Techniques de télédétection pour la surveillance de l'expansion urbaine et des changements dans l'utilisation des terres

Introduction à la télédétection pour la surveillance urbaine

Les techniques de télédétection sont devenues des outils indispensables pour observer ces processus à l'échelle, offrant des vues répétables, rentables et synoptiques de la surface de la Terre. En analysant les données recueillies à partir de satellites, d'aéronefs et de drones, les chercheurs et les planificateurs peuvent détecter des modèles de croissance urbaine, classer les types de couverture terrestre et quantifier les changements au fil du temps avec une précision sans précédent.

Alors que les campagnes sur le terrain sont longues, coûteuses et limitées en termes de couverture spatiale, la télédétection permet des observations cohérentes entre les murs et les murs dans les grandes régions. L'imagerie multitemporelle permet aux analystes de suivre les changements subtils dans l'utilisation des terres – de la conversion agricole aux nouveaux aménagements de logements – qui pourraient autrement passer inaperçus. Cet article explore les principales techniques de télédétection, leurs applications dans l'urbanisme, les défis auxquels ils sont confrontés et les orientations prometteuses que les progrès de l'apprentissage automatique et de l'informatique en nuage pourraient mener.

Techniques de télédétection de base pour l'analyse de l'utilisation des sols

Différentes méthodes de télédétection sont utilisées pour étudier la dynamique urbaine. Chaque technique fait appel à différentes parties du spectre électromagnétique ou à des principes de détection active pour extraire des informations sur la surface de la Terre.

Imagerie multispectrale et hyperspectrale

L'imagerie multispectrale capture les données dans plusieurs bandes spectrales distinctes – typiquement visibles (rouge, vert, bleu), proche infrarouge (NIR) et infrarouge à ondes courtes (SWIR). La bande NIR est particulièrement utile pour distinguer la végétation des surfaces imperméables parce que les plantes saines reflètent fortement le NIR alors que l'asphalte et le béton l'absorbent. Cette signature spectrale permet de classer avec une grande précision les catégories de couverture terrestre telles que la forêt, les prairies, l'eau, le sol nu et les agglomérations.

L'imagerie hyperspectrale progresse encore davantage en enregistrant des centaines de bandes contiguës étroites, ce qui permet une signature spectrale presque continue pour chaque pixel, permettant une discrimination à grain fin des matériaux comme les différents types de toit, les conditions de chaussée ou les espèces végétales. Bien que les données hyperspectrales soient plus complexes à traiter et moins largement disponibles que les données multispectrales, elles sont de plus en plus utilisées dans l'écologie urbaine de précision et l'évaluation des infrastructures.

LiDAR (Détection et rangage de la lumière)

Contrairement aux capteurs optiques passifs qui dépendent de la lumière du soleil, LiDAR est un système actif qui permet des opérations nocturnes et la pénétration de la végétation partielle. Dans les applications urbaines, LiDAR est inestimable pour extraire les empreintes de construction, mesurer la hauteur des bâtiments, cartographier les canyons de rue et évaluer la morphologie urbaine verticale. Combiné à des images multispectrales, les modèles d'élévation dérivés de LiDAR améliorent considérablement la précision de classification de la couverture terrestre, en particulier dans les environnements urbains denses avec des structures verticales complexes.

Les systèmes embarqués tels que la NASA, GEDI (Global Ecosystem Dynamics Investigation) et l'ICESat-2 offrent désormais une couverture mondiale. Ces LiDAR basés sur satellite sont particulièrement utiles pour surveiller la hauteur des couvert forestiers et la biomasse, mais leur empreinte grossière limite l'application urbaine directe. Néanmoins, les missions satellites émergentes et LiDAR montés sur drone rendent les données urbaines 3D à haute résolution plus accessibles que jamais.

