ANNEE ACADEMIQUE : 2021-2022
REPUBLIQUE DEMOCRATIQUE DU CONGO MINISTERE DE
L'ENSEIGNEMENT SUPERIEUR ET UNIVERSITAIRE UNIVERSITE DE KINSHASA
FACULTE DE PETROLE, GAZ ET ENERGIES
RENOUVELABLES
DEPARTEMENT DES SCIENCES DE BASE
IDENTIFICATION DES LINEAMENTS GEOLOGIQUES PAR
TRAITEMENT D'IMAGES SATELLITAIRES : CAS DU TERRITOIRE DE MASISI
(NORD-KIVU)
Par MUZALIA MBALE Moise
Diplômé d'Etat
Travail de Fin de Cycle présenté en vue de
l'obtention du titre de gradué en Pétrole, Gaz et
Energies Renouvelables
Directeur : Prof.Dr. Albert MBATA
Encadreur : Assistant Jonathan MUSITU
i
EPIGRAPHE
« L'escalier de la science est l'échelle de Jacob, il
ne s'achève qu'aux pieds de Dieu. »
Albert Einstein
ii
Dédicace
Je dédie ce travail aux personnes qui me sont les plus
chères dans ma modeste vie :
- A mes parents qui m'ont toujours soutenu en toutes
circonstances. Les mots ne décriront jamais assez ce que vous
représentez dans ma vie. Vous êtes un vrai cadeau que Dieu m'a
donné.
- A mes frères et soeurs que j'aime de tout mon coeur.
J'avoue que j'ai de la chance de vous avoir. C'est de votre existence que je
puise l'amour qui me comble. Je suis impatient que nous soyons réunis
à nouveau.
- A tous ceux qui ont toujours cru en moi : vous êtes
spéciaux dans mon coeur puisqu'en moi vous avez admiré ce que les
autres ont ignoré. Avec l'aide de Dieu et avec tout votre amour, nous
atteindrons ce que nous avons toujours espéré.
Moise MUZALIA
iii
Table des matières
Table des matières iii
Liste des figures v
Liste des tableaux v
Sigles et abréviations vi
Avant-propos vii
Remerciements viii
Introduction 1
1. Généralités et considérations
générales 3
1.1. Cadre d'étude 3
1.1.1. Situation géographique 3
1.1.2. Relief et climat 3
1.1.3. Hydrographie 4
1.1.4. Sol, sous-sol et végétation 4
1.2. Notions fondamentales sur les linéaments 5
1.2.1. Définition 5
1.2.2. Origine des linéaments 5
1.2.3. Exemples de quelques linéaments 6
1.3. Notions fondamentales sur la
télédétection 7
1.3.1. Principe de base de la télédétection
7
1.3.2. Rayonnement électromagnétique 8
1.3.3. Interaction rayonnement-atmosphère 9
1.3.4. Capteurs 10
1.3.5. Images matricielles 10
2. Matériels et méthodes 13
2.1. Matériels 13
2.2. Méthodologie 13
2.2.1. Acquisition d'images de la zone d'étude 14
2.2.2. Traitement d'images 14
3. Résultats et discussions 20
iv
3.1. Corrections radiométriques 20
3.2. Création de la bande composite 20
3.3. Création des néo-canaux par l'analyse en
composantes principales (CP) 21
3.4. Rehaussement de l'image par Sobel 23
3.5. Filtrage de l'image Sobel par la convolution directionnelle
23
3.6. Extraction automatique des linéaments 25
3.6.1. Nombre et longueur totale des linéaments selon les
directions 27
3.7. Validation des linéaments 28
3.7.1. D'après les modèle hydrographique et
hydrologique 28
3.7.3. D'après l'image DEM 29
3.8. Carte finale des linéaments 29
3.8 Orientation des linéaments 30
3.8.1 Les rosaces directionnels (rose diagrams) 30
3.9 Carte de la densité des linéaments 31
Conclusion 32
Bibliographie 33
V
Liste des figures
FIGURE 1.LIMITES DE LA ZONE D'ETUDE 3
FIGURE 2. LES TYPES DE FAILLES 6
FIGURE 3. LES TYPES DE PLIS 7
FIGURE 4. ETAPES DU PROCESSUS DE TELEDETECTION 8
FIGURE 5.LE DOMAINE VISIBLE 9
FIGURE 6. IMAGE NUMERIQUE BINAIRE 11
FIGURE 7. IMAGE GRAY SCALE 11
FIGURE 8. PLAN DE TRAITEMENT 13
FIGURE 9. IMAGE SATELLITE GRAY SCALE DE LA ZONE D'ETUDE 14
FIGURE 10. APPLICATION D'UNE CONVOLUTION SUR UNE IMAGE 17
FIGURE 11. CORRECTIONS RADIOMETRIQUES.. 20
FIGURE 12. BANDE COMPOSITE EN COULEURS NATURELLES (B4-B3-B2)
20
FIGURE 13. BANDE COMPOSITE EN FAUSSES COULEURS (B7-B6-B2)
21
FIGURE 14. LES COMPOSANTES PRINCIPALES. 22
FIGURE 15. IMAGE SOBEL DE CP1 23
FIGURE 16. FILTRAGES DIRECTIONNELS. 24
FIGURE 17.PARAMETRES UTILISES POUR L'EXTRACTION AUTOMATIQUE
DES LINEAMENTS 25
FIGURE 18. LINEAMENTS EXTRAITS DANS LES DIRECTIONS DE 0°,
45° , 90° ET 135°. 26
FIGURE 19. LINEAMENTS FILTRES POUR TOUTES LES 4 DIRECTIONS
CHOISIES 27
FIGURE 20. LINEAMENTS SUIVANT L'ALLURE DES COURS D'EAU 28
FIGURE 21. LINEAMENTS SUIVANT LE MODELE HYDROLOGIQUE 28
FIGURE 22.CONFRONTATION AVEC LE DEM 29
