Visualiser une image satellite multispectrale
Vous configurerez un projet ArcGIS Pro, découvrirez quelques concepts essentiels en matière de résolution spectrale et commencerez à explorer une imagerie satellite dans la région de Brandebourg en Allemagne.
Configurer le projet
Pour commencer, vous allez télécharger un projet qui contient toutes les données nécessaires à ce didacticiel et les ouvrir dans ArcGIS Pro.
- Téléchargez le fichier Brandenburg_spectral_resolution.zip et enregistrez-le sur votre ordinateur.
Remarque :
La plupart des navigateurs Web téléchargent les fichiers dans le dossier Téléchargements de votre ordinateur, par défaut.
- Cliquez avec le bouton droit sur le fichier Brandenburg_spectral_resolution.zip et extrayez-le à un emplacement sur votre ordinateur, par exemple un dossier sur votre lecteur C:.
- Ouvrez le dossier Brandenburg_spectral_resolution décompressé. Double-cliquez sur Brandenburg_spectral_resolution.aprx pour ouvrir le projet dans ArcGIS Pro.
- À l’invite, connectez-vous avec votre compte ArcGIS.
Remarque :
Si vous n’avez pas accès à ArcGIS Pro ou ne disposez pas d’un compte d’organisation ArcGIS, consultez les options disponibles pour accéder aux logiciels.
Le projet s’ouvre.
Il contient plusieurs cartes que vous utiliserez au cours de ce didacticiel. La première carte, appelée Spectral bands (Bandes spectrales), est actuellement affichée. Elle est centrée sur une zone située au sud de Berlin dans l’État du Brandebourg, en Allemagne. Pour l’instant, cette carte est constituée uniquement du fond de carte World Topographic Map (Carte topographique mondiale) par défaut.
En savoir plus sur le spectre électromagnétique et la résolution spectrale
Avant de commencer à explorer l’imagerie satellite de la région du Brandebourg, vous allez apprendre plusieurs notions essentielles sur la résolution spatiale.
Le spectre électromagnétique
Le spectre électromagnétique représente la répartition des ondes électromagnétiques selon leur longueur d’onde. Nos yeux possèdent des récepteurs sensibles à des gammes étendues du spectre de lumière visible. Il s’agit, en l’occurrence, des parties rouge, verte et bleue du spectre électromagnétique. Les capteurs électro-optiques, tels que les capteurs satellitaires, aériens et de drone, sont capables de capturer les gammes du spectre lumineux visibles par l’œil humain, mais aussi celles qui ne le sont pas (proche infrarouge et infrarouge à onde courte, par exemple).
Bandes spectrales
Les capteurs d’imagerie sont capables de capturer des portions de ces longueurs d’onde appelées bandes spectrales. Le bleu, le vert, le rouge, le proche infrarouge et l’infrarouge à onde courte sont tous des exemples de bandes spectrales. Chaque bande spectrale est stockée en tant que raster individuel (ou grille de pixels). Ensemble, les bandes forment une image complète. Le schéma suivant illustre les trois bandes spectrales du spectre électromagnétique capturées et stockées sous la forme de trois rasters individuels.
Résolution spectrale
La résolution spectrale est la capacité d’un capteur à distinguer différentes longueurs d’onde. Les capteurs qui capturent davantage de bandes spectrales produisent des images dont la résolution spectrale est plus élevée. En général, lorsqu’un capteur capture plus de bandes, ces bandes sont également plus étroites et les informations qu’elles contiennent sont plus précises. Il existe trois principaux types d’images en fonction de leur nombre de bandes, répertoriées de la résolution spectrale la plus faible à la plus élevée :
- RVB (rouge, vert, bleu) : 3 bandes
- Multispectrale : généralement entre 4 et 13 bandes
- Hyperspectrale : des centaines, voire des milliers, de bandes très étroites
Le diagramme suivant montre une représentation stylisée d’images (1) RVB, (2) multispectrales et (3) hyperspectrales.
Un appareil photo numérique capture généralement, par exemple, les bandes rouge, verte et bleue pour produire des photos en couleur traditionnelles. De nombreux capteurs d’imagerie d’observation de la Terre sont multispectraux. Certains capteurs d’imagerie d’observation de la Terre avancés sont hyperspectraux.
Les images ayant une résolution spectrale supérieure contiennent plus d’informations et peuvent apporter de nombreux enseignements sur le paysage observé. Elles peuvent être utilisées, par exemple, pour distinguer différentes essences d’arbre ou pour détecter si certains de ces arbres sont en bonne santé ou malades.
Le reste de ce didacticiel traite de l’imagerie multispectrale. Vous vous intéresserez aux images provenant de trois capteurs satellitaires : Sentinel-2, PlanetScope et Landsat 8. Vous apprendrez à connaître leur résolution spectrale et à travailler avec les bandes spectrales.
Remarque :
L’imagerie hyperspectrale n’est pas couverte par ce didacticiel. Pour en savoir plus à ce sujet, consultez la page de documentation Imagerie hyperspectrale dans ArcGIS ou consulter un exemple de préparation et d’analyse de l’imagerie hyperspectrale dans l’article Map Oaks Using AVIRIS Hyperspectral Imagery.
Inspecter une image multispectrale Sentinel-2
Vous allez commencer à examiner une image Sentinel-2. Les images Sentinel-2 sont composées de 13 bandes spectrales. Certaines de ces bandes sont visibles par l’œil humain (bleu, vert et rouge) et d’autres ne le sont pas (aérosol côtier, bordure rouge, proche infrarouge, infrarouge à onde courte, par exemple). Le diagramme suivant illustre le positionnement des 13 bandes sur le spectre électromagnétique, entre 400 et 2 400 nanomètres de longueur d’onde.
