télécharger le rapport en format pdf - GRID-Geneva

Rapport de stage au GRID
Suivi multi-temporel de la concentration de la
chlorophylle en Méditerranée Orientale à l’aide
de SeaWiFS et de Landstat TM
Barbara Weber
Superviseur
Décembre 2002
Dr. Jean-Michel Jaquet
Mots-clés : Bassin lévantin, couleur
phytoplancton, SeaDAS, SeaWiFS.
des
océans,
K490,
Landsat,
Liban,
Résumé
Ce travail de stage s’inscrit dans le cadre du projet Costal Zone Information System
for Lebanon (CZISL) du GRID en partenariat avec le Centre National de Télédétection
libanais. Le but de ce projet est la cartographie des sources terrestres de pollution
marine le long de la côte libanaise, ainsi que la création d’un système d’information pour
la zone côtière afin d’en assister la gestion.
Les données de la concentration de chlorophylle mises en relation avec des
données de la température de surface des océans constituent un bon moyen pour
déterminer les zones pouvant être atteintes par la pollution. En effet, la croissance du
phytoplancton est limitée par la disponibilité des nutriments (phosphates, nitrates,
silicates). Ceux-ci se trouvent de manière naturelle dans les eaux froides issues
d’upwellings, mais aussi dans les apports pollutifs terrigènes et anthropiques. Dans le
premier cas, une forte concentration de chlorophylle sera liée à une basse température
de surface des océans, alors qu’aucun lien de la sorte ne pourra être mis en évidence
dans le second cas.
L’acquisition et le traitement d’une trentaine d’images issues du capteur SeaWiFS
(Sea-viewing Wide Field-of-view Sensor) à bord du satellite OrbView-2 nous a permis de
suivre l’évolution de la concentration de la chlorophylle dans la Méditerranée Orientale
entre mai 2000 et juin 2001. Les atouts majeurs de SeaWiFS sont ses bandes
spectrales dédiées à l’étude particulière de la couleur des océans, des données
quotidiennes et gratuitement accessibles par internet ainsi que la possibilité de les traiter
à l’aide d’un logiciel spécialement conçu à cet effet, SeaDAS (SeaWiFS Data Analysis
System), lui aussi gratuitement disponible sur internet. Le point faible de ce capteur est
sa résolution maximale de 1 km, qui reste relativement grossière en fonction de l’étude
effectuée.
Si cette méthode s’est avérée efficace pour l’obtention de données de la chlorophylle
ainsi que d’autres paramètres, elle s’est en revanche révélée peu appropriée pour les
données de la SST, ces dernières étant calculées par un algorithme de SeaDAS sur la
base de données moyennes mensuelles issues du capteur AVHRR (Advanced Very
High Resolution Radiometer). Des données ponctuelles concordants avec le moment de
l’acquisition de celles de la chlorophylle sont nécessaires pour mettre en relation ces
deux paramètres.
Les résultats obtenus mettent en évidence la persistance de certaines zones de
concentration de chlorophylle élevée parsemées tout au long de la côte libanaise, plus
particulièrement dans la région de Beyrouth et de Tripoli, et ce tout au long de l’année,
en dépit des variations saisonnières de la température de surface des océans. Du fait de
leur grande taille, ces zones à forte production phytoplanctonique semblent avant tout
liées à des upwellings côtiers. Néanmoins, certains panaches plus petits (dans la baie
i
de Beyrouth, par exemple) pourraient être dus à des sources terrigènes de nutriments
(rejets d’eaux usées, par exemple).
Une comparaison avec les patrons de réflectance de Landsat TM, limitée pour le
moment à la date du 21 mai 2000, montre que ces derniers sont complexes et difficiles à
interpréter (effets de fond et de surface).
ii
Keywords : Levantine Basin, ocean color, K490, Landsat, Lebanon, phytoplankton,
SeaDAS, SeaWiFS.
Abstract
The context of this internship work is the GRID’s project Coastal Zone Information
System for Lebanon (CZISL) conducted in collaboration with the Lebanese National
Center for Remote Sensing. The aim of this project is to map land-derived pollution
along the Lebanese coast and to create an information system to assist the coastal zone
management.
Correlating chlorophyll concentration data with Sea Surface Temperature (SST) data
provides a good way to determine polluted areas. Phytoplankton growth is limited by
nutrients (phosphates, nitrates, silicates) which can be found in the natural cold-water
upwellings or in the anthropogenic land sources, such as sewage. Whereas high
chlorophyll concentration would be related to a low SST in the former case, there would
be no such correlation in the latter.
The acquisition and processing of 30 images from SeaWiFS (Sea-viewing Wide
Field-of-view Sensor) aboard the Orbview-2 platform allowed the monitoring of the
chlorophyll concentration evolution in the Eastern Mediterranean between May 2000 and
June 2001. SeaWiFS major advantages are its spectral bands specially dedicated to
ocean color studies, daily and free data accessible through internet and the possibility to
process them with SeaDAS (SeaWiFS Data Analysis System), a software specially
conceived for this purpose and also freely accessible through internet. This sensor weak
point is its 1 km resolution, which is quite low in relation to the present study needs.
This method has proved efficient to obtain chlorophyll and other parameters data, but
not to get SST data. These are calculated by an algorithm based on monthly averaged
data from the AVHRR (Advanced Very High Resolution Radiometer) sensor.
Instantaneous data concordant to the time of chlorophyll data acquisition are essential to
correlate these two parameters.
The results show the persistence of certain high chlorophyll concentration areas
along the Lebanese coast, particularly in the Beirut and Tripoli regions, during the whole
period of time, in spite of seasonal SST variations. Because of their big size, these high
phytoplanktonic productive areas appear to be related to coastal upwelling.
Nevertheless, some smaller plumes (in the Beirut bay, for example) could be due to
anthropogenic land source nutrients (sewage, for example).
A comparison with the Landsat TM reflectance patterns, for the moment limited to
the single date of the 21-05-01, reveals that they are complex and difficult to interpret
(surface and bottom water effects).
iii
iv
Table des matières
Résumé..........................................................................................................
Abstract..........................................................................................................
Table des matières ........................................................................................
Liste des figures .............................................................................................
i
iii
v
vii
1. Introduction ................................................................................................
1.1. Cadre du stage .......................................................................................
1.2. But du travail ...........................................................................................
1.3. Situation géographique...........................................................................
2. Couleur de l’eau et télédétection ..............................................................
2.1. Pourquoi s’intéresser au phytoplancton ? ..............................................
2.1.1. Le rôle du phytoplancton dans le cycle du carbone ....................
2.1.2. L’impact du phytoplancton sur l’écosystème marin ....................
2.1.3. Régulation de la quantité de phytoplancton dans les océans.....
2.2. La couleur des océans ...........................................................................
2.3. Les capteurs ...........................................................................................
2.4. SeaWiFS.................................................................................................
2.5. MODIS ....................................................................................................
3. Acquisition des données............................................................................
3.1. Données SeaWiFS.................................................................................
3.2. Données MODIS .....................................................................................
3.3. Données Landsat....................................................................................
4. Traitement.....................................................................................................
4.1. Données SeaWiFS.................................................................................
4.1.1. Introduction ..................................................................................
4.1.2. SeaDAS........................................................................................
4.1.2.1.
Traitement au niveau 2 (level 2 processing) ...................
4.1.2.2.
Traitement au niveau 3 (level 3 processing) ...................
4.1.3. ArcView ........................................................................................
4.1.3.1.
Importation des Images SeaWiFS dans ArcView ...........
4.1.3.2.
Reprojection des données ...............................................
4.1.3.3.
Calage des grilles ............................................................
4.1.3.4.
Légendes des grilles .......................................................
4.1.3.5.
Découpage des grilles .....................................................
4.1.3.6.
Conversion des grilles de la chlorophylle a en format .tif
4.1.3.7.
Réalisation de posters .....................................................
4.2. Données MODIS .....................................................................................
4.3. Données Landsat....................................................................................
4.3.1. Manipulation des images Landsat dans ArcView........................
4.3.2. Création d’un masque sur les images Landsat...........................
1
1
1
2
3
3
3
4
5
6
7
12
14
15
15
17
18
19
19
19
19
20
20
21
21
21
22
22
23
23
24
24
25
25
26
v
5. Interprétation................................................................................................
5.1. Données SeaWiFS.................................................................................
5.1.1. Concentration de la chlorophylle a ..............................................
5.1.1.1.
Concentrations journalières (L2) .....................................
5.1.1.2.
Moyennes mensuelles (L3)..............................................
5.1.1.3.
Moyennes saisonnières (L3)............................................
5.1.1.4.
Moyenne annuelle (L3) ....................................................
5.1.2. SST ..............................................................................................
5.1.3. K 490 ............................................................................................
5.1.4. L2 Quality Flags ...........................................................................
5.1.4.1.
Améliorations apportées par les flags .............................
5.2. Données MODIS .....................................................................................
5.3. Données Landsat....................................................................................
6. Conclusions et recommandations.............................................................
7. Bibliographie ................................................................................................
8. Annexes........................................................................................................
8.1. Description des différents niveaux de données SeaWiFS.....................
8.2. Traitement des images à l’aide du logiciel SeaDAS ..............................
8.3. Liste des flags .........................................................................................
8.4. Conversion des grilles de la chlorophylle a en format .tif ......................
8.5. Images de la température de surface des océans.................................
29
29
29
29
31
32
33
35
37
40
45
46
46
49
51
55
55
61
71
73
77
vi
Liste des figures
Fig. 1.1.
Images Landsat de la turbidité et de la température des eaux de surface au
large de Beyrouth.................................................................................................
2
Fig. 2.1.
Cycle du carbone ...........................................................................
4
Fig. 3.1.
Images browse de cinq stations HRPT différentes ........................
16
Fig. 5.1.
Concentrations journalières (niveau 2) ...........................
Annexe A3
Fig. 5.2.
Concentrations journalières zoomées sur la côte libanaise (niveau 2)
.........................................................................................
Annexe A3
Fig. 5.3.
Moyennes mensuelles, saisonnières et annuelle de la concetration (niveau
3)
.........................................................................................
Annexe A3
Fig. 5.4.
Diagrammes saisonniers et annuel : moyenne de la concentration de la
chlorophylle a vs. écart-type ...............................................................................
34
Fig. 5.5.
Diagrammes saisonniers et annuel : moyenne de la concentration de la
chlorophylle a vs. moyenne du K490 .................................................................
39
Fig. 5.6.
Image du 19-05-01 : concentration de la chlorophylle a, K490, diagramme
concentration de la chlorophylle a vs. K490.......................................................
40
Fig. 5.7.
Flags ..............................................................................................
41
Fig. 5.8.
Flags de la bathymétrie et de la turbidité ......................................
43
Fig. 5.9.
Effet des flags de la bathymétrie et de la turbidité ........................
45
Fig. 5.10.
Comparaison des images SeaWiFS et Landsat ...........................
47
Fig. IV.1.
Images de la température de la surface des océans....................
78
Liste des tableau
Tableau 2.1.
Tableau 2.2.
Tableau 3.1.
Tableau 3.2.
Tableau 5.1.
Tableau II.1
Tableau II.2.
Tableau II.3.
Tableau II.4.
Capteurs pour la couleur des océans actifs..............................
Les bandes de SeaWiFS et leurs utilités ..................................
Images SeaWifs commandées .................................................
Images Modis commandées .....................................................
Similitudes des images de la SST ............................................
Bandes spectrales de SeaWiFS, OCTS & MOS ......................
Description des produits de niveau 2 ........................................
Description des produits de niveau 2 ........................................
Liste des flags............................................................................
8
12
16
18
36
62
62
63
65
vii
1. Introduction
1.1. Cadre du stage
Le sujet de ce stage s’inscrit dans le cadre du projet du GRID et du NRSC (National
Remote Sensing Center) libanais, intitulé Costal Zone Information System for Lebanon
(CSISL). Son but est la cartographie des sources terrestres de pollution marine le long
de la côte libanaise ainsi que la création d’un système d’information afin d’assister la
gestion de la zone côtière. Ce projet contribue ainsi à aider la résolution de plusieurs
problèmes tels que la réduction de la pollution des eaux côtières, l’amélioration de la
gestion de l’accès des plages au public et le contrôle de l’érosion côtière.
Afin de repérer les zones de pollution marine, une première étude a été menée sur
une série de cinq images issues du satellite Landsat TM dont les bandes 1 à 3
permettent une bonne vision du degré de turbidité des eaux côtières libanaises avec une
résolution de 30 m, alors que la bande 6 révèle les variations de la température marine
avec une résolution de 60 m. L’utilisation des images satellites de Landsat 5 et 7
permet une cartographie relative des patrons de turbidité, sans pouvoir y distinguer les
apports des sédiments en suspension et de la chlorophylle. L’interprétation en terme de
pollution terrigène est donc rendue délicate.
Pour palier cette difficulté et mettre en perspective les informations locales fournes
par Landsat, nous nous sommes tournés vers le capteur SeaWiFS
[http://seawifs.gsfc.nasa.gov/SEAWIFS.html]. Celui-ci, est spécialement conçu pour une
mesure fiable de la chlorophylle.
1.2. But du travail
Après une phase d’apprentissage sur les différents capteurs satellitaires et les
informations que l’on peut en tirer, la recherche et l’aquisition d’une série d’images
satellites provenant d’un capteur autre que Landsat va permettre l’établissement d’une
base de données multi-temporelle. Le suivi des anomalies repérées le long de la côte
libanaise à partir des images Landsat devrait aider à en déterminer l’origine en fonction
de leur variation saisonnière. La mise en relation des ces anomalies avec la température
de surface des océans devra aussi permettre d’aider la discrimination d’anomalies
“normales“ ou d’origine anthropique.
Ce travail permettra aussi de tester la validité du capteur choisi pour l’usage
proposé.
1
De manière plus précise, il s’agit de :
-
Tester le traitement des images du capteur SeaWIFS par le logiciel
SeaDAS.
-
Explorer les outils proposés par SeaDAS, et établissement d’un
document relatif.
-
Examiner le lien entre la concentration de chlorophylle et le coefficient
K 490 dans la zone d’étude.
-
Effectuer un suivi sur une période d’un an de la variation de la
concentration de chlorophylle en Méditerranée orientale (bassin
levantin).
-
Tenter une corrélation de la concentration de chlorophylle avec la
température de surface des océans.
-
Essayer de déterminer l’origine des anomalies, anthropique ou
naturelle, par comparaison avec l’imagerie Landsat pour trois dates en
2000.
1.3. Situation géographique
La zone d’étude porte sur la côte
libanaise, plus particulièrement dans la
région de Beyrouth, où des anomalies de
turbidité ont été repérées sur les images
Landsat TM (fig. 1.1). Toutefois, une
vision plus globale est aussi prise en
compte de manière à recouvrir toute la
côte Est de la mer Méditerranée ainsi
qu’un petite portion des côtes Nord et Sud
avoisinantes.
Fig. 1.1 : Images Landsat montrant les anomalies de la turbidité (gauche) et de la
température de surface des eaux (droite) dans la région de Beyrouth (GRID-Geneva
Quarterly Bulletin n°2, 2000).
2
2. Couleur de l’eau et télédétection
2.1. Pourquoi s’intéresser au phytoplancton ?
Grâce à la détection de la concentration de la chlorophylle , il est possible d’estimer
la productivité primaire, c’est-à-dire la quantité de carbone intégré par les plantes sous
forme de matière organique lors de la photosynthèse chlorophyllienne 1. De cette
manière, le phytoplancton détient un rôle important dans le cycle du carbone. En effet, à
une échelle mondiale, le phytoplancton produit au moins la moitié de l’oxygène que nous
respirons et plus de 99.9 % du CO 2 incorporé par les organismes vivants tout au long
des temps géologiques sont enfouis dans les sédiments marins. De plus, le
phytoplancton est la base de toute la chaîne alimentaire marine; des changements dans
sa répartition et/ou son abondance peuvent avoir un impact négatif sur tout l’écosystème
marin. La croissance du phytoplancton nécessite de la lumière solaire, de l’eau, du CO2
et des nutriments. C’est ce dernier élément qui est le facteur limitant la croissance du
phytoplancton [1.].
2.1.1. Le rôle du phytoplancton dans le cycle du carbone
La concentration de CO2 dans l’atmosphère et celle dans les océans sont en
équilibre. Lors de la photosynthèse, le phytoplancton produit une diminution de la
concentration de CO2 dans les eaux océaniques et libère de l’oxygène en tant que
déchet. Cette diminution a pour conséquence de permettre aux océans l’absorption de
CO2 additionnel provenant de l’atmosphère. De plus, lors de la mort du phytoplancton,
ces organismes tombent vers le fond des océans et sont petit à petit recouverts par
d’autres organismes morts ainsi que des sédiments. En piégeant le carbone de cette
manière, les océans jouent le rôle d’un important puit (fig. 2.1) [2.].
1
La photosynthèse est un phénomène physiologique fondamental par lequel les végétaux
pourvus de chlorophylle fixent, grâce à l’énergie solaire, le carbone du gaz carbonique contenu
dans l’atmosphère pour assurer la synthèse de molécules organiques, et rejettent de l’oxygène.
3
Fig. 2.1 : Cycle du Carbone
(http://SeaWiFS.gsfc.nasa.gov/SEAWIFS/LIVING_OCEAN/TEACHER4.html)
2.1.2. L’impact du phytoplancton sur l’écosystème marin
Si l’on se rend aisément compte qu’une diminution de phytoplancton entraînerait
une diminution de tous les organismes marins et terrestres dépendants directement ou
indirectement de lui, une surabondance de phytoplancton peut aussi avoir des
conséquences néfastes. En effet, un “bloom“ de phytoplancton réduira la quantité de
lumière solaire parvenant au fond de l’eau, voire même l’empêchera de pénétrer
jusqu’au fond. Ce manque de lumière aura pour conséquence un déclin massif de la
végétation aquatique submergée, qui constitue elle-même une “pouponnière“ vitale pour
certaines espèces de poissons et d’invertébrés dont la perte peut provoquer de graves
résultats écologiques. De plus, lors de la mort de ce “bloom“ de phytoplancton,
l’accumulation massive de ces organismes en décompostition aura pour effet de
diminuer la quantité d’oxygène présente dans les eaux profondes. La plupart des
organismes marins ayant besoin d’oxygène pour vivre, une telle diminution aura pour
eux des conséquences néfastes [3.].
4
2.1.3. Régulation de la quantité de phytoplancton dans les océans
Ainsi que nous l’avons vu plus haut, le facteur limitant la croissance du
phytoplancton est l’abondance de nutriments (nitrates, phosphates, silicates, …). Ceuxci se trouvent en grande quantité dans les eaux froides et profondes des océans qui
remontent à la surface dans les zones d’upwelling ou dans des courants marins froids.
De cette manière, la quantité de phytoplancton présent dans les océans est étroitement
liée à la température des eaux de surface. Il existe cependant d’autres formes d’apport
de nutriment dans les eaux océaniques. Les fleuves et rivières se jetant à la mer après
avoir charrié de la matière en suspension lessivée tout au long de leur parcours terrestre
en font partie. De manière générale, toutes les arrivées d’eaux douces à la mer, qu’elles
soient à l’air libre ou souterraines, sont chargées de nutriments de part leurs parcours
terrestres. Sont comprises dans ce lot les eaux de surface ayant lessivé les fertilisants
agricoles, les eaux usées, les jus de décharges, … en bref, toutes les eaux polluées.
