HYEP [2014-2018]
Contrat | ANR |
Co-contractant | présentation du projet sur le site de l’ANR |
Contrats de recherche financés
Hyperspectral imagery for Environmental urban Planning
Programme de recherche porté par Christiane Weber (CNRS, UMR TETIS), où Sébastien Gadal (Aix-Marseille Université, UMR 7300 ESPACE) est responsable du WP1 : Bases de données morpho-spectrales
Objectifs du projet
La population mondiale se regroupe dans les centres urbains restructurant aux niveaux locaux et régionaux les territoires. 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. Ces processus combinés ont impacté les caractéristiques climatiques des échelles locales et régionales (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, à différentes échelles spatiales et de compétence territoriale. Les données satellites actuels fournissent des informations limitées, les caractéristiques du milieu urbain complexifiant leur utilisation, par la forte dynamique interne, l’hétérogénéité spatiale des éléments, des formes géométriques (horizontales et verticales), la variété de matériaux et la présence d’ombre. La cartographie des surfaces, l’état de la végétation, le suivi du vieillissement des matériaux, la caractérisation de la biodiversité végétale (Miller & Small, 2003) recouvrent des champs d’investigation de plus en plus sensibles.
Différents travaux montrent l’apport de l’imagerie hyperspectrale par rapport à l’imagerie multispectrale. Pour Platt et Goetz (2004) les performances de la classification de 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 (Chen, 2008) illustrent les limitations de capteurs multi-spectraux pour la caractérisation des surfaces imperméables par rapport à l’imagerie hyperspectrale. L’identification des espèces végétales et le relevé sanitaire de la végétation (Mc Kinney, 2002) peut être un atout pour les Trames vertes et bleues.
La richesse et la complexité des matériaux et des formes dans les centres urbains requièrent des spécificités spectrales allant du visible 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 (Chen, 2008 ; Pascucci et al. 2010) et de leur état.
La taille moyenne des objets urbains se situe entre 10 et 20 m (Cutter et al. 2004). Aussi, une résolution de 5 m ou mieux est considérée comme nécessaire pour une représentation des objets urbains (bâtiments, routes), de la végétation (Jansen et al. 2012), ou de la planification du territoire (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), mais la résolution spatiale de 30 m fournit des informations inadaptées au niveau du quartier.
Compte tenu des caractéristiques géométriques du milieu, 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. L’imagerie hyperspectrale peut ainsi lever certains des verrous identifiés mais nécessite de mieux cerner les spécificités du milieu et des éléments constitutifs (géométrie, propriétés spectrales). Ce projet a pour objectif de justifier la mission HYPXIM (hyperspectral français) par rapport aux missions existantes et futures, de définir des moyens de traitements pour utiliser ces images et de constituer une base de données morpho-spectrales adaptée à ces différentes missions.
Productions
Publications
Sébastien Gadal, Gintautas Mozgeris, Donatas Jonikavicius, Jūratė Kamičaitytė, Walid Ouerghemmi. A Spectral Database for the Recognition of Urban Objects in Kaunas City: Performance and Morphometric Issues. Sandra Krikstanaviciute. Advanced Construction Architecture: Raw Materials and Circular Economy in the Built Environment, Sep 2020, Kaunas, Lithuania. Kaunas University of Technology, pp.71-72, 2020, ⟨10.5557/e01.2669-1922.2020⟩. ⟨hal-02951336⟩
Sébastien Gadal. Hyperspectral recognition of the urban vegetation using spectral library. Example of Kaunas (Lithuania). GIS Yakutsk 2019: GIS for Digital Development, NEFU, Apr 2019, Yakutsk, Russia. ⟨hal-02098302⟩
Gintautas Mozgeris, Vytautė Juodkienė, Donatas Jonikavičius, Lina Straigytė, Sébastien Gadal, et al.. Ultra-Light Aircraft-Based Hyperspectral and Colour-Infrared Imaging to Identify Deciduous Tree Species in an Urban Environment. Remote Sensing, MDPI, 2018, 10 (10), ⟨10.3390/rs10101668⟩. ⟨hal-01903469⟩
Walid Ouerghemmi, Sébastien Gadal, Gintautas Mozgeris, Donatas Jonikavičius. Urban Vegetation Mapping by Airborne Hyperspectral Imagery: Feasability and Limitations. WHISPER 2018 : 9th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing, Sep 2018, Amsterdam, Netherlands. pp.245-249. ⟨hal-01884425⟩
