Intérêt des images à très haute résolution spatiale pour évaluer le

Intérêt des images à très haute résolution spatiale pour évaluer le
Intérêt des images à très haute résolution spatiale
pour évaluer le risque d'inondation
Christian Puecha, Damien Raclota, Pierre Maurela
A
vec le développement technologique de
l'imagerie satellitaire, des techniques et
des outils de traitement de l'information
géographique (SIG), en lien avec l'évolution
des capacités informatiques, désormais, de
nouvelles techniques pour l'analyse et la
prévention des inondations sont disponibles et
utilisables.
Ingénieries N° spécial
2003 – p. 83 à 96
Nous présentons ici un aspect nouveau lié à
l'apparition des données images à très haute
résolution spatiale (THRS, encadré 1, p. 84) qui
procurent des informations pertinentes pour
améliorer la connaissance des zones inondées.
Ces techniques ne viennent pas tout révolutionner, au point, comme le voudraient certains, de
supprimer les risques d'inondation, mais elles
peuvent contribuer à leur meilleure gestion. En
effet, leur apport peut être important pour une
connaissance rapide et plus objective du risque,
en offrant un systématisme et une homogénéité
de vision sur les zones inondées avec une grande
précision de localisation.
Ces nouvelles techniques ne sauraient être
utilisées seules, en substitution des autres données
ou approches : elles doivent venir en complément
de la panoplie des outils et techniques existants.
D'ailleurs, des compléments de terrain sont
nécessaires pour calibrer et valider l'interprétation
des données spatiales elles-mêmes.
Rappelons que d'un point de vue scientifique, le
risque est défini comme un croisement entre un
phénomène physique (l'aléa) et une vulnérabilité
directe ou indirecte des enjeux présents dans la
zone (Gilard, 1998).
Les études de la vulnérabilité à partir de données
de télédétection se sont limitées pour le moment
à des projets opérationnels où cette technologie
a été utilisée de manière très pragmatique, souvent
en se contentant de bases de données existantes.
– Dans le cas du bassin de la Seine en région Îlede-France, la base de données MOS (Mode
d'occupation du sol) produite par l'IAURIF (Institut
d'aménagement et d'urbanisme de la région Îlede-France) à l'échelle du 1 : 5 000 essentiellement
par télédétection a été employée pour identifier
les enjeux (Debar et al., 1994, Villion 1999).
– En Languedoc-Roussillon, un travail méthodologique exploratoire est en cours pour estimer à
l'échelle infra-communale la population résidant
en zone inondable. La base de donnée vectorielle
d'occupation du sol SPOT Théma® au 1 : 25 000,
dérivée d'images satellitales SPOT, a été testée
en complémentarité des données de l'INSEE pour
automatiser le calcul des populations concernées
par une inondation dans les communes de moins
de 10 000 habitants.
– Sur les vallées inondables du Rhône et de la
Saône, une cartographie détaillée de l'occupation
du sol a été réalisée par photo-interprétation
analogique de photographies aériennes acquises
pour cette étude. Il est à noter que la nomenclature
de la carte a été définie spécifiquement pour une
problématique d'inondation (IRS et SIEE, 2001).
Par contre, les travaux de recherche sur la
caractérisation de l'occupation du sol par télédétection sont foisonnants, mais les nomenclatures
et les niveaux de précision visés ne sont pas
Contact
a. UMR 3S, Cemagref
ENGREF, Maison de la
télédétection
500, rue JF Breton,
34093 Montpellier
Cedex 5
83
Ingénieries n° Spécial 2003
forcément adaptés à une problématique d'inondation, contrairement à ce qui est proposé dans
la partie enjeux ci-dessous.
Les études sur la caractérisation de l'aléa sont
quant à elles plus nombreuses. Initialement basées
sur l'emploi des photographies aériennes, elles
portent depuis quelques années sur l'ensemble
de la gamme d'images satellitaires disponibles : par
exemple pour la France, images SPOT et radar
sur la Camargue en 1992 (SERTIT, 2000), ou sur
les inondations du grand Sud en 1999 (SCOT,
2000) ou encore des données radar sur les
inondations de Puisserguier (Marinelli et al.,
1997). Toutes ces études utilisent l'image pour
délimiter la zone d'extension de la crue à l'instant
du cliché et, dans de rares cas, comme conditions
aux limites de la modélisation hydraulique.
Encadré 1
La THRS (Très Haute Résolution Spatiale)
Les spécificités des différents satellites se mesurent selon trois résolutions : spatiale (taille du pixel), spectrale
(nombre et valeur des plages radiométriques utilisées) et temporelle (durée entre deux images successives
du même lieu). On doit encore ajouter des informations de type emprise géographique au sol (surface
observée) et facilité d'obtention des images (rapidité, coût, possibilité de programmation, accès aux images
d'archive…). La fin des années 90 a vu l'arrivée de satellites civils pour l'observation de terre de nouvelle
génération. Le changement le plus profond concerne la résolution spatiale des nouveaux produits,
changement profond car les images nouvelles sont de type métrique (résolution allant de 50 cm à quelques
mètres).
Les nouveaux satellites sont nombreux (Aplin, 1997) (se reporter à l'encadré 3 en fin de cet article). Citons
par exemple IKONOS (USA, avec une résolution à partir de 0,8 m), SPOT 5 (France, résolution à partir de
2,5 m) ou encore IRS (Inde, à partir de 5,8 m). Le lancement d'autres satellites plus spécifiques sont prévus
à court terme (par exemple, le « système Pléiades » du CNES-ESA). On place aussi dans les hautes résolutions
spatiales, les photos aériennes, documents plus classiques, pour lesquels les traitements d'image sont
généralement peu automatisés et de type photo-interprétation tandis que la taille minimale des objets
discriminés est variable : elle dépend de l'altitude de prise de vue, du grain de l'image et du pas de scannage
en cas de numérisation.
