Un capteur multispectral enregistre ce que l’oeil ne voit pas. L’annotateur, lui, ne dispose que de son oeil, et tout le travail consiste à rendre visible une information qui ne l’est pas naturellement sans la déformer au passage.
Cet article expose ces méthodes. Il prolonge l’article consacré à l’agriculture vue du ciel.
Ce que les bandes recouvrent
Six familles de bandes spectrales se rencontrent en imagerie satellite.
Le visible, trois bandes correspondant exactement à la perception humaine.
Le proche infrarouge, extrêmement sensible à la végétation active.
L’infrarouge moyen, sensible à l’humidité contenue dans les surfaces.
L’infrarouge thermique, qui mesure une température apparente.
Les bandes étroites que multiplie un capteur hyperspectral.
Et les bandes de service, entièrement dédiées aux corrections atmosphériques.
Une conséquence pratique importante en découle. La deuxième famille apporte le gain le plus net sur la végétation, une plante bien vivante réfléchissant très fortement dans cette bande précise, ce qui sépare instantanément le vivant du minéral que le seul visible confondait.
Ce que l’annotateur peut réellement voir
Quatre représentations rendent ces bandes exploitables en imagerie satellite.
Une composition en couleurs naturelles, à la fois la plus lisible et la moins informative.
Une composition en fausses couleurs, qui place le proche infrarouge dans le rouge.
Une image d’indice, calculée puis affichée en niveaux de gris ou en teintes.
Et l’affichage d’une seule bande isolée en niveaux de gris.
Une observation importante en découle pour un projet d’imagerie satellite. La deuxième représentation est la plus employée sur ce type de données, une végétation active y apparaissant en rouge vif, convention que tout annotateur doit apprendre puisqu’elle contredit entièrement l’intuition visuelle ordinaire.
Ce que le choix de composition change
Quatre conséquences découlent de la composition retenue.
Elle décide entièrement de ce que l’annotateur remarquera spontanément.
Elle rend certaines distinctions évidentes et d’autres invisibles.
Elle influe directement sur la cohérence entre les opérateurs.
Et elle conditionne la comparabilité entre deux lots successifs.
Une conséquence pratique s’ensuit. La dernière conséquence justifie de figer la composition au cadrage, deux lots annotés sous des affichages différents produisant des délimitations légèrement décalées sans qu’aucun opérateur ait changé de méthode.
Ce que les indices apportent
Cinq indices calculés reviennent constamment en imagerie satellite.
Un indice de végétation, de très loin le plus employé de tous.
Un indice d’humidité, sensible à la teneur en eau des surfaces.
Un indice de surface bâtie, qui isole les espaces artificialisés.
Un indice d’eau libre, qui délimite nettement les surfaces en eau.
Et un indice de sol nu, particulièrement utile en contexte agricole.
Une observation en découle. Ces cinq indices résument plusieurs bandes en une valeur unique, ce qui les rend lisibles et leur fait perdre l’information que la combinaison des bandes contenait.
Ce que le thermique ajoute
Quatre usages découlent d’une bande thermique en imagerie satellite.
Repérer un îlot de chaleur au sein d’un milieu urbain.
Détecter un stress hydrique avant qu’il ne soit visible.
Identifier une installation industrielle actuellement en fonctionnement.
Et suivre un incendie masqué par une épaisse couverture de fumée.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. La résolution thermique reste bien inférieure à celle du visible sur la plupart des capteurs, ce qui limite ces usages à des objets étendus et interdit le raisonnement à l’échelle d’un bâtiment isolé.
Ce que la correction atmosphérique impose
Quatre effets justifient ce traitement préalable.
L’atmosphère modifie les valeurs mesurées selon les conditions du jour.
Deux dates non corrigées ne se comparent pas valablement.
Un indice calculé sur des valeurs brutes varie sans cause réelle.
Et la correction à appliquer dépend de la bande considérée.
Une observation importante en découle. Le deuxième effet touche directement l’annotation, un même couvert affichant des teintes différentes entre deux acquisitions non corrigées, ce qui fait douter l’annotateur d’un changement qui n’a pas eu lieu.
Ce que la formation doit couvrir ici
Cinq points distinguent la préparation des annotateurs en imagerie satellite multispectrale.
La convention de la composition employée ainsi que ce que chaque teinte signifie.
L’apparence d’une végétation active, celle d’un sol nu et celle d’une surface bâtie.
Les cas où la fausse couleur induit en erreur plutôt qu’elle n’aide.
La différence entre une simple variation d’éclairement et un changement réel.
Et la lecture d’une image d’indice, dont l’échelle n’a rien d’intuitif.
Une observation importante en découle pour un projet d’imagerie satellite. Le troisième point mérite un temps spécifique, une toiture métallique ou une surface d’eau peu profonde produisant en fausses couleurs des teintes trompeuses, ce qui rend certaines confusions propres à cette représentation plutôt qu’au terrain lui-même.