Un des moyens de discriminer entre ces différentes sources de nutriments possible
est de corréler la concentration de chlorophylle avec la température de surface des
océans. Si les zones de forte concentration correspondent avec des zones de basses
températures et si elles sont variables au cours des saisons, il y a de fortes chances
pour que cet apport de nutriments soit naturel. Si, au contraire, les zones de fortes
concentrations ne varient pas au fil des saisons et ne sont pas corrélables avec la
température de surface des océans, il se peut que les nutriments soient d’origine
anthropique. Les apports provenants de cours d’eaux sont eux-mêmes considérés
comme pollutifs. En effet, leurs eaux ont drainé tout un bassin versant de fertilisants et
d’eaux usées rejetées dans les rivières. Dans le cas du phosphate, par exemple, la
portion naturelle est très faible et non-soluble à l’eau. Une fois parvenu dans la zone
deltaïque, celui-ci va couler vers le fond et sédimenter. Au contraire, le phosphate
d’origine anthropique est hautement soluble et va de cette manière intervenir dans la
croissance du phytoplancton.
C’est ainsi que l’on comprend mieux pourquoi la détection de la concentration de
chlorophylle dans les océans (ainsi que l’estimation de la production primaire) est
importante. Elle permet d’indiquer les zones de forte production biologique, de cerner les
limites entre des eaux de forte et de faible productivité, d’indiquer les régions où la
concentration en nutriments est élevée, de visualiser le transport des sédiments et les
interactions entre les courants (le phytoplancton étant un organisme se laissant
passivement porter par les courants, il est considéré comme marqueur). D’autres
applications à partir des données issues de la télédétection marine sont la recherche sur
les propriétés optiques des océans, la surveillance de la pollution et de l’eutrophisation
côtière, la variabilité saisonnière et annuelle, la variabilité des courants, le transport
sédimentaire à partir des deltas, l’influence régionale de El Nino et des moussons, les
recherches pour la pêche, la correlation des phénomènes océaniques et des maladies
infectieuses, la resuspension et le transport des sédiments par les tempêtes, la
surveillance des coraux, … [4.].
5
2.2. La couleur des océans
La couleur des océans est déterminée par les interactions de la lumière solaire
incidente avec les substances et les particules présentes dans l’eau. La matière en
suspension est en grande partie composée de phytoplancton ainsi que de particules
inorganiques, de substances dissoutes, …. Le phytoplancton est un organisme
photosynthétique contenant de la chlorophylle, un pigment absorbant la lumière dans les
longueur d’ondes rouge et bleue et la transmettant dans le vert, ce qui explique sa
couleur [5.].
Lorsque la lumière solaire illlumine la surface des océans, elle est sujette à plusieurs
effets optiques, tels que la réflexion et l’absorption de la lumière. Une partie est
directement réfléchie (= Sun Glint), mais la majeure partie pénètre sous la surface de
l’océan et interfère avec les molécules d’eau et la matière en suspension rencontrées.
L’absorption de l’eau élimine en premier lieu les longueurs d’ondes les plus courtes
(rouge) mais permet la transmission des longueurs d’ondes les plus longues (bleu), ce
qui explique la couleur généralement bleue des océans. Cette couleur est toutefois
altérée par la présence de matières en suspension organiques, telles que le
phytoplancton vivant, de matières en suspension minérale, telles que les sédiments et
les détritus, et de matière organique dissoute. Les zones deltaïques constituent un
exemple d’eaux chargées de matières en suspension variées dont la couleur apparaît
plutôt brune [4.].
L’intensité du rayonnement émit par la surface des océans résultant de ces
interactions (water-leaving radiance) est mesuré par des radiomètres dans certaines
longueur d’ondes données. Ces mesures peuvent ensuite être mises en relation avec
les divers constituants de la colonne d’eau interférant avec la lumière visible, tels que la
chlorophylle. La concentration de chlorophylle peut par la suite être utilisée pour estimer
la production primaire qui est la quantité de matière organique, et donc de carbone, fixée
lors de la photosynthèse chlorophyllienne.
L’utilisation de capteurs placés en orbite autour de la Terre permet une vue
d’ensemble globale qu’il serait impossible à obtenir à partir d’un bateau ou d’une
installation terrestre. De plus, le passage régulier des satellites au-dessus d’une zone
donnée permet une surveillance constante et donc le suivi autant spatial que temporel
d’un phénomène donné. Les buts fondamentaux de la télédétection dans le domaine de
la couleur des océans sont d’une part de mesurer la concentration de la chlorophylle et
d’autre part de déterminer avec précision la productivité primaire du phytoplancton.
La manière principale de déterminer la concentration de la chlorophylle est de
mesurer la quantité de lumière absorbée pour une longueur d’onde particulière, 443 nm.
Des algorithmes analytiques développés par les chercheurs en optique
océanographique permettent de convertir ces mesures en concentration de chlorophylle
a. Il existe d’autres molécules de chlorophylle, appelés b, c, d, et e, mais la chlorophylle
a prédomine et est la plus importante [6.].
6
La mesure de la fluorescence naturelle de la chlorophylle permet d’évaluer l’état
physiologique du phytoplancton, sa santé, et donc sa capacité a effectuer la
photosynthèse. Le capteur SeaWiFS, conçu pour une mission globale sur la couleur des
océans ne possède pas le canal permettant de mesurer la fluorescence, mais le capteur
MODIS oui (bande 14, à 676.7 nm). Les données de SeaWiFS ne permettent que de
déterminer la concentration de la chlorophylle a. Les données de MODIS permettront de
rafiner ces estimations en incorporant des données sur l’état physiologique des
producteurs primaires eux-mêmes, le phytoplancton, grâce à la fluorescence naturelle
de la chlorophylle lors de son exposition à la lumière [6.].
2.3. Les capteurs
Le capteur CZCS (Coastal Zone Color Scanner) à bord du satellite Nimbus-7
(NASA) fut le premier à acquérir des données sur la couleur des océans de manière
expérimentale entre 1978 et 1986. En 1996, la Japon a lancé le satellite ADEOS avec à
bord les capteurs OCTS (Ocean Color and Temperature Scanner, Japon) et POLDER
(POLarization and Directionnality of the Earth's Reflectances , France), mais cette
mission a pris fin un an plus tard.
Actuellement, il existe sept capteurs détectant la couleur des océans (Ocean Color
Sensor) en activité (cf. tableau 2.1), auxquels devraient s’ajouter 4 nouveaux capteurs
dans le futur : OCTS-China (Ocean Color and Temperature Scanner), GLI (Global
Imager, Japon) et POLDER-2 (POLarization and Directionnality of the Earth's
Reflectances, France), tous les trois en 2002 et VIIRS (Visible Infrared
Imager/Radiometer Suite, USA) en 2005.
Le site internet [7.] http://quercus.art.man.ac.uk/rs/ propose une liste de 90
plateformes et capteurs servant à la télédétection avec des liens vers les différents sites
concernés.
7
SENSOR
MOS
SeaWiFS
MODIS
OCI
OCM
OSMI
MERIS
AGENCY
DLR (Germany)
NASA (USA)
NASA (USA)
NEC
(Japan)
ISRO
(India)
KARI
(Korea)
ESA
(Europe)
SATELLITE
IRS-P3 (India)
OrbView-2
(USA)
Terra (USA)
Aqua (USA)
ROCSAT1
(Taiwan)
IRS-P4
(India)
KOMPSAT
(Korea)
ENVISAT1 (Europe)
OPERATING
DATES
3/21/1996-
8/1/1997-
12/18/1999(Terra)
Jan. 1999
5/26/1999
12/20/1999
3/1/2002
704
1420
800
1150
360
850
300
5/4/2002(Aqua)
SWATH(km)
200
2800
2330
MAXIMUM
RESOLUTION(m)
500
1100
1000
OCEAN COLOR
BANDS(nm)
(center wavelength)
408 443 485 520 570 615
650 685 750 757 760.6
763.5 766.5 815 870 945
412 443 490
510 555 670
765 865
412 443 488
531 551 667
678 765 865
noon
10:30am
(Terra)
EQUATOR
CROSSING TIME
443 490
510 555
670 865
412.5
442.5 490
510 560
620 665
681.25 705
753.75
760.5 775
865 890
900
noon
8
1:30pm
(Aqua)
PRODUCT
LEVELS
Level-1B
Level-high
Level-1A
Level-2
Level-3
Level-1A
Level-1B
Level-2
Level-0
Level-1A
Level-1B
Level-2
Level-3
Level-1B
Level-2
Level-3
Level-4
FILE
SIZE(Mbytes)
20-60 (Level1A)
21 (Level-2)
55-250
(Level-3)
GEOPHYSICAL
PRODUCTS
- Lw radiance for band 1
to 8 of MOS-B (408 - 685
nm)
- Water-leaving
reflectance Rw(Lambda)
for channels 1 to 8 of
MOS-B (408 - 685 nm)
- Aerosol optical thickness
tauA, probably for 750 nm
. Angstrom-coefficient
alpha for extrapolation of
- nLw
radiances at
412, 443,
490, 510,
555, and 670
nm
- Chlorophyll
a
concentration
- K(490)
- Angstrom
coefficient,
. nLw
radiance 412
to 678 nm
- Aerosol
optical
thickness at
865nm
- Aerosol
model
identification
#1, 2
- nLw
radiance
for all
bands
- Water
vapor
content
- Algal
pigment I,
II
9
tauA "CZCS"-pigment
510-865 nm
- Epsilon of
aerosol
correction at
765 and 865
nm
- Aerosol
optical
thickness at
865nm
#1, 2
Suspended
matter &
Yellow
substance
- Epsilon of
clear water
aerosol
correction at
531, 667 nm
- PAR
- Chlorophyll
a+
pheopigment
- Aerosol
optical
thickness
& epsilon
factor
- Chlorophylla
concentration
- Total
pigment
concentration
- Total
absorption
coefficient at
412,443,488
531,551nm
More…..
FORMAT
DATA CENTER
MOS instrument team at
[email protected]
or [email protected]
HDF
HDF-EOS
GES DAAC
GES DAAC
EDG
OCISDDC
(Taiwan)
ESA
10
ACCESS
STATUS
Restricted
Restricted
open
open
Tableau 2.1 : liste des capteurs actifs fournissant des données sur la couleur de océans et de leurs caractéristiques [8.]
(http://daac.gsfc.nasa.gov/oceancolor/oc_sensors.html ).
MOS : Modular Optoelectronic Scanner
SeaWiFS : Sea-viewing Wide Field-of-view Sensor
MODIS : Moderate Resolution Imaging Spectroradiometer
OCI : Ocean Color Imager
OCM : Ocean Color Monitor
OSMI : Ocean Scanning Multispectral Imager
MERIS : Medium Resolution Imaging Spectrometer
11
2.4. SeaWiFS
Le choix du capteur s’est porté sur SeaWiFS pour plusieurs raison. D’une part, ce
capteur a été tout particulièrement développé (sur la base de son prédécesseur CZCS)
pour fournir des données océanographiques et d’autre part, l’accessibilité et la gratuité
des données, ainsi que la possibilité de les traiter soi-même à l’aide d’un logiciel
spécialement conçu à cet effet par la NASA, SeaDAS, le rendent très attrayant. De plus,
SeaDAS est également gratuitement téléchargeable à partir d’internet. Ainsi, un des
buts de ce travail est aussi de se familiariser et d’explorer les outils offerts par ce
logiciel. La résolution spatiale de SeaWiFS est de 1km et la fréquence de ses passages
au-dessus d’une zone donnée est quotidienne. Ce capteur permet ainsi un bon suivi de
l’évolution des paramètres traités à une relativement grande échelle.
Les bandes de SeaWiFS et leur utilité sont reportées dans le tableau 2.2.
Bande
1
2
3
4
5
6
7
8
Longueur d’onde centrale
(nm)
412 (violet)
443 (bleu)
490 (bleu-vert)
510 (bleu-vert)
555 (vert)
670 (rouge)
765 (proche infra-rouge)
865 (proche infra-rouge)
Usage
Matière organique dissoute (incl. Gelbstoff)
Absorption de la chlorophylle
Absorption des pigments (cas 2), K 490
Absorption de la chlorophylle
Pigments, propriétés optiques, sédiments
Corrections atmosphériques
Corr. atmosphériques, radiance des aérosols
Corr. atmosphériques, radiance des aérosols
Tableau 2.2 : les différentes bandes de SeaWiFS et leurs utilités (modifié de [9.]
http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/SeaWiFS_readme.html)
Notes :
-
Les bandes 1 à 6 sont larges de 20 nm alors que les bandes 7 et 8 ont
une largeur de 40 nm.
-
Le Gelbstoff (substances jaunes) décrit la matière organique amorphe
de grand poids moléculaire. Il absorbe fortement dans la région bleue
du spectre.
-
Les termes Cas 1 et Cas 2 se réfèrent à un type d’eau défini par ses
caractérisques optiques. Les eaux du Cas 1 sont les eaux claires des
mers ouvertes alors que le Cas 2 caractérise généralement les zones
côtières où les eaux sont plus turbides et sujettes à une plus grande
productivité.
-
K 490 est le coefficient d’atténuation diffuse à 490 nm, une mesure de
la clarté optique.
12
Les données de SeaWiFS sont accessibles sous la forme de plusieurs produits
divisés en différents niveaux.
Les fichiers de données de niveau 1A (Level 1A LAC (Local Area Coverage))
contiennent les données brutes de radiance pour chacune des 8 bandes du capteur, des
données de calibration et de navigation ainsi que des données sur la télémétrie des
instrument et de la plate-forme satellitaire. La résolution est de 1.13 km au nadir. Elles
sont disponible au travers des stations au sol HRPT (High Resolution Picture
Transmission). Les données de niveaux 1A GAC (Level 1A GAC (Global Area
Coverage)) sont constituées d’un rééchantillonnage des données 1A LAC prenant en
compte une donnée sur 4. La résolution spatiale se voit alors diminuée à 4.5 km au
nadir.
Les données de niveau 2 (Level 2 GAC) sont un produit dérivé des fichier L1A
contenant des valeurs géophysiques. Ces produits sont :
-
la radiance normalisée quittant l’eau (normalized water-leaving
radiances) pour les bandes 412, 443, 490, 510, 555 et 670
-
la concentration de chlorophylle a
-
le coefficient d’atténuation diffuse K 490
-
le coefficient d’Angström à 510-865 nm (Angstrom coefficient)
-
l’epsilon de correction aérosol à 765 et 865 nm
-
l’épaisseur optique des aérosols à 865 nm.
Une liste plus détaillée de ces produits est donnée dans l’annexe II.
Le niveau 3 (level 3 binned data) consiste en des moyennes issues des valeurs
géophysiques de niveau 2. Ces moyennes peuvent être soit journalières,
hebdomadaires, mensuelles ou annuelles.
Une description plus détaillées des différents niveaux de produits est proposée dans
l’annexe I.
Dans le cadre de ce travail, ce sont les données de niveau L1A LAC qui nous
intéressent à partir desquelles nous avons effectué le traitement sur les images
sélectionnées à l’aide de SeaDAS afin d’obtenir les paramètres choisis.
2.5. MODIS
Dans le but d’établir une corrélation entre la concentration de chlorophylle a et de la
température de surface de la mer (SST), le choix s’est porté sur le capteur MODIS
(Terra), dont le produit MOD 28 (niveau 2) propose la température de surface des
océans avec une résolution de 1 km. Le choix de MODIS/Terra s’impose par rapport à
MODIS/Aqua dont les données océaniques ne sont pas encore disponibles. En effet,
13
Aqua a été mis en orbite au mois de mai 2002 alors que Terra a été lancé en décembre
1999. Ce dernier est en mesure de fournir des données correspondant aux dates
choisies pour toutes les images SeaWiFS. Tout comme pour ce dernier, les données
sont accessibles via internet et gratuites elles aussi. D’autres capteurs proposent aussi
le paramètre SST, mais pour certains, les données ne sont pas aussi facilement
accessibles que celles de MODIS, ce qui a favorisé le choix de ce dernier.
2.6. Landsat 7 Thematic Mapper
Le capteur Landsat 7 TM propose des images de haute résolution (30 m), mais
prises dans de larges bandes spectrales. S’il est possible de déterminer la couleur des
océans à l’aide de ces bandes, elles ne permettent pas une une détermination plus
spécifique, comme c’est le cas pour SeaWiFS. Les passages de Landsat ne sont pas
aussi fréquents que ceux de SeaWiFS, la fréquence étant de 16 jours, et les données ne
sont pas accessibles gratuitement.
14
3. Acquisition des données
Afin d’étudier la variabilité dans le temps et l’espace de la concentration de
chlorophylle et de déterminer sa relation avec la température de surface des océans,
nous avons sélectionné un certain nombre d’images SeaWiFS. Sur la base de ces
dernières, des images MODIS correspondantes ont été commandées dans un second
temps.
3.1. Données SeaWiFS
Site de commande des images SeaWiFS :
[10] http://daac.gsfc.nasa.gov/
Après inscription de l’acquéreur d’images, différents types de données sont
disponibles au travers de ce site, qui propose des données brutes ou des données déjà
traitées. Dans le cadre de ce travail, les données de type L1A sont celles qui nous
intéressent (cf. Annexe I). Il s’agit de données de radiances brutes dans chacune des 8
bandes dont la résolution spatiale est de 1.1 km au nadir, c’est-à-dire la résolution la
plus fine qu’il est possible d’avoir pour les images SeaWiFS. Ces données sont
accessibles au travers de diverses stations terrestres réparties à la surface du globe, les
stations HRTP (High Resolution Picture Transmission).
Ce site permet de visualiser une imagette (browse file) (fig. 3.1) des images
SeaWiFS, ce qui a pour avantage de permettre la sélection des données en fonction de
la couverture nuageuse, de l’extension et de la distortion spatiale ainsi que des
parasites. Les images commandées sont envoyées via ftp sous forme d’archives zipées
contenant des fichiers de données auxiliaires (fichiers météorologiques, d’ozone et de
calibration du capteur) en plus de l’image SeaWiFS à proprement parler.
Les données acquises (cf. Tableau 3.1) sont réparties sur une année allant du mois
de juin 2000 au mois de juin 2001, à raison de deux images par mois en moyenne. Pour
le mois de février, une seule image de qualité acceptable a pu être trouvée. Lorsque
c’était possible, des images SeaWiFS ont aussi été commandée de manière à
correspondre aux images Landsat déjà en notre possession (cf. § 3.3). Les principales
stations HRPT ayant fourni des images sont : HOMA, HROM, HNEG, HMSC et HSPZ
(fig. 3.1). Le tableau 3.1 donne une liste complète des images SeaWiFS acquises.
15
Fig. 3.1 : Images Browse issues de cinq stations HRPT différentes : a) 26-10-99,
HSPZ ; b) 02-09-00, HOMA ; c) 22-06-00, HROM ; d) 13-06-01, HSMC ; e) 22-06-01,
HNEG.