Le passage des résolutions décamétriques (satellites Landsat TM 30 m, SPOT XS 20 m) aux résolutions
métriques apporte une finesse géométrique nouvelle qui améliore sensiblement la délimitation et
l'identification des objets, malgré des problèmes accrus de stockage et de traitement de ces images très
volumineuses.
Mais par ailleurs, ce même passage aux résolutions métriques n'est pas seulement un simple changement
numérique de la résolution. On peut le voir comme une révolution dans l'image elle-même, révolution qui
touche la nature de ce que l'on voit sur l'image : les types d'objets visibles, ainsi que tous les aspects du
traitement et de l'utilisation des images. D'une part, la THRS apporte dans les études environnementales
une vision à taille humaine : la taille du pixel est proche de celle de l'homme et des objets de son
environnement habituel (véhicules, bâtiments, arbres…). D'autre part, les problèmes de déformations et
les méthodes d'analyse et de traitement d'image sont complètement bouleversés et doivent être revus et
repensés, ce que nous illustrerons en quelques points.
1) Désormais les pixels sont trop petits pour que la hauteur des objets correspondants puisse être négligée
devant la taille du pixel. La zone couverte par le pixel ne peut plus être considérée comme plane. L'ombre,
en particulier, devient un des éléments fondamentaux de l'analyse d'image et il est des cas où son analyse
définit mieux les objets que les objets eux-mêmes.
2) La dimension verticale de ces objets perturbe la vision : une image avec visée oblique aura des pixels
« façade de bâtiments », la parallaxe va déformer la vision des objets épais, ou verticaux.
3) La règle de base des méthodes de classification automatique d'image devient caduque : alors que l'on
supposait une bijection entre radiométrie et objet, les objets d'étude sont trop petits pour utiliser ces
méthodes. C'est la variabilité interne des objets d'intérêt qui devient primordiale : la caractérisation
d'un objet en bloc par utilisation directe de la signature spectrale (radiométrie) est remplacée par l'analyse
des formes et de l'arrangement des éléments internes. Les méthodes de classification radiométriques
automatiques, inopérantes, sont pour le moment remplacées par des techniques moins automatisées
plus proches de la photo-interprétation. Une plus grande automatisation de l'interprétation des images
à THRS constitue un nouvel enjeu pour la recherche en traitement d'image.
84
Intérêt des images à très haute résolution spatiale pour évaluer le risque d'inondation ●
Christian Puech et al.
À l'inverse, dans la partie aléa ci-dessous, nous
proposons une approche interne à la zone
inondée pour extraire des informations originales
et accéder à une connaissance des niveaux d'eau.
Les deux réflexions présentées ici sont issues
d'études menées par l'UMR3S Cemagref/Engref,
Montpellier sur l'analyse du risque d'inondation,
études financées dans le cadre du programme
ASS 2000 (actions scientifiques structurantes).
Ces deux études sont complémentaires, dans la
mesure où l'une s'est intéressée à la caractérisation des enjeux vulnérables à partir d'images
THRS (Adam, 2001), tandis que l'autre a porté
sur le phénomène de crue, l'aléa (Raclot et al.,
2001 ; Mouquet, 2001).
Caractérisation des enjeux par THRS
Un état des lieux des démarches de gestion du
risque d'inondation fait apparaître une multiplicité
d'acteurs, d'objectifs et de procédures associées.
Les acteurs apparaissent à différents niveaux
d'intervention, du niveau national (agences de
l'eau, ministères) en passant par les niveaux région
et département (DIREN, DRAF, agence de bassin,
DDE, DDAF, préfectures, Sécurité civile….),
jusqu'au niveau local (communes, syndicat intercommunal…) ainsi que des acteurs transversaux
tels que les compagnies d'assurance.
Les procédures de gestion des zones inondables
sont présentées dans le tableau 1 en fonction des
objectifs (prévention, protection, gestion de crise
et post-crise). L'analyse des besoins en terme
d'identification des enjeux utiles au calcul de la
vulnérabilité dépend donc fortement du contexte
de gestion. Cela conduit à une multitude de
caractérisations souhaitées, et donc à des échelles
et à des objets très variables. Leur caractérisation
par télédétection nécessite de mobiliser des
images de différentes résolutions, aussi bien
spatiales, spectrales que temporelles.
Acteurs
- Services d'administration
centrale
Objectifs
Une nomenclature à 3 niveaux
À la suite de l'analyse de ces besoins et de
différents cas d'étude, on a construit une
nomenclature en 3 niveaux (tableau 2) qui
représente un compromis entre la diversité des
besoins et la recherche d'une nomenclature peu
complexe (F. Adam, 2001).
Le niveau 1 est assez global et différencie
essentiellement l'urbain, le rural et les zones en
eau.
Le niveau 2 est une caractérisation plus fine
spatialement et plus détaillée sémantiquement.
Il représente plutôt l'échelle du quartier et est
constitué de thèmes tels que l'urbain continu,
l'urbain discontinu, les zones agricoles, les zones
naturelles, les infrastructures de grande taille (port
de plaisance, hippodrome)…
Le niveau 3 est encore plus précis : il concerne
plutôt l'habitat individuel et les objets ponctuels
tels que les piscines, les stations d'épuration, les
industries… À l'intérieur de ce 3e niveau, deux
degrés de spécialisation sémantique ont été
définis :
3.1) les caractéristiques visibles depuis l'espace,
par exemple le nombre d'étages,
3.2) les caractéristiques non visibles depuis
l'espace, par exemple la hauteur du plancher.
Les deux premiers niveaux (1 et 2) correspondent
à des procédures de type SAGE (Schéma
d'aménagement et de gestion des eaux) ou PI
(Plan d'intervention) au niveau régional,
départemental et intercommunal, alors que le
niveau 3 est requis par des procédures de type
assurances, PIC (Plan d'intervention communal)
ou PPR (Plan de prévention des risques).
Procédures
- Prévention
Planification : le SAGE
Réglementation du PLU : le PPRIn (plan
de prévention des risques d'inondation)
- Protection
Plan de vigilance
Annonce de crue
- Gestion de crise et
post-crise
Organisation des secours :
Plan d'intervention
(PI) Système d'indemnisation
䊴 Tableau 1 –
Gestion du risque
d'inondation :
acteurs, objectifs et
procédures.