Ce que la mesure doit refléter
Cinq indicateurs décrivent la performance d’un tel système d’imagerie satellite.
L’apport réel des bandes non visibles, mesuré par comparaison directe.
La performance mesurée par classe, certaines profitant bien plus que d’autres.
La stabilité des résultats entre dates après correction.
Le comportement observé sur des capteurs différents.
Et la cohérence entre opérateurs sous une composition donnée.
Une conséquence pratique importante en découle. Le premier indicateur mérite d’être établi avant d’engager la dépense, l’apport des bandes supplémentaires variant fortement selon les classes, considérable sur la végétation et parfois nul sur des objets fabriqués.
Aborder un projet multispectral
Cinq questions cadrent un tel projet d’imagerie satellite.
Les classes visées profitent-elles des bandes non visibles. Toutes n’en profitent pas.
Quelle composition les annotateurs verront-ils. Elle décide de ce qu’ils remarquent.
Les données sont-elles corrigées de l’atmosphère. Sinon les dates divergent.
La résolution thermique suffit-elle aux objets visés. Elle est souvent grossière.
Et la composition restera-t-elle identique. Sinon les lots divergeront.
Ces cinq réponses déterminent l’utilité réelle du dispositif. Les poser avant l’acquisition évite de payer des bandes supplémentaires qui n’apportent rien au cas traité.
Ce que ce chapitre enseigne
Une observation transversale mérite de clore cet examen.
Une donnée invisible ne s’annote qu’à travers une représentation choisie.
Trois constats la composent.
La composition retenue décide de ce que l’annotateur remarquera.
Un indice résume plusieurs bandes et perd ce que leur combinaison contenait.
Et l’apport des bandes supplémentaires varie fortement selon les classes visées.
Ce constat prolonge le chapitre précédent, l’indice agricole y apparaissant comme un cas particulier d’une question plus générale.
Les erreurs les plus fréquentes
- Acquérir des bandes supplémentaires sans mesurer leur apport sur les classes visées.
- Changer de composition colorée en cours de projet.
- Comparer deux dates sans correction atmosphérique.
- Raisonner sur le thermique à l’échelle d’un objet isolé.
- Confondre un indice avec la donnée qu’il résume.
- Former les annotateurs sans expliquer la convention des fausses couleurs.
- Mélanger des données issues de capteurs différents sans harmonisation.
- Négliger les bandes de service dans la chaîne de traitement.
- Appliquer un seuil d’indice établi sur un autre territoire.
- Livrer un indice sans préciser sa formule ni sa source.
Ce que le nombre de bandes impose
Quatre contraintes d’imagerie satellite accompagnent une donnée à nombreuses bandes.
Le poids des fichiers augmente proportionnellement au nombre de bandes enregistrées.
Les outils d’annotation les plus courants gèrent mal ces formats.
Le temps de chargement ralentit très sensiblement le travail.
Et la sélection des bandes à afficher devient une étape supplémentaire.
Une conséquence pratique importante en découle. La deuxième contrainte se règle mieux au cadrage qu’en production, beaucoup d’outils n’acceptant que trois canaux, ce qui oblige à préparer des compositions en amont plutôt qu’à laisser l’annotateur explorer les bandes librement.
Ce que l’harmonisation entre capteurs exige
Quatre écarts séparent deux capteurs multispectraux en imagerie satellite.
Les bandes ne couvrent jamais exactement les mêmes longueurs d’onde.
La résolution spatiale diffère souvent dans des proportions notables.
Les valeurs radiométriques ne s’expriment pas dans la même échelle.
Et la fréquence de passage varie très fortement d’un programme à l’autre.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. Le premier écart interdit de mélanger naïvement deux sources, un indice calculé sur des bandes légèrement décalées donnant des valeurs qui ne se comparent pas, ce qui impose une harmonisation documentée avant toute annotation croisée.
Trois décisions avant de produire
Trois décisions engagent un projet multispectral en imagerie satellite.
Mesurer l’apport réel des bandes non visibles sur les classes effectivement visées.
Figer la composition colorée que verront tous les annotateurs du projet.
Et vérifier que les données sont corrigées de l’atmosphère avant toute comparaison.
Ces trois décisions coûtent une réunion et un simple lot d’essai, elles précèdent l’acquisition définitive, et leur absence conduit à payer des bandes qui n’apportent rien au cas traité.
Ce que ces bandes permettent de distinguer
Cinq distinctions d’imagerie satellite deviennent possibles hors du visible.
Une végétation bien vivante et une surface verte artificielle.
Un sol humide et un sol sec présentant la même couleur apparente.
Une eau libre et une ombre portée sombre.
Un couvert stressé et un couvert en bonne santé.
