Centre de documentation
scientifique

Apport des données Sentinel-1 pour le suivi continu de la forêt tropicale : Cas de la Guyane / Marie Ballère (2021)  

Public Titre : Apport des données Sentinel-1 pour le suivi continu de la forêt tropicale : Cas de la Guyane Type de document : Thèse/HDR Auteurs : Marie Ballère , Auteur ; Pierre-Louis Frison , Directeur de thèse Editeur : Lyon [France] : Centre d'études et d'expertise sur les risques, l'environnement, la mobilité et l'aménagement CEREMA Année de publication : 2021 Autre Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Note générale : bibliographie Thèse de Doctorat de l'Université Gustave Eiffel, spécialité : Sciences et Technologies de l'Information Géographique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] déboisement [Termes IGN] détection de changement [Termes IGN] données exogènes [Termes IGN] forêt tropicale [Termes IGN] Guyane (département français) [Termes IGN] image Sentinel-SAR Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les forêts tropicales abritent la biodiversité la plus riche de notre planète et jouent un rôle particulièrement important dans le stockage du carbone et le cycle de l'eau. Le suivi de la dégradation de ce milieu est un défi d'actualité car il représente un danger immédiat pour l'environnement et la biodiversité. Par ailleurs, depuis 2014, la mise en orbite des satellites Sentinel dans le cadre du programme européen Copernicus constitue une réelle révolution dans le panorama des capteurs d'observation de la Terre existants jusqu'alors. En effet, des données optiques (Sentinel-2) et radar (Sentinel-1) sont, depuis lors, accessibles librement à tous et permettent des acquisitions à une résolution décamétrique et une répétitivité allant de 5 à 12 jours selon la région analysée. L'objectif de cette thèse consiste donc à développer des méthodes pour le suivi de la forêt tropicale basées sur des données radar Sentinel-1 et des produits de cartographie exogènes. Plus spécifiquement, l'étude a pour but de fournir des outils pour observer le déboisement, en produisant des cartes en quasi-temps réel, puis en caractérisant les zones détectées avec la cause de leur déboisement. Ces informations sont nécessaires à l'estimation et au suivi du déboisement sur les zones tropicales, et à la lutte contre les défriches illicites. La région test est la Guyane. Couverte à plus de 95% par la forêt, elle est caractérisée par de nombreux types de perte forestière permettant de valider la méthode sur de nombreuses caractéristiques. De plus, ce territoire étant relativement bien surveillé, beaucoup de données cartographiques d'occupation du sol sont disponibles pour situer les déboisements ou pour servir de référence au niveau spatial. La première phase du travail est l'amélioration d'une méthode de détection du déboisement à partir des données Sentinel-1 et son évaluation sur la Guyane. La validation de la carte produite s'appuie sur 1 867 données (de différents types de déboisement) produites de manière indépendante, et représentant un total de 2 124.5 ha à travers toute la Guyane sur une période de 2 ans. Les résultats obtenus sur la Guyane au niveau spatial sont très satisfaisants : 96% de précision sur les surfaces déboisées et 81.5% de rappel. La mise en place d'une campagne terrain a rendu possible l'estimation du côté quasi-temps réel de la méthode sur 26 parcelles et avance un délai médian de détection de 3.5 jours. Une comparaison avec un produit optique souvent pris comme référence, a démontré l'avantage des données Sentinel-1 pour ces régions caractérisées par de fortes couvertures nuageuses. Cette meilleure performance s'observe tant sur le plan spatial (rappel du radar supérieur de plus de 35%), que sur le plan temporel (un tiers des zones déboisées nécessitant une surveillance est détecté avec 3 mois de retard par les images optiques). La deuxième partie du travail consiste à caractériser les zones déboisées détectées afin de déterminer leur cause. Pour cela, des méthodes d'apprentissage automatique ont été utilisées pour choisir des indicateurs cartographiques pertinents, permettant de produire un modèle prédictif simple, fiable, automatique et utilisable à l'échelle de la Guyane en temps-réel. Les indicateurs F-scores de chaque type de déboisement sont de 97% pour l'orpaillage et l'agriculture, 95% pour l'exploitation forestière, 87% pour l'urbanisation et 76% pour la classe « autre », pouvant se rapporter à des perturbations naturelles. Ce travail a montré la pertinence d'utiliser des indicateurs cartographiques pour déterminer la cause des déboisements en Guyane, permettant cette identification en temps-réel. Ces travaux qui démontrent le potentiel des données Sentinel-1 pour le suivi continu des forêts tropicales ont été menés en interaction avec les acteurs locaux. Ils montrent également la complémentarité de systèmes provenant de capteurs différents et pourront être poursuivis en ce sens. Note de contenu : 1- Introduction 2- Les pertes forestières tropicales 3- Site d'Etude et Données 4- Analyse et interprétation 5- Méthodes et validation 6- Résultats 7- Valorisations et perspectives 8- Conclusion Numéro de notice : 17363 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences et Technologies de l'Information Géographique: Gustave Eiffel : 2021 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-03629552 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99020