Voici la liste de ces bandes, avec leur numéro et leur nom :
- Bande 1 - Aérosol côtier
- Bande 2 - Bleu
- Bande 3 - Vert
- Bande 4 - Rouge
- Bande 5 - Végétation - Red Edge
- Bande 6 - Végétation - Red Edge
- Bande 7 - Végétation - Red Edge
- Bande 8 - Proche infrarouge
- Bande 8A - Proche infrarouge étroit
- Bande 9 - Vapeur d’eau
- Bande 10 - Infrarouge à onde courte - Cirrus, utilisée pour détecter des nuages de type cirrus
- Bande 11 - Infrarouge à onde courte
- Bande 12 - Infrarouge à onde courte
Remarque :
Sentinel-2 est une mission satellite de l’Agence spatiale européenne. Lancée en 2015, elle produit une imagerie avec une résolution spectrale de 13 bandes spectrales, dont plusieurs affichent une résolution spatiale de 10 mètres. Les images couvrent quasiment l’intégralité du territoire et chaque lieu est capturé à une résolution temporelle équivalente à tous les cinq jours au moins. Les images Sentinel-2 sont disponibles en accès libre et peuvent être téléchargées via le Copernicus Data Space Ecosystem.
Vous allez examiner l’image Sentinel-2 fournie avec le projet et en identifier les bandes spectrales.
- Sur le ruban, cliquez sur l’onglet View (Vue). Dans le groupe Windows (Fenêtres), cliquez sur Catalog Pane (Fenêtre Catalogue).
- Dans la fenêtre Catalog (Catalogue), développez Folders (Dossiers), Brandenburg_spectral_resolution (Résolution spectrale du Brandenbourg) et Imagery (Imagerie).
Le dossier Imagery (Imagerie) contient trois images. Vous allez travailler sur l’image Sentinel_2_2024_08_13.tif pour l’instant.
- Développez Sentinel_2_2024_08_13.tif et observez les bandes spectrales contenues dans cette image.
Les bandes représentées dans cette image sont appelées B + numéro de bande. Lors de l’inspection, vous noterez que cette image contient l’ensembe des bandes Sentinel-2, à l’exception de la Bande 10 - Cirrus, laquelle sert uniquement à la détection des nuages. Autrement dit, 12 bandes sont présentes.
Visualiser les bandes spectrales individuelles
Vous allez visualiser et comparer deux des bandes spectrales Sentinel-2. Vous allez également découvrir le concept de réflectance. Commencez par ajouter la bande Rouge (B4) à la carte.
- Cliquez avec le bouton droit sur B4 et choisissez Add To Current Map (Ajouter à la carte actuelle).
La bande Rouge s’affiche en nuances de gris allant du blanc au noir sur la carte.
Remarque :
La bande Sentinel-2 originale est beaucoup plus grande, mais elle a été réduite pour les besoins de ce didacticiel.
Pour mieux comprendre ce que vous voyez, il est important de connaître le concept de réflectance. Lorsque la lumière du soleil dans une gamme de longueurs d’onde spécifique atteint la surface de la Terre, une partie de ce rayonnement solaire est absorbée et une autre partie est réfléchie. Un capteur d’imagerie capture la portion de la lumière qui est réfléchie, comme le montre le schéma suivant.
Graphique représentant (1) le rayonnement solaire, (2) la lumière absorbée, (3) la lumière réfléchie et capturée par le capteur. La quantité de lumière réfléchie dans chaque bande spectrale varie en fonction des propriétés physiques et chimiques de la nature du sol (végétation, terre, roche, eau, etc.). Par exemple, la chlorophylle contenue dans la végétation et responsable de la photosynthèse, absorbe fortement les longueurs d’onde Bleues et Rouges, mais reflère les longueurs d’onde Vertes, et encore plus fortement les Proches infrarouge. Le capteur capture les valeurs de réflectance pour la lumière réfléchie dans différentes bandes pour toute la zone de l’image.
- Observez la bande Rouge qui s’affiche sur votre carte.
Dans cette bande, les zones qui réfléchissent fortement la lumière dans la gamme de longueurs d’onde rouge possèdent les valeurs de réflectance les plus élevées et apparaissent en blanc et dans des nuances de gris clair. C’est le cas des zones bâties, telles que l’aéroport en forme de H en haut au centre de l’image. Les zones qui absorbent le plus la lumière dans la gamme de longueurs d’onde rouge possèdent les valeurs de réflectance les plus faibles et apparaissent en noir et dans des nuances de gris foncé. C’est le cas des forêts et des plans d’eau. Vous allez maintenant ajouter la bande Proche infrarouge (B8) à la carte.
- Dans la fenêtre Catalog (Catalogue), cliquez avec le bouton droit sur B8 et choisissez Add to Current Map (Ajouter à la carte actuelle).
La bande Proche infrarouge s’affiche également en nuances de gris sur la carte. Cependant, l’image n’a plus du tout le même aspect. Les entités ayant les valeurs de réflectance les plus élevées sont les prairies et les champs cultivés (tons blancs). Les entités ayant les valeurs de réflectance les moins élevées sont les plans d’eau (tons noirs).
Vous allez effectuer une comparaison des deux bandes à l’aide de l’outil Swipe (Balayer).
- Dans la fenêtre Contents (Contenu), assurez-vous que Sentinel_2_2024_08_13.tif_B8 est sélectionné.
- Sur le ruban, cliquez sur l’onglet Raster Layer (Couche raster). Dans le groupe Compare (Comparer), cliquez sur Swipe (Balayer).
- Sur la carte, faites glisser du haut vers le bas pour retirer la couche Sentinel_2_2024_08_13.tif_B8 et révéler la couche Sentinel_2_2024_08_13.tif_B4 juste en dessous. Observez les différences entre les deux couches.
La lumière est réfléchie de différentes façons par les matériaux en fonction de la plage de longueurs d’onde. De ce fait, les bandes spectrales permettent de mettre en évidence différentes entités et différents phénomènes au-delà des informations visibles par l’œil humain.
- Lorsque vous avez terminé votre travail d’exploration, sur le ruban, cliquez sur l’onglet Map (Carte). Dans le groupe Navigate (Naviguer), cliquez sur le bouton Explore (Explorer) pour quitter le mode balayage.
