les images thermiques. transfert radiatif 1.Émission du rayonnement par les objets 2.rayonnement...
TRANSCRIPT
Les images thermiques
Transfert radiatif
1. Émission du rayonnement par les objets
2. Rayonnement secondaire par l’atmosphère réfléchi par la surface
3. Passage par l’atmosphère
4. Détection
2
1
3a
3b
4b
4a
1. Émission du RÉM
• Tout objet à une température supérieure au zéro absolu émet du RÉM
• Pour étudier l’émission nous avons recours à un objet idéalisé: le corps noir
• Un corps noir a la propriété d’absorber toute l’énergie reçue par une source externe et de l’émettre à l’espace ambiant d’une façon isotrope
• Loi de Planck : exitance spectrale [W m-2 µm-1]
où c1 = 3,742 x 10-16 [W m2]
c2 = 1,439 x 10-2 [m K]T = la température cinétique du corps noir (en K)
• Loi de Stefan-Boltzman
Corps noir à une Température T (K) Densité du flux total émis:M = T4 [ W m-2]
où = la constante de Stefan-Boltzmann=5,669 x 10-8 [W m-2 K-4]• La loi de déplacement de Wien Longueur d’onde du pic d’émission d’un corps noir à une Température
T (K)
C = 2898 [μm K]
1. Émission du corps noir: les lois physiques
1exp
1
2
51
Tc
cM
T
Cmax
Rayonnement émis
• Rayonnement spectrale émis par divers corps noirs incluant la terre et le soleil. Calculs – Loi de Planck
• Selon la loi de S.-B. T croissant donc M croissant
• Selon la loi de Wien T croissant donc longueur d’onde du pic d’émission décroissant
Émission vs température: exemple
Une ampoule éteinte [à une température ambiante de 27°C (300 Kelvin)] n’émet pasdu rayonnement visible, tandis qu’une ampoule dont l’élément est chauffé à 677°C (950 Kelvin) émet la plupart de son énergie dans l’infrarouge moyen et un tout petit peu dans le visible (lumière rouge). Une ampoule incandescente [2223°C (2500 Kelvin)] donne une lumière orangée jaune, bien que seulement 10% de son énergie est émis dans le visible, le reste est émis dans l’infrarouge, et perçu par nous comme de la chaleur
Loi de Wien: exemples
où C = 2898 [μm K]
T
Cmax μm
un feu de forêt à 800 K alors pic d’émission à 2898/800 3,6 μm
le soleil est à 6000 K environ alors pic d’émission à 2898/5700 0,5 μm
1. Émission d’un corps noir
0
5
10
15
20
25
30
35
40
45
50
0 5 10 15 20 25
Longueur d'onde (mm)
Exi
tan
ce s
pec
tral
e (W
/m²/
mm
)
T = + 50 C
T = + 20 C
T = 0 C
T = - 20 C
T = - 50 C
1. Émission par les objets terrestres
• Les objets terrestres ne sont pas de corps noirs; la quantité du rayonnement émis par longueur d’onde est moindre de celle prescrit par la loi de Planck.