Radar Sensing – SAR et Insar

Le radar d'ouverture synthétique (SAR) est un système à micro-ondes actif qui émet des impulsions et enregistre le signal rétro-répertorié. Sa capacité à pénétrer les nuages, à fumer et à fonctionner jour ou nuit fait de SAR un outil robuste de surveillance persistante, en particulier dans les régions tropicales ou à haute latitude où les capteurs optiques échouent souvent.

Les données SAR provenant de missions telles que ESA-Sentinel-1, RADARSAT et TerraSAR-X permettent aux planificateurs d'observer l'expansion urbaine même sous couvert de nuages persistants. Les analyses SAR multitemporelles peuvent détecter de nouveaux bâtiments, la construction de routes, voire des établissements informels (slumes) basés sur des signatures de rétrodiffusion caractéristiques.

Télédétection infrarouge thermique

Dans les milieux urbains, ces données servent à quantifier l'effet de l'île de chaleur urbaine – phénomène où les zones bâties sont beaucoup plus chaudes que les terres rurales environnantes. En analysant les images thermiques de capteurs comme Landsat , TIRS ou ECOSTRESS sur la Station Spatiale Internationale, les chercheurs peuvent identifier des points chauds tels que les toits sombres, les parkings et les zones industrielles, puis cibler des mesures d'atténuation comme les toits verts ou les chaussées réfléchissantes.

Véhicules aériens sans pilote (UAV) – Drones

Les drones équipés de caméras à haute résolution, de capteurs multispectraux, LiDAR ou thermiques fournissent une résolution spatiale ultra-haute (centimètre-niveau) pour des études urbaines localisées. Ils sont particulièrement utiles pour surveiller les chantiers de construction, cartographier les implantations informelles ou mettre à jour les données cadastrales dans des zones en rapide évolution.

Applications de la télédétection dans l'aménagement urbain et la gestion de l'utilisation des sols

Les applications pratiques de la télédétection pour la surveillance de l'étalement urbain et des changements d'affectation des sols sont vastes.

Quantification de l'étalement urbain et des modèles de croissance

En comparant les images satellitaires de différentes périodes de temps – souvent à l'aide d'algorithmes de détection des changements ou d'indices spectraux comme l'indice de construction de la différence normalisée (IDND) – les planificateurs peuvent mesurer le taux et la direction de l'expansion urbaine.Cette information est essentielle pour mettre à jour les cartes de zonage, prévoir les besoins futurs en infrastructures et identifier les zones à risque de développement de la grenouille.

Détection des changements d'affectation des terres et de la couverture terrestre

La télédétection permet de classer précisément les transitions d'utilisation des terres – de la forêt aux terres agricoles, aux terres agricoles aux banlieues ou aux banlieues vers les zones commerciales à forte densité. Des méthodes de classification supervisées et non supervisées appliquées à l'imagerie multitemporelle produisent des cartes de couverture terrestre qui peuvent être comparées d'une année à l'autre.

La détection précoce des changements d'affectation des terres – comme la déforestation non autorisée pour l'agriculture ou la construction illégale – aide les organismes de contrôle à intervenir avant que des dommages irréversibles ne surviennent.

Planification des infrastructures et des transports

Les modèles numériques de surface dérivés du LiDAR sont utilisés pour simuler la visibilité des tours de télécommunications, la modélisation des risques d'inondation et le placement de panneaux solaires. De plus, les données de télédétection appuient la planification des transports en analysant les tendances de congestion de la circulation par le biais de la détection de véhicules dans des images à haute résolution ou en surveillant l'expansion des réseaux routiers.

Évaluation de l ' impact sur l ' environnement et surveillance de l ' espace écologique

La télédétection aide à évaluer l'impact du développement sur la végétation, les zones humides et les corridors fauniques. Des indices de végétation tels que l'indice de végétation de différence normalisée (NDVI) dérivé de données multispectrales quantifient les changements dans la couverture végétative. Des évaluations par satellite de l'effet de l'île de chaleur urbaine, des proxies de la qualité de l'air et des indicateurs de qualité de l'eau sont également possibles.