Visualiser des images composites
L’imagerie multispectrale présente encore plus d’intérêt lorsque vous ajoutez l’image entière avec toutes ses bandes spectrales à la fois sur la carte. C’est ce que vous allez faire maintenant, afin de découvrir comment créer des images composites en combinant différentes bandes spectrales.
- Dans la fenêtre Catalog (Catalogue), cliquez avec le bouton droit sur Sentinel_2_2024_08_13.tif et choisissez Add To Current Map (Ajouter à la carte actuelle).
Remarque :
De nombreux formats de fichiers différents peuvent exister. Dans le cas présent, l’image est constituée d’un seul fichier TIFF intégrant la totalité des 12 bandes spectrales. Il peut arriver parfois que chacune des bandes spectrales soit fournie dans un fichier TIFF indépendant et un fichier de métadonnées (nommé MTL.txt, MTL.xml ou MTD_MSILxx.xml, par exemple). Ce dernier contient des informations qui indiquent comment afficher correctement l’image. Pour de tels formats, vous allez ajouter l’image à la carte en cliquant avec le bouton droit de la souris sur le fichier de métadonnées et en choisissant Add To Current Map (Ajouter à la carte actuelle).
L’image s’affiche dans la fenêtre Contents (Contenu) et sur la carte.
Toutes les bandes spectrales sont disponibles. Mais du fait des limitations de l’œil humain (trichromatisme), il n’est pas possible de toutes les visualiser à la fois. Trois des bandes sont combinées pour former une image couleur, appelée image composite.
Remarque :
Pour en savoir plus sur la façon dont l’œil humain perçoit la lumière, consultez l’article Bending light and blending light.
Les images sont affichées via les canaux Rouge, Vert et Bleu (RVB). Vous pouvez choisir n’importe quel ensemble des trois bandes spectrales pour les représenter par l’intermédiaire de ces canaux. Le schéma suivant illustre le principe de fonctionnement :
Mode de création d’une image composite : (1) choisissez trois bandes de l’image multispectrale à afficher ; (2) attribuez-les aux canaux Rouge, Vert et Bleu dans l’ordre désiré ; (3) obtenez une image composite. Actuellement, l’image sur votre carte affiche par défaut les bandes Rouge (B4), Verte (B3) et Bleue (B2) via les canaux Rouge, Vert et Bleu, respectivement. Cette combinaison de bandes, appelée couleur naturelle, permet de représenter approximativement la manière dont l’œil humain perçoit le paysage. Vous testerez d’autres combinaisons de bandes par la suite, mais vous allez commencer par ajuster l’apparence générale de l’image en augmentant sa luminosité, car elle est un peu trop sombre.
- Dans la fenêtre Contents (Contenu), assurez-vous que l’image Sentinel_2_2024_08_13.tif est sélectionnée.
La légende de la couche indique la combinaison de bandes actuelle.
- Sur le ruban, cliquez sur l’onglet Raster Layer (Couche raster). Dans le groupe Enhancement (Amélioration), pour Layer Brightness (Luminosité de la couche), saisissez 20, puis appuyez sur la touche Entrée.
Remarque :
Vous pouvez aussi tirer parti des deux autres paramètres, Enhancement (Amélioration), Layer Contrast (Contraste de la couche) et Layer Gamma (Gamma de la couche), pour ajuster l’apparence de l’image. Pour en savoir plus sur ces options de rendu d’imagerie et sur de nombreuses autres options, consultez les pages Apparence des images et Modifier la symbologie des images. Vous aurez l’occasion d’en apprendre davantage sur les options de rendu d’imagerie lors d’un prochain didacticiel portant sur la résolution radiométrique.
L’image est mise à jour et présente désormais des tons plus clairs.
Vous allez à présent modifier la combinaison des bandes.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Sentinel_2_2024_08_13.tif et choisissez Symbology (Symbologie).
- Dans la fenêtre Symbology (Symbologie), pour Primary symbology (Symbologie principale), assurez-vous que RGB (RVB) est sélectionné. Assurez-vous que les canaux Red (Rouge), Green (Vert) et Blue (Bleu) affichent actuellement les bandes spectrales B4 (Rouge), B3 (Vert) et B2 (Bleu), comme escompté.
Vous allez, à présent, afficher la combinaison de bandes Couleur infrarouge, composée des bandes B8 (Infrarouge proche), B4 (Rouge) et B3 (Vert).
- Pour Red (Rouge), développez la liste déroulante. Dans la liste des 12 bandes de valeurs de réflectance du capteur Sentinel-2, choisissez la bande B8.
- Pour Green (Vert), choisissez B4. Pour Blue (Bleu), choisissez B3.
L’image est mise à jour sur la carte de façon à représenter la végétation dans des tons rouge vif, les zones bâties ou les sols nus dans des tons bleu ou brun, et les plans d’eau dans des tons bleu marine.
Lorsque des bandes autres que le Rouge, le Vert et le Bleu sont affichées, le paysage peut être représenté par des tons inhabituels (ou fausses couleurs). C’est une excellente technique pour visualiser des gammes de longueurs d’onde habituellement invisibles par l’œil humain. La combinaison de bandes Couleur infrarouge est particulièrement pratique pour mettre en évidence la végétation et surveiller son état. Vous allez, à présent, tester une autre combinaison, généralement appelée Agriculture, composée des bandes B11 (Infrarouge à onde courte 1), B8 (Proche infrarouge) et B2 (Bleu).
- Dans la fenêtre Symbology (Symbologie), pour Red (Rouge), choisissez B11 ; pour Green (Vert), choisissez B8 ; et pour Blue (Bleu), choisissez B2.
Cette combinaison de bandes, l’une des plus polyvalentes qui soit, permet de distinguer clairement divers types d’occupation du sol : la végétation apparaît en vert vif, l’eau en bleu foncé, les zones bâties dans des tons de rose et les parcelles de terre nues en orange clair.
Vous allez revenir à la combinaison de bandes Couleur naturelle.
