibles commence. Pour documenter un événement, le chercheur devra généralement acquérir deux images, l'une prise avant l'événement et l'autre prise après. Parfois, plus d'images sont nécessaires pour montrer les changements sur de plus longues périodes, et parfois une seule image suffit.

Lors de la recherche d'images, il est important de noter que certains satellites prennent des images panchromatiques tandis que d'autres prennent à la fois des images panchromatiques et multispectrales. En général, l'achat d'une image multispectrale légèrement plus chère, qui inclut l'image panchromatique, est préférable en raison des informations de couleur supplémentaires fournies. Cependant, certains projets peuvent nécessiter la meilleure résolution possible, ce qui, selon la disponibilité, peut nécessiter l'achat d'un satellite panchromatique uniquement.

Un inconvénient des images multispectrales est qu'elles ont une résolution beaucoup plus faible que les images panchromatiques. GeoEye-1, par exemple, a une résolution multispectrale de 1,65 mètre, mais une résolution panchromatique de 0,5 mètre. Ce problème peut être résolu grâce à l'« affinage panoramique », par lequel les informations de couleur d'une image multispectrale sont appliquées à l'image en noir et blanc de la même zone. Le résultat est une image multispectrale avec la résolution d'une image panchromatique. Bien que cela ne produise pas la même image qu'un capteur multispectral de 0,5 mètre, cela en fait une approximation.

Les images multispectrales varient dans leur nombre de bandes. Les images à trois bandes contiennent les bandes rouges, vertes et bleues qui constituent une image en couleur. Les images multispectrales à quatre bandes incluent les bandes rouge, verte, bleue et proche infrarouge. La bande proche infrarouge identifie très facilement la végétation, permettant de distinguer les arbres des structures et autres éléments. L'achat de cette bande supplémentaire peut être avantageux selon le projet en cours. Lors de l'achat d'une image multispectrale, le nombre de bandes souhaité, qu'il soit trois ou quatre, doit être précisé.

Avec ces informations à l'esprit, les images peuvent être localisées en recherchant les archives d'images satellite commerciales et parfois aussi Google Earth. En règle générale, la première étape du processus de recherche consiste à rechercher des images haute résolution gratuites sur Google Earth.

A. Recherche d'images sur Google Earth

Pour commencer la recherche, entrez les coordonnées ou le nom de lieu de la zone cible dans le champ "Fly To" ou zoomez simplement sur l'étendue géographique appropriée dans Google Earth. Si une image haute résolution est disponible, la date à laquelle elle a été prise apparaîtra le long du bord inférieur de la visionneuse. L'utilisateur peut rechercher des images plus anciennes en cliquant sur Afficher < l'imagerie historique ou en appuyant sur l'icône Imagerie historique dans la barre d'outils. Le curseur qui apparaît en haut permettra à l'utilisateur de visualiser des images plus anciennes de la zone d'intérêt, le cas échéant. Pour les zones qui ne sont pas couvertes par des images haute résolution, des images Landsat basse résolution peuvent être disponibles. Bien que Landsat ne soit généralement pas adapté à l'analyse des droits de l'homme, l'imagerie peut s'avérer utile en fonction du projet. Les images disponibles dans le commerce de DigitalGlobe peuvent être recherchées en accédant au volet Couches et en sélectionnant Plus < Couverture DigitalGlobe. Cette méthode est décrite plus en détail dans la section DigitalGlobe ci-dessous.

Lorsqu'une image a été trouvée, un instantané peut être enregistré en allant dans Fichier < Enregistrer < Enregistrer l'image. Ce processus est plus efficace si la zone d'intérêt est petite, bien que plusieurs petites images puissent être assemblées avec d'autres logiciels pour couvrir des zones plus larges. Pour obtenir une image haute résolution d'une zone plus vaste, Google Earth Pro peut être requis. GE Pro permet à l'utilisateur d'enregistrer des images à une résolution plus élevée (4800 pixels) que la version standard. Une licence pour le programme doit être achetée, et GE Pro inclut la possibilité de mesurer la zone, d'intégrer les données GPS et d'importer des fichiers de formes.

Si une image satellite géoréférencée de pleine qualité est requise pour une utilisation dans un programme de systèmes d'information géographique (SIG), l'achat ou l'acquisition de l'image originale sera alors nécessaire. Pour ce faire, l'utilisateur devra rechercher les archives des principales sociétés de satellites. Une liste de satellites commerciaux à haute résolution est ci-dessous :

Satellite Compagnie Résolution (mètres) Entrée en service Remarques
QuickBird Globe numérique 0,61 casserole, 2,4 multi 2001
WorldView-1 Globe numérique 0,4 casserole 2007 Ciblage par le gouvernement américain uniquement. Résolution civile dégradée à 0,5 m.
WorldView-2 Globe numérique 0,46 casserole, 1,84 multi 2009 Résolution civile dégradée à 0,5 m.
IKONOS GeoEye 0,82 plateau, 4 m multi 1999
GeoEye-1 GeoEye 0,41 casserole, 1,65 multi 2008 Résolution civile dégradée à 0,5 m.
EROS-B ImageSat International 0,7 casserole 2006

Les archives en ligne des sociétés commerciales peuvent être consultées en spécifiant un point de coordonnées, en dessinant une zone d'intérêt à l'aide de leurs interfaces cartographiques ou en téléchargeant un fichier de formes ou un fichier KML. Des informations spécifiques concernant les satellites, les images et les processus de recherche de DigitalGlobe, GeoEye et ImageSat International sont détaillées ci-dessous.

B. Recherche d'images DigitalGlobe

ImageFinder est l'archive consultable des images de DigitalGlobe provenant de ses satellites QuickBird, WorldView-1 et WorldView-2 (voir le tableau) et permet à l'utilisateur d'affiner les recherches en fonction de la date, de l'angle hors nadir et de la couverture nuageuse. Les zones d'intérêt peuvent être définies dans ImageFinder en saisissant des coordonnées, en téléchargeant un fichier de formes ou en dessinant une zone d'intérêt, comme indiqué ci-dessous. Une aide supplémentaire peut être trouvée sur ce lien.

Méthode 1 : entrez les coordonnées du point central

  1. Dans ImageFinder, accédez à Polygone < Entrez les coordonnées.
  2. Entrez la latitude et la longitude en degrés décimaux ou sexagésimaux (DMS). Pour entrer les coordonnées d'un polygone, cliquez sur l'onglet Corner Coords en haut.
  3. Spécifiez les dimensions de recherche.