Dates
10/9/97
26/10/99
14/01/00
21/05/00
1/6/00
15/06/00
22/06/00
5/7/00
26/07/00
4/8/00
29/08/00
2/9/00
23/09/00
2/10/00
18/10/00
5/11/00
16/11/00
5/12/00
Images SeaWiFS
/
S1999299102331.L1A_HSPZ
/
S2000142095852.L1A_HNEG
S2000153094552.L1A_HOMA
S2000167100056.L1A_HROM
S2000174100930.L1A_HROM
S2000187094555.L1A_HNEG
S2000208101138.L1A_HROM
S2000217100925.L1A_HROM
S2000242101145.L1A_HROM
S2000246095324.L1A_HOMA
S2000267101251.L1A_HROM
S2000276100916.L1A_HROM
S2000292101242.L1A_HROM
S2000310100401.L1A_HROM
S2000321094711.L1A_HNEG
S2000340101935.L1A_HROM
Nom
9299
014
142
153
167
174
187
208
217
242
246
267
276
292
310
321
340
Images Landsat
Oui
Oui
Oui
Oui
Oui
16
28/12/00
15/01/01
31/01/01
11/2/01
4/3/01
27/03/01
9/4/01
26/04/01
5/5/01
19/05/01
28/05/01
8/6/01
13/06/01
22/06/01
S2000363102623.L1A_HROM
S2001015101246.L1A_HROM
S2001031101136.L1A_HROM
S2001042095220.L1A_HNEG
S2001063100852.L1A_HNEG
S2001086101120.L1A_HROM
S2001099093822.L1A_HNEG
S2001116101704.L1A_HROM
S2001125101208.L1A_HMSC
S2001139101602.L1A_HROM
S2001148100620.L1A_HROM
S2001159094425.L1A_HNEG
S2001164095853.L1A_HMSC
S2001173095128.L1A_HNEG
363
1015
1031
1042
1063
1086
1099
1116
1125
1139
1148
1159
1164
1173
Tableau 3.1 : Liste des images SeaWiFS commandées
Remarque : Pour une commande importante d’images, il vaut mieux la réaliser en
plusieurs petites commandes contenant chancune 3 ou 4 images plutôt qu’en une seule
fois. De cette manière, les images parviennent plus rapidement à destination (dans les
24 heures suivantes).
3.2. Données MODIS
Sites de commande des images MODIS :
[11] http://daac.gsfc.nasa.gov/data/dataset/MODIS/index.html
[12] (http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcome/ )
Ce site [11] permet de séléctionner les images que l’on veut acquérir en spécifiant
la date et les coordonnées en latitude et longitude de la zone sur laquelle se porte notre
intérêt. Malheureusement, il ne permet pas de visualiser une imagette avant la
commande, la rendant plus hasardeuse du fait qu’il n’est pas pos sible de vérifier
l’extension spatiale de l’image proposée, sa qualité ou sa couverture nuageuse. En effet,
en dépit du fait que les images sont choisies en fonction des images SeaWiFS, l’heure
d’acquisition n’est pas la même et en l’espace de quelques heures à peine, la
couverture nuageuse peut déjà s’être modifiée de manière à dissimuler la zone d’étude.
Les données proposées peuvent être diurnes ou nocturnes. Quelques images de jour de
MODIS ont été toutefois acquises dans un premier temps, à titre d’essai (cf. Tableau
3.2). Le site [12] permet aussi d’acquérir des images MODIS, mais il est plus compliqué
à utiliser et ne permet pas non plus la visualisation des données avant la commande.
Une fois les images commandées, celles-ci sont livrées via ftp.
17
Dates
Images MODIS
MOD28L2A2000310.0745.004.2002167001057
MOD28L2A2000310.0750.004.2002167001131
MOD28L2A2000310.0925.004.2002167003836
MOD28L2A2000310.0930.004.2002167003854
MOD28L2A2000310.1100.004.2002167005553
MOD28L2A2001125.0800.004.2002189113418
MOD28L2A2001125.0800.004.2002189113418
MOD28L2A2001125.0805.004.2002189113422
MOD28L2A2001125.0940.004.2002189114011
MOD28L2A2001125.0945.004.2002189114135
MOD28L2A2001139.0810.004.2002191033113
MOD28L2A2001139.0815.004.2002191014251
MOD28L2A2001139.0820.004.2002191014428
MOD28L2A2001139.0950.004.2002191015829
MOD28L2A2001139.0955.004.2002191015452
05-11-00
05-05-01
19-05-01
Tableau 3.2 : Images MODIS commandées
3.3. Données Landsat 7 Thematic Mapper
Des images Landsat 7 TM de la côte libanaise sont déjà en notre possession pour
les dates suivantes :
-
10-09-97 : 174/036 & 174/037, Landsat 5
-
26-10-99 : n° L71174036_03619991026 & L71174037_03719991026
-
14-01-00 : n° L71174036_03620000114 & L71174037_03720000114
-
21-05-00 : n° L71174037_03720000521
-
22-06-00 : n° L71174037_03720002622
18
4. Traitement des données
4.1. Données SeaWiFS
4.1.1. Introduction
Les images SeaWiFS sont livrées dans le format .hdf (Hierarchical DataFormat),
[13] avec des fichiers de données auxilliaires : deux fichiers contenant des relevés
météorologiques effectués l’un à 06h00 et l’autre à 12h00 (l’heure de passage de
SeaWiFS au-dessus de la zone concernée étant généralement comprise entre 08h00 et
10h00) un fichier contenant des données sur l’ozone atmosphérique relevées à 12h00 et
un fichier contenant une table de calibration des capteurs de SeaWiFS.
Lors de la première phase de traitement, le logiciel SeaDAS a été employé afin de
créer des produits de niveau 2 (L 2) contenant i) la concentration de chlorophylle a, ii) le
coefficient d’atténuation diffuse à 490 nm, K 490 (cf. § 5.1.3), iii) la température de
surface des océans et iv) les flags. Ces images ont par la suite été reprojetées dans le
système Mercator Transverse (Transverse Mercator) puis enregistrées sous forme de
données ASCII afin de pouvoir les importer dans le logiciel ArcView. Une seconde
phase de traitement des données sous SeaDAS a permis d’obtenir des moyennes
(produits de niveau 3, L3) sur la base des produits de niveau 2.
A l’aide d’ArcView, ces images ont par la suite été réarrangées (reprojection,
rotation, translation) de manière à obtenir un format commun aux données SeaWiFS et
aux données Landsat afin de les faire correspondre.
4.1.2. SeaDAS
SeaDAS (SeaWiFS Data Analysis System) est un logiciel qui a été développé par la
NASA pour visualiser, traiter, analyser et contrôler la qualité de tous les produits de
SeaWiFS, ainsi que des produits issus de ADEOS / OCTS (Advanced Earth Observing
Satellite / Ocean Color and Temperature Scanner, Japon), MOS (Modular
Optoelectronic Scanner, Allemagne) et CSCZ (Coastal Zone Color Scanner, NASA). Il
permet aussi la visualisation des produits “océaniques” de MODIS (Moderate Resolution
Imaging Spectroradiometer, NASA), ainsi que des fichiers contenant la température de
surface des océans de AVHRR (Advanced Very High Resolution Radiometer, NOAA)
[14].
Les manipulations effectuées sous SeaDAS sont décrites de manière plus détaillée
avec compléments d’information sur SeaDAS et mention des paramètres utilisés dans
l’Annexe II.
19
4.1.2.1.
Traitement au niveau 2 (Level 2 processing)
Il est possible de traiter les données L1A pour obtenir des produits de niveau L1B,
L2, L3 Binned, Browse, …. Lors d’une première étape, les images ont été traitées afin
d’obtenir des produits de niveau L2 tels que la concentration de chlorophylle a (Chlor_a),
le coefficient d’attenuation diffuse à 490 nm (K 490, cf. § 5.1.3) ainsi que la température
de surface des océans (SST – Sea Surface Temperature). Lors de cette opération, un
fichier complémentaire est créé contenant des informations sur la qualité des pixels de
l’image (L2 Quality Flags, cf. § 5.1.4). Le choix de ces quatres produits dépend de
l’étude menée, mais la liste de produits réalisables par SeaDAS est en realité bien plus
longue (cf. Annexe II).
Pour une visualisation purement esthétique de l’image de niveau L1A, une petite
imagette (Browse) (fig. 3.1) en “presque vraies couleurs” (Near true-color) à partir des
bandes 6, 5 et 1 a également été créée. Celle-ci permet de se rendre compte de l’état
de la masse nuageuse, par exemple, ou d’autres caractéristiques de l’image.
Toutes les images SeaWiFS commandées ne sont pas issues de la même station
HRPT et ne montrent par conséquent pas le même champ de vision. Afin d’obtenir une
uniformité dans les données, la seconde étape a consisté en la reprojection des produits
de niveau L2 en projection Transverse Mercator, centrée sur le méridien 33° Est.
Pour pouvoir par la suite les importer dans ArcView, toutes ces images ont été
sauvées sous forme de fichiers ASCII. Une version .tif a également été sauvée afin de
pouvoir la visionner directement dans SeaDAS, si besoin est, plutôt que de devoir
reprojeter les images et redéfinir la palette de couleur ainsi que l’échelle à chaques fois,
celles-ci n’étant pas automatiquement sauvées par SeaDAS. De telles images ne
permettent toutefois pas la lecture ou la manipulation des données.
4.1.2.2.
Traitement au niveau 3 (Level 3 processing)
Après une nouvelle étape de traitement à partir des données L2 précédemment
générées, nous obtenons des produits de troisième niveau L3, constitués de moyennes
spatiales et temporelles (space bin et time bin). Il est nécessaire d’opérer en premier lieu
le space bin, qui traite les données de manière à ce qu’elles se trouvent toutes sous la
forme de grilles d’aires égales avant d’opérer le time bin, qui permet de créer des
fichiers sous forme de grilles à partir de la “sommation” (summation) d’un nombre
indéfini de fichiers de niveau L3 space bin. Les périodes habituelles de time bin sont de
1 jour, 8 jours ( = 1 “semaine”), 1 mois ou 1 an pour les données de niveau 3
accessibles via internet. Toutefois, SeaDAS permet de produire des moyennes
temporelles de quelque longueur que ce soit [15].
20
Les produits que nous avons obtenus par le traitement des données au niveau 3
sont :
-
Chlorophylle a : Moyenne, variance, écart-type
-
K 490 : Moyenne, variance, écart-type
-
SST : Moyenne, variance, écart-type
-
Rapport Chlor a/K 490 : Moyenne , variance, écart-type
Le space bin a été effectué sur toutes les données de niveau 2 avant de servir à la
production des moyennes temporelles (time bin). Celles-ci ont été effectuées de manière
à obtenir des moyennes mensuelles, saisonnières et annuelle (cf. fig. 5.3).
4.1.3. ArcView
4.1.3.1.
Importation des images SeaWiFS dans ArcView
Une fois les images SeaWiFS sauvées sous la forme de fichiers ASCII à l’aide de la
fonction “output/data/ascii” dans SeaDAS, il est possible de les importer dans ArcView.
Toutefois, pour ce faire, il faut ajouter un en-tête (header) au début des fichiers ASCII,
contenant les dimensions de l’images, la coordonnée d’origine, la taille des cellules et la
valeur attribuée aux zones sans données. Pour tous les fichiers traités, l’en-tête,
invariablement le même du fait que toutes les images ont été reprojetée selon les
mêmes paramètres (cf. Annexe II), est le suivant :
ncols 800
nrows 800
xllcorner 29.00
yllcorner 29.94
cellsize 0.01
nodata_value -32767
Lors de l’importation des données ASCII dans ArcView, bien spécifier que l’on ne
veut pas les données sous forme de nombre entier (integer).
4.1.3.2.
Reprojection des données
Une fois la grille affichée, la seconde étape consiste en la reprojection des données
sous forme UTM, zone 36. Cette opération s’effectue à l’aide d’une extension de
ArcView, “Projector!”, téléchargée au préalable à partir du site internet de Esri [16, 17].
Afin de ne pas avoir à spécifier le type de projection d’entrée (input projection), les
21
unités de la vue à partir de laquelle va s’effectuer cette reprojection doivent être en
degrés décimaux pour les unités de la carte et en miles pour les unités de distance (map
units= decimal degrees, distances units= miles).
ArcView contient quelques fichiers .shp (shapefiles) dans sa base de données, dont
un en particulier permettant de visualiser les limites des pays de tous les continents
(d:\esri\esridata\world\cntry92.shp). Ce fichier est utilisé pour le calage de la côte
orientale méditerranéenne avec les images de SeaWiFS ainsi que celles de Landsat.
Afin de l’utiliser, il convient auparavant de le reprojeter lui aussi dans le système UTM,
zone 36. Pour que cette opération soit réalisable, il faut d’abord convertir le fichier
shapefile en fichier grille, le projeter en UTM 36 puis le reconvertir en fichier shapefile.
Afin de gagner un peu de précision, la côte libanaise uniquement a été digitalisée sur la
base des meilleures images SeaWiFS (côte dégagée, libre de nuages).
4.1.3.3.
Calage des grilles
Afin de superposer les grilles de la manière la plus rigoureuse possible, l’une d’entre
elle a été calée sur la côte est méditerrannéenne (cntry92.shp en UTM 36) à l’aide
d’opération de rotation et de translation. Une fois les paramètres déterminés de manière
expérimentale, par tâtonnement et par mesures de l’emplacement de points repères, ils
ont été appliqués à toutes les images. Ces opérations ont été réalisées à l’aide de
l’extension ”Grid Transformation Tools”.
Les paramètres utilisés sont les suivants :
Ø Rotation de 1.5° (sens horaire) en spécifiant interpolation bilinéaire comme
méthode de rééchantillonnage (resampling method : bilinear interpolation)
Ø Translation vers la nouvelle origine : {123768.68 ;3298645.48}
concervant la taille des cellules d’origine (1111.95).
4.1.3.4.
en
Légendes des grilles
Afin de bien visualiser les informations contenues dans les grilles, il convient de les
afficher avec une palette de couleurs appropriées. Celles-ci ont donc été créées puis
sauvées sous ArcView de manière a pouvoir les rappeler à chaque fois que cela s’avère
nécessaire. Pour la chlorophylle a, une seule et unique palette a été réalisée
(essai_cla.avl), commune à toutes les images de manière à pouvoir les comparer entre
elles. Par contre, pour ce qui est des images de la température de surface des océans,
une palette spécifique a été créée pour chacune d’entre elles de manière à faire ressortir
au maximum le schéma de la distribution de ces températures. Il va de soi qu’avec de
telles palettes, les images ne sont pas directement comparables et qu’il faut tenir
compte des légendes indiquées.
22
C’est à cette étape du traitement que nous avons pu nous rendre compte de la
similitude de certaines images SST entre elles, révélant qu’elles ont été réalisées sur la
base de moyennes. Etant dès lors moins intéressantes, le traitement de ces données
n’a pas été poursuivi (cf. § 5.1.2).
4.1.3.5.
Découpage des grilles
Avant de continuer à manipuler ces grilles, leur taille a été réduite de manière à
obtenir des fichiers plus petits. Une zone a été définie par l’intermédiaire d’un rectangle
(graphique), qui a servi de limite de découpage à toutes les images. Cette opération a
pu être réalisée à l’aide de l’extension ”Grid Analyst” (fonction extract theme using
selected graphics).
4.1.3.6.
Conversion des grilles de la chlorophylle a en format .tif
Le problème posé par une telle conversion est que nous avons des grilles dont les
informations se trouvent sous forme de nombre décimal, alors que le format .tif est
constitué de nombres entiers sur 256 niveaux (0 à 255). Afin de garder une équivalence
entre la grille et le fichier .tif généré, il est nécessaire de modifier la première afin de
l’adapter au format du second.
La valeur de –1 a été attribuée par SeaDAS aux zones masquées par les nuages
ainsi qu’aux zones terrestres. Pourtant, en balladant le curseur sur ces zones, on peut
se rendre compte de l’existence de certaines valeurs négatives comprises entre 0 et –1
(-0.3782, par exemple). Il faut donc dans un premier temps effectuer un tri afin
d’assigner la même valeur à tous les pixels qui ne représentent pas la chlorophylle a
avant de se débrouiller pour ramener les nombres décimaux à des nombre entiers.
Pour la conversion des grilles, les opérations décrites ci-dessous ont été effectuées.
Elles sont plus détaillées dans l’annexe IV.
a) Ramener les valeurs négatives comprises entre 0 et –1 à l’unique valeur –1 :
b) Remplacer les nombres décimaux par des nombres entiers.
c) Remplacer toutes les valeurs supérieures à 254 par la valeur de 254 afin
d’obtenir une grille sur 256 niveaux (0 à 254 + (-99)) (cette opération est la
même que celle effectuée sous le point a).
Les grilles résultantes remplissent les conditions suivantes :
1. La valeur –99 correspond aux zones terrestres ainsi qu’aux zones masquées
par les nuages. Il n’existe pas de valeur comprise entre –99 et 0.
2. Les grilles contiennent des nombres entiers répartis sur 256 niveaux (de 0 à 254
= 255 niveaux + (-99) = 256 niveaux).
23
3. Les pixels dont la valeur était supérieure à 254 ont été ramenés à 254.
La fonction Grid to Image Converter de l’extension ”Image ConversionGeoreferencing” [16, 17] de ArcView permet de procéder à l’étape suivante, la
conversion des ces nouvelles grilles en fichiers .tif à proprement parler (cf. annexe IV).
Les images .tif ainsi obtenues sont composées de 3 bandes (RGB). Afin de réduire
leurs tailles, il est possible de convertir ces trois bandes en une seule à l’aide de Adobe
Photoshop (cf. annexe IV).
4.1.3.7.
Réalisation de posters
Les images obtenues lors de l’étape précédente ont été mises sous forme de
poster, à l’aide d’Adobe Illustrator 10 (cf. fig. 5.1, 5.2, 5.3 et § 5.1.1).
4.2. Données MODIS
Les images MODIS sont envoyées par ftp en format .hdf (Hierarchical Data Format),
qui est le format standard de données de Goddard EOSDIS ainsi que du projet
SeaWiFS. Des logiciels permettant la manipulation et la conversion de ces données sont
accessibles au travers du site [18], sur lequel on trouve aussi plus d’informations au sujet
du format HDF. Parmi les produits proposés sur ce site, le logiciel HDFView a été
téléchargé afin de visionner les images [19].
Une nouvelle constation, révélée par la visualisation de ces images, a été qu’elles
ne correspondent pas forcément au champ de vue des images SeaWiFS, malgré la
sélection spatiale lors de la commande, la zone d’étude pouvant être répartie sur
plusieurs images ou être incomplète.
Afin de pouvoir travailler avec ces images dans le logiciel ArcView, il est nécessaire
de changer leur format de .hdf en .geotiff. A cet effet, un autre logiciel permettant la
conversion des fichiers .hdf en fichiers .geotiff, en fichiers binaires non-standards (Nonstandard binary) ou en grilles de format HDF-EOS (HDF-EOS grid formats), Hegtool, a
dû être téléchargé à partir du site internet [20]. Malheureusement, pour une raison
inconnue, celui-ci n’a jamais fonctionné et les images-test de MODIS n’ont donc pas pu
être converties en .geotiff.
Une autre alternative pour visionner ces images est proposée par le logiciel
SeaDAS (cf. § 4.1.2), dont une des fonctions permet l’affichage d’images issues de
MODIS. En théorie… car en pratique, ces images n’ont jamais pu être ouvertes sous
SeaDAS.
Devant tant de difficultés, le problème a momentanément été mis de côté.
