Contenu <\/p>\nToggle<\/span>

Construire un \u201ctime cube\u201d : empiler les images dans le temps<\/a><\/li>
Mesurer les changements : variation et anomalies<\/a>
- Variation absolue<\/a><\/li>
- Variation relative<\/a><\/li>
- D\u00e9tection d\u2019anomalies<\/a><\/li><\/ul><\/li>
- Animation temporelle sous QGIS<\/a><\/li>
- Appliquer l\u2019analyse temporelle aux habitats c\u00f4tiers<\/a><\/li>
- Objectif final : un tableau de bord d\u2019\u00e9volution des r\u00e9cifs<\/a><\/li>
- Tutoriel technique : produire une analyse multi-dates Sentinel-2 avec Google Colab<\/a>
  - Pr\u00e9parer l\u2019environnement dans Google Colab<\/a><\/li>
  - D\u00e9finir les dates et lancer S2DR3<\/a><\/li>
  - Script complet de calcul des indices (NDVI, BSI, MNDWI)<\/a><\/li>
  - Cr\u00e9er un cube temporel NDVI (empilement multi-dates)<\/a><\/li>
  - Calculer la carte de variation \u0394NDVI<\/a><\/li>
  - R\u00e9sultat : pr\u00eat \u00e0 charger dans QGIS<\/a><\/li>
  - Et ensuite ?<\/a><\/li><\/ul><\/li><\/ul><\/nav><\/div>\n\n\n\n\n
    \n\n\n\n
    <\/span>Construire un \u201ctime cube\u201d : empiler les images dans le temps<\/span><\/h2>\n\n\n\n
    Pour analyser plusieurs dates simultan\u00e9ment, on cr\u00e9e ce qu\u2019on appelle un cube temporel<\/strong> : un fichier raster multi-bandes o\u00f9 chaque bande correspond \u00e0 une date.<\/p>\n\n\n\n
    Exemple :<\/p>\n\n\n\n
    - etc.<\/li>\n<\/ul>\n\n\n\n
      Cet empilement permet :<\/p>\n\n\n\n
      \n
      de visualiser une animation directement dans QGIS,<\/li>\n\n\n\n
      de calculer la variation temporelle<\/strong> (\u0394NDVI, \u0394BSI, \u0394MNDWI),<\/li>\n\n\n\n
      de rep\u00e9rer automatiquement les anomalies (chute brutale de NDVI = \u00e9v\u00e9nement perturbateur).<\/li>\n<\/ul>\n\n\n\n
      \n\n\n\n
      <\/span>Mesurer les changements : variation et anomalies<\/span><\/h2>\n\n\n\n
      Une fois les indices empil\u00e9s, plusieurs analyses deviennent possibles :<\/p>\n\n\n\n
      <\/span>Variation absolue<\/em><\/span><\/h3>\n\n\n\n
      On calcule simplement :<\/p>\n\n\n\n
      .
      \\(
      \\Delta NDVI = NDVI_{\\text{date2}} – NDVI_{\\text{date1}}
      \\)<\/p>\n\n\n\n
      .
      Cela permet de mettre en \u00e9vidence :<\/p>\n\n\n\n
      \n
      une baisse de NDVI sur les r\u00e9cifs (blanchissement ou turbidit\u00e9 \u00e9lev\u00e9e),<\/li>\n\n\n\n
      une hausse li\u00e9e \u00e0 la repousse des herbiers,<\/li>\n\n\n\n
      une augmentation de BSI li\u00e9e \u00e0 des d\u00e9p\u00f4ts s\u00e9dimentaires.<\/li>\n<\/ul>\n\n\n\n
      <\/span>Variation relative<\/em><\/span><\/h3>\n\n\n\n
      .<\/p>\n\n\n\n\\(
      \\Delta NDVI_{rel} = \\frac{NDVI_{d2} – NDVI_{d1}}{NDVI_{d1}}
      \\)\n\n\n\n
      .
