Résumé scientifique

 

La population mondiale se regroupe de plus en plus dans les centres urbains restructurant aux niveaux locaux et régionaux les territoires avec l’émergence de vastes espaces urbanisés. Ces espaces sont caractérisés par des processus paradoxaux d’une part un étalement au détriment des écosystèmes naturels ou agricoles et d’autre part une densification du tissu pouvant entrainer des effets contre intuitifs comme l’aggravation des îlots de chaleur. Ces deux processus combinés ont lourdement impacté les caractéristiques climatiques des échelles locales et régionales (Santamouris et al., 2007 Shafri et al, 2012), ainsi que les processus biotiques et abiotiques des milieux environnants (Voogt and Oki, 2003). Des besoins en information de plus en plus conséquents ont suivi cette évolution, renforcés par l’émergence de logiques de développement durable. Cette transition urbaine dans les décennies futures rassemblera près de 70% de la population mondiale ce qui va induire des effets considérables sur les ressources naturelles et agricoles. Une gestion durable de l’organisation des territoires urbains et la mobilisation d’information sur le milieu urbain sont cruciales. La ville est caractérisée par une forte dynamique interne, une très haute hétérogénéité spatiale des éléments, des formes géométriques (horizontales et verticales) et des volumes variés, une grande variété de matériaux et la présence d'ombre. Cette thématique requiert ainsi l’accès à des observables spécifiques comme les bâtiments et leur morphologie, les surfaces minérales, les friches et les surfaces en eau ou couvertes de végétation de différentes strates. La cartographie des surfaces anthropisées, l’étude de l’état de la végétation urbaine, le suivi du vieillissement des matériaux, des systèmes d’hydrologie de surface et de leur qualité, la caractérisation de la biodiversité végétale (Miller & Small, 2003) mais aussi des habitats recouvrent des champs d’investigation en milieu urbain à enjeu.

 

Différents travaux ont été effectués montrant l'apport de l'imagerie hyperspectrale par rapport à l'imagerie multispectrale. Platt & Goetz (2004) montrent que les performances de la classification des surfaces urbaines obtenues avec des images acquises par le spectro-imageur Aviris sont supérieures à celles obtenues avec des données Landsat ETM+. Plus récemment. Tan et Wang (2007) évaluent le gain apporté par l'instrument hyperspectral CHRIS/PROBA sur la classification et l'utilisation des milieux urbains par rapport aux données ASTER (3 bandes VISNIR). Plusieurs auteurs (Lu, 2006; Bauer et al., 2003) illustrent les limitations de capteurs multi-spectraux pour la caractérisation des surfaces imperméables et évaluent l'intérêt de l'imagerie hyperspectrale. Des conclusions similaires sont déduites des travaux de Cavalli (2008) pour la classification. Les capacités hyperspectrales permettent l’identification d’observables émergeants comme la pollution des sols, ou des matériaux nouveaux ou à enjeu (amiante) (Pascucci et al., 2010). Les projets de trames vertes et bleues, les corridors écologiques vont bénéficier des capacités de ces informations tant pour l’identification des espèces (indigènes ou invasives), que pour le relevé sanitaire (Gong and Howarth, 1992a; Gong et al., 1992; Mc Kinney, 2002). Les interactions entre végétation et les polluants atmosphériques ou les particules en suspension pourraient être mieux observées et quantifiées (Wania & Weber, 2007). La ville, par son fonctionnement et sa matrice construite, est un élément majeur de la perturbation des cycles biotiques et abiotiques de l’environnement, en ce sens le suivi de son développement est important pour l’étude des impacts anthropiques sur le milieu (Clapham, 2003; Arnold and Gibbons, 1996;).

 

La richesse et la complexité des matériaux et des formes des observables dans les centres urbains ou dans les périphéries requièrent des spécificités spectrales couvrant le visible jusqu’au SWIR (<2.5 µm). Herold et al. (2003), a démontré que les spectromètres offrant une résolution spectrale élevée sur un domaine spectral continu permettaient de mieux identifier (par rapport aux capteurs habituels) et spatialiser des informations sur les sols, la végétation et les matériaux. La composition des matériaux (Lu, 2006, Pascucci et al., 2010) et de leur état (Herold et al., 2003) nécessitent des résolutions spectrales et radiométriques adaptées qu'il convient d'estimer.

