I - Introduction
Cette étude a été effectuée au centre de recherche de glaciologie de l'Université de Bergen (UiB). L'objectif était d'analyser l'évolution du glacier du Folgefonna au cours du dernier siècle. Concrètement, la majeure partie de ce travail fut de créer des Modèles Numériques d'Élévation (MNE) à partir de photographies aériennes monochromes.
Figure 1:Présentation de l'emplacement du Folgefonna à partir d'images satellites (Données): Sentinel – 2B – 21/08/2021 et images de google earth)
II - Description du travail éffectué
Les étapes réalisés sont les suivantes:- 1 - Augmentation du niveau de contraste des images
- 2 - Création des MNE à partir de la photogrammétrie
- 3 - Co-enregistrement des MNE
- 4 - Calcul des erreurs associées
- 5 - Analyse de l'évolution du glacier
1 - Amélioration du contraste des images
Les images utilisées ont été prises par avion au cours du XXème siècle. La principale problématique de ces données est un niveau de contraste trop faible sur certaines zones du glacier. Cela induit des zones blanches sur les MNE qui ont été créés à partir de ces images.
Pour améliorer le contraste, l'algorithme nommé "Wallis filter" a été utilisé. Ce programme permet d'augmenter le contraste et la luminosité localement. En finalité, il permet d'augmenter la précision et la modélisation de certaines zones du glacier.
Figure 2: Photographie en noir et blanc d'une partie du Folgefonna avec le cadre de la photo masquée (photographie prise en 1962)
2 - Création des MNE à partir de la photogrammétrie
Pour obtenir un modèle 3D à partir de la photogrammétrie, il est nécessaire d'avoir au minimum deux photos d'une même zone. Cependant, afin d'améliorer la précision du modèle, il est préférable d'en avoir un plus grand nombre, idéalement entre 15 et 20.
Étant donné que les photographies étaient déjà prisent, il n'a pas été possible d'influer sur ce paramètre. Ces dernières ont été commandées sur le site kartverket . En moyenne, le chevauchement par zone était de 3 photographies.
Agisoft metashape a été utilisé afin de réaliser les MNE. Les données de distortion induitent par l’objectif étaient disponibles et ont pu être utilisées afin de diminuer ces effets.
Pour obtenir un MNE en utilisant la photogrammétrie. Les étapes suivantes ont été éffectuées:
- 1 - Masquage des images: Chacune des images ont dû être masquées car elles présentaient toutes un cadre noir non assimilé au paysage.(Figure 3)
- 2 - Alignement des photographies: Durant cette étape, des pixels communs entre chaque images sont identifiés. Grâce à cela, il est possible de retrouver la position et l'orientation dans l'espace de l'appareil photographique. En effet, en utilisant la distance qu'il y a entre les différent pixels représentant un objet commun, il n'existe qu'une seule position et orientation possible pour l'appareil photographique(si et seulement si 2 photographies représentant un même objet ont été prises depuis deux positions différentes). Cette étape permet d'obtenir un nuage de points éparse(en 3D). (Figure 4)
- 3 - Positionnement de points de contrôle au sol: Il s'agit de placer plusieurs points sur chacune des images dans un système de projection cartographique adapté à la zone étudiée, 3 en moyenne sur chaque images. Cette étape est fondamentale pour que le modèle soit géoréférencé et qu'il puisse être ensuite comparé à d'autres modèles.(Figure 5)
- 4 - Nuage de points dense: Cette étape va permettre de trouver davantage de points.
- 5 - Maillage: Il s'agit de relier les points du nuage de points dense afin de créer une surface - c'est un modèle 3D. (Figure 6)
- 6 - Génération du MNE: Il s'agit ici de convertir un modèle 3D en MNE (modèle 2.5D), c'est à dire une carte en 2 dimensions avec un attribut d'altitude pour chacun des pixels.
Figure 3: Photographie en noir et blanc du Folgefonna avec le cadre de la photo masquée (1962)
Figure 4: Image d'un nuage de points éparse pour la série de photographies de l'année 1962 - avec 3 points de contrôle
Figure 5: Nuage de points dense générer à partir de la Figure 4
Figure 6: Modèle 3D généré à partir du nuage de points dense présenté sur la Figure 5
3 - Co-enregistrement des MNE
Les MNE obtenus ont ensuite été co-enregistrés. En effet, il peut y avoir des différences d'altitude entre des points qui sont catégorisés comme étant fixes dans le temps, tels que les affleurements rocheux qui entourent le glacier. Le co-enregistrement permet de réduire ces écarts. Un logiciel a été spécifiquement développé afin d'automatiser le processus de traitement. Plusieurs algorithmes de co-enregistrement ont été utilisés, tels que:
- - L'algorithme de Nuth et Kääb
- - L'algorithme Deramp
- - L'algorithme ICP (Iterative Closest Point)
4 - Calcul des erreurs
Une fois le co-enregistrement terminé, l'erreur verticale associée à chaque pixel a été calculée en fonction de la pente et de la courbure du terrain. Cette étape est importante car elle permet de quantifier l'incertitude du modèle et de prendre en compte les variations du terrain qui peuvent affecter la représentation topographique du glacier à travers les MNE. En effet, les zones présentant une forte pente ou une forte courbure du terrain ont une plus grande incertitude que les zones plus planes.
Figure 7: Écart absolu médian normalisé de l'erreur vertical en fonction du maximum absolu de la courbure et de la pente du terrain
5 - Analyse de l'évolution du glacier
Le volume de glace du glacier a été analysé sur une période de 70 ans, en comparant les modèles numériques d'élévation obtenus à différentes époques. Cette analyse a permis d'obtenir des informations sur l'évolution du glacier au fil du temps, mettant en évidence les variations de volume et leurs conséquences sur l'environnement.
Figure 8: Évolution du volume et de la masse des 3 calottes du Folgefonna en fonction du temps
Bibliographie:
Nuth, C. and Kääb, A.: Co-registration and bias corrections of satellite elevation data sets for quantifying glacier thickness change, The Cryosphere, 5, 271–290, https://doi.org/10.5194/tc-5-271-2011, 2011.
You can find more information by clicking on the following link: