Les forêts contiennent une grande quantité de carbone terrestre et jouent un rôle important dans la compensation des émissions anthropiques de combustibles fossiles. Depuis 2015, les forêts tropicales du monde peuvent être observées régulièrement à un intervalle sans précédent de 6 à 12 jours grâce à la mission Copernicus Sentinel-1.
Des millions de gigaoctets de données radar à synthèse d’ouverture (SAR) sont acquises de jour comme de nuit, indépendamment de la couverture nuageuse, de la brume, de la fumée ou des aérosols, ce qui permet de surveiller la déforestation et la dégradation des forêts au moins toutes les deux semaines.
Le défi, cependant, consiste à trouver des méthodes adéquates pour extraire des indicateurs significatifs de la perte de forêts à partir des vastes quantités de données radar entrantes, de sorte que les anomalies dans les séries chronologiques puissent être détectées régulièrement et de manière cohérente dans les forêts tropicales.
Ces méthodes de surveillance des forêts doivent être transparentes et facilement compréhensibles pour le grand public, permettant ainsi la confiance dans leur utilisation dans divers secteurs publics et privés.
Le projet Sentinel-1 for Science: Amazonas présente une approche simple et transparente de l’utilisation de l’imagerie radar du satellite Sentinel-1 pour estimer la perte de forêt. Le projet utilise une conception de cube de données spatio-temporelles (également connu sous le nom de StatCubes), où les informations statistiques pertinentes pour identifier la déforestation sont extraites à chaque point de la série chronologique radar.
Avec cette approche, le projet démontre l’utilisation des données Sentinel-1 pour créer une analyse dynamique de la déforestation sur le bassin amazonien. L’équipe a pu détecter une perte de forêt de plus de 5,2 millions d’hectares de 2017 à 2021, soit à peu près la taille du Costa Rica.
Neha Hunka, experte en télédétection au Gisat, a commenté : « Ce que nous voyons depuis l’espace, c’est plus d’un million d’hectares de forêts tropicales humides qui disparaissent chaque année dans le bassin amazonien, la pire année étant 2021 au Brésil. Nous pouvons suivre ces pertes et en rendre compte de manière transparente et cohérente tous les 12 jours désormais. »
Des milliards de pixels des satellites Sentinel-1 du début 2015 à décembre 2021, chacun représentant 20 x 20 m de forêt, sont harmonisés sous la conception StatCubes, et une approche simple de seuillage pour détecter la perte de forêt est démontrée dans la première version de les résultats.
Le plus grand défi du projet était la grande quantité de manipulation et de traitement des données. L’équipe a utilisé plusieurs outils logiciels conviviaux pour accéder efficacement aux données, en traitant plus de 450 To de données pour créer les cartes de perte de forêt.
Anca Anghelea, ingénieure de la plate-forme scientifique ouverte à l’ESA, a ajouté : « En fournissant des données et du code en libre accès via le catalogue de données scientifiques ouvertes de l’ESA et la plate-forme openEO, nous visons à permettre aux chercheurs du monde entier de collaborer et de contribuer à l’avancement des connaissances sur notre les forêts mondiales et le cycle du carbone.
« Ainsi, dans la dernière phase du projet, l’accent sera mis sur la science ouverte, la reproductibilité, la maintenance à long terme et l’évolution des résultats obtenus dans le projet Sentinel-1 pour la science : Amazonas. »
Dans la continuité du projet, le prochain objectif est d’obtenir un produit de la perte de carbone due aux changements d’occupation du sol, en collaboration avec l’équipe de l’Initiative sur le changement climatique de l’ESA, un objectif qui contribuera au pôle scientifique du carbone de l’ESA.
Les résultats actuels du projet sont désormais disponibles en cliquant sur ici. Sentinel-1 for Science Amazonas est mis en œuvre par un consortium de quatre partenaires : Gisat, Agresta, l’Université norvégienne des sciences de la vie et l’Institut finlandais de recherche géospatiale. L’équipe combine de manière unique des expériences complémentaires et solides en foresterie et en évaluation du carbone, en analyse SAR multitemporelle et en fusion de données, et en capacités de traitement de données volumineuses.