EO4Wetlands

L'observation de la Terre pour le suivi multi-échelle de la restauration des zones humides

Projet terminéEn combinant diverses données satellitaires acquises à différentes longueurs d'onde, résolutions spatiales et temporelles, EO4Wetlands a mis en œuvre un jumeau numérique pour étudier la transformation des ex-polders Hedwige et Prosper au regard de la zone humide voisine du Pays inondé de Saeftinghe. La méthode de classification développée pose un premier diagnostic sur l'évolution des principales classes d'habitats au fil du temps. Reposant sur une classification non supervisée, ces résultats peuvent être reproduits n'importe où moyennant une connaissance préalable du terrain pour interpréter ces cartes de classification. Les travaux se poursuivent désormais via le projet Interreg NWE BONSAI pour favoriser les systèmes de défense des estuaires face au changement climatique.

Présentation

Les zones humides font partie des écosystèmes critiques jouant un rôle majeur dans le contexte du changement climatique, la biodiversité et l'hydrologie. Les Journées mondiales des zones humides de 2017 ont particulièrement mis en évidence la façon dont les zones humides aident à faire face aux catastrophes telles que les inondations et les marées. Dans le cadre du projet Interreg de Polder2C’s, les expérimentations sur le polder du Living Lab Hedwige-Prosperpolder (LLHPP), à la frontière néerlando-belge, vont mener à la destruction partielle d'une digue et à la restauration d'une zone humide. Il s'agissait d'une occasion unique d’en suivre l'évolution dans un contexte maritime confronté à l'élévation du niveau des océans et et plus globalement face au réchauffement climatique. Pour atteindre cet objectif, la multiplicité et disponibilité des données d'observation de la Terre offre de nouveaux outils.

Le projet pose ainsi les bases d’un outil de surveillance des zones humides, qui rassemble toutes les données sur les sites d’études obtenues à partir de capteurs in situ et de satellites, à la disposition des utilisateurs finaux. Le résultat opérationnel, basé sur la reconnaissance automatique, consiste en une vue synoptique des changements d’habitats à différentes échelles spatiales et temporelles. L’outil vient ainsi aider les utilisateurs finaux en charge des systèmes de défense contre les inondations à suivre les changements de végétation.

Site(s) d’application

Living Lab Hedwige-Prosperpolder, Belgique/Pays-Bas

► La zone d’étude englobe la zone humide du Pays inondé de Saeftinghe et les anciens polders HPP (polders Hedwige-Prosper). © Cerema

Données

Satellite

• Sentinel-1 (radar)
• Sentinel-2 (multispectrales)
• Sentinel-3 (infrarouge thermique)
• Landsat (multispectrale et infrarouge thermique)
• ALOS -1 & -2, RISAT, MODIS (produit NDVI et infrarouge thermique)
• Pléiades (multispectrale)

Ces données ont été utilisées pour mieux comprendre l'évolution de la renaturation des polders au regard de la zone humide du Pays inondé de Saeftinghe.

Méthodologie et rôle des données satellitaires

Afin d'étudier l'évolution la transformation du site d’étude en zone humide et le Pays inondé de Saeftinghe, un catalogue comprenant des images Sentinel, Landsat, respectivement depuis 2018 et 1985, et comprenant également des images MODIS, ALOS et Pléiades a été constitué.

Cette variété de données satellitaires, acquises à différentes longueurs d'onde, résolutions spatiales et temporelles, a permis d’estimer :

1. la corrélation entre les différentes données, en particulier celles associées aux capteurs installés sur le site étudié ;
2. l'influence du changement climatique sur les zones humides au cours des 40 dernières années.
3. l'influence des marées et des phénomènes météorologiques sur les variables mesurables à partir des données satellitaires et des capteurs in situ ;
4. l’évolution de la renaturation en se basant sur une classification des habitats.

Ces informations reposent sur :

1. la classification des données visibles et proche infrarouge via le NDVI (indice de végétation, Normalized Difference Vegetation Index) et/ou l’EVI (indice de végétation, Enhance Vegetation Index) ;
2. le suivi de la dynamique des zones humides due aux variations de la teneur en eau de la surface avec des données radar ;
3. la validation des températures de surface satellitaire de la zone d’étude au regard de mesure de la température de surface mesurée par une sonde SoilVUE (©Campbell Scientific), installée durant le projet.