Méthode 2 : Télécharger le fichier de formes

  1. Depuis ImageFinder, accédez à Polygon < Upload Shapefile
  2. Joignez un fichier de formes compressé (zippé).

Méthode 3: Dessiner une zone d'intérêt

  1. À l'aide de la barre d'outils ImageFinder, effectuez un zoom sur la zone d'intérêt générale.
  2. Utilisez la case "Dessiner un polygone par glisser-déplacer" ou "Dessiner un polygone par pointer et cliquer" pour définir une zone d'intérêt.

Ensuite, ImageFinder affichera la zone d'intérêt à l'aide d'un contour rouge sur une carte dynamique. La latitude, la longitude et la zone carrée de la zone d'intérêt apparaîtront le long de la droite dans la case État de la carte. Veuillez noter que la taille minimale de commande pour les images d'archives DigitalGlobe est de 25 kilomètres carrés, ce qui est souvent suffisant pour les besoins de la recherche sur les droits de l'homme.

Des critères de recherche supplémentaires peuvent être spécifiés en cliquant sur le bouton "Modifier le filtre" dans la case "Filtre de recherche". Réglez la couverture nuageuse maximale à 100 % et l'« Angle du nadir maximal » à 45 degrés afin de visualiser toutes les images acquises de la zone. Cliquer sur le bouton "Rechercher" ouvrira une nouvelle fenêtre affichant les résultats de la requête. La liste peut être triée par n'importe quelle colonne du tableau en cliquant sur l'en-tête approprié. Les images peuvent être prévisualisées dans une nouvelle fenêtre (en cliquant sur le lien « afficher » dans n'importe quelle entrée du tableau) ou sur une carte (en cliquant sur la case à cocher située sous l'en-tête « parcourir l'image »).

Une fois qu'une image appropriée est identifiée, enregistrez l'ID de l'image et la date d'acquisition à utiliser lors de la commande auprès d'un revendeur. Un fichier de formes de la zone d'intérêt sera également nécessaire. En allant sur Télécharger < Polygon Shapefile, la zone d'intérêt peut être téléchargée sous forme de fichier de formes zippé et transmis à un revendeur.

Les images DigitalGlobe peuvent également être recherchées à l'aide de Google Earth. Dans la barre latérale Couches, cliquez sur Plus < Couverture DigitalGlobe. Cela affichera les empreintes de toutes les images disponibles dans la zone, comme illustré dans la capture d'écran ci-dessous.

C. Recherche d'images GeoEye

GeoFUSE est l'archive en ligne de GeoEye d'images capturées par les satellites IKONOS et GeoEye-1. À l'aide de cette interface, une zone d'intérêt peut être spécifiée de plusieurs manières, comme décrit ci-dessous. Une aide supplémentaire peut être trouvée ici.

Méthode 1 : entrez les coordonnées du point central

  1. Depuis la page d'accueil de GeoFuse, faites défiler vers le bas et cliquez sur Options de recherche avancées. Sur la page suivante, cliquez sur Par requête géométrique.
  2. Entrez la latitude et la longitude en degrés décimaux ou sexagésimaux (DMS). Pour entrer les coordonnées d'un polygone, cliquez sur l'onglet Par coordonnées de la zone de délimitation.
  3. Spécifiez le rayon de recherche, le cas échéant, et cliquez sur Traiter le tampon de points.
  4. Spécifiez la plage de dates et la couverture nuageuse maximale et cliquez sur Ouvrir le lien permanent.

Méthode 2 : Télécharger le fichier de formes/KML/KMZ

  1. Depuis la page d'accueil de GeoFuse, faites défiler vers le bas et cliquez sur Options de recherche avancées. Sur la page suivante, cliquez sur En téléchargeant un fichier.
  2. Joignez un fichier de formes compressé (zippé), KML ou KMZ et cliquez sur Traiter le fichier.
  3. Spécifiez la plage de dates et la couverture nuageuse maximale et cliquez sur Ouvrir le lien permanent.

Méthode 3: Dessiner une zone d'intérêt

  1. Depuis la page d'accueil de GeoFuse, cliquez sur Cartes en ligne. À l'aide des outils disponibles, zoomez et délimitez la zone d'intérêt.
  2. Utilisez l'outil Punaise ou Polygone pour définir une zone d'intérêt.

La carte résultante montrera la zone d'intérêt et les contours des images qui correspondent aux critères spécifiés. Cliquer sur l'icône Préférences de recherche permet à l'utilisateur de modifier la couverture nuageuse maximale et la plage de dates. Après avoir ajusté les critères, les résultats de la recherche peuvent être téléchargés sous forme de fichier SHP, KMZ, CSV (Excel) ou HTML en cliquant sur l'icône de téléchargement de données en bas. Veuillez noter que pour les images GeoEye, une superficie minimale de 49 kilomètres carrés doit être commandée. Pour la commodité de l'utilisateur, la surface carrée approximative de la zone d'intérêt est indiquée sur la barre inférieure de la fenêtre de carte.

Une image peut être prévisualisée en cochant la case à côté de l'icône d'empreinte dans le volet Résultats du catalogue d'images. Cela affichera l'image directement sur la carte. Une image peut également être prévisualisée en sélectionnant "Détails", puis en cliquant sur "Afficher les métadonnées de l'image complète" dans la fenêtre contextuelle, et enfin en faisant défiler jusqu'à "URL du fichier image" dans la nouvelle fenêtre.

Les archives de GeoEye sont également consultables dans Google Earth en téléchargeant un fichier KML qui s'interface avec les serveurs de GeoEye. À l'ouverture du fichier, le KML apparaîtra dans le volet "Lieux" de Google Earth. Cliquer sur le logo "Rechercher dans le catalogue d'images GeoEye" qui apparaît ouvrira une fenêtre contenant les options de couverture nuageuse disponibles, illustrées ci-dessous.

Une fois la recherche terminée, la plage de dates peut être modifiée à l'aide du curseur qui apparaît en haut de la fenêtre de la carte. Les contours de toute imagerie correspondant aux critères de recherche seront alors affichés sur la carte.En cliquant sur l'icône de l'image, des informations détaillées sur la scène s'afficheront ainsi qu'une option permettant d'afficher un aperçu de l'image.

L'aperçu de l'image est utile pour déterminer si des nuages ​​sont présents sur la zone d'intérêt. Si les résultats de la recherche donnent une image utile, la source de l'imagerie, la date de collecte et l'identifiant de commande doivent être notés pour la commande.

