Introduction : L'impératif pour une infrastructure résiliente

Chaque année, les catastrophes naturelles, tremblements de terre, ouragans, inondations, feux de forêt et glissements de terrain, ont causé des milliards de dollars de dégâts aux infrastructures civiles et perturbé la vie de millions de personnes. La boucle des routes, l'effondrement des ponts, l'échec des réseaux électriques et la contamination des systèmes d'eau, souvent avec des effets en cascade qui entravent la reprise pendant des années. Dans ce contexte, le renforcement de la résilience dans l'environnement bâti n'est pas un luxe, mais une nécessité. Un outil critique mais souvent sous-utilisé dans la boîte à outils de résilience est les données satellitaires.

Le rôle des données satellitaires dans le cycle de gestion des catastrophes

Les données satellitaires ne sont pas une solution ponctuelle; elles fournissent de la valeur à chaque étape du cycle de gestion des catastrophes, soit l'atténuation, la préparation, l'intervention et la reprise.En offrant une vision synoptique, répétable et de plus en plus haute résolution de la planète, les capteurs spatiaux permettent aux parties prenantes de prendre des décisions éclairées qui réduisent les risques et accélèrent la reprise.

Planification et évaluation des risques avant les catastrophes

Avant qu'un événement de danger ne se produise, les images satellitaires et les produits dérivés de données aident à identifier les infrastructures les plus à risque. Les images optiques à haute résolution peuvent cartographier l'utilisation des terres et les empreintes de construction dans les plaines inondables, tandis que les modèles numériques d'élévation (DEM) – souvent générés à partir de radars satellites ou de données optiques stéréo – permettent aux ingénieurs de modéliser les zones d'inondation et les pentes sujettes aux glissements de terrain.

Par exemple, le programme Copernicus de l'Agence spatiale européenne fournit une série de services, y compris le [Copernicus Emergency Management Service (CEMS), qui offre des cartes des risques d'inondation, d'incendie et de risques sismiques en Europe et au-delà.Ces cartes reposent fortement sur la couverture terrestre et les données topographiques de satellites, combinées à des modèles de risques, pour délimiter les zones où il faudrait renforcer l'infrastructure.

Surveillance en temps réel en cas de catastrophe

Les capteurs optiques fournissent des aperçus visuels de la zone touchée, mais les nuages et l'obscurité limitent souvent leur utilité.C'est là que [Synthetic Aperture Radar (SAR), porté par des satellites comme [Copernicus Sentinel-1 et le commercial ICEYE[ constellations, excelle. SAR peut pénétrer le couvert nuage et fonctionner jour ou nuit, détecter les inondations sous des ponts nuageux denses, mesurer la déformation du sol à l'aide de tremblements de terre à l'aide de la technologie InSAR (Interferometric SAR), et même cartographier l'étendue des déversements de pétrole.

Au cours des inondations de 2023 au Pakistan, les chercheurs ont utilisé l'imagerie SAR Sentinel-1 pour cartographier les inondations presque quotidiennement, superposant les données avec les réseaux routiers et les lignes électriques pour identifier les voies d'accès qui restaient accessibles.De même, après les tremblements de terre de 2023 entre la Turquie et la Syrie, les données InSAR de Sentinel-1 ont montré des déplacements au sol allant jusqu'à plusieurs mètres, aidant les équipes de sauvetage à prioriser les zones de plus grand effondrement structurel.

Évaluation des dommages après une catastrophe et planification du rétablissement

Une fois que le danger immédiat s'estompe, les données satellitaires sont essentielles pour quantifier les dommages et orienter la reconstruction.Les satellites optiques à très haute résolution (p. ex. Maxar WorldView-3, Airbus Pléiades Neo[) peuvent capturer des images avec une résolution spatiale de sous-mètre, permettant aux analystes de compter les bâtiments effondrés, d'évaluer les dommages aux ponts et aux ports et de localiser les voies navigables encombrées de débris.

Par exemple, après l'ouragan Maria en 2017, l'imagerie satellitaire de Porto Rico a été utilisée pour suivre la restauration du réseau électrique, informer l'Agence fédérale de gestion des urgences (FEMA) et les entreprises de services publics locales des pannes persistantes. Cette boucle de rétroaction est essentielle pour l'allocation et la vérification des fonds.

Missions satellitaires clés et sources de données

La diversité des missions satellitaires disponibles reflète la grande diversité des besoins en matière de surveillance de l'infrastructure, dont les systèmes les plus efficaces sont les systèmes de résilience aux catastrophes.