- Dans la fenêtre Symbology (Symbologie), formez la combinaison des bandes B4, B3 et B2.
Certaines entités (telles que le lac et la végétation autour), difficiles à distinguer en Couleur naturelle, sont clairement différenciées grâce à la combinaison de bandes Agriculture.
Un lac et ses alentours représentés au moyen des combinaisons de bandes Couleur naturelle (à gauche) et Agriculture (à droite). Vous avez testé les combinaisons de bandes Couleur naturelle, Couleur infrarouge et Agriculture, mais il existe de nombreuses autres combinaisons possibles telles que Géologie (B12, B11, B2) pour mettre en évidence les formations géologiques ou Bathymétrique (B4, B3, B1) pour les études côtières.
Vous en savez désormais plus sur plusieurs concepts importants : le spectre électromagnétique, les bandes spectrales, la résolution spectrale, différents types d’imagerie (RVB, multispectrale et hyperspectrale), les images composites et les combinaisons de bandes courantes, dont certaines en fausses couleurs. Vous avez aussi commencé à explorer l’imagerie multispectrale Sentinel-2, à la visualiser et à tester plusieurs combinaisons de bandes pour faire ressortir différentes entités du paysage.
En savoir plus sur les signatures spectrales
Vous allez maintenant explorer les variations interactives des bandes spectrales et découvrir les signatures spectrales et les diagrammes de profil spectral. Vous allez maintenant comparer deux images avec différentes résolutions spectrales.
Explorer la variation interactive des bandes spectrales
Pour vous familiariser avec la variation des valeurs de réflectance sur l’ensemble des bandes spectrales, vous allez utiliser l’outil Informations sur les images qui fournit des informations interactives au niveau du pixel.
- Dans la fenêtre Contents (Contenu), assurez-vous que l’image Sentinel_2_2024_08_13.tif est sélectionnée et qu’elle s’affiche avec la combinaison de bandes Couleur naturelle (B4, B3, B2).
- Sur le ruban, dans le groupe Tools (Outils) de l’onglet Imagery (Imagerie), cliquez sur Image Information (Informations sur l’image).
La fenêtre Image Information (Informations d’image) apparaît.
- Sur la carte, positionnez le pointeur sur le champ agricole de couleur verte, à la végétation saine.
Dans la fenêtre Image Information (Informations sur les images), un diagramme illustrant la valeur de réflectance de chaque bande apparaît pour cette localisation de pixel en particulier. Pour ce champ agricole, la bande Proche infrarouge (NIR) a une valeur très élevée et la bande Rouge (symbolisée en rouge) a une valeur très basse, ce qui est typique des plantes riches en chlorophylle, comme expliqué précédemment. Ce type de graphique est un diagramme de profil spectral.
- Sur la carte, positionnez le pointeur sur différentes occupations du sol, par exemple la terre nue (beige ou marron clair), la forêt (vert foncé) et le bâti (blanc ou gris clair). Observez la variation interactive des valeurs de réflectance.
Par exemple, pour la terre nue, la valeur de réflectance de la bande Rouge est plus élevée et la valeur de réflectance de la bande NIR plus basse que ce que vous avez vu pour le champ agricole. Les deux bandes Onde courte infrarouge (SWIR) ont également des valeurs élevées.
- Regardez plusieurs pixels représentant des champs agricoles sur toute l’image. Constatez la différence avec plusieurs pixels représentant de la terre nue.
Vous remarquez que chaque type d’occupation du sol semble toujours produire une courbe similaire reconnaissable sur le diagramme. Cela est dû au fait que les différents matériaux présentent généralement des modèles uniques de valeurs de réflectance dans différentes longueurs d’onde du spectre électromagnétique. Ces modèles reconnaissables sont également appelés des signatures spectrales et peuvent être décrits comme l’empreinte digitale d’un matériau en fonction de son interaction avec la lumière. Les signatures spectrales permettent de distinguer différents types d’occupation du sol (prairie, forêt, eau, bâti, etc.). De même, les cultures malades ou les forêts clairsemées auront une signature spectrale typique qui les distinguera des cultures saines ou de la forêt dense. La plupart des techniques d’analyse d’imagerie tirent parti de ces modèles prévisibles pour détecter des informations utiles sur le paysage.
Examiner un diagramme de profil spectral
Vous allez ensuite comparer les signatures spectrales de différents types d’occupation du sol plus en détail, à l’aide d’un diagramme de profil spectral qui a été préparé à votre intention. Vous allez basculer sur la deuxième carte du projet.
- Au-dessus de la carte, cliquez sur l’onglet Spectral profiles (Profils spectraux).
Cette carte contient l’image Sentinel-2 que vous avez explorée, mais un diagramme de profil spectral lui a été ajouté.
- Dans la fenêtre Contents (Contenu), sous Charts (Diagrammes), cliquez avec le bouton droit sur Spectral Profile – Sentinel-2 (Profil spectral – Sentinel-2) et choisissez Open.
La fenêtre de profil spectral apparaît avec le diagramme Spectral Profile – Sentinel-2 (Profil spectral – Sentinel-2).
Ce diagramme de profil spectral contient les courbes des valeurs de réflectance des cinq pixels de la carte : Forest (Forêt), Water (Eau), Built-up (Bâti), Grass field (Prairie) et Bare earth (Terre nue). L’axe x indique les bandes Sentinel-2 et l’axe y indique la quantité de réflectance capturée par le capteur.
Les points correspondants sont visibles sur la carte.
Une nouvelle fois, chaque type d’occupation du sol dispose de sa propre courbe spécifique sur le digramme, que vous pouvez maintenant observer plus en détail. Vous pouvez reconnaître la courbe Grass field (Prairie) grâce à ses valeurs de réflectance très basses pour la bande Rouge (B4), très élevées pour la bande NIR (B8) et relativement basses pour les bandes SWIR (B11 et B12). À l’opposé, les valeurs de réflectance de la courbe Bare earth (Terre nue) augmentent de manière plus régulière de B1 à B12 et la courbe Water (Eau) présente des valeurs de réflectance très faibles pour toutes les bandes.