Near-real-time identification of the drivers of deforestation in French Guiana / Marie Ballère (2021)  

Public Titre : Near-real-time identification of the drivers of deforestation in French Guiana Type de document : Article/Communication Auteurs : Marie Ballère , Auteur ; Stéphane Mermoz, Auteur ; Alexandre Bouvet, Auteur ; Thierry Koleck, Auteur Editeur : Munich [Allemagne] : European Geosciences Union EGU Année de publication : 2021 Conférence : EGU 2021, General Assembly 19/04/2021 30/04/2021 en ligne OA Abstracts only Format : 21 x 30 cm Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] déboisement [Termes IGN] exploitation forestière [Termes IGN] forêt tropicale [Termes IGN] Guyane (département français) [Termes IGN] image radar moirée [Termes IGN] image Sentinel-SAR [Termes IGN] mine d'or [Termes IGN] surveillance forestière [Termes IGN] urbanisation Numéro de notice : C2021-004 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans En ligne : https://doi.org/10.5194/egusphere-egu21-16015 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97598

SAR data for tropical forest disturbance alerts in French Guiana: Benefit over optical imagery / Marie Ballère in Remote sensing of environment, Vol 252 (January 2021)  

Public [article]  inRemote sensing of environment > Vol 252 (January 2021) . - n° 112159 Titre : SAR data for tropical forest disturbance alerts in French Guiana: Benefit over optical imagery Type de document : Article/Communication Auteurs : Marie Ballère , Auteur ; Alexandre Bouvet, Auteur ; Stéphane Mermoz, Auteur ; Thuy Le Toan, Auteur ; Thierry Koleck, Auteur ; Caroline Bedeau, Auteur ; Mathilde André, Auteur ; Elodie Forestier, Auteur ; Pierre-Louis Frison , Auteur ; Cédric Lardeux, Auteur Année de publication : 2021 Projets : 1-Pas de projet / Article en page(s) : n° 112159 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] forêt tropicale [Termes IGN] Guyane (département français) [Termes IGN] image radar moirée [Termes IGN] image Sentinel-SAR [Termes IGN] surveillance forestière [Termes IGN] temps réel Résumé : (auteur) French Guiana forests cover 8 million hectares. With 98% of emerged land covered by forests, French Guiana is the area with the highest proportion of forest cover in the world. These forests are home to an exceptionally rich and diverse wealth of biodiversity that is both vulnerable and under threat due to high levels of pressure from human activity. As part of the French territory, French Guiana benefits from determined and continuous national efforts in the preservation of biodiversity and the environmental functionalities of ecosystems. The loss and fragmentation of forest cover caused by gold mining (legal and illegal), smallholder agriculture and forest exploitation, are considered as small-scale disturbances, although representing strong effects to vulnerable natural habitats, landscapes, and local populations. To monitor forest management programs and combat illegal deforestation and forest opening near-real time alerts system based on remote sensing data are required. For this large territory under frequent cloud cover, Synthetic-Aperture Radar (SAR) data appear to be the best adapted. In this paper, a method for forest alerts in a near-real time context based on Sentinel-1 data over the whole of French Guiana (83,534 km2) was developed and evaluated. The assessment was conducted for 2 years between 2016 and 2018 and includes comparisons with reference data provided by French Guiana forest organizations and comparisons with the existing University of Maryland Global Land Analysis and Discovery Forest Alerts datasets based on Landsat data. The reference datasets include 1,867 plots covering 2,124.5 ha of gold mining, smallholder agriculture and forest exploitation. The validation results showed high user accuracies (96.2%) and producer accuracies (81.5%) for forest loss detection, with the latter much higher than for optical forest alerts (36.4%). The forest alerts maps were also compared in terms of detection timing, showing systematic temporal delays of up to one year in the optical method compared to the SAR method. These results highlight the benefits of SAR over optical imagery for forest alerts detection in French Guiana. Finally, the potential of the SAR method applied to tropical forests is discussed. The SAR-based map of this study is available on http://cesbiomass.net/. Numéro de notice : A2021-066 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.rse.2020.112159 Date de publication en ligne : 05/11/2020 En ligne : https://doi.org/10.1016/j.rse.2020.112159 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96937 [article]