|  | Landsat 7 ETM | |
Exercices sur les données Landsat
Description des données Landsat
Le satellite américain de la NASA Landsat 7 ETM est le 6ème satellite d'observation de la Terre opérationnel de la famille Landsat (le lancement de Landsat 6 en 1993 a échoué), dont le premier né remonte à 1972. Le système Landsat est donc celui qui détient le record d'observation continue de la surface de la Terre (depuis une orbite polaire). Les satellites Landsat sont principalement utilisés pour la surveillance de l'environnement, l'évaluation des catastrophes, l'utilisation des sols et la planification régionale, la cartographie, la gestion de l'habitat, ainsi que la prospection pétrolière et minière. Le mode de fonctionnement a progressivement évolué au fil des années.
Landsat ETM a aujourd'hui 8 canaux, allant de la lumière visible (canaux 1,2,3) au proche et au moyen infrarouge (canaux 4,5,7) jusqu'au rayonnement thermique (canal 6). La résolution spatiale est de 15 mètres pour le canal panchromatique (8) et de 30 mètres pour les canaux 1 à 5 et 7. Le canal thermique 6 offre une résolution de 80 mètres. Le satellite Landsat 7 évolue en héliosynchronisme sur une orbite circulaire, quasi polaire.
Cliquer içi pour en savoir plus sur les
spécifications techniques des bandes Landsat .
Description des images du Caire
Avant de commencer les exercices, vous devez télécharger les images nécessaires. Les images nécessaires se trouvent dans le fichier cairo.zip.
Enregistrez les images sur votre disque dur dans un dossier nommé LeCaire.
Dans cet exercice, vous utiliserez des images acquises par Landsat 7 ETM en 2000.
Ouvrez le programme LEOWorks.
Pour ouvrir la première image, choisissez File>Open. Une boîte de dialogue apparaîtra. Accédez au dossier LeCaire et sélectionnez la première image Cairo_Landsat_2000_Band_1.tif. Ouvrez toutes les autres images de la bande de l'année 2000.
Toutes les images doivent être améliorées pour obtenir une vue plus nette.
Sélectionnez (activez) la première image Cairo_Landsat_2000_Band_1.tif et choisissez l'option Enhance>Histogram Equalization. L'image changera. Convertissez toutes les autres images de la même manière.
Vous avez maintenant 9 images sur votre écran. Chaque image reflète une partie du spectre électromagnétique entre 0,45 µm et 12,5 µm (la lumière visible est comprise entre 0,45 µm et 0,7 µm).
Les neufs bandes représentent les caractéristiques de la surface de la Terre "visibles" dans différentes parties du spectre électromagnétique. En d'autres mots, les objets qui constituent la surface de la Terre apparaissent de différentes couleurs lorsqu'ils sont éclairés par la lumière (solaire donc visible, mais également infrarouge). Pour distinguer des objets en fonction de leur couleur, nous avons besoin d'un instrument capable d'effectuer des mesures dans une nombre élevé de bandes, couvrant toutes les couleurs visibles, ainsi que l'infrarouge.
Observez maintenant les images et divisez-les en deux groupes selon leur ressemblance. Notez en particulier l'eau et la zone de végétation au Nord-Ouest. Comparez les deux groupes avec le tableau contenant les données des bandes Landsat. Ces deux groupes sont-ils identifiables ici aussi ?
En quoi Cairo_Landsat_2000_Band_61.tif/Cairo_Landsat_2000_Band_62.tif (bande 6 de Landsat ETM) et Cairo_Landsat_2000_Band_8.tif (Landsat ETM bande 8) se distinguent-elles des images des autres bandes ?
| | | Le Caire, 23 août 2000, Landsat 7 ETM |
Images composites multispectrales
L'œil humain distingue difficilement certains détails de la surface de la Terre sur une image en nuances de gris. Il est donc utile de créer des images couleurs RVB en combinant trois images Landsat en nuances de gris.
RVB signifie rouge (canal 3), vert (canal 2) et bleu (canal 1) et utilise les caractéristiques physiques du système additif.
Les couleurs des différents détails dépendent des bandes sélectionnées pour la combinaison, parce que chaque objet se caractérise par son propre rayonnement. Selon le type de combinaison, on obtient différents rendus d'un même détail. Vous ferez plusieurs essais de combinaisons dans l'exercice suivant.
| | Image composite en vraies couleurs du Caire, utilisant les bandes 3, 2, 1 | |
Images composites en vraies couleurs
Les images composites en vraies couleurs s'obtiennent par combinaison des canaux Landsat rouge (bande 3: 0,63 - 0,69 µm), vert (bande 2: 0,52 - 0,60 µm) et bleu (bande 1: 0,45 - 0,52 µm). Cette combinaison donne une image ressemblant à une photo couleur.
Ouvrez le programme LEOWorks. Si vous n'avez pas encore téléchargé les images du Caire, allez dans la zone de téléchargement en haut de la Feuille de travail et suivez les instructions.
Choisissez File>Open. Une boîte de dialogue apparaîtra. Accédez au dossier LeCaire et sélectionnez la première image Cairo_Landsat_2000_Band_1.tif. Ouvrez également les images Cairo_Landsat_2000_Band_2.tif et Cairo_Landsat_2000_Band_3.tif.
Choisissez Image>Combine from...>Red Green Blue. Un menu contextuel s'affichera. Sélectionnez l'image Cairo_Landsat_2000_Band_3.tif pour le rouge, l'image Cairo_Landsat_2000_Band_2.tif pour le vert et l'image Cairo_Landsat_2000_Band_1.tif pour le bleu, puis cliquez sur OK.
La nouvelle image est l'image en vraie couleur obtenue à partir des 3 canaux du visible. Cette image n'est toutefois pas encore en vraie couleur parce que les données brutes n'ont pas été optimisées. Sélectionnez (activez) la première image Cairo_Landsat_2000_Band_3.tif et choisissez l'option Enhance>Interactive Stretching. Un histogramme apparaîtra. Déplacez la barre bleue de gauche sur le point initial de gauche de l'histogramme. Déplacez ensuite la barre rouge sur le point initial de droite de l'histogramme et cliquez sur Apply. Observez les changements dans l'image composite. Convertissez les deux autres images de la même manière.
Décrivez l'image et essayez de subdiviser les caractéristiques de couverture du sol en 5 classes - parcs et exploitations agricoles, eau, désert et terres non cultivées, zones fortement urbanisées, zones faiblement urbanisées.
Images composites en vraies couleurs.
Quelles autres caractéristiques pouvez-vous identifier ?
| 
1
