La 3D spatiale au service de la gestion des catastrophes naturelles

Contexte du projet

En février 2023, la Turquie et la Syrie ont été frappées par plusieurs tremblements de terre. Ces séismes ont eu des conséquences dévastatrices, provoquant d'énormes destructions. Les secousses ont entraîné l'effondrement de bâtiments, de ponts et d'autres infrastructures, entraînant des pertes humaines et matérielles considérables. Les autorités locales et les équipes de secours ont immédiatement réagi pour porter secours aux victimes, évacuer les zones à risque et fournir une assistance médicale d'urgence. Ces événements ont mis en lumière la nécessité d'améliorer la préparation aux catastrophes et les mesures d'atténuation dans ces régions, afin de réduire les impacts futurs de tels tremblements de terre.

En quoi les logiciels 3D du CNES pourraient être une aide supplémentaire ?

Au Campus de la Donnée (DTN/CD), des ingénieurs de différents services développent une suite d’outils 3D CNES. Ces outils combinés à l’agilité des satellites Pléiades permettent d’estimer de façon automatique et quantitative les changements entre deux dates, ce qui pourrait être une aide précieuse pour un service de cartographie rapide comme celui du SERTIT, qui crée des cartes des infrastructures en fonction de leur état de dégradation (https://savoirs.unistra.fr/societe/seismes-en-turquie-et-syrie-la-teledetection-au-service-des-victimes).

CARS (Chaine Automatique de Restitution Stéréoscopique - https://github.com/cnes/cars) génère un Modèle Numérique de Surface (Digital Surface Model en anglais) à partir d’images satellites acquises de deux (ou plus) points de vue différents. Un Modèle Numérique de Surface est une description altimétrique du sol et de ses superstructures, c’est-à-dire les objets qui occupent le sol, du fait de l’homme ou non (végétation, bâtiments…). Il est obtenu par photogrammétrie, principe équivalent à la vision humaine, qui détermine si un objet est plus ou moins proche en fonction du déplacement de ce dernier dans les deux acquisitions, comme le montrent les deux images de Pyramides ci-dessous :

Méthodes et résultats obtenus

Ces trois logiciels sont capables de traiter des données satellite type Pléiades. Sachant que ces données sont gigantesques (de taille 40 000x40 000 pixels), la carte produite pourrait alors être un guide pour l'annotation en cartographie rapide qui relève aujourd'hui à la main l'état de dégradation des bâtiments.

Le résultat est une carte des bâtiments détruits et reconstruits : le schéma résumant les différents traitements ci-dessous montre les résultats sur un extrait.

Licence d'utilisation