Introduction aux analyses de l’eau

Aperçu

Dans la dernière session, nous avons appris à construire une étude de cas complète, en nous concentrant sur la végétation. Dans cette session, nous allons nous pencher sur une autre ressource vitale : l’eau. En utilisant les mêmes techniques d’étude de cas, nous allons construire une nouvelle étude de cas axée sur l’eau. Nous apprendrons notamment à utiliser le jeu de données Water Observations from Space (WOfS).

L’importance de l’eau

L’eau est une préoccupation majeure sur le continent africain. De nombreux pays connaissent des conditions extrêmes, comme la sécheresse ou les inondations. Les analyses d’études de cas sur l’eau peuvent ouvrir la voie à des politiques et des stratégies d’atténuation fondées sur des données. [Source de l’image]

Il existe de nombreuses analyses utiles qui impliquent l’eau, telles que:

• Détection de la sécheresse

• Modélisation et prévision des crues

• Analyse des mangroves: les mangroves peuvent réduire les dommages causés par les crues d’eau telles que celles des tempêtes et des tsunamis

• Détection de l’érosion côtière

• Établissement de rapports pour les indicateurs des objectifs de développement durable (ODD) des Nations unies (ONU) qui concernent l’eau. Par exemple, l’objectif 6 <https://sdgs.un.org/goals/goal6>`__ concerne l’eau et l’assainissement. Voici quelques exemples d’indicateurs pour lesquels le cube de données ouvertes peut faciliter l’établissement de rapports :

  1. Indicateur 6.3.2: Proportion de plans d’eau avec une bonne qualité de l’eau ambiante

  2. Indicateur 6.6.1: Changement de l’étendue des écosystèmes liés à l’eau au fil du temps

Exemples de cahiers du monde réel

There are several notebooks in the Digital Earth Africa Sandbox that analyse water bodies. These case study notebooks can be found in the Sandbox folder called Real_world_examples.

The Real_world_examples folder contains many case studies; the notebooks related to water are summarised below.

• Surveillance de la chlorophylle.ipynb

Cet ordinateur portable surveille la chlorophylle-a dans les plans d’eau à l’aide des données Sentinel-2. La chlorophylle-a peut indiquer la présence de proliférations d’algues, et la surveillance de celles-ci avec des images satellite peut fournir des informations sur la qualité de l’eau. Le cahier trace la valeur de l’indice de chlorophylle par différence normalisée (NDCI) ainsi que la superficie du plan d’eau pour comprendre comment la présence de clorophylle-a change avec le temps.

• Coastal_erosion.ipynb

Ce portable surveille l’érosion côtière avec les données Landsat 8. L’utilisation de satellites pour surveiller les changements côtiers sur de vastes zones peut être une méthode rentable pour suivre les changements et anticiper les besoins en infrastructures. Ce cahier extrait les rives des mesures composites de l’indice de l’eau par différence normalisée modifiée (MNDWI) et montre comment elles changent d’une année à l’autre.

• Elévation_intertidale.ipynb

Ce portable modélise les marées avec les données Landsat 5, 7 et 8. En examinant la présence d’eau entre la marée basse et la marée haute, le cahier construit une carte d’élévation en 3D des zones intertidales telles que les plages de sable et les côtes rocheuses.

• Détection de l'eau par radar.ipynb

Ce portable détecte l’eau à l’aide des données Sentinel-1. Sentinel-1 est un satellite radar, qui n’est pas affecté par la couverture nuageuse. Cela permet la détection de l’eau dans des conditions nuageuses, comme lors de fortes pluies.

• Extension de l'eau.ipynb

Ce cahier détermine l’étendue des plans d’eau à l’aide du jeu de données WOfS, qui est dérivé des données Landsat. Ce cahier concerne les objectifs de développement durable concernant l’étendue spatiale des systèmes d’eau, tels que l’indicateur 6.6.1 des ODD des Nations Unies. Il s’agit d’une première étape importante dans la surveillance du changement des systèmes d’eau au fil du temps.

L’exercice de cette session, Session 6, contiendra des instructions pour créer un cahier similaire.

Note

Il est recommandé d’ouvrir ces carnets dans l’Environnement de test, à partir du dossier appelé Real_world_examples. Cela vous permettra d’exécuter le code préparé à l’avance pour vous-même. Cependant, ils peuvent également être consultés sur le site Digital Earth Africa notebook repository, qui affichera une version HTML en lecture seule depuis GitHub.

Détection d’eau avec WOfS

An example of the Water Observations from Space (WOfS) dataset over Senegal.

Bien que nous puissions détecter l’eau en utilisant les indices de bande, Digital Earth Africa fournit le jeu de données Water Observations from Space (WOfS). L’algorithme qui génère ce jeu de données a été formé pour détecter l’eau dans l’imagerie Landsat 8. Vous pouvez en savoir plus sur WOfS et son algorithme en accédant au dossier Datasets du bac à sable, et en double-cliquant sur le notebook Water_Observations_from_Space.ipynb pour l’ouvrir.

Plusieurs produits WOfS sont disponibles sur Digital Earth Africa Sandbox. Ils peuvent être utilisés pour l’analyse de la même manière que nous avons chargé et utilisé les produits des satellites Landsat et Sentinel. Nous résumons ci-dessous deux produits WOfS - couches de caractéristiques et résumé annuel.

Couches d’entités

The base product for WOfS is the feature layers product, ga_ls8c_wofs_2. It has a single measurement called water, which indicates how the algorithm classifies each pixel in the image. water=0 means a dry pixel, and water=128 is a water pixel.

Il existe quelques classifications différentes pour d’autres types de pixels, tels que le cloud. Ceux-ci sont également mappés à des valeurs uniques.

• water=128 - Eau

• water=64 - Cloud

• water=0 - Sec

Note

Ne vous inquiétez pas si cela vous semble confus, ou si vous ne savez pas comment l’utiliser pour trouver de l’eau dans une image. Nous en parlerons dans l’exercice de la page suivante. Si vous souhaitez en savoir plus sur les couches de caractéristiques, ouvrez le dossier Frequently_used_code dans le bac à sable, puis double-cliquez sur le bloc-notes Applying_WOfS_bitmasking.ipynb pour l’ouvrir.

Résumé annuel

Digital Earth Africa also has an annual summary WOfS product called ga_ls8c_wofs_2_annual_summary. This product records how often a pixel was classified as water in a given year. This is useful for comparing the presence of water over different years. The WOfS annual summary dataset contains three measurements:

• count_wet : Le nombre de fois où un pixel donné a été mouillé pendant l’année.

• count_clear : Le nombre de fois où un pixel donné a été clair (non nuageux) pendant l’année. Un pixel clair peut être soit humide, soit sec.

• frequency : Le rapport entre count_wet et count_clear, qui décrit le pourcentage de fois où un pixel a été mouillé parmi toutes les fois où il a pu être vu pendant l’année.

Conclusion

Avec un climat en évolution rapide, il est extrêmement important de pouvoir comprendre et analyser les ressources en eau. Cela peut facilement être fait dans le bac à sable Digital Earth Africa, qui permet d’accéder à des ensembles de données satellites et à des produits tels que WOfS.

Dans la section suivante, nous verrons comment construire une étude de cas sur l’étendue de l’eau à l’aide de WOfS.