Et si les logiciels 3D du CNES pouvaient être une aide supplémentaire dans la gestion des catastrophes naturelles ?

David Youssefi, Emmanuel Dubois et Dimitri Lallement, CNES

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) du CNES, 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.

CARS (Chaine Automatique de Restitution Stéréoscopique) 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 :

Bulldozer extrait le Modèle Numérique de Terrain du Modèle Numérique de Surface.

Un Modèle Numérique de Terrain est un Modèle Numérique de Surface privé des éléments de « sursol » : végétation, bâtiments. Ces éléments de sursol peuvent alors être récupérés par soustraction du MNS et du MNT pour obtenir un Modèle Numérique de Hauteur (MNH).

DemCompare peut alors comparer le MNH obtenu à partir des images acquises avant la catastrophe et le MNH obtenu à partir des images acquises après la catastrophe et comparer les résultats.

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

Ces logiciels sont capables de traiter des données satellite type Pléiades. Sachant que ces données sont gigantesques (de taille 40000×40000 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.

Ces logiciels sont open-source et l’accent a été mis sur la facilitation de leur utilisation pour développer leurs usages. Cela a été démontré en les présentant lors de la conférence FOSS4G Prizren 2023 au travers d’un workshop où de nouveaux utilisateurs ont pu mettre eux-mêmes en œuvre ces outils. Vous pourrez retrouver tout le matériel de ces travaux pratiques aux liens suivants :

Le dépôt GitHub
Les slides des travaux pratiques avec les présentations des trois outils :

Cette suite de logiciels impulsée notamment par le projet CO3D sera au cœur de la chaine de traitement et du centre de calibration image développés par le CNES dans le cadre d’un partenariat public-privé avec AIRBUS pour produire massivement le monde en 3D et ainsi faciliter l’accès à cette 3e dimension pour de nouvelles applications.