• Pour décrire leur émission on introduit une quantité, l’émissivité, qui nous indique la différence entre l’exitance spectrale de l’objet réel et celle du corps noir à la même température cinétique:
TM
TM
cn
cr
,
,
1. Émission par les objets terrestres
• L’émissivité toujours <1 • Si l’émissivité demeure
constante peu importe la longueur d’onde nous disons que l’objet se comporte comme un corps gris
• La majorité des objets terrestres ont plutôt une émissivité variable selon la longueur d’onde, on parle alors d’un radiateur sélectif
Échantillon de calcaire; sa surface
fait 10 cm2
1. Émission par les objets terrestres
• Émissivité spectrale d’un corps noir, d’un corps gris et d’un radiateur sélectif hypothétique
• Exitance spectrale d’un corps noir, d’un corps gris et d’un radiateur sélectif hypothétique à la même température cinétique
1. Émission par les objets terrestres: exemples
Valeurs de l’émissivité dans la bande spectrale 8-14 µm
Matériaux de surface Émissivité Asphalte et goudron (revêtement de chaussée)
0,93-0,97
Bardeaux d’asphalte (toitures) 0.96-0.97 Ciment 0,71-0,90 Gravier 0,92 Aluminium 0,05 Tôle ondulée 0,13-0,28 Acier galvanisé 0,96 Acier galvanisé oxydé 0,80 Cuivre 0,96 Arbres, arbustes et herbage (verts) 0,97-0.99 Herbage sec 0,93 Milieux humides 0,95-0,99 Sol à nu 0,92 Eau claire 0,98 Eau turbide 0,96
Émissivités de surface (compilation de plusieurs publications)
1. Émission par les objets terrestres: une première conclusion
• L’exitance spectrale d’un corps réel dépend de sa température cinétique, et de son émissivité à la longueur d’onde examinée.
• En termes pratiques: si l’on mesure l’exitance spectrale d’un objet on peut déduire sa température cinétique seulement si l’on connaît son émissivité spectrale.
• Est-ce donc possible d’utiliser un capteur de télédétection pour estimer la température des objets au sol? Pour répondre à cette question reprenons les choses du début
Le cycle diurne des températures
• Comme le soleil est la source principale du rayonnement qu’un corps gris puisse absorber, les températures des objets suivent le cycle diurne de l’apport énergétique du soleil à la surface, mais chacun à son propre rythme selon sa composition, sa densité, le taux d’humidité etc.
Le cycle diurne des températures
• Avant le lever du soleil, l’air (1), la végétation- les Ohias (sorte d’arbre en Hawaï) (2), la route (3) et le basalte ancien (4) gardent une température uniforme. Dès l’aube, vers 7 heures, l’air, la route et le basalte marquent une augmentation rapide de leur température par réchauffement; la reprise de l’activité biologique des plantes se manifeste par un accroissement de leur température suivie d’un palier.
Le cycle diurne des températures
• Un autre exemple: observations in situ
0 4 8 12 16 20 24
50
Sable
Pré
Forêt
Lac
Périodes decroissement
40
30
20
10
0
C
Heure
Le rôle de l’atmosphère
• Similaire aux images du rayonnement solaire réfléchi (vapeur d’eau importante comme absorbeur + moindres les effets de brume atmosphérique)
• Les nuages objets opaques
Les capteurs• Balayeurs à
époussette
Les images du rayonnement émis: exemples
Mono-spectrale: Landsat-7 ETM6 : résolution spatiale 60 m x 60 m (Attention Landsat-5 TM6 120 m x 120 m)
IRT
Ré
po
nse
sp
ect
rale
re
lativ
e
Longueur d'onde (nm)
Sensibilité spectrale
Exemple d’une thermographie de nuit par Landsat
ASTER (satellite TERRA) - un exemple d’un système de capteurs polyvalent
Infrarouge thermique 5 bandes spectrales
ASTER-TIR: 5 bandes à une résolution de 90 m x 90 m
Les images du rayonnement émis: les images TIR (5 bandes) d’ASTER
ASTER: VIS IRT
Illustrations
Différents objets
Les objets fantômes
Le relief
Pollution thermique des milieux aquatiques
Centrale nucléaire Salem sur les rives de Delaware
émissaire
Baie à protéger
Est que le panache thermique peut causer de dommages à la baie?
