PRÉLIMINAIRES

I. Épistémologie et Enjeux Scientifiques du Domaine

L’observation de la Terre a muté, passant d’une quête photographique qualitative à une science quantitative de la mesure physique. Cette transition, accélérée par la convergence de la physique des capteurs, de l’informatique et des sciences spatiales, redéfinit notre capacité à diagnostiquer la planète. L’enjeu n’est plus de voir, mais de quantifier avec une précision absolue les flux d’énergie et de matière. Cette unité d’enseignement ancre l’étudiant dans ce paradigme : transformer une matrice de pixels bruts, bruitée et déformée, en une donnée scientifique fiable, prête pour la modélisation climatique ou la gestion des ressources.

II. Cartographie des Compétences et Transversalité

La maîtrise du traitement d’images satellitaires constitue une compétence nodale, au carrefour de multiples disciplines. Traiter et analyser les données (Compétence 1) est l’acte technique fondateur qui alimente l’évaluation des ressources naturelles et des risques climatiques (Compétence 2). Cette évaluation, à son tour, fournit les paramètres essentiels pour la modélisation et la digitalisation de l’information géographique (Compétence 3). Cette chaîne de valeur intellectuelle connecte directement la physique spatiale à la géologie, l’agronomie, l’hydrologie et l’urbanisme, armant le spécialiste d’une vision systémique indispensable aux défis contemporains.

III. Alignement Stratégique avec les Réalités Opérationnelles

Cette UE est conçue comme un pont direct vers l’employabilité de haut niveau en Afrique. L’Expert en Télédétection spatiale y trouvera la maîtrise de la chaîne de correction complète, de l’acquisition à la validation. L’Ingénieur Géophysicien et Modélisateur climatique apprendra à générer des entrées de modèle fiables, débarrassées des artéfacts atmosphériques et géométriques. Le Spécialiste SIG, enfin, saura intégrer des produits d’imagerie de qualité contrôlée dans ses analyses. Ces savoirs répondent à un besoin criant de souveraineté technique pour la gestion des territoires, des mines et des écosystèmes.

Chapitre I. Fondements Physiques et Mathématiques de l’Imagerie Spatiale

I.1 Interaction Rayonnement-Matière et Signatures Spectrales

Au cœur de la télédétection se trouve la physique de l’interaction entre le rayonnement électromagnétique et les surfaces terrestres. Chaque matériau, qu’il soit végétal, minéral ou hydrique, absorbe, réfléchit et émet l’énergie de manière unique, créant une “signature spectrale” distinctive. La compréhension de ces signatures est la condition sine qua non pour interpréter les images. Ce segment établit les lois physiques régissant ces interactions, des bandes d’absorption de l’eau aux pics de réflectance de la végétation saine, socle indispensable à toute analyse quantitative ultérieure.

I.2 Formalisme Mathématique de l’Image Numérique

Sous l’angle de l’algèbre linéaire, une image satellitaire est une matrice tridimensionnelle où chaque pixel est un vecteur de valeurs numériques (DN). La maîtrise des opérations matricielles, des transformations de base et des statistiques descriptives est donc non-négociable. Ce sous-chapitre outille l’étudiant avec l’arsenal mathématique essentiel : convolution, transformées de Fourier, analyse en composantes principales. Ces outils ne sont pas de simples abstractions ; ils sont les leviers opératoires permettant de filtrer le bruit, de rehausser les contrastes et d’extraire l’information pertinente du signal initial.

I.3 Limites Physiques des Capteurs et Génèse du Bruit

La conception d’un capteur parfait est une impossibilité physique. La sensibilité des détecteurs, la dynamique de quantification et la stabilité électronique introduisent inévitablement des imperfections dans le signal mesuré. Ce module dissèque l’origine du bruit instrumental : bruit thermique (Johnson-Nyquist), bruit de grenaille (shot noise), et artéfacts systématiques comme le “striping” ou les pixels défectueux. Comprendre ces limitations est crucial pour ne pas sur-interpréter les données et pour appliquer les algorithmes de correction adéquats avec une rigueur scientifique absolue.

I.4 Stratégies d’Acquisition pour le Contexte Africain

Face à la diversité des problématiques du continent, le choix du capteur est un acte stratégique. Pour le suivi du couvert forestier dense et nuageux du bassin du Congo, les capteurs radar comme Sentinel-1, insensibles à la couverture nuageuse, sont supérieurs aux capteurs optiques. Inversement, pour la cartographie de la dégradation des sols au Sahel, la haute résolution spectrale des capteurs hyperspectraux est requise. Cette section forme l’étudiant à arbitrer entre résolutions spatiale, spectrale, temporelle et radiométrique pour répondre à un besoin local précis avec une efficacité maximale.

