Flood Detection and Cropland Damage Assessment Using Sentinel-1 SAR Time Series Multi-Source EO Data in the Sebou Basin, El Gharb plain, Morocco
Cette étude utilise des séries temporelles de données SAR Sentinel-1 avec les polarisations VV et VH pour développer une méthode robuste de détection des inondations basée sur les anomalies qui cartographie efficacement l'inondation et évalue les dommages aux cultures dans le bassin du Sebou au Maroc, informant ainsi les stratégies de gestion des risques ciblées pour la plaine du Gharb.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Les inondations sont une force de la nature qui a façonné l'histoire humaine, mais dans le monde moderne, leur impact sur l'agriculture se mesure en récoltes perdues et en sécurité alimentaire menacée. Lorsque des pluies abondantes tombent sur des terres plates et fertiles, l'eau peut s'étendre rapidement, noyant les cultures et transformant des champs productifs en lacs temporaires. Pour les agriculteurs et les gouvernements, savoir exactement où se trouve l'eau et l'ampleur des dégâts causés est crucial, pourtant c'est souvent la chose la plus difficile à déterminer. Les caméras traditionnelles sur les satellites ne peuvent pas voir à travers les épais nuages qui accompagnent généralement les tempêtes, laissant un angle mort précisément au moment où la surveillance est la plus nécessaire. Pour résoudre ce problème, les scientifiques se sont tournés vers un autre type d'œil : le radar. Contrairement aux caméras optiques qui dépendent de la lumière solaire réfléchie, les systèmes radar émettent leurs propres signaux micro-ondes et écoutent l'écho. Ces signaux peuvent percer les nuages et l'obscurité, rebondissant sur le sol pour révéler ce qui se cache sous la tempête. En suivant l'évolution de ces signaux au fil du temps, les chercheurs peuvent distinguer la terre sèche, le sol humide et l'eau stagnante, transformant un événement naturel chaotique en une carte claire et mesurable.
Dans le bassin du Sebou, au nord du Maroc, une région connue sous le nom de plaine du Gharb, cette technologie a été mise à contribution pour comprendre un événement d'inondation sévère qui a frappé durant l'hiver 2025 et 2026. Cette zone est une vaste étendue de basse altitude composée de sols alluviaux riches, intensément cultivée avec du blé, des oliviers et des agrumes, ce qui en fait un moteur vital pour l'approvisionnement alimentaire du pays. Cependant, sa topographie plate et ses réseaux d'irrigation étendus la rendent vulnérable à l'accumulation d'eau lorsque des pluies abondantes arrivent. Une équipe de chercheurs de l'Université Internationale de Rabat et du Politecnico di Milano s'est donné pour mission de cartographier l'étendue de l'inondation et, plus important encore, de calculer exactement quelle superficie de terres agricoles a été submergée. Ils ont utilisé les données de Sentinel-1, un satellite européen équipé d'un radar à synthèse d'ouverture, qui capture des images de la surface de la Terre de jour comme de nuit, quels que soient les conditions météorologiques.
Les chercheurs n'ont pas simplement examiné une seule image prise pendant l'inondation. Au lieu de cela, ils ont construit une chronologie des conditions de la région. Ils ont commencé par analyser les données de précipitations pour identifier les semaines précédant la catastrophe, notant comment le sol devenait de plus en plus saturé. Ils ont ensuite comparé les images radar prises avant l'inondation avec celles prises lors du pic de l'inondation. Le cœur de leur méthode reposait sur un principe physique : lorsque les ondes radar frappent l'eau libre, elles rebondissent dans une direction spécifique, créant un signal très sombre sur l'image. Lorsqu'elles frappent un sol rugueux ou des cultures, le signal rebondit plus fortement. En mesurant la différence de cette « rétrodiffusion » entre la période sèche et la période humide, l'équipe a pu localiser précisément où l'eau s'était installée. Ils ont porté une attention particulière à un type spécifique de signal radar, appelé polarisation croisée, qui s'est avéré exceptionnellement sensible à la présence d'eau parmi la végétation, aidant ainsi à distinguer les cultures inondées des champs secs qui pourraient paraître similaires dans d'autres types de données.
Pour garantir l'exactitude de leurs cartes, l'équipe a appliqué une série de filtres logiques. Sachant que l'eau ne coule pas vers le haut, ils ont utilisé une carte numérique du terrain pour exclure toute zone présentant des pentes raides ou des altitudes élevées où l'inondation était physiquement impossible. Cette étape a permis d'éliminer les fausses alertes causées par des taches sombres de sol nu ou des ombres qui auraient pu tromper l'ordinateur en les faisant passer pour de l'eau. Une fois qu'ils ont obtenu une carte propre de l'étendue de l'inondation, ils l'ont superposée à une carte détaillée de l'occupation des sols identifiant chaque parcelle de terres cultivables de la région. Cela leur a permis de calculer la superficie précise des terres agricoles qui étaient sous l'eau. Les résultats sont frappants : l'inondation a couvert environ 207 112 hectares au total. De cette vaste zone, près de 149 000 hectares étaient des terres agricoles actives, représentant un coup massif pour l'économie agricole locale.
L'étude a également examiné les conséquences en comparant les données radar avec des images d'un satellite optique qui capture la lumière visible et le proche infrarouge. En mesurant la « verdure » de la végétation avant et après l'inondation, ils ont constaté une chute nette de la santé des plantes exactement là où le radar avait détecté de l'eau. Cela a confirmé que l'inondation n'avait pas seulement recouvert les champs, mais avait également stressé les cultures, causant probablement des pertes de rendement importantes. Les chercheurs ont constaté que les dommages étaient les plus graves dans les parties les plus basses de la plaine, là où l'eau s'accumule naturellement et s'évacue lentement. Ils ont observé que l'inondation ne s'est pas propagée de manière aléatoire ; elle a suivi les corridors naturels de basse altitude du système fluvial, frappant de manière répétée les mêmes zones vulnérables.
Ce travail démontre que la technologie radar, lorsqu'elle est combinée à une analyse informatique intelligente, peut fournir une vue fiable et par tous les temps des catastrophes liées aux inondations. L'équipe a montré qu'en se concentrant sur la façon dont les signaux radar évoluent au fil du temps plutôt qu'en regardant simplement un instantané unique, elle pouvait cartographier les inondations avec une grande précision, même dans des paysages agricoles complexes. Les conclusions suggèrent que la plaine du Gharb est confrontée à un risque récurrent dans ses zones de basse altitude et de culture intensive. Les chercheurs soutiennent que ce niveau de détail est essentiel pour la planification. Ils proposent que la gestion future se concentre sur la construction de meilleurs systèmes de rétention d'eau, l'amélioration de la conservation des sols pour ralentir le ruissellement, et l'utilisation de ces cartes d'inondation pour guider l'emplacement des cultures. En comprenant exactement où l'eau va et quelle surface de terre elle touche, les autorités et les agriculteurs peuvent prendre de meilleures décisions pour protéger la production alimentaire de la région face à la prochaine tempête inévitable.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.