Comprendre les fondements de l'observation de la Terre

La géoscience moderne et la gestion environnementale reposent largement sur les données recueillies ci-dessus. La capacité de saisir des images et des mesures de la surface de la Terre à partir d'aéronefs et de satellites a dépassé un domaine technique spécialisé pour devenir une composante essentielle de la planification des infrastructures, des sciences climatiques et de la sécurité nationale.Ces outils fournissent un point de vue objectif unique, permettant de surveiller des zones vastes et éloignées avec une cohérence que les relevés au sol ne peuvent pas correspondre.

La distinction entre les plates-formes aériennes et les plates-formes satellitaires est fondamentale pour choisir l'outil approprié pour une application.]L'imagerie satellitaire offre une couverture mondiale cohérente et répétable.Des programmes comme le programme USGS/NASA Landsat ont fourni un record continu de 50 ans, tandis que les missions Copernicus Sentinel offrent une fréquence temporelle élevée (tous les 5 jours à l'équateur).L'imagerie aérienne, généralement capturée à partir d'aéronefs habités ou de véhicules aériens sans pilote (UAV), offre une résolution spatiale supérieure (souvent sous-décimètre) et une flexibilité, permettant la collecte sur demande.

Distinctions techniques dans les plates-formes de télédétection

Plateformes et orbits

La valeur de l'imagerie satellitaire dépend fortement de l'orbite. Les satellites géostationnaires d'Orbite de Terre (GEO), tels que la série GOES-R, maintiennent une position fixe sur l'équateur, fournissant une résolution temporelle élevée (toutes les 5-10 minutes) idéale pour la surveillance météorologique et le suivi des dangers. Les satellites d'Orbite de Terre basse (LEO)[, comme Sentinel-2 et Landsat 9, une orbite beaucoup plus proche de la surface (habituellement 400-800 km), donnant une résolution spatiale plus élevée, mais avec des temps de révision allant de quelques jours à plusieurs semaines.

Types de capteurs : Passif vs actif

Les capteurs passifs, y compris les caméras numériques standard et les scanners multispectraux, détectent l'énergie naturelle (lumière solaire) réfléchie à partir de la surface de la Terre. Ils sont le type le plus courant et forment la base des indices de santé de la végétation comme NDVI. Cependant, ils nécessitent la lumière du soleil et sont entravés par la couverture nuageuse. Les capteurs actifs émettent leur propre énergie et mesurent le signal de retour. Le radar d'ouverture synthétique (SAR), tel que celui de la mission Sentinel-1, peut pénétrer les nuages, la pluie et l'obscurité, ce qui rend essentiel la cartographie des inondations, la détection des déversements de pétrole et la surveillance de la déformation au sol (InSAR). LiDAR (Light Detecting and Ranging) utilise des impulsions laser pour générer des nuages de points 3D très précis de terrain et de structure végétale, un outil critique pour la

Échanges de résolution

Aucune plateforme satellitaire ou aérienne ne surpasse dans les quatre types de résolution

  • Résolution spatiale : La zone représentée par un pixel unique. La haute résolution (p. ex. 30 cm) permet l'identification des objets, tandis que la résolution modérée (p. ex. 30 m) est meilleure pour l'analyse régionale.
  • Résolution spécifique: Le nombre et la largeur des bandes de longueur d'onde capturées. Les capteurs multispectraux (p. ex., 4-10 bandes) sont standard, tandis que les capteurs hyperspectraux (p. ex., 200 bandes+) permettent une identification détaillée du matériau.
  • Résolution temporaire: Combien de fois un capteur revisite le même endroit. Les satellites GEO offrent des minutes, LEO offre des jours, et les avions offrent un calendrier ad hoc.
  • Résolution radiométrique: La sensibilité du capteur à de petites différences d'énergie, habituellement mesurées en bits (p. ex., 8 bits vs 12 bits). Une résolution radiométrique plus élevée permet de mieux différencier les caractéristiques subtiles.

Applications fondamentales dans la science du système terrestre

Changement de la biosphère et de la couverture terrestre

La surveillance mondiale de la végétation est l'une des applications les plus matures de la télédétection. Des indices comme L'indice de végétation de différence (NDVI)[ sont calculés à l'aide de bandes rouges et quasi infrarouges pour quantifier l'activité photosynthétique.L'analyse des séries chronologiques des données NDVI de L'instrument MODIS[ permet aux scientifiques de suivre les tendances de la production primaire, d'évaluer les impacts de la sécheresse et de détecter la déforestation en temps quasi réel.