- Coordinations régionales
- Services départementaux
- Acteurs locaux
- Compagnies d'assurance
85
Ingénieries n° Spécial 2003
䊳 Tableau 2 –
Les 3 niveaux
de nomenclature
d'occupation du
sol adaptée à la
vulnérabilité au
risque d'inondation.
Niveau 1
- Urbain
- Rural
- Zone en eau
Niveau 2
-
Urbain continu
Urbain discontinu
Zones agricoles
Zones naturelles
Infrastructures de grande
taille (port de plaisance,
hippodrome…)
SAGE . PI
Par la suite, nous nous intéresserons uniquement
aux niveaux 1, 2 et 3.1 (niveau 3, degré 1 de
spécialisation), les seuls pouvant être traités par
télédétection spatiale.
Les bases de données
environnementales existantes
Avant d'étudier le potentiel de la télédétection
pour la caractérisation de la vulnérabilité, un
premier travail a porté sur la disponibilité et la
pertinence des bases de données (BD) existantes,
notamment des bases environnementales.
L'encadré 2 recense et décrit quelques bases de
données existantes en France.
La méthode a consisté à analyser l'adéquation
des principales BD intéressantes et en fonction
des 3 niveaux de nomenclature identifiés
(tableau 3).
Les BD de type Corine land Cover®, Spot thema®,
et BD Carto® se sont avérées pertinentes pour
les niveaux 1 et 2.
Au niveau 3, les BD telles que les plans cadastraux
informatisés (PCI), les Scan25® ou la BD Topo®
䊳 Tableau 3 –
Adéquation entre les
BD existantes et les
niveaux proposés.
Niveau 1 et 2
Niveau 3
Corine Land Cover®
Spot Thema®
BDCarto®
PCI
BD Topo®
Scan25®
Scan ville®
BD de spécialisation :
AddressMap® et
Map5000
Iris-2000®
SEVESO
RGA
GéorouteV2®
86
Niveau 3
-
Habitat individuel (pavillon)
Habitat collectif (immeuble)
Occupation du sol à la parcelle
Objets (industrie, gare, hôpital, STEP,
piscine, école…)
Niveau de
Spécialisation 3.1
Nb d'étages
Niveau de
Spécialisation 3.2
cote plancher,
installation électrique
Assurances, PIC
de l'IGN sont particulièrement adaptées pour la
caractérisation cartographique des enjeux.
Certaines bases spécialisées en agriculture
(ex : RGA), sur les routes (ex : GéorouteV2®), sur
les sites industriels dangereux (ex : base SEVESO),
sur les adresses (ex : AddressMap® et Map5000)…
permettent même l'accès aux niveaux 3.1 et 3.2
de spécialisation de ces enjeux.
L'analyse fine du contenu de ces bases révèle que
leur usage combiné permet de couvrir la quasitotalité des enjeux, et ce dans les 3 niveaux
identifiés (Adam, 2001).
Cependant la plupart des bases de données prises
une à une présente un ou plusieurs des problèmes
suivants :
1) mise à jour obsolète ;
2) incomplétude dans la couverture spatiale ;
3) difficulté d'accès à l'information (coût, format,
autorisation…) ;
4) incompatibilité avec les autres bases de
données.
Le principal intérêt de la télédétection est de
pouvoir combler certaines de ces lacunes.
Utilisation des données de télédétection
et place que peuvent avoir les images
THRS
Le potentiel de discrimination des images de
télédétection peut être facilement présenté en
fonction des trois types de résolution : spectrale,
temporelle et spatiale. Pour étayer ces propos, un
jeu test d'images multi-capteurs, multi-résolutions
a été analysé sur la zone péri-urbaine de
Montpellier (Adam, 2001).
Intérêt des images à très haute résolution spatiale pour évaluer le risque d'inondation ●
Christian Puech et al.
Encadré 2
Quelques bases de données existantes en France.
Thématique
Occupation
du sol
Nom
Corine Land
Cover
SPOT Thema®
Base
cartographique
BD Carto®
SCAN®
PCI
BD Topo®
Routes et
Habitat
Activités
industrielles
et agricoles
Description
BD vectorielle d'occupation du sol (Europe), gérée pour la partie
française par l'Institut français de l'Environnement ; établie par
interprétation d'images de télédétection ; échelle 1/100 000
(surface minimum = 25 ha), hiérarchisée en trois niveaux et
44 postes, mise à jour décennale.
BD vectorielle d'occupation du sol de la société SPOT
(France métropolitaine), qui précise la BD Corine Land Cover ;
du 1/50 000 (8 postes) au 1/25 000 ( 29 postes).
BD vectorielle généraliste (voies de communication, hydrographie,
équipement, unités administratives…) de l'IGN ; échelle en 7 thèmes,
du 1/50 000 au 1/250 000, mise à jour annuelle sur France
métropolitaine.
BD images de l'IGN pour France métropolitaine : du SCAN25®
(1/25 000) au SCAN1000® (1/1 000 000) + pour quelques villes
françaises : SCAN Ville® jusqu'à 1/25, mise à jour : 4-5 ans.
BD Image ou vectorielle de la DGI, du 1/500 au 1/5 000.
BD vectorielle généraliste (routes, hydrographie, bâtiments,
relief…) de l'IGN ; échelle en 10 thèmes et 160 postes,
du 1/50 000 au 1/250 000.
Address-Map®
et Map5000
BD vectorielle de géocodage par adresse de la société Claritas ;
échelle de la rue ; mise à jour permanente ; communes > 5 000 hab.
Géoroute®
Base de données vectorielle de l' IGN avec voirie et géocodage par
adresses ; mise à jour : 6 mois à 2 ans ; concerne les routes de
France et adresses de 400 agglomérations > 10 000 hab.
