Exploitation of hyperspectral data for assessing vegetation health under exposure to petroleum hydrocarbons
Exploitation de données hyperspectrales pour l'analyse de l'état de santé de la végétation exposée aux hydrocarbures
Résumé
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.
L'exploration pétrolière et le monitoring de la contamination demeurent très limités dans les régions colonisées par la végétation. La présence de suintements naturels et de fuites d'installations pétrolières est bien souvent masquée par le feuillage, rendant inopérantes les technologies actuelles de détection du pétrole brut et des produits pétroliers. L'exposition de la végétation à ces composés affecte toutefois son état de santé et, par conséquent, ses propriétés optiques dans le domaine [400:2500] nm. Cela suggère de pouvoir détecter les suintements et les fuites d'installations de manière indirecte, en analysant l'état de santé de la végétation au travers de sa réflectance spectrale. Basée sur cette hypothèse, la présente thèse évalue le potentiel de l'imagerie hyperspectrale aéroportée à très haute résolution spatiale pour détecter et quantifier la contamination pétrolière en région tempérée végétalisée. Pour cela, une approche multi-échelles en trois étapes a été adoptée. La première étape a eu pour objet 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 végétation en classification et permet de détecter divers contaminants pétroliers avec précision, depuis l'échelle de la feuille jusqu'à celle du couvert. Son utilisation en conditions naturelles a été validée sur un bourbier de production contaminé, colonisé par la même espèce. Au cours de la seconde étape, une méthode de quantification des hydrocarbures pétroliers totaux, basée sur l'inversion d'un modèle de transfert radiatif, a été développée. Cette méthode exploite le contenu en pigments des feuilles, estimé à partir de leur signature spectrale, afin de prédire précisément le taux de contamination en hydrocarbures du sol. La dernière étape de l'approche a démontré la robustesse des deux méthodes en imagerie aéroportée. Celles-ci se sont montrées très performantes pour détecter et quantifier la contamination des bourbiers. Une autre méthode de quantification, basée sur la régression multiple, a également été proposée. Au terme de cette thèse, les trois méthodes proposées ont été validées pour une utilisation sur le terrain, à l'échelle de la feuille et du couvert, ainsi qu'en imagerie hyperspectrale aéroportée à très haute résolution spatiale. Leurs performances dépendent toutefois de l'espèce, de la saison et du niveau de contamination du sol. Une approche similaire a été conduite en conditions tropicales, permettant de mettre au point 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'autres contextes 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 de lever certaines limites propres à l'utilisation de la télédétection optique passive.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|