En outre, la télédétection est essentielle pour cartographier et préserver les espaces verts urbains – parcs, jardins et réserves naturelles. En surveillant la taille et la santé de ces espaces, les planificateurs peuvent assurer un accès équitable aux équipements verts et maintenir les services écosystémiques comme l'absorption des eaux pluviales et la régulation de la température.

Gestion des risques de catastrophe et planification de la résilience

À mesure que les villes s'étendent dans des zones exposées aux risques (plaines d'inondation, pentes raides, zones côtières), la télédétection devient un outil essentiel pour l'évaluation des risques.Les modèles d'élévation à haute résolution de LiDAR ou les images stéréoscopiques par satellite permettent de simuler les inondations et de cartographier la susceptibilité aux glissements de terrain.

Détecter les établissements informels et l'amélioration des taudis

Les caractéristiques morphologiques – modèles de rue irréguliers, petites superficies de toit, densité élevée des bâtiments – peuvent être automatiquement détectées dans des images à très haute résolution (par exemple, à partir de satellites WorldView ou GeoEye). Ces cartes aident les gouvernements à allouer des ressources pour des services de base tels que l'eau, l'assainissement et l'électricité, et à soutenir des projets d'amélioration des taudis.

Défis et limites des approches de télédétection

Malgré ses forces, la télédétection n'est pas sans limites. Les praticiens doivent naviguer dans une gamme de obstacles techniques et opérationnels.

Volume de données et complexité du traitement

Les missions satellitaires modernes produisent des petaoctets de données chaque année. Le stockage, le téléchargement et le traitement de ces volumes nécessitent une infrastructure informatique importante. Alors que les plateformes cloud comme Google Earth Engine et Amazon Web Services ont abaissé les obstacles, les analystes ont encore besoin d'expertise dans le script (JavaScript, Python, R) et les formats de données géospatiales.

Coût et accessibilité des données à haute résolution

Des images de résolution grossière (≥30 m) provenant de Landsat et de Sentinel sont disponibles gratuitement, mais pour une cartographie urbaine détaillée – par exemple en distinguant les bâtiments ou les routes – des données très haute résolution (=1 m) sont souvent nécessaires. Des satellites VHR commerciaux comme WorldView-3, Pleiades et GeoEye chargent par kilomètre carré, ce qui rend coûteuse la couverture globale dans toute la ville.

Précision et validation

La classification de la télédétection n'est pas précise à 100%. Les erreurs peuvent résulter de la confusion spectrale (p. ex., terre nue mal classée comme bâtie), de pixels mixtes dans des paysages hétérogènes et d'interférences atmosphériques. Les données de vérité au sol – des relevés de terrain, des points GPS ou des photos aériennes de haute qualité – sont nécessaires pour former les classificateurs et valider les résultats.

Exigences en matière d'expertise spécialisée

L'utilisation efficace de la télédétection exige des compétences en traitement d'images, SIG, statistiques et souvent des connaissances spécifiques à des domaines précis. De nombreux services d'urbanisme manquent de spécialistes de la télédétection à l'interne, ce qui entraîne une sous-utilisation des données disponibles.

Échanges de solutions spatiales et temporelles

Aucun capteur ne surpasse dans toutes les dimensions. La haute résolution spatiale est généralement au prix d'une largeur de bande étroite et de temps de revisite plus longs. Les capteurs de résolution grossiers couvrent de grandes zones fréquemment mais manquent de détails fins. Les planificateurs doivent choisir avec soin le capteur qui équilibre le mieux les exigences spatiales, temporelles et spectrales pour leur application spécifique.

Orientations futures et tendances émergentes

L'avenir de la télédétection pour la surveillance urbaine est prometteur, grâce aux progrès technologiques et aux méthodes d'analyse novatrices.