Iris-2000®
BD vectorielle de l'INSEE « Îlots regroupés pour l'information
statistique » qui récupère les données du RGP (Recensement Général
de Population) ; échelle du quartier ; mise à jour décennale pour le
RGP ; concerne les communes > 10 000 hab. + certaines > 5 000 hab.
SEVESO
BD de l'État (DRIRE) localisant 700 sites d'activités industrielles
considérées comme dangereuses en France ; localisation au
1/25 000 ; 5 grands thèmes.
RGA
(Recensement
général agricole)
Base de données d'Agreste (service statistique du ministère de
l'Agriculture) sur l'ensemble des unités de production, reliée à
l'adresse du siège d'exploitation ; 5 thèmes (culture, élevage,
bâtiment…) ; mise à jour pluriannuelle.
Le RGE :
Référentiel géographique à
grande échelle
Produit IGN, le RGE est constitué de données :
– ortho-photographiques (BD ORTHO®), (photographie aérienne
couleur, prise au 25 000e, scannée et orthorectifiée, livrée à une
résolution spatiale de 50 cm) ;
– topographiques (BD TOPO®) ;
– parcellaires cadastral, géoréférencées et assemblées
(BD PARCELLAIRE) ;
– d'adressage localisé (BD ADRESSE).
Travail en cours : couverture totale du territoire par l'orthophotographie et la topographie numérique prévue en 2006 ;
données parcellaires et adressage disponibles en 2007.
Futur référentiel adresse unique
(AFIGéo, 1999)
Actuellement, il y a un pourparler entre différents partenaires (IGN,
INSEE, DGI et La Poste) pour créer un unique référentiel adresse,
homogène sur tout le territoire avec une mise à jour performante.
87
Ingénieries n° Spécial 2003
Si l'on considère la résolution spectrale, il existe
une grande variété de capteurs.
L'utilisation du multi-spectral augmente les
capacités de discrimination des différents thèmes
d'occupation du sol, par exemple l'existence de
valeurs radiométriques faibles dans le canal rouge
et fortes dans le canal proche infrarouge est un
bon indicateur de la présence de végétation à forte
activité chlorophyllienne.
En terme de résolution temporelle, plusieurs
images prises à des dates différentes améliorent
en général la discrimination entre les différents
types d'occupation du sol. En effet, les caractéristiques biophysiques et/ou structurales de la
plupart des objets à la surface de la Terre évoluent
au cours du temps selon des cycles qui leur sont
propres : leurs réponses spectrales varient en
conséquence. Un choix raisonné de plusieurs
dates de prises de vue augmente donc les chances
des distinguer des classes d'objets entre elles.
L'image de gauche de la figure 1 correspond à
une composition colorée de trois indices de
végétation issue de 3 images SPOT XS de dates
différentes à l'intérieur d'une même saison
culturale. Ce type d'image se prête bien à une
caractérisation automatique de l'occupation du
sol par classification numérique (image de droite
de la figure 1).
En ce qui concerne la résolution spatiale, qui reste
le point focal de cette étude, les questions portent
sur le potentiel des nouvelles images disponibles.
Il y a peu, les données civiles d'observation de la
Terre les plus précises étaient des images à
résolution décamétrique, par exemple SPOT
(panchromatique à 10 m ou multispectral
XS à 20 m) ou LANDSAT Thematic Mapper
(panchromatique à 15 m et multispectral à 30 m).
Ces images sont qualifiées actuellement de MRS
(Moyenne Résolution Spatiale) car désormais il
faut intégrer des images beaucoup plus fines, à
résolution métrique : les images de THRS (Très
Haute Résolution Spatiale, encadré 1, p. 84).
L'analyse du jeu de données test sur Montpellier
(figure 2 présentant 3 images de la même zone
avec des résolutions spatiales allant de 1 m à
20 m) a permis de confirmer que l'on arrive à
䊱 Figure 1 – Exemple de classification automatique à partir d'images SPOT XS.
À gauche : image composite d'indices de végétation issue de 3 images SPOT XS de dates différentes.
À droite : image classée.
䊱 Figures 2 et 3 – Résolutions spatiales, de la THRS à la MRS.
88
Intérêt des images à très haute résolution spatiale pour évaluer le risque d'inondation ●
Christian Puech et al.
extraire à partir d'images MRS la majorité des
thèmes des niveaux 1 et 2. Mais ces images MRS
deviennent insuffisantes pour accéder à la
caractérisation du niveau 3, où seules les images
de type THRS sont efficaces en permettant par
exemple l'individualisation des objets de type bâti.
Par contre, des problèmes de coût, de stockage et
de temps de calcul apparaissent pour la THRS.
L'emprise géographique au sol des images à
THRS étant également plus petite que pour les
images à MRS (sauf pour les images des satellites
SPOT 5 dont l'emprise reste de 60 x 60 km mais
avec une résolution pouvant atteindre 2,5 m), la
couverture exhaustive de grandes zones devient
également plus contraignante.
Enfin les traitements automatiques existants basés
sur des classifications par pixel, adaptés à la MRS,
ne sont pas fonctionnels avec la THRS. Pour cette
dernière, la seule technique opérationnelle reste
la photo-interprétation, éventuellement assistée
par ordinateur, mais la tendance nouvelle est
l'émergence de techniques automatiques de
détection par objets. Le tableau 4 récapitule
de manière qualitative les atouts et limites
respectifs des images MRS et THRS en termes de
possibilités de discrimination (résolution, emprise
géographique) et de facilité d'utilisation (coût,
stockage, automatisation).
Résolution
spatiale
Coût et
stockage
Emprise
géographique
Automatisation
traitement
THRS
+++
-
+
-
MRS
+
++
++
++
䊱 Tableau 4 – Avantages et inconvénients des
modes THRS et MRS.
Exemples de traitement automatique
dans le cas d'images MRS
Parmi les traitements automatiques existants en
MRS, la classification supervisée pixel à pixel est
une des techniques les plus utilisées. Elle permet
de passer d'une ou plusieurs images brutes de
télédétection à une nouvelle image classée selon
une certaine nomenclature (figure 1). Une autre
technique éprouvée en traitement automatique
est basée sur l'analyse de texture et l'utilisation
de la morphologie mathématique et permet par
exemple d'extraire assez facilement des zones
urbaines (CAP-GEMINI, 1992) (figure 3).