24
4.3. Données Landsat
Cinq images Landsat de la côte orientale de la Méditerranée sont en notre
possession, mais la correspondance avec des images SeaWiFS n’ont été trouvées que
pour trois d’entre elles (cf. Tableau 3.1). Si les quatre images les plus récentes sont
issues de Landsat 7 TM, la plus ancienne, datée du 10-09-97 provient de Landsat 5 et
aucune image SeaWiFS n’y correspond, bien que ce dernier ait commencé à collecter
des données à partir du 4-09-97. L’image SeaWiFS du 26-10-99 ne montre que la partie
nord de la côte libanaise, mais en revanche, celles du 21-05-00 et du 22-06-00 sont tout
à fait acceptables. La seule image SeaWiFS correspondant à la date du 10-01-00 est
malheureusement trop parasitée pour être exploitable dans le cadre de ce travail.
Les quatre images provenant de Landsat 7 ont été livrées sous le format .geotiff et
sont en projection UTM (UTM 36 pour celles qui sont composées d’une scène unique
ainsi que pour la partie Sud de celles qui sont composées de deux scènes), tandis que
celle issue de Landsat 5 est sous forme .img et en projection “conformal conic”. Afin
d’ouvrir ces dernières sous ArcView, il est nécessaire d’installer l’extension “image
Analysis “.
4.3.1. Manipulation des images Landsat dans ArcView
Toutes les manipulations suivantes ont été effectuées sur chacune des quatre
images Landsat 7 (sud et nord si la scène est composée de deux parties), et ce pour les
bandes 1, 2, 3, 62 et 7.
Il est possible d’ouvrir dans ArcView des images en .geotiff grâce à l’extension
“TIFF 6.0 Image Support”. Cependant, il est nécessaire de convertir ces images sous
forme de grille afin de pouvoir effectuer des opérations sur ces images.
Les scènes divisées en deux parties ne semblent pas être projetées dans la même
zone UTM. En effet, si la partie sud se trouve plus ou moins correctement positionnée,
la partie nord se retrouve elle décalée vers l’ouest d’une trentaine de kilomètres. En se
réferrant au shapefile se trouvant dans le fichier d:\esri\esridata\world\cntry92.shp, on a
tenté de réajuster les deux parties de la scène. Pour cela, les manipulations suivantes
ont été effectuées en se basant sur le fichier cntry92.shp précédemment reprojeté en
UTM 36 (cf. § 4.1.3.3) :
1. Affichage de l’image satellite (Image Data Source).
2. Conversion de l’image en grille (Theme/Convert to grid) afin de pouvoir effectuer
les opérations suivantes.
25
3. Repositionnement des grilles Landsat :
-
Rotation de la grille Nord de –3° (sens anti-horaire)
-
Translation des grilles Nord et Sud :
Ø Nouvelle origine de la grille Nord :{675'756.6 ; 3'703'059.4}
Ø Nouvelle origine de la grille Sud : {652'837.6 ;3'553'658.18}
Ø Dans les deux cas, la taille d’origine des pixels est conservée (30.0 pour
les canaux 1, 2, 3 et 7 et 60.0 pour le canal 62)
Ø Dans le cas de l’image landsat du 21-05-00 (L7_142), les paramètres
utilisés pour les grilles Sud ont été appliqués lors de la translation.
Ø Dans le cas de l’image landsat du 22-06-00 (L7_174), la translation
requiert une nouvelle origine {650'170.32 ;3'553'377.42} afin que cette
image se superpose correctement aux vecteurs ainsi qu’aux autres
images déjà traitées. La taille des pixels est conservée.
4. Découpage des images sur la zone d’étude afin de diminuer la taille des fichiers
(Grid Analyst / Extract theme using selected graphics).
4.3.2. Création d’un masque sur les images Landsat
Le but d’une telle opération vise à masquer les parties de l’image (sous forme de
grille) qui ne nous intéressent pas. Dans le cas présent, il s’agit des parties montrant la
terre ferme, par opposition à la partie marine de l’image, qui est celle qui nous intéresse.
Dans un premier temps, il s’agit de déterminer les valeurs des pixels assignés à
l’océan et celles de ceux assignés à la partie terrestre, par tatonnement, en balladant le
curseur sur la limite mer/terre. Cette opération s’effectue sur la bande 7 de l’image, au
préalable mise sous forme de grille lors de étapes de traitement précédentes. La limite
semble être : 0-28 = partie marine ; 29-255 = partie terrestre. Ceci se trouve confirmé
par le fait que la tranche de valeur 0-28 représente une case unique dans la légende par
défaut de la grille de l’image Landsat traitée et que lorsque celle-ci est modifiée de
manière à être rendue transparente (par simple modification dans la légende), seule la
partie terrestre reste visible. Le découpage de la côte est net et cohérent, ce qui ne
laisse pas de doute quand à la valeur limite des pixels représentant la mer de ceux
représentant la terre. Toutefois, on retrouve sur la terre par endroit des pixels de cette
valeur. Ceci pourrait être dû à la présence de masses nuageuses.
Une fois ces valeurs déterminées, la seconde étape consiste en un reclassement de
la grille (Analysis / Reclassify ). La valeur 1 est assignée aux pixels dont la valeur initiale
est comprise entre 0 et 28, et la valeur 0 est assignées à ceux dont la valeur originale
est comprise entre 29 et 255, ainsi qu’à la catégorie “no data”.
26
La nouvelle grille ainsi obtenue contient des zones de valeur 1 (la partie marine), de
valeur 0 (la partie terrestre) et des zones sans données (“no data”). Afin que le masque
de la fraction terrestre devienne effectif, elle est multipliée à la grille correspondant à la
bande de la même image que l’on veut traiter (Analysis / Map Calculator). Une
multiplication par 0 donne 0, tandis qu’une multiplication par 1 donne la valeur d’origine.
Cette manœuvre permet donc de masquer la partie terrestre indésirable tout en gardant
les valeurs d’origine sur la partie océanique.
Une image Landsat étant constituée de plusieurs bandes, l’opération de
reclassification est effectuée sur la bande 7, puis le résultat sera multiplié aux autres
bandes, dont les paramètres spatiaux (projection, coordonnées, …) sont identiques
(Analysis / Map calculator).
Par la suite, la fonction Analysis / Neighborhood statistics est appliquée sur chacune
de ces images afin d’en diminuer le bruit (Statistic : Mean; Neighborhood : Rectangle;
Width & Height : 5; Units : Cell).
La résolution des images Landsat (30 m) étant beaucoup plus fine que celle des
images SeaWiFS, la fonction Transform grid / Resample a été utilisée afin de la
diminuer en la ramenant à 100m (avec Nearest Neighbor comme méthode de
rééchantillonage). Cette opération permet par la même occasion de diminuer la taille
des fichiers.
Ensuite, il faut encore établir une palette de couleurs appropriée sur 256 niveaux
afin d’obtenir une bonne visualisation de la partie marine des images Landsat.
Ces images finales ont été sauvées sous la forme 142_1_fin (par exemple).
27
28
5. Interprétation des données
5.1. Données SeaWiFS
5.1.1. Concentration de la chlorophylle a
Les images de la concentration de la chlorophylle a sont présentées sous la forme
de 3 posters :
-
Concentration journalière (données de niveau L2) (fig. 5.1)
-
Concentration journalière zoomée sur la côte libanaise (données de
niveau L2) (fig. 5.2)
-
Moyennes mensuelles, saisonnières et annuelle de la concentration
(données de niveau L3) (fig. 5.3)
Le facteur limitant la croissance du phytoplancton est la présence de nutriments.
Ces derniers peuvent être soit d’origine naturelle, comme les zones d’upwelling ou les
courants froids, soit d’origine anthropique : lessivage de fertilisants, rejet à la mer d’eaux
usées de diverse nature (ménagères, industrielles, chimiques, …).
La chlorophylle a peut être considérée comme un marqueur de courant. En effet, le
phytoplancton est un organisme qui flotte mais ne nage pas. Il se fait donc emporter par
les courants.
5.1.1.1.
Concentrations journalières (L2)
D’une manière générale, les images ponctuelles de la concentration de la
chlorophylle a dans la Méditerranée orientale (fig. 5.1) révèlent plusieurs traits
caractéristiques.
i.
Sur la côte sud, on remarque une forte concentration présente sur toutes les
images sans exception. L’extension de cette zone ainsi que le schéma de distribution des
valeurs varie peu. Ceci indique un apport de nutriments plus ou moins constant tout au
long de l’année qui n’est pas influencé par les variations saisonnières. Toutefois, cette
zone étant occupée par le delta du Nil, il faut aussi tenir compte de la turbidité minérale
apportée par ce fleuve ainsi que des effets de fond dûs à une bathymétrie peu profonde
(cf. § 5.1.4.).
ii.
Cette zone touchée par le delta du Nil s’étend sur la côte est en remontant vers le
nord, mais présente un caractère moins constant avec des valeurs plus faibles (21-05-00,
01-06-00, 04-08-00, 09-04-01) et / ou une répartition en panaches (04-08-00, 29-08-00,
02-09-00, 23-09-00, 02-10-00, 18-10-00, 05-11-00, 16-11-00, 09-04-01, 19-05-01, 28-0501, 13-06-01, 22-06-01). Ces fluctuations indiquent que l’apport de nutriments dans cette
zone ne se fait pas de manière aussi constante que dans celle du delta du Nil. Les
panaches visibles sur certaines images permettent de penser que des courants marins
29
transportant des nutriments proviennent de la zone du delta du Nil. La variation de
concentration ainsi que du schéma de distribution indique une fluctuation de ces courants.
iii.
La pointe extrême NE de la Méditerrannée, le golfe d’Alexandretta, montre sur
toutes les images une forte concentration de la chlorophylle a. Cette zone s’étend plus ou
moins loin sur la côte nord en direction de l’ouest et présente aussi par moments et par
endroits des schémas de distribution en forme de gyres. En consultant une carte
géographique, on remarque l’arrivée de plusieurs cours d’eau dans cette zone.
iv.
La partie de la mer Méditerrannée située entre Chypre et la côte nord montre de
manière générale des concentrations élevée. Les schémas de répartition varient et
montrent souvent des gyres ou des “champignons“. Ces schémas pourraient être dû à de
différents courants en interaction dans la zone concernée. On retrouve ce genre de
distribution, mais pas de manière constante, entre Chypre et la côte est. Pour toute cette
zone, l’apport de nutriments peut provenir des différentes arrivées de cours d’eau visibles
sur les cartes géographiques et / ou des courants marins dont les panaches démontrent
l’existence, si toutefois ceux-ci charrient des eaux plus froides. Ceci serait facilement
vérifiable avec des données de SST.
v.
Les valeurs générales de concentration les plus basses se rencontrent pendant
les mois les plus chauds et inversément, les valeurs les plus élevées durant les mois les
plus froids. Cette relation illustre bien l’effet de la température sur la concentration de
chlorophylle a. Il en résulte que le contraste des valeurs est plus accentué en été qu’en
hiver, mettant ainsi mieux en évidence les zones d’apport de nutriments, quelle que soit
leur origine.
vi.
De manière générale, la partie nord de la zone étudiée présente des valeurs de
concentration plus élevée que la partie sud, delta du Nil mis à part. Des images de la
température de surface permettraient de vérifier s’il s’agit bien d’un effet de température,
la partie nord devrait alors être de manière générale plus froide que la partie sud, ou si la
cause de cette tendance serait à rechercher dans les apports en nutriments des cours
d’eau ou dus à la circulation des eaux dans la Méditerranée.
Poster Zoom (fig. 5.2)
vii.
On note la présence de valeurs plus élevées le long de la côte libanaise. Selon les
images, la répartition se fait soit de manière parallèle à la côte (22-06-00, 26-07-00, 0408-00, 23-09-00, 16-11-00, 05-12-00, 28-12-00, 15-01-01, 27-03-01, 08-06-01), soit par
des panaches (21-05-00, 01-06-00, 15-06-00, 29-08-00, 02-09-00, 02-10-00, 18-10-00,
05-11-00, 31-01-01, 04-03-01, 09-04-01, 26-04-01, 05-05-01, 19-05-01, 13-06-01, 22-0601) . Tout au sud apparaît un premier panache durant le printemps (26-04-01, 19-05-01,
13-06-01, 22-06-01, (21-05-00), 01-06-00, 15-06-00) puis un second un peu plus au nord
(mais toujours au sud de Beyrouth) vers la mi- fin de l’été (29-08-00, 02-09-00). En
consultant le poster général, on se rend compte que cette zone fait peut être toujours
30
partie de celles recevant des apports de nutriments de la région du Nil par l’intermédiaire
de courants marins (cf. § ii.)
viii.
Région de Beyrouth :
-
On note au sud de Beyrouth une zone de valeurs de concentration
plus élevées plus ou moins parallèle à la côte ou sous la forme de
panache (29-08-00, 02-10-00, 31-01-01, 04-03-01) en fonction des
mois. Ces structures peuvent être plus ou moins bien marquées.
-
Un peu plus au nord, dans le golf de Beyrouth, se situe une zone
montrant des valeurs de concentration plus élevées. Cette zone est
relativement constante, mais n’est toutefois pas mise en évidence sur
certaines images (02-09-00, 02-10-00, 05-12-00, 28-12-00). Cette
zone se démarque un peu moins bien durant les mois d’hiver, où la
concentration générale de chlorophylle a est plus élevée et la
répartition plus uniforme qu’en été.
ix.
Sur la partie nord de la côte libanaise, dans la région de Tripoli, on rencontre une
zone de concentration élevée de la chlorophylle a, elle aussi plus ou moins constante et
se démarquant moins bien durant les mois d’hiver.
5.1.1.2.
Moyennes mensuelles (L3)
Les moyennes mensuelles (fig. 5.3) permettent de visualiser les tendances à
caractère constant tout au long d’un mois. Du fait du traitement et de l’application des
flags (cf. § 5.1.4), les zones où la concentration de chlorophylle a est très élevée,
comme c’est le cas dans le delta du Nil, n’apparaissent pas sur ces images. Les
tendances générales relevées ci–dessus se retrouvent toujours sur les moyennes
mensuelles.
On remarque toujours :
-
La présence de certains panaches le long des côtes est et nord, dont
l’intensité, la forme et l’extension varient en fonction des mois (ii & iv).
-
Des concentrations plus élevées durant les mois d’hiver et plus basses
durant les mois d’été (v).
-
La partie nord présente des valeurs générales plus élevées que la
partie sud (vi).
-
La concentration généralement plus élevée dans la région de Beyrouth
(viii) et la région de Tripoli (ix).
31
A ces remarques, s’ajoutent les deux constations suivantes :
x.
Durant le mois de novembre, l’élévation de la concentration de chlorophylle a
semble se faire d’abord à partir des côtes en direction du large.
xi.
Durant le mois de mars, l’abaissement de la concentration semble se faire d’abord
par le sud.
5.1.1.3.
Moyennes saisonnières (L3)
Les moyennes saisonnières (fig. 5.3) permettent de mettre en évidence les
caractéristiques constantes durant toute une saison.
En été, on note la présence de deux panaches persistants (ii & vii) (un petit juste au
sud de Beyrouth, sur la côte libanaise et un plus grand encore plus au sud), une zone de
concentration élevée entre Chypre et la côte nord ainsi que sur la partie nord de la côte
est (iv) et dans la région du glofe d’Alexandretta (iii). On note aussi une concentration
générale élevée tout au long de la côte est ainsi que dans les régions de Beyrouth (viii)
et de Tripoli (ix) tandis que la concentration en pleine mer est très faible.
En automne, on constate que la répartition des valeurs plus élevées le long des
côtes se fait de manière parallèle à celles-ci par opposition aux panaches visibles durant
l’été, avec toutefois la présence de deux gros lobes. Le premier se situe à l’endroit du
plus grand panache visible sur la moyenne de l’été, et le second au nord du Liban,
s’étendant en direction de Chypre. La concentration est plus élevée sur les côtes et va
de manière décroissante en direction du large (x).
En hiver, il y a moins de contraste dans les valeurs de concentration, qui sont en
général plus élevées dans la partie nord que la partie sud (v & vi). On note toutefois la
persistance d’un lobe sur le nord de la côte libanaise ainsi qu’une concentration plus
élevée dans la zone de Beyrouth (viii) et de Tripoli (ix).
Au printemps, un abaissement des valeurs de concentration de la chlorophylle a est
visible en pleine mer alors qu’elles sont toujours élevées le long des côtes. Des
panaches jalonnent la côte est (ii) tandis que de fortes valeurs sont visibles dans la zone
de Beyrouth (viii) et de Tripoli (ix). Entre Chypre et la côte nord, la zone de valeurs plus
élevée est plus restreinte que durant les autres saisons, tandis qu’entre Chypre et la
côte est, elles restent normales (iv).
32
5.1.1.3.1. Moyennes annuelle (L3)
La moyenne annuelle (fig. 5.3) permet de mettre en évidence les structures à
caractère constant tout au long de l’année, ou sur la majorité de celle-ci, ainsi que les
tendances générales. Un épisode trop court dans le temps ne figurera pas sur une telle
moyenne.
Sur la moyenne annuelle, les variations se sont applaties, mais on remarque tout de
même la persistance d’un gradient parallèle à la côte avec les valeurs les plus fortes le
long de la côte, ainsi que la présence de deux lobes le long de la côte est (ii).
La zone entre Chypre et la côte nord présente des valeurs moyennes générales plus
élevées qu’ailleurs (iv). Les valeurs sur la côte sud sont très fortes (i), mais la
décroissance en direction du large se fait de manière rapide. Plus on remonte vers la
côte est, plus cette décroissance est étalée, montrant ainsi une zone de transition entre
les fortes valeurs de la côte est les faible valeurs de la pleine mer plus étendue.
Les concentrations élevées de chlorophylle a dans les régions de Beyrouth (viii) et
de Tripoli (ix) précédemment observées sont toujours visibles. Leur apparition sur cette
image de la moyenne annuelle indique une certaine constance tout au long de l’année.
Comme il n’y a pas d’arrivée de cours d’eau importants et pérennes dans les zones
concernées, une corrélation de ces anomalies avec la température de surface des
océans permettrait de se faire une idée plus précise de leurs origines : naturelle ou
anthropique ? La question est d’autant plus justifiée que ces anomalies se rencontrent
aux endroits de grands centres urbains.
En plus des images, des diagrammes montrant la concentration moyenne de la
chlorophylle a vs. l’écart-type ont également été réalisé à partir des moyennes
saisonnières et annuelle (fig. 5.4). De manière générale, la majorité des données sont
bien regroupées, mais pour certaines d’entre elles, plus la moyenne est élevée, plus
l’écart-type l’est aussi. Ainsi, pour une forte moyenne, il y a une forte variance.
Cependant, quelques moyennes élevées présentent une faible variance. On constate
aussi que les cinq diagrammes montrent le même schéma de répartition des données,
ce qui indique une certaine constance et une bonne cohérence des données.
33
Fig. 5.4 : Diagrammes saisonniers et annuel de la moyenne de la concentration de
chlorophylle a vs. l’écart-type.
34
5.1.2. SST
La question des images de la température de surface des océans (SST) générées
par SeaDAS fut considérée en premier lieu comme un grand mystère, SeaWiFS ne
comprenant pas de bande nécessaire à cette mesure. Après avoir traité toutes les
images SeaWiFS de façon à obtenir de chacune d’elles une image de la SST, nous
avons remarqué que certaines d’entre elles semblaient identiques au niveau des valeurs
et de leurs répartitions spatiales (Annexe IV). Après enquête, il s’est avérré que ces
images sont produites à l’aide d’un algorithme intégrant des données issues de AVHRR
(Advanced Very High Resolution Radiometer). L’hypothèse qu’il puisse s’agir de
données moyennes s’échelonnant sur un mois a alors été avancée.
