D‰TECTION DE L’‰ROSION DANS UN BASSIN VERSANT .face du bassin versant est telle qu’un unique

  • View
    219

  • Download
    3

Embed Size (px)

Text of D‰TECTION DE L’‰ROSION DANS UN BASSIN VERSANT .face du bassin...

  • DTECTION DE LROSION DANS UN BASSIN VERSANT AGRICOLEPAR COMPARAISON DIMAGES MULTIDATES ACQUISES PAR DRONE

    Jonathan Lisein1,2, Nathalie Pineux3, Marc Pierrot-Deseilligny2,4, Aurore Degr3, Philippe Lejeune1

    1: Universit de Lige - Gembloux Agro-Bio Tech. Unit de Gestion des Ressources forestires et des Milieux naturels. 2, Passage desDports, 5030 Gembloux, Belgique

    2: Universit Paris-Est (UPE), 6 et 8 avenue Blaise Pascal - Cit Descartes - Champs-sur-Marne - 77455 Marne la Valle, France

    3: Universit de Lige - Gembloux Agro-Bio Tech. Unit dHydrologie et hydraulique agricole. 2, Passage des Dports, 5030 Gembloux,Belgique

    4: Institut national de linformation gographique et forestire (IGN)/SR/LOEMI - 4, avenue Pasteur - 94165 Saint-Mand cedex, France

    Rsum

    Lmergence des drones comme outils de cartographie rapide, de par leur capacit rpondre des besoins trsspcifiques, offre de nombreuses opportunits aux scientifiques. Par ailleurs, les rcentes volutions des techniques dephotogrammtrie et de vision par ordinateur permettent, partir de prises de vues ariennes stroscopiques, de fourniraux gomorphologues et aux hydrologues des donnes topographiques haute rsolution (Tarolli, 2014). En effet, lesalgorithmes dorientation externe (structure from motion en anglais, Snavely et al. (2008)) permettent la dterminationautomatique de la position et de lorientation des prises de vue dune collection dimages se recouvrant. La corrlationdense automatique permet ensuite, depuis un bloc dimages orientes, de modliser finement le relief. Lutilisation engomorphologie de drones pour la modlisation du relief en est encore ses premiers souffles, mais montre un potentieltrs intressant. La prcision des mesures photogrammtriques rivalise en effet avec les relevs LiDAR, pour un cotdacquisition significativement moins lev. Cette recherche se focalise sur deux objectifs. Le premier est de dterminersi la prcision des mesures photogrammtriques issues dimages acquises avec un mini-drone permet la dtection dechangement de relief trs fin via la comparaison dacquisitions multi-dates. Le deuxime objectif, plus spcifique, est dedterminer la manire la plus optimale de paramtrer la compensation par faisceaux avec points dappui au sein de la suitephotogrammtrique open-source MICMAC.

    Mots cls : Drone, Photogrammtrie, Bassin versant, rosion, Compensation par faisceaux, logiciel MICMAC

    1. Introduction

    Le regain dintrt pour les techniques de photogram-mtrie et de vision par ordinateur auquel on assiste de-puis quelques annes sexplique par lamlioration enmatire de puissance de calcul des ordinateurs et parlomniprsence des appareils photographiques. Grce ces algorithmes de photogrammtrie, une camra ama-teur embarque sur un avion sans pilote se transformeen un outil de mesure permettant la modlisation trsfine de la topographie de la scne survole. De nom-breuses recherches relatent la rcente effervescence au-tour de lapport de la photogrammtrie terrestre (Wes-toby et al., 2012), rapproche (Fonstad et al., 2013) oupar drone dans la comprhension des phnomnes hy-drologiques et topographique (Colomina et Molina, 2014;Tarolli, 2014). La comparaison avec des donnes LiDARest trs souvent au centre du dbat, cette dernire tantconsidre comme LA rfrence dans bien des domainesen matire de donnes tridimensionnelles.

    Dans les paysages agricoles, la microtopographie dusol est en changement permanent, notamment d lro-sion et aux dpts. La solution pour lutter contre ces aug-mentations de flux (provoquant la variation de qualit descours deau et laugmentation des inondations) et cette

    perte en terre est de comprendre et localiser ces phno-mnes, do lutilit de multiplier les outils pour mesurerces phnomnes. Mesurer lrosion et le dpt est en ef-fet une demande rcurrente de la part des politiques etdes programmes de conservation et de rgulation. Cettemesure est en effet ncessaire pour dterminer limpactenvironnemental de lrosion et des pratiques de conser-vation, pour le dveloppement de technologies de pr-vision drosion et pour le dveloppement et lvalua-tion des mesures de contrle de lrosion (Stroosnijder,2005). Comprendre ces processus physiques permet dam-liorer nos connaissances de lvolution du paysage lchelletemporelle et spatiale (Slattery et al., 2002; Saavedra,2005). Lobservation traditionnelle de ces changementsde topographie se fait par la pose de jalons de rf-rence, le thodolite, le LiDAR terrestre (Barneveld et al.,2013; Brubaker et al., 2013) ou la photogrammtrie ter-restre (Warner, 1995). Mais ces observations ne peuventseffectuer que sur de petites zones alors que lchellela plus approprie pour comprendre ces phnomnessemble tre le bassin versant. De plus, il sagit de m-thodes de contact, perturbant dans une certaine mesurela surface du sol, alors quelles ont pour fonction unetude qui requiert des enregistrements rpts dans le