Walid Ouerghemmi, Sébastien Gadal, Gintautas Mozgeris. Urban Vegetation Mapping using Hyperspectral Imagery and Spectral Library. IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2018, IEEE, Jul 2018, Valencia, Spain. pp.1632-1635. ⟨hal-01852849⟩
Christiane Weber, Rahim Aguejdad, Xavier Briottet, Josselin Aval, Sophie Fabre, et al.. Hyperspectral Imagery for Environmental Urban Planning. IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2018, IEEE, Jul 2018, Valencia, Spain. pp.1628-1631. ⟨hal-01852844⟩
Christiane Weber, Xavier Briottet, Clément Mallet, Sébastien Gadal, Yannick Devile, et al.. HYEP – Hyperspectral Imagery for Environmental Urban Planning. Journées ADEME / ANR – La recherche au service de la transition énergétique, Jun 2018, Issy-les-Moulineaux, France. 2018. ⟨hal-01875894⟩
Sébastien Gadal, Walid Ouerghemmi, Gintautas Mozgeris, Romain Barlatier. Recognition of urban vegetation by hyperspectral airborne high-resolution VNIR imager (Kaunas, Lithuania). 6e édition : colloque groupe hyperspectral SFTP-GH, IRSTEA, May 2018, Montpellier, France. pp.47. ⟨hal-01803803⟩
Sébastien Gadal, Walid Ouerghemmi. Cartographie de la végétation urbaine par imagerie aéroportée hyperspectrale sur la ville de Kaunas (Lituanie). TEMU 2018 : Atelier Télédétection pour l’Etude des Milieux Urbains, Laboratoire Image, Ville, Environnement, UMR 7362 – Laboratoire ICUBE, UMR 7357 – Université de Strasbourg – THEIA – CNES, Mar 2018, Strasbourg, France. ⟨hal-01817060⟩
Gintautas Mozgeris, Sébastien Gadal, Donatas Jonikavičius, Lina Straigyte, Walid Ouerghemmi, et al.. The Potential of Imaging from Ultra-Light Aircraft for Urban Tree Inventories: Case Study in Kaunas, Lithuania. IUFRO – 125th Anniversary Congress 2017, Sep 2017, Freiburg, Germany. IUFRO, pp.430, 2017, Interconnecting Forest, Science, and People. ⟨hal-01595684⟩
Walid Ouerghemmi, Sébastien Gadal, Gintautas Mozgeris, Donatas Jonikavičius, Weber Christiane. Urban objects classification by spectral library: feasibility and applications. JURSE 2017, Prashanth Reddy Marpu; Hussein Abdulmuttalib, Mar 2017, Dubai, United Arab Emirates. p23-27, ⟨10.1109/JURSE.2017.7924629⟩. ⟨hal-01492072⟩
Sébastien Gadal, Walid Ouerghemmi. Urban objects recognition feasibilities by airborne hyperspectral and multispectral remote sensing. Spatial Accuracy 2016, Jul 2016, Montpellier, France. pp.101-108. ⟨hal-01352525⟩
Sébastien Gadal, Walid Ouerghemmi. Morpho-spectral objects classification by hyperspectral airborne imagery. 8th Workshop in Hyperspectral Image and Signal Processing: Evolution in Remote Sensing, Aug 2016, Los Angeles, United States. pp.349-353. ⟨hal-01359702⟩
Gintautas Mozgeris, Sébastien Gadal, Donatas Jonikavičius, Lina Straigyte, Walid Ouerghemmi, et al.. Hyperspectral and color-infrared imaging from ultra-light aircraft: Potential to recognize tree species in urban environments. 8th Workshop in Hyperspectral Image and Signal Processing: Evolution in Remote Sensing, Aug 2016, Los Angeles, United States. pp.542-546. ⟨hal-01359643⟩
Christiane Weber, Sébastien Gadal, Xavier Briottet, Clément Mallet. Apport de l’imagerie hyperspectrale pour la planification urbaine. SAGEO 2016 – Spatial Analysis and Geomatics, Dec 2016, Nice, France. pp.454-462. ⟨hal-01687903⟩
Sébastien Gadal, Walid Ouerghemmi. Identification of urban objects using spectral library combined with airborne hyperspectral imaging. 4e colloque du Groupe Hyperspectral de la Société Française de Photogrammétrie et Télédétection (SFPT-GH), Institut polytechnique de Grenoble, May 2016, Grenoble, France. ⟨hal-01819313⟩
Walid Ouerghemmi, Sébastien Gadal, Gintautas Mozgeris, Vytautė Juodkienė, Donatas Jonikavičius, et al.. Generation of urban objects spectral database using laboratory hyperspectral imager in Kaunas city (Lithuania). 4e colloque du Groupe Hyperspectral de la Société Française de Photogrammétrie et Télédétection (SFPT-GH), Institut polytechnique de Grenoble, May 2016, Grenoble, France. ⟨hal-01819945⟩
Sébastien Gadal, Walid Ouerghemmi. Morpho-Spectral Recognition of Dense Urban Objects by Hyperspectral Imagery. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Copernicus GmbH (Copernicus Publications), 2015, XL-3/W3, pp.433-438. ⟨hal-01349835⟩
Références de projets
Site internet présentant le projet
Équipe scientifique
Porteur du projet
Christiane WEBER
Sébastien GADAL (responsable WP1)
Participants UMR ESPACE
Sébastien GADAL
Jurate KAMIVAITYTE
Walid OUERGHEMMI
Partenaires extérieurs