Cartographie de la couverture terrestre mondiale avec les données de l’Agence spatiale européenne
Cartographie de la couverture terrestre mondiale avec les données de l’Agence spatiale européenne
Introduction : le jeu de données ESA WorldCover
Introduction : le jeu de données ESA WorldCover
Le WorldCover de l’Agence spatiale européenne est un jeu de données librement accessible qui fournit une classification de la couverture terrestre mondiale à une résolution de 10 mètres dérivée des images satellites Sentinel-1 et Sentinel-2. Publié en 2020 et mis à jour en 2021, l’ASE indique que la version mise à jour du jeu de données atteint une exactitude globale de 76,7 % pour l’identification des types de couverture terrestre, notamment les forêts, les prairies, les terres cultivées, les zones urbaines et les étendues d’eau à travers l’ensemble de la surface de la Terre.
L’imagerie haute résolution que WorldCover offre est particulièrement précieuse pour la surveillance environnementale, la planification urbaine et la compréhension de la manière dont l’activité humaine affecte et empiète sur les paysages sauvages. La résolution de 10 mètres de WorldCover peut capturer des détails très précis tels que la différence entre un petit fragment de forêt et un champ agricole adjacent, ou entre des groupes de bâtiments au sein d’un quartier. L’ASE répartit l’imagerie WorldCover via plusieurs points d’accès, notamment deux services WMTS (l’un pour le produit 2020, et l’autre pour la version 2021). Vous trouverez une liste de ces points d’accès à ce lien.
Le WorldCover de l’ASE classe la couverture terrestre en utilisant les onze classes de couverture terrestre suivantes :
Out[]=
Dans Wolfram Language (WL), il est relativement simple d’accéder aux données WorldCover de l’ASE via en utilisant l’option . Ainsi, nous pouvons visualiser la couverture terrestre pour n’importe quelle région du globe, qu’il s’agisse d’éléments de petite échelle comme des zones rurales habitées ou de continents entiers, et la comparer à d’autres données géographiques afin de mettre en évidence des motifs dans l’usage des sols et d’autres impacts environnementaux d’origine anthropique.
Ce court texte montre comment se connecter à WorldCover de l’ASE pour créer des visualisations géographiques personnalisées dans WL, et illustre la flexibilité de l’environnement Wolfram pour ce type d’exploration de données en visualisant l’occupation du sol autour des vingt plus grandes villes des États‑Unis par taille de population, ainsi qu’autour des 63 parcs nationaux américains. Le code permettant de générer le premier ensemble de cartes fait environ cinq lignes, et environ vingt lignes pour le second.
Connexion à WorldCover de l’ASE avec GeoGraphics
Connexion à WorldCover de l’ASE avec GeoGraphics
Tout d’abord, définissons les options de pour accéder aux jeux de données de WorldCover.
Spécification de GeoServer pour WorldCover 2020 de l’ASE :
In[]:=
worldCover2020=StringTemplate["https://services.terrascope.be/wmts/v2?layer=WORLDCOVER_2020_MAP&style=&tilematrixset=EPSG:3857&Service=WMTS&Request=GetTile&Version=1.0.0&Format=image/png&TileMatrix=EPSG:3857:`1`&TileCol=`2`&TileRow=`3`"];
Spécification de GeoServer pour WorldCover 2021 de l’ASE :
In[]:=
worldCover2021=StringTemplate["https://services.terrascope.be/wmts/v2?layer=WORLDCOVER_2021_MAP&style=&tilematrixset=EPSG:3857&Service=WMTS&Request=GetTile&Version=1.0.0&Format=image/png&TileMatrix=EPSG:3857:`1`&TileCol=`2`&TileRow=`3`"];
Tant qu’on y est, définissons une légende pour étiqueter nos cartes.
Définissez une légende de WorldCover :
In[]:=
worldCoverLegend=SwatchLegend,,,,,,,,,,,{"Tree cover","Shrubland","Grassland","Cropland","Built-up","Bare / sparse vegetation","Snow and ice","Permanent water bodies","Herbaceous wetland","Mangroves","Moss and lichen"},LegendLayout->{"Column",1}
Out[]=
Nous disposons maintenant de tous les éléments nécessaires pour créer des visualisations WorldCover. Pour créer une carte d’occupation du sol, il suffit de préciser la région que vous souhaitez représenter et la spécification de à utiliser dans .
Cartographiez la couverture terrestre mondiale :
In[]:=
GeoGraphics["World",GeoServer->worldCover2021,GeoZoomLevel->1]
Out[]=
J’ai spécifié l’option manuellement dans cet exemple, car le réglage par défaut produit des images légèrement en dessous de la résolution que je souhaite. C’est un effet secondaire de la manière dont les services de données de WorldCover de l’ASE sont configurés. Revenons-y plus tard. Pour l’instant, nous continuerons à définir le niveau de zoom manuellement.
