Global Vision Media Focus
L'entreprise a été présentée sur les chaînes de vidéosurveillance à 15 reprises, et sa diffusion via les médias du Parti, les médias centraux et les médias officiels locaux a touché un total de 50 millions de personnes.
Surveillance de la chlorophylle a aquatique basée sur un nouvel indice hyperspectral
Introduction générale
La chlorophylle a est le principal pigment photosynthétique du phytoplancton et est souvent utilisée comme indicateur de sa biomasse. Sa concentration (Chla) est un indicateur clé pour évaluer les niveaux d'eutrophisation et étudier le cycle du carbone dans les milieux aquatiques. Comparée aux méthodes traditionnelles d'échantillonnage des eaux de surface, qui ne permettent de mesurer qu'un nombre limité de points, la télédétection offre une vision plus complète de la distribution spatiale de la chlorophylle a.
La télédétection hyperspectrale présente un fort potentiel pour le suivi de la chlorophylle a (Chla) dans des conditions aquatiques optiquement complexes. Cependant, les indices hyperspectraux existants sont facilement limités par l'interférence d'autres paramètres de qualité de l'eau, une correction atmosphérique imparfaite et la dispersion des bandes spectrales, notamment pour les masses d'eau à forte productivité. Pour pallier ce problème, Yao et al. ont proposé un nouvel indice spectral : l'indice de largeur du pic de réflectance du bord rouge (REPWI). Cet indice :
(1) Utiliser pleinement la haute résolution spectrale des données hyperspectrales pour réduire l'interférence des TSM et du CDOM dans les masses d'eau optiquement complexes, en exploitant pleinement le potentiel du pic de réflexion du bord rouge.
(2) Insensible aux incertitudes introduites lors du processus imparfait de correction atmosphérique
(3) Minimiser l'impact de l'intervalle d'échantillonnage spectral discret
Méthodes et principes
Cette étude de cas a utilisé des images hyperspectrales de la région du lac Taihu prises par le satellite Xiguang-1 05 (Tianxianpei) le 18 juin 2025, pour effectuer des calculs d'indices et analyser la qualité de l'eau de la région du lac Taihu sur la base des résultats de l'indice.
Tableau 1. Introduction aux données
Dans ce cas, le calcul de l'indice utilise des données de réflectance du niveau L2C corrigées des effets atmosphériques. La procédure opératoire spécifique est la suivante :
1. Prétraitement des données
(1) Lissage spectral : Dans ENVI, les données de réflectance de surface sont lissées à l’aide de l’algorithme de Savitzky-Golay (SG), ce qui réduit le bruit spectral et améliore la fiabilité des calculs ultérieurs de l’indice de corrélation du bord rouge. Il est possible d’utiliser soit le filtre Savitzky-Golay disponible sur l’App Store d’ENVI, soit l’outil de lissage spectral intégré de THOR. Lors de l’utilisation du filtre Savitzky-Golay, les paramètres sont les suivants :
(2) Enregistrement des images (facultatif) : L’enregistrement géographique est effectué sur les données traitées à partir de la carte de base. Il peut être réalisé avec ENVI, QGIS ou ArcGIS. L’utilisation de Google Images est recommandée comme carte de référence.
(3) Masque de plan d'eau : La zone du lac Taihu est extraite en normalisant l'indice du plan d'eau par le nombre de réflectance de surface et en sélectionnant un seuil approprié basé sur l'histogramme des résultats de calcul.
(4) Calcul de l'indice : L'indice est calculé à l'aide de l'outil « Mathématique des bandes » d'ENVI. L'indice calculé est un raster multibande ou monobande. Il peut être exporté au format TIFF à l'aide de l'outil « Créateur de nouveaux fichiers » d'ENVI, puis analysé dans QGIS ou ArcGIS.
(5) Extraction du masque de région de chlorophylle : En utilisant l'indice partiel calculé, l'extraction du masque de région de chlorophylle a été effectuée dans le lac Taihu en utilisant une méthode de seuil fixe.
(6) Analyse complète multi-indices : Sur la base du vecteur statistique ou de l'indice de grille, la distribution des différents indices est analysée en se référant à la signification physique représentée par les différents indices.