En conclusion sur l'apport potentiel
de la THRS pour caractériser les enjeux
La THRS permet un accès au niveau 3 de la
nomenclature ce qui n'était pas possible avec les
données « classiques » de télédétection à MRS.
Mais compte tenu des contraintes abordées
précédemment, l'emploi de ce type de données
ne peut être systématisé à toutes les procédures ;
il doit être ciblé en fonction des besoins et utilisé
seulement en complément des bases de données
existantes. Une des questions est de savoir si l'on
va utiliser des images en THRS ou en MRS
(encadré 1) ?
Sur la base des éléments présentés dans le
tableau 4, les images à MRS interprétées
automatiquement apparaissent suffisantes pour la
plupart des enjeux en zone rurale et pour les
enjeux globaux en zone urbaine (enveloppe des
villes, découpage selon la densité du bâti).
La THRS apparaît intéressante par rapport à la
MRS seulement pour accéder au niveau 3.1,
notamment en milieu urbain et péri-urbain où
les enjeux sont plus élevés avec une évolution
temporelle rapide. Son intérêt est plus marginal
䊴 Figure 3 –
Extraction
automatique
de zones urbaines
sur image MRS par
traitements texturaux
et morphologiques.
À gauche : SPOT XS1 ;
à droite : extraction
résultante.
89
Ingénieries n° Spécial 2003
en zone rurale car l'utilité des nouvelles
informations obtenues (habitat isolé, serres,
maraîchage) est à mettre en balance avec la
lourdeur des moyens à mobiliser.
On retrouve ici des idées de « résolution
optimale » (Marceau et al., 1994) qui insistent
sur le fait que la résolution la plus fine n'est pas
toujours la plus appropriée. Pour un objet donné,
sa caractérisation sur des images de télédétection
doit se baser sur un compromis entre les divers
critères décrits au tableau 4, p. 89.
Les perspectives : on assiste actuellement à la mise
en place d'un référentiel à grande échelle (RGE)
basé en partie sur des photographies couleur à
résolution 0,5 m sur toute la France, avec une
mise à jour tous les 5 ans. Comme autres
perspectives, signalons des pourparlers entre la
DGI, la poste, l'IGN et l'INSEE pour l'établissement d'un référentiel adresses unique sur la
France, homogène, exhaustif et régulièrement mis
à jour. Un tel référentiel permettrait de géoréférencer finement de nombreuses données
alphanumériques, notamment celles de l'INSEE
(encadré 2, p. 87).
Analyse de l'aléa à partir de photos
aériennes
L'étude relative à l'analyse de l'aléa vise à la
valorisation de photos aériennes sur une plaine
inondée pour déterminer le niveau d'eau en tout
point à l'instant de la prise de vue.
Objectif et critères de qualité
L'objectif est d'estimer des hauteurs d'eau
directement à partir d'une série de photos
aériennes afin d'aider à la compréhension des
inondations, à la structuration du champ
d'inondation, à la construction de la modélisation
elle-même ou au contrôle de sa validité.
En lien avec les modélisations hydrauliques,
la précision requise sur les estimations de
hauteur d'eau est de l'ordre du décimètre en
lit majeur (pour le lit mineur la qualité requise
est plus fine, mais elle ne rentre pas dans
l'analyse proposée ici).
Il faut remarquer que l'un des écueils dans
l'estimation des hauteurs d'eau vient de la qualité
90
de la base de données topographique : dans le
cas de l'Hérault, on a pu comparer plusieurs bases
topographiques entre elles (points cotés issus de
photogrammétrie) et les comparer à une référence
précise issue de campagnes GPS différentiel haute
définition. Le résultat est décevant : les bases de
points cotés censées être de précision « parfaite »
sont disparates avec des écarts locaux pouvant
atteindre 50 cm voire 80 cm, du fait probablement
d'une mise en œuvre trop imprécise des
techniques de stéréoscopie.
Dans ces conditions, vouloir obtenir une hauteur
d'eau calculée à 10 cm près sur la plaine n'est
pas envisageable : une estimation moyenne
autour de 20 cm est certainement l'objectif
optimal à atteindre.
Le schéma utilisé ne fait, contrairement aux
modélisations, aucune hypothèse hydraulique : ni
frottements, ni état de digue, puisqu'on ne fait
que constater le niveau d'eau atteint.
On définit en fait la crue par une méthode
inverse : on part des résultats de débordements
sur la plaine inondée observée à l'instant de la
prise de vue pour en déduire les hypothèses du
fonction-nement ou valider les hypothèses
proposées.
Pour atteindre cet objectif, on a mis en œuvre
une méthode qui relève de 4 domaines scientifiques :
1) la télédétection, pour l'analyse et la valorisation
des photos aériennes ;
2) les SIG, pour le stockage et la gestion de toutes
les données géoréférencées ;
3) l'hydraulique, pour le découpage en compartiments de calcul et la mise en cohérence des
observations ;
4) l'IA (intelligence artificielle), pour la constitution d'un système de contraintes sur les niveaux
d'eau, intra et inter-compartiments et leur solution
numérique optimale.
Les données utilisées sont celles des photos
aériennes de la crue (données fondamentales sur
le phénomène) complétées par la connaissance
de la plaine hors crue en topographie et en
occupation du sol (référence cartographique).
Intérêt des images à très haute résolution spatiale pour évaluer le risque d'inondation ●
Christian Puech et al.
La méthode
La méthode de passage d'une vision verticale à
des hauteurs et niveaux d'eau a fait l'objet de
plusieurs articles dont une présentation axée sur
les aspects hydrauliques (Raclot et Puech, 1998)
et une autre qui détaille les aspects de résolution
du système de contraintes et d'optimisation
numérique de la solution (Raclot et Puech, 2001).