Géomorphologie et topographie

Les modèles numériques d'élévation (DEM), dérivés de l'imagerie optique stéréo, de l'interférométrie radar (SRTM, Tandem-X) ou de LiDAR, constituent la première étape de la modélisation hydrologique, de l'évaluation des risques de glissements de terrain et de la géomorphologie tectonique.

Hydrologie et cryosphère

La télédétection est la seule méthode viable pour surveiller la cryosphère à l'échelle. Les missions de gravimétrie (GRACE-FO) mesurent les changements dans le stockage total de l'eau, y compris les eaux souterraines et le bilan massique des nappes glaciaires. Les missions d'altimètre (ICESat-2, CryoSat-2) suivent avec précision les changements dans l'élévation des nappes glaciaires et l'épaisseur des glaces de mer.

Études atmosphériques et océaniques

La radiométrie de couleur océanique, dérivée de satellites comme VIIRS et Sentinel-3 OLCI[, permet de suivre la biomasse du phytoplancton, les proliférations d'algues nuisibles (HAB) et les paramètres de qualité de l'eau (turbidité, chlorophylle-a).Cela soutient la gestion des pêches et la surveillance de la santé publique.La télédétection atmosphérique fournit des données critiques sur la profondeur optique des aérosols (DAO) pour la surveillance de la qualité de l'air, les concentrations d'ozone (OMI/TROPOMI) et les émissions de gaz à effet de serre (OCO-2, MethaneSAT).

Applications opérationnelles et commerciales

Intervention en cas de catastrophe et résilience

L'utilisation opérationnelle de l'imagerie satellitaire et aérienne dans la gestion des catastrophes est devenue normalisée. Copernicus Emergency Management Service (CEMS) et la Charte internationale fournissent aux organismes de secours des tâches et des analyses d'images rapides. Après une inondation, les images SAR sont traitées en quelques heures pour produire des cartes d'évaluation des dommages montrant l'étendue de l'inondation.

Infrastructure et Jumelles numériques urbaines

Les urbanistes et les entreprises de services publics s'appuient sur des images satellitaires et aériennes à très haute résolution pour gérer leurs actifs. La photogrammétrie aérienne est utilisée pour générer des modèles de villes 3D, permettant des simulations pour le potentiel des panneaux solaires, la pollution sonore et le flux piétonnier. Les algorithmes de détection de changement appliqués à l'imagerie biannuelle indiquent automatiquement de nouvelles constructions, des changements de routes ou des empiètements de végétation près des lignes électriques.

Agriculture et sécurité alimentaire

L'agriculture de précision tire parti de la fréquence temporelle des satellites comme Sentinel-2 pour fournir des mises à jour hebdomadaires sur la santé des cultures dans les grandes régions agricoles, ce qui permet d'appliquer des taux variables d'eau, d'engrais et de pesticides, de réduire les coûts et l'impact environnemental.La classification des types de cultures à l'aide de l'apprentissage automatique sur les données spectrales de séries chronologiques permet aux gouvernements et aux négociants en produits de base d'estimer les rendements nationaux.

Défense et renseignement

Les analystes du renseignement utilisent des images satellitaires pour surveiller les installations nucléaires (garanties de l'AIEA), suivre les convois militaires et évaluer les dommages causés aux infrastructures. Les plates-formes aériennes, y compris les pseudosatellites de haute altitude (HAPS) et les UAV tactiques, assurent une surveillance continue des missions de renseignement, de surveillance et de reconnaissance (ISR).

L'écosystème des données et la révolution analytique

Open Data et Cloud Computing

L'archive USGS Landsat est un trésor mondial, complètement libre et ouvert depuis 2008. Les missions ESA Sentinel poursuivent cette tendance, générant des petaoctets de données. Ce volume a nécessité une nouvelle forme d'analyse. Google Earth Engine (GEE) a été le pionnier de l'analyse géospatiale à l'échelle planétaire basée sur le nuage, permettant aux chercheurs de traiter de vastes archives sans télécharger de données. Ce modèle a été suivi par Microsoft's Planetary Computer et Amazon Web Services (AWS) Open Data Registry[, ce qui a considérablement réduit la barrière à l'entrée pour l'analyse géospatiale complexe.