-Mouvement de la marée
- Une hausse de la température de l’eau à l’intérieur de la Baie > 10 C n’est pas tolérable
Marée ascendante
Marée basse
Marée descendante
Marée haute
8:00 h
5:59 h
14:20 h
10:59 h
Thermographies prises par le capteur aéroporté DEADALUS en hiver (deux jours consécutives)
Centrale thermique
Pollution thermique des milieux aquatiques
Centrale nucléaire Salem sur les rives de Delaware
Applications - Exemple 1: Pollution thermique des milieux aquatiques
Image thermique réorientée (corrections géométriques) et mise à la même échelle que l’image couleur
Urbanisation Changement de l’environnement thermique
• Imperméabilisation
• Matériaux peu réfléchissant du
rayonnement solaire
• Couvert végétal déficient
ÎLOTS DE CHALEUR
Arnfield J.A., 2003, Two Decades of Urban Climate Research: a Review of Turbulence, Exchanges of Energy and Water, and the Urban Heat Island, International Journal of Climatology, 23: 1–26
Urbanisation Changement du régime local des vents
• Rugosité de surface
• Canyons urbains
Changements climatiques Changements du régime local des pluies
• Orages plus fréquents et plus intenses pendant l’été
+
imperméabilisation
• Risques d’inondations ↑
• Pollution: cours d’eau + nappe phréatique ↑
Changnon SA., Westcott NE., 2002, Heavy rainstorms in Chicago: increasing frequency, altered impacts, and future implications, Journal of the American Water Resources Association, 38:1467-1475. Diem J.E., 2008, Detecting summer rainfall enhancement within metropolitan Atlanta, Georgia USA, Int. J. Climatol. 28: 129–133.
Chester A., Gibbons C.J., 1996, Impervious surface coverage, Journal of American Planning Association, 62 (2): 243-258.
ÎLOTS DE CHALEUR URBAINS
Les milieux urbains modifient les processus physiques dans la plus basse couche de l’atmosphère par la création des îlots de chaleur urbains. Dans les villes, les surfaces naturelles sont remplacées par des surfaces artificielles avec des propriétés thermiques différentes. Souvent ces surfaces ont une plus grande capacité d’emmagasiner l’énergie solaire qui restituent par la suite à l’air (chaleur sensible) en faisant ainsi monter sa température de 2-10 degrés plus haut par rapport aux milieux environnants.
Progression des îlots de chaleur avec la minéralisation de l’espace
Étude « Biotopes » U.deM. + UQAM …
10:00 a) Juin 2001
10
15
20
25
30
35
40
45
50
b) Juillet 2001
10
15
20
25
30
35
40
45
50
c) Août 2001
10
15
20
25
30
35
40
45
50
Température de l’air
Température de l’air
Température de l’air
Exemple
Extraits de l’image Landsat
Carte d’occupation du sol
Rouge PIR IRT
1. On ne fait rien
•Étape 1: valeurs numériques en luminances mesurées dans l’infrarouge thermique
112MIN
MINMAX
MINMAXMINSAT msrWmL
VNVN
LL*)VNVN(L m
Image utilisée
Bande MAXL MINL MAXVN MINVN
IRT (ETM+6) 12.696 5.346 190 58
1. On ne fait rien
•Étape 2: luminances en températures apparentes (image utilisée dans le labo)
273
L09.666
1ln
71.1282T
SAT
SAT
(en degrés Celsius)
Cette équation est une approximation de la loi de Planck qui tient compte du fait que la luminance est mesurée dans un intervalle de longueurs d’ondes (bande spectrale) et non pas dans une seule longueur d’onde.
2. Approche empirique
• Étape 1: On va sur le terrain et on mesure la température à des endroits précis selon un plan d’échantillonnage approprié
• Étape 2: On localise ces endroits sur l’image et on extrait la Valeur numérique
• Étape 3: On établi une relation entre VN et température (analyse de régression) que l’on applique par la suite sur l’ensemble des pixels de l’image
2. Approche empirique
Exemple: un dépotoir de neige
Extrait ETM+6 rééchantillonnées à 30 m
VN T
VN
T
T = a VN + b
3. Approche suivie dans le labo
Idée générale•Imagerie thermique températures des objets relation intime avec la température de l’air indication sur les sites potentiels d’îlots de chaleur• Imagerie multispectrale indices de végétation localiser les surfaces avec un couvert végétal déficient verdissement contrer les îlots de chaleur•But du laboratoire prouver que les températures de surface sont intimement liées à la couverture végétal
3. Approche suivie dans le labo
•Étape 1: valeurs numériques en luminances mesurées dans l’infrarouge thermique
112*)(
msrWmLVNVN
LLVNVNL MIN
MINMAX
MINMAXMINSAT m
Image utilisée dans le laboratoire
Bande MAXL MINL MAXVN MINVN
IRT (ETM+6) 12.696 5.346 190 58
Valeurs numériques en températures
•Étape 2 (optionnelle): luminances en températures apparentes
273
L09.666
1ln
71.1282T
SAT
SAT
(en degrés Celsius)
Valeurs numériques en températures
•Étape 3: luminances apparentes en luminances au sol
ATM
ATMSATSOL T
LLL
Transmittance atmosphérique
Luminance atmosphérique
Image utilisée dans le laboratoire
Bande ATML ATMT
IRT (ETM+6) 1.02 0.86
Application d’un modèle atmosphérique
Valeurs numériques en températures
•Étape 4 (optionnelle): luminances au sol en températures
27309.666
1ln
71.1282
SOL
SOL
L
T
Valeurs numériques en températures
•Étape 5: luminances au sol en luminance des objets
Émissivité
Luminance du ciel
Image utilisée dans le laboratoire
CIELSOLOBJET
L*)1(LL
CIELLBande
IRT (ETM+6) 1.71
Application d’un modèle atmosphérique
Valeurs numériques en températures
•Étape 6: luminances des objets en températures des objets
27309.666
1ln
71.1282
OBJETS
SOL
L
T
Valeurs numériques en températures
• Comment opérer sans aucune connaissance de l’émissivité? Méthodes approximatives …
Estimation de l’émissivité
•Méthode 1 classes des matériaux on assigne une valeur par défaut par classe des matériaux•Méthode 2 on calcule l’indice de végétation et on assigne une valeur d’émissivité en fonction de l’indice de végétation
Méthode 1: Classification
• On cherche des sites d’entraînement pour les classes suivantes: 1) bâti avec couvert végétal dense (ex. Ville Mont-Royal); 2) bâti avec couvert végétal modéré; 3) bâti avec couvert végétal faible; 4) surfaces dénudées brillantes (visible); 5) végétation; 6) eau
Méthode 1: Classification• On utilise ces sites pour séparer l’espace
spectrale (toutes les bandes sauf thermique) en domaines de chaque classe selon les principes du classificateur par distance minimale
Méthode 1: Classification• On attribue les valeurs par défaut pour
l’émissivité par classe: 1) 0.96; 2) 0.93; 3) 0.91; 4) 0.88; 5) 0.985; 6) 0.97
Méthode 2: indice de végétation
•Étape 1: valeurs numériques en luminances mesurées pour les bandes spectrales du rouge et du PIR
112*)(
msrWmLVNVN
LLVNVNL MIN
MINMAX
MINMAXMINSAT m
Biais10
marge de 5%
Gain élevée Gain faible
L sat L satLuminancespectrale, L
0
15
255
Gain élevé
Gain faible
Niv
eau
de g
ris
Valeurs numériques en réflectances