Ce fait a été confirmé un peu plus en avant du traitement lors de la création de
palettes de couleurs adéquates sous ArcView pour chacune d’entre elles. Bien que la
répartition des images identiques ne se fasse pas précisément de manière mensuelle
(elle est comprise dans une période allant de 8 à 31 jours, cf. tableau 5.1), on peut
penser que des données de moyennes mensuelles sont utilisées par SeaDAS pour la
génération de ces images. De plus, les images des mois de mai 2000 et mai 2001 ainsi
que les images des mois de juin 2000 et juin 2001 étant identiques, on se rend compte
que ces moyennes mensuelles ne varient pas en fonction de l’année.
Nos images montrent donc un schéma général des valeurs de la température de
surface des océans ainsi que de leurs répartitions. Si cela permet de se faire une petite
idée, le manque de données ponctuelles et plus précises (la résolution des images de la
SST générées par SeaDAS semble plus grossière que celle des images de la
concentration de la chlorophylle) constitue un handicap pour l’interprétation des
données.
Ainsi, les images SeaWiFS (pas plus que les images MODIS, cf. § 5.2) ne se sont
révélées concluantes pour l’établissement d’une correlation des données de la
chlorophylle a avec celles de la température de surface des océans. Ce fait est d’autant
plus regrettable que l’utilisation d’une seule image pour obtenir ces deux paramètres
faciliterait grandement la tâche de l’analyste en lui épargnant de fastidieuses
manipulations afin d’obtenir une correspondance entre ces deux paramètres dans le cas
où ils seraient issus de sources différentes.
Cette constatation nous amène à mettre de côté ces images, qui ne sont que trop
généralistes et peu adaptées à l’étude en cours. Elles sont toutefois présentées dans
l’Annexe IV.
35
Fourchette
des T°
Légende
ArcView
Groupe
18.9-21
sst2.avl
1
Images SST
Dates
142sst36_s_r
21/05/00
153sst36_s_r
01/06/00
167sst36_s_r
15/06/00
174sst36_s_r
22/06/00
187sst36_s_r
05/07/00
208sst36_s_r
26/07/00
217sst36_s_r
04/08/00
242sst36_s_r
29/08/00
246sst36_s_r
02/09/00
267sst36_s_r
23/09/00
276sst36_s_r
02/10/00
292sst36_s_r
18/10/00
310sst36_s_r
5/11/00
321sst36_s_r
16/11/00
340sst36_s_r
5/12/00
363sst36_s_r
28/12/00
16.9-20.6
sst11.avl
8
1015sst36_s_r
15/01/01
15.3-18.3
sst1.avl
9
1031sst36_s_r
31/01/01
14.8-17.3
sst12.avl
10
1042sst36_s_r
11/02/01
1063sst36_s_r
04/03/01
1086sst36_s_r
27/03/01
1099sst36_s_r
09/04/01
1116sst36_s_r
26/04/01
1125sst36_s_r
05/05/01
1139sst36_s_r
19/05/01
1148sst36_s_r
28/05/01
1159sst36_s_r
08/06/01
1164sst36_s_r
13/06/01
1173sst36_s_r
22/06/01
22-24.9
23.8-27.3
sst4.avl
sst6.avl
2
3
Intervalle
12
jours
8
jours
22
jours
30
24.9-28.7
sst7.avl
4
jours
24-28.2
sst8.avl
5
10
jours
22-26.1
sst9.avl
6
19-23.3
sst10.avl
7
31
jours
15-17.1
16.2-18.2
sst13.avl
sst14.avl
11
12
12
jours
24
jours
18
jours
24
18.9-21
sst2.avl
1
jours
15
22-24.
sst4.avl
2
jours
Tableau 5.1 : Similitude des images de la température de surface de océans et les
palettes de couleurs qui leurs sont associées.
36
Dans le tableau ci-dessus, nous pouvons nous rendre compte que la répartition des
images de la température de surface des océans ne se fait pas toujours en fonction d’un
mois donné. En effet, le premier groupe contient une image du mois de mai et une du
mois de juin 2000, le quatrième groupe deux du mois d’août et une de septembre, le
cinquième une de septembre et une d’octobre, etc…. Les moyennes mensuelles
employées pour générer ces images ne semblent donc pas être basées sur le calendrier
civil.
De cette manière, les moyennes obtenues au niveau L3 peuvent montrer des
images différentes que celles du niveau L2, puisque deux images différentes peuvent se
rencontrer dans le même mois. Inversément, un mois contenant deux images identiques
devrait fournir une image de la moyenne identique.
5.1.3. K 490
La disponibilité de la lumière est un régulateur critique de la production de
phytoplancton océanique et côtier. La mesure du coefficient d’attenuation diffuse K 490
est d’un intérêt particulier car il définit la présence de lumière en fonction de la
profondeur et celle de la zone euphotique, et permet d’évaluer la profondeur maximum
de production primaire. Le coefficient d’atténuation diffuse est également un indicateur
de la clarté de l’eau ainsi que de sa qualité (Sarangi et al., 2002).
De manière plus générale, le coefficient d’atténuation verticale diffuse (K?) varie en
fonction de la longueur d’onde ainsi que de la clarté / turbidité de l’eau, c’est–à–dire de
la quantitié de matière en suspension totale présente dans l’eau. La classification des
eaux océaniques est basée sur ce coefficient (Jerlov, 1976).
Une forte turbidité de l’eau provoquera une faible absorption de la lumière ainsi
qu’une grande diffusion due à la forte concentration de la matière en suspension ; il en
résultera une forte radiance quittant l’eau (water-leaving radiance). Le phytoplancton
ainsi que d’autres pigments causent une absorption de la lumière dans le bleu-vert
(Sarangi et al., 2002).
Le coefficient d’atténuation verticale diffuse pourrait être calculé pour n’importe
quelle longueur d’onde, mais la plus intéressante est 490 nm, située dans le bleu-vert.
La formule générale de l’algorithme utilisé par SeaDAS pour les images SeaWiFS
est :
K(490) = Kw(490) + A [L w(?1) / L w(?2)]B
Où : Kw(490) = coefficient d’atténuation diffuse pour l’eau pure
Lw(?1) et Lw(?2) = radiances quittant l’eau (water-leaving radiances) pour les
longueurs d’ondes ?1 et ?2
A et B = coefficients dérivés de l’analyse de régression linéaire des données
exprimés par ln[K(490) - Kw(490)] et ln[L w(?1) / L w(?2)].
37
Cet algorithme utilise dans sa première version les radiances quittant l’eau à 443 et
490 nm et dans une seconde version les radiances quittant l’eau à 490 et 555 nm. Cette
seconde version est utilisée lorsque l’incertitude de la détermination par SeaWiFS de la
radiance quittant l’eau est plus grande à 443 qu’à 490 nm (Mueller, 2000).
Ainsi, en se réferrant au tableau 2.2 (§ 2.4), on se rend compte que le coefficient
d’atténuation diffuse à 490 nm utilise la valeur de radiance mesurée soit dans la bande
bleue (443 nm) utilisée pour l’absorption de la chlorophylle, soit dans la bande verte
(555 nm) utilisée pour la concentration des pigments et sédiments ainsi que pour les
propriétés optiques.
Le coefficient d’atténuation diffuse étant un indicateur de la clareté de l’eau, ou de la
turbidité, il indique par conséquent la quantité totale de matière en suspension présente
dans l’eau. En mettant ce paramètre en rapport avec la concentration de la chlorophylle
a, il est possible de déterminer la proportion de chlorophylle de la quantité totale de
matière en suspension. Dans le but de se donner une idée de cette proportion, des
diagrammes mettant en relation les moyennes saisonnières de ces deux paramètres ont
été effectués (fig. 5.5). La distribution des données sur une courbe indique une très forte
corrélation entre ces deux paramètres, qui ne varie pas au cours des saisons : les
courbes sont quasiment identiques. Toutefois, la relation entre ces deux paramètres
n’est pas linéaire. Cette forte corrélation nous permet d’estimer que la proportion de
matière en suspension autre que le phytoplancton est très faible. Ceci nous est par
ailleurs confirmé par les images de concentration de la chlorophylle a et du K 490, qui
montrent une forte similitude (fig. 5.6). C’est pour cette raison que l’étude de ce
paramètre n’a pas été poussé plus en avant. Notons cependant la faible proportion de
points tombant à l’écart de ces courbes, comme par exemple sur les diagrammes de
l’automne 2000 et de l’hiver 2001. Il s’agit probablement de particules en suspension
autre que de la chlorophylle (sédiments, …).
38
Fig. 5.5 : Diagrammes des moyennes saisonnières et annuelle : moyenne
chlorophylle a vs. moyenne K490
39
Fig. 5.6 : Image du 19-05-01 (1139) : a) Concentration de chlorophylle a (échelle sur
6), b) Coefficient d’atténuation diffuse K 490 (échelle sur 6), c) Diagramme de la
concentration de la chlorophylle vs. K 490.
5.1.4. L2 Quality Flags
Les flags sont des indications de la fiabilité des paramètres créés lors de l’étape de
traitement L2 et, s’ils sont activés lors du traitement L3 (lors du space bin), permettent
d’améliorer ce dernier en tenant compte des données qui peuvent être altérées par
différents facteurs. Les plus évidents sont la présence de nuages, de glace, de parties
terrestres,… qui sont alors masqués par ces flags lors du traitement. D’autres prennent
en compte des facteurs tels qu’un fort angle zénithal du capteur ou du soleil, la turbidité
de l’eau,…. Une liste des flags est proposée en annexe (Annexe III). La figure 5.7
40
permet de mesurer l’importance de ces flags et de se rendre compte de la variation de la
qualité des données en fonction des jours.
Fig. 5.7 : Affichage de tous les flags sur trois images différentes. La légende des
flags se rapporte à l’Annexe III.
41
-
Flag de la turbidité
Les eaux océaniques sont habituellement classifiée en deux types : cas 1 et cas 2
(Case 1 and Case 2 waters). Le cas 1 représente les eaux de pleine mer qui sont en
général d’un bleu d’azur profond et presque aussi transparentes que du verre. Dans ce
type d’eau, toutes les propriétés optiques sont déterminées par la concentration,
normalement faible, de phytoplancton et de la chlorophylle qui lui est associée. Dans de
telles eaux, les propriétés optiques sont relativement simples à analyser et modéliser. Le
cas 2 représente des eaux beaucoup moins claires et de couleur pouvant s’échelonner
des verts aux bruns en raison d’une concentration de matières en suspension beaucoup
plus élevée. Ces eaux sont généralement côtières, issues de deltas, d’upwelling ou
provenant de la remise en suspension de sédiments par les tempêtes. Ces eaux sont
beaucoup plus productives que les eaux de cas 1 et, de manière générale, beaucoup
plus turbides, provoquant ainsi une radiance plus élevée. Pour cette raison, un flag
tenant compte de la forte turbidité est assigné aux pixels dans le cas où la réflectance à
555 nm est élevée.
Le flag de la turbidité distingue les eaux de cas 1 des eaux de cas 2 en utilisant un
algorithme d’irradiance-réflectance (irradiance reflectance algorithm) (Morel, 1988).
-
Flag de la bathymétrie
Dans les zones où la profondeur de l’eau est inférieure à 30 mètres, il est possible
que le fond marin réflète les ondes lumineuses, faussant ainsi la réflectance issue de
l’eau. Afin de tenir compte de cet effet, un flag de bathymétrie est utilisé lorsque la
profondeur est inférieure à 30 mètres.
Dans le cas de cette étude, ces deux flags sont d’une importance particulière. La
figure 5.8 propose une vue de ces derniers sur certaines des images SeaWiFS montrant
une concentration de la chlorophylle élevée, moyenne ou faible.
Si l’on constate relativement aisément que le flag de la turbidité varie sur ces
différentes images, une variation de celui de la bathymétrie est beaucoup plus
difficilement repérable. En réalité, il s’agit d’une différence minime de quelques pixels à
peine, mais étant donné la résolution de 1 km, cela laisse tout de même une certaine
marge. Afin d’en tirer un peu plus d’information, il faudra savoir de quelle manière ce flag
est déterminé. S’agit-il de données fixes pour toutes les images ou est-il calculé à l’aide
d’un algorithme intégrant le paramètre de la turbidité ? En effet, l’effet de fond varie en
fonction de la turbidité (Jaquet et al, 1999) : les eaux très turbides réduisent la
profondeur de pénétration des ondes lumineuses, réduisant aussi de cette manière la
profondeur à laquelle l’effet de fond se fait sentir alors que dans le cas contraire, des
42
43
Fig. 5.8 : Comparaison de l’extension des flags de la turbidité et de la bathymétrie sur
certaines images représentatives .
eaux très claires permettront les ondes lumineuses d’atteindre le fond de l’eau jusqu’à
une plus grande profondeur et d’augmenter de la sorte l’étendue de la zone affectée par
ce phénomène. La question est aussi de savoir si les différences minimes repérées sur
les images du flag de la bathymétrie sont réelles ou s’il s’agit tout bonnement d’artéfacts.
Cette question est d’autant plus justifiée du fait que certaines images comportant des
zones nuageuses montrent des pixels recouverts du flag de la turbidité aux abords de
ces nuages alors qu’ils se situent en pleine mer. Dans ce cas, il s’agit clairement
44
d’artéfacts probablement provoqués d’une manière ou d’une autre par la présence des
nuages.
La figure 5.8 permet aussi de visualiser la répartition spatiale des zones en général
touchées par ces flags, et il n’est pas étonnant d’y retrouver celle du delta du Nil. Dans
la région de Beyrouth, ces flags apparaissent de manière plus ou moins constante, à
quelques pixels de différence près.
5.1.4.1.
Améliorations apportées par les flags
Afin de se faire un idée de l’action des flags en question sur le résultat final, la figure
5.9 présente l’image de la chlorophylle a du 22-06-00 (jour 174) a) niveau 2 (pas de
flag), b) niveau 3 avec les flags proposés par défaut par SeaDAS, c) niveau 3 avec les
flags par défaut et celui de la turbidité, d) niveau 3 avec les flags par défaut et celui de la
bathymétrie et e) niveau 3 avec les flags par défaut et ceux de la turbidité et de la
bathymétrie. On constate que le flag de la turbidité semble avoir un plus grand effet que
celui de la bathymétrie.
Fig. 5.9 : Effets des flags de la turbidité et de la bathymétrie sur l’image de la
concentration de la chlorophylle du 22-06-00 (174). a) Niveau 2 (L2), b) Niveau 3 (L3)
avec les flags par défaut, c) L3 avec les flags par défaut et turbidité, d) L3 avec les flags
par défaut et bathymétrie, e) L3 avec les flags par défaut et turbidité et bathymétrie.
Les améliorations engendrées par l’ajout de ces deux flags se situent principalement
sur la côte sud de la Méditerranée, dans la zone étendue du delta du Nil, et sur une
45
petite zone de la côte nord. La côte libanaise est peu touchée par l’action de ces flags.
En ce qui concerne la bathymétrie, il faut préciser que le fond marin descend rapidement
à une grande profondeur dans cette zone.
5.2. Données MODIS
Devant les diificultés rencontrées dès les premières phases de traitement de ces
images, le problème a momentanément été mis de côté avant que la question des
images MODIS ne soit abandonnée suite à la découverte de la possibilité de générer
des images de température de surface des océans sous SeaDAS à partir des images
SeaWiFS. Ceci présentait l’avantage de produire des images de température dont
l’extension spatio-temporelle correspondrait à 100 % à celles de la chlorophylle a et des
autres paramètres traités (K 490, …). Malheureusement, ces résultats n’ont pas abouti à
ce que nous espérions (cf. § 5.1.2).
5.3. Données Landsat 7 TM
Ces données, traitées en 1999-2000, ont déjà révélé une anomalie de la réflectance
de l’eau dans la région de Beyrouth, en forme de panache, ainsi que quelques petits
panaches d’anomalies de la température de surface associés (cf. fig. 1.1). La résolution
beaucoup plus fine (30 m) de ce capteur permet de bien les repérer. Plutôt que de
couleur de l’eau, il vaut mieux parler ici de réflectance dans la bande 1, exprimée
simplement comme un indice ordinal proportionnel à la valeur des nombres digitaux
(ND). Cet indice représente la turbidité globale de l’eau (chlorophylle et matières en
suspension), mais également le signal de surface (“slicks“ : surfaces lisses dues à la
sécrétion de graisse du phytoplancton, mais également aux marées noires, “white
caps“ : moutons). Son interprétation doit donc être faite avec prudence.
Sur les cinq images Landsat, seules 3 ont une image SeaWiFS correspondante. La
comparaison effectuée porte uniquement sur les images du 21-05-00 (142) et du 22-0600 (174), car l’image du 10-09-97 de Landsat 5 (9299) n’a pas pu être entièrement
traitée. La figure 5.10 montre une comparaison des images issues des deux capteurs,
du point de vue de la répartition des valeurs uniquement. En effet, les légendes des
deux images Landsat 7 ne sont pas identiques. De plus, elles montrent uniquement la
turbidité (ou coloration) de l’eau, alors que les images SeaWiFS montrent la
concentration de la chlorophylle a.
L’image du 21-05-00 de SeaWiFS montre une forte valeur juste au nord de
Beyrouth. On retrouve cette forte valeur sur l’image Landsat correspondant, mais de
manière décalée, semble-t-il. Cette dernière montre deux zones avoisinnantes de plus
46
Fig. 5.10 : Comparaison entre des images de SeaWiFS (à gauche) et des images de
Landsat TM1 (à droite) pour les jours a) 142 (21-05-00) et b) 174 (22-06-00). Le codage
couleur des images Landsat va du violet (ND bas) au rouge (ND élevé).
faibles valeurs, qui ne sont pas visibles sur les images de SeaWiFS. Par contre, au sud
de Beyrouth, les deux images montrent de fortes valeurs le long de la côte. Cette
dernière zone est aussi visible sur les deux images du 22-06-00 (Landsat et SeaWiFS).
L’image Landsat du 22-06-00 montre toujours une zone de fortes valeurs juste au nord
de Beyrouth bordée d’une zone de plus faible concentration. Toutefois, l’étendue de
cette zone et les contrastes sont moins importants que sur l’image du 21-05-00. L’image
SeaWiFS correspondante (22-06-00) ne montre pas ces variations, mais simplement
une zone de forte concentration plus ou moins uniforme. Il est encore intéressant de
noter que les deux images Landsat ainsi que l’image SeaWiFS du 22-06-00 montrent
une zone juste au sud de la pointe de Beyrouth où les valeurs sont plus faibles.
47
48
6. Conclusions et recommandations
La recherche des données SeaWiFS sur internet s’est avérée fructueuse. Elle a
permis de collecter une trentaine d’images qui ont par la suite été traitées grâce au
logiciel SeaDAS, pour en tirer des cartes de la concentration de la chlorophylle a
ponctuelles et moyennes, du coefficient d’atténuation diffuse à 490 nm (K 490) et de la
température de surface.
Ces images permettent le suivi de l’évolution de la concentration de la chlorophylle a
dans la Méditerranée orientale, et plus particulièrement le long de la côte libanaise,
durant une année s’étalant de Mai 2000 à Juin 2001. Grâce à ce suivi, les points
suivants ont été mis en évidence :
-
une forte concentration dans la zone du delta du Nil, ainsi qu’une
extension de cette zone le long de la côte est, probablement suite à
des courants côtiers en direction du nord.
