La télédétection consiste à acquérir des informations à distance. La NASA observe la Terre et d’autres corps planétaires via des capteurs à distance sur des satellites et des avions qui détectent et enregistrent l’énergie réfléchie ou émise. Les capteurs à distance, qui offrent une perspective globale et une mine de données sur les systèmes terrestres, permettent une prise de décision éclairée par les données en fonction de l’état actuel et futur de notre planète.

• Orbites
• Observation avec le spectre électromagnétique
• Capteurs
• Résolution
• Traitement, interprétation et analyse des données
• Data Pathfinders

Orbites

Il existe trois principaux types d’orbites sur lesquelles résident les satellites: polaire; non polaire, orbite terrestre basse et géostationnaire.

Les satellites en orbite polaire sont dans un plan orbital incliné à près de 90 degrés par rapport au plan équatorial. Cette inclinaison permet au satellite de détecter l’ensemble du globe, y compris les régions polaires, fournissant des observations d’endroits difficiles à atteindre via le sol. De nombreux satellites en orbite polaire sont considérés comme synchrones avec le soleil, ce qui signifie que le satellite passe au même endroit au même moment solaire à chaque cycle.

Les orbites polaires peuvent être ascendantes ou descendantes. Sur des orbites ascendantes, les satellites se déplacent du sud au nord lorsque leur trajectoire croise l’équateur. Sur des orbites descendantes, les satellites se déplacent du nord au sud. Le Partenariat national en orbite polaire (Suomi NPP) entre la NASA et la NOAA Suomi est un exemple de satellite en orbite polaire qui assure une couverture quotidienne du globe.

Les orbites non polaires et basses de la Terre se situent généralement à une altitude inférieure à 2 000 km au-dessus de la surface de la Terre. (Pour référence, la Station spatiale internationale orbite à une altitude de ~ 400 km.) Ces orbites ne fournissent pas de couverture mondiale mais ne couvrent plutôt qu’une plage partielle de latitudes. La Global Precipitation Mission (GPM) est un exemple de satellite non polaire en orbite terrestre basse couvrant de 65 degrés nord à 65 degrés sud.

Les satellites géostationnaires suivent la rotation de la Terre et se déplacent à la même vitesse de la rotation; à cause de cela, les satellites semblent à un observateur sur Terre être fixés en un seul endroit. Ces satellites capturent la même vue de la Terre à chaque observation et fournissent ainsi une couverture presque continue d’une zone. Les satellites météorologiques tels que la série GOES (Geostationary Operational Environmental Satellite) sont des exemples de satellites géostationnaires.

Observation avec le spectre électromagnétique

L’énergie électromagnétique, produite par la vibration de particules chargées, se déplace sous forme d’ondes à travers l’atmosphère et le vide de l’espace. Ces ondes ont des longueurs d’onde différentes (la distance entre la crête de la vague et la crête de la vague) et des fréquences; une longueur d’onde plus courte signifie une fréquence plus élevée. Certains, comme les ondes radio, micro-ondes et infrarouges, ont une longueur d’onde plus longue, tandis que d’autres, comme les ultraviolets, les rayons X et les rayons gamma, ont une longueur d’onde beaucoup plus courte. La lumière visible se situe au milieu de cette gamme de rayonnement à ondes longues à courtes. Cette petite portion d’énergie est tout ce que l’œil humain est capable de détecter. Une instrumentation est nécessaire pour détecter toutes les autres formes d’énergie électromagnétique. L’instrumentation de la NASA utilise toute la gamme du spectre pour explorer et comprendre les processus qui se produisent ici sur Terre et sur d’autres corps planétaires.

Certaines ondes sont absorbées ou réfléchies par des éléments de l’atmosphère, comme l’eau vapeur et dioxyde de carbone, tandis que certaines longueurs d’onde permettent un mouvement sans entrave dans l’atmosphère; la lumière visible a des longueurs d’onde qui peuvent être transmises à travers l’atmosphère. L’énergie micro-ondes a des longueurs d’onde qui peuvent traverser les nuages; beaucoup de nos satellites météorologiques et de communication en profitent.

La principale source d’énergie observée par les satellites est le soleil. La quantité d’énergie solaire réfléchie dépend de la rugosité de la surface et de son albédo, qui est la mesure dans laquelle une surface réfléchit la lumière au lieu de l’absorber.La neige, par exemple, a un albédo très élevé, reflétant jusqu’à 90% de l’énergie qu’elle reçoit du soleil, tandis que l’océan n’en réfléchit qu’environ 6%, absorbant le reste. Souvent, lorsque l’énergie est absorbée, elle est réémise, généralement à des longueurs d’onde plus longues. Par exemple, l’énergie absorbée par l’océan est réémise sous forme de rayonnement infrarouge.

Toutes les choses sur Terre reflètent, absorbent ou transmettent de l’énergie, dont la quantité varie selon la longueur d’onde. Tout sur Terre possède une « empreinte » spectrale unique, tout comme votre empreinte digitale vous est propre. Les chercheurs peuvent utiliser ces informations pour identifier différentes caractéristiques de la Terre, ainsi que différents types de roches et de minéraux. Le nombre de bandes spectrales détectées par un instrument donné , sa résolution spectrale, détermine le degré de différenciation qu’un chercheur peut identifier entre les matériaux.

Pour plus d’informations sur le spectre électromagnétique, avec des vidéos d’accompagnement, regardez la visite guidée du spectre électromagnétique de la NASA.

Capteurs

Capteurs, ou les instruments, les satellites embarqués et les aéronefs utilisent le soleil comme source d’éclairage ou fournissent leur propre source d’éclairage, mesurant l’énergie réfléchie. Les capteurs qui utilisent l’énergie naturelle du soleil sont appelés capteurs passifs; ceux qui fournissent leur propre source d’énergie sont appelés capteurs actifs.

Les capteurs passifs comprennent différents types de radiomètres (instruments qui mesurent quantitativement l’intensité du rayonnement électromagnétique dans certaines bandes) et spectromètres (dispositifs conçus pour détecter, mesurer et analyser le contenu spectral du rayonnement électromagnétique réfléchi). La plupart des systèmes passifs utilisés par les applications de télédétection fonctionnent dans les parties visible, infrarouge, infrarouge thermique et hyperfréquence du spectre électromagnétique. Ces capteurs mesurent la température de surface terrestre et marine, les propriétés de la végétation, les propriétés des nuages et des aérosols et d’autres propriétés physiques.

Notez que la plupart des capteurs passifs ne peuvent pas pénétrer dans une couverture nuageuse dense et ont donc des limites pour observer des zones comme les tropiques où la couverture nuageuse dense est fréquente.

Les capteurs actifs incluent différents types de détection radio et de télémétrie ( radar), les altimètres et les diffusiomètres. La majorité des capteurs actifs fonctionnent dans la bande hyperfréquence du spectre électromagnétique, ce qui leur donne la capacité de pénétrer l’atmosphère dans la plupart des conditions. Ces types de capteurs sont utiles pour mesurer les profils verticaux des aérosols, la structure de la forêt, les précipitations et les vents, la topographie de la surface de la mer et la glace, entre autres.

La page Earthdata Remote Sensors fournit une liste de tous les capteurs de la NASA Capteurs passifs et actifs pour les sciences de la Terre. Qu’est-ce que le radar à synthèse d’ouverture? fournit des informations spécifiques sur ce type de capteur radar actif.

Résolution

La résolution joue un rôle dans la manière dont les données d’un capteur peuvent être utilisées. En fonction de l’orbite du satellite et de la conception du capteur, la résolution peut varier. Il existe quatre types de résolution à prendre en compte pour tout ensemble de données: radiométrique, spatiale, spectrale et temporelle.

