Back to Search
Start Over
Cartographie automatique de littoral pollue par les hydrocarbures par imagerie hyperspectrale
- Source :
- IGARSS 2019, IGARSS 2019, Jul 2019, YOKOHAMA, Japan, IGARSS
- Publication Year :
- 2019
- Publisher :
- HAL CCSD, 2019.
-
Abstract
- Large-scale mapping of coastal oil spills and their monitoring over time is a major issue that can be adressed by using hyperspectral images and dedicated processing. Previous researches have shown that it is possible to map the polluted coastline caused by the explosion of the Deepwater Horizon (DwH) platform from AVIRIS images (AVIRIS: Airborne Visible/InfraRed Imaging Spectrometer). But the detection processes required either ground truth or laboratory spectra of hydrocarbons or were not fully automatic. In this paper we focused on an AVIRIS image which covers The Bay Jimmy, located south of New Orleans, and particularly impacted by oil pollution. Two automatic methods were developed to detect oiled coasts. In the first one, we have developed a new spectral index able to detect directly hydrocarbon and less sensitive to noise than indices proposed in previous works. The second one extracts endmembers via Orthogonal Subspace Projection, and then sorts the endmembers in terms of hydrocarbon indices scores, in descending order. Then, the detection map or the abundance map corresponding to the best endmember is used to map oiled areas. Both approaches give results consistent with those of studies previously conducted on the same image, and with maps built from field observations.<br />La cartographie à grande échelle des marées noires côtières et leur suivi dans le temps est un problème majeur qui peut être résolu en utilisant des images hyperspectrales et un traitement dédié. Des recherches antérieures ont montré qu'il était possible de cartographier le littoral pollué par l'explosion de la plate-forme Deepwater Horizon (DwH) à partir d'images AVIRIS (AVIRIS : Airborne Visible/InfraRed Imaging Spectrometer). Mais les processus de détection nécessitaient soit l’utilisation de mesures in-situ, soit des spectres d'hydrocarbures en laboratoire, ou bien n'étaient pas entièrement automatiques.Dans cet article, nous nous sommes concentrés sur une image hyperspectrale AVIRIS qui couvre La Baie Jimmy, située au sud de la Nouvelle-Orléans, et particulièrement affectée par la pollution. Deux méthodes automatiques ont été mises au point pour détecter les côtes mazoutées. Dans la première, nous avons développé un nouvel indice spectral capable de détecter directement les hydrocarbures et moins sensible au bruit que les indices proposés dans les travaux précédents. La seconde utilise une méthode de démélange spectral, puis trie les pôles de mélange en termes d'indices d'hydrocarbure par ordre décroissant. Les cartes de détection ou d'abondance correspondant au meilleur pôle de mélange sont alors utilisées pour cartographier les zones mazoutées. Les deux approches donnent des résultats cohérents avec ceux d'études réalisées précédemment sur la même image et avec des cartes établies à partir d'observations sur le terrain.
- Subjects :
- Endmember
010504 meteorology & atmospheric sciences
[SPI] Engineering Sciences [physics]
OIL SPILL
0211 other engineering and technologies
Imaging spectrometer
02 engineering and technology
01 natural sciences
[PHYS] Physics [physics]
[SPI]Engineering Sciences [physics]
HYPERSPECTRAL
14. Life underwater
Hydrocarbon pollution
Projection (set theory)
021101 geological & geomatics engineering
0105 earth and related environmental sciences
Remote sensing
[PHYS]Physics [physics]
Ground truth
DETECTION AUTOMATIQUE
SPECTRAL UNMIXING
Hyperspectral imaging
DEMELANGEAGE SPECTRAL
HYDROCARBON INDICES
13. Climate action
Oil spill
AUTOMATIC DETECTION
HYDROCARBURE
Environmental science
Noise (video)
Subjects
Details
- Language :
- English
- Database :
- OpenAIRE
- Journal :
- IGARSS 2019, IGARSS 2019, Jul 2019, YOKOHAMA, Japan, IGARSS
- Accession number :
- edsair.doi.dedup.....07f28c9ce17da21ad3f71ea22ee1e389