      Plus sensible aux changements sur les zones d\u00e9j\u00e0 peu v\u00e9g\u00e9talis\u00e9es.<\/p>\n\n\n\n
      <\/span>D\u00e9tection d\u2019anomalies<\/em><\/span><\/h3>\n\n\n\n
      On compare une date r\u00e9cente \u00e0 la m\u00e9diane sur plusieurs ann\u00e9es :<\/p>\n\n\n\n
      \n
      zones anormalement claires \u2192 blanchissement potentiel,<\/li>\n\n\n\n
      zones anormalement fonc\u00e9es \u2192 turbidit\u00e9, pollution ou s\u00e9dimentation.<\/li>\n<\/ul>\n\n\n\n
      \n\n\n\n
      <\/span>Animation temporelle sous QGIS<\/span><\/h2>\n\n\n\n
      QGIS permet maintenant de cr\u00e9er une animation temporelle<\/strong> de l\u2019\u00e9volution des indices :<\/p>\n\n\n\n
      \n
      on active le mode temporel,<\/li>\n\n\n\n
      on charge chaque indice multi-dates,<\/li>\n\n\n\n
      QGIS joue les dates comme des images successives.<\/li>\n<\/ul>\n\n\n\n
      Cette visualisation est tr\u00e8s efficace pour montrer :<\/p>\n\n\n\n
      \n
      la mont\u00e9e en turbidit\u00e9 apr\u00e8s une forte pluie,<\/li>\n\n\n\n
      la r\u00e9cup\u00e9ration progressive d\u2019un herbier,<\/li>\n\n\n\n
      le transport de s\u00e9diments apr\u00e8s une houle cyclonique.<\/li>\n<\/ul>\n\n\n\n
      Id\u00e9al pour la communication, le suivi scientifique ou l\u2019aide \u00e0 la d\u00e9cision locale.<\/p>\n\n\n\n
      \n\n\n\n
      <\/span>Appliquer l\u2019analyse temporelle aux habitats c\u00f4tiers<\/span><\/h2>\n\n\n\n
      Les indices pr\u00e9sent\u00e9s dans l\u2019article permettent de mieux distinguer :<\/p>\n\n\n\n
      \n
      Les coraux<\/strong> : NDVI tr\u00e8s faible, BSI stable, MNDWI n\u00e9gatif<\/li>\n\n\n\n
      Les herbiers<\/strong> : NDVI mod\u00e9r\u00e9ment positif<\/li>\n\n\n\n
      Les mangroves<\/strong> : NDVI \u00e9lev\u00e9<\/li>\n\n\n\n
      Les zones sableuses<\/strong> : BSI positif, NDVI tr\u00e8s faible<\/li>\n\n\n\n
      Les eaux turbides<\/strong> : MNDWI fluctuant<\/li>\n<\/ul>\n\n\n\n
      En combinant ces signatures avec une analyse multi-dates, on peut suivre :<\/p>\n\n\n\n
      \n
      l\u2019extension ou la r\u00e9gression des herbiers,<\/li>\n\n\n\n
      le blanchissement saisonnier ou post-cyclonique des coraux,<\/li>\n\n\n\n
      l\u2019\u00e9volution des d\u00e9p\u00f4ts sableux dans les lagons,<\/li>\n\n\n\n
      la turbidit\u00e9 apr\u00e8s les crues.<\/li>\n<\/ul>\n\n\n\n
      \n\n\n\n
      <\/span>Objectif final : un tableau de bord d\u2019\u00e9volution des r\u00e9cifs<\/span><\/h2>\n\n\n\n
      L\u2019\u00e9tape suivante consistera \u00e0 automatiser cette cha\u00eene :<\/p>\n\n\n\n
      \n
      T\u00e9l\u00e9charger automatiquement chaque s\u00e9rie Sentinel-2.<\/li>\n\n\n\n
      Calculer les indices NDVI\/BSI\/MNDWI.<\/li>\n\n\n\n
      Produire un cube temporel.<\/li>\n\n\n\n
      D\u00e9tecter automatiquement les zones en changement.<\/li>\n\n\n\n
      Extraire les tendances de chaque habitat.<\/li>\n<\/ol>\n\n\n\n
      \u00c0 terme, cela permettra de cr\u00e9er un tableau de bord des r\u00e9cifs<\/strong>, capable d\u2019alerter d\u00e8s qu\u2019un changement rapide est d\u00e9tect\u00e9.<\/p>\n\n\n\n
      \n\n\n\n
      <\/span>Tutoriel technique : produire une analyse multi-dates Sentinel-2 avec Google Colab<\/span><\/h2>\n\n\n\n
      Dans cette section, nous allons reconstruire toute la cha\u00eene de traitement utilis\u00e9e pr\u00e9c\u00e9demment, depuis l\u2019acc\u00e8s \u00e0 Sentinel-2 jusqu\u2019\u00e0 la cr\u00e9ation d\u2019un cube temporel<\/strong>, puis d\u2019une carte de variation \u0394NDVI<\/strong>.