Et une surface bâtie et un sol nu présentant une teinte voisine.
Une observation importante en découle pour un projet d’imagerie satellite. La troisième distinction résout une confusion classique du visible, une ombre et un plan d’eau apparaissant tous deux sombres alors que le proche infrarouge les sépare nettement, ce qui améliore sensiblement les corpus d’occupation du sol.
La question qui cadre le projet
Une question détermine l’utilité du dispositif en imagerie satellite.
Ce que le projet cherche à distinguer tient-il à la matière ou à la forme.
Une distinction de matière, végétation vivante ou sèche, sol humide ou bien sec, profite directement des bandes non visibles, qui mesurent une propriété physique demeurant inaccessible à l’oeil.
Une distinction de forme, un bâtiment d’un autre bâtiment ou une route d’un simple chemin, ne profite en rien de ces bandes, la géométrie s’observant tout aussi bien dans le visible.
Cette question relève de la nature de l’objet et non du capteur, elle se pose avant l’acquisition, et elle sépare un investissement justifié d’une dépense sans contrepartie.
Trois vérifications sur un corpus multispectral
Trois contrôles qualifient un dataset multispectral en imagerie satellite.
La composition colorée employée, rigoureusement identique sur l’ensemble des lots.
L’état de correction atmosphérique des données effectivement annotées.
Et la mesure de l’apport réel des bandes non visibles sur les classes visées.
Ces trois contrôles se posent en une seule question chacun, ils ne demandent aucune compétence particulière en télédétection, et leur absence indique un corpus dont les lots successifs ne se comparent pas entre eux.
Ce que le prestataire apporte ici
Quatre apports distinguent une prestation multispectrale menée sur de l’imagerie satellite.
Une composition colorée soigneusement choisie puis figée pour tout le projet.
Des annotateurs formés aux conventions particulières de la fausse couleur.
Une mesure de l’apport réel des bandes avant d’engager toute acquisition.
Et une documentation complète des formules d’indice employées dans le livrable.
Une conséquence pratique importante en découle. Le troisième apport peut réduire la facture du client, une mesure montrant que les bandes supplémentaires n’apportent rien sur ses classes économisant une acquisition coûteuse, ce qui installe une confiance que la vente d’une prestation plus large n’aurait pas produite.
Ce que ce chapitre laisse au suivant
Un réseau ne se décrit ni par une surface ni par une signature spectrale.
Trois questions restent ouvertes en imagerie satellite.
Comment annoter un objet dont la longueur importe bien plus que la largeur.
Ce qu’une continuité interrompue par un obstacle suppose exactement comme convention.
Et comment traiter un réseau qui passe sous la végétation ou sous le bâti.
Ces trois questions relèvent toutes de la cartographie des infrastructures, qui constitue l’objet du chapitre suivant.
Ce que la cadence de ce travail suppose
Quatre facteurs déterminent le temps passé par tuile d’imagerie satellite.
Le poids des fichiers, qui ralentit le chargement de chacune des images.
Le nombre de compositions à consulter avant de pouvoir trancher.
La familiarité de l’opérateur avec la convention colorée employée.
Et la présence de teintes trompeuses propres à cette fausse couleur.
Une conséquence pratique importante en découle. Le troisième facteur s’améliore rapidement puis se stabilise, un annotateur mettant quelques jours à lire une fausse couleur avec aisance, ce qui rend la première semaine de production nettement moins productive que les suivantes sur ce type de données.
Ce que le format de livraison exige ici
Quatre choix conditionnent la reprise du résultat d’imagerie satellite par le client.
La composition employée pour l’annotation, toujours mentionnée explicitement.
Les formules exactes de tous les indices calculés puis livrés.
L’état de correction des données sur lesquelles le travail a effectivement porté.
Et l’identification du capteur employé, avec ses bandes et leur ordre.
Une observation importante en découle pour un projet d’imagerie satellite. Le deuxième choix évite une reprise coûteuse, une même dénomination d’indice recouvrant plusieurs formules selon les sources, ce qui rend une valeur livrée sans sa formule impossible à reproduire et donc difficile à contester comme à défendre.
Ce que le premier lot doit établir
Quatre résultats justifient un lot d’essai d’imagerie satellite avant l’acquisition définitive.
L’écart de performance entre annotation sur visible seul et sur bandes complètes.
La composition que les annotateurs jugent la plus lisible sur ce terrain précis.
La liste des teintes trompeuses rencontrées dans la composition retenue.
Et le temps par tuile réellement constaté après la période d’apprentissage.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. Le premier résultat tranche la question centrale du chapitre en quelques jours, un essai sur deux cents tuiles suffisant à établir si les bandes supplémentaires justifient leur coût, alors que la discussion théorique sur leur utilité peut durer des semaines sans conclure.