Chapitre II. Physique de l’Acquisition : Du Photon au Signal Numérique Brut

II.1 Chaîne de Conversion Photon-Électron-Tension

L’acquisition d’une image spatiale est une cascade de conversions physiques. Les photons réfléchis par la Terre frappent un détecteur (souvent un CCD ou un CMOS), générant une charge électrique proportionnelle à l’intensité lumineuse. Cette charge est ensuite convertie en une tension, qui sera elle-même numérisée. Ce sous-chapitre détaille la physique de ces étapes, en insistant sur les fonctions de transfert de chaque composant. Maîtriser cette chaîne permet de comprendre l’origine des non-linéarités potentielles du capteur et la signification physique du nombre numérique (DN) brut enregistré.

II.2 Échantillonnage, Quantification et Formatage des Données

Après la conversion analogique-numérique, le signal continu est discrétisé spatialement (échantillonnage) et radiométriquement (quantification). Ce processus détermine la résolution spatiale (taille du pixel) et la profondeur radiométrique (nombre de niveaux de gris) de l’image. Ce segment explore les mécanismes de cette double discrétisation et leurs conséquences sur la qualité de l’information. Il aborde également la structuration des données brutes (niveaux 0 et 1A) et l’importance des métadonnées qui décrivent les conditions d’acquisition, essentielles pour les corrections ultérieures.

II.3 Analyse Critique des Artéfacts Instrumentaux

Aucun signal satellitaire brut n’est parfait ; il est systématiquement entaché d’artéfacts liés à l’instrument lui-même. Des variations de sensibilité entre les détecteurs d’une même barrette créent des zébrures (“striping”), tandis que des effets optiques peuvent causer du vignettage. Ce module se concentre sur l’identification et la modélisation de ces erreurs systématiques. L’objectif est de préparer l’étudiant à diagnostiquer la “santé” d’une image brute et à comprendre la logique des algorithmes de correction de niveau 1B, qui visent à homogénéiser la réponse du capteur.

II.4 Enjeux de la Programmation d’Acquisition sur l’Afrique

La programmation des acquisitions satellitaires au-dessus de l’Afrique centrale et équatoriale est un défi majeur, principalement à cause de la couverture nuageuse quasi-permanente. Ce segment analyse les stratégies palliatives : augmentation de la fréquence des passages (constellations), utilisation de capteurs radar actifs (Sentinel-1, TerraSAR-X) capables de percer les nuages, et développement d’algorithmes de prédiction de la nébulosité pour optimiser les fenêtres d’acquisition optique. L’étudiant apprendra à évaluer la pertinence d’une archive d’images en fonction de ces contraintes opérationnelles critiques.

Chapitre III. Algorithmes de Correction Radiométrique et Atmosphérique

III.1 Conversion en Radiance et Étalonnage Absolu

Le nombre numérique (DN) stocké dans une image brute est une valeur relative, sans unité physique. La première étape impérative du traitement est sa conversion en radiance spectrale (W·m⁻²·sr⁻¹·µm⁻¹), une grandeur physique absolue. Cette opération, appelée étalonnage radiométrique, s’appuie sur les coefficients de gain et d’offset fournis dans les métadonnées du capteur. Ce sous-chapitre formalise cette transformation linéaire et démontre son caractère indispensable pour toute comparaison d’images acquises à des dates différentes ou par des capteurs distincts.

III.2 Modélisation des Effets Atmosphériques : Absorption et Diffusion

L’atmosphère terrestre agit comme un filtre complexe qui perturbe le signal électromagnétique sur son trajet aller-retour. La diffusion par les molécules d’air et les aérosols (Mie, Rayleigh) ajoute un voile atmosphérique, tandis que l’absorption par les gaz (vapeur d’eau, ozone, CO₂) altère la signature spectrale. Ce segment dissèque les modèles de transfert radiatif (comme 6S ou MODTRAN) qui simulent ces phénomènes. L’étudiant y apprendra à paramétrer ces modèles pour quantifier l’impact de l’atmosphère sur une scène donnée.

III.3 Limites des Modèles de Correction et Rôle des Aérosols

La principale source d’incertitude dans les corrections atmosphériques réside dans la caractérisation des aérosols, dont la concentration et le type varient fortement dans l’espace et le temps. Sous les tropiques, les aérosols issus des feux de brousse ou des poussières désertiques complexifient énormément la modélisation. Cette section critique les hypothèses des modèles standards et explore les méthodes avancées pour estimer le contenu en aérosols directement à partir de l’image. L’objectif est de développer un sens critique face aux résultats “clés en main” des logiciels.

III.4 Application : Correction d’Images pour le Suivi de la Végétation au Kivu

Pour évaluer la santé de la végétation ou quantifier la déforestation dans la région du Kivu, il est vital d’obtenir des valeurs de réflectance de surface précises. Ce cas pratique guide l’étudiant dans l’application d’une chaîne de correction atmosphérique complète sur une image Sentinel-2. Il s’agira de paramétrer un modèle avec des données locales sur la vapeur d’eau et les aérosols (si disponibles) pour calculer des indices de végétation (NDVI) fiables, débarrassés de l’influence saisonnière de l’atmosphère et donc temporellement comparables.