Bien que de nombreuses améliorations aient été
apportées depuis 1998, les bases restent
inchangées et nous les rappellerons succinctement, laissant au lecteur le soin de revenir aux
articles cités.
La méthode repose sur l'axiome que les photos
aériennes (ou imagerie satellite THRS) contiennent
une quantité considérable d'informations sur la
plaine inondée, sous une forme qualitative ou
semi-qualitative, chacune faiblement informative,
et qu'une valorisation efficace passe par le
rassemblement de l'ensemble de ces données
dans un même traitement.
On est dans le cas d'un observateur lointain d'une
plaine inondée, qui d'un coup d'œil embrassant
le paysage inondé, se fait une représentation fine
du phénomène inondant, car il associe dans une
même analyse les lignes de courants, les bords
d'inondation ainsi que les objets totalement ou
partiellement inondés. C'est ce que nous
cherchons à faire ici à l'aide de techniques
numériques, en mélangeant de nombreuses
données disparates et de qualité variable dans une
même analyse globale.
Pour aider à cette mise en cohérence, la plaine
est décomposée en compartiments hydrauliques
connectés, chaque compartiment étant supposé
de niveau unique et se déversant vers les
compartiments voisins plus bas (schéma de
« casiers hydrauliques ») (figure 4).
Les images ou photos aériennes en crue nous
renseignent sur 3 types d'informations, qui
peuvent être incomplètes ou imprécises :
– des informations sur la structuration en
compartiments hydrauliques, basées sur les limites
naturelles de la plaine (digues, haies, routes…) ;
– des informations de niveau d'eau par compartiment (par recoupement de limites inondées avec
un ensemble de points cotés ou d'objets semisubmergés dont on connaît la hauteur) ;
– des informations sur les directions de circulation
des eaux entre compartiments, classés en flux ou
équilibres hydrauliques, obtenus directement sur
image (courants, digues rompues...) et complétés
par connaissance terrain ou relevés de terrain
post-crue.
L'étape 1 (la plus longue et délicate) est la
constitution de la base de données du SIG qui
contient toutes les informations de base,
indépendantes de la crue : altitude du terrain
naturel, structures linéaires de la plaine
en compartiments (digues, routes, rivière),
occupation du sol, etc.
L'étape 2 concerne le recueil des particularités de
la crue analysée : à partir d'une série de photos
aériennes, verticales ou obliques, prises pendant
la crue, on renseigne les compartiments en
informations sur les hauteurs d'eau par des
estimations majorantes ou minorantes de la valeur
recherchée, ainsi que des liens hydrauliques avec
les compartiments voisins (circulation de i vers j).
Chacune de ces informations peut se ramener
à des inégalités linéaires. On établit ainsi
2 inégalités relatives au niveau d'eau de chaque
compartiment, 2 inégalités par flux et 4 inégalités
en cas d'équilibre entre compartiments voisins
(Raclot et Puech, 1999). L'ensemble de ces
inégalités linéaires compose un système de
contraintes sur les niveaux d'eau.
䊱 Figure 4 – Organisation spatiale de la méthode : a) compartiments théoriques et flux ; b) et c) compartiments réels et flux (Moselle).
91
Ingénieries n° Spécial 2003
L'étape 3 est la résolution numérique du système
de contraintes. Cette étape est entièrement
automatisée et se déroule comme suit :
– Aisne, photos obliques, crue lente et plaine peu
structurée, mais doublée de canaux (Puech et al.,
2000) ;
1) le contrôle, l'analyse et la vérification de
cohérence intra compartiments. On en déduit une
première estimation de la plage de niveaux
possibles (Min, Max), avec un degré de confiance
(inégalités de type minorant, majorant) ;
– Moselle, conditions proches de l'Aisne,
estimations effectuées pour 2 dates d'inondations
(Mouquet, 2001).
2) le contrôle du chaînage hydraulique : on vérifie
qu'il n'y a pas de circulations incompatibles ;
3) la transformation des flux et équilibres en
contraintes entre niveaux de compartiments voisins ;
4) le contrôle de cohérence inter-compartiments
quand on combine niveaux locaux et directions
d'écoulement : il y a au moins une solution
possible entre les compartiments successifs, (i.e ,
le système de contraintes a au moins une plage
de solutions) ;
5) l'obtention de la solution optimale : resserrement
des estimations pour obtenir une plage [min, max]
optimale dans chaque compartiment.
Le schéma de résolution des contraintes de flux est
basé sur un système de double-balayage amontaval (gérant les contraintes sur les maxima) puis
aval-amont (pour les contraintes sur les minima).
Une amélioration de l'algorithme a été proposée
par Wilson (Wilson, 2001) dans le cadre du
programme européen REVIGIS, ce qui nous a
conduit à une solution complète selon un double
balayage par secteurs qui permet de gérer non
seulement les flux mais aussi les équilibres
hydrauliques (niveaux d'eau quasi identiques et
direction de flux incertaine) (Raclot et Puech, 2001).
䊳 Tableau 5 –
Volume de données
et précision des
résultats ; Moselle,
crue de mai 1983.
Une base SIG d'archives facilement
consultable
Une retombée intéressante concerne la création
d'une base de données de référence sur les crues
observées, aisément consultable au sein d'un SIG
et incluant :
– le type de crue et son contexte : fréquence du
phénomène (décennale, par exemple), décalage
temporel entre l'instant de prise de vue et le pic
de crue ;
– la série de clichés aériens repérés par leur
emprise au sol ;
– les limites de débordement et les compartiments
touchés par la crue ;
Applications et précisions obtenues
– le niveau d'eau dans chaque compartiment
inondé (avec son incertitude) ;
Cette méthode a été appliquée sur des plaines
diverses :
– la hauteur d'eau estimée à l'aplomb de tout
point coté (avec son incertitude).
