La mesure de la déformation du sol est une donnée cruciale dans de nombreux domaine des Sciences de la Terre pour contraindre les modèles et/ou la structure des objets d’études. Plusieurs techniques permettent cette mesure de façon ponctuelle à haute fréquence d’acquisition temporelle (e.g. GNSS) ou à haute résolution spatiale (e.g. LiDAR, GB-SAR, photogrammétrie) souvent utilisées lors de campagnes de mesures sur des sites prédéfinis. L’imagerie satellitaire représente une alternative intéressante à ces mesures in-situ en produisant aujourd’hui de larges archives de données du fait d’acquisitions régulières (< 10 jours) et couvrant l’ensemble du globe à haute résolution spatiale (<=10m).
La corrélation d’images est une technique de mesure permettant de suivre le déplacement des objets dans une image au cours du temps. Son utilisation avec des séries temporelles d'images satellitaires a montré son intérêt pour la mesure de déplacement co-sismique, et de façon plus générale des déplacements de large magnitude sur des objets d’études tels que les glaciers et les glissements de terrain. Les archives actuelles de satellites et en particulier, l’archive Sentinel-2 permet de fournir des séries temporelles de la déformation pour des déplacements allant du m/jour au cm/jour ou moins (en théorie), autrement non mesurables par les autres techniques de mesure satellitaires (i.e. InSAR). Cependant, la taille de l’archive et la complexité des algorithmes de corrélation d’images posent aujourd’hui des défis en termes de capacité de stockage et de calcul pour exploiter correctement ces données.
Pour répondre à ces défis, une nouvelle version de l’algorithme MPIC (Mutli-Pairwise Image Correlation) a été développée pour du calcul intensif, et déployée opérationnellement au Mésocentre de l’Université de Strasbourg. L’algorithme est accessible facilement à des communautés d’utilisateurs à la fois en tant que service web ForM@Ter et par la plateforme de services GEP de l’ESA. Les nouvelles fonctionnalités de l’algorithme, de la co-registration précise des images, à la détection de champs de vitesse homogènes, et à leur inversion sont présentés. Les résultats obtenus sur plusieurs sites d’étude sont présentés, permettant une meilleure compréhension des mécanismes.
Enregistrement du séminaire disponible sur :
https://bbb.unistra.fr/b/ren-7p1-3om-ihd