Remarque :
Les zones Red edge et Proche infrarouge (NIR) sont tellement importantes pour surveiller la végétation que les images Sentinel-2 comportent plusieurs bandes dans ces plages. Il s’agit de B5, B6, B7 (bandes Red edge), B8 (bande NIR principale) et 8A (bande NIR étroite). Ces bandes fournissent un grand nombre d’informations utiles dans différentes applications spécialisées dans le domaine de l’agriculture et des études environnementales.
Vous allez maintenant ajouter d’autres points au diagramme. Commencez par désencombrer le diagramme.
- Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Spectral Profiles (Profils spectraux), décochez Forest (Forêt), Water (Eau) et Built-up (Bâti).
Sur le diagramme, seules les courbes de Grass field (Prairie) et Bare earth (Terre nue) demeurent.
- Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Define an area of interest (Définir une zone d’intérêt), cliquez sur le bouton Point.
Le pointeur prend la forme d’un réticule.
- Sur la carte, cliquez sur une prairie ou un champ agricole de votre choix (zones en vert vif).
Un point est ajouté sur la carte et la courbe de profil spectral pour ce pixel en particulier est ajoutée au diagramme.
- Ajoutez également un nouveau point de terre nue (zones en beige).
Sur le graphique, les courbes de vos nouveaux points de prairie et de terre nue doivent être relativement similaires aux précédents, ce qui confirme que les types d’occupation du sol de prairie et de terre nue disposent de leur propre signature spectrale standard.
Remarque :
Les couleurs sont attribuées aléatoirement et peuvent être différentes dans votre diagramme.
- Vous pouvez également ajouter de nouveaux points pour d’autres types d’occupation du sol (Forest (Forêt), Water (Eau), Built-up (Bâti)) et les comparer aux courbes d’origine dans le diagramme.
- Une fois que vous avez terminé, fermez la fenêtre du diagramme de profil spectral.
Remarque :
Si vous voulez créer un diagramme de profil spectral entièrement nouveau pour votre propre imagerie, dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur l’image, cliquez sur Create Chart (Créer un diagramme) et sélectionnez Spectral Profile (Profil spectral). En savoir plus sur les options Profil spectral.
Pour savoir comment les techniques d’analyse d’imagerie tirent parti des signatures spectrales pour détecter des informations utiles sur le paysage, essayez les didacticiels suivants :
- Évaluer les dommages causés par la grêle dans les champs de maïs avec l’imagerie satellite (indices spectraux et détection des changements)
- Évaluer les zones brûlées avec l’imagerie satellite (combinaisons de bandes et indices spectraux)
- Calculer les surfaces imperméables à partir de l’imagerie spectrale (classification assistée)
- Classer l’occupation du sol pour mesurer le rétrécissement des lacs (classification assistée)
- Extraire l’occupation du sol haute résolution avec GeoAI (Deep Learning)
Comparer des images avec différentes résolutions spectrales
Vous allez maintenant comparer deux images satellite avec différentes résolutions spectrales. Vous allez basculer sur la troisième carte du projet.
- Au-dessus de la carte, cliquez sur l’onglet Compare images (Comparer des images).
Cette carte contient l’image Sentinel-2 que vous avez explorée, ainsi qu’une nouvelle image, PlanetScope_2024_08_13.tif. Il s’agit d’une image satellite PlanetScope prête pour l’analyse, produite par une firme d’observation de la Terre, Planet Labs. Elle a été capturée le 13 août 2024, le même jour que l’image Sentinel-2, et est découpée selon la même étendue.
Remarque :
Les images PlanetScope prêtes pour l’analyse sont produites par Planet Labs. PlanetScope regroupe des centaines de satellites déployés depuis 2014 et produit une imagerie d’une résolution de 3 mètres par pixel. Les images couvrent quasiment l’intégralité du territoire et chaque lieu est capturé quasiment au quotidien.
Vous allez vérifier les bandes spectrales présentes dans cette image.
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur PlanetScope_2024_08_13.tif et choisissez Symbology (Symbologie).
- Dans la fenêtre Symbology (Symbologie), pour Red (Rouge), développez la liste déroulante.
Quatre bandes spectrales sont disponibles : Blue (Bleu), Green (Vert), Red (Rouge) et NIR.
Par rapport à l’image Sentinel-2 qui comporte 12 bandes, la résolution spectrale de l’image PlanetScope est inférieure. Par exemple, elle ne comprend pas de bandes SWIR. Actuellement, elle est affichée avec la combinaison de canaux Couleur naturelle (Red (Rouge), Green (Vert), Blue (Bleu)), comme l’image Sentinel-2.
- Dans la fenêtre Contents (Contenu), activez et désactivez l’image PlanetScope_2024_08_13.tif pour comparer les deux images.
Dans la combinaison de bandes Couleur naturelle, les deux images ont un aspect très similaire. Toutefois, comme l’image PlanetScope ne possède que quatre bandes, moins de combinaisons de bandes sont possibles par rapport à l’image Sentinel-2. Outre Couleur naturelle (Red (Rouge), Green (Vert), Blue (Bleu)), l’autre principale combinaison de bandes est Couleur infrarouge (NIR, Red (Rouge), Green (Vert)). Vous allez l’utiliser.
- Dans la fenêtre Symbology (Symbologie), définissez le canal Red (Rouge) sur NIR, le canal Green (Vert) sur Red (Rouge) et le canal Blue (Bleu) sur Green (Vert).
Sur la carte, l’image PlanetScope adopte la combinaison de bandes Couleur infrarouge. Comme vous l’avez appris précédemment, cette combinaison est utile pour étudier la santé de la végétation.
D’autres combinaisons de bandes (Agriculture, Géologie ou Bathymétrie, par exemple) ne sont pas possibles avec seulement les bandes Bleu, Vert, Rouge et NIR. Vous allez revenir à Couleur naturelle.
- Dans la fenêtre Symbology (Symbologie), revenez à Couleur naturelle (Red (Rouge), Green (Vert), Blue (Bleu)).