-
la présence en différents endroits et différents moments de panaches,
gyres et champignons, indicateurs de courants et de flux des masses
d’eaux.
-
une plus forte concentration générale sur la côte qu’en pleine mer
ainsi que dans le nord de la zone d’étude.
-
des zones de plus forte concentration à caractère plus ou moins
permanent tout au long de l’année dans la région de Beyrouth ainsi
que dans le région de Tripoli.
-
l’influence de la température des eaux de surface sur la concentration
de la chlorophylle a en fonction des saisons (plus élevée en hiver).
Le coefficient d’atténuation diffuse à 490 nm montre une forte corrélation avec la
concentration de la chlorophylle a. Ceci révèle que cette dernière est un composant
majeur des particules en suspension dans l’eau.
La température de surface des océans obtenue à partir des images SeaWiFS n’est
qu’une moyenne pluri-annuelle établie à l’aide de données provenant d’AVHRR. Afin de
corréler ce paramètre à la concentration de chlorophylle, il faudrait se tourner vers des
données provenant d’autres capteurs permettant d’obtenir des images ponctuelles. Pour
des raisons techniques, les images issues de MODIS n’ont pas pu être utilisées dans le
cadre de ce travail.
Afin de pousser plus en avant cette étude, il faudrait obtenir des images valables de
la température de surface des océans. Des données relatives aux courants marins et
leurs variations saisonnières permettraient de mieux comprendre l’origine, la forme et la
répartition spatiale et temporelle des panaches visibles sur les images de la
concentration de la chlorophylle a. Les courants étant liés aux vents dominants, des
49
données concernant ces derniers pourraient aussi être utiles. Dans le but de mieux
suivre l’évolution de ces panaches, on pourrait aussi tenter un suivi quotidien par
l’intermédiaire des images SeaWiFS. A ce niveau, des données de température des
eaux de surface, des courants et des vents permettraientt de mettre en évidence le
temps de réponse de la concentration de chlorophylle par rapport à ces paramètres.
L’utilisation d’images SeaWiFS pour cette étude se révèle concluante : les données
sont facilement accessibles, et le logiciel SeaDAS permet de les traiter pour en retirer
les paramètres choisis. La résolution de 1 km de ces images en fait un bon outil
d’exploration générale des paramètres, mais pour plus de précision sur une région
donnée, il faudrait par la suite se tourner vers des capteurs proposant une plus grande
résolution.
50
7. Bibliographie
Campbell, J.W., Blaisdell, J.M. & Daryi, M., 1995. Level-3 SeaWIFS Data Products :
Spatial and Temporal Binning Algorithms. NASA Tech. Memo. 104566, vol. 36,
Hooker, S.B, Firestone, E.R. & Acker, J.G., Eds. NASA Goddard Space Flight
Center, Greenbelt, Maryland, 73 pp., plus color plates.
GRID-Geneva Quarterly Bulletin n°2, 2000. Remote Sensing Training for Lebanon’s
Environment Observatory.
GRID-Geneva Quarterly Bulletin n°3, 1999. Mediterranean / West Asia Activies
Jaquet J.-M., Tassan, S., Barale, V. & Sabaji, L., 1999 : Bathymetric and bottom effects
on CZCS chlorophyll-like pigment estimation : data from the Kerkennah Shelf
(Tunisia). Int. J. Remote Sensing, 1999, vol. 20, n° 7, p.1343-1362.
Morel A., 1988. Optical modeling of the upper ocean in relation to its biogenous matter
content (Case 1 waters). J. Geophys. Res., 93, 10, 749-10, 768.
Mueller, J., L., 2000. SeaWIFS Algorithm for the Diffuse Attenuation Coeficient K(490)
Using Water-Leaving Radiances at 490 and 555 nm. SeaWIFS Postlaunch
Calibration and Validation Analyses, Part 3, in: SeaWIFS Postlaunch Technical
Report
Series,
vol.
11,
2000.
(http://seawifs.gsfc.nasa.gov/SEAWIFS/RECAL/Repro3/Documents/11-chapt3.pdf )
Myint, S.W. & Walker, N.D, 2002. Quantification of surface suspended sediments along
a river dominated coast with NOAA AVHRR and SeaWIFS measurements :
Louisiana, USA. Int. J. Remote Sensing, 2002, vol. 23, n° 16, p. 3229-3249.
Robinson, A.R., Malanotte-Rizzoli, P., Hecht, A., Michelato, A., Roether, W., Theocharis,
A., Ünlüata, Ü., Pinardi, N., Artegiani, A., Bergamasco, A., Bishop, J., Brenner, S.,
Christianidis, S., Gacic, M., Georgopoulos, D., Golnaraghi, M., Hausmann, M.,
Junghaus, H.-G., Lascaratos, A., Latif, M.A., Leslie, W.G., Lozano, C.J., Oguz, T.,
Özsoy, E., Papageorgiou, E., Paschini, E., Rozentroub, Z., Sansone, E., Scarazzato,
P., Schlitzer, R., Spezie, G.-C., Tziperman, E., Zodiatis, G., Athanassiadou, L.,
Gerges, M. & Osman, M., (The POEM group – Physical Oceanography of the
Eastern Mediterranean) 1992. General circulation of the Eastern Mediterranean.
Earth-Science Reviews, 32, p. 285-309, Elsevier Science Publishers, B.V.,
Amsterdam.
Sarangi, R., K., Chauhan, P. & Nayak, S., R., 2002. Vertical diffuse attenuation
coefficient (Kd) based optical classification of IRS-P3 MOS-B satellite ocean colour
51
data. Proc. Indian Acad. Sci. (Earth Planet. Sci.), 111, n° 3, September 2002, pp.
237-245. (http://www.ias.ac.in/epsci/sep2002/ps3.pdf )
Sites internet :
• Chlorophylle, Carbone, Couleur des océans… :
[1] http://seawifs.gsfc.nasa.gov/SEAWIFS/sanctuary_1.html (et pages suivantes)
[2] http://seawifs.gsfc.nasa.gov/SEAWIFS/LIVING_OCEAN/LIVING_OCEAN.html (et
pages suivantes)
http://seawifs.gsfc.nasa.gov/SEAWIFS/LIVING_OCEAN/TEACHER4.html
[3] http://seawifs.gsfc.nasa.gov/SEAWIFS/sanctuary_4.html
[4] http://eosdata.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/what_is_ocean_color.html
[5] http://seawifs.gsfc.nasa.gov/SEAWIFS/sanctuary_3.html
[6] http://eosdata.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/fluorescence.html
• Liste de 90 plateformes et capteurs :
[7] http://quercus.art.man.ac.uk/rs/
• Capteurs actifs dans le domaine de la couleur des océans :
[8] http://daac.gsfc.nasa.gov/oceancolor/oc_sensors.html
[9] http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/seawifs_readme.html
• Commandes de données :
[10] http://daac.gsfc.nasa.gov/ (SeaWIFS)
[11] http://daac.gsfc.nasa.gov/data/dataset/MODIS/index.html (MODIS)
[12] http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcome/ (MODIS)
• Formta HDF :
[13] http://daac.gsfc.nasa.gov/REFERENCE_DOCS/HDF/gdaac_hdf.html
[18] http://hdf.ncsa.uiuc.edu/
[19] http://hdf.ncsa.uiuc.edu/hdf-java-html/hdfview/index.html
[20] http://hdfeos.gsfc.nasa.gov/hdfeos/index.cfm
(http://hdfeos.gsfc.nasa.gov/hdfeos/details.cfm?swlD=4)
• SeaDAS :
[14] http://seadas.gsfc.nasa.gov/
[15] http://seadas.gsfc.nasa.gov/doc/l3bin/l3bin.html
• ESRI :
[16] http://www.esri.com
[17] http://arcscripts.esri.com/
52
• Capteurs pour la couleur de l’eau (ocean color sensor) :
CZCS :
http://daac.gsfc.nasa.gov/DATASET_DOCS/czcs_dataset.html
GLI :
http://sharaku.eorc.nasda.go.jp/GLI/index.html
MERIS :
http://envisat.estec.esa.nl/instruments/meris/index.html/
http://auc.dfd.dlr.de/MERIS/main.html
MODIS :
http://modis.gsfc.nasa.gov/
MOS :
http://www.ba.dlr.de/NE-WS/ws5/mos_home.html
OCI :
http://rocsat1.oci.ntou.edu.tw/en/oci/index.html
OCM :
http://www.isro.org/programmes.html
OCTS :
http://www.eoc.nasda.go.jp/guide/satellite/sendata/octs_e.html
OSMI :
http://kompsat.kari.re.kr/english/index.asp
POLDER : http://smsc.cnes.fr/POLDER/
SeaWIFS : http://seawifs.gsfc.nasa.gov/
VIIRS :
http://www.ipo.noaa.gov/viirs.html
• Capteur pour la température de surface des océans :
AVHRR-SST : http://podaac.jpl.nasa.gov/sst/
• Projet CZISL :
http://www.grid.unep.ch/activities/capacitybuilding/lebanon/index.php
• Galerie d’images :
http://visibleearth.nasa.gov/
• Autres sources d’information :
http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/
http://daac.gsfc.nasa.gov/DATASET_DOCS/
http://daac.gsfc.nasa.gov/DATASET_DOCS/SeaWiFS_L3_Guide.html
http://daac.gsfc.nasa.gov/DATASET_DOCS/SeaWiFS_L1A2_Guide.html
•
Quelques lectures :
o Turbidity – Through a Water Column, Darkly :
http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/turbid_1.html
http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/turbid_2.html
http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/turbid_3.html
o CZCS Classic Scenes :
http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/OCDST/classic_scenes.html
53
54
8. Annexes
8.1. Annexe I : Description des différents niveaux de données
•
What are SeaWiFS Level-0 (L0), Level-1A, Level-1B, 2, 3, SMI and BROWSE
data ?
L0: Initial data from the SeaWiFS sensor.
instrument/payload data at full resolution.
Reconstructed, unprocessed
L1A: Reconstructed, unprocessed instrument data at full resolution, including
radiometric and geometric calibration coefficients and georeferencing parameters
(i.e., platform ephemeris) computed and appended, but not applied to the L0
data.
L1B: At-sensor radiances derived by applying the sensor calibration to the Level
1A counts at the same resolution and location as the Level 1A data. (Only
available with SeaDAS, not available from the Goddard DAAC).
L2: Derived environmental variables at the same resolution and location as the
L1 data.
L3 Binned: Variables mapped on uniform space-time grid scales, usually with
some completeness and consistency.
L3 SMI: The Standard Mapped Image product is the image representation of the
L3 binned data. The product is a byte-valued two dimensional array (4096 x
2048) representing an equidistant cylindrical projection of the globe.
BROWSE - In general, the browse products are subsampled raster images of
the L1A, L2 and L3 SMI files:
o
L1A browse is a Quasi-true-color composite of Bands 6,5 and 1 (i.e.
670nm, 555nm and 412nm) with a Rayleigh correction applied to remove
haze.
o
L2 browse is a subsampled raster image of the Level-2 "chlorophyll a
concentration" product.
o
L3 browse is a subsampled raster image of the Level-3 SMI "chlorophyll a
concentration" product.
(http://seadas.gsfc.nasa.gov/doc/sds_faq.html )
55
Level-1A Data Products
Level-1A products contain all the Level-0 data (raw radiance counts from all bands
as well as spacecraft and instrument telemetry), appended calibration and navigation
data, and instrument and selected spacecraft telemetry that are reformatted and also
appended. Each Level-1A product is stored as one physical HDF file.
There are Level-1A products for each of the following data types: global-area
coverage (GAC), local-area coverage (LAC), lunar calibration, solar calibration, TDI
check, and HRPT for direct- readout data. (The generic term LAC is also used to refer to
all full-resolution, recorded data, including lunar, solar, and TDI data.) HRPT data are
collected at the NASA/GSFC HRPT station or NOAA HRPT stations, whereas all other
data types are from recording dumps to the Wallops Flight Facility.
GAC data are subsampled from full-resolution data with every fourth pixel of a scan
line (from LAC pixels 147 to 1135) and every fourth scan line being recorded for each
swath (the Earth data collection portion of an orbit). Thus, GAC data are comprised of
248 pixels per scan line, whereas all other types are comprised of 1,285 pixels per scan
line. A GAC scene will also represent an entire swath, whereas LAC scenes are defined
by the number of continuously recorded scans, and HRPT scenes are defined by the
number of continuously received scans from one satellite pass.
Level-1A Browse Products
Each Level-1A browse product is generated from a corresponding Level-1A GAC or
HRPT product. The main data contents of the product are a subsampled version of the
band-8 raw radiance counts image stored as one byte per pixel. Each Level-1A browse
product corresponds exactly in geographical coverage (scan-line and pixel extent) to that
of its parent Level-1A product and is stored in one physical HDF file.
Level-2 GAC Data Products
Each Level-2 GAC product is generated from a corresponding Level-1A GAC
product. The main data contents of the product are the geophysical values for each
pixel, derived from the Level-1A raw radiance counts by applying the sensor calibration,
atmospheric corrections, and bio-optical algorithms. Each Level-2 GAC product
corresponds exactly in geographical coverage (scan-line and pixel extent) to that of its
parent Level-1A product and is stored in one physical HDF file.
The 12 geophysical values derived for each pixel are five water-leaving radiances for
bands 1 to 5, two aerosol radiances for bands 6 and 8, the pigment concentration using
a CZCS- type algorithm, the chlorophyll a concentration, the diffuse attenuation
coefficient at band 3, the epsilon value for the aerosol correction of bands 6 and 8, and
56
the aerosol optical thickness at band 8. In addition, 16 flags are associated with each
pixel indicating if any of the following conditions existed for that pixel: atmospheric
correction algorithm failure, land, missing ancillary data, Sun glint, total radiance greater
than the knee value, large spacecraft zenith angle, shallow water, negative water-leaving
radiance, stray light, cloud or ice, coccolithophores, Case 2 water, large solar zenith
angle, high aerosol concentration, low water- leaving radiance at band 5, and a
chlorophyll algorithm failure.
Level-2 Browse Products
Each Level-2 browse product is generated from a corresponding Level-2 GAC
product. The main data contents of the product are a subsampled version of the
chlorophyll a image stored as one byte per pixel. Each Level-2 browse product
corresponds exactly in geographical coverage (scan-line and pixel extent) to that of its
parent Level-2 product and is stored in one physical HDF file.
Level-3 Binned Data Products
Level-3 binned data products consist of the accumulated data for all Level-2 GAC
products corresponding to a period of one day, 8 days, a calendar month, or a calendar
year. The data are stored in a representation of a global, equal-area grid whose grid
cells, or "bins," are approximately 81 km2.
Each Level-3 binned data product is stored in multiple HDF files. Each multi-file
product includes a main file containing all product-level metadata and data for each bin
that are common to all the binned geophysical parameters. In addition, each product
includes 12 subordinate files, each of which contains data of one binned geophysical
parameter for all bins. Subordinate files must be read in conjunction with the associated
main file.
The 12 binned geophysical parameters are five water-leaving radiances for bands 1
to 5, the aerosol radiance for band 6, the pigment concentration using a CZCS-type
algorithm, the chlorophyll a concentration, the diffuse attenuation coefficient at band 3,
the ratio of chlorophyll a concentration to the diffuse attenuation coefficient at band 3,
the epsilon value for the aerosol correction of bands 6 and 8, and the aerosol optical
thickness at band 8. For each of these values and for each bin, the maximum likelihood
estimator (MLE) mean, median, mode, and standard deviation may be derived. In
addition, the number of pixels binned and the number of contributing scenes is stored for
each bin.
57
Level-3 Standard Mapped Image Products
The Level-3 standard mapped image (SMI) products are image representations of
binned data products. This image is a byte-valued, two-dimensional array of an
Equidistant Cylindrical projection of the globe. Each SMI product contains one image of
a geophysical parameter and is stored in one physical HDF file.
Five SMI products are generated from each binned data product, one for each of the
following geophysical parameters: chlorophyll a concentration, CZCS-like pigment
concentration, normalized water-leaving radiance at band 5, aerosol optical thickness at
band 8, and diffuse attenuation coefficient at band 3. Thus, each SMI product represents
data binned over the period covered by the parent product. The MLE mean is used in
each case to obtain the values for the SMI grid points from the binned data products.
Level-3 Browse Products
Each Level-3 browse product is generated from a corresponding chlorophyll a SMI
product. The main data contents of the product are a subsampled version of the SMI
image array stored as one byte per pixel. Each Level-3 browse product is stored in one
physical HDF file.
Near Real-Time Ancillary Data Products
Products of the meteorological data--meridional wind, zonal wind, pressure, and
relative humidity--and total ozone, used during the Level-2 operational processing, are
made available by the Project. (Relative humidity is not currently used during the
processing.) The meteorological and ozone data are referred to as ancillary data. These
products are gridded, Equidistant Cylindrical images of, or derived from, data from other
agencies. These data represent global "snapshots" at frequencies of at least once per
day and as such are considered as near real-time (NRT) data. Each product is contained
in one physical HDF file.
As part of its quality control procedures, the Project may modify suspect values and
fill missing values of NRT ancillary data grid points. An associated "Q/C" field is stored
with each ancillary parameter image for recording any modifications to the original data.
If a grid point's ancillary data value is changed, the corresponding Q/C grid point is set
equal to 1; otherwise, it is set equal to 0.
Climatological Ancillary Data Products
Climatologies of the ancillary data required for Level-2 processing have been created
by the SeaWiFS Project. These climatologies can be used by the Level-2 processing
58
software in lieu of NRT data when the NRT data are unavailable or deemed to be of poor
quality.
Two climatological products, each a single HDF file, are used--one for four
meteorological parameters and the other for ozone. For each of these five parameters,
long-term monthly means were calculated using data from other agencies. The means,
along with the associated standard deviations and number of observations, are stored as
gridded, Equidistant Cylindrical images.
Sensor Calibration Table
The sensor calibration table is comprised of a set of parameters required for applying
the sensor calibration to raw (Level-1A) data. The table is stored as one physical HDF
file that is available as a SeaWiFS product.
The calibration table includes parameters that will not be changed and parameters
that may be updated. Updates are performed by the SeaWiFS Project and result in the
appending of data to the file's contents--no data are deleted. Whenever it is updated, a
new version of the file is made available as a product. Results of vicarious calibration
studies can indicate if updates are needed to improve previous calibration parameter
values or to account for changes in sensor characteristics.
SeaWiFS Simulated Data Description
A realistic simulated data set is essential for mission readiness preparations and can
potentially assist in all phases of ground support for a future mission. Such a data set
was created for the Sea-viewing Wide Field-of view Sensor (SeaWiFS), a global ocean
color mission due for launch in 1995. This data set incorporates a representation of
virtually every known aspect of the flight mission. Thus it provides a high fidelity data set
for testing most phases of the ground system, including data processing, data transfers,
calibration and validation, quality control, and mission operations. The data set is
constructed for a seven-day period, March 25-31, 1994. Specific features of the data set
are: it includes Global Area Coverage (GAC), recorded Local Area Coverage (LAC) and
real-time High Resolution Picture Transmission (HRPT) data for the seven-day period; it
includes a realistic orbit which is propagated using a Brouwer-Lyddane model with drag;
the data correspond to a command schedule based on the orbit for this seven- day
period; it includes total (at-satellite) radiances for ocean, land, clouds, and ice; it utilizes
a high-resolution land/sea mask; it includes actual SeaWiFS spectral responses; it
includes the actual sensor saturation responses; it is formatted according to current
onboard data structures; and it includes corresponding telemetry (instrument and
spacecraft) data.
http://seawifs.gsfc.nasa.gov/SEAWIFS/SOFTWARE/DATA_PRODUCTS.html#1
59
8.2. Annexe II : Traitement des images SeaWiFS à l’aide du logiciel SeaDAS
•
What is SeaDAS ?