FIGURE 23. CARTE FINALE DES LINEAMENTS 29
FIGURE 24.ROSE DIAGRAM TENANT COMPTE DES DIRECTIONS DES
LINEAMENTS 30
FIGURE 25.ROSE DIAGRAM TENANT COMPTE DES LONGUEURS DES
LINEAMENTS 30
FIGURE 26. CARTE DE LA DENSITE DES LINEAMENTS 31
Liste des tableaux
TABLEAU 1.DOMAINES DU RAYONNEMENT IR 9
TABLEAU 2. CARACTERISTIQUES DES IMAGES PAR BANDE 14
TABLEAU 3. MATRICES DE CONVOLUTION UTILISEES 18
TABLEAU 4. STATISTIQUES D'INFORMATIONS DES BANDES 21
TABLEAU 5. STATISTIQUE DES LINEAMENTS DE LA ZONE D'ETUDE 27
vi
Sigles et abréviations
B : Bande
CCT : Centre Canadien de
Télédétection
CP : Composante principale
DEM : Digital Elevation Model
E : Est
IR : Infrarouge
MNT : Modèle Numérique de
Terrain
N : Nord
OLI : Operation Land Imager
PCA : Principal Component Analysis
R-V-B : Rouge-Vert-Bleu
S : Sud
U.S : United State
W : Ouest
vii
Avant-propos
Dans le domaine de l'exploration pétrolière,
entre la phase documentaire et le premier forage d'exploration, plusieurs
techniques sont utilisées et corrélées afin de maximiser
les chances de trouver du pétrole dans un bassin sédimentaire.
Certaines de ces techniques consistent à l'identification des structures
géologiques pouvant piéger les hydrocarbures.
Que ce soient les pièges structuraux (failles, plis,
etc.) ou stratigraphiques, l'explorateur devra utiliser des méthodes
appropriées afin de déceler ces structures. L'une des techniques
classiques l'application des méthodes géophysiques
à partir desquels on peut faire une échographie du
sous-sol. A part la géophysique, une autre technique consiste, non
à caractériser la constitution et la géométrie du
sous-sol, mais à observer le sol à partir des plateformes, tout
en caractérisant certains paramètres : il s'agit de la
télédétection spatiale.
Grâce à la télédétection,
plusieurs opérations peuvent être effectuées en exploration
pétrolière : on peut dénicher une dysmigration, une faille
tectonique, un anticlinal (par son plan axial), etc. Tous ces
éléments présentent un intérêt particulier en
exploration pétrolière, mais dans ce travail, nous nous sommes
intéressés particulièrement aux éléments qui
constituent des structures.
Les failles et les plis sont des structures qui ont pour cause
la tectonique des plaques. Lors de leur formation, il peut se produire des
répercussions en surface formant ainsi des traces décelables par
la technique de la télédétection. Ces traces sont des
linéaments géologiques. Notre travail de fin de cycle de
graduat consistera ainsi à l'utilisation de la
télédétection pour l'identification des linéaments
géologiques, la zone d'étude étant le territoire de
MASTS1.
L'effectuation du présent travail n'aura pas
été sans difficulté notamment quant à ce qui
concerne les données géoscientifiques existantes sur la zone
d'étude : si les anciennes données (datant de l'époque
belge) sont rares, les données récentes sur ladite zone sont
quasi-inexistantes et peu authentiques.
viii
Remerciements
Je tiens avant tout à remercier le Seigneur
Jésus-Christ pour toutes ses bontés quotidiennes dans ma modeste
vie. Il est mon Dieu, je suis sa créature et pourtant à chaque
pas que j'ai franchi, il ne m'a jamais abandonné. Et par-dessus tout,
aujourd'hui je peux crier fièrement que je suis son enfant, ô
quelle grâce ! Gloire et louange lui soient rendues.
Je remercie également monsieur le Professeur Albert
MBATA pour le temps qu'il a sacrifié afin de travailler avec moi en tant
que directeur et surtout pour son implication remarquable dans
l'effectivité de ce travail. Par lui, j'ai appris tellement de choses
aussi scientifiquement que civiquement.
Je ne manquerai pas de remercier également mon
encadreur, monsieur l'Assistant Jonathan MUSITU pour son accompagnement tout au
long de la rédaction de ce travail. Grâce à sa modestie et
son savoir-faire, il a été simple de réaliser ce
travail.
Enfin je remercie toute personne qui, de près ou de
loin, a contribué à la réalisation de ce travail,
particulièrement :
- Maman Patricia KIKWAYA MAGHOMA pour tout ce qu'elle a fait
pour moi depuis le début de mon cursus académique. Grâce
à son soutien et son grand coeur, elle a été une
véritable mère pour mo1.