Vous allez à présent comparer les diagrammes de profil spectral pour les deux images.
- Dans la fenêtre Contents (Contenu), sous PlanetScope_2024_08_13.tif, cliquez avec le bouton droit sur Spectral Profile – PlanetScope (Profil spectral – PlanetScope) et choisissez Open.
- Ouvrez le diagramme Spectral Profile - Sentinel-2 (Profil spectral – Sentinel-2).
Vous allez afficher les diagrammes côte à côte.
- Faites glisser l’onglet Spectral Profile - Sentinel-2 (Profil spectral – Sentinel-2) vers la cible d’ancrage à droite.
Remarque :
Alors que vous faites glisser la fenêtre, représentée par une ombre bleue, des cibles d’ancrage apparaissent au centre de la vue tabulaire. Chaque cible représente une zone dans laquelle la fenêtre peut être positionnée.
Les deux diagrammes s’affichent maintenant côte à côte.
- Si nécessaire, redimensionnez les fenêtres de diagramme afin que leur largeur soit presque identique.
- Observez les différences entre les deux diagrammes.
Pour faciliter la comparaison, souvenez-vous que les bandes PlanetScope correspondent aux quatre bandes Sentinel-2 suivantes :
- Bleu — B2
- Vert — B3
- Rouge — B4
- NIR — B8
Remarque :
Ces deux images ont été traitées avec des méthodes légèrement différentes, en lien avec les différences de valeurs sur l’axe y. Toutefois, leurs valeurs relatives demeurent utiles à des fins de comparaison.
Les deux diagrammes présentent les courbes des valeurs de réflectance pour les cinq mêmes pixels sur la carte. Toutefois, en raison de sa résolution spectrale plus basse, l’image PlanetScope présente des courbes plus simples contenant moins d’informations que l’image Sentinel-2. Cela signifie que les processus d’analyse pris en charge seront moins nombreux. Par exemple, il ne sera pas possible d’exécuter des processus s’appuyant sur les bandes SWIR ou Red edge.
L’utilisation d’une imagerie avec une résolution spectrale supérieure ou inférieure présente des avantages et des inconvénients, comme le résume la table suivante :
Imagerie de résolution spectrale supérieure Imagerie de résolution spectrale inférieure - Prend en charge plus de combinaisons de bandes
- Prend en charge des analyses plus complexes
- Permet une distinction plus subtile des matériaux, espèces végétales, etc.
- Peut occuper un espace de stockage considérablement réduit
- Peut avoir une résolution spatiale supérieure (affiche plus de détails au sol)
- Peut avoir une résolution temporelle supérieure (période de revisite plus élevée)
Par exemple, PlanetScope dispose d’une résolution spatiale plus élevée que Sentinel-2 : chaque pixel représente un carré de 3 mètres sur 3 mètres au sol, contre 10 mètres sur 10 mètres. Sa résolution temporelle est également plus élevée : chaque localisation est revisitée presque quotidiennement, contre environ tous les cinq jours.
Le choix d’une imagerie avec une résolution spectrale plus ou moins élevée dépend de l’usage voulu. Il est également possible d’utiliser les deux types conjointement. Vous pouvez par exemple exécuter une analyse plus complexe tous les quelques mois avec une imagerie de résolution spectrale plus élevée, et de rapides vérifications plus fréquentes avec une imagerie de résolution spectrales plus basse.
Remarque :
Il existe une grande diversité de capteurs et chacun dispose de sa propre résolution spectrale. Pour voir les nombreux capteurs satellitaires pris en charge dans ArcGIS Pro et en savoir plus sur les bandes spectrales qu’ils fournissent, consultez la page de documentation Types raster de capteur satellitaire. Consultez une liste similaire pour les caméras de drone multispectrales. De nombreux types d’imagerie aérienne sont également pris en charge.
- Fermez les deux diagrammes de profil spectral.
Dans cette partie du didacticiel, vous avez découvert les signatures spectrales et les diagrammes de profil spectral. Vous avez exploré la variation interactive des bandes spectrales, examiné un diagramme de profil spectral dans le détail et comparé deux images avec différentes résolutions spectrales.
Modifier la résolution spectrale de votre imagerie
Lorsque vous recevez une nouvelle image multispectrale, vous devez savoir comment rassembler des informations sur ses bandes. Vous devez également savoir comment transformer sa résolution spectrale, c’est-à-dire, comment modifier son nombre de bandes. Vous allez découvrir la marche à suivre avec une image satellite Landsat-8.
Explorer une image Landsat 8
Vous allez d’abord vous familiariser avec l’image Landsat 8. Vous allez basculer sur la quatrième carte du projet.
- Au-dessus de la carte, cliquez sur l’onglet Extract bands (Extraire les bandes).
La carte Extract bands (Extraire les bandes) contient Landsat_8_2024_08_31.tif, une image Landsat-8 qui a été capturée le 31 août 2024. Elle est découpée selon la même étendue que les images antérieures et s’affiche actuellement en Couleur naturelle.
Remarque :
Landsat 8 est une mission satellite de l’USGS et de la NASA lancée en 2013. Elle produit une imagerie multispectrale avec 11 bandes spectrales, la plupart d’entre elles à une résolution spatiale de 30 mètres. Les images couvrent presque l’intégralité du territoire terrestre et chaque lieu est capturé tous les 16 jours (ou tous les 8 jours si en lien avec les images Landsat 9). Landsat est le programme d’acquisition d’images satellite le plus ancien, offrant plus de cinq décennies de données d’observation en continu de la Terre.
Les images Landsat sont disponibles en accès libre. Découvrez comment télécharger votre propre imagerie Landsat.