 

La taille moyenne des objets urbains se situe entre 10 et 20 m (Cutter et al., 2004 ; Small, 2001). Aussi, une résolution de 5 m ou mieux est considérée comme nécessaire pour une représentation précise d'objets urbains (bâtiments, routes) et de leur vieillissement (Herold & Roberts, 2005), de la végétation urbaine (Weng & Quattrochi, 2007 ; Jensen et al., 2012), ou de support à la planification du territoire (Puissant & Weber, 2003, Puissant & Hirsch, 2004, Wania & Weber, 2007). La contribution des données EnMAP dans un contexte de développement et de planification urbaine a été récemment étudiée par Heldens et al. (2011). Cependant, la résolution spatiale de 30 m fournit des informations à l'échelle régionale mais pas au niveau du quartier. Ainsi, compte tenu des caractéristiques géométriques du milieu et des patrons morphologiques urbains (îlot), les capacités d’un instrument tel qu'HYPXIM combinant haute résolution spectrale (imageur hyperspectral) et spatiale (imageur panchromatique) devraient permettre d'étudier des objets de taille inférieure à 5 m avec une capacité à couvrir le domaine spectral 0.4 à 2.5 µm. Néanmoins, des verrous scientifiques doivent être levés pour dépasser ce seuil de 5 m en utilisant le potentiel technologique disponible par la plateforme HYPXIM, ils portent sur la fusion de l’imagerie panchromatique (1.8 m) et de l’imagerie hyperspectrale (8 m), l’utilisation de la richesse spectrale afin de démélanger les pixels image constitués de plusieurs matériaux.

 

Ainsi, l’imagerie hyperspectrale à haute résolution spatiale permettrait de répondre aux défis identifiés en améliorant les connaissances spécifiques liées au  milieu, et ses éléments constitutifs (géométrie, propriétés spectrales). Ce projet a pour objectif de disposer d'outils permettant de caractériser le milieu urbain afin d'en étudier l'évolution et l'impact induit sur son environnement. Ces outils (base de données morpho-spectrales, algorithmes de détection de changement, fusion HS+Pan pour tirer profit de la diversité spectrale des images HS, tout en atteignant une résolution spatiale satisfaisante) nous permettent de préciser les besoins, d'exploiter le potentiel de Hypxim, tout en affinant les spécifications pour une telle mission.

 

          

 

Abstract 

 

World population gathers in urban areas restructuring at the local and regional levels the urban territories. These spaces are characterized by paradoxical process on the one hand a sprawl at the expense of natural and agricultural ecosystems and on the other hand a densification of the urban fabric. These combined processes have impacted the climate characteristics of local and regional scales (Shafri et al. 2012), as well as biotic and abiotic processes (Voogt and Oki, 2003). Needs for more information followed these developments, reinforced by the emergence of logics of sustainable development at different spatial scales. Current satellite data provide limited information, features urban complicating their use, by the strong internal dynamic, spatial heterogeneity of the elements, geometric shapes (horizontal and vertical), variety of materials and presence of shadow. Mapping of surfaces, state of vegetation, follow-up of the ageing of materials, characterization of plant biodiversity (Miller & Small, 2003) covering strong fields of investigation.

 

Various works show the contribution of hyperspectral compared the multispectral imagery. For Platt and Goetz (2004) the performance of the classification of urban surfaces obtained with images acquired by the spectro-imager Aviris are superior to those obtained with Landsat ETM + data. More recently. Tan and Wang (2007) assess the gain made by the hyperspectral instrument CHRIS/PROBA on the classification and use of urban areas from ASTER (3 bands VISNIR) data. Several authors (Lu, 2006; Bauer et al., 2003) illustrate the limitations of multi-spectral sensors for the characterization of the impervious surfaces from hyperspectral imagery. The identification of plant species and vegetation (Gong and Howarth, 1992a; Gong et al., 1992; Mc Kinney, 2002) health survey can be an asset for the greenways.

 

The richness and complexity of materials and forms in urban centres require specific spectral characteristics ranging from the visible to the SWIR (< 2.5 µm). Herold et al. (2003), has shown that spectrometers provides a high continuous spectral domain spectral resolution better identify (compared to usual sensors) and spatial information on soils, vegetation and materials (Chen, 2008, Pascucci et al 2010).

 

The average size of urban objects lies between 10 and 20 m (Cutter et al. 2004). Also, a resolution of 5 m or better is considered necessary for a representation of urban objects (buildings, roads), vegetation (Jensen et al. 2012), or the planning of the territory (Wania & Weber, 2007). The contribution of the EnMAP data in a context of development and urban planning was recently studied by Heldens et al. (2011), but the spatial resolution of 30 m provides inadequate information at the district level. Taking into account geometric environment characteristics, the capacity of an instrument as HYPXIM combining high-resolution spectral (hyperspectral imaging) and spatial (panchromatic Imaging) information should allow to study objects of less than 5 m with a capacity to cover the spectral range 0.4 to 2.5 µm. Hyperspectral imaging may thus lift some of the identified locks but requires better understanding of the specificities of urban system and its elements (geometry spectral properties).

 

Hyperspectral imagery can raise this bolt but necessitates a better understanding of urban characteristics and its constituting objects (geometry, spectral properties). This project has the objective of have tools to characterize the urban environment to study the evolution and the impact induces on his environment. These tools (morpho-spectral database, change detection algorithms, fusion HS+ Pan to take advantage of the spectral diversity of HS images, while reaching a satisfactory spatial resolution) allow us to clarify the need to exploit the potential of Hypxim, while refining the specifications for such a mission.