Automatisation et apprentissage automatique

L'analyse des images satellitaires et aériennes est de plus en plus automatisée. La classification traditionnelle basée sur les pixels a été largement remplacée par .Les réseaux neuronaux convolutionnels (RCN) et les transformateurs de vision sont maintenant des normes pour des tâches comme l'extraction de l'empreinte du bâtiment, la cartographie du réseau routier et la segmentation sémantique de la couverture terrestre.Ces modèles peuvent être formés sur des ensembles de données étiquetés pour identifier des caractéristiques spécifiques (p. ex., piscines, panneaux solaires, types de cultures spécifiques) avec une grande précision dans de grandes zones géographiques.

Défis critiques dans l'observation de la Terre

Interférence atmosphérique et environnementale

Les nuages sont l'obstacle le plus persistant, obscurcissant la surface terrestre. Une seule scène Landsat sur le bassin amazonien peut avoir moins de 5% de pixels sans nuages. Alors que le SAR pénètre dans les nuages, son interprétation est complexe (préciser le bruit, les distorsions géométriques). Les aérosols atmosphériques (p. ex. fumée, poussière) affectent également la qualité de l'image optique, nécessitant des algorithmes de correction atmosphérique sophistiqués (p. ex. MODTRAN, 6S, Sen2Cor) pour convertir les chiffres numériques bruts en valeurs précises de réflectance de surface.

Volume de données et scalabilité

La gestion et le traitement du volume massif de données provenant de programmes d'observation continue de la Terre constituent un défi informatique important. Un seul sondage à haute résolution peut produire des milliers d'images et de données brutes. Bien que le cloud computing aide, les coûts de stockage et de calcul GPU pour les projets d'apprentissage approfondi à grande échelle peuvent être prohibitifs pour les chercheurs universitaires.

Étalonnage, validation et incertitude

Les données de télédétection sont une mesure par procuration qui doit être rigoureusement validée en fonction de la vérité au sol. L'étalonnage radiométrique et géométrique des capteurs est nécessaire pour assurer la cohérence des données au fil du temps. Sans les Cal/Val, l'analyse des séries chronologiques peut détecter de faux changements dus à la dérive des capteurs ou à la variabilité atmosphérique.

Orientations futures et technologies émergentes

Constellations hyperspectrales et thermiques

Alors que les missions actuelles comme EnMAP et PRISMA[ offrent d'excellentes capacités spectrales, leur temps de revisite est long. De nouvelles constellations, combinées à l'analyse de l'IA, permettront de cartographier directement les ressources minérales pour l'exploitation minière, d'évaluer précisément la qualité de l'eau dans les eaux intérieures et de détecter le stress en temps réel dans les cultures.TEMPO[ (US) et GEMS (Corée) fournissent maintenant des données horaires sur la qualité de l'air, révolutionnant la surveillance de la pollution.La mission NISA , mission radar conjointe d'observation de la Terre avec l'ISRO, produira des cartes globales complètes des changements de surface de la Terre tous les 12 jours, générant un ensemble de données inégal pour étudier les écosystèmes, les feuilles de glace et les risques solides.

Petits satellites et nouvel espace

L'économie du « nouvel espace », conduite par des satellites plus petits et moins chers, augmente de façon spectaculaire la résolution temporelle.Planet Labs exploite des constellations de centaines de petits CubeSats (Doves) capables d'imagerier chaque jour toute la surface terrestre de la Terre à une résolution de 3 mètres.Cette fréquence temporelle élevée est un changement de jeu pour l'agriculture et la foresterie, permettant la détection des changements en quelques jours plutôt que quelques semaines.

Informatique intégrée de l'IA et de l'Edge

Actuellement, toutes les données saisies par un satellite doivent être reliées à une station au sol pour le traitement. Il s'agit d'un goulot d'étranglement. En déployant des modèles légers d'IA sur le satellite, il peut analyser l'imagerie en temps réel, détecter des événements intéressants (par exemple, un feu de forêt, un navire, un cadre sans nuage) et seulement des données pertinentes. Cela réduit considérablement les exigences en matière de latence et de bande passante, permettant une réponse plus rapide aux événements critiques et une utilisation plus efficace des ressources du satellite.