Apprentissage automatique et apprentissage approfondi

Les modèles de pointe peuvent automatiquement cartographier les empreintes de construction, les réseaux routiers et les catégories d'utilisation des sols avec des précisions qui approchent de l'interprétation au niveau humain. L'apprentissage par transfert permet d'affiner les modèles pré-formés pour les morphologies urbaines régionales, réduisant ainsi le besoin de ensembles de données massives étiquetées.

Plateformes géospatiales basées sur le cloud

Les plateformes comme Google Earth Engine (GEE), Microsoft Planetary Computer et Amazon SageMaker Geospatial ont un accès démocratisé aux données satellitaires et aux outils de traitement. Les utilisateurs peuvent effectuer des analyses à grande échelle sans télécharger de données localement. Les API JavaScript et Python permettent de prototyper rapidement les algorithmes de détection de changement, tandis que son archive de plus de 40 petaoctets d'imagerie (y compris Landsat, Sentinel, MODIS, etc.) élimine les charges de gestion des données.

Constellations de petits satellites et surveillance en temps réel

La montée en puissance de CubeSats et de petites constellations satellites – comme Planet Labs (Centions de CubeSats 3U) – fournit désormais des images de résolution quotidiennes de 3 à 5 m dans le monde entier. Cette capacité en temps quasi réel est transformatrice pour surveiller les environnements urbains en évolution rapide, tels que les booms de construction ou les catastrophes.

Intégration avec les systèmes d'information géographique (SIG) et les jumelles numériques

Les données de télédétection sont de plus en plus intégrées dans les bases de données SIG municipales et les jumelles numériques urbaines – répliques 3D dynamiques de villes qui simulent des scénarios.L'imagerie LiDAR et VHR alimentent ces jumelles, permettant aux planificateurs de modéliser l'impact des développements proposés sur le trafic, l'ombrage, l'utilisation de l'énergie et le risque d'inondation.

Progrès dans la détection hyperspectrale et thermique de l'espace

De nouvelles missions satellites élargissent la disponibilité de données hyperspectrales et thermiques. NASA EMIT (Earth Surface Mineral Dust Source Investigation) et la mission CHIME de l'ESA (Copernicus Hyperspectral Imaging Mission for the Environment) fournira des images hyperspectrales accessibles pour cartographier les matériaux urbains. De même, la mission ECOSTRESS et la mission LSTM (Land Surface Temperature Monitoring) projetée de l'ESA fourniront des données thermiques à haute résolution pour les études de chaleur urbaine.

Science citoyenne et validation fondée sur la foule

Pour surmonter les défis de validation au sol, certains projets tirent parti de la science citoyenne. Des plateformes comme Zoonifère permettent aux bénévoles de classer les images satellitaires des zones urbaines – identifier les bâtiments, les routes ou les types d'utilisation du sol. Combinées à des données officielles, les étiquettes crowdsource améliorent les ensembles de données de formation pour les modèles d'apprentissage automatique.

Conclusion

Les techniques de télédétection ont fondamentalement changé la façon dont nous surveillons l'étalement urbain et les changements d'utilisation des sols. Des capteurs multispectraux et LiDAR aux capteurs radar et thermiques, la gamme d'outils disponibles fournit aux planificateurs et aux chercheurs de riches données multidimensionnelles sur le tissu urbain en évolution.

Pourtant, les défis persistent : volume de données, complexité du traitement, coûts à haute résolution, validation de la précision et pénurie d'expertise. La convergence des technologies de l'informatique en nuage, de l'apprentissage automatique, des petites constellations satellitaires et des politiques de données ouvertes s'attaque rapidement à ces obstacles.

Pour quiconque travaille dans l'urbanisme, la géographie, la science de l'environnement ou la politique publique, maîtriser les fondamentaux de la télédétection n'est plus facultatif – c'est essentiel. La capacité de voir la ville d'en haut et de mesurer sa transformation au fil du temps nous donne les connaissances nécessaires pour gérer judicieusement la croissance et préserver les systèmes naturels qui sous-tendent la vie urbaine.