- Mes frères Poly et Jospin MUZALIA ainsi que mes
soeurs YUNASI et Sandra MUZALIA pour leur soutien. Grâce à leur
présence, je ne me suis pas senti seul dans cette immense ville qui ne
m'est pas natale.
- Mon groupe d'étude KNOWLEDGE SCIENTIFIC CLUB qui
regorge de grands talents intellectuels notamment Destin NGUOMOJA, Ali MASUDI,
Joel MAKANA, Pierrot KASONGA, Gloire KIHUMBU, Jonathan MUKUNA, Alain KIDIATA,
Raphael KALALA. Leurs idées m'auront été utiles.
Moise MUZALIA
1
Introduction
Depuis des temps géologiques, la croûte terrestre
n'est pas restée intacte : elle a connu des changements importants se
manifestant notamment par différents mouvements des plaques
lithosphériques. Ainsi, les roches composant l'écorce terrestre
ont été modifiées en fonction de leurs
propriétés mécaniques : certaines ont été
plissées, d'autres ont connu des fractures, etc. Toutes ces
modifications ne sont pas restées sans conséquences. A partir de
ces dernières, matérialisées par les données
géologiques récoltées, il est possible d'obtenir le plus
de renseignements possibles sur les mouvements des plaques. Ces renseignements
sont, dans la plupart des cas, fournis par la lithologie d'une part, et les
linéaments géologiques d'autre part (Milnitchouk &
Arabadji, 1979, cités dans Lacina, 1996).
Les linéaments géologiques sont des
éléments qui renseignent en surface, sur la présence des
phénomènes s'étant déroulés en profondeur et
se matérialisant par des failles, des plis ou encore des contacts
géologiques. L'intérêt que présentent toutes ces
structures est très capital dans divers domaines. La cartographie des
linéaments est de grande utilité en exploration minière ou
pétrolière, en sismologie, en hydrologie, etc. Elle est
facilitée par les données de la
télédétection grâce à laquelle les
cartographes obtiennent une vue globale de la surface de la terre
(Dubois, 1999).
La télédétection permet de recueillir les
données de différentes régions, accessibles ou
inaccessibles. Les principaux obstacles, souvent d'origine naturelle, sont les
rivières, les montagnes, les forêts denses ou encore une grande
superficie de la zone à étudier (De Sève et
Desjardins, 1994, cités dans Dubois, 1999).
Cependant certains facteurs peuvent nuire à
l'identification des linéaments par télédétection.
Il peut s'agir de la couverture du sol par la végétation ou par
des dépôts postérieurs à la mise en place des
linéaments, de l'occupation du sol, de la résolution des capteurs
satellitaires, de l'orientation de la source d'éclairement, etc.
Dans le cadre de ce travail, la zone d'étude choisie
est le territoire de Masisi. C'est une région relativement vaste, avec
un paysage caractérisé par un couvert végétal
permanent ainsi qu'une multitude de collines. Cette dernière
caractéristique pourrait résulter des phénomènes
tectoniques qui génèrent des linéaments
géologiques.
Sur le plan géoscientifique, la zone d'étude est
encore très peu explorée d'où une insuffisance des
données qui auraient permis d'obtenir des résultats plus
complets
2
de notre démarche. Comment pallier à ce manque
de données ? Après extraction des linéaments, les
résultats obtenus contiennent de faux linéaments
confondus aux vrais, c'est-à-dire les linéaments
géologiques. Comment écarter ces faux linéaments
dans les résultats ? C'est de cette manière que se
décline la problématique de ce travail.
Pour aboutir aux résultats, les principaux outils
utilisés sont des logiciels informatiques au travers de leurs
différents modules et applications. Ils ont permis d'effectuer divers
traitements sur les images satellites de la zone afin d'en extraire les
linéaments et même de les valider. Ces traitements qu'on aura
à détailler dans la suite sont principalement la création
de nouveaux canaux, le rehaussement de l'image, l'extraction des
linéaments, leur validation comparativement aux différents
modèles numériques et enfin la réalisation de la carte des
linéaments.
L'introduction et la conclusion mises à part,
l'essentiel du travail s'articule en trois parties : la première
consiste la description (relativement appauvrie par la carence des
données géoscientifiques) de la zone d'étude ainsi que des
considérations théoriques sur les linéaments et la
télédétection. La deuxième partie traite des
matériels utilisés ainsi que de la méthodologie
empruntée pour aboutir aux résultats et enfin, la dernière
partie est une présentation des résultats obtenues après
l'application des méthodes décrites dans la deuxième
partie.
