GEOAFRICA EO EXPLORER : PLATEFORME INTERACTIVE MULTI-CAPTEURS ET MULTI-INDICES POUR L’ANALYSE DES CHANGEMENTS ENVIRONNEMENTAUX EN AFRIQUE

Résumé

GeoAfrica EO Explorer est une application interactive d’Observation de la Terre développée sous Google Earth Engine pour l’analyse spatio-temporelle des dynamiques environnementales en Afrique. La plateforme permet de sélectionner une zone d’étude à partir de limites administratives ou par dessin manuel, de choisir différents capteurs satellitaires, notamment Sentinel-2, Landsat 5, Landsat 7, Landsat 8/9 et MODIS, puis de comparer deux périodes temporelles. Elle intègre plusieurs indices spectraux dédiés à l’analyse de la végétation, de l’humidité, de l’eau, des perturbations, des surfaces bâties et des sols nus. L’application permet d’effectuer des analyses à indice unique ou multi-indices, de produire des cartes de changement, des statistiques de surface, des indicateurs synthétiques ainsi que des graphiques temporels. Elle offre ainsi un environnement générique d’exploration et de comparaison des changements environnementaux applicable à différents territoires africains. Consulter ici: https://ee-these.projects.earthengine.app/view/geoafrica-eo-explorer

La disponibilité croissante des séries d’images satellitaires facilite le suivi des changements environnementaux à grande échelle. Cependant, leur exploitation nécessite généralement des traitements successifs portant sur la sélection des données, la préparation des images, le calcul des indices spectraux, les comparaisons temporelles et la production de statistiques.

GeoAfrica EO Explorer a été développé afin de regrouper ces différentes opérations au sein d’un environnement interactif unique fonctionnant sous Google Earth Engine.

https://ee-these.projects.earthengine.app/view/geoafrica-eo-explorer

L’application permet de sélectionner une zone d’analyse à partir de limites administratives africaines ou d’une géométrie dessinée directement par l’utilisateur.

Plusieurs missions satellitaires peuvent être exploitées :

  • Sentinel-2 MSI ;
  • Landsat 5 TM ;
  • Landsat 7 ETM+ ;
  • Landsat 8/9 OLI ;
  • MODIS Terra.

Les données sont harmonisées autour des bandes spectrales nécessaires aux analyses : bleu, vert, rouge, proche infrarouge, SWIR1 et SWIR2.

Analyse par indices spectraux

L’application propose notamment les indices suivants :

Végétation
NDVI, EVI, SAVI, MSAVI et GNDVI.

Humidité et eau
NDMI, NDWI et MNDWI.

Perturbation
NBR.

Artificialisation
NDBI.

Sols nus et surfaces minérales
BSI.

Les formules et leur interprétation sont intégrées directement dans l’interface afin d’accompagner l’utilisateur dans l’analyse scientifique des résultats.

Comparaison temporelle

L’utilisateur définit une période « AVANT » et une période « APRÈS ». Pour chaque période, un composite satellitaire est généré, puis les valeurs des indices sont calculées et comparées.

Le changement est exprimé sous la forme :

Δ indice = indice APRÈS − indice AVANT

Les pixels peuvent ensuite être répartis en trois catégories :

  • diminution ;
  • stabilité ;
  • augmentation.

La plateforme indique explicitement qu’une augmentation d’un indice ne doit pas être interprétée automatiquement comme une amélioration environnementale, l’interprétation dépendant de la nature de l’indice considéré.

Analyse multi-indices

Un mode multi-indices permet d’analyser simultanément plusieurs variables spectrales. Chaque indice est traité indépendamment afin d’éviter la création d’un score composite arbitraire.

Les résultats incluent notamment :

  • la valeur moyenne avant ;
  • la valeur moyenne après ;
  • le changement moyen ;
  • les superficies en diminution ;
  • les superficies stables ;
  • les superficies en augmentation ;
  • les pourcentages associés.

Analyse temporelle

Pour les capteurs compatibles, la plateforme génère également une série annuelle des indices entre 2018 et 2026, permettant de replacer les comparaisons ponctuelles dans une dynamique temporelle plus large.