Les séries temporelles d’images satellites (SITS) permettent de suivre jour après jour les évolutions des plaines inondables et de la végétation lors de la renaturation d’un ancien polder. Cette diversité permet d'examiner les corrélations entre les mesures spatiales et les relevés de la sonde in situ, d'évaluer l'impact du changement climatique sur les zones humides grâce à quarante ans d'observations et d'étudier l'influence des marées et des phénomènes météorologiques. Dans le détail, l’indice EVI obtenu à partir des images Sentinel-2 ont permis le développement d'une méthode de classification automatique non-supervisée pour suivre l'évolution des habitats à travers le temps et l'espace suite à la renaturation.

De plus, les archives des données satellitaires étant disponibles (depuis ~2016 pour Sentinel, ~2000 pour MODIS et les années 90 pour Landsat), des études historiques ont été entreprises en tenant compte de l'impact passé et futur du changement climatique sur les zones humides.

La méthodologie développée durant le projet a également été appliqué sur deux autres zones humides côtières d’Europe du Nord‑Ouest : « The Wash » et le polder de Freiston (Royaume‑Uni) ainsi que la baie du Mont‑Saint‑Michel et le polder de Ploubalay (France). Toutes deux partagent le même climat océanique (été frais‑chaud, hivers froids, ciel souvent couvert) que nos sites d’études. Les renaturations de ces sites, plus ou moins anciennes, ont permis d’estimer la durée d’une renaturation complète des anciens polders étudiés dans le projet EO4Wetlands.

Résultats – Produits finaux

EO4Wetlands a développé un jumeau numérique en accès libre qui fusionne toutes les données satellitaires et in situ dans une interface évolutive. Combinant infrastructures cloud, visualisation 2D et 3D/4D haute performance et jeux de données riches, celui-ci permet d'explorer l’évolution, à travers le temps et l’espace, de la végétation et de la teneur en eau du sol. Grâce à ces indicateurs clés, l’utilisateur peut analyser de manière interactive les dynamiques environnementales des sites d’études comme, par exemple, les corrélations entre marées, précipitations et dynamique des sols.

Le projet a également publié un site web retraçant son histoire, les enjeux et la méthodologie, sans oublier le lien de téléchargement du jumeau numérique.

👉 Le développement du jumeau numérique, par Geomatys, repose un serveur cartographique et un datalake hébergés sur un cluster Kubernetes, complétés par une application de visualisation 3D/4D développée sous Unreal Engine. Développée pour Linux et Windows, l’application offre une excellente qualité visuelle et évolutivité. Le téléchargement est en accès libre à ce lien : https://files.geomatys.com/s/4aRCpBPyN2wCZRY .

👉 Le datalake intègre des jeux de données mondiaux (GEBCO, EMODnet), ainsi que des données locales (MNT, LiDAR), fournies dans le cadre du projet, transformées en maillage 3D quantifié. Il incorpore également les images satellites via des protocoles OGC (WMS/WMTS). Les couches satellitaires spécifique au projet comprennent les séries Sentinel-1/2, Landsat 5/8/9 et leurs indices (NDVI, RVI, etc.), ainsi que les produits de température de surface (MODIS, ASTER, ECOSTRESS), qui peuvent être visualisés en projection plane ou en graphiques 3D.

👉 Un outil permet d'extraire les valeurs d'indices le long de lignes, de polygones ou de points, sur la période souhaitée. Des données LiDAR sont converties en maillage 3D pyramidal afin d'optimiser le rendu en fonction du niveau de zoom. Les relevés la sonde in situ SoilVUE (du 1er janvier 2024 au 24 juin 2025) et les mesures géophysiques de résistivité électrique fournies par le Cerema sont également intégrés. Il est ainsi possible de visualiser les profils temporels, de filtrer par dates et de rechercher les indicateurs directement dans l’environnement 3D/4D.

▲ a) Représentation en carte de l’indice NDVI et b) Extraction des valeurs de NDVI selon les dates choisies le long d’un transect (en rouge) dessiné directement dans l’outil. L’étiquette « SoilVUE » localise la sonde dans le jumeau numérique. © Geomatys

👉 Reposant sur une classification non supervisée, ces résultats peuvent être reproduits n'importe où moyennant une connaissance préalable du terrain pour interpréter les cartes de classification.

👉 L’interprétation des résultats est disponible dans l'article du 12 janvier 2025.