SeaDAS is a comprehensive image analysis package for processing, displaying and
analyzing all SeaWiFS (Sea-viewing Wide Field-of-view Sensor) data products and
ancillary data. SeaWiFS data products include L0, L1A, L1B, L1A-Browse, L2, L2Browse, L3 Binned, L3 Standard Mapped Image (SMI) and L3-Browse products.
Ancillary data include Wind, Pressure, Precipitable H20 and OZONE data from NCEP.
The source of the ozone data is EP/TOMS.
In addition, SeaDAS can also process OCTS, MOS and CZCS data. SeaDAS can only
display, but not process, AVHRR SST and MODIS data.
The SeaDAS source code is FREE and available via FTP. SeaDAS is supported by the
NASA ocean biochemistry program under UPN S79-11-03-20 to C. R. Mcclain (P.I).
Nous possédons des fichiers contenant les données brutes des 8 bandes de
SeaWIFS en format HDF, ainsi que des fichiers auxilliaires météorologiques, d’ozone et
de calibration du capteur. Le traitement des images est toutefois possible sans ces
fichiers auxilliaires, car SeaDAS contient des fichiers par défauts, qui sont
automatiquement proposés lors des différentes manipulations. Il en revient à l’utilisateur
de les accepter ou d’indiquer les fichiers complémentaires correspondants à l’image
traitée.
1. Visualisation
Les données de niveau L1A sont visualisable par la fonction Seadisp (SeaDAS Main
Menu / Seadisp ; Seadisp Main Menu / Load /SeaWIFS) qui nous permet de visualiser
chacune des 8 bandes de données brutes. Une fois affichées, le menu Functions dans
la fenêtre d’affichage permet différentes manipulations sur ces images :
-
Grid and Coastline graphics
Projection & globe spinning
Ship track plot and data extraction, interactive data line extraction
Cursor location and data displaying
User-controlled display scaling
Multiple frame buffers for image display
Interactive annotation generation
Histogram and color bar
Color manipulation, multiple concurrent color tables, density slicing
Cursor location and data displaying
Image data spreadsheet for raw and/or geophysical values
Image looping/movie
Scatter plot/contour plot/profile plot
60
-
Data display across multiple bands
Bathymetry generation
Arithmetic band functions
X-Y shifting
User-defined band operations
Postscript, PNG output image formats.
ASCII, HDF SD and binary flat file output data formats.
2. Images browse
A partir du niveau L1A, il est possible de générer des imagettes, browse, permettant
de visualiser en presque vraies couleurs (near true-color) l’image satellite ainsi traitée à
partir des bandes 6, 5 et 1.
•
How do I create a nice-looking SeaWiFS L1A true color image?
To create a nice-looking true color image from SeaWiFS L1A data, use the browse
function found in the Process->SeaWiFS menu. This will allow you to create a L1A
browse image at full resolution if desired. To create an image at full resolution, set the X
and Y sampling rates to 1.
The Load->True option in the general display program does not give very clear results for
true color since the Rayleigh correction has not been applied. The browse program
applies the Rayleigh correction when creating the L1A browse file.
3. Traitement des images au niveau 2
Il n’est pas nécessaire de transformer les images au niveau L1B avant de les traiter au
niveau L2. Cette manipulation peut se faire directement à partir du niveau L1A. Lors
de cette étape, les données de radiance brute sont transformées en valeurs
géophysiques sur la base d’algorythmes appropriés. Toute une liste de produits est
réalisable (cf tableaux II.2 et II.3). La fenêtre principale s’ouvre à partir de SeaDAS
Main Menu / Process / SeaWIFS / msl12.0.
Description: This program performs Level-2 processing on SeaWiFs, OCTS or MOS data
and generates Level-2 geophysical products by applying atmospheric corrections and bio-optical
algorithms to the SeaWiFs, OCTS or MOS data. The OCTS input must be either a NASDA L1B
format file or a SIMBIOS-format L1B file (generated by l1bocts). The MOS input must be MOSB L1B data. The SeaWiFs input may be either a L1A or L1B file. For a complete user's guide
on this program, see http://simbios.gsfc.nasa.gov/Documents/MSl12_User.pdf. In the following
documentation, the italicized word sensor should be replaced by either the word 'seawifs', 'mos'
or 'octs', depending on the sensor data being processed.
There are 211 Level-2 products available for output. Any combination of these 211 products
may be selected for output and written to up to 4 different output files. Each sensor has it's own
default
definition
of
the
output
products
found
in
file
$MSL12_DATA/sensor/sensor_def_l2prod.dat. The user can modify these default definitions to
define his own output product suite for each supported sensor.
The 211 output products include 8 bands across 21 radiance categories (for a total of 168
possible products), plus 43 additional miscellaneous products.
61
Band number
1
2
3
4
5
6
7
8
SeaWiFS Wavelength(nm)
412
443
490
510
555
670
765
865
OCTS Wavelength(nm)
412
443
490
520
565
670
765
865
MOS Wavelength(nm)
408
443
485
520
570
685
750
870
Tableau II.1
The 21 radiance categories for all sensors are listed below, where nnn denotes the band
numbers
listed
above:
PRODUCT
NAME
DESCRIPTION
UNITS
nLw_nnn
Normalized water-leaving radiance
mw/cm^2/um/sr
Lw_nnn
Water-leaving radiance
mw/cm^2/um/sr
Lr_nnn
Rayleigh radiance
mw/cm^2/um/sr
La_nnn
Aerosol radiance
mw/cm^2/um/sr
TLg_nnn
Top-of-atmosphere (TOA) glint radiance
mw/cm^2/um/sr
tLf_nnn
Foam (white-cap) radiance
mw/cm^2/um/sr
Lt_nnn
Calibrated TOA radiance
mw/cm^2/um/sr
t_sol_nnn
Rayleigh-aerosol transmittance, sun to ground
t_sen_nnn
Rayleigh-aerosol transmittance, ground to sensor
t_oz_sol_nnn
Ozone transmittance, sun to ground
t_oz_sen_nnn
Ozone transmittance, ground to sensor
taua_nnn
Aerosol optical depth
tau_nnn
Aerosol optical depth (alternate name for taua_nnn)
angstrom_nnn
Aerosol angstrom coefficient, alpha(nnn,865)
Es_nnn
Extraterrestrial solar irradiance
rhos_nnn
Surface reflectance
t_o2_nnn
Total oxygen transmittance
rhot_nnn
Top of atmosphere reflectance
Rrs_nnn
Remote sensing reflectance
t_f_nnn
Fresnel transmittance correction factor. (same for all bands
except where view geometry is band dependent)
foq_nnn
Bi-directional reflectance correction factor. (Morel, et al.)
mw/cm^2/um
Tableau II.2
The
43
additional
miscellaneous
products
are:
62
chl_oc2
Chlorophyll a concentration (OC2 algorithm)
mg/m^3
chl_oc4
Chlorophyll a concentration (OC4 algorithm)
mg/m^3
chl_octsc
Chlorophyll a concentration (OCTS-C algorithm)
mg/m^3
chl_nn
Chlorophyll a concentration (derived from Neural Net Pigment
mg/m^3
algorithm)
chl_ndpi
Chlorophyll a concentration (derived from Normalized Difference
mg/m^3
Pigment algorithm)
chlor_a
Alternate name for chl_oc4
mg/m^3
pig_oc2
Pigment concentration (derived from chl_oc2)
mg/m^3
pig_oc4
Pigment concentration (derived from chl_oc4)
mg/m^3
pig_octsc
Pigment concentration (derived from chl_octsc)
mg/m^3
pig_nn
Pigment concentration (Neural Net Pigment algorithm)
mg/m^3
pig_ndpi
Pigment concentration (Normalized Difference Pigment algorithm)
mg/m^3
l2_flags
Level 2 processing flags
aer_model_min Minimum bounding aerosol model #
aer_model_max Maximum bounding aerosol model #
aer_model_ratio Model mixing ratio
aer_num_iter
Number of aerosol iterations, NIR correction
epsilon
Retrieved epsilon used for model selection
eps_78
Alternate name for epsilon (scaled to byte)
solz
Solar zenith angle
deg
sola
Solar azimuth angle
deg
senz
Sensor zenith angle
deg
sena
Sensor azimuth angle
deg
K_490
Diffuse attenuation coefficient at 490 nm
par
Photosynthetically active radiation (SeaWiFS only)
glint_coeff
Glint radiance normalized by solar irradiance
aerindex
Aerosol index (for identification of absorbing aerosols)
ozone
Ozone concentration (from input ancillary data)
windspeed
Magnitude of wind (m/s)
windangle
Wind direction (deg) N=0, E=90
zwind
Zonal wind speed (m/s)
mwind
Meridional wind speed (m/s)
water_vapor
Precipitable water concentration
g/cm^2
pressure
Barometric Pressure
mb
E/m^2/day
63
humidity
Relative Humidity
%
cloud_albedo
Reflectance used for cloud/ice thresholding (historical name)
fsol
Solar distance correction factor per scan (Note: SeaDAS can not
display this product.)
sst
Sea Surface Temperature (interpolated from climatology to pixel
deg C
location)
chl_gsm01
Chlorophyll-a concentration (Garver-Siegel-Maritorena 2001 Semimg/m^3
Analytical Model)
acdm_gsm01
Absorption Coefficient for dissolved detrital material (GarverSiegel-Maritorena 2001 Semi-Analytical Model)
bbp_gsm01
Particulate Backscatter Coefficient (Garver-Siegel-Maritorena 2001
Semi-Analytical Model)
calcite
Calcite Concentration (Gordon, et al.)
evi
Enhanced Vegetation Index
ndvi
Normalized Difference Vegetation Index
moles/m^3
Tableau II.3
The l2_flags output has the same definition as used in the SeaWiFS L2 data. This program
allows certain flags to be used as masks. Processing is bypassed for masked pixels and the
output value is set to zero. The Level-2 flag bit numbers, along with their associated masking
keywords
are:
1
Atmospheric correction algorithm failure
2
Land (MASKLAND)
3
Missing ancillary data
4
High sun glint (MASKGLINT)
5
High TOA radiance (MASKHILT)
6
Large sensor zenith angle (MASKSATZEN)
7
Shallow water (MASKBATH)
8
Negative water-leaving radiance
9
Stray light (MASKSTLIGHT)
10
Cloud or ice (MASKCLOUD)
11
Coccolithophores
12
Turbid water
13
Large solar zenith angle (MASKSUNZEN)
14
High aerosol concentration
15
Cloud shadow
64
16
Chlorophyll algorithm failure
17
Questionable navigation
18
Absorbing aeros ol
19
Tricodesmium
20
NIR algorithm exceeded maximum iteration
21
Moderate sun glint
22
Questionable chlorophyll
23
Questionable atmospheric correction
24
Dark pixel
25
Sea ice expected
26
Navigation failure
27
Filter rejection
Tableau II.4
Pour chaque image SeaWIFS, quatre produits ont été effectués:
- Chlor_a (ce produit a été choisi après l’essai des différents
algorythmes proposés)
- L2 flags (ce produit est toujours activé par le logiciel)
- K 490
- SST
Les fichiers de données auxilliaires (first MET file, second MET file & first OZONE file)
ont été utilisés à la place des fichiers par défaut. Par contre, le fichier contenant les
données de calibration du capteur fourni lors de la commande des images SeaWIFS
n’a pas été utilisé car SeaDAS a planté à chaque essai pour ouvrir ce fichier. Le
fichier par défaut a donc été conservé. Il s’est par ailleurs révélé être plus récent que
le fichier envoyé avec les images, qui était le même pour les 30 images
commandées. Le fait que SeaDAS plantait à chaque tentative d’ouverture de ce
fichier en particulier a pu être repéré grâce à la commande submit employée au lieu
de run au moment de lancer le traitement. En choisissant submit, le logiciel va
tourner en background tout en créant par la même occasion un log file, dont le nom
est à spécifier par l’utilisateur (le log file doit comporter l’extension .txt). Ce log file
permet de repérer les causes du disfonctionnement lors de l’exécution de cette
commande (par exemple, une erreur de syntaxe dans le chemin d’un fichier). Il n’est
toutefois pas certain que la commande submit permette de continuer à travailler
pendant le traitement sans faire planter ce dernier, mais elle présente l’avantage de
suivre grâce au log file l’évolution du traitement (en double-cliquant sur le fichier
dans Konqueror, afin d’ouvrir le log file et cliquant sur refresh régulièrement) et de
savoir lorsque que celui-ci est terminé. En lançant run, il n’y a aucune indication
lorsque le logiciel est en train de tourner (pas de sablier, ni rien d’autre) et le fait
65
d’actionner une autre commande risque d’imterrompre le traitement si celui-ci n’est
pas achevé.
4. Affichage des produits de niveau L2
L’affichage des produits du traitement précédent s’effectue de la même manière que
pour les données de niveau L1A. La palette de couleur utilisée pour visionner les images
de la chlorophylle a et de K 490 est Rainbow et celle utilisée pour la température de
surface des océans est Red Temperature. La concentration de la chlorophylle a est
donnée sous forme d’échelle logarithmique allant de 1 à 64. Afin de bien visualiser les
nuances de la concentration de la chlorophylle a, un rescaling de 0 à 6 a été effectué.
Quelques valeurs sont supérieures à 6, surtout dans la zone du delta du Nil, mais de
manière générale, cette échelle permet la meilleure visualisation.
5. Projection
Avant d’aller plus en avant dans le traitement, toutes les images ont été projetées de
la même manière afin d’uniformiser les données et les champs de vue, chaque image
ayant une extension spatiale et une distortion différentes du fait qu’elles ne proviennent
pas toutes de la même station HRPT (cf. fig. 3.1). Cette commande est accessible sous
Seadisp Main Menu / Functions / Projection.
How to project images into the same map (image composite, mosaic)?
1.
Load the images to be composited into the Band List Selection widget. All images must
have SeaDAS recognized navigation information.
2.
From the Seadisp Main Menu widget, select Functions->Projection to bring up the
Seadisp Projection Function widget.
3.
From the Seadisp Projection Function widget:
o
The images loaded in the Band List Selection widget to be projected should be
listed in the Selection list. If not, click on the Update button to update it.
o
Select the images to be projected from the Selection list by clicking on those
items.
o
Select Composite from the Extra Mapping Options.
o
Select the projection and change the defaults on Center Lat/Lon, Lat Limit, and
Lon Limit under the Map Projection Inputs section so that all the images may
be projected inside the map.
o
Change the output size, if necessary.
o
Press Go to start the projection process. After projection, the composited image
will be listed in the Band List Selection widget for display.
66
Après de nombreux tâtonnements, les paramètres de projections suivants ont été
retenus :
- Projection type : Transverse Mercator
- Center Lat / Long : 0.0 / 33.0
- Lat Lim (S / N) : 30.0 / 38.0
- Long Lim (W / E) : 29.0 / 37.0
- Non-Isotropic
- Output Size : 800*800
Les autres paramètres ont été laissés par défaut. De cette manière, toutes les images
ont la même projection et exactement la même extension spatiale. Les données en
dehors de notre zone d’étude ont été éliminées.
Après vérification, toutes les images ont pour limites : (37.98 ;28.61) (37.98 ;37.39)
(29.94 ;29.00) (29.94 ;36.99)
Ces chiffres indiquent qu’il y a un légère distorsion dans ces images sur les méridiens.
Si la latitude est la même à gauche et à droite de l’image, il n’en va pas de même
pour la longitude au nord et au sud.
6. Pour examiner les données
Différents outils sont mis à disposition sous Functions (dans la fenêtre d’affichage)
par SeaDAS pour explorer les données tels que Cursor Position, Full Data Spreadshit,
Histogram, Scatter Plot, … D’autres permettent d’obtenir des renseignements issus de
fichiers à l’échelle mondiale, tels que la bathymétrie, l’affichage des lignes de côtes ou
d’une grille de latitudes et longitudes (Generate Bathymetry Image, Coastline, Gridline).
7. Sauvegarde des produits
SeaDAS n’enregistre pas automatiquement le changement produit lors de la
projection. De ce fait, les données géophysiques ont été enregistrées sous la forme de
fichiers ASCII (dans la fenêtre d’affichage concernée, Functions / Output / Data / ASCII).
En plus de la spécification du nom de fichier résultant, seule la fonction Column title a
été désactivée, laissant les autres paramètres par défaut pour la sauvegarde.
Afin de pouvoir visualiser les images telles quelles lors des futures sessions de
travail dans SeaDAS, le seul moyen est de les enregistrer en .tiff. Il est en effet possible
de visionner ces images dans SeaDAS (SeaDAS Main Menu / Display / PNG, GIF &
TIFF). Malheureusement, seul l’affichage (image de base avec les modifications qui lui
ont été apportées lors de cette session de travail, comme, par exemple, l’addition de la
ligne de côte, le rescaling, etc, …) est sauvé de cette manière et pas les données. Il
n’est donc pas possible de travailler sur de telles images.
67
8. Affichage des flags
Les flags sont produits lors du traitement au niveau 2, mais c’est lors du traitement
au niveau 3 qu’ils sont nécessaires. La liste des flags est donnée dans le tableau II.4
ainsi que dans l’annexe III. Il est possible de les afficher afin de mesurer leurs étendues
et leur importance (cf. fig. 5.7 & 5.8).
Pour cela, charger le produit L2_flags de la même manière que les produits
précédents. Avant de les afficher, les image L2_flags ainsi traitées ont été projetées de
la même manière que décrite au § 5. Pour afficher les flags sur ces images, il faut ouvrir
la fenêtre Display L2_flags. Celle-ci se situe sous Seadisp Main Menu / Functions / L2
Flags Display. Dans ce menu, il est important de spécifier correctement le numéro de la
bande sur laquelle se trouve l’image des flags (Band number of the loaded flag array)
(ce numéro est celui indiqué dans la fenêtre Band List Selection) ainsi que la fenêtre
dans laquelle cette image est affichée (Display Window for flag to be applied). Il suffit
alors de sélectionner les flags (un ou plusieurs ou tous) que l’on veut afficher. Pour en
afficher d’autres, il faut d’abord enlever les premier (Clear all flags). D’autres fonctions
permettent par exemple de modifier la couleur des flags, de les afficher / désafficher de
manière
rapide ou de sauver les images telles qu’elles sont affichées.
Malheureusement, pour une raison inconnue, cette fonction n’a pas fonctionné dans le
cas présent. Afin de sauver ces images, il a fallu se rabattre sur les captures d’écran
(Ksnapshot) sauvées en .png.
9. Traitement des produits de niveau L3
Les moyennes spatiales et temporelles sont réalisées sur la base des produits de
niveau 2 précédemment traités. Dans un premier temps, il faut d’abord effectuer les
moyennes spatiales avant de pouvoir réaliser les moyennes temporelles. La résolution
la plus fine possible est de 2 km. La fonction permettant ce traitement, l3bin, se trouve
dans SeaDAS Main Menu / Process / SeaWIFS / l3bin.
