Leçon 3 sur 5
Indices spectraux : végétation, eau et sols nus
Je sais choisir, calculer et interpréter un indice spectral (NDVI, SAVI, EVI, NDWI, MNDWI, NDBI, BSI, NBR) pour séparer végétation, eau, sols nus, bâti et zones brûlées.
- 1 h 20
- 7 exercices corrigés
- QCM de 7 questions
À la fin de la leçon, vous saurez :
- Relier les signatures spectrales de la végétation, de l'eau, des sols et du bâti aux bandes des capteurs
- Calculer les principaux indices normalisés à partir de réflectances
- Choisir un indice adapté à une question et en connaître les limites
- Fixer et justifier un seuil pour produire un masque
- Programmer le calcul d'un indice sur une image en Python
Avant de commencer : Leçons 1 et 2 (capteurs, bandes, réflectances corrigées).
1Je découvre
Les images de Kindia sont maintenant corrigées et superposées aux parcelles. La coopérative pose une question simple : « Quelles parcelles sont en bonne santé, lesquelles souffrent, et où l'eau stagne-t-elle après les pluies ? »
Fatoumata affiche l'image en couleurs naturelles : tout est vert, ou presque. Impossible de distinguer à l'œil un manguier vigoureux d'un champ de manioc stressé. Puis elle affiche une composition « fausses couleurs » où le proche infrarouge est mis dans le canal rouge de l'écran : la forêt galerie le long du cours d'eau devient rouge vif, les champs récoltés gris-bleu, les bas-fonds inondés presque noirs.
Le proche infrarouge « voit » donc ce que l'œil ne voit pas. Mais une impression visuelle ne suffit pas à produire une carte chiffrée pour 300 parcelles.
Comment combiner les bandes d'une image en un indice chiffré qui mesure la végétation, l'eau ou les sols nus, et comment l'interpréter sans se tromper ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.