•Étape 1: un exemple bande rouge image Landsat utilisée au laboratoire
112MIN
MINMAX
MINMAXMINSAT msrWmL
VNVN
LL*)VNVN(L m
112SAT msrWm322.36)302.1(
0255)302.1(6.158
*)060(L m
Bande MAXL MINL MAXVN MINVN
Rouge (ETM+3) 158.600 -1.302 255 0 PIR (ETM+4) 235.000 -4.500 255 0
Valeurs numériques en réflectances
•Étape 2: luminances en réflectances apparentes
)sin(ELE
L
SOL
SATSAT
Bande SOLE (calculée
pour la date d’acquisition de l’image)
Élévation solaire= 610.93 Donc sinus
Rouge (ETM+3) 1459.637 PIR (ETM+4) 982.502
0.882
Esol = éclairement solaire hors atmosphère
Image utilisée dans le laboratoire
12 mWm m
Valeurs numériques en réflectances
•Étape 3: Réflectances apparentes en réflectances au sol
ATM
ATMSATSOL T
Bande ATM ATMT
Rouge (ETM+3) 0.023 0.777 PIR (ETM+4) 0.015 0.872
Image utilisée dans le laboratoire
Réflectance atmosphérique
Transmittance atmosphérique
Utilisation d’un modèle atmosphérique
Exemple 1: arbres
• Valeur numérique rouge = 35• Luminance satellite =20,65 W m-2 sr -1 μm-1
• Réflectance satellite = 0,050• Réflectance au sol =0,035
• Valeur numérique PIR =134
• Luminance satellite =121,35 W m-2 sr -1 μm-1
• Réflectance satellite = 0,439
• Réflectance au sol =0,487
Exemple 2: béton
• Valeur numérique rouge = 189• Luminance satellite =117,21 W m-2 sr -1 μm-1
• Réflectance satellite = 0,286• Réflectance au sol =0,338
• Valeur numérique PIR =92
• Luminance satellite =81,91 W m-2 sr -1 μm-1
• Réflectance satellite = 0,267
• Réflectance au sol =0,323
Exemple 3: eau claire
• Valeur numérique rouge = 29• Luminance satellite =16,88 W m-2 sr -1 μm-1
• Réflectance satellite = 0,041• Réflectance au sol =0,023
• Valeur numérique PIR =12
• Luminance satellite =6,77 W m-2 sr -1 μm-1
• Réflectance satellite = 0,025
• Réflectance au sol =0,011
Estimation de l’indice de végétation NDVI
•Étape 4: Calcul du NDVI
ROUGEPIR
ROUGEPIRNDVI
Valeurs négatives si rouge > PIR
Valeurs zéro si rouge = PIR
Valeurs positives si rouge< PIR0.5 1.0 1.5 2.0 2.5 3.0
Longueur d'onde (mm)
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Réf
lect
ance
Alluminium
Asphalte
Béton
Cuivre
Conifères
Feuillus
Herbe
Exemple 1: arbres
Calcul directement par les valeurs numériques
•NDVI = (134 -35)/(134+35) = 0,60
• NDVI = (121,35-20,65)/(121,35+20,65) = 0,71
•Calcul via les réflectances
• NDVI = (0,439-0,050)/(0,439+0,050) = 0,80
• NDVI = (0,487-0,035)/(0,487+0,035) = 0,87
Image NDVI
Carte d’occupation du sol
Calcul approximatif de l’émissivité
• On localise les pixels d’eau en seuillant l’histogramme du PIR
• Seuil réflectance <0.1• On attribue aux pixels
d’eau une valeur approximative de 0,97
Calcul approximatif de l’émissivité
• On localise les pixels sans couvert végétal
• Seuil NDVI <0.15• On attribue aux pixels
une valeur approximative de 0,88
Calcul approximatif de l’émissivité
• On localise les pixels avec couvert végétal partiel
• 0.15<= NDVI <0.7• On attribue aux pixels
une valeur selon l’équation suivante:
)NDVIln(*05.000.1
Calcul approximatif de l’émissivité
• On localise les pixels avec fort couvert végétal
• NDVI >=0.7• On attribue aux pixels
une valeur approximative de 0.985
Calcul approximatif de l’émissivité: résultat final
Analyse températures
Carte d’occupation du sol
Analyse des températures
Carte d’occupation du sol
Habitation faible densité Centre commercial
Relation températures - couvert végétal
0
10
20
30
40
50
60
0 0,2 0,4 0,6 0,8 1
NDVI
Tem
pér
atu
res
(C)
y = -25,21x + 48,804
R2 = 0,9625
0
10
20
30
40
50
60
0 0,2 0,4 0,6 0,8 1
NDVI
Tem
pér
atu
res
(C)