3
1. Généralités et
considérations générales
1.1. Cadre d'étude
1.1.1. Situation géographique
Masisi la zone d'étude, est l'un des territoires de la
province du Nord-Kivu situé à l'Est de la République
Démocratique du Congo. La zone d'étude est située entre
les latitudes 0° 57' 57» et 1° 46' 44» S et les longitudes
28° 31' 6» et 29° 12' 58» E. Sa superficie est de 4 734
km2 (Biregeya, 2011). Elle est délimitée :
-Au Nord : par le territoire de Walikale
-A l'Est : par les territoires de Nyiragongo, de
Rutshuru -Au Sud : par la province du Sud-Kivu et le Lac Kivu
-A l'Ouest : par le territoire et de Walikale
Figure 1.Limites (en pointillés) de la zone
d'étude (Google Maps, 2023)
1.1.2. Relief et climat
Constitué de montagnes, de plaines, de plateaux et de
collines, le relief du territoire de MASISI est très accidenté
:
· Les plaines se situent au Nord-Est sur l'axe
Kitshanga-Mweso et au Sud-Ouest sur l'axe Bonde-Kinja-Kashebere.
· Les plateaux se situent essentiellement au Sud,
à l'Est et au centre
Le climat de la zone d'étude est du type tropical,
avec deux principales saisons : la saison sèche et la saison de
pluie.
4
1.1.3. Hydrographie
La zone d'étude est parsemée d'une multitude
des rivières dont les plus importantes sont :
· Au Nord : les rivières Mweso et Luholu
· A l'Est : les rivières Osso, Luhola, Mbiti, Mweso
et Luashi
· Au Sud : les rivières Mbiti, Osso et Luhashi
On y trouve également plusieurs étendues d'eau,
notamment Mokoto, Ndalaa, Lukulu, Mbita et Mbalukira, dans la chefferie de
Bashal1.
1.1.4. Sol, sous-sol et végétation
· Le sol de la zone d'étude est globalement
argileux, riche en humus. Mais dans sa partie Nord, il est sablonneux.
· Le sous-sol regorge plusieurs ressources
minières telles que la tourmaline, le coltan, la cassitérite,
etc.
· La végétation est principalement
constituée de forêts et de savanes herbeuses
5
1.2. Notions fondamentales sur les linéaments
1.2.1. Définition
Les déformations subies par les roches sont de deux
types, et sont fonction de leurs propriétés mécaniques :
elles peuvent être continues pour les formations plastiques ou
discontinues pour les formations rigides. Les déformations continues
consistent en des plissements, et les déformations cassantes en des
cassures. Ces différentes déformations sont observables à
l'échelle microscopique (lorsqu'elles sont invisibles à l'oeil
nu), à l'échelle métrique, et à l'échelle
kilométrique. Dans ce dernier cas, il s'agira par exemple d'un
déplacement de plusieurs kilomètres cubes de matière
(roche) sur une très longue distance. Les linéaments
reflètent donc des phénomènes d'ampleurs diverses,
s'enfonçant sur plusieurs dizaines, centaines, voire même
plusieurs milliers de mètres sous la surface (Dubois, 1999).
Dans ce travail, on considère les linéaments
comme « des entités unidimensionnelles ayant une longueur et une
orientation et dont la population sur l'image présente une
densité, un agencement, un espacement et une répartition
caractéristique » (Lachaine, 1999).
1.2.2. Origine des linéaments
L'origine d'un linéament peut avoir plusieurs causes
naturelles : il peut s'agir d'une ligne de crêtes topographiques, un
contact entre formations de lithologies distinctes, une ligne de faille, un
plan d'un anticlinal, etc.
La mise évidence d'un linéament en un lieu sera
faite grâce à l'effet qu'il provoque sur le paysage. Il peut
s'agir d'une anomalie dans le couvert végétal, l'influence sur la
géométrie des rives d'un plan d'eau, la forme du réseau de
drainage ou des coudes inexplicables dans les cours d'eau (Lachaine,
1999).
Les linéaments n'ont pas nécessairement une
cause d'origine géologique. En effet, lors de l'identification des
linéaments, les limites des cultures, les routes, etc., qui sont des
ouvrages faits par l'homme, sont confondus aux linéaments dont la cause
est géologique. Cependant, les linéaments dont les causes sont
d'origine humaine ne constituent qu'une faible proportion dans l'ensemble. En
effet, les structures géologiques définissant remarquablement la
morphologie de la surface dans sa globalité, dans la plupart des cas,
les linéaments identifiés à partir d'une image
satellitaire sont d'origine géologique (Scanvik, 1987, cité
dans Lachaine, 1999).
6
1.2.3. Exemples de quelques linéaments
En ce point, ce sont les structures à l'origine des
linéaments qui sont décrits, ces derniers étant des «
lignes significatives du paysage révélant l'architecture
cachée du sous-sol rocheux » (Hobbs, 1912, cité dans
O'Leary et al., 1976, cité dans Lachaine, 1999). C'est donc par
métonymie que ce titre a été constitué.
1.2.3.1. Les failles
Une faille est une déformation discontinue (fracture
ou cassure) de la partie superficielle de la croûte terrestre
caractérisée par la séparation de cette dernière en
deux compartiments, accompagnée d'un décalage. C'est une
structure géologique qui affecte les formations rigides. Elle peut
être observée à l'échelle macroscopique, à
l'échelle métrique ou encore à l'échelle
kilométrique.
La figure 2 comprend les types de failles en fonction du
contexte géodynamique dans lequel elles ont été
générées.
Figure 2. Les types de failles (Dubois, 1999, figure
1.2)
1.2.3.2. Les plis
Contrairement aux failles, les plis sont des structures
issues des déformations subies par les formations plastiques. Selon
Dubois (1999), ils sont provoqués par la torsion ou la
flexion de la roche, sous de très fortes pressions pendant un
intervalle de temps donné. Leur dimension est variée : elle peut
aller de l'échelle du microscopique jusqu'à celle d'une dizaine
de kilomètre.
Plusieurs critères sont utilisés pour classer
les plis. Mais généralement, c'est en fonction du sens de leur
concavité que ces derniers sont classés (voir la figure 3). On
distingue :
· Les plis anticlinaux : leur
concavité tourne vers le bas.
· Les plis synclinaux : leur
concavité tourne vers le haut.
7
Figure 3. Les types de plis (Dubois, 1999, figure
1.1)
1.3. Notions fondamentales sur la
télédétection
D'après le Centre Canadien de
Télédétection (CCT) (2019), « la
télédétection est la technique qui, par l'acquisition
d'images, permet d'obtenir de l'information sur la surface de la Terre sans
contact direct avec celle-ci. La télédétection englobe
tout le processus qui consiste à capter et à enregistrer
l'énergie d'un rayonnement électromagnétique émis
ou réfléchi, à traiter et à analyser l'information,
pour ensuite mettre en application cette information. »
1.3.1. Principe de base de la
télédétection
D'une manière globale, la
télédétection implique une interaction entre
l'énergie incidente et la cible. D'après le CCT (2019), le
processus résumé à la figure 4, se déroule à
sept niveaux distincts :
- Illumination de la cible : elle est
nécessaire à tout processus de télédétection
pour illuminer la cible. Cette dernière peut être radiée
par le soleil (télédétection passive) ou par le capteur
(télédétection active) ;
- Interaction du rayonnement avec l'atmosphère
: l'atmosphère n'est pas sans influence sur la traversée
du rayonnement : durant son parcours entre la source d'énergie et la
cible ;
- Interaction du rayonnement avec la cible :
en contact avec la cible, il y a interaction de cette dernière avec le
rayonnement incident ;
- Enregistrement par le capteur de
l'énergie réfléchie ou émise par la cible ;
- Transmission, réception et traitement
: une fois enregistrée par le capteur, l'énergie est
transmise, électroniquement, à une station de
réception où l'information est convertie en images ;
- Interprétation et analyse : afin
d'extraire l'information recherchée sur la cible. L'information peut
être visuelle ou numérique ;
8
- Application : cette étape consiste
à utiliser les informations sur la cible qu'on a pu obtenir des
étapes précédentes afin de résoudre un
problème spécifique.
Figure 4. Etapes du processus de
télédétection (Eugenio et al., 2014, p. 13)
1.3.2. Rayonnement électromagnétique
Le rayonnement électromagnétique est une
propagation de l'énergie dans la nature à très grande
vitesse (Skoog et al., 2015), sous-forme de photons.
Une onde électromagnétique est
caractérisée par :
- Sa longueur d'onde (i) : c'est la longueur
d'un cycle de l'onde, correspondant à la distance entre deux
crêtes voisines. Elle s'exprime en mètres ou en l'un de ses
sous-multiples (millimètre, micromètre, nanomètre,
etc.)
- Sa fréquence (?) : c'est le nombre
de cycles (oscillations) effectué par l'onde, par unité de temps.
Elle s'exprime en Hertz (oscillations par seconde).
- Son amplitude : c'est la
propriété qui conditionne l'intensité du rayonnement. Plus
l'amplitude est forte plus le flux d'énergie est intense.
- Sa vitesse : celle de la lumière,
valant approximativement 3.108 m/s dans le vide.
Le rayonnement électromagnétique se
décompose selon ses différentes composantes en termes de
fréquence, d'énergie ou encore de longueur d'onde dans le spectre
électromagnétique. Dans le cadre de ce travail, les domaines du
spectre qui nous ont servi sont le visible et l'infrarouge.
-Le domaine visible : correspond à la
petite portion du spectre perceptible par l'oeil humain
(Pérez, 2008). C'est dans ce domaine que l'on peut distinguer
l'ensemble des couleurs de l'arc-en-ciel (figure 5).
9
Figure 5.Le domaine visible (CCT, 2019, p.10)
Ses longueurs d'onde s'étendent de 0.4 um à 0.8
rim, réparties de la manière suivante :
·
|
Violet
|
:
|
0.400
|
- 0.446 rim
|
·
|
Bleu
|
:
|
0.446
|
- 0.500 rim
|
·
|
Vert
|
:
|
0.500
|
- 0.578 rim
|
·
|
Jaune
|
:
|
0.578
|
- 0.592 rim
|
·
|
Orange
|
:
|
0.592
|
- 0.620 rim
|
·
|
Rouge
|
:
|
0.620
|
- 0.800 rim
|
|
- L'infrarouge (IR) : c'est le rayonnement
émis par tous les corps dont la température est supérieure
au zéro absolu (Antoine & Lopez, 2017). Ses longueurs
d'onde s'étendent de 0.8 rim à 1000 rim. Il se subdivise en
infrarouge lointain (du visible), infrarouge moyen et infrarouge proche (du
visible). Le tableau 1 contient les intervalles de fréquence et de
longueur d'onde correspondant à chaque domaine du rayonnement IR.