GeoEye propose également la barre d'outils GeoFUSE pour le SIG ArcMap d'ESRI qui permet une recherche simple des images disponibles. L'utilisation de la barre d'outils est similaire à l'interface en ligne en ce sens que l'utilisateur doit spécifier une zone d'intérêt, soit par des valeurs de coordonnées, en dessinant un polygone ou en sélectionnant une entité. Les résultats de la recherche peuvent également être affinés par la couverture nuageuse, l'angle hors nadir et la date d'acquisition. La barre d'outils est destinée aux personnes familiarisées avec les applications SIG.

D. Recherche d'images ImageSat

Une autre source d'imagerie est ImageSat International, qui exploite EROS-B, un satellite avec une résolution panchromatique de 0,70 mètre. Contrairement aux deux autres fournisseurs commerciaux mentionnés précédemment, ImageSat ne dispose pas d'archives d'images consultables en ligne. Pour demander à voir les images disponibles, les utilisateurs doivent envoyer leurs coordonnées et un délai à [email protected]

Ordre des images

Lorsqu'une image a été identifiée, AAAS contacte un revendeur tiers pour soumettre la commande. La communication avec ces revendeurs s'effectue principalement par courrier électronique, dans lequel la zone à commander est spécifiée par des pièces jointes de fichiers de formes conformes WGS-1984 en projection géographique. Ceci, avec l'identifiant du catalogue, la plate-forme d'imagerie et la date d'acquisition, constitue plus que suffisamment d'informations pour qu'une commande soit soumise. Le traitement prend généralement un à trois jours, après quoi les données demandées sont transmises par voie électronique via FTP.

Dans le cas où il n'existe aucune imagerie d'archive d'une cible prioritaire, le satellite peut être chargé d'acquérir une nouvelle image à la demande de l'utilisateur. Cette option est nettement plus chère que la commande d'images à partir des archives, mais le processus est sensiblement le même, avec des fichiers de formes ou des fichiers KML de la zone concernée soumis au revendeur, ainsi que les paramètres demandés concernant l'angle de vue et la couverture nuageuse. Notez que les revendeurs d'images vous aideront également souvent à résoudre tout problème d'emplacement d'image ou de commande, alors n'hésitez pas à leur poser vos questions. Une liste des revendeurs autorisés de DigitalGlobe est ici, et celle de GeoEye est disponible ici. Vous trouverez ci-dessous un tableau répertoriant le prix au kilomètre carré et la taille minimale de commande pour chaque satellite.

Compagnie Satellite Commande minimum Prix ​​(Archivage) Prix ​​(Nouvelle Collection)
Globe numérique QuickBird 25 km2 17 $/km 2 23$/km2
Globe numérique WorldView-2 25 km2 17 $/km 2 23$/km2
Globe numérique WorldView-1 25 km2 14 $/km2 20 $/km 2
GeoEye GeoEye-1 49km2 12,50 $/km 2 (>90 jours) 25 $/km2
GeoEye IKONOS 49km2 10 $/km 2 (>90 jours) 20 $/km 2
ImageSat International EROS-B 49km2 10 $/km2 14 $/km 2 (estimé)

Après avoir commandé les images, conservez les reçus et les dossiers organisés pour référence future. La commande sera probablement exécutée sous la forme d'un e-mail renvoyant vers un site FTP à partir duquel les images peuvent être téléchargées. Selon le type de connexion Internet, un téléchargement peut prendre jusqu'à plusieurs heures en raison de la taille des fichiers image transférés.

L'analyse d'image

A. Préparation de l'image

Une fois la commande remplie et l'image reçue, le chercheur doit commencer à visualiser les images dans un logiciel approprié. Diverses options existent pour visualiser les images, des programmes SIG comme ESRI ArcMap et le Quantum GIS gratuit, aux logiciels conçus pour l'analyse d'images comme ERDAS Imagine, Opticks et MultiSpec. Si ces programmes ne sont pas disponibles, les fichiers image TIFF peuvent même être lus dans des visionneuses d'images comme Paint ou Adobe Photoshop. Cependant, les programmes SIG et d'analyse d'images sont certainement l'option préférée pour tirer pleinement parti du géoréférencement inclus avec l'image.

Lorsque les images ont été chargées dans le logiciel approprié, l'analyste doit numériser visuellement chacune d'elles pour déterminer si elle convient à l'analyse (c'est-à-dire emplacement correct, couverture nuageuse, résolution, etc.). Notez que de nombreuses images satellites sont composées de plusieurs bandes, qui indiquent les longueurs d'onde réfléchies de la lumière capturée par le capteur satellite. Une discussion complète de cet aspect de l'analyse de l'imagerie satellitaire n'est pas possible ici, mais les lecteurs peuvent consulter d'autres sources d'information sur la télédétection et l'analyse de l'imagerie. Généralement, pour les images multispectrales, une combinaison de bandes rouge-vert-bleu produira une image naturellement colorée, permettant une interprétation facile de l'image. Dans d'autres cas, il est préférable de mettre en évidence la végétation et la bande proche infrarouge peut être affichée en tant que couleur primaire, permettant ainsi une représentation en fausse couleur qui rend la végétation facilement distinguable, comme indiqué ci-dessous.


Images avec l'aimable autorisation de http://rangeview.arizona.edu/Tutorials/intro.asp

Sur la gauche se trouve une image en couleur naturelle affichant les bandes rouge, verte et bleue. L'image de droite est en couleur infrarouge et affiche les bandes proche infrarouge, rouge et verte. La bande infrarouge permet d'identifier facilement la végétation.

Pour toutes les images, en particulier les images panchromatiques, un étirement devra généralement être appliqué pour afficher au mieux l'image. Bien que le type d'étirement varie en fonction de l'image, généralement un étirement d'écart type ou un étirement maximum-minimum produira les résultats les plus idéaux. Ces étirements peuvent être appliqués à l'ensemble de l'image raster ou uniquement à l'étendue visuelle du bloc de données. Les résultats varient souvent considérablement entre les deux étendues et les deux doivent donc être testés. Il est important que le spectateur de l'imagerie soit conscient des ajustements qui sont apportés à l'imagerie. Trop d'altérations peuvent être trompeuses, tandis qu'un réglage fin insuffisant peut masquer des détails importants de l'image.
Si plusieurs images sont utilisées, déterminez si les images sont bien géoréférencées les unes par rapport aux autres ou si un co-enregistrement est nécessaire. En d'autres termes, une maison dans une image doit être au même endroit que cette maison dans une autre image. Quelques mètres de distance dans une direction sont courants, mais les images qui sont inclinées de 15 mètres ou plus affecteront négativement l'analyse. Le géoréférencement d'images est un sous-thème important de la télédétection, et en raison de divers facteurs tels que les vibrations du satellite et l'angle de vue, il y a presque toujours une erreur qui doit être surmontée. Pour y remédier, les logiciels de SIG et d'analyse d'images disposeront d'outils de géorectification qui permettront à l'utilisateur d'aligner manuellement les images en marquant des points de référence. Une explication du processus pour ArcMap peut être trouvée ici. Le géoréférencement correct d'une image réduira les erreurs et conduira à une analyse plus efficace, bien qu'un co-enregistrement parfait de plusieurs images soit généralement impossible.