La résolution radiométrique est la quantité d’informations dans chaque pixel, c’est-à-dire le nombre de bits représentant l’énergie enregistrée. Chaque bit enregistre un exposant de puissance 2. Par exemple, une résolution de 8 bits est de 28, ce qui indique que le capteur a 256 valeurs numériques potentielles (0-255) pour stocker des informations. Ainsi, plus la résolution radiométrique est élevée, plus il y a de valeurs disponibles pour stocker les informations, offrant une meilleure discrimination entre les plus petites différences d’énergie. Par exemple, lors de l’évaluation de la qualité de l’eau, une résolution radiométrique est nécessaire pour distinguer les différences subtiles de couleur de l’océan.

La résolution spatiale est définie par la taille de chaque pixel d’une image numérique et la zone sur la surface de la Terre représentée par ce pixel. Par exemple, la majorité des bandes observées par le spectroradiomètre imageur à résolution modérée (MODIS), ont une résolution spatiale de 1 km; chaque pixel représente une zone de 1 km x 1 km au sol. MODIS comprend également des bandes avec une résolution spatiale de 250 m ou 500 m. Plus la résolution est fine (plus le nombre est bas), plus vous pouvez voir de détails. Dans l’image ci-dessous, vous pouvez voir la différence de pixellisation entre une image de 30 m / pixel, une image de 100 m / pixel et une image de 300 m / pixel.

La résolution spectrale est la capacité d’un capteur à discerner des longueurs d’onde plus fines, c’est-à-dire avoir des bandes plus nombreuses et plus étroites. De nombreux capteurs sont considérés comme multispectraux, ce qui signifie qu’ils ont entre 3 et 10 bandes. Les capteurs qui ont des centaines, voire des milliers de bandes sont considérés comme hyperspectraux. Plus la plage de longueurs d’onde est étroite pour une bande donnée, plus la résolution spectrale est fine. Par exemple, le spectromètre d’imagerie visible / infrarouge aéroporté (AVIRIS) capture des informations dans 224 canaux spectraux. Le cube de droite représente le détail des données. À ce niveau de détail, des distinctions peuvent être faites entre les types de roches et de minéraux, les types de végétation et d’autres caractéristiques. Dans le cube, la petite région de réponse élevée, en haut à droite de l’image, se trouve dans la partie rouge du spectre visible (environ 700 nanomètres), et est due à la présence de 1 centimètre de long (demi-pouce ) crevettes de saumure rouge dans le bassin d’évaporation.

La résolution temporelle est le temps nécessaire à un satellite pour terminer une orbite et revoir la même zone d’observation. Cette résolution dépend de l’orbite, des caractéristiques du capteur et de la largeur de l’andain. Parce que les satellites géostationnaires correspondent à la vitesse de rotation de la Terre, la résolution temporelle est beaucoup plus fine, à environ 30 s – 1 min. Les satellites en orbite polaire ont une résolution temporelle qui peut varier de 1 jour à 16 jours. Par exemple, MODIS a une résolution temporelle de 1 à 2 jours, ce qui nous permet de visualiser la Terre telle qu’elle change de jour en jour. Landsat, en revanche, a une largeur d’andain plus étroite et une résolution temporelle de 16 jours; ne montrant pas les changements quotidiens, mais les changements bimensuels.

Pourquoi ne pas construire un capteur à haute résolution spatiale, spectrale et temporelle? Il est difficile de combiner toutes les fonctionnalités souhaitables dans un seul capteur à distance; pour acquérir des observations avec une résolution spatiale élevée (comme Landsat), une bande plus étroite est nécessaire, ce qui à son tour nécessite plus de temps entre les observations d’une zone donnée, ce qui entraîne une résolution temporelle plus faible. Les chercheurs doivent faire des compromis. C’est pourquoi il est très important de comprendre quel type de données est nécessaire pour un domaine d’étude donné. Lors de la recherche météorologique, qui est très dynamique dans le temps, il est essentiel d’avoir une résolution temporelle fine. Lors de la recherche sur les changements de végétation saisonniers, une résolution temporelle fine peut être sacrifiée pour une résolution spectrale et / ou spatiale plus élevée.