Tableau 1.Domaines du rayonnement JR (Pérez, 2008,
tab. 10.3)
Infrarouge
|
Proche
|
Moyen
|
Lointain
|
? (PHz)
|
0.4-10
|
10-100
|
100-3000
|
X (rim)
|
0.8-3
|
3-30
|
30-1000
|
|
1.3.3. Interaction rayonnement-atmosphère
Dans le processus de télédétection, le
rayonnement électromagnétique provenant de la source, avant
d'atteindre la cible, interagit d'abord avec l'atmosphère. Il en est de
même pour le rayonnement émis ou réfléchi par la
cible vers le capteur (Kergomard, 1996).
Selon Hufty (2001), on observe trois types d'interaction :
· La réflexion : se produit sur
les nuages. L'albédo moyen de ces derniers varie entre 50 et 60 % de
l'énergie incidente, en fonction de leur forme et leur
épaisseur.
·
10
L'absorption : se produit lorsque les
molécules de l'atmosphère telles que l'ozone, la vapeur d'eau, le
dioxyde de carbone, etc. absorbent sélectivement une grande portion de
certaines radiations.
· La diffusion : a lieu lorsque le
rayonnement incident interagit avec des particules (aérosols) ou les
molécules d'air (azote, oxygène, eau, etc.) diffusent en tous
sens certaines parties du rayonnement solaire.
Il est donc nécessaire de tenir compte (en faisant la
correction atmosphérique) des effets que portent l'atmosphère sur
les rayonnements.
1.3.4. Capteurs
Les capteurs sont des systèmes installés sur
des plateformes utilisées pour l'acquisition du rayonnement émis
ou réfléchi par la cible (Eugenio et al., 2014).
1.3.4.1. Résolution d'un capteur
La résolution d'un capteur est l'une de ses
caractéristiques. Il s'agit de la plus petite variation de grandeur
physique mesurable par le capteur (Terras, 2003). On distingue
principalement quatre types de résolutions :
· La résolution spatiale : c'est
la taille du plus petit élément qu'il est possible de distinguer
sur une image. Par abus de langage, certains la définissent comme la
taille du pixel, ce dernier étant le plus petit
élément d'une image.
· La résolution spectrale : elle
décrit la capacité d'un capteur à utiliser de petites
fenêtres de longueur d'ondes (CCT, 2019) : plus la bande du
capteur est fine, plus sa résolution spectrale est bonne. De nombreux
capteurs sont considérés comme multispectraux, ce qui signifie
qu'ils ont 3 à 10 bandes (NASA, 2023).
· La résolution radiométrique :
est la capacité du capteur à discerner les petites
variations d'énergie électromagnétique. Cette
propriété sert à décrire l'information contenue
dans l'image (CCT, 2019).
· La résolution temporelle :
correspond au temps de revisite : elle peut être associée
au temps que met le satellite pour repasser au-dessus de la même zone. En
réalité, la capacité du capteur à dépointer
(à regarder dans tous les sens) permet d'améliorer
nettement la résolution temporelle.
1.3.5. Images matricielles
Les images matricielles ou images
bitmap nous intéressent car c'est le type d'images fournies par
les capteurs des satellites, pour un traitement numérique. Elles
consistent en une grille rectangulaire (matrice) de plusieurs points dont
chacun d'eux a sa propre dimension. Il peut s'agir d'une dimension spatiale,
11
temporelle ou encore un niveau de résolution. Chaque point
de la matrice correspond à un pixel (Bergounioux, 2015).
Le pixel est l'élément élémentaire d'une image
matricielle.
1.3.5.1. LES TYPES D'IMAGES MATRICIELLES On distingue
trois types d'images matricielles :
a. Image binaire (noir ou blanc) : c'est une
image dont les pixels ne peut avoir que deux valeurs de niveaux de gris : 0 ou
1, ces deux valeurs correspondant respectivement aux pixels noirs et aux pixels
blancs (Barrault, 2021).
Figure 6. Image numérique binaire (Barrault, 2021,
fig 9.3)
b. Image à niveau de gris (gray scale) :
c'est le genre d'images dans lesquelles la valeur minimale d'un pixel
est 0 (correspondant au noir), et sa valeur maximale est 255 (correspondant au
blanc). Il y a donc 256 valeurs (teintes) de gris. Ce nombre (256) est
lié à la quantification d'une image gray scale : le pixel est
codé sur un octet.
Figure 7. Image gray scale (Bergounioux, 2015, fig.
1.2)
c. Image en couleurs : c'est celle qui est
obtenue par la combinaison des trois couleurs dites primaires. On appelle
couleurs primaires, les couleurs basiques, c'est-à-dire, celles
dont la combinaison peut créer toutes les autres couleurs. Dans le
spectre visible, il s'agit du bleu (B), du vert (V) et du rouge (R).
Dans une image en couleurs, chacune des trois couleurs est
codée comme une image à niveaux de gris, avec des valeurs allant
de 0 à 255. Ainsi, pour R=V=B=0, nous auront un noir pur, et pour
R=V=B=255, nous auront un blanc pur.