Pour ajouter la légende que nous avons définie ci‑dessus au tracé, vous pouvez utiliser . L’avantage principal d’utiliser Labeled plutôt que Legended est que vous pouvez contrôler l’emplacement de la légende avec le troisième argument. Si, par exemple, l’exemple ci‑dessous avait produit une carte large, nous aurions pu choisir d’ajouter la légende sous la carte en utilisant comme troisième argument de au lieu de .
Cartographiez la couverture terrestre dans l’Illinois :
In[]:=
LabeledGeoGraphics,GeoServer->worldCover2021,GeoZoomLevel->8,worldCoverLegend,Right
Out[]=
Nous pouvons facilement comparer les deux versions du jeu de données en traçant deux fois la même carte, une fois avec chaque spécification de .
Comparez les images de WorldCover 2020 et de WorldCover 2021 sur la même région :
In[]:=
Withregion=,Row[{GeoGraphics[region,GeoServer->worldCover2020,PlotLabel->Row[{region,"(WorldCover 2020)"},Spacer[1]],ImageSize->Medium],GeoGraphics[region,GeoServer->worldCover2021,PlotLabel->Row[{region,"(WorldCover 2021)"},Spacer[1]],ImageSize->Medium]}]
Out[]=
En modifiant légèrement l’exemple précédent, nous pouvons effectuer une comparaison côte à côte de la classification de la couverture terrestre de WorldCover de l’ASE avec une autre carte de la même région :
Cartographiez la couverture terrestre autour de Londres :
In[]:=
Withregion=GeoStyling[FaceForm[None]],GeoDisk,,Labeled[Row[{GeoGraphics[region,GeoBackground->"Plain",ImageSize->Medium,PlotLabel->Style["Road Map",14]],GeoGraphics[region,GeoServer->worldCover2021,GeoZoomLevel->8,ImageSize->Medium,PlotLabel->Style["Land Cover (ESA WorldCover)",14]]},Spacer[5]],worldCoverLegend,Right]
Out[]=
Comme l’ensemble de données de WorldCover a une couverture mondiale, on peut l’utiliser pour visualiser la couverture terrestre des zones éloignées.
Cartographiez la couverture terrestre sur Kerguelen :
Pour ajuster le paramètre automatique GeoZoomLevel, j’ai choisi de générer la carte une première fois avec les réglages automatiques, de récupérer la valeur de GeoZoomLevel sélectionnée dans le résultat et d’y ajouter une constante (j’ai choisi 2) pour obtenir le réglage ajusté à utiliser dans la carte finale. Ensuite, je recalcule la carte finale avec le GeoZoomLevel ajusté.
Définissez automatiquement le niveau de zoom pour qu’il soit légèrement plus élevé que la valeur par défaut :
Dans les sections suivantes, j’appliquerai la connexion à cet ensemble de données pour examiner automatiquement la couverture terrestre autour des plus grandes villes des États-Unis par population, ainsi que les 63 parcs nationaux des États-Unis.
Couverture terrestre autour des plus grandes villes aux États-Unis
Couverture terrestre autour des plus grandes villes aux États-Unis
Nous pouvons appliquer ce flux de travail pour visualiser rapidement tout ensemble d’emplacements. Commençons par les plus grandes villes des États-Unis.
Dressez la liste des plus grandes villes des États-Unis par population :
La représentation de la couverture terrestre de l’ESA pour ces villes produit d’importants contrastes visuels morphologiques. Par exemple, Phoenix et Denver illustrent une expansion contiguë dans des terrains ouverts et sont entourées respectivement de broussailles arides et de prairies des hautes plaines. En revanche, New York, San Jose et Seattle présentent des limites nettes où le développement est strictement contraint par la topographie des vallées ou par des étendues d’eau, et à Charlotte, l’environnement bâti est fortement entrecoupé d’une couverture arborée dense.
Cartographiez la couverture terrestre autour de l’une des vingt plus grandes villes des États‑Unis par population :
Couverture terrestre autour des parcs nationaux aux États-Unis
Couverture terrestre autour des parcs nationaux aux États-Unis
Essayons également cela pour les parcs nationaux des États-Unis. Dans l’exemple précédent, nous avons utilisé des entités provenant de Wolfram Knowledgebase pour définir les empreintes géographiques des villes américaines à tracer. Nous devrons faire quelque chose de similaire pour les parcs nationaux, mais comme la base de connaissances ne possède pas encore d’entités intégrées pour chaque parc, nous devrons compléter la liste avec quelques régions définies manuellement.