Traitement, interprétation et analyse des données

Données de télédétection acquises à partir d’instruments à bord des satellites, il faut un traitement avant que les données ne soient utilisables par la plupart des chercheurs et des utilisateurs des sciences appliquées. La plupart des données brutes des satellites d’observation de la Terre de la NASA (niveau 0, voir les niveaux de traitement des données) sont traitées dans les installations de systèmes de traitement dirigés par des chercheurs scientifiques (SIPS). Toutes les données sont traitées à au moins un niveau 1, mais la plupart ont des produits associés de niveau 2 (variables géophysiques dérivées) et de niveau 3 (variables mappées sur des échelles de grille spatio-temporelles uniformes). Beaucoup ont même des produits de niveau 4. Les données scientifiques de la NASA sont archivées dans l’un des centres d’archivage actifs distribués (DAAC).

La plupart des données sont stockées au format Hierarchical Data Format (HDF) ou au format Network Common Data Form (NetCDF).De nombreux outils de données sont disponibles pour sous-ensemble, transformer, visualiser et exporter vers divers autres formats de fichiers.

Une fois les données traitées, elles peuvent être utilisées dans une variété d’applications, de l’agriculture aux ressources en eau en passant par la santé et qualité de l’air. Un seul capteur ne répondra pas à toutes les questions de recherche dans une application donnée. Les utilisateurs doivent souvent tirer parti de plusieurs capteurs et produits de données pour répondre à leur question, en gardant à l’esprit les limites des données fournies par différentes résolutions spectrales, spatiales et temporelles.

Création d’images satellite

De nombreux capteurs acquièrent des données à différentes longueurs d’onde spectrales. Par exemple, la bande 1 de Landsat 8 acquiert des données à 0,433-0,453 micromètres et la bande 1 de MODIS acquiert des données à 0,620-0,670 micromètres. Landsat 8 a un total de 11 bandes tandis que MODIS a 36 bandes, toutes mesurant différentes régions du spectre électromagnétique. Les bandes peuvent être combinées pour produire des images des données afin de révéler différentes caractéristiques du paysage. L’imagerie des données est souvent utilisée pour distinguer les caractéristiques d’une région étudiée ou pour déterminer une zone d’étude.

Pour une image en couleurs vraies (rouge, bleu, vert (RVB)) de Landsat, bandes 4 , 3, 2 sont combinés respectivement; avec la suite de radiomètres d’imagerie infrarouge visible (VIIRS) conjointe de la NASA / NOAA Suomi National Polar-Orbiting Partnership (Suomi NPP), une image en couleurs vraies est Rouge = Bande I1, Vert = Bande M4, Bleu = Bande M3. Les images en couleurs vraies montrent la Terre telle que vous la verriez d’en haut. D’autres combinaisons peuvent cependant être utilisées pour des applications scientifiques spécifiques – de la surveillance des crues à la délimitation de l’urbanisation en passant par la cartographie de la végétation. Par exemple, avec les données VIIRS, la création d’une image en fausses couleurs (R = M11, G = I2, B = I1) est utile pour distinguer les cicatrices de brûlure de la végétation basse ou du sol nu, ainsi que pour exposer les zones inondées. Pour voir plus de combinaisons de bandes de Landsat, consultez le NASA Scientific Visualization Studio Landsat Band Remix ou l’article de l’Observatoire de la Terre Many Hues of London. Pour d’autres combinaisons de bandes courantes, consultez la section Comment interpréter les images en fausses couleurs courantes de l’observatoire de la Terre l’article fournit des combinaisons de bandes courantes, mais fournit également des informations sur l’interprétation des images.

Interprétation d’images

Une fois que les données sont transformées en images avec différentes combinaisons de bandes, elles peuvent aider dans les décisions de gestion des ressources et l’évaluation des catastrophes; l’imagerie a juste besoin d’être interprétée. Il existe quelques stratégies pour commencer (adaptées de Comment interpréter une image satellite de l’Observatoire de la Terre).