La couleur d'un pixel est donc donnée par le
mélange des trois composantes RV-B (Le pixel est par les valeurs
numériques de ces dernières : la synthèse est
12
additive). Toutefois, il peut y avoir d'autres types de
combinaison à par le RGB : Cyan-Mangeta-Jaune,
Teinte-Saturation-Luminosité, etc. (Bergounioux, 2015)
· Modèle numérique de terrain
(MNT)
Le modèle numérique de terrain (Digital
Elevation Model en anglais) est une représentation de la topographie
d'une région sous-forme d'une image matricielle. Chaque pixel de l'image
donne l'information sur l'altitude au niveau du sol, par rapport
à un système de référence terrestre (le plus
souvent exprimé en mètres par rapport au niveau de la mer)
(Zribi & Baghdadi, 2016).
2. Matériels et méthodes
2.1. Matériels
Les images satellites utilisées dans ce travail sont de
deux types :
· Les images satellitaires de la zone d'étude
fournies par le programme satellitaire Landsat 8 OLI ;
· Les modèles topographique, hydrologique et
hydrographique de la zone d'étude (a servi dans la validation des
linéaments) fourni par le module Digital Elevation Model
(DEM).
C'est sur ces images qu'ont été
effectuées, grâce à divers logiciels appropriés, les
traitements nécessaires qui ont conduit à l'identification des
linéaments
2.2. Méthodologie
De l'acquisition des images satellites jusqu'à la
réalisation de la carte des linéaments du territoire de Masisi,
un ensemble de traitements informatiques a été
effectué sur les images grâce aux logiciels appropriés. La
figure 8 reprend les étapes principales qui ont conduit à la
réalisation des cartes des linéaments :
Figure 8. Plan de traitement
13
14
2.2.1. Acquisition d'images de la zone
d'étude
Les images satellites utilisées dans ce travail ont
été obtenues à partir du programme satellitaire Landsat 8
OL1. Elles datent du 10 Septembre 2020 aux environs de 17 heures,
téléchargées depuis le site officiel du U.S Geological
Survey. La figure 10 correspond à l'image à niveau de gris
du territoire de Masisi :
Figure 9. Image satellite gray scale de la zone
d'étude
Le tableau 2 reprend les principales caractéristiques des
images fournies par le satellite Landsat 8 OLI :
Tableau 2. Caractéristiques des images par bande (U.S
Geological Survey, 2022, table 1)
Désignation
|
Bandes
|
Longueurs d'onde
(m)
|
Résolution spatiale (um)
|
Côtière/Aérosol
|
Bande 1
|
0.43-0.45
|
30
|
Bleu
|
Bande 2
|
0.45-0.51
|
30
|
Vert
|
Bande 3
|
0.53-0.59
|
30
|
Panchromatique
|
Bande 8
|
0.50-0.68
|
15
|
Rouge
|
Bande 4
|
0.64-0.67
|
30
|
PIR
|
Bande 5
|
0.85-0.88
|
30
|
Cirrus
|
Bande 9
|
1.36-1.38
|
30
|
IR-moyen 1
|
Bande 6
|
1.57-1.65
|
30
|
IR-moyen 2
|
Bande 7
|
2.11-2.29
|
30
|
Thermique
|
Bande 10
|
10.60-11.19
|
100
|
Thermique
|
Bande 11
|
11.50-12.51
|
100
|
|
2.2.2. Traitement d'images
Cette étape est un ensemble de deux sous-étapes,
notamment :
15
- Le prétraitement
- Le traitement proprement dit 2.2.2.1. Le
prétraitement
Le prétraitement consiste à opérer
différentes corrections. En effet, la valeur d'un pixel peut être
influencée par un certain nombre de paramètres. Il peut s'agir
l'angle d'élévation du soleil, la distance terre-soleil, la
calibration des capteurs, les conditions atmosphériques et la
géométrie de visée (Eckhardt et al., 1990,
cités dans Lounis & Belhadj Ai Saa, 2005). C'est ainsi qu'on
distingue deux types des corrections : les corrections
géométriques et les corrections radiométriques. Le capteur
OLI a l'avantage de fournir des images contenant préalablement les
corrections géométriques. Donc, dans ce travail, le
prétraitement consistera juste aux corrections radiométriques.
· Corrections radiométriques
L'image fournie par le capteur n'ayant pas fait abstraction de
l'interaction, il faut effectuer des corrections dites
atmosphériques. C'est le premier type de correction
radiométrique. L'autre facteur dont il faut tenir compte, à part
l'état de l'atmosphère, c'est les caractéristiques du
capteur.
Pour Sitayeb (2019), il est nécessaire de
procéder aux quatre étapes ci-après afin d'effectuer les
corrections radiométriques :
- suppression des perturbations dues au capteur afin de
restituer les contrastes se trouvant entre les objets ;
- Transformation des données enregistrées par le
capteur en grandeurs physiques par l'introduction des coefficients
d'étalonnage ainsi que par la considération des conditions
d'acquisition (résolutions du capteur, position par rapport au soleil,
etc.)
- Application des corrections atmosphériques : les
données relatives à la réflectance de la cible sont
obtenues en supposant une surface fictive plane et horizontale ainsi qu'un
éclairement uniforme et constant.
- Application des corrections topographiques afin d'obtenir
les propriétés optiques réelles de la cible.