B. Évaluation des dommages

Au début de l'analyse, examinez chaque image pour comprendre ses caractéristiques individuelles. Les images peuvent ne pas partager la même résolution, la même couleur ou la même clarté. Prendre note de ces différences empêchera le chercheur de marquer un changement là où aucun n'a réellement eu lieu. Par exemple, une structure qui apparaît floue dans une image postérieure peut être le résultat d'une scène de résolution inférieure, d'un nuage temporaire de poussière ou d'humidité, ou d'un autre facteur, plutôt que de dommages.

AAAS utilise principalement ERDAS Imagine pour l'analyse des dommages. Avec ce programme, deux images peuvent être affichées dans des fenêtres adjacentes et « géoliées » de telle sorte que le défilement d'une image fait simultanément défiler l'autre. Cela permet une analyse côte à côte sans avoir à activer et désactiver les couches. L'utilisation de deux moniteurs facilite encore plus le processus d'analyse en permettant d'afficher la surface maximale des images avant et après. Cependant, en raison du coût du programme et du moniteur supplémentaire, ERDAS peut ne pas être une option viable pour tout le monde. D'autres programmes SIG comme ArcMap et Quantum GIS fonctionnent également bien pour l'analyse d'images. Étant donné que les couches d'images sont empilées dans ces programmes, le chercheur devra activer et désactiver les couches pour effectuer l'analyse. Même Google Earth peut être utilisé de cette manière, bien que l'imagerie doive d'abord être convertie en superpositions KML.

Lors de la comparaison d'images, créez un fichier de formes ou un autre fichier de données pour marquer où le changement s'est produit sur l'image après. Un fichier de formes de points est utile pour compter le nombre de structures individuelles endommagées. Cependant, lors de la présentation des résultats de l'analyse à un public, un fichier de formes de polygones peut également être utile, car il délimitera les zones affectées sans obstruer la vue de l'image, comme le feraient de nombreux points. Une fois le fichier de formes créé, commencez l'évaluation dans un coin de l'image et faites défiler dans une direction jusqu'à ce que l'autre bord de l'image soit atteint. Le défilement doit se poursuivre jusqu'à ce que toute l'image soit couverte, tout en marquant le changement comme de nouveaux points dans le fichier de formes. Cette méthode garantit qu'aucune partie de la scène ne passe inaperçue. Au cours du premier tour de comparaison d'images, marquez tous les changements possibles qui se sont produits entre les images avant et après. Au cours du deuxième tour, affinez ces zones en marquant uniquement celles où le changement le plus évident s'est produit, en prenant soin de prendre en compte les variations saisonnières possibles, les différences dans la direction du soleil et d'autres facteurs environnementaux.

Assurez-vous d'utiliser tous les détails obtenus sur l'incident à partir des rapports de témoins oculaires pour concentrer l'analyse sur une zone particulière de l'image. Si la zone d'intérêt est vague, il est préférable d'utiliser la méthode de défilement décrite ci-dessus. De plus, l'utilisation de l'outil de mesure dans ArcMap, Google Earth ou un autre programme d'analyse aidera à évaluer les distances et les zones nécessaires pour identifier les changements.

Il y a quelques questions à considérer lors de la conduite de l'analyse des dommages. L'absence ou la présence de végétation peut être affectée par la saison au cours de laquelle l'image a été collectée. Étant donné qu'il n'est pas toujours possible d'obtenir des images à la même période de l'année, gardez à l'esprit que les arbres peuvent perdre leurs feuilles, que les feuilles peuvent changer de couleur et que les rivières peuvent fluctuer selon la saison. Comprendre cela aidera le chercheur à distinguer la végétation des structures d'habitation. Dans une image à 4 bandes (rouge, verte, bleue et proche infrarouge), l'affectation de la bande proche infrarouge au canal de couleur rouge fera apparaître en rouge la végétation saine. La distinction entre l'habitat et la végétation dans une image panchromatique n'est pas aussi claire. Un arbre apparaîtra généralement flou autour de la périphérie et aura des bords doux par rapport aux bords tranchants des structures de logement. Une connaissance plus approfondie des concepts de télédétection, comme discuté dans ce tutoriel de la NASA, peut aider dans l'analyse de certains projets.

Comprendre les coutumes, l'économie et l'histoire d'un territoire peut également contribuer à une bonne analyse. Au Darfour, par exemple, de nombreuses maisons sont des huttes en forme d'anneau faites de murs de boue. S'il est incendié, le toit de paille d'une hutte brûle entièrement, laissant le contour d'un anneau (les murs de boue) visible sur l'imagerie satellite. Ces informations sont utiles pour identifier les maisons détruites, comme celles illustrées dans les images avant et après ci-dessous.


Images ©2007 DigitalGlobe Inc.

Ces images près d'Ishma, dans le sud du Darfour, au Soudan, montrent que chaque structure et ligne de clôture ont été détruites à la suite d'une attaque de "déblaiement de route". L'image "avant" sur la gauche a été prise le 25 décembre 2004 tandis que l'image "après" sur la droite date du 10 février 2007. Notez que les maisons dans l'image après apparaissent comme des structures annulaires sans toits, qui ont brûlé.

Il est également essentiel de noter que la population de la région de Zaghawa au Darfour est nomade, voyageant à la recherche de nourriture et d'eau selon la saison. Par conséquent, les changements dans les structures de logement ne signalent pas nécessairement des dommages, mais peuvent plutôt refléter le mouvement de toute une communauté. L'utilisation de ces informations a contribué à éclairer l'étude de l'AAAS sur la région du Darfour.<>

Le type d'environnement dans lequel un événement se produit peut avoir un impact considérable sur la visibilité des dommages. Au Sri Lanka, la plage de sable de la côte nord-est était telle qu'elle a permis d'indiquer des impacts d'obus de mortier, des emplacements d'artillerie et des tombes individuelles du conflit de 2009. Le sable mou cède facilement la place aux impacts d'obus, comme le montre l'image ci-dessous. En revanche, les zones de fortes précipitations où la boue et la saleté sont continuellement brassées affecteront négativement le terrain et la capacité de voir beaucoup de changements sur le terrain. La suie noire et le sol carbonisé résultant de structures brûlées, par exemple, peuvent ne pas être préservés par un terrain en constante évolution. Bien que les images varient et que les environnements locaux changent, il est important de maintenir une cohérence dans le marquage des dommages tout au long d'une analyse.

