Green Urban Sat (GUS) est une méthodologie de cartographie détaillée de la végétation urbaine, développée sur le territoire test de la Métropole du Grand Nancy, réplicable nationalement voire mondialement car indépendante des bases de données locales.
La méthode utilise les images et données de hauteur (MNH) issues de données satellitaires à très haute résolution spatiale (THRS) Pléiades, mais est également adaptable aux données Pléiades Neo et aux futures missions THRS (CO3D notamment).
Cette cartographie a pour objectif final de servir de support pour l'évaluation de 5 services écosystémiques : régulation du climat local, régulation de la qualité de l'air, bénéfices socio-culturels, continuités écologiques et irrigation. Cette partie constitue le coeur du projet Des Hommes et Des Arbres (DHDA) sur la Métropole du Grand Nancy (MGN).
La méthode a été développée dans le cadre du projet SCO (Space for Climate Observatory) Green Urban Sat, par le Cerema (pôle satellitaire de la Dter Occitanie et équipe de recherche TEAM de la Dter Est), TerraNIS, le LIVE, la MGN, et le CNES via le SCO. Les partenaires remercient le SCO pour le cofinancement du projet.
https://www.spaceclimateobservatory.org/fr/green-urban-sat
Ce dépôt GITHUB présente l'ensemble des scripts python permettant de générer automatiquement la cartographie détaillée de la végétation, à partir de deux images d'entrée Pléiades (une image d'été stéréoscopique et une image d'hiver monoscopique).
La cartographie GUS se présente sous la forme d'une couche vectorielle décrivant la végétation en formes végétales (fv) selon 9 classes :
- Strate arborée :
- Arbre Isolé
- Alignement d’Arbres
- Boisement Arboré
- Strate arbustive :
- Arbuste Isolé
- Alignement d’Arbustes
- Boisement Arbustif
- Strate herbacée :
- Prairie
- Culture
- Pelouse
La table attributaire des formes végétales (fv) se présente sous la forme suivante :
| Attribut | fid | strate | fv | paysage | surface | h_moy | h_med | h_et | h_min | h_max | perc_persistant | perc_caduc | perc_conifere | perc_feuillu | type_sol |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Description | Identifiant unique | Strate verticale | Classe | Paysage contextuel | Surface (m²) | Hauteur moyenne (m) | Hauteur médiane (m) | Écart-type de hauteur (m) | Hauteur minimale (q10) (m) | Hauteur maximale (q90) (m) | Pourcentage de couvert persistant (%) | Pourcentage de couvert caduc (%) | Pourcentage de conifères (%) | Pourcentage de feuillus (%) | Type de sol |
| Valeurs | int | A: Arboré Au: Arbustif H: Herbacé |
AI: Arbre Isolé AA: Alignement d’Arbres BOA: Boisement Arboré AuI: Arbuste Isolé AAu: Alignement d’Arbustes BOAu: Boisement Arbustif PR: Prairie C: Culture PE: Pelouse |
1: urbain 2: bord de voirie 3: bord de surfaces en eau 4: agricole et forestier 5: autres milieux naturels |
float | float | float | float | float | float | float (0-100) | float (0-100) | float (0-100) | float (0-100) | Surface végétalisée / non végétalisée |
Les indices de confiance (non remplis à l'heure actuelle) :
| idc_surface | idc_h | idc_prescadu | idc_coniffeuil | idc_typesol |
|---|---|---|---|---|
| Indice de confiance de la surface | Indice de confiance de la hauteur | Indice de confiance du pourcentage de caduc et persistant | Indice de confiance du pourcentage de feuillu et conifère | Indice de confiance sur le type de sol |
Le dépot est composé de :
- un dossier "app" contenant les scripts python d'applications
- un fichier principal
main.pyqui fait appel à ces différents scripts - un fichier de configuration
config.json.
Les librairies utilisées proviennent de la chaîne de traitement générique du pôle satellitaire du Cerema : https://github.com/CEREMA/dterocc.chaineTraitement.traitementImageSatelliteEtIndicateursDerives/tree/master/Libs
Nous garantissons un bon fonctionnement de l'application sous la configuration Ubuntu 24. 04. 2 LTS.
Version Python 3. 10. 12
Principales librairies : os, sys, glob, copy, time, subprocess, math, psycopg2, numpy
| Logiciel | Version |
|---|---|
| OTB | 8. 1. 2 |
| GDAL | 3. 9. 0 |
| GRASS GIS | 8. 3. 2 |
| SAGA | 9. 3. 1 |
| PostgreSQL | 17. 0 |
| POSTGIS | 3. 6 |
Le lancement du code se décompose en trois étapes :
- le téléchargement du repertoire git complet
- le remplissage du fichier de configuration
config.json(voir plus bas) - le lancement du code sur un terminal à la racine du dossier (où se situe le fichier main) avec la commande :
python main.py config.json
Le main est composé de quatre sous-parties :
- le renseignement des données d'entrée
- la création et l'implémentation des variables à partir des données fournies
- la création de l'environnement : dossier du projet, chemins de sauvegarde, base de données pgsql/postgis
- le lancement des étapes de production de la cartographie
| Fonction | Usage | Optionnel |
|---|---|---|
| assemblyRasters() | Assemblage des imagettes Pléiades | Oui |
| mnhCreation() | Création d'un Modèle Numérique de Hauteur à partir d'un MNS et d'un MNT | Oui |
| neochannelComputation() | Calcul des images d'indices radiométriques dérivés de l'image Pléiades de référence | Oui |
| concatenateData() | Concaténation des données une seule couche raster | Non |
Certaines fonctions sont optionnelles lorsque l'opérateur peut fournir lui-même la donnée produite par cette fonction.