Missions optiques et multispectrales

  • NASA/USGS Landsat:[ Avec une archive de 50 ans, l'imagerie multispectrale de 30 mètres est libre et ouverte. Idéale pour la détection des changements sur de grandes superficies, la cartographie du couvert terrestre et des études à long terme de dégradation des terres affectant les infrastructures.
  • Copernicus Sentinel-2: Fournit une résolution de 10 mètres dans des bandes visibles et presque infrarouges, avec un temps de revisite de 5 jours à l'équateur. Excellent pour la surveillance agricole près des réservoirs et pour cartographier les cicatrices de feu qui menacent les lignes électriques.
  • Commerce (Maxar, Planet, BlackSky):[ Résolutions de 3 mètres à 3 mètres avec une révision quotidienne possible à partir de constellations. Utilisé pour l'évaluation détaillée des dommages et la surveillance des installations critiques comme les barrages et les aéroports.

Missions radar (SAR)

  • Copernicus Sentinel-1: SAR en bande C avec une révision de 6 jours ( constellation de deux satellites). Essentiel pour la cartographie des inondations, la surveillance de la déformation au sol (InSAR) et la détection des navires pour la sûreté portuaire.
  • NASA-ISRO NISAR: SAR à double fréquence en bande L et S (lancement prévu 2024). Améliorera de façon spectaculaire la surveillance de la déformation mondiale et la pénétration de la végétation, facilitant les glissements de terrain et les évaluations des risques sismiques.
  • Commerce (ICEYE, Capella, Umbra): SAR à bande X avec une résolution très élevée (jusqu'à 25 cm) et une révision rapide. Idéal pour surveiller les structures individuelles et les corridors d'infrastructure (lignes, chemins de fer, routes).

Capteurs infrarouges thermiques et autres

  • NASA Terra/ASTER: Fournit des données infrarouges thermiques à 90 mètres de résolution, utiles pour cartographier les incendies de sous-sol (p. ex., feux de soudure de charbon) et surveiller les fuites de pipeline.
  • NOAA GOES Series & EUMETSAT Meteosat: Satellites géostationnaires qui fournissent des images thermiques et visibles à jour (toutes les 5-15 minutes) pour suivre l'intensification des tempêtes, les chutes de cyclones et les points chauds de feux de forêt.
  • Lidar dans l'espace: Bien que le lidar spatial (p. ex., GEDI[ sur l'ISS) soit principalement destiné à la structure de la végétation, il contribue aux MDE et à la modélisation des inondations.

Intégration des données satellitaires aux systèmes terrestres et à l'intelligence artificielle

Les données satellitaires sont à elles seules puissantes, mais leur véritable potentiel est réalisé lorsque l'on fusionne avec des réseaux de capteurs au sol et qu'on les traite à l'aide d'analyses avancées.

Fusion de données pour une précision accrue

Les instruments au sol, comme les accéléromètres sismiques, les compteurs d'inclinaison, les jauges de contrainte sur les ponts et les jauges de niveau d'eau, offrent des mesures locales très précises, mais à des points discrets. Les données satellitaires, en revanche, fournissent une couverture étendue mais avec une résolution spatiale ou temporelle plus grossière. En combinant ces deux, les ingénieurs peuvent calibrer les mesures satellitaires et extrapoler les conditions locales dans une région.

Intelligence artificielle et apprentissage automatique

Les réseaux neuronaux convolutionnels (RNN) peuvent automatiquement détecter les dommages causés par les images post-événement avec des précisions supérieures à 90 % dans certains points de repère. Les réseaux neuronaux récurrents (RNN) sont utilisés pour prévoir l'étendue des inondations en combinant les estimations des précipitations par satellite avec les modèles numériques d'élévation. La Plateforme des Nations Unies pour l'information spatiale pour la gestion des catastrophes et les interventions d'urgence (UN-SPIDER) encourage activement l'utilisation d'outils de gestion des catastrophes à source ouverte dans les pays en développement.

Un exemple notable est l'utilisation de deep learning pour la détection des glissements de terrain[. Après le séisme de Gorkha au Népal en 2015, des chercheurs ont formé des modèles sur l'imagerie satellitaire pour identifier les cicatrices de glissement de terrain, produisant rapidement des cartes de danger qui ont guidé les opérations de nettoyage routier.