L'indice peut également être calculé directement à partir de l'imagerie de valeur DN originale, ou en obtenant des données de réflectance après étalonnage radiométrique et correction atmosphérique pour le calcul de l'indice.
Étalonnage radiométrique : une correction radiométrique est appliquée aux données brutes de valeurs DN à l’aide des coefficients d’étalonnage radiométrique fournis par Radiance afin d’obtenir les données de luminance apparente. Cette opération peut être effectuée à l’aide de l’outil d’étalonnage radiométrique d’ENVI.
Correction atmosphérique : La correction atmosphérique est effectuée à l'aide d'outils de correction atmosphérique basés sur les modèles 6S ou MODTRAN pour obtenir des données de réflectance de surface, comme l'outil de correction atmosphérique FLAASH dans ENVI.
2. Calcul de l'indice spectral
(1) JE SUIS :L'étendue des plans d'eau a été extraite par la méthode de l'indice spectral. Plus précisément, l'indice de différence normalisée de l'eau (NDWI) a été calculé à partir de l'image de réflectance de surface traitée par FLASH. Ensuite, un seuil a été défini à partir de l'histogramme de l'image NDWI pour extraire les plans d'eau. La formule de calcul est la suivante :
(2) RÉPONSE :Selon le modèle bio-optique, plus la teneur en chlorophylle a dans l'eau est élevée, plus son absorption est forte (plus la vallée de réflexion est profonde) près de 670-680 nm, ce qui entraînera un décalage du pic de réflexion dans la région du bord rouge (environ 700 nm) vers des longueurs d'onde plus longues et un élargissement.
Définition physique du REPWI : Il s’agit de la distance horizontale en longueur d’onde s’étendant horizontalement vers la droite à partir d’une longueur d’onde fixe de creux de réflexion rouge (678 nm) jusqu’à son intersection avec le côté droit de la courbe du pic de réflexion du bord rouge. La formule de calcul est la suivante :
dans，l'dansLa longueur d'onde au point de croisement droit est déterminée par interpolation linéaire, satisfaisant R.rs(l'dans) = Rrs(678).
Affichage des résultats
Figure 1. Image composite en vraies couleurs Xiguang No. 1 05 (Un accord parfait) 20250618
Les résultats suivants ont été obtenus en effectuant l'extraction des plans d'eau et le calcul des indices ci-dessus sur les données du satellite Xiguang-1 05 (Tianxianpei) :
Figure 2. Carte de distribution de l'indice REPWIXiguang No. 1 05 (Un accord parfait) 20250618
Pour analyser l'applicabilité de l'indice REPWI, une analyse comparative a été menée avec l'indice de chlorophylle normalisé (NDCI), plus couramment utilisé. La distribution des résultats de l'indice de chlorophylle normalisé (NDCI) est présentée dans la figure ci-dessous :
Figure 3. Distribution de l'indice de chlorophylle normalisé (NDCI)Xiguang No. 1 05 (Un accord parfait) 20250618
La comparaison révèle une cohérence entre les indices REPWI et NDCI en termes de tendances macroscopiques. Les deux indices montrent des concentrations de chlorophylle a significativement plus élevées dans les zones nord-ouest et côtières du lac Taihu que dans les parties centrale et sud-est, indiquant une nette différenciation spatiale de l'eutrophisation. Globalement, les proliférations algales sont importantes dans la partie ouest du lac Taihu, avec des concentrations de chlorophylle a plus élevées à proximité des zones de prolifération. Ceci s'explique par le fait que la partie ouest du lac Taihu est une zone où les rivières se jettent, apportant d'importantes quantités de nutriments qui favorisent une croissance algale vigoureuse, entraînant des proliférations de cyanobactéries et une augmentation des concentrations de chlorophylle a. Les parties centrale et est du lac Taihu sont moins touchées, ce qui explique une meilleure qualité de l'eau que dans la partie ouest. Les plantes aquatiques se développent dans la partie est du lac, et les concentrations de chlorophylle a y sont plus faibles, confirmant ainsi l'efficacité de l'indice REPWI pour caractériser la distribution spatiale de la chlorophylle a dans les plans d'eau. Ceci fournit des données plus fiables pour le suivi ultérieur de la qualité de l'eau et l'alerte précoce aux proliférations algales.