➡️ Les travaux et la surveillance des sites se poursuivent via projet Interreg NWE BONSAI* (Boosting Flood Resilience in Estuarine Systems Anticipating Shifting Climate Zones) dont l’'objectif vise à accroître la résilience à court et long termes des systèmes de défense contre les inondations dans les estuaires de la région NWE face au changement climatique. À cet égard, les sites d’études d’EO4Wetlands sont désormais les sites de référence de BONSAI.

Ressources

Pour en savoir plus, consultez les documents suivants sur le site du Cerema :

• le rapport technique final en anglais
• la synthèse du rapport technique en français

Références

EO4Wetlands sur GEO Knowledge Hub du Group on Earth Observations (GEO), un référentiel numérique pérenne : https://doi.org/10.60566/wkbrj-ngd08

• Gayet, G. et al. Guide de la méthode nationale d’évaluation des fonctions des zones humides–version 1.0. Onema, collection Guides et protocoles(2016).
• Bhatnagar, S. et al. Mapping vegetation communities inside wetlands using Sentinel-2 imagery in Ireland. International Journal of Applied Earth Observation and Geoinformation 88, 102083 (2020).
• Adam, E., Mutanga, O. & Rugege, D. Multispectral and hyperspectral remote sensing for identification and mapping of wetland vegetation: a review. Wetlands Ecol Manage 18, 281–296 (2010).
• Guo, M., Li, J., Sheng, C., Xu, J. & Wu, L. A Review of Wetland Remote Sensing. Sensors 17, 777 (2017).
• Whyte, A., Ferentinos, K. P. & Petropoulos, G. P. A new synergistic approach for monitoring wetlands using Sentinels -1 and 2 data with object-based machine learning algorithms. Environmental Modelling & Software 104, 40–54 (2018).
• Rapinel, S., Clément, B. & Hubert-Moy, L. Cartographie des zones humides par télédétection : approche multi-scalaire pour une planification environnementale. Cybergeo : European Journal of Geography (2019) doi:10.4000/cybergeo.31606.
• Sánchez-Espinosa, A. & Schröder, C. Land use and land cover mapping in wetlands one step closer to the ground: Sentinel-2 versus landsat 8. Journal of Environmental Management 247, 484–498 (2019).
• Hubert-Moy, L., Clément, B., Lennon, M., Houet, T. & Lefeuvre, E. Etude de zones humides de fond de vallées à partir d’images hyperspectrales CASI : Application à un bassin versant de la région de Pleine-Fougères (Bretagne, France). Photo-Interprétation. European Journal of Applied Remote Sensing 39, 33–43 (2003).
• Amani, M., Salehi, B., Mahdavi, S. & Brisco, B. Spectral analysis of wetlands using multi-source optical satellite imagery. ISPRS Journal of Photogrammetry and Remote Sensing 144, 119–136 (2018).
• Muro, J. et al. Land surface temperature trends as indicator of land use changes in wetlands. International Journal of Applied Earth Observation and Geoinformation 70, 62–71 (2018).
• Muro, J. et al. Short-Term Change Detection in Wetlands Using Sentinel-1 Time Series. Remote Sensing 8, 795 (2016).
• Antoine, R. et al. Electric potential anomaly induced by humid air convection within Piton de La Fournaise volcano, La Réunion Island. Geothermics65, 81–98 (2017).
• Antoine, R. et al. Thermal infrared image analysis of a quiescent cone on Piton de la Fournaise volcano: Evidence of convective air flow within an unconsolidated soil. Journal of Volcanology and Geothermal Research 183, 228–244 (2009).
• Lopez, T. et al. Subsurface Hydrology of the Lake Chad Basin from Convection Modelling and Observations. Surv Geophys 37, 471–502 (2016).
• Lopez, T. et al. Thermal anomalies on pit craters and sinuous rilles of Arsia Mons: Possible signatures of atmospheric gas circulation in the volcano. Journal of Geophysical Research: Planets 117, (2012).

Projets liés

Projet Interreg BONSAI

Projet Interreg Polder2Cs

Les actus du projet

• 13/01/2025 : EO4Wetlands, un jumeau numérique pour les zones humides : présentation de l’outil et interprétation des résultats
• 🎥 27/03/2025 : Présentation du projet EO4Wetlands et de ses avancées lors de la 16^ème Trimestrielle du SCO France « Cordons littoraux : enjeux et solutions »
• 08/07/2024 : EO4Wetlands, un pas de plus vers le monitoring de la dépoldérisation guidé par l’observation satellitaire
• 12/12/2023 : EO4Wetlands, la dépoldérisation suivie par satellite : visite de terrain et installation d'une sonde connectée sur le terrain