Définissez une Association représentant les parcs nationaux des États-Unis :
En appliquant de nouveau ce flux de travail aux parcs nationaux des États-Unis, on observe des contrastes importants dans les compositions paysagères. Par exemple, Denali et les Everglades possèdent des types de couverture dominants uniques : respectivement la neige permanente et les prairies, ainsi que les zones humides herbacées et les mangroves, qui se distinguent nettement des broussailles arides et des roches nues d’Arches. D’autres contrastes sont définis par la topographie et l’hydrographie, comme les forêts côtières fragmentées d’Acadia ou les fortes pentes du Black Canyon. Cas particulier, Indiana Dunes est nettement délimité par des zones urbaines et agricoles adjacentes.
Cartographiez la couverture terrestre de n’importe quel parc national américain :
Connexion aux services de télédétection de la NASA
Connexion aux services de télédétection de la NASA
Le jeu de données WorldCover de l’ASE est une excellente ressource pour comprendre les modèles de couverture terrestre, et heureusement pour nous, nous vivons dans un monde où il en existe beaucoup d’autres. De nombreux services de télédétection sont disponibles sous forme de serveurs de tuiles cartographiques (WMTS), et deux de mes fournisseurs favoris d’images de télédétection gratuites et de haute qualité de ce type, souvent avec une couverture mondiale et parfois même quasi en temps réel, sont Copernicus Marine et NASA GIBS (Global Imagery Browse Services). Vous pouvez accéder aux images de télédétection NASA GIBS en utilisant le paclet RemoteSensing, que j’ai mentionné ici.
Supposons que nous souhaitons consulter LandCover de l’ASE afin de mieux comprendre les impacts environnementaux humains à l’échelle mondiale. Dans ce cas, un autre jeu de données que je recommanderais de consulter est la carte des Biomes anthropogéniques (ou « Anthromes ») par Ellis & Ramankutty (2008), qui classifie la surface terrestre de la Terre selon le degré et le type d’établissements humains.
Le jeu de données des biomes anthropogéniques place l’activité humaine au centre de la classification écologique, ce qui en fait un outil particulièrement convaincant pour étudier l’Anthropocène. Il est également disponible de manière pratique via NASA GIBS grâce au paquet RemoteSensing, parmi plus d’un millier d’autres jeux de données de télédétection. Voici comment vous pouvez installer et utiliser vous‑même cet outil :
Exécutez ce code pour installer le paquet :
Une fois que le paquet est installé, il peut être chargé ainsi :
Utilisez le paquet RemoteSensing pour récupérer une carte des biomes anthropogéniques du monde (Ellis & Ramankutty, 2008) :
Sources citées
Sources citées
◼
WorldCover 2020 v100
Zanaga, D., Van De Kerchove, R., De Keersmaecker, W., Souverijns, N., Brockmann, C., Quast, R., Wevers, J., Grosu, A., Paccini, A., Vergnaud, S., Cartus, O., Santoro, M., Fritz, S., Georgieva, I., Lesiv, M., Carter, S., Herold, M., Li, Linlin, Tsendbazar, N.E., Ramoino, F., Arino, O., 2021. ESA WorldCover 10 m 2020 v100. https://doi.org/10.5281/zenodo.5571936
Zanaga, D., Van De Kerchove, R., De Keersmaecker, W., Souverijns, N., Brockmann, C., Quast, R., Wevers, J., Grosu, A., Paccini, A., Vergnaud, S., Cartus, O., Santoro, M., Fritz, S., Georgieva, I., Lesiv, M., Carter, S., Herold, M., Li, Linlin, Tsendbazar, N.E., Ramoino, F., Arino, O., 2021. ESA WorldCover 10 m 2020 v100. https://doi.org/10.5281/zenodo.5571936
◼
Ellis, Erle C., and Navin Ramankutty. n.d. Putting People in the Map: Anthropogenic Biomes of the World. https://doi.org/10.1890/070062.
CITER CE NOTEBOOK
CITER CE NOTEBOOK
Cartographie de la couverture terrestre mondiale avec les données de l’Agence spatiale européenne
par Phileas Dazeley-Gaist
Communauté Wolfram, CHOIX DE L’ÉQUIPE, 28 novembre 2025
https://community.wolfram.com/groups/-/m/t/3582661
par Phileas Dazeley-Gaist
Communauté Wolfram, CHOIX DE L’ÉQUIPE, 28 novembre 2025
https://community.wolfram.com/groups/-/m/t/3582661