Détection et caractérisation automatique des dolines à partir d un MNT

Dimension: px

Commencer à balayer dès la page:

Download "Détection et caractérisation automatique des dolines à partir d un MNT"

Michele Samson
il y a 8 ans
Total affichages :

1 Détection et caractérisation automatique des dolines à partir d un MNT Cerema Centre Est (M-A Chanut) Cerema Méditerranée (P Azemard, H Giroux) Page 1/27

2 Plan Objectifs et données Détection automatique des dolines Caractérisation automatique des dolines Contrôle terrain Conclusions Page 2/27

Objectifs, données Objectifs : proposer une méthodologie pour identifier et caractériser les dolines à partir de modèles numériques de terrain (MNT) d une façon la plus automatique possible Données :

3 Objectifs, données Objectifs : proposer une méthodologie pour identifier et caractériser les dolines à partir de modèles numériques de terrain (MNT) d une façon la plus automatique possible Données : - MNT raster autour de Draguignan (Var), assemblage de 700 dalles (1km de côté) - données SCAN 25 de l IGN pour la localisation des dolines - données géologiques du Var (BD CHARM-50) - BD cavités (BD Cavité et BD Spéléo du Var) pour validation Page 3/27

4 Détection automatique des dolines Script Python Grass (application de méthodes proposées par Cerema Sud Ouest) Inondation du modèle pour remplir les dépressions MNT initial (1 dalle) MNT inondé Page 4/27

Sud Ouest) Extraction du contour des dépressions MNT

5 Détection automatique des dolines Script Python Grass (application de méthodes proposées par Cerema Sud Ouest) Extraction du contour des dépressions MNT différence brute (raster) Contours (vectoriel) Page 5/27

6 Détection automatique des dolines Script Python Grass (application de méthodes proposées par Cerema Sud Ouest) Hypothèses : couches géologiques prédisposantes profondeur minimale Dépressions présentant une profondeur supérieure à 1 m Page 6/27

Détection automatique des dolines Script Python Grass (application de méthodes proposées par Cerema Sud Ouest) Données disponibles en sortie : - Localisation en Lambert 93 : X, Y -

7 Détection automatique des dolines Script Python Grass (application de méthodes proposées par Cerema Sud Ouest) Données disponibles en sortie : - Localisation en Lambert 93 : X, Y - Profondeurs : maximale, premier, deuxième, troisième quartile et le quantile 0,9 - Surface et volume de la dépression - Compacité - Description de la géologie Temps de calcul Page 7/27

8 Détection automatique des dolines Résultats : Page 8/27

9 Détection automatique des dolines Résultats : Taille des dépressions détectées en lien avec la résolution du MNT Page 9/27

10 Détection automatique des dolines Résultats : Page 10/27

11 Caractérisation automatique des dolines Qualifier la forme de la doline Page 11/27

12 Caractérisation automatique des dolines Méthode proposée : - Hypothèses : forme circulaire ou sub-circulaire (valeur de compacité limitée) et surtout symétrie de révolution - Sinon, approche au cas par cas, en visualisant la doline en 3D et réalisation de profil Page 12/27

13 Caractérisation automatique des dolines Méthode proposée : Page 13/27

14 Caractérisation automatique des dolines On a montré que si,, alors Page 14/27

15 Caractérisation automatique des dolines Cas théorique 1 : cône à base ellipsoïdale Page 15/27

16 Caractérisation automatique des dolines Cas théorique 2 : cône tronqué Page 16/27

17 Caractérisation automatique des dolines Résultats Page 17/27

18 Caractérisation automatique des dolines Résultats Page 18/27

19 Caractérisation des dolines Résultats cavités à fond plat Page 19/27

20 Caractérisation des dolines Résultats dolines en entonnoir Page 20/27

21 Caractérisation des dolines Résultats formes hors hypothèses Page 21/27

dépression - Forme des bordures Analyse des écarts -

22 Contrôle terrain Vérification du traitement - Existence de la dépression visible - Typologie de la dépression - Forme des bordures Analyse des écarts - Origine des écarts - Proposition d amélioration Page 22/27

23 Contrôle terrain 43 points contrôlés + 4 dépressions non détectées vues sur le terrain 9 dépressions correspondent à des aménagements anthropiques (remblais etc ) Page 23/27

24 Contrôle terrain 43 points contrôlés + 4 dépressions non détectées vues sur le terrain 9 dépressions correspondent à des aménagements anthropiques (remblais etc ) Page 24/27

25 Contrôle terrain -> Améliorations Prendre en compte les formations de surface Les aménagements anthropiques sont caractérisés : - forme géométrique - proximité d une route - traversé par un cours d eau Page 25/27

26 Conclusions Mise en place d une méthode automatique de détection des dolines - script de traitement développé en Python pour Grass - analyse des résultats / BD Spéléo -> détection des dolines dont ouverture et profondeur sont décelables par rapport à la résolution du MNT. Elaboration d une méthode de caractérisation de la forme des dolines - construction du profil de la doline à partir de 4 (ou +) quantiles de la profondeur calculés lors de la phase d identification - capacité d identifier des dolines à fond plat, en entonnoir et toute la gamme entre ces deux extrêmes - profil n est pas classique pour les dolines non standard : étude au cas par cas -> Méthode robuste et répétitive Page 26/27

27 Merci pour votre attention! Page 27/27

Documents pareils

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12 1 2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 26 28 30