– Hérault, à partir de photos verticales pour une
crue rapide sur une plaine très structurée, et un champ
d'inondation très large (Raclot et Puech, 1999) ;
La figure 5 illustre sur la Moselle les possibilités
de cette base. Cette procédure est une valorisation
d'archives mixtes : hauteurs-photos. Le SIG rend
ces données disponibles à tout moment et en
particulier en période de risque de crue. On peut
interroger immédiatement la base pour connaître
l'état lors d'une crue de même ampleur que celle
redoutée : les photos indiquent sous forme
analogique les routes coupées et les terres
inondées, tandis que les valeurs de cotes et
hauteurs d'eau attachées aux compartiments et
points cotés renforcent considérablement l'intérêt
de la base SIG.
NOMBRE
Compartiments
156
Contraintes
496
Points cotés
3063
Demi Amplitude Moyenne
(Max - Min)/2
92
La qualité d'estimation des résultats est apparue,
dans tous les cas, proche de 20 cm pour la demiamplitude moyenne entre les valeurs minorantes
et majorantes de l'estimation, ce qui représente
une valeur par excès de l'erreur réelle et qui place
ces résultats dans les spécificités de qualité
compatibles avec l'hydraulique du champ
d'inondation (tableau 5). Il faut rappeler que cette
méthode est, contrairement aux modèles de
simulation, entièrement exempte d'hypothèses de
fonctionnement (coefficient de frottement, rupture
de digue…).
± 22 cm
Intérêt des images à très haute résolution spatiale pour évaluer le risque d'inondation ●
Christian Puech et al.
Mise en route opérationnelle
Une des difficultés pour une mise en route
opérationnelle de cette méthode est la disponibilité de photos de crue à un instant proche du pic
de crue. À l'heure actuelle, il existe rarement des
prises de vues systématiques en crue.
Le point le plus fastidieux et long est la phase
préparatoire hors crue : mise en oeuvre de la base
SIG, recueil de points cotés et de références fiables
et complètes sur l'altitude et l'occupation du sol.
Le recueil de photos en crue est quant à lui d'un
coût marginal par rapport aux dommages causés
par l'inondation et nous avons pu montrer que
tout type d'image pouvait être valorisé : photo
verticale ou oblique ; N&B, couleur ou IRC (Infrarouge couleur); prise de vue par avion muni de
trappe (Hérault), avion d'aéroclub (Moselle) ou
même ULM (Aisne).
Mais il faut organiser ce recueil : les crues sont
des phénomènes rapides et fugitifs. Le recueil des
données doit se faire à un instant proche du pic
de crue. Selon les climats et la rapidité des
phénomènes, le temps de décider du vol, de
contacter une société de service, de débloquer
les fonds… et toutes les traces d'eau ont disparu.
Ainsi en novembre 1999, dans les inondations
dites « du grand Sud » (Aude, Hérault, Tarn), la
prise de vue systématique des zones inondées a
commencé 10 jours après le pic de crue !
Autrement dit, l'eau avait eu le temps de se retirer.
Il faut donc organiser à l'avance ces missions de
prise de vue avant le phénomène (enveloppe
financière, type de prestation, autorisations de
vol). Il faut aussi veiller à suivre un certain nombre
de consignes : une vue régulière de tout le secteur
inondé, en favorisant le systématisme et la
continuité plutôt que des « photos sensationnelles » qui n'ont qu'une valeur esthétique ou
journalistique.
Conclusion
Le potentiel opérationnel offert par les images de
télédétection satellitaire pour les projets de gestion
s'accroît avec l'arrivée des données à très haute
résolution spatiale (THRS). Le gain est d'autant
plus fort que les objets visibles sur ces nouvelles
images ont directement un intérêt pour le
gestionnaire : bâtiments, voies de communication,
digues…
Dans cet article, deux exemples illustrent l'apport
nouveau de ces images dans le cadre des deux
composantes du risque d'inondation, à savoir la
vulnérabilité et l'aléa. Dans le cas de la
vulnérabilité, les objets utiles à la gestion ont été
classés en trois niveaux d'observation : l'intérêt
des images THRS apparaît fortement pour les
éléments fins de type habitat individuel et objets
ponctuels tels que piscines, stations d'épuration,
industries…
Les informations sur ces images sont bien entendu
incomplètes (certains degrés de spécialisation ne
peuvent être obtenus, par exemple le nombre
d'étages par vue verticale). Aussi ces données
prennent toute leur valorisation en complément
d'autres informations : bases de données
géographiques existantes, images à moyenne
résolution, relevés sur le terrain.
䊲 Figure 5 – Base
opérationnelle :
une mosaïque de
photographies
aériennes verticales
sur laquelle viennent
se rajouter pour
chaque crue étudiée :
a) une empreinte de
photos obliques par
crue étudiée — et
les photos en ligne ;
b) la structuration en
compartiments — et
les niveaux d'eau
atteints (avec
incertitude) ;
c) le champ de points
cotés — et
l'estimation des
hauteurs d'eau
(avec incertitude).
93
Ingénieries n° Spécial 2003
L'aléa inondation est présenté à travers une
utilisation originale de photographies aériennes
en crue pour définir la hauteur d'eau en tout point
inondé. On établit par mélange de données en
crue et hors crue une estimation des niveaux,
rendue cohérente par une organisation en système
de contraintes. Ceci constitue une valorisation
quantitative d'archives photos sous SIG, la
méthode pouvant, à terme, être adaptée à
l'utilisation d'images satellitaires THRS.
Sans révolutionner la gestion des zones inondées,
les images THRS peuvent désormais apporter une
connaissance pertinente, systématique, répétitive
et objective. Mais de nouvelles méthodes doivent
être développées pour l'exploitation de ces images
car les nouvelles résolutions ne tolèrent plus les
traitements automatiques valables avec les images
à moyenne ou basse résolution.
❒
Encadré 3
Satellites et capteurs pour l'observation de la Terre selon les 3 résolutions : spatiale, spectrale et temporelle
94
Intérêt des images à très haute résolution spatiale pour évaluer le risque d'inondation ●
Christian Puech et al.