Images ©2009 DigitalGlobe Inc.
Sur cette image de 2009, deux cratères se sont formés à la suite de l'impact d'obus tirés à proximité de zones civiles au Sri Lanka. Les cratères, ainsi que les éjectas épars qui les entourent, se dessinent bien dans le sol sablonneux.

Génération de rapports

Une fois les ensembles d'images analysés, créez un rapport initial, que ce soit sous forme de document, d'affiche ou de page Web, à diffuser aux utilisateurs. Lors de la transmission des résultats de l'évaluation, une méthodologie doit être transmise qui traite de tous les problèmes qui ont pu survenir au cours de l'analyse. Affichez les images avant et après côte à côte et utilisez les flèches pour indiquer les dommages si nécessaire, en veillant à ne pas trop obstruer l'image. Assurez-vous également d'attribuer les images utilisées à la société satellite appropriée. Étant donné que les images entières sont généralement trop grandes pour être diffusées facilement, utilisez de petits instantanés des zones endommagées pour le rapport. Cela peut être fait en zoomant sur la zone appropriée et en prenant une capture d'écran ou en utilisant la fonction Exporter la carte pour créer un fichier d'image TIFF ou JPEG à échelle réduite dans ArcMap, ou en utilisant Print Composer dans Quantum GIS. Les affiches peuvent être créées à l'aide d'ArcMap en passant à la vue de mise en page. Pour ce faire, sélectionnez Afficher < Affichage de la mise en page. Un didacticiel sur la création de mises en page de carte dans ArcMap est disponible ici. Quantum GIS est également capable de créer des mises en page de cartes. Après avoir créé le rapport initial, tenez compte des commentaires lors de la finalisation du document à distribuer.

Ce document est destiné à fournir les outils nécessaires pour commencer à utiliser l'imagerie satellite pour répondre aux préoccupations relatives aux droits de l'homme. L'AAAS soutient tous les efforts visant à utiliser les technologies géospatiales et répondra à toute autre question pouvant survenir au cours du processus. Pour les utilisations liées aux conflits, les études de cas de l'AAAS peuvent s'avérer une ressource précieuse.


PHOTOGRAPHIE SATELLITE

Imagerie par satellite se compose d'images de la Terre ou d'autres planètes recueillies par des satellites. Les satellites d'imagerie sont exploités par des gouvernements et des entreprises du monde entier. Les sociétés d'imagerie satellitaire vendent des images sous licence. Les images sont concédées sous licence aux gouvernements et aux entreprises telles que Apple Maps et Google Maps.

Les images satellites ont été réalisées à partir de pixels. La première image brute prise par le satellite Explorer 6 montre une zone ensoleillée de l'océan Pacifique central et sa couverture nuageuse. La photo a été prise alors que le satellite se trouvait à environ 27 000 km au-dessus de la surface de la Terre le 14 août 1959. À l'époque, le satellite traversait le Mexique.

Les premières images de l'espace ont été prises lors de vols suborbitaux. Le vol V-2 lancé par les États-Unis le 24 octobre 1946 a pris une image toutes les 1,5 secondes. Avec un apogée de 65 miles (105 km), ces photos étaient cinq fois plus élevées que le précédent record, les 13,7 miles (22 km) de la mission de ballon Explorer II en 1935. Les premières photographies satellites (orbitales) de la Terre ont été réalisées le 14 août 1959 par l'explorateur américain 6. Les premières photographies satellites de la Lune pourraient avoir été réalisées le 6 octobre 1959 par le satellite soviétique Luna 3, en mission pour photographier la face cachée de la Lune. La photographie Blue Marble a été prise depuis l'espace en 1972 et est devenue très populaire dans les médias et parmi le public. Toujours en 1972, les États-Unis ont lancé le programme Landsat, le plus grand programme d'acquisition d'images de la Terre depuis l'espace. Landsat Data Continuity Mission, le plus récent satellite Landsat, a été lancé le 11 février 2013. En 1977, la première imagerie satellitaire en temps réel a été acquise par le système satellitaire américain KH-11.

La première image télévisée de la Terre depuis l'espace transmise par le satellite météorologique TIROS-1 en 1960.

Toutes les images satellites produites par la NASA sont publiées par l'Observatoire de la Terre de la NASA et sont librement accessibles au public. Plusieurs autres pays ont des programmes d'imagerie satellitaire, et un effort de collaboration européen a lancé les satellites ERS et Envisat transportant divers capteurs. Il existe également des entreprises privées qui fournissent des images satellite commerciales. Au début du 21e siècle, l'imagerie satellitaire est devenue largement disponible lorsqu'un logiciel abordable et facile à utiliser avec accès aux bases de données d'imagerie satellitaire a été proposé par plusieurs entreprises et organisations.

La photographie par satellite peut être utilisée pour produire des images composites d'un hémisphère entier

…ou pour cartographier une petite zone de la Terre, comme cette photo de la campagne du comté de Haskell, Kansas, États-Unis.

Les images satellites ont de nombreuses applications en météorologie, océanographie, pêche, agriculture, conservation de la biodiversité, foresterie, paysage, géologie, cartographie, planification régionale, éducation, renseignement et guerre. Les images peuvent être dans des couleurs visibles et dans d'autres spectres. Il existe également des cartes d'élévation, généralement réalisées à partir d'images radar. L'interprétation et l'analyse des images satellitaires sont effectuées à l'aide d'applications spécialisées de télédétection.

Résolution et données

Il existe quatre types de résolution lorsque l'on parle d'imagerie satellitaire en télédétection : spatiale, spectrale, temporelle et radiométrique. Campbell (2002) les définit comme suit :

  • la résolution spatiale est définie comme la taille de pixel d'une image représentant la taille de la surface (c'est-à-dire m 2 ) mesurée au sol, déterminée par le champ de vision instantané des capteurs (IFOV)
  • la résolution spectrale est définie par la taille de l'intervalle de longueur d'onde (segment discret du spectre électromagnétique) et le nombre d'intervalles mesurés par le capteur
  • la résolution temporelle est définie par la quantité de temps (par exemple, les jours) qui s'écoule entre les périodes de collecte d'images pour un emplacement de surface donné
  • La résolution radiométrique est définie comme la capacité d'un système d'imagerie à enregistrer de nombreux niveaux de luminosité (contraste par exemple) et à la profondeur de bits effective du capteur (nombre de niveaux de gris) et est généralement exprimée en 8 bits (0-255 ), 11 bits (0-2047), 12 bits (0-4095) ou 16 bits (0-65 535).
  • La résolution géométrique fait référence à la capacité du capteur satellite à imager efficacement une partie de la surface de la Terre en un seul pixel et est généralement exprimée en termes de distance d'échantillonnage au sol, ou GSD. GSD est un terme contenant les sources de bruit optiques et systémiques globales et est utile pour comparer dans quelle mesure un capteur peut « voir » un objet au sol dans un seul pixel.Par exemple, le GSD de Landsat est