Ce que le corpus doit couvrir ici
Cinq axes structurent un dataset multispectral constitué en imagerie satellite.
Les saisons couvertes, qui modifient fortement la réponse dans l’infrarouge.
Les conditions atmosphériques rencontrées lors des différentes acquisitions.
Les capteurs employés, dont les bandes ne coïncident jamais exactement.
Les objets confondants propres à la composition finalement retenue.
Et les classes dont la distinction motive à elle seule l’emploi de ces bandes.
Une observation importante en découle. Le premier axe pèse plus ici que sur des données visibles, la réponse infrarouge d’une végétation variant considérablement entre un couvert actif et un couvert sénescent, ce qui rend un corpus constitué sur une seule saison particulièrement trompeur.
Ce que l’hyperspectral ajoute et coûte
Trois apports distinguent ce capteur du multispectral courant.
Une signature spectrale très détaillée plutôt que quelques valeurs isolées.
Une distinction devenue possible entre matériaux d’apparence voisine.
Et une identification de la composition chimique dans certains cas favorables.
Trois contreparties l’accompagnent en imagerie satellite.
Le volume de données atteint des ordres de grandeur difficiles à manipuler.
La disponibilité reste très faible et l’acquisition demeure coûteuse.
Et l’annotation visuelle perd son sens, l’information n’étant plus représentable en une image.
Ce que ce chapitre a de transversal
Trois constats de ce chapitre dépassent le seul multispectral.
Toute donnée non visible suppose une représentation, et donc un choix.
Tout résumé d’une donnée riche perd précisément ce que sa richesse contenait.
Et tout capteur supplémentaire se justifie par une mesure, jamais par principe.
Une observation importante en découle pour un projet d’imagerie satellite. Ces trois constats s’appliqueront à l’identique au chapitre sur le LiDAR aéroporté, un nuage de points ne s’annotant pas davantage sans une représentation choisie, ce qui suggère qu’il s’agit d’une question de méthode plutôt que de capteur.
Ce que ces données changent au contrôle qualité
Quatre difficultés distinguent la relecture sur ce type de données.
Le relecteur voit exactement la même composition que l’annotateur, donc les mêmes pièges.
Une erreur due à la représentation se reproduit identiquement chez tous les opérateurs.
Un contrôle mené sur le visible seul ne détecte aucune de ces erreurs.
Et la comparaison entre opérateurs révèle très mal un biais qu’ils partagent tous.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. La première difficulté justifie un contrôle croisé sur une seconde composition, un relecteur examinant les mêmes tuiles sous un affichage différent repérant des erreurs qu’aucune relecture ordinaire ne fait apparaître.
Ce que le client doit demander à un prestataire
Quatre questions révèlent une pratique maîtrisée de ces données.
Quelle composition colorée il emploiera et pour quelle raison précise.
Comment il a établi que ces bandes servaient bien les classes du projet.
Quelles teintes trompeuses il a déjà rencontrées sur des terrains comparables.
Et comment il documente les formules d’indice au sein de ses livrables.
Une observation importante en découle pour un projet d’imagerie satellite. La troisième question départage le mieux, un prestataire capable de citer des confusions précises ayant nécessairement traité ce type de données, alors qu’une réponse générale sur les avantages du proche infrarouge s’obtient dans n’importe quelle documentation.
Trois erreurs propres à ces données
Trois défauts n’apparaissent que sur des données non visibles.
Une teinte trompeuse de la composition, prise à tort pour une observation de terrain.
Un écart entre deux dates imputable à l’atmosphère et non au territoire lui-même.
Et un indice comparé entre deux capteurs sans la moindre harmonisation préalable.
Ces trois défauts échappent entièrement à tout contrôle géométrique, ils se corrigent par la méthode plutôt que par la relecture, et leur point commun est de provenir de la chaîne de traitement plutôt que de l’annotateur lui-même.
Ce qu’il faut retenir
Le multispectral déplace la question de l’observation vers la représentation.
Trois lectures se dégagent. La composition colorée retenue décide de ce que l’annotateur remarquera spontanément, ce qui en fait un paramètre méthodologique à figer au cadrage plutôt qu’un réglage d’affichage. Un indice résume plusieurs bandes en une valeur unique, gain de lisibilité payé par la perte de l’information que leur combinaison contenait, ce qui interdit de le confondre avec la donnée elle-même. Et l’apport des bandes supplémentaires varie fortement selon les classes visées, considérable sur la végétation et parfois nul sur des objets fabriqués, ce qui justifie de le mesurer avant d’engager la dépense d’acquisition.
Pour les réseaux, l’article consacré à la cartographie des infrastructures détaille la démarche. Pour la préparation technique, l’article sur la résolution et le tuilage l’expose.
Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée à l’annotation pour le géospatial. Et si vous préparez un projet multispectral, échangeons sur votre besoin.
