CASCADES

Chaînes de traitement Automatiques pour le Suivi et la CAractérisation Des Eaux de Surface continentales

Présentation

Contexte

L’eau est indispensable à la vie et aux différents systèmes écologiques et sociaux. Malheureusement, l’eau est l’une des ressources naturelles les plus impactées par les changements climatiques avec des extrêmes hydrométéorologiques (crues, inondations, sécheresses…) de plus en plus intenses et par une demande sociétale de plus en plus importante. Pour aider la gestion de cette ressource fragile, il apparaît primordial de pouvoir évaluer et surveiller sa disponibilité de façon suivie et régulière, mais aussi de pouvoir suivre sa trajectoire dans le temps pour mieux comprendre l’impact des changements globaux sur cette dernière. 

Les eaux de surfaces (lacs, rivières, plaines d’inondations…) représentent un maillon important dans la disponibilité de la ressource en eau qu’il est important de suivre pour mieux comprendre et gérer les conséquences des changements climatiques. Cette ressource en eau de surface fournit aux populations, dans l’ensemble du monde, de services écosystémiques primordiaux comme la production d’électricité, l’irrigation, l’eau potable pour les hommes et le bétail ou encore un espace pour la pisciculture et la pêche. 

Objectifs

Dans ce contexte, le projet CASCADES propose d’automatiser de bout en bout des chaînes de traitement de données satellites d’observation de la Terre, en particulier Sentinel-1 et 2 (S-1 et S-2), afin de fournir des produits d'eau de surface. Ces produits incluront en particulier des cartes d’étendues des eaux de surface, et pour les périodes de hautes eaux, des cartes de niveaux d’eau générées par fusion des cartes d’étendues d’eau avec le modèle numérique de terrain Copernicus DEM (CopDEM). L’ensemble des produits générés par le projet seront mis à disposition via une plateforme interactive coconstruite avec des utilisateurs identifiés. Nous proposons ainsi de développer le premier outil qui fournira des produits d'eau de surface récurrents sur des sites au Sud.

▲ Exemple de produits CASCADES sur des plaines d’inondation du Mékong autour de Phnom Penh (Cambodge) : de gauche à droite, image S-1 du 28 septembre 2018 et sa carte des eaux de surface associée, carte de zones en eau “habituelles” et carte d'occurrence d’eau issues de l’analyse multi-temporelle. © Copernicus Sentinel imagery, Fonds de carte : OpenStreetMap, Traitement : Renaud Hostache

Méthodologie

Les chaînes de traitement des images satellitaires seront basées sur plusieurs algorithmes automatiques de cartographie des zones en eaux et des niveaux d’eau de l’état de l’art, développés et fréquemment exploités par des membres du consortium (e.g., Matgen et al. 2011, Giustarini et al. 2013, Alexandre et al., 2020, Johary et al. 2023, Ayoub et al. Submitted). Elles permettront de traiter de façon automatisée sur une zone présélectionnée, l’ensemble (ou un sous-ensemble, au choix de l’utilisateur) de l’archive d’images S-1 et des images S-2, offrant ainsi un suivi temporel de la ressource en eau de surface. Etant donné les problèmes d’ennuagement important une partie de l’année sur certains des sites, l’outil sera centré sur les capteurs radar S-1 mais il permettra d’intégrer aussi des images optique S-2. 

Le projet CASCADES propose deux approches complémentaires : 

1. une approche dite « statique » visant à fournir les produits sur toute la profondeur temporelle S-1. Dans ce cas l’archive temporelle S-1 sera traitée au préalable de façon systématique pour produire les cartes des zones en eau pour chaque image disponible sur la zone. Les utilisateurs du projet auront ainsi accès aux séries temporelles de cartes des eaux de surface, de façon instantanée, via la plateforme du projet.

2. une approche dite « dynamique » dans laquelle l’utilisateur pourra sélectionner une zone d’intérêt parmi les sites d’étude identifiés, une profondeur temporelle au sein desquelles il souhaite obtenir les cartes de zones en eau pour chaque image Sentinel. Cette deuxième approche permettra, dans le même temps, une mise à jour régulière de l’archive des cartes d’eau de surface avec les acquisitions Sentinel récentes.

L’approche de classification des images S-1 proposée combinera une analyse de la rétrodiffusion SAR de l’image traitée, mais également une analyse multi-temporelle et de détection de changement pour réduire les mauvaises détections (ombres, tarmacs, macadam…) et générer des cartes de zones en eau « habituelles » (de façon saisonnière voire mensuelle). Ainsi, en plus des cartes d’étendues des eaux de surface « instantanée » (au moment de l’acquisition de l’image SAR), CASCADES fournira les surfaces en eau moyenne saisonnières grâce à l’analyse des séries d’images pluriannuelles Sentinel. De plus, nous proposons d’implémenter des approches statistiques (e.g., Giustarini et al, 2016) permettant de caractériser les incertitudes de la classification et de pouvoir ainsi fournir aux utilisateurs des indices de confiance des cartes de zones en eau. À partir des séries temporelles des cartes de zones en eau, nous proposons de générer, entre autres, sur la profondeur temporelle Sentinel ou une année donnée, des cartes d’occurrences et de durée annuelle de submersion, ainsi que des indices d’état hydrologique (de surface) par zone d’intérêt comme par exemple l’aire des surfaces en eau et sa comparaison avec un état standard à la même saison (basée sur les cartes saisonnières de surfaces en eau). Le choix d’indices pertinents pour les utilisateurs seront discutés lors des ateliers avec ces derniers.