30 m, ce qui signifie que la plus petite unité qui correspond à un seul pixel dans une image est

La résolution des images satellite varie en fonction de l'instrument utilisé et de l'altitude de l'orbite du satellite. Par exemple, les archives Landsat offrent des images répétées à une résolution de 30 mètres pour la planète, mais la plupart n'ont pas été traitées à partir des données brutes. Landsat 7 a une période de retour moyenne de 16 jours. Pour de nombreuses zones plus petites, des images avec une résolution allant jusqu'à 41 cm peuvent être disponibles.

L'imagerie satellitaire est parfois complétée par la photographie aérienne, qui a une résolution plus élevée, mais est plus chère au mètre carré. L'imagerie satellitaire peut être combinée avec des données vectorielles ou raster dans un SIG à condition que l'imagerie ait été spatialement rectifiée afin qu'elle s'aligne correctement avec d'autres ensembles de données.

Satellites d'imagerie

Le satellite GeoEye™ GeoEye-1 a été lancé le 6 septembre 2008. Le satellite GeoEye-1 dispose du système d'imagerie haute résolution et est capable de collecter des images avec une résolution au sol de 0,41 mètre (16 pouces) en mode panchromatique ou noir et blanc . Il collecte des images multispectrales ou couleur à une résolution de 1,65 mètre ou environ 64 pouces.

Globe numérique

Le satellite WorldView-2 de DigitalGlobe fournit des images satellite commerciales haute résolution avec une résolution spatiale de 0,46 m (panchromatique uniquement). La résolution de 0,46 mètre des images panchromatiques de WorldView-2 permet au satellite de distinguer les objets au sol distants d'au moins 46 cm. De la même manière, le satellite QuickBird de DigitalGlobe fournit des images panchromatiques d'une résolution de 0,6 mètre (au NADIR).

Le satellite WorldView-3 de DigitalGlobe fournit des images satellite commerciales haute résolution avec une résolution spatiale de 0,31 m. WVIII transporte également un capteur infrarouge à ondes courtes et un capteur atmosphérique.

Les 3 satellites SPOT en orbite (Spot 2, 4 et 5) fournissent des images avec un large choix de résolutions – de 2,5 m à 1 km. Spot Image diffuse également des données multirésolutions d'autres satellites optiques, notamment de Formosat-2 (Taïwan) et Kompsat-2 (Corée du Sud) et de satellites radar (TerraSar-X, ERS, Envisat, Radarsat). Spot Image sera également le distributeur exclusif des données des prochains satellites Pléiades à très haute résolution avec une résolution de 0,50 mètre ou environ 20 pouces. Le premier lancement est prévu fin 2011. La société propose également des infrastructures de réception et de traitement, ainsi que des options à valeur ajoutée.

Le radiomètre spatial avancé d'émission et de réflexion thermique (ASTER) est un instrument d'imagerie à bord de Terra, le satellite phare du système d'observation de la Terre (EOS) de la NASA lancé en décembre 1999. ASTER est un effort de coopération entre la NASA et le ministère de l'Économie du Japon. , Commerce et industrie (METI) et Japan Space Systems (J-spacesystems). Les données ASTER sont utilisées pour créer des cartes détaillées de la température, de la réflectance et de l'altitude de la surface terrestre. Le système coordonné de satellites EOS, y compris Terra, est une composante majeure de la Direction des missions scientifiques de la NASA et de la Division des sciences de la Terre. L'objectif de NASA Earth Science est de développer une compréhension scientifique de la Terre en tant que système intégré, de sa réponse au changement et de mieux prévoir la variabilité et les tendances du climat, de la météo et des risques naturels.

  • Climatologie de la surface terrestre - étude des paramètres de la surface terrestre, de la température de surface, etc., pour comprendre l'interaction sol-surface et les flux d'énergie et d'humidité
  • Végétation et dynamique des écosystèmes : études de la distribution de la végétation et des sols et de leurs changements pour estimer la productivité biologique, comprendre les interactions terre-atmosphère et détecter les changements de l'écosystème
  • Surveillance des volcans : surveillance des éruptions et des événements précurseurs, tels que les émissions de gaz, les panaches d'éruptions, le développement de lacs de lave, l'histoire éruptive et le potentiel éruptif
  • Surveillance des dangers – observation de l'étendue et des effets des incendies de forêt, des inondations, de l'érosion côtière, des dommages causés par les tremblements de terre et les tsunamis
  • Hydrologie - comprendre les processus énergétiques et hydrologiques mondiaux et leur relation avec le changement mondial inclus l'évapotranspiration des plantes
  • Géologie et sols - la composition détaillée et la cartographie géomorphologique des sols de surface et des substrats rocheux pour étudier les processus de surface des terres et l'histoire de la Terre
  • Changement de la surface des terres et de la couverture terrestre - surveillance de la désertification, de la déforestation et de l'urbanisation fournissant des données aux gestionnaires de la conservation pour surveiller les aires protégées, les parcs nationaux et les zones de nature sauvage

Pont noir

BlackBridge, anciennement connu sous le nom de RapidEye, exploite une constellation de cinq satellites, lancée en août 2008, la constellation RapidEye contient des capteurs multispectraux identiques qui sont également calibrés. Par conséquent, une image d'un satellite sera équivalente à une image de l'un des quatre autres, permettant de collecter une grande quantité d'images (4 millions de km² par jour) et de revisiter quotidiennement une zone. Chacun voyage sur le même plan orbital à 630 km et fournit des images en pixels de 5 mètres. L'imagerie satellitaire RapidEye est particulièrement adaptée aux applications agricoles, environnementales, cartographiques et de gestion des catastrophes. L'entreprise propose non seulement ses images, mais consulte ses clients pour créer des services et des solutions basés sur l'analyse de ces images.