1. Connaître l’échelle – il existe différentes échelles basées sur la résolution spatiale de l’image et chacune l’échelle fournit différentes caractéristiques importantes. Par exemple, lors du suivi d’une inondation, une vue détaillée à haute résolution montrera quelles maisons et entreprises sont entourées d’eau. La vue plus large du paysage montre quelles parties d’un comté ou d’une région métropolitaine sont inondées et peut-être d’où provient l’eau. Une vue encore plus large montrerait toute la région – le système fluvial inondé ou les chaînes de montagnes et les vallées qui contrôlent le débit. Une vue hémisphérique montrerait le mouvement des systèmes météorologiques liés aux inondations.
2. Recherchez des motifs, des formes et des textures – de nombreuses caractéristiques sont faciles à identifier en fonction de leur motif ou de leur forme. Par exemple, les zones agricoles sont de forme très géométrique, généralement des cercles ou des rectangles. Les lignes droites sont généralement des structures artificielles, telles que des routes ou des canaux.
3. Définissez des couleurs – lorsque vous utilisez la couleur pour distinguer des entités, il est important de connaître la combinaison de bandes utilisée pour créer l’image. Les images aux couleurs vraies ou naturelles sont essentiellement ce que nous verrions de nos propres yeux si nous regardions de l’espace. L’eau absorbe la lumière si typiquement qu’elle apparaît noire ou bleue; cependant, la lumière du soleil se reflétant sur la surface peut la rendre grise ou argentée. Les sédiments peuvent affecter la couleur de l’eau, la faisant paraître plus brune, tout comme les algues, la faisant paraître plus verte. La végétation varie en couleur selon la saison: au printemps et en été, elle est généralement d’un vert vif; l’automne peut être orange, jaune et beige; et l’hiver peut avoir plus de bruns. Le sol nu est généralement une nuance de brun; cependant, cela dépend de la composition minérale du sédiment. Les zones urbaines sont généralement grises à cause du béton extensif. La glace et la neige sont blanches, mais les nuages aussi. Lorsque vous utilisez la couleur pour identifier les éléments, il est important d’utiliser les éléments environnants pour mettre les éléments en contexte.
4. Tenez compte de ce que vous savez – avoir connaissance de la zone que vous observez aide à identifier ces éléments.Par exemple, savoir que la zone a été récemment brûlée par un feu de forêt peut aider à déterminer pourquoi la végétation peut être un peu différente.

Analyse quantitative

Différents types de couverture terrestre peuvent être discriminées plus facilement, en utilisant des algorithmes de classification d’images. La classification d’image utilise les informations spectrales de chaque pixel individuel. Un programme utilisant des algorithmes de classification d’images peut regrouper automatiquement les pixels dans ce qu’on appelle une classification non supervisée. L’utilisateur peut également indiquer des zones de type de couverture terrestre connu pour «entraîner» le programme à regrouper des pixels comme les pixels; c’est ce qu’on appelle une classification supervisée. Des cartes ou des images peuvent également être intégrées dans un système d’information géographique (SIG) et chaque pixel peut être comparées à d’autres données SIG, telles que les données de recensement. Pour plus d’informations sur l’intégration des données scientifiques de la NASA dans un SIG, consultez la page Earthdata GIS.

Les satellites transportent également souvent divers capteurs mesurant les paramètres biogéophysiques , tels que la température de surface de la mer, le dioxyde d’azote ou d’autres polluants atmosphériques, les vents, les aérosols et la biomasse. Ces paramètres peuvent être évalués par des techniques d’analyse statistique et spectrale.

Data Pathfinders

À aide à démarrer avec des recherches basées sur des applications utilisant des données de télédétection, Data Pathfinders fournit un guide de sélection de produits de données axé sur des disciplines scientifiques et des domaines d’application spécifiques, tels que ceux mentionnés ci-dessus. Pathfinders pro visionner des liens directs vers les ensembles de données et les produits de données les plus couramment utilisés des collections de données scientifiques de la Terre de la NASA et des liens vers des outils qui offrent différentes façons de visualiser ou de sous-regrouper les données, avec la possibilité de sauvegarder les données dans différents formats de fichiers.