2.2.2.2. Le traitement proprement dit
Il comprend les opérations de création de la
bande composite, du rehaussement, de l'extraction des linéaments et de
la validation des linéaments.
v
16
Création de la bande composite
Cette opération consiste à utiliser trois bandes
(canaux) du capteur pour effectuer une synthèse chromatique,
par addition des trois couleurs correspondant aux bandes. Ces
dernières sont choisies par l'utilisateur en fonction de l'objectif
encouru (Richards, 1986, cité dans Bonn, 1994).
On distingue principalement deux manières de constituer la
bande composite.
· La composition colorée en couleurs
naturelles : elle consiste à l'utilisation des bandes
correspondant aux trois couleurs primaires, c'est-à-dire le rouge, le
vert et le bleu (dont les bandes sont respectivement B4, B3 et B2 pour le
capteur OLI). Le résultat est une image affichée avec des
couleurs dites naturelles, correspondant à celles avec
lesquelles l'oeil humain perçoit les objets.
· La composition colorée en fausses
couleurs : se dit lorsqu'au moins l'une des couleurs primaires n'est
pas utilisée, en considération d'une autre couleur (non
primaire). Ce genre de composition colorée se fait dans un but bien
spécifique.
Pour une meilleure étude des linéaments, nous
avons opté pour les bandes B7-B6-B2 car elles mettent en évidence
les ombrages, définissant la topographie et les réseaux
hydrographiques souvent dus aux structures géologiques.
v Rehaussement
Cette opération est nécessaire dans l'analyse et
l'interprétation visuelles des images du fait qu'elle permet
d'améliorer leur lisibilité en renforçant certains aspects
spécifiques. Cela peut inclure l'ajustement du contraste, le filtrage
spatial, etc. (CCT, 2019).
Dans ce travail, deux opérations ont été
principalement effectuées pour le rehaussement : la création des
néo-canaux ainsi que les filtrages.
· Analyse en composantes principales
Les données fournies par les différents canaux
du capteur contiennent souvent des similitudes. La technique d'analyse en
composantes principales permet de décorréler ces
différentes informations (Ouahabi, 2012), en les combinant
et créer ainsi des néo-canaux (Pumain, 1991). Ces
derniers peuvent contenir jusqu'à 97% de l'ensemble des données
initiales (Deslandes, 1989, cité dans Lacina, 1996).
Cette technique est appropriée pour le rehaussement
d'une image multispectrale destinée à une analyse
géologique (Biémi et al, 1991, cités
dans Lacina, 1996).
17
Dans ce travail, la génération des composantes
principales (CP) a été faite par le logiciel ENVI 5.3. Ainsi nous
sommes passés des neuf bandes initiales à trois bandes contenant
la quasi-totalité d'informations.
· Filtrages
Le bruit dans une image est défini comme l'ensemble des
données inutiles empêchant sa bonne lisibilité. Le filtrage
est une méthode qui permet d'éliminer le bruit. Les
géologues s'intéressent à la différentiation de
texture dans les images, comme les contours de zones relativement
homogènes qui peuvent constituer une indication de la présence de
cassures. Le rehaussement des linéaments consiste à
déceler les zones de fortes transitions de réflectance sur la
cible ainsi que les hautes fréquences spatiales qui leur s'en suivent
dans la plupart des cas (Lacina, 1996).
Grace au filtre directionnel de Sobel du logiciel
ENVI 5.3 nous avons appliqué un filtrage par convolution.
§ La convolution
La convolution est l'opération qui permet l'application
des filtres sur une image. Ces filtres sont dits, masques (filtres) de
convolution (Rey, 2015).
Nous avons vu que les images numériques sont
constituées de pixels arrangés sous-forme
d'éléments d'une matrice (Bergounioux, 2015). Filtrer
une image revient à parcourir tous ses pixels un par un, afin d'en
déterminer leurs nouvelles valeurs respectives de niveau de gris. Ces
valeurs dépendent bien évidemment du masque de convolution
utilisé, mais aussi des valeurs de niveaux de gris des pixels voisins
à celui dont on cherche la nouvelle valeur. (Moore & Frederic,
cités dans Yang'tshi et al., 2018).
Figure 10. Application d'une convolution sur une image
(Barrault, 2015)
Dans notre travail, les différents masques de
convolution appliqués sont sous-forme matricielle, et sont dits
matrices de convolution. Ces dernières peuvent être
utilisées pour le floutage, l'amélioration de la netteté
de l'image, le gaufrage, la détection des contours, etc. (Lacina,
1996). Les caractéristiques spécifiques d'un
18
filtre dépendent des valeurs des coefficients
assignées à la matrice de convolution (Caloz et Collet,
2001).et de la dimension de cette dernière (Lacina,
1996)
Comme on peut le remarquer sur la figure 10, « le niveau
de gris de chaque pixel à l'intérieur de la fenêtre mobile
sur l'image est multiplié par la valeur correspondante de la matrice de
convolution. La valeur finale attribuée au pixel central
représente la somme de ces produit divisée par le nombre
d'éléments de la fenêtre. L'image résultante (dite
convoluée) provient de la convolution de la fenêtre sur l'image
entière » (Yang'tshi et al., 2018).
Il est nécessaire de procéder à plusieurs
filtrages suivant plusieurs directions pour prendre en compte le plus de