Statistiques et indicateurs

L’application calcule notamment :

  • la superficie administrative de la zone étudiée ;
  • la superficie effectivement comparable ;
  • la couverture valide des observations ;
  • la moyenne de l’indice avant et après ;
  • le changement moyen ;
  • les superficies et proportions en diminution, stabilité et augmentation.

Visualisation

L’interface utilise un système de comparaison cartographique synchronisé de type AVANT / APRÈS, permettant une exploration visuelle directe des changements.

Un panneau de synthèse scientifique et plusieurs graphiques présentent simultanément les résultats numériques et cartographiques.

Application

https://ee-these.projects.earthengine.app/view/geoafrica-eo-explorer

Faits saillants

Zone d’étude

Afrique — analyse multi-échelle par pays, région/province/État, département/district ou zone dessinée manuellement.

Chiffres clés

5 familles de capteurs / missions disponibles : Sentinel-2 MSI, Landsat 5 TM, Landsat 7 ETM+, Landsat 8/9 OLI et MODIS Terra.
11 indices spectraux disponibles : NDVI, EVI, SAVI, MSAVI, GNDVI, NDMI, NBR, NDWI, MNDWI, NDBI et BSI.
2 modes d’analyse :
indice unique et analyse multi-indices.
3 classes de changement :
diminution, stabilité et augmentation.
3 niveaux principaux d’analyse spatiale :
pays, niveau administratif 1 et niveau administratif 2, complétés par une zone définie manuellement.
Série temporelle :
2018–2026 pour les capteurs compatibles.

Données

Données multispectrales issues de Sentinel-2 MSI, Landsat 5 TM, Landsat 7 ETM+, Landsat 8/9 OLI et MODIS Terra.
Les limites administratives utilisées pour la sélection des zones d’étude proviennent du jeu de données FAO GAUL 2025.
Pour Sentinel-2, l’application exploite la collection COPERNICUS/S2_SR_HARMONIZED.
Pour Landsat, elle utilise les produits Collection 2 Level 2, tandis que les données MODIS proviennent du produit MOD09GA.

Méthodologie

La méthodologie repose sur une chaîne automatisée de traitement dans Google Earth Engine.
1. Sélection de la zone d’étude à partir des limites administratives africaines ou par dessin manuel.
2. Sélection du capteur satellitaire et des périodes « AVANT » et « APRÈS ».
3. Filtrage spatial et temporel des collections d’images.
4. Masquage des nuages, ombres et pixels non valides selon le capteur.
5. Harmonisation des bandes spectrales en six bandes principales : BLUE, GREEN, RED, NIR, SWIR1 et SWIR2.
6. Génération d’un composite médian pour chacune des périodes.
7. Calcul d’un ou plusieurs indices spectraux.
8. Calcul de la différence :
Δ = APRÈS − AVANT.
9. Classification du changement selon un seuil propre à l’indice en :
diminution, stabilité ou augmentation.
10. Calcul des statistiques spatiales et des superficies correspondantes.
11. Production d’indicateurs synthétiques, graphiques comparatifs, séries temporelles et cartes de changement.
12. Export des résultats raster et des statistiques pour des analyses complémentaires.
Le code adapte également la résolution des statistiques à la superficie de la zone étudiée, afin de réduire le coût de calcul lors des analyses à grande échelle.

Principaux résultats

Les travaux ont abouti au développement opérationnel de GeoAfrica EO Explorer, une application d’Observation de la Terre permettant d’analyser les changements environnementaux à différentes échelles géographiques en Afrique.
La plateforme permet de combiner plusieurs missions satellitaires et plusieurs indices spectraux au sein d’une même chaîne d’analyse. Elle génère automatiquement des comparaisons avant/après, des cartes de changement, des statistiques surfaciques, des indicateurs de couverture des données, des graphiques comparatifs ainsi que des séries temporelles.
Le système est applicable à différentes problématiques environnementales, notamment le suivi de la végétation, de l’humidité, des ressources en eau, des perturbations du couvert végétal, des sols nus et de l’artificialisation.

Fichiers joints

Documents et figures associés à cet article.

Discussion scientifique

Aucun commentaire publié pour le moment.

Connectez-vous pour participer Connexion