| Fonction | Usage | Optionnel |
|---|---|---|
| landscapeDetection() | Définition des paysages à partir d'un regroupement de classes de l'OCSGE | Oui |
| Fonction | Usage | Optionnel |
|---|---|---|
| openConnection() | Ouverture de la connection au schéma de la db dans laquelle les traitements spatiaux sont réalisés | Non |
| segmentationImageVegetation() | Création de la couche vecteur des segments de végétation à partir de l'algorithme de segmentation Meanshift | Non |
| classificationVerticalStratum() | Classification des segments végétation en strates verticales (arboré, arbustif et herbacé) | Non |
| closeConnection() | Fermeture de la connection au schéma de la db dans laquelle les traitements spatiaux sont réalisés | Non |
| Fonction | Usage | Optionnel |
|---|---|---|
| openConnection() | Ouverture de la connection au schéma de la db dans laquelle les traitements spatiaux sont réalisés | Non |
| cartographyVegetation() | Cartographie des formes végétales horizontales de la végétation | Non |
| closeConnection() | Fermeture de la connection au schéma de la db dans laquelle les traitements spatiaux sont réalisés | Non |
| Fonction | Usage | Optionnel |
|---|---|---|
| openConnection() | Ouverture de la connection au schéma de la db dans laquelle les traitements spatiaux sont réalisés | Non |
| createAndImplementFeatures() | Création et calcul des attributs descriptifs des formes végétales produites précedemment | Non |
| closeConnection() | Fermeture de la connection au schéma de la db dans laquelle les traitements spatiaux sont réalisés | Non |
Le fichier de configuration config.json permet de renseigner les paramètres de la cartographie. La définition de l'ensemble des paramètres à renseigner est précisée dans le fichier config_defs.json.
| Balise | Définition |
|---|---|
| repertory | Répertoire de création du dossier du projet |
| save_intermediate_result | Paramètre de sauvegarde des résultats intermédiaires |
| display_comments | Paramètre d'affichage des commentaires intermédiaires |
| steps_to_run | Etapes à réaliser |
| data_entry | Données d'entrée (emprise de la zone, images Pléiades, MNS, MNT, etc.) |
| database_params | Paramètres de création de la base de données PgSql |
| info_mnh | Le Modèle Numérique de Surface à considérer |
| vertical_stratum_detection | Paramètres pour la distinction des strates verticales de végétation |
| vegetation_form_stratum_detection | Paramètres de détection des formes végétales |
| indicators_computation | Paramètres de calcul des attributs descriptifs |
Certaines données d'entrée supplémentaires peuvent être ajoutées via la balise data_entry > entry_options. Attention à fournir les mêmes formats que la donnée produite par la chaîne GUS (nom des champs, extension, etc.)
La balise vertical_stratum_detection > height_or_texture permet de prioriser la hauteur ou la texture dans la classification des segments en strates verticales. Deux possibilités :
- priorisation de la hauteur (valeur "height") : seule la donnée de hauteur est utilisée pour la première étape de la classification en strates verticales. NB : nous privilégions ce choix lorsque la donnée d'élévation est précise (ex : LiDAR).
- priorisation de la texture (valeur "texture") : la distinction entre végétation herbacée est ligneuse est effectuée sur la texture. La distinction entre arboré et arbustif est ensuite réalisé avec la donnée de hauteur. Ce choix est à privilégier lorsque la donnée d'élévation est peu précise (MNH satellitaire).
Une seconde étape de reclassification des strates est ensuite effectuée par voisinages pour corriger des principales erreurs.
Attention, si vous ne voulez pas faire tourner toutes les étapes (steps_to_run), des informations sont à fournir si vous n'avez pas utilisé les scripts dédiés pour les produire :
steps_to_run > data_concatenation= False -> fournir l'image concaténée via la balisedata_entry > entry_options > img_data_concatenationsteps_to_run > vegetation_extraction= False -> fournir le masque de végétation via la balisedata_entry > entry_options > mask_vegetationsteps_to_run > vertical_stratum_detection= False -> fournir le schema et la table de la donnée via la balisevertical_stratum_detection > db_tablesteps_to_run > vegetation_form_stratum_detection= False -> fournir le schema et la table de la donnée via la balisevegetation_form_stratum_detection > db_table
Mathilde Segaud - Cerema Occitanie / DT / OSECC (pôle satellite)
Maëlle Klein - Cerema Occitanie / DT / OSECC (pôle satellite)
Gilles Fouvet - Cerema Occitanie / DT / OSECC (pôle satellite)
Benjamin Piccinini - Cerema Occitanie / DT / OSECC (pôle satellite)
Emma Bousquet
Pôle satellitaire - Direction territoriale Occitanie
Complexe scientifique de Rangueil - 1 av. du colonel Roche 31400 TOULOUSE