Voici la liste des bandes spectrales pour Landsat 8 :
- Bande 1 - Aérosol côtier
- Bande 2 - Bleu
- Bande 3 - Vert
- Bande 4 - Rouge
- Bande 5 — Proche infrarouge (NIR)
- Bande 6 — Infrarouge à ondes courtes (SWIR) 1
- Bande 7 – Infrarouge à ondes courtes (SWIR) 2
- Bande 8 — Panchromatique (large bande couvrant la plupart de la plage lumineuse visible)
- Bande 9 — Cirrus (utilisée pour détecter des nuages de type cirrus)
- Bande 10 — Infrarouge thermique 1 (mesure la température en surface)
- Bande 11 — Infrarouge thermique 2 (mesure la température en surface)
Remarque :
En savoir plus sur les bandes Landsat 8.
Le graphique suivant montre le positionnement des bandes Landsat 8 sur le spectre électromagnétique par rapport aux bandes de Sentinel-2 et de PlanetScope.
Même si Sentinel-2 comporte globalement plus de bandes que Landsat 8, notamment plusieurs dans les zones Red edge et Proche infrarouge, l’une des forces de Landsat 8 réside dans le fait que ses bandes Infrarouge thermique sont capables de mesurer les températures en surface.
Lorsque vous recevez ou téléchargez une imagerie, il est important de rassembler des informations sur ses bandes. En règle générale, vous consultez la documentation du capteur et inspectez votre image dans ArcGIS Pro. La fenêtre Layer Properties (Propriétés de la couche) vous aide dans l’inspection de l’image.
- Cliquez avec le bouton droit sur Landsat_8_2024_08_31.tif et choisissez Properties (Propriétés).
- Dans la fenêtre Layer Properties (Propriétés de la couche), cliquez sur (Source). Développez Raster Information (Informations raster) et identifiez la ligne Number of Bands (Nombre de bandes).
Cette image Landsat 8 comporte 7 bandes.
- Développez Band Metadata (Métadonnées des bandes).
Dans cette image Landsat 8, les 11 bandes ne sont pas disponibles parce que seules celles qui sont considérées comme les 7 principales bandes de réflectance (sr_band1 à sr_band7) sont incluses. Il s’agit respectivement des bandes Aérosol côtier, Bleu, Vert, Rouge, NIR, SWIR 1 et SWIR 2.
Remarque :
La fenêtre Layer Properties (Propriétés de la couche) contient des informations utiles sur l’image. Pour en savoir plus, consultez la page Propriétés du jeu de données raster.
Vous connaissez désormais deux méthodes pour rassembler des informations sur le nombre de bandes d’imagerie : via la fenêtre Symbology (Symbologie) et la fenêtre Layer Properties (Propriétés de la couche).
- Fermez la fenêtre Propriétés de la couche.
Modifier le nombre de bandes
Il peut arriver qu’il soit nécessaire de réduire le nombre de bandes dans votre imagerie multispectrale. Par exemple, si vous voulez réaliser une analyse où seules certaines bandes sont nécessaires, vous pouvez éliminer les autres bandes pour libérer de l’espace disque. Cela est particulièrement vrai si votre objectif est d’analyser un grand nombre d’images multispectrales. Les outils d’analyse que vous voulez utiliser peuvent également attendre des bandes spécifiques uniquement, organisées dans un ordre particulier.
Remarque :
Lorsque vous extrayez des informations de l’imagerie à l’aide d’un algorithme de Deep Learning par exemple, les modèles pré-entrainés GeoAI exigent généralement une imagerie en entrée similaire aux données sur lesquelles ils ont été entraînés. Il s’agit souvent d’une imagerie à 3 bandes, Rouge, Vert et Bleu, organisées dans cet ordre. Pour en savoir plus, reportez-vous au didacticiel intitulé Détecter des objets à l’aide d’un modèle pré-entraîné de Deep Learning.
Vous allez ensuite apprendre à opérer ce changement vous-même. En partant de votre image Landsat à 7 bandes, vous décidez que seules les cinq bandes suivantes sont nécessaires : sr_band2 (Bleu), sr_band3 (Vert), sr_band4 (Rouge), sr_band5 (NIR) et sr_band7 (SWIR 1). Vous allez créer une image contenant uniquement ces cinq bandes à l’aide de la fonction raster Extraire les bandes et de l’outil Exporter un raster.
- Dans le ruban, cliquez sur l’onglet Imagerie. Dans le groupe Analysis (Analyse), cliquez sur le bouton Raster Functions (Fonctions raster).
- Dans la fenêtre Raster Functions (Fonctions raster), saisissez Extraire les bandes dans la zone de recherche. Cliquez sur la fonction Extract Bands (Extraire les bandes).
- Définissez les paramètres Extract Bands (Extraire les bandes) suivants :
- Pour Raster, choisissez Landsat_8_2024_08_31.tif.
- Pour Method (Méthode), sélectionnez Band names (Noms des bandes).
- Pour Combination (Combinaison), supprimez le texte actuel.
- Développez la liste déroulante Band (Bande). Sélectionnez sr_band2, sr_band3, sr_band4, sr_band5 et sr_band7.
Le champ Combination (Combinaison) est renseigné avec le nom de ces cinq bandes.
- Cliquez sur Créer une nouvelle couche.
Une nouvelle couche, nommée Extract Bands_Landsat_8_2024_08_31.tif (Extraire Bands_Landsat_8_2024_08_31.tif), apparaît dans la fenêtre Contents (Contenu). Vous allez vérifier que le résultat correspond à vos attentes.
Remarque :
Sur la carte, la nouvelle couche présente une teinte bleutée, qui est due à la combinaison de bandes par défaut. Vous allez résoudre ce problème plus tad dans ce processus.
- Dans la fenêtre Contents (Contenu), sous Extract Bands_Landsat_8_2024_08_31.tif (Extraire Bands_Landsat_8_2024_08_31.tif), cliquez avec le bouton droit sur le symbole Red (Rouge).
La liste des bandes de l’image apparaît.
Comme prévu, les cinq bandes (sr_band2, sr_band3, sr_band4, sr_band5 et sr_band7) figurent dans la liste.