Description: The SeaDAS l3bin program performs both spatial and temporal binning of
SeaWiFs Level-2 data files. Currently, Level-2 GAC, LAC and HRPT files can be used as input to
the l3bin program, however the output binned files are limited to fixed bin resolutions of either
2km, 4km, 9km, or 36km (9km is the default). Spatial binning must first be performed on the
Level-2 files before temporal binning can be perfomed. Both the Level-3 spatially and temporally
binned output files have the same logical data format, although the Level-3 temporal binned files
store the geophysical data values in separate physical files (*.x01, *.x02, etc).
Spatial binning: Level-3 spatial binning is performed on SeaWiFS Level-2 files. Each
SeaWiFS Level-2 data file must first be spatially binned to an equal-area grid before being
temporally binned. Usually a Level-2 data file will generate a single Level-3 binned file, however
some Level-2 files will split into two Level-3 binned files if the Level-2 data crosses the
international dateline or either pole.
Temporal binning: Level-3 temporal binning is performed on a set of Level-3 binned files .
This input set can include both spatially and/or temporally binned Level-3 binned files. Temporally
gridded files are created from the summation of any number of Level-3 binned files. Typical
68
binning periods used include "orbit", "daily", "8day", "monthly", and "yearly" products. However
SeaDAS provides the capability of producing a Level-3 time-binned file of any time period. See
Notes below.
The l3bin interactive interface allows the user to both spacebin and timebin in the same
operation on a set of selected files. However, currently the command mode does not allow this
flexibilty and must be run individually for spacebin and timebin functions.
Notes: The SeaWiFS Project (and the Goddard DAAC) support only the standard temporal
periods of "orbit", "daily", "8day", "monthly", or "yearly". SeaDAS currently offers non-standard
temporal binning. Any length of time can be used in SeaDAS but realize that the "time trend" flag,
which is used as an indicator of which files went into a temporal product, would not make sense
under non-standard temporal conditions so it is not modified in those cases.
See the SeaWiFS Technical Memorandum (TM) series volume 32 (abstracts online on
seawifs.gsfc.nasa.gov) for further details on the SeaWiFS spatial and temporal binning design.
On peut effectuer le space bin et le time bin soit en une seule opération, soit en
deux opérations distinctes, ce qui a été le cas dans le cadre de ce travail.
Space bin : Sélectionner les fichiers à traiter dans le champ input files (il est tout à
fait possible de traiter plusieurs images à la fois, mais cela demandera plus de temps au
logiciel), ainsi que les produits désirés. Dans le cadre de ce travail, tous les produits ont
été retenus (chlorophylle a, SST, K 490 et chlor a/K 490). La résolution choisie est de 2
km, et les flags sélectionnés sont ceux proposés par défaut, auxquels sont ajoutés les
flags de la turbidité de l’eau (turbidw) et de l’effet bathymétrique (coastz). Vérifier que les
dates correspondent (day start/end) et les modifier le cas échéant. Dans le champ root
name for output, il a été rajouté le chemin du dossier dans lequel le fichier sera créé,
mais le nom du fichier en soi n’a pas été modifié (par exemple :
/home/jmj/Liban/essai/filename, filename étant proposé par SeaDAS). En effet, après
plusieures tentatives, j’ai pu me rendre compte que cette dernière modification n’est de
toutes façons pas prise en compte. Le même chemin est à spécifier dans le champ du
répertoire de travail (working directory) (/home/jmj/Liban/essai/ dans le cas de l’exemple
précédent). Tout comme pour les projections, nous pouvons choisir de faire tourner le
programme en background (spécifier un nom de log, puis presser submit) ou non
(commande run). Les autres paramètres sont laissés par défaut. Ce traitement prend un
certain temps, mais le log file ne permet pas ici de suivre l’évolution du traitement. Il est
vide tant que le programme travaille et comporte une ou deux lignes indiquant la
réussite de l’opération lorsque le logiciel a terminé.
Time bin : Cette étape du traitement n’est possible que sur les images ayant
précédemment été traitée par le space bin. Après avoir activé la fonction time bin et
sélectionné les fichiers à traiter, il faut encore préciser l’année et le jour de début et de
fin des fichiers à traiter (start year, start day, end year, end day) en plus du nom de
fichier de sortie et du répertoire de travail. Alors que les produits disponibles sur internet
sont des moyennes de durées fixées (1 jour, 8 jour, 1 mois, 1 année), il est possible
d’effectuer grâce à cet outil des moyennes sur un laps de temps défini par l’utilisateur.
De cette manière, des moyennes mensuelles (sur la base de 1, 2 ou 3 images),
saisonnières (3 images) et annuelle (4 images) ont été effectuées. Il est tout à fait
69
possible d’effectuer les moyennes saisonnières à partir des moyennes mensuelles et la
moyenne annuelle à partir des moyennes saisonnières.
10. Afficher les produits de niveau 3
Pour afficher les produits issus de la phase de traitement précédente, la
manipulation est la même que pour les autres niveaux de produits (SeaDAS Main Menu
/ Seadisp Main Menu / Load / SeaWIFS). Dans la fenêtre s’affichent la liste des produits
créés lors du traitement L3, leurs moyennes, variances et déviations standard. Il faut
alors sélectionner ceux que l’on veut visionner, les charger, puis remplir le champ de
projection de ces fichiers. Les paramètres décrits au § 5 ont été conservés.
11. Manipulations des produits de niveau 3
La fonction scatter plot a été utilisée pour sortir des graphes relatifs aux moyennes
et aux déviations standard des produits obtenus lors de l’étape de traitement
précédente. Les graphes suivants ont été réalisés : moyenne chlor a vs. déviation
standard chlor a , moyenne chlor a vs. moyenne K 490.
SeaDAS comporte aussi une fonction qui permet d’effectuer des opérations
arithmétiques simples sur les bandes (Arithemtic Band Function : general summation,
simple mean & simple difference), mais il n’est pas possible de diviser une bande par
une autre. Une des idées proposées, réaliser un graphique montrant la moyenne vs. le
coefficient de variation (écart-type/moyenne), n’a donc pas pu être réalisée.
12. Sauvegarde des données
Comme précédemment, la commande output data a permis de sauver les données
en format ASCII afin de les importer dans Arcview, alors que la commande output
display permet de sauver ce qui est affiché à l’écran dans le format choisi.
Source du texte en anglais : http://seadas.gsfc.nasa.gov/
70
8.3. Annexe III : Liste des flags
Les flags utilisés lors du traitement au niveau 3 (L3) sont soulignés. En italique, le
numéro de la couleur correspond à la légende de la figure 5.7.
1. ATMFAIL : Atmospheric correction failure due to invalid inputs. Couleur dans la
légende : n° 1
2. HISOLZEN : Pixels with solar zenith angle greater than 75 degrees cause
uncertainty in atmospheric correction. Couleur dans la légende : n° 13
3. HISATZEN : For pixels with pixel-to-spacecraft angles greater than 56 degrees,
causing distorted pixel sizes. Couleur dans la légende : n° 6
4. STRAYLIGHT : Stray light (instrument effect) occurring in proximity to very bright
pixels (high Lt). Couleur dans la légende : n° 9
5. BADANC : Missing ancillary data: indicates if interpolated rather than real values
for ozone or surface meteorological data were used. Couleur dans la légende : n° 3
6. COASTZ : Water depth shallower than 30 meters where bottom reflectance
effects may occur. Couleur dans la légende : n° 7
7. HITAU : High atmospheric turbidity indicator (aerosols), making atmospheric
correction less reliable. Couleur dans la légende : n° 14
8. NEGLW : Negative water-leaving radiance: The normalized water-leaving
radiance will be set to zero for Level 3 binning. Can occur in cloud shadows, very high
productivity Case 1 waters and turbid Case 2 waters. Couleur dans la légende : n° 8
9. LOWLW : Normalized water-leaving radiance is below 0.15 mW cm-2 µm-2 sr-2 at
555 nm. Indicates an anomalous condition as the water-leaving radiance is less than the
clear water value. Couleur dans la légende : n° 15
10. COCCOLITH : Indicates presence of coccolithophores (Brown and Yoder 1994).
Couleur dans la légende : n° 11
11. TRICHO : Indicates presence of Trichodesmium (Subramaniam et al., 2000)
Couleur dans la légende : n° 19
12. TURBIDW : Distinguishes Case 1 and Case 2 waters using an irradiance
reflectance algorithm (Morel 1988). Couleur dans la légende : n° 12
13. CHLFAIL : Failure of the semi-analytic chlorophyll algorithm. Chlorophyll
concentration is set to zero for this case. Couleur dans la légende : n° 16
14. NAVWARN : Questionable navigation; occurs most often in tilt segments.
Couleur dans la légende : n° 17
15. NAVFAIL : Navigation failure
16. ABSAER : Absorbing aerosol index above a threshold of 0.5. Couleur dans la
légende : n° 18
17. MAXAERITER : The maximum number of iterations (10) for the NIR algorithm
(Siegel et al., 2000) was exceeded. Couleur dans la légende : n° 20
18. CHLWARN : Calculated chlorophyll values are out of range (0.001 - 64 mg m-3).
Couleur dans la légende : n° 22
71
19. DARKPIXEL : Dark pixel: Lt - Lt < 0 for any band. Couleur dans la légende : n°
24
20. ATMWARN : Atmospheric Correction Failure. Atmospheric correction algorithm fails
to return epsilon values within a specified range. Couleur dans la légende : n° 23
Masks and Associated Flag Condition:
1. HILT : High Lt. Radiances greater than the knee value in one or more bands,
causing reduced precision. Couleur dans la légende : n° 5
2. LAND : Land. The flagged pixel is over land. Couleur dans la légende : n° 2
3. CLDICE : Clouds and Ice. Pixels with an albedo at 865 nm greater than 1.1%.
Couleur dans la légende : n° 10
4. HIGLINT, MODGLINT : Sun Glint. Pixels with a glint radiance greater than
0.005F0(865) will be masked. F0 is the extraterrestrial solar constant adjusted for EarthSun distance. MODGLINT indicates that a sun glint correction was applied, and is a flag;
Couleur dans la légende : n° 21. HIGLINT is a mask invoked by the condition defined
above. Couleur dans la légende : n° 4
The conditions described above were designated for the purpose of identifying and
marking conditions that can make the data unreliable for research purposes.
Source : http://daac.gsfc.nasa.gov/DATASET_DOCS/SeaWiFS_L1A2_Guide.html
72
8.4. Annexe IV : Conversion des grilles de la chlorophylle a (ArcView) en
format .tif
Pour la conversion des grilles, les manipulations décrites ci-desssous ont été
effectuées. Toutes les fonctions utilisées se trouvent dans le menu "Analysis"; il faut
sélectionner “arithmetic” dans “Map Calculator” afin d’avoir accès à la commande “Int”.
“Originale” est le nom de la grille d’origine, et les noms en gras représentent ceux des
grilles résultantes de chacune de ces opérations (ex : MQ1).
a) Ramener les valeurs négatives comprises entre 0 et –1 à l’unique valeur –1 :
1. Map Query : (Originale < O) = MQ1
Cette opération permet d’isoler les pixels dont la valeur est inférieure à 0. Sur la
carte MQ1, les pixels remplissant cette condition ont la valeur 1 et ceux ne la
satisfaisant pas ont une valeur de 0.
2. Reclassify de MQ1: (0 ⇒ 0; 1 ⇒ -1; no data ⇒ no data) = R1
Cette reclassification permet d’attribuer la nouvelle valeur de –1 à tous les pixels
répondant à la condition précédente, c’est-à-dire ceux dont la valeur d’origine est
comprise entre 0 et –1. Les aurtes pixels gardent la valeur de 0.
3. Map Query : (Originale >= 0) = MQ2
Cette opération a pour but d’isoler tous les pixels dont la valeur est égale ou
supérieure à 0. La valeur de 1 est assignée à ceux remplissant la condition et la
valeur de 0 à ceux ne la satisfaisant pas.
4. Map Calculator : (Originale * MQ2) = MC1
Cette nouvelle grille contient d’une part la valeur des pixels de la chlorophylle a,
conservée grâce à la mulitiplication par 1, et d’autre part, des pixels de valeur 0 (à
cause de la multiplication par 0) remplaçant ceux dont la valeur d’origine est
négative (correspondant aux les zones isolées par MQ1).
5. Map Calculator : (MC1 + R1) = MC2
Une addition de MC1 et de R1 permet de remplacer la valeur 0 des pixels dans
chacune des grilles par leur valeur contenues dans l’autre grille (car x+0 =x). Dans
MC2, tous les pixels de la partie terrestre ou masqués par des nuages ont
maintenant une valeur de –1.
Les valeurs de cette grille s’échelonnent de la
manière suivante : (-1 ; 0 – xmax).
b) Remplacer les nombres décimaux par des nombres entiers.
6. Map Calculator : (MC2 * 100) = MC3
73
La majorité des valeurs de chlorophylle a est située entre 0 et 1. Par cette
multiplication, on les ramène entre 0 et 100.
7. Map Calculator : ((MC3 + 0.5).Int) = MC4
Cette double opération permet de tronquer les valeurs de manière à obtenir des
nombres entiers à partir des nombres décimaux, tout en les arrondissant à
l’entier. En effet, la fonction .Int supprime tout ce qui se trouve derrière la virgule.
Ainsi, à une valeur de 7.7 sera attribuée une nouvelle valeur de 7. Toutefois, il serait
plus logique de l’arrondir à l’entier supérieur. Il est possible d’effectuer un
arrondissement des nombres décimaux à l’entier inférieur pour ceux dont le chiffre
après la virgule est compris entre 0 et 4 et à l’entier supérieur pour ceux dont le
chiffre après la virgule est compris entre 5 et 9 en ajoutant 0.5 à ces valeurs. De
cette manière, notre 7.7 deviendra 8.2 et sera tronqué à 8, qui est la valeur que
nous voulons lui attribuer, de même que 7.4 deviendra 7.9 et gardera la valeur de 7
lors du troncage.
c) Remplacer toutes les valeurs supérieures à 254 par la valeur de 254 afin
d’obtenir une grille sur 256 niveaux (0 à 254 + (-99)) (cette opération est la
même que celle effectuée sous le point a).
8. Map Query : (MC4 > 254) = MQ3
Cette opération permet d’isoler les pixels dont la valeur est supérieure à 254 ; la
valeur 1 correspond aux pixels remplissant la condition et la valeur 0 est attribuée à
ceux ne la remplissant pas.
9. Reclassify de MQ3 : (0 ⇒ 0 ; 1 ⇒ 254 ; no data ⇒ no data) = R2
Cette reclassification permet d’attribuer la nouvelle valeur de 254 aux pixels
répondant à la condition de la requête précédente, les autres conservant la valeur 0.
10. Map Query : (MC4 <= 254) = MQ4
De cette manière, nous isolons les pixels dont la valeur est égale ou inférieure à
254 en leur attribuant la valeur de 1. La valeur 0 est assignée à ceux ne satisfaisant
pas cette condition.
11. Map Calculator : (MC4 * MQ4) = MC5
Par cette multiplication, nous créons une grille dans laquelle les pixels de valeur
plus grande que 254 ont une nouvelle valeur de 0, tout en conservant la valeur des
autres pixels.
12. Map Calculator : (MC5 + R2) = MC6
Par cette addition, la grille MC6 contient des valeurs égales à 254 pour les pixels
dont la valeur excédait précédemment 254.
74
La grille résultante MC6 remplit les conditions suivantes :
4. La valeur –99 correspond aux zones terrestres ainsi qu’aux zones masquées
par les nuages. Il n’existe pas de valeur comprise entre –99 et 0.
5. La grille contient des nombres entiers répartis sur 256 niveaux (de 0 à 254 =
255 niveaux + (-99) = 256 niveaux).
6. Les pixels dont la valeur était supérieure à 254 ont été ramenés à 254.
En ce qui concerne les images de niveau 3 (Level 3 time bin) représentant les
moyennes mensuelles et annuelle, les étapes 3 et 4 ont pu être supprimées, car elles ne
contiennent pas de valeur inférieure à 0. De même, certaines d’entre elles ne
présentaient pas de valeur supérieure à 254, rendant inutile toute la partie décrite sous
c).
La valeur des pixels ayant été ainsi modifiée, il a fallu créer une nouvelle palette de
couleur pour afficher ces images de manière à réhausser leur contenu. La valeur des
pixels ayant été multipliée par 100, la palette contenant la légende essai_cla.avl a subi
le même traitement. La nouvelle palette cla100.avl est utilisée pour l’affichage de toutes
les données avant leur conversion en format .tif.
Nous pouvons maintenant convertir la grille MC6 en fichier .tif par l’intermédiaire de
la fonction Grid to Image Converter de l’extension ”Image Conversion-Georeferencing”
[4,5]. Le choix des paramètres appliqués est le suivant :
1. Select grid to image conversion type : current legend colors
2. Select the input grid : MC6
3. Pick the output image type : TIF
4. Donner un nom à l’image de sortie
5. Choose a background color (no data) : Black (= no).
Les images .tif ainsi obtenues sont composées de 3 bandes (RGB). Afin de réduire
leurs tailles, il est possible de convertir ces trois bandes en une seule à l’aide de Adobe
Photoshop. La démarche suivante a été appliquée :
1. Ouvrir l’image xxx.tif issue de ArcView sous Adobe Photoshop
2. Image / mode / indexed color ; accepter les paramètres par défaut
3. Save AS *.tif
4. Sous Windows Explorer, rechercher le fichier xxx.tfw correspondant à l’image
ouverte sous Adobe Photoshop pour la modification, et la renommer *.tfw de
manière à ce que le nom corresponde à celui de l’image *.tif sauvée au point 3.
5. Ouvrir la nouvelle image sous ArcView. En double-cliquant sur la légende, on
constate que celle-ci n’est composée plus que d’une bande.
75
76
8.5. Annexe V : Images de la température de surface des océans (SST)
Les images de la température de surface des océans issues des données de
SeaWIFS et traitées par SeaDAS ne s’étant pas révélées concluantes, leur traitement
n’a pas été poursuivi au même niveau que pour les données de chlorophylle a. Ces
images SST ont toutefois été exportées de SeaDAS à Arcview où une palette spécifique
à chaque image a été créée. Le traitement s’est arrêté ici et ces images n’ont pas été
transformées en format .tif en vue de les afficher sous la forme de poster, cette
manipulation nécessitant beaucoup de temps. Les images présentées ci-dessous sont
de niveau 2 et sont directement issues de SeaDAS. Les moyennes mensuelles (niveau
3) sont pour certaines semblables aux images présentées ci-dessous alors que d’autres
diffèrent. Ceci est dû au fait que les images de niveau 2 semblables ne sont pas toujours
regroupées par mois, comme c’est le cas pour le groupe 5, par exemple (cf. tableau 5.1)
Figure IV.1 (page suivante) : a) Image du 21-05-00, groupe 1
b) Image du 22-06-00, groupe 2
c) Image du 26-07-00, groupe 3
d) Image du 29-08-00, groupe 4
e) Image du 02-10-00, groupe 5
f) Image du 18-10-00, groupe 6
g) Image du 05-12-00, groupe 7
h) Image du 28-12-00, groupe 8
i) Image du 15-01-01, groupe 9
j) Image du 11-02-01, groupe 10
k) Image du 27-03-01, groupe 11
l) Image du 26-04-01, groupe 12
Remarque : ces images sont toutes à des échelles différentes et ne sont donc pas
directement comparables entre elles. Elles permettent toutefois de se faire une idée de
la répartition des températures. L’échelle relative exprime les températures chaudes par
des teintes claires et les températures plus fraîches par des teintes plus foncées.
77
78