      L\u2019objectif est que tu puisses reproduire exactement l\u2019analyse<\/strong> pour n\u2019importe quelle zone de Rodrigues ou de Maurice.<\/p>\n\n\n\n
      Ce tutoriel repose sur Google Colab, donc aucune installation locale n\u2019est n\u00e9cessaire<\/strong>.<\/p>\n\n\n\n
      \n\n\n\n
      <\/span>Pr\u00e9parer l\u2019environnement dans Google Colab<\/span><\/h3>\n\n\n\n
      Copiez-collez ce bloc en haut de votre notebook :<\/p>\n\n\n\n
      <\/div>
      script Colab<\/div>
      <\/div><\/div>
      <\/strong><\/p>\n\n\n\n
      # =========================================================\n# S2DR3 + Indices Sentinel-2 + Cube temporel\n# Tutoriel pour Google Colab\n# =========================================================\n\nfrom google.colab import drive\ndrive.mount('\/content\/drive')\n\n# Dossier de sortie\n!mkdir -p \/content\/drive\/MyDrive\/Sentinel2_Multidate\/output\n!ln -s \/content\/drive\/MyDrive\/Sentinel2_Multidate\/output \/content\/output\n\n# Installation du moteur de super-r\u00e9solution S2DR3\n!pip -q install https:\/\/storage.googleapis.com\/0x7ff601307fa5\/s2dr3-20250905.1-cp312-cp312-linux_x86_64.whl\n\nimport os, glob\nimport numpy as np\nimport rasterio\nfrom rasterio.warp import reproject, Resampling\nimport scipy.ndimage as ndi\nimport s2dr3.inferutils\n<\/code><\/pre>\n\n\n\n<\/div><\/div><\/p>\n\n\n\n \n\n\n\n<\/span>D\u00e9finir les dates et lancer S2DR3<\/span><\/h3>\n\n\n\nChaque date sera t\u00e9l\u00e9charg\u00e9e, trait\u00e9e, super-r\u00e9solue, puis les indices seront calcul\u00e9s automatiquement.<\/p>\n\n\n\n <\/div>script Colab<\/div><\/div><\/div><\/strong><\/p>\n\n\n\n# Liste des dates (format AAAAMMJJ)\ndates = ['20251009','20250825','20250606','20250422','20250122','20241128']\nlonlat = (57.73, -20.44) # Blue Bay \/ \u00cele aux Aigrettes\n\nroot_dir = '\/content\/drive\/MyDrive\/Sentinel2_Multidate\/output'\n<\/code><\/pre>\n\n\n\n<\/div><\/div><\/p>\n\n\n\n \n\n\n\n<\/span>Script complet de calcul des indices (NDVI, BSI, MNDWI)<\/span><\/h3>\n\n\n\nCe script :<\/p>\n\n\n\n \nt\u00e9l\u00e9charge l\u2019image,<\/li>\n\n\n\n calcule les indices,<\/li>\n\n\n\n g\u00e9n\u00e8re NDVI.tif, BSI.tif, MNDWI.tif pour chaque date.<\/li>\n<\/ul>\n\n\n\n <\/div>script Colab<\/div><\/div><\/div><\/strong><\/p>\n\n\n\n# =========================================================\n# CALCUL DES INDICES POUR CHAQUE DATE\n# =========================================================\nfor date in dates:\n print(f\"\\n Traitement : {date}\")\n outdir = os.path.join(root_dir, date)\n os.makedirs(outdir, exist_ok=True)\n\n # --- 1. T\u00e9l\u00e9charger et super-r\u00e9soudre (10m \u2192 1m) ---\n s2dr3.inferutils.test(lonlat, date)\n\n # Trouver le fichier *_MS.tif (super-r\u00e9solution multispectrale)\n