Exploitation de données hyperspectrales pour l'analyse de l'état de santé de la végétation exposée aux hydrocarbures

Exploitation of hyperspectral data for assessing vegetation health under exposure to petroleum hydrocarbons

• Auteur / Autrice : Guillaume Lassalle
• Direction : Arnaud Elger, Sophie Fabre
• Type : Thèse de doctorat
• Discipline(s) : Surfaces et interfaces continentales, Hydrologie - Agrosystèmes, écosystèmes et environnement
• Date : Soutenance le 17/10/2019
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Aéronautique-Astronautique (Toulouse)
• Partenaire(s) de recherche : Equipe de recherche : Équipe d'accueil doctoral Optronique, laser, imagerie physique, environnement Spatial (Toulouse, Haute-Garonne) - Laboratoire Écologie fonctionnelle et environnement (Toulouse ; 2007-2023)
• Partenaire(s) de recherche : Laboratoire : Office national d'études et de recherches aérospatiales (France). Département Optique et Techniques Associées
• Jury : Président / Présidente : Isabelle Laffont-Schwob
• Jury : Examinateurs / Examinatrices : Arnaud Elger, Sophie Fabre, Isabelle Laffont-Schwob, Stéphane Jacquemoud, Carlos Roberto De Souza Filho, Agnès Bégué, Anthony Credoz
• Jury : Rapporteur / Rapporteuse : Stéphane Jacquemoud, Carlos Roberto De Souza Filho

Mots clés

Mots clés contrôlés

Imagerie hyperspectrale

Sols -- Pollution

Télédétection

Mots clés libres

Télédétection hyperspectrale

Propriétés optiques de la végétation

Contamination du sol

Hydrocarbures pétroliers totaux

Indice de végétation

Modèle de transfert radiatif

Hyperspectral remote sensing

Vegetation optical properties

Soil cmination du solontamination

Total petroleum hydrocarbons

Vegetation index

Radiative transfer model

Résumé

L’exploration pétrolière et le monitoring de la contamination demeurent très limités dans les régions coloniséespar la végétation. La présence de suintements naturels et de fuites d’installations pétrolières est bien souventmasquée par le feuillage, rendant inopérantes les technologies actuelles de détection du pétrole brut et des produitspétroliers. L’exposition de la végétation à ces composés affecte toutefois son état de santé et, par conséquent, sespropriétés optiques dans le domaine [400:2500] nm. Cela suggère de pouvoir détecter les suintements et les fuitesd’installations de manière indirecte, en analysant l’état de santé de la végétation au travers de sa réflectancespectrale. Basée sur cette hypothèse, la présente thèse évalue le potentiel de l’imagerie hyperspectrale aéroportéeà très haute résolution spatiale pour détecter et quantifier la contamination pétrolière en région tempéréevégétalisée. Pour cela, une approche multi-échelles en trois étapes a été adoptée. La première étape a eu pourobjet de développer une méthode de détection et de caractérisation de la contamination en conditions contrôlées,exploitant les propriétés optiques de Rubus fruticosus L. La méthode proposée combine 14 indices de végétationen classification et permet de détecter divers contaminants pétroliers avec précision, depuis l’échelle de la feuillejusqu’à celle du couvert. Son utilisation en conditions naturelles a été validée sur un bourbier de productioncontaminé, colonisé par la même espèce. Au cours de la seconde étape, une méthode de quantification deshydrocarbures pétroliers totaux, basée sur l’inversion d’un modèle de transfert radiatif, a été développée. Cetteméthode exploite le contenu en pigments des feuilles, estimé à partir de leur signature spectrale, afin de prédireprécisément le taux de contamination en hydrocarbures du sol. La dernière étape de l’approche a démontré larobustesse des deux méthodes en imagerie aéroportée. Celles-ci se sont montrées très performantes pour détecteret quantifier la contamination des bourbiers. Une autre méthode de quantification, basée sur la régressionmultiple, a également été proposée. Au terme de cette thèse, les trois méthodes proposées ont été validées pourune utilisation sur le terrain, à l’échelle de la feuille et du couvert, ainsi qu’en imagerie hyperspectrale aéroportéeà très haute résolution spatiale. Leurs performances dépendent toutefois de l’espèce, de la saison et du niveau decontamination du sol. Une approche similaire a été conduite en conditions tropicales, permettant de mettre aupoint une méthode de quantification de la contamination adaptée à ce contexte. En vue d’une utilisationopérationnelle, un effort important reste nécessaire pour étendre le champ d’application des méthodes à d’autrescontextes et envisager leur application sur les futurs capteurs hyperspectraux embarqués sur satellite et sur drone.Enfin, l’apport de la télédétection active (radar et LiDAR) est à considérer dans les recherches futures, afin delever certaines limites propres à l’utilisation de la télédétection optique passive.

Oil exploration and contamination monitoring remain limited in regions covered by vegetation. Natural seepages and oil leakages due to facility failures are often masked by the foliage, making ineffective the current technologies used for detecting crude oil and petroleum products. However, the exposure of vegetation to oil affects its health and, consequently, its optical properties in the [400:2500] nm domain. This suggest being able to detect seepages and leakages indirectly, by analyzing vegetation health through its spectral reflectance. Based on this assumption, this thesis evaluates the potential of airborne hyperspectral imagery with high spatial resolution for detecting and quantifying oil contamination in vegetated regions. To achieve this, a three-step multiscale approach was adopted. The first step aimed at developing a method for detecting and characterizing the contamination under controlled conditions, by exploiting the optical properties of Rubus fruticosus L. The proposed method combines 14 vegetation indices in classification and allows detecting various oil contaminants accurately, from leaf to canopy scale. Its use under natural conditions was validated on a contaminated mud pit colonized by the same species. During the second step, a method for quantifying total petroleum hydrocarbons, based on inverting the PROSPECT model, was developed. The method exploits the pigment content of leaves, estimated from their spectral signature, for predicting the level of hydrocarbon contamination in soils accurately. The last step of the approach demonstrated the robustness of the two methods using airborne imagery. They proved performing for detecting and quantifying mud pit contamination. Another method of quantification, based on multiple regression, was proposed. At the end of this thesis, the three methods proposed were validated for use both on the field, at leaf and canopy scales, and on airborne hyperspectral images with high spatial resolution. Their performances depend however on the species, the season and the level of soil contamination. A similar approach was conducted under tropical conditions, allowing the development of a method for quantifying the contamination adapted to this context. In a perspective of operational use, an important effort is still required for extending the scope of the methods to other contexts and for anticipating their use on satellite- and drone-embedded hyperspectral sensors. Finally, the contribution of active remote sensing (radar and LiDAR) should be considered in further research, in order to overcome some of the limits specific to passive optical remote sensing.