ImageSat International

Les satellites d'observation des ressources terrestres, mieux connus sous le nom de satellites « EROS », sont des satellites légers, en orbite basse et haute résolution, conçus pour des manœuvres rapides entre des cibles d'imagerie. Sur le marché des satellites commerciaux à haute résolution, EROS est le plus petit satellite à très haute résolution, il est très agile et permet ainsi de très hautes performances. Les satellites sont déployés sur une orbite circulaire héliosynchrone proche du pôle à une altitude de 510 km (+/- 40 km). Les applications d'imagerie des satellites EROS sont principalement destinées au renseignement, à la sécurité intérieure et au développement national, mais sont également utilisées dans un large éventail d'applications civiles, notamment : la cartographie, le contrôle des frontières, la planification des infrastructures, la surveillance agricole, la surveillance de l'environnement, la réponse aux catastrophes, la formation et les simulations, etc. .

EROS A – un satellite haute résolution avec une résolution panchromatique de 1,9 à 1,2 m a été lancé le 5 décembre 2000.

EROS B –, la deuxième génération de satellites à très haute résolution avec une résolution panchromatique de 70 cm, a été lancée le 25 avril 2006.

Maquette d'un satellite géostationnaire Meteosat de première génération.

Le satellite météorologique géostationnaire Meteosat-2 a commencé à fournir des données d'imagerie le 16 août 1981. Eumetsat exploite les Meteosats depuis 1987.

  • Le Imageur Meteosat visible et infrarouge(MVIRI), imageur à trois canaux : visible, infrarouge et vapeur d'eau Il fonctionne sur le Meteosat de première génération, Meteosat-7 étant toujours actif.
  • Le 12 canaux Imageur visible et infrarouge amélioré en rotation (SEVIRI) comprend des canaux similaires à ceux utilisés par MVIRI, assurant la continuité des données climatiques sur trois décennies Meteosat Deuxième Génération (MSG).
  • Le Imageur combiné flexible (FCI) sur Meteosat Third Generation (MTG) comprendra également des canaux similaires, ce qui signifie que les trois générations auront fourni plus de 60 ans de données climatiques.

Désavantages

Parce que la superficie totale de la terre sur Terre est si grande et parce que la résolution est relativement élevée, les bases de données satellitaires sont énormes et le traitement des images (créer des images utiles à partir des données brutes) prend du temps. Selon le capteur utilisé, les conditions météorologiques peuvent affecter qualité d'image : par exemple, il est difficile d'obtenir des images pour les zones de couverture nuageuse fréquente comme les sommets des montagnes. Pour ces raisons, les ensembles de données d'images satellitaires accessibles au public sont généralement traités à des fins commerciales visuelles ou scientifiques par des tiers.

Les sociétés commerciales de satellites ne placent pas leurs images dans le domaine public et ne vendent pas leurs images à la place, il faut avoir une licence pour utiliser leurs images. Ainsi, la capacité de fabriquer légalement des produits dérivés à partir d'images satellitaires commerciales est minimisée.

Des problèmes de confidentialité ont été soulevés par certains qui souhaitent que leur propriété ne soit pas montrée d'en haut. Google Maps répond à ces préoccupations dans sa FAQ par la déclaration suivante : “Nous comprenons vos préoccupations en matière de confidentialité… Les images que Google Maps affiche ne sont pas différentes de ce qui peut être vu par toute personne qui survole ou conduit par un emplacement géographique spécifique.

Images animées

En 2005, la société australienne Astrovision (ASX : HZG) a annoncé son intention de lancer le premier satellite géostationnaire commercial en Asie-Pacifique. Il est destiné à fournir des flux satellites en direct et en couleurs vraies, avec une résolution allant jusqu'à 250 mètres sur toute la région Asie-Pacifique, de l'Inde à Hawaï et du Japon à l'Australie. Ils allaient fournir ce contenu aux utilisateurs de téléphones mobiles 3G, via la télévision payante en tant que chaîne météo, et aux utilisateurs des entreprises et du gouvernement.

Les clients potentiels étaient enthousiasmés par les possibilités offertes, mais ils n'étaient pas disposés (ou, dans les cas gouvernementaux, généralement incapables) de signer des contrats pour un service qui ne serait pas fourni avant 3 à 4 ans (le temps nécessaire pour construire et lancer le Satellite). AstroVision a manqué de fonds et a été contraint de fermer le programme en 2006.


GOES Floater et Tropical Sector Imagery &ndash 15 minutes de mises à jour

Large de l'Atlantique
Boucle d'image et de ndash d'eau précipitable
Image de taux de pluie et boucle de ndash
Boucle d'image et de ndash des vents de surface

Atlantique Ouest
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Caraïbes
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Atlantique central
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Atlantique Est
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Golfe du Mexique
Boucle d'image et de ndash d'eau précipitable
Image de taux de pluie et boucle de ndash
Boucle d'image et de ndash des vents de surface

Est des États-Unis
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Atlantique nord-ouest
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Atlantique Nord
Boucle d'image et de ndash d'eau précipitable
Image de taux de pluie et boucle de ndash
Boucle d'image et de ndash des vents de surface

Pacifique central
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Pacifique Est
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Pacifique Est Est
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Ouest des États-Unis
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Pacifique nord-ouest
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Pacifique nord-est
Image de l'eau précipitable
Image du taux de pluie
Image des vents de surface

Imagerie AMSU

Large de l'Atlantique
Boucle d'image et de ndash d'eau précipitable
Image de taux de pluie et boucle de ndash

Atlantique Ouest
Image de l'eau précipitable
Image du taux de pluie

Caraïbes
Image de l'eau précipitable
Image du taux de pluie

Atlantique central
Image de l'eau précipitable
Image du taux de pluie

Atlantique Est
Image de l'eau précipitable
Image du taux de pluie

Golfe du Mexique
Boucle d'image et de ndash d'eau précipitable
Image de taux de pluie et boucle de ndash

Est des États-Unis
Image de l'eau précipitable
Image du taux de pluie

Atlantique nord-ouest
Image de l'eau précipitable
Image du taux de pluie

Atlantique Nord
Boucle d'image et de ndash d'eau précipitable
Image de taux de pluie et boucle de ndash

Pacifique central
Image de l'eau précipitable
Image du taux de pluie

Pacifique Est
Image de l'eau précipitable
Image du taux de pluie

Est Pacifique Est
Image de l'eau précipitable
Image du taux de pluie

Ouest des États-Unis
Image de l'eau précipitable
Image du taux de pluie

Pacifique nord-ouest
Image de l'eau précipitable
Image du taux de pluie


1. Efficacité
Les satellites peuvent mener à bien des projets de télédétection plus efficacement que les avions, ce qui peut avoir un impact énorme sur l'analyse coûts-avantages. Cela est particulièrement vrai pour les projets de cartographie à grande échelle qui peuvent nécessiter plusieurs vols pour des aéronefs avec ou sans équipage. Ces économies sont particulièrement importantes dans les projets de cartographie gouvernementaux sensibles au budget/temps ou lorsque l'on envisage de commercialiser une nouvelle solution, comme ce fut le cas avec le nettoyage hautement automatisé des déchets de plage du groupe TAMA.