  • temps.La photogrammtrie peut donc tre une alternative

    bon march et moins consommatrice en temps, permet-tant une couverture spatiale continue sans une densitdchantillonnage limite, et ce de manire non destruc-tive (Hugenholtz et al., 2012; Colomina et Molina, 2014).Lapplication des drones engendre un intrt croissantdans le domaine des gosciences. Dabord adopt de-puis quelques annes dans des tudes de morphologiectire ou fluviale (Lejot et al., 2007; Mancini et al., 2013;Javernick et al., 2014), il est finalement utilis pour destudes concernant les glissements de terrain (Nietham-mer et al., 2012; Stumpf et al., 2013; Lucieer et al., 2014), des paysages de badlands ou des zones drosion enravine (dOleire Oltmanns et al., 2012; Peter et al., 2014).Des invesitigations restent cependant ncessaires afinde mieux quantifier les performances de la photogram-mtrie par drone en terme de prcision de mesures (Hu-genholtz et al., 2012). Cette prcision dpend de nom-breux facteurs, tels que la configuration du bloc dimages(recouvrement, agencement), la calibration de la camraet le type de surface faisant lobjet de mesures.

    Le dfi de cette recherche est de spatialiser les ph-nomnes dans des paysages o les changements de re-lief sont peu marqus et de dgager des rpartitions spa-tiales drosion et de dpt. La zone dtude est un bas-sin versant situ Haute-Heuval, en Belgique. Ce bas-sin versant est recouvert 98% par des terres agricoleset prsente un faible pourcentage de territoire bois. Unsuivi des prcipitations est effectu dans le cadre du pro-jet GISER (Gestion intgre sol- rosion - ruissellement).Une srie temporelle dimages acquises par drone estutilise pour la gnration de MNTs trs haute rso-lution. Lvolution du relief est ensuite mise en videncepar la comparaison des MNTs des diffrentes dates. Lestraitements photogrammtriques sont effectus avec labote outils MICMAC et une attention particulire estporte lutilisation des points dappui dans la compen-sation par faisceaux afin dviter les distorsions non-linairesdans le modle darotriangulation (Oudraogo et al., 2014;Wu, 2014).

    2. Matriel et mthode

    2.1. Le vecteur et le capteur

    Le petit avion sans pilote utilis est un drone voilurefixe, le Gatewing X100 (http ://uas.trimble.com/X100). Sonendurance de vol est de maximum 45 minutes pour unevitesse de croisire de 80 km/h. La navigation de ce dronede 2kg seffectue exclusivement en vol automatique, cequi fait la simplicit de ce systme. Un lanceur (voir figure1) est utilis pour le dcollage et latterrissage seffectuesur le ventre. La prparation du plan de vol ncessite ladfinition dune zone rectangulaire scanner, dune hau-teur de vol au dessus du niveau du sol et dune valeurunique de recouvrement dimage faisant office de recou-vrement latral et longitudinal. La localisation et la direc-tion de latterrissage doivent galement tre dfinis dansle plan de vol. Les vols seffectuent hors vue. Ce drone

    FIGURE 1: Le mini drone Gatewing X100 sur sa rampe de lan-cement.

    a fait ses preuves ; notre quipe de pilotes distancecomptabilisent quelques 230 vols effectus avec succsentre 2011 et 2014. Le capteur embarqu est un appa-reil digital compact de modle Ricoh GR3 (capteur pho-tographique CCD de 10 megapixels et distance focalequivalente en 35 mm de 28 mm). Cet appareil a tmodifi pour les acquisitions dans le proche infrarouge(filtre longue bande jaune pour bloquer le bleu) dans lebut initial dtre utilis des fins de cartographie de lavgtation. Lappareil est rgl en mode manuel et lasensibilit ISO ainsi que la vitesse dobturation sont dfi-nies juste avant le dcollage. Lappareil est pr-calibr aumoyen dun polygone dtalonnage, mis au point et pr-sent par Tournadre et al. (2014), et les distorsions sontmodlises au moyen dun modle de Fraser.

    2.2. Les mesures terrain des points dappui

    Pour chaque acquisition, une dizaine de cibles sontplaces sur le bassin versant et leur position mesureau moyen dun GPS (Global Positionning System) LeicaGPS1200 en mode RTK (Real Time Kinematic) prsen-tant une prcision nominale de 1 cm en planimtrie etde 1.5 cm en altimtrie. Le systme de projection go-graphique utilis pour cette recherche est le Belge Lam-bert 72 (EPSG :31370). Outre pour le gorfrencementdu modle darotriangulation, les points dappui sontgalement utiliss dans le calcul de lorientation du blocdimages. Leur utilisation dans la compensation par fais-ceaux permet de contraindre le modle et destimer cor-rectement lorientation interne (calibration), sans quoi desdistorsions non-linaires entachent le modle darotrian-gulation (Oudraogo et al., 2014). La disposition et lenombre de points dappui diffrent dune acquisition lautre, comme lillustrent les figures 3-5.

    2.3. Les acquisitions

    Trois acquisitions sont effectues avec un intervallede temps dune anne entre les acquisitions successives,soit respectivement en hiver 2011 (t1), en hiver 2012 (t2)et en hiver 2013 (t3). Les acquisitions se sont droulesen hiver lorsque la couverture vgtale est presque nulle,