Cloud Computing et Big Data Platforms

Le traitement de vastes archives satellitaires a toujours été un goulot d'étranglement.Les plateformes de cloud comme Google Earth Engine, Microsoft Planetary Computer[ et Amazon Web Services (AWS) Open Data[ hébergent désormais des pétaoctets de données satellitaires aux côtés de ressources informatiques évolutives.Les utilisateurs peuvent exécuter des algorithmes personnalisés – par exemple, classifier l'étendue des inondations dans tout un bassin fluvial – sans jamais télécharger d'images brutes.

Incidences économiques et politiques de la résilience spatiale

Investir dans les données satellitaires pour la résilience des infrastructures n'est pas seulement une décision technique; elle a des dimensions économiques et politiques profondes.

Justification du rapport coût-avantages

Dans une étude réalisée en 2021 par la Banque mondiale, on a estimé que chaque dollar dépensé pour l'alerte rapide par satellite en cas de catastrophe naturelle donne lieu à des dommages réduits pouvant atteindre sept dollars. Pour les infrastructures en particulier, la capacité de prépositionner les équipes de réparation et les matériaux en fonction des prévisions d'inondations ou de tempêtes de source satellitaire peut éliminer les calendriers de restauration, ce qui permet d'économiser des millions de personnes en perturbations économiques.

Politiques ouvertes en matière de données et collaboration internationale

L'accès libre et gratuit aux données satellitaires, lancé par le programme américain Landsat et poursuivi par le programme européen Copernicus, a été un changement de jeu. Il permet aux petites municipalités, aux organismes à but non lucratif et aux entreprises du Sud mondial d'utiliser les mêmes données que les pays riches. La Charte internationale de l'espace et des catastrophes majeures, activées des dizaines de fois par an, coordonne les missions satellitaires de plusieurs agences spatiales pour fournir gratuitement des images rapides aux pays touchés.

Les défis de l'adoption

Malgré les progrès accomplis, des obstacles subsistent. La résolution temporelle des meilleurs satellites optiques peut encore être des jours, sans changements rapides. Les données SAR, bien que toutes les conditions météorologiques, nécessitent des compétences spécialisées en traitement qui sont rares dans de nombreux bureaux de gestion des urgences. De plus, le cadre juridique pour l'utilisation des données satellitaires dans les demandes d'indemnisation et les cas de responsabilité d'assurance continue d'évoluer.

L'avenir : technologies et systèmes de prochaine génération

Le rythme de l'innovation dans l'observation de la Terre par satellite s'accélère et plusieurs développements promettent de révolutionner davantage la résilience des infrastructures.

Petits satellites et constellations

La miniaturisation des capteurs a permis le lancement de centaines de petits satellites (CubeSats et microsats) en orbite terrestre basse. Des compagnies comme Planet Labs ont déjà déployé une constellation qui image la masse terrestre entière quotidiennement à une résolution de 3 mètres. Les constellations de prochaine génération ajouteront des capteurs SAR et thermiques, permettant des temps de révision horaires ou même sous-heures pour n'importe quel endroit.

Informatique embarquée et calcul des bords

Les futurs satellites traiteront les données en orbite à l'aide de puces d'IA avancées, ne transmettant que les résultats pertinents – comme une carte des dommages – au lieu d'images brutes, ce qui réduit considérablement les besoins en latence et en bande passante. L'expérience PhiSat, faisant partie du Φ-lab de l'ESA, a déjà démontré des réseaux neuraux embarqués qui peuvent filtrer les scènes nuageuses, en priorisant les images claires à télécharger.

Intégration avec 5G et Internet des objets (IoT)

Les données satellitaires seront encore plus étroitement intégrées aux réseaux de communication terrestres. Les réseaux 5G peuvent gérer des données massives de capteurs IoT, et les satellites peuvent fournir une connectivité de rétro-haul pour les capteurs à distance dans les zones sujettes aux catastrophes. Cette synergie signifie qu'un pont équipé de capteurs de santé structurelle peut alimenter les données dans la même plate-forme nuageuse qui reçoit des images satellitaires, permettant une mise à jour continue d'une image complète de l'intégrité de l'infrastructure.

Conclusion

Les catastrophes naturelles continueront de remettre en question l'infrastructure civile, mais l'observation de la Terre par satellite offre une façon éprouvée et évolutive de réduire leur impact.De la cartographie des risques avant la catastrophe à la surveillance en temps réel et à la récupération après les événements, les données spatiales offrent la perspective de haut niveau nécessaire pour prendre des décisions plus intelligentes. La maturation des capteurs SAR, optiques et thermiques, combinée à l'intelligence artificielle et au calcul des nuages, a déplacé les données satellitaires d'un outil scientifique de niche à un épine dorsale opérationnelle de la gestion des catastrophes.