Chapitre IV. Corrections Géométriques et Modélisation Géospatiale Avancée

IV.1 Physique des Distorsions Géométriques de l’Image

Une image satellitaire brute n’est pas une carte. Elle est affectée par de multiples distorsions géométriques dues à la courbure de la Terre, à la perspective du capteur, aux variations d’altitude du terrain et aux mouvements de la plateforme satellitaire. Ce sous-chapitre expose la physique et la géométrie à l’origine de ces déformations. Comprendre la nature de ces erreurs est la première étape pour sélectionner la méthode de correction appropriée et atteindre la précision cartographique requise pour l’application visée.

IV.2 Orthorectification : Modèles de Capteur et Points d’Appui

L’orthorectification est le processus qui consiste à corriger les distorsions géométriques pour produire une image superposable à une carte. Cette opération rigoureuse s’appuie sur un modèle numérique de terrain (MNT) pour corriger les effets du relief et sur des points d’appui au sol (GCP) pour ancrer l’image dans un système de coordonnées géographiques. Ce segment détaille la mise en œuvre de cette chaîne, des modèles de capteur physiques aux modèles polynomiaux empiriques, en insistant sur le rôle crucial de la qualité du MNT.

IV.3 Analyse Critique de la Précision Géométrique en Zone Isolée

En RDC, l’accès à des points d’appui au sol (GCP) précis et à des modèles numériques de terrain (MNT) à haute résolution est souvent limité, voire inexistant dans les zones reculées. Cette carence constitue le principal verrou à une orthorectification de haute précision. Ce module analyse les stratégies alternatives : l’utilisation de bibliothèques de GCP globaux (mais moins précis), le recalage image-à-image pour l’analyse multi-temporelle, et les nouvelles approches basées sur le GPS différentiel pour la collecte de points de contrôle sur le terrain.

IV.4 Mise en Situation : Cartographie de l’Expansion Urbaine de Kinshasa

Ce cas d’étude final intègre l’ensemble des compétences acquises. L’étudiant devra traiter une série temporelle d’images Landsat ou Sentinel-2 sur la ville de Kinshasa. La mission : appliquer les corrections radiométriques, atmosphériques et géométriques (en utilisant un MNT open-source comme SRTM) pour produire une série d’ortho-images cohérentes. Ces données corrigées permettront ensuite de cartographier et de quantifier l’étalement urbain sur plusieurs décennies, fournissant un produit à haute valeur ajoutée pour les urbanistes et les gestionnaires de la ville.

ANNEXES

A. Orfeo ToolBox (OTB) : La Chaîne de Traitement Open-Source

OTB est une bibliothèque C++ open-source, financée par le CNES, spécialisée dans le traitement d’images de télédétection à haute résolution. Pour l’Ingénieur Géophysicien, elle offre un accès direct à des algorithmes de pointe pour la calibration, la correction atmosphérique et l’orthorectification, sans les coûts de licence des logiciels propriétaires. Sa force réside dans sa capacité à être scriptée pour automatiser des chaînes de traitement complexes sur de grands volumes de données, une compétence essentielle pour la production de cartes de risques ou de ressources à l’échelle nationale.

B. Google Earth Engine (GEE) : Le Calcul Déporté pour l’Analyse à Grande Échelle

Google Earth Engine est une plateforme cloud qui combine un catalogue de plusieurs pétaoctets de données satellitaires avec une API de calcul massivement parallèle. Pour le Spécialiste SIG en Afrique, GEE lève les verrous de l’infrastructure locale (stockage, puissance de calcul, bande passante). Il peut ainsi analyser des décennies de données sur tout le continent pour modéliser des tendances climatiques, surveiller la déforestation ou cartographier les surfaces en eau, en se concentrant sur l’analyse et non sur la gestion fastidieuse des données.

C. Spectroradiomètre de Terrain et Calibration Vicariante

Le spectroradiomètre est un instrument portable qui mesure avec une très haute précision la réflectance de surfaces au sol. Pour l’Expert en Télédétection, sa maîtrise est fondamentale. Elle permet la “calibration vicariante” : mesurer la réflectance d’un site homogène (désert, lac) au moment exact du passage du satellite. Cette mesure de terrain, considérée comme une vérité-terrain, sert à valider et, si nécessaire, à ré-ajuster les paramètres des modèles de correction atmosphérique, garantissant ainsi la qualité et la fiabilité des produits finaux.

Lire aussi :

Cours de Impression numérique et Publication assistée par ordinateur, licence-2, INP1241

Cours de Architecture des ordinateurs et réseaux, licence-1, AOR1121

Cours de Mémoire, master-2, MAP2141

Cours de Ecritures web, licence-2, ECW1241

Cours de Séminaire Informatique, licence-4, SEF1481

Cours de Stage, master-2, APA2141