2. Échelle
L'imagerie satellitaire et aérienne convient aux collections à petite ou à grande échelle. La principale différence réside dans la vitesse et la facilité avec lesquelles les satellites peuvent collecter des milliers de kilomètres carrés en quelques minutes sans la logistique compliquée de la planification des vols des avions. Apprenez-en plus sur la façon dont les entreprises ferroviaires surveillent les longues sections de voie avec une relative facilité.

3. Restrictions terrestres et aériennes
Les aéronefs ont de nombreuses restrictions par rapport aux satellites. Ils doivent obtenir des permis d'espace aérien, planifier des points de décollage et d'atterrissage appropriés et respecter les restrictions aux frontières et aux déplacements en constante évolution. Les aéronefs sont également vulnérables aux conditions météorologiques telles que les vents violents. Les satellites n'ont tout simplement aucun de ces problèmes. Ils peuvent facilement collecter des emplacements isolés, en conflit ou transfrontaliers.

4. Tâches sur mesure
Lorsque vous commandez des missions satellites, la planification est entièrement personnalisable. Cela permet aux utilisateurs de hiérarchiser leurs zones de collecte, de définir la résolution et les bandes spectrales ainsi que de spécifier les angles de collecte. Il existe une flexibilité supplémentaire pour les projets complexes afin d'ajuster ces exigences peu de temps avant l'acquisition. De plus, les mises à jour météorologiques en temps réel garantissent que l'acquisition des données se fera le moins possible dans les nuages, ce qui réduit encore l'écart concurrentiel entre les données aériennes et l'imagerie satellitaire.

5. Multispectral et stéréo
La constellation de satellites WorldView de Maxar possède 16 bandes spectrales multispectrales qui peuvent former des centaines de combinaisons de bandes utiles. L'imagerie stéréo offre des données fiables pour la création de modèles numériques d'élévation (DEM) et de reconstructions 3D virtuelles. Les fournisseurs d'imagerie satellitaire tels que European Space Imaging peuvent collecter ces bandes ainsi que des images stéréo en un seul passage, éliminant ainsi le besoin de plusieurs vols par un certain nombre d'avions spécialisés. En savoir plus sur les capacités de la constellation WorldView.

6. Post-traitement
L'imagerie satellite est directement téléchargée via une station au sol où elle peut être livrée à l'utilisateur dans les heures suivant la collecte. Les utilisateurs peuvent choisir parmi un certain nombre d'options de traitement et de méthodes de livraison pour mieux s'adapter à leurs flux de travail intégrés.

7. Résolution
La pertinence de l'imagerie satellitaire de 30 cm pour les applications d'imagerie aérienne est confirmée par l'échelle nationale d'interprétation des images (NIIRS), qui est utilisée par la communauté de l'imagerie pour définir et mesurer la qualité des images et les performances des systèmes d'imagerie. Les images capturées à 30 cm à partir de WorldView-3 ont une note de NIIRS 5.7. Cela signifie qu'il est possible d'identifier des objets tels que des lignes de services publics hors sol dans un quartier résidentiel, des surfaces imperméables, des espèces de cultures et leurs limites, des types de véhicules, des plaques d'égout et bien plus encore. Voyez par vous-même des images satellite de résolution 30 cm.

8. Concentration permanente
Les satellites ont la capacité d'atteindre des zones d'intérêt difficiles ou inaccessibles par d'autres moyens et offrent des programmes de rafraîchissement prévisibles et fréquents. Avec des taux de rafraîchissement à haute fréquence, les utilisateurs peuvent demander en toute confiance que la même zone d'intérêt soit collectée à des intervalles spécifiques. Il s'agit d'une caractéristique cruciale pour l'analyse automatisée.


Avis de non-responsabilité et informations sur les données

Pour simuler de nouvelles capacités spatiales et spectrales qui seront activées par le satellite WorldView-3 (WV-3) après un lancement et un étalonnage réussis, nous avons traité une série d'ensembles de données de substitution provenant de diverses sources. En raison du manque de capteurs d'imagerie satellitaires d'une résolution spatiale et spectrale appropriée, des plates-formes aéroportées ont été utilisées. Ces données ont été rééchantillonnées à la fois spatialement et spectralement, en utilisant les connaissances techniques des caractéristiques du capteur WV-3, afin de créer des simulations des données WV-3. Ces simulations sont théoriques et représentent nos meilleurs efforts pour démontrer une capacité future qui n'existe pas encore.

Les données fournies sont un "SuperCube" WorldView-3 simulé - un produit 16 bandes composé des huit bandes WorldView-3 VNIR et des huit bandes WorldView-3 SWIR. Les 16 bandes combinées sont fournies dans un seul fichier TIFF à la résolution spatiale VNIR native de 1,2 mètre. Afin de simplifier la présentation des bandes de capteurs combinées, les bandes SWIR sont suréchantillonnées (en utilisant le voisin le plus proche) à une résolution spatiale de 1,2 mètre par rapport à leur résolution native de 3,7 mètres.

Aucune réclamation n'est faite pour l'exactitude de l'une des simulations.

  • Aéroport de Provo, Utah, États-Unis (1,24 m Supercube)
  • >> Données d'origine fournies par ITRES
  • >> Qualité : la qualité spectrale sur tous les pixels est BONNE (70 %), mais inférieure à la qualité attendue du WV-3 réel sur la base des données d'ingénierie actuelles. Les types de matériaux suivants dans la scène ont été explicitement post-analysés pour la qualité spectrale : gravier, béton, asphalte, acier, végétation et plastique de serre.
  • Proximité du péage, Californie, USA (1,24m Supercube)
  • >> Données d'origine fournies par NEON
  • >> Qualité : La qualité spectrale et spatiale est considérée comme une EXCELLENTE approximation de ce qui est prévu à partir des images WV-3 réelles basées sur les données techniques actuelles.

Le National Ecological Observatory Network est un projet parrainé par la National Science Foundation et géré dans le cadre d'un accord de coopération par NEON, Inc. Ce matériel est basé en partie sur des travaux soutenus par la National Science Foundation dans le cadre de la subvention n° DBI-0752017.

Aéroport de Provo, Utah, États-Unis (1,24 m Supercube)

Proximité du péage, Californie, USA (1,24m Supercube)


Voir la vidéo: IMAGEN SATELITAL FOTOGRAFIA AEREA