Site(s) d'application 

Nous mettrons en place cette chaîne de traitement et la plateforme associée sur 6 sites d’étude contrastés et de grande taille :

1. Cambodge : bassin du lac Tonlé Sap et plaines du haut delta du Mékong
2. Madagascar (avec un focus sur le bassin de la Betsiboka)
3. Brésil : plusieurs plaines d’inondations du bassin amazonien (focus sur le Curuai)
4. Bolivie : système hydrologique du Titicaca, Poopó, Desaguadero, Salar (TDPS) sur l’altiplano Bolivien
5. Équateur : bassin du Guayas
6. Niger : les rivières Goulby Maradi et Goulby N’Kaba

Ces sites, régulièrement touchés et affectés par des extrêmes hydrométéorologiques exacerbés par les changements climatiques et où la ressource en eau est centrale pour les sociétés humaines et les écosystèmes, sont des cas d’études représentatifs des problématiques liées à l’eau à travers le monde.

Données

Satellites

• Sentinel-1
• Sentinel-2
• SWOT et autres capteurs pour des besoins de validation des cartes et produits

Autres

• OpenStreetMap,
• Données in situ des partenaires pour la validation des cartes et produits

Résultats – Produit(s) final(aux)

Sur les 6 zones d’études, le projet fournira les produits suivants (cette liste de produits pourra être étendue selon les recommandations et les besoins formulées par les utilisateurs) :

• Archives de cartes d’étendues des eaux de surfaces sur la durée de Sentinel-1 et 2.
• Cartes mensuelles et saisonnières de zones en eau « habituelles ».
• Cartes d’occurrence des eaux de surfaces.
• Archives de cartes de niveaux d’eau en période d’inondation.
• Indices du caractère exceptionnel des évènements en cours.

👉 Ces produits seront directement visualisables et récupérables au travers d’une interface en ligne dédiée. Coconstruite avec des utilisateurs locaux, cette plateforme de diffusion CASCADES fournira des indices pertinents aux besoins ainsi que la possibilité de produire à la volée des connaissances sur une zone et une période choisie par l’utilisateur. 

Références

• P. Matgen, R. Hostache, G. Schumann, L. Pfister, L. Hoffmann & H.H.G. Savenije. Towards an automated SAR-based flood monitoring system: Lessons learned from two case studies. PCE, 36(7-8):241-252, 2011, https://doi.org/10.1016/j.pce.2010.12.009
• L. Giustarini, R. Hostache, D. Kavetski, M. Chini, G. Corato, S. Schlaffer and P. Matgen, Probabilistic flood mapping using Synthetic Aperture Radar data, IEEE TGRS, 54(12): 6958- 6969, 2016, https://doi.org/10.1109/TGRS.2016.2592951
• L. Giustarini, R. Hostache, G.J.-P. Schumann, P. Matgen, P.D. Bates and D.C. Mason. A change detection approach to flood mapping in urban areas using TerraSAR-X. IEEE Transactions on Geoscience and Remote Sensing, 51(4):2417-2430, 2013, https://doi.org/10.1109/TGRS.2012.2210901
• C. Alexandre, R. Johary, T. Catry,  P. Mouquet, C. Révillion, S. Rakotondraompiana, & G. Pennober. A sentinel-1 based processing chain for detection of cyclonic flood impacts. Remote sensing, 12(2):252, 2020, https://doi.org/10.3390/rs12020252
• R. Johary, C. Revillion, T. Catry, C. Alexandre, P. Mouquet, S. Rakotoniaina, G. Pennober, S. Rakotondraompiana. Detection of Large-Scale Floods Using Google Earth Engine and Google Colab. Remote Sensing, 2023, 15(22):5368, https://doi.org/10.3390/rs15225368
• V. Ayoub, R. Hostache, P. Matgen, Marco Chini, R.-M. Pelich, C. Delenne. Estimating flood depth from space: an automatic method based on satellite flood imagery and topography data, RSE, Submitted

Projet(s) lié(s)

• Au Cambodge,  le projet SWIFT (ANR, 2024-2028), la thèse de C. Heng (BGF/AfriCam, 2023-2026), et le déploiement de KHEOBS
• Au Brésil, les projets BONDS (Belmont Forum and BiodivERsA, 2020-2023) et SABERES (Fondation BNP Paribas, 2020-2025)
• En Bolivie, le projet WASACA (Fondation Agropolis, 2021-2024) et la thèse de P. Pacheco Mollinedo (IRD/Wasaca, 2022-2025)
• En Equateur, une thèse à venir
• En Equateur et au Cambodge, le post-doctorat CNES de C. Normandin, et le projet WHYGHGS (SWOT-ST du CNES, 2024-2027)
• À Madagascar, le projet Cimopolée (SCO/CNES, 2022-2024) et les thèses de M. Ranaivoson (Région Réunion, 2024 - 2027) et J. Rosa (FEDER, 2022-2025)