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.
Comparaison de l'identification des champs de boues rouges basée sur le satellite Xiguang-1 05 (Tianxianpei) et Sentinel-2
Introduction générale
Les installations de stockage de boues rouges sont des structures spécialisées destinées au stockage de ces boues, résidus fortement alcalins issus de la production d'alumine. Leur fonction principale est de prévenir les fuites de boues rouges et la pollution de l'environnement. Les boues rouges contenant des fluorures et le liquide qui les accompagne présentant un pH largement supérieur aux normes de sécurité, elles sont classées comme déchets solides industriels de classe II et nécessitent une conception étanche conforme aux normes environnementales en vigueur. Les premières installations de stockage de boues rouges, dépourvues de mesures d'étanchéité, ont engendré des problèmes de pollution des eaux souterraines. En 2016, les stocks de boues rouges accumulés en Chine dépassaient 50 millions de tonnes, avec un taux d'utilisation de seulement 15 %, et le stockage demeure la principale méthode de traitement.
Principes et méthodes
La télédétection par satellite peut être utilisée pour identifier et surveiller la répartition des champs de boues rouges à ciel ouvert ainsi que les progrès de la restauration et de la transformation écologiques, ce qui contribue à gérer efficacement ce type de déchets solides industriels.
Comparativement aux satellites multispectraux, les satellites hyperspectraux offrent une résolution spatiale supérieure, ce qui les rend particulièrement adaptés aux situations nécessitant l'identification précise de caractéristiques du sol. C'est pourquoi une zone connue pour ses champs de boues rouges a été sélectionnée à des fins d'analyse comparative.
Tableau 1. Comparaison des paramètres de bande
Un gisement de boues rouges situé dans une usine d'aluminium de la province du Shandong a été sélectionné comme cible. L'identification de cette cible a été réalisée à l'aide de données hyperspectrales des satellites Sentinel-2 et Xiguang-1 05 (Tianxianpei). Les données Sentinel-2 utilisées correspondent à la médiane des données composites acquises entre le 10 mars et le 20 avril 2025, tandis que les données Xiguang-1 05 (Tianxianpei) ont été acquises à partir du 29 mars 2025.
Pour Sentinel-2, en raison du nombre limité de bandes spectrales, les algorithmes de correspondance de caractéristiques spectrales n'étaient pas adaptés. Par conséquent, un regroupement supervisé par forêt aléatoire a été utilisé pour extraire les champs de boues rouges dans les mines de bauxite. Les échantillons étaient des vecteurs polygonaux, et cinq catégories ont été sélectionnées : champs de boues rouges, terres agricoles, filets anti-poussière de chantiers de construction, plans d'eau et toitures de bâtiments rouges.
Pour le satellite Xiguang-1 05 (Tianxianpei), la courbe spectrale monopixel du champ de boue rouge a été collectée comme référence et la cible a été extraite à l'aide de l'algorithme d'estimation de cohérence adaptative et de la segmentation par seuillage.
Zone 1
Figure 1. Image RVB de Sentinel-2 et résultats d'extraction
Figure 2. Résultats de l'extraction de boue rouge du satellite Xiguang-1 05 (Tianxianpei).
Zone 2
Figure 3. Image RVB de Sentinel-2 et résultats d'extraction
Figure 4. Image RGB et résultats d'extraction du satellite Xiguang-1 05 (Tianxianpei), et vérification de la carte de base haute résolution.
Analyse des résultats
Lors de l'utilisation des données du satellite Xiguang-1 05 (Tianxianpei), deux gisements de boue rouge ont été trouvés en dehors de la zone connue du champ de boue rouge, mais les données Sentinel-2 n'ont pas identifié ces zones de gisements de boue rouge.
Les résultats de la comparaison montrent que l'imagerie multispectrale ne permet pas d'identifier des substances spécifiques lorsque le nombre d'échantillons est faible pour la classification supervisée. L'imagerie hyperspectrale, en revanche, peut utiliser divers algorithmes de décomposition hybride de pixels pour l'identification des substances, ne nécessitant qu'un seul pixel (les pixels purs sont optimaux, mais les pixels hybrides conviennent également). Les algorithmes de classification supervisée couramment utilisés avec l'imagerie multispectrale présentent une faible universalité ; les modèles entraînés sur une image sont peu performants sur d'autres images. Cependant, l'extraction de signatures spectrales à partir d'images hyperspectrales permet une application directe à d'autres images avec de meilleurs résultats.
Une largeur à mi-hauteur (FWHM) plus faible et des bandes spectrales plus denses permettent d'identifier des différences subtiles de réflectance entre différents matériaux. Par conséquent, pour l'identification des matériaux, l'imagerie hyperspectrale conserve un avantage significatif même lorsque la résolution au sol est bien inférieure à celle de l'imagerie multispectrale.