Résumé
La télédétection à très haute résolution spatiale (THRS) apporte dans les études environnementales la
vision des objets de taille humaine. Avec ces résolutions fines, les traitements d'images ne relèvent
plus des classifications automatiques mais se rapportent davantage aux techniques de photointerprétation. Deux applications du potentiel de ces données images sont présentées dans le cas du
risque d'inondation. L'une concerne l'étude de la vulnérabilité : après avoir classé les enjeux soumis
au risque en trois niveaux d'observation, l'intérêt des images THRS apparaît en complément des bases
de données géographiques existantes et des images à moyenne résolution. L'autre caractérise l'aléa
inondation, à travers une utilisation originale de photographies aériennes en période de crue pour
définir la hauteur d'eau en tout point inondé. Ceci constitue une valorisation quantitative d'archives
de photographies sous SIG, la méthode pouvant, à terme, être adaptée à l'utilisation de données
THRS satellitaires.
Abstract
The very high spatial resolution (VHSR) aerial or satellite images contribute to environmental studies
providing the vision of human size features. To process these thin resolution images, the most efficient
approaches are not based on automatic classification any more but on computer assisted
photointerpration. This paper presents two applications which illustrate the potential of these images
in the case of flood risk. The first one is related to the vulnerability : the useful objects for management
are first classified into 3 hierarchical levels, in order to better compare the interest of VHRS images
with the existing geographical data bases and the intermediate resolution images. The second one
deals with the characterization of the flood phenomenon through an original use of aerial photographs
to obtain the water height for any flooded point. That constitutes a quantitative valorization under GIS
of aerial photographs archives and soon, of VHSR satellite images.
95
Bibliographie
Ingénieries n° Spécial 2003
AFIGéo, (page consultée le 09/07/2001), Le Référentiel Adresse : États des lieux et perspectives,
Juin 1999 (http://www.cnig.fr/cnig/infogeo/france/études/adresse-rapport-final.pdf).
ADAM, F., 2001, Apports de la télédétection à très haute résolution spatiale pour l'aide à la
détermination de la vulnérabilité en zone inondable, mémoire fin d'études ITA, UMR3S Cemagref/
ENGREF, Montpellier, 75 p.
APLIN, P., ATKINSON, P.-M., CURRAN, P.-J., 1997, Fine spatial resolution satellite sensors for
the next decade, International Journal of Remote Sensing, vol. 18, n° 18, p. 3873-3881.
CAP GEMINI, 1992, Filtres : Extraction de zone urbaine. Manuel d'utilisation Multiscope Version
2.1, section VI-4-1.
DEBAR, P., DESGRANGES, P., GAZULL, L. et al., 1994, Une approche originale à l'échelle de la
région Ile-de-France : cartographie et calcul économique des dommages des crues historiques, in
Crues et inondations, 23es journées de l'hydraulique, Nîmes (France), Société hydrotechnique de
France, 14-15-16 sept. 1994, p. 337-342.
GILARD, O., 1998. Les bases techniques de la méthode Inondabilité, Ed. Cemagref, Paris, 207 p.
IRS, SIEE, 2001, Étude globale pour une stratégie de réduction des risques d'inondation dus aux
crues du Rhône — Cartographie de l'occupation du sol, Lot N°4 de l'étude, cartographie, 48 p.
MARCEAU, D.-J., GRATTON, D.-J., FOURNIER, R.-A., FORTIN, J.-P., 1994, Remote Sensing and
the Measurement of Geographical Entities in a Forested Environment, 2, The Optimal Spatial
Resolution, Remote Sens. Environ., 49, p. 105-117.
MARINELLI, L., MICHEL, R., BEAUDOIN, A. et al., 1997, Flood mapping using ERS tandem
coherence image : a case study in southern France, in 3rd ERS Symposium on Space at the service
of our environment, Florence, ITALIE, 17-21 march 1997, p. 531-536.
MATE, 2001, Étude de faisabilité d'un observatoire des enjeux et de leur vulnérabilité aux
inondations, Cahier des charges pour la consultation de bureaux d'études, Document MATE/
DPPR/SDPRM, octobre 2001, 10 p.
MOUQUET, P., 2001, Utilisation de photos aériennes obliques pour l'estimation de la hauteur de
crue. Application au bassin versant de la Moselle, mémoire fin d'études ENSAR, 55 p.
PUECH, C., RACLOT, BLIN, D., 2000, Guide méthodologique : intégration des photos aériennes
d'inondation dans les modèles hydrauliques. Application à la vallée de l'Aisne, rapport d'étude
UMR3S-CETMEF, 80 p.
RACLOT, D., PUECH, C., 1999, Champs d'inondation et photographies aériennes. Détermination
des hauteurs de submersion, Ingénieries EAT, n° 17, mars 1999, p. 3-17.
RACLOT, D., MAUREL, P., PUECH, C., 2001, Apports de la télédétection à très haute résolution
spatiale à l'étude du risque d'inondation, Colloque SIRNAT 2001 (Systèmes d'Information pour
les Risques NATurels), Sophia Antipolis, 6-7 décembre 2001, 20 p.
RACLOT, D., PUECH, C., 2002, What Does AI Contribute to Hydrology? Aerial Photographs and
Flood Levels, Applied Artificial Intelligence, vol. 17, n°1, p. 71-86.
SCOT, 2000, Inondations sur l'Aude, le Tarn, l'Hérault et les Pyrénées-Orientales - 12 au 14
novembre 1999 (http://www.scot-sa.com/siren/inondations_aude.htm).
SERTIT, 2000, La Camargue, crue d'octobre 1993 ; intégration des images SPOT et ERS,
(http://sertit.u-strasbg.fr/sertit_webexpert/projets/camargue).
WILSON, N., 2002, Reasoning with Uncertain Constraints in the Flooding Problem : Preliminary
Report of the europeen project REVIGIS, « revision in GIS », 30 p.
96
Was this manual useful for you? yes no
Thank you for your participation!

* Your assessment is very important for improving the work of artificial intelligence, which forms the content of this project

Download PDF

advertising