Landslide recognition and monitoring with remotely sensed data from passive optical sensors
Détection et surveillance de glissements de terrain avec des données de télédétection de capteurs optiques
Résumé
Landslide inventory mapping and monitoring are indispensable for hazard assessment and disaster management. The enhanced availability of VHR satellites, UAVs and consumer grade digital cameras offers a great potential to support those tasks at regional and local scales, and to complement established techniques such as in situ instrumentation, radar, andlaser scanning. A lack of image processing tools for the efficient extraction process-relevant information from different types of optical imagery still complicates the exploitation of optical data and hinders the implementation of operational services. This doctoral thesis is dedicated to the development and application of image processing techniques for the mapping,characterization and monitoring of landslides with optical remote sensing data. A comprehensive review of innovative remote sensing techniques for landslide monitoring shows the potential and limitations of available techniques and guides the selection of the most appropriate combination of sensors – platforms – image analysis methods according to the observed process and end-user needs. For the efficient detection of landslides after major triggering events at the regional scale, a method for rapid mapping combining image segmentation, feature extraction, supervised learning is developed. For detailed landslide investigations at the local scale, this study elaborates image processing chains for detection of surface fissures in time-series of UAV images as geo-indicators of landslide activity, the measurement of horizontal surface displacements from VHR satellite images using stereo-photogrammetric and image correlation methods, and 3D measurements from terrestrial photographs based on multi-view open-source photogrammetry.
La cartographie, l'inventaire et le suivi de glissements de terrain sont indispensables pour l'évaluation de l'aléa glissements de terrain et la gestion des catastrophes. La disponibilité croissante des satellites THR, des drones et des appareils photo numériques grand public offre un grand potentiel pour soutenir ces tâches à l'échelle régionale et locale en complément detechniques établies telles que l'instrumentation in-situ, radar, et les acquisitions par scanner laser. Un manque d'outils de traitement d'image pour l’extraction efficace d’informations pertinentes à partir de différents types d'imagerie optique complique encore l'exploitation des données optiques et entrave la mise en oeuvre de services opérationnels. Cette thèse est consacrée à l'élaboration et l'application de techniques de traitement d'image pour la cartographie, la caractérisation et la surveillance des glissements de terrain en exploitant des données d'imagerie optique. Un état de l'art approfondi des techniques de télédétection innovantes pour la surveillance des glissements de terrain est proposé et démontre le potentiel et les limites des techniques et propose des critères pour le choix des capteurs disponibles (plateformes et méthodes d'analyse d'images) selon le processus observé et les besoins des utilisateurs. Pour la cartographie rapide des glissements de terrain lors de catastrophes majeures, une méthode qui combine segmentation d'image et apprentissage supervisé est développée pour l'analyse des images satellitaires THR à travers plusieurs exemples en Chine, au Brésil, à Haïti, en Italie et en France. Pour l'analyse de glissements de terrain à l'échelle locale, la recherche a élaboré des chaînes de traitement d'images pour la détection de fissures à partir de séries temporelles d'images de drones comme possible géo-indicateurs de l'activité des glissements, la mesure des champs de déplacements horizontaux à partir d'images satellitaires THR utilisant en utilisant des méthodes stéréophotogrammétrie et par corrélation d’image, et les mesures 3D à partir de photographies terrestres basées sur des méthodes de photogrammétrie multi-images.
Origine : Version validée par le jury (STAR)