ms_files = glob.glob('\/content\/output\/*_MS.tif')\n if not ms_files:\n print(f\" Aucun fichier MS pour {date}\")\n continue\n ms_path = ms_files[0]\n\n # --- 2. Charger le raster ---\n with rasterio.open(ms_path) as src<\/a>:\n img = src.read()\n profile = src.profile\n # Sentinel-2 super-r\u00e9solue \u2192 bandes : B2,B3,B4,B8 (BLEU, VERT, ROUGE, NIR)\n blue, green, red, nir = img\n\n # --- 3. Calcul des indices ---\n ndvi = (nir - red) \/ (nir + red + 1e-6)\n bsi = ((red + nir) - (blue + green)) \/ ((red + nir) + (blue + green) + 1e-6)\n mndwi = (green - nir) \/ (green + nir + 1e-6)\n\n # --- 4. Sauvegarde ---\n for arr, name in [(ndvi, 'NDVI'), (bsi, 'BSI'), (mndwi, 'MNDWI')]:\n out_path = os.path.join(outdir, f'{name}.tif')\n p = profile.copy()\n p.update(dtype='float32', count=1, compress='lzw')\n with rasterio.open(out_path, 'w', **p) as dst:\n dst.write(arr.astype('float32'), 1)\n\n print(f\" Indices calcul\u00e9s pour {date}\")\n<\/code><\/pre>\n\n\n\n<\/div><\/div><\/p>\n\n\n\n \n\n\n\n<\/span>Cr\u00e9er un cube temporel NDVI (empilement multi-dates)<\/span><\/h3>\n\n\n\nCe fichier \u201cNDVI_cube.tif\u201d contiendra une bande par date<\/strong>, toujours dans le m\u00eame ordre.<\/p>\n\n\n\n <\/div>script Colab<\/div><\/div><\/div><\/strong><\/p>\n\n\n\n# =========================================================\n# CREATION DU CUBE TEMPOREL NDVI\n# =========================================================\n\ncube_path = os.path.join(root_dir, \"NDVI_cube.tif\")\n\nndvi_stack = []\nref_profile = None\n\nfor date in dates:\n ndvi_path = os.path.join(root_dir, date, \"NDVI.tif\")\n if not os.path.exists(ndvi_path):\n print(f\" NDVI manquant : {date}\")\n continue\n\n with rasterio.open(ndvi_path) as src:\n if ref_profile is None:\n ref_profile = src.profile.copy()\n ndvi_stack.append(src.read(1))\n\nndvi_stack = np.stack(ndvi_stack, axis=0)\n\n# Mise \u00e0 jour du profil (une bande par date)\nref_profile.update(count=len(ndvi_stack))\n\nwith rasterio.open(cube_path, 'w', **ref_profile) as dst:\n dst.write(ndvi_stack)\n\nprint(f\"\\n Cube temporel NDVI g\u00e9n\u00e9r\u00e9 \u2192 {cube_path}\")\n<\/code><\/pre>\n\n\n\n<\/div><\/div><\/p>\n\n\n\n \n\n\n\n<\/span>Calculer la carte de variation \u0394NDVI<\/span><\/h3>\n\n\n\nComparons la derni\u00e8re date \u00e0 la premi\u00e8re :<\/p>\n\n\n\n <\/div>script Colab<\/div><\/div><\/div><\/strong><\/p>\n\n\n\n# =========================================================\n# CALCUL DU \u0394NDVI (variation temporelle)\n# =========================================================\n\ndelta_path = os.path.join(root_dir, \"Delta_NDVI.tif\")\n\n# bande 1 = date la plus ancienne\n# bande N = date la plus r\u00e9cente\nndvi_early = ndvi_stack[0]\nndvi_late = ndvi_stack[-1]\n\ndelta_ndvi = ndvi_late - ndvi_early\n\np = ref_profile.copy()\np.update(count=1)\n\nwith rasterio.open(delta_path, 'w', **p) as dst:\n dst.write(delta_ndvi.astype('float32'), 1)\n\nprint(f\" Carte de variation \u0394NDVI cr\u00e9\u00e9e \u2192 {delta_path}\")\n<\/code><\/pre>\n\n\n\n<\/div><\/div><\/p>\n\n\n\n \n\n\n\n<\/span>R\u00e9sultat : pr\u00eat \u00e0 charger dans QGIS<\/span><\/h3>\n\n\n\nVous obtenez automatiquement :<\/p>\n\n\n\n ✔ Un dossier par date contenant :<\/p>\n\n\n\n \nNDVI.tif<\/li>\n\n\n\n BSI.tif<\/li>\n\n\n\n MNDWI.tif<\/li>\n<\/ul>\n\n\n\n✔ Un NDVI_cube.tif<\/strong> pr\u00eat pour l\u2019animation temporelle dans QGIS ✔ Un Delta_NDVI.tif<\/strong> pour rep\u00e9rer les zones en \u00e9volution (d\u00e9gradation \/ r\u00e9cup\u00e9ration)<\/p>\n\n\n\n \n\n\n\n<\/span>Et ensuite ?<\/span><\/h3>\n\n\n\nDans QGIS, vous pouvez :<\/p>\n\n\n\n \nvisualiser le cube NDVI en mode temporalit\u00e9<\/strong> (animation),<\/li>\n\n\n\n comparer les variations NDVI \/ BSI \/ MNDWI,<\/li>\n\n\n\n d\u00e9tecter zones affaiblies, blanchies, envas\u00e9es, ou r\u00e9g\u00e9n\u00e9r\u00e9es,<\/li>\n\n\n\n extraire automatiquement les zones en changement.<\/li>\n<\/ul>\n\n\n\n \n","protected":false},"excerpt":{"rendered":"L\u2019int\u00e9r\u00eat majeur de l\u2019imagerie satellite n\u2019est pas seulement de cartographier un \u00e9tat \u00e0 un instant donn\u00e9, mais de suivre son \u00e9volution dans le temps. Gr\u00e2ce aux archives Sentinel-2 \u2014 disponibles depuis 2015 et actualis\u00e9es tous les…<\/p>\n","protected":false},"author":1,"featured_media":16036,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"give_campaign_id":0,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[147,26,62],"tags":[1544,3897,111,3899,3791,3793,3893,3901,3895],"class_list":["post-16033","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-images","category-outils-et-methodes","category-qgis-2","tag-analyse","tag-analyse-chronologique","tag-animation","tag-cube-temporel","tag-google-colab","tag-s2dr3","tag-sentinel","tag-temporelle","tag-time-cube"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2025\/11\/S1-time-series1.png?fit=467%2C329&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p6XU0A-4aB","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/16033","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/comments?post=16033"}],"version-history":[{"count":0,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/16033\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media\/16036"}],"wp:attachment":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media?parent=16033"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/categories?post=16033"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/tags?post=16033"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}