Les couches créées par les fonctions raster sont calculées dynamiquement en mémoire. Cela accélère considérablement le temps de traitement, mais elles ne sont pas enregistrées sur le disque. Dans ce cas, vous voulez conserver la couche créée en tant que fichier TIFF sur votre ordinateur. Vous allez effectuer cette opération avec l’option Export Raster (Exporter un raster).
- Cliquez avec le bouton droit sur Extract Landsat_8_2024_08_31.tif (Extraire Landsat_8_2024_08_31.tif), positionnez le pointeur sur Data (Données), puis sélectionnez Export Raster (Exporter un raster).
- Dans la fenêtre Export Raster (Exporter un raster), pour Output Raster Dataset (Jeu de données raster en sortie), cliquez sur le bouton Browse (Parcourir).
- Dans la fenêtre Output Location (Localisation en sortie), accédez à Folders (Dossiers) > Brandenburg_spectral_resolution (Résolution_spectrale_Brandebourg) > Imagery (Imagerie). Pour Name (Nom), saisissez Landsat_8_2024_08_31_5bands.tif. Cliquez sur Save (Enregistrer).
- Dans la fenêtre Export Raster (Exporter un raster), acceptez les valeurs par défaut de tous les autres paramètres. Cliquez sur Exporter.
Après quelques instants, la nouvelle image est ajoutée à votre carte.
- Dans la fenêtre Contents (Contenu), sous Landsat_8_2024_08_31_5bands.tif, cliquez avec le bouton droit sur le symbole Red (Rouge) et vérifiez que les cinq bandes attendues sont répertoriées.
Actuellement, les bandes sont affectées aux canaux RVB dans l’ordre croissant par défaut :
- Canal Red (Rouge) : sr_band2 ou bande Bleu
- Canal Green (Vert) : sr_band3 ou bande Vert
- Canal Blue (Bleu) : sr_band4 ou bande Rouge
Cet ordre n’est pas particulièrement utile et confère à l’image des nuances bleutées. Vous allez plutôt constituer la combinaison de bandes Couleur naturelle (sr_band4, sr_band3, sr_band2).
- Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur le symbole Red (Rouge) et choisissez sr_band4.
- Cliquez avec le bouton droit sur le symbole Blue (Bleu) et sélectionnez sr_band2.
L’image adopte la combinaison Couleur naturelle. Les nuances bleutées ont disparu et les zones de sol nu s’affichent dans des tons de marron et de beige plus naturels. Vous pouvez également utiliser d’autres combinaisons de bandes, telles que Couleur infrarouge (sr_band5, sr_band4, sr_band3) ou Agriculture (sr_band7, sr_band5, sr_band2), selon les besoins pour mieux mettre en valeur l’imagerie.
Remarque :
Vous pouvez parfois acquérir une imagerie sous forme d’un ensemble de fichiers distincts, un pour chaque bande spectrale. Dans ce cas, l’outil Bandes composites vous permettra de rassembler ces fichiers dans un seul fichier TIFF constitué de plusieurs bandes, tout comme l’imagerie sur laquelle vous avez travaillé dans ce didacticiel.
Vérifier votre compréhension
Vous pouvez essayer de répondre aux questions suivantes sur les concepts clés que vous avez appris au cours de ce didacticiel. Exprimez-vous avec vos propres mots. Comment expliqueriez-vous ces concepts à quelqu’un d’autre ? Si vous n’est pas certain, revenez plus haut dans le didacticiel afin de revoir les explications appropriées.
- Que sont les bandes spectrales ?
- Qu’est-ce que la résolution spectrale ?
- Qu’est-ce que l’imagerie multispectrale ? Pouvez-vous donner quelques exemples de capteurs satellitaires qui produisent une imagerie multispectrale ?
- Pouvez-vous donner quelques exemples de combinaisons de bandes courantes ? Quelles sont les points forts de chacune ?
- Que représente un diagramme de profil spectral ?
Aller plus loin
Vous pouvez aussi vous lancer dans d’autres activités pour parfaire vos connaissances.
- Générez un diagramme de profil spectral pour l’image Landsat. Quelle est la différence avec les deux autres diagrammes que vous avez vus précédemment au cours de ce didacticiel ?
- Créez une carte avec les images Sentinel-2 et Landsat et affichez-les toutes les deux avec la combinaison de bandes Agriculture. Comparez les deux couches : pouvez-vous repérer des champs qui ont été moissonnés entre les deux images ? Pouvez-vous identifier des champs où la végétation semble s’être développée ?
- Avec l’image Sentinel-2 ou Landsat, créez un diagramme de profil spectral pour des points d’échantillonnage positionnés dans différents plans d’eau de la zone. Pouvez-vous repérer un plan d’eau avec des valeurs de bande verte élevées, ce qui indique la présence d’algues ? Et selon vous, quel serait l’effet d’une eau boueuse (eau mélangée à la terre) sur le profil spectral ?
- Consultez des didacticiels illustrant différents types d’analyses d’imagerie multispectrale :
- Évaluer les dommages causés par la grêle dans les champs de maïs avec l’imagerie satellite (indices spectraux et détection des changements)
- Évaluer les zones brûlées avec l’imagerie satellite (combinaisons de bandes et indices spectraux)
- Calculer les surfaces imperméables à partir de l’imagerie spectrale (classification assistée)
- Classer l’occupation du sol pour mesurer le rétrécissement des lacs (classification assistée)
- Extraire l’occupation du sol haute résolution avec GeoAI (Deep Learning)
Dans ce didacticiel, vous vous êtes familiarisé avec les concepts de résolution spectrale, de bandes spectrales, d’imagerie multispectrale, de réflectance, d’images composites, de combinaisons de bandes, de signatures spectrales et de diagrammes de profils spectraux. Vous avez visualisé l’imagerie satellite avec diverses combinaisons de bandes. Vous avez exploré des diagrammes de profil spectral et comparé une imagerie de différentes résolutions spectrales. Enfin, vous avez appris comment modifier le nombre de bandes spectrales dans votre imagerie pour vous préparer à des analyses plus sophistiquées.
La série Explorer la résolution de l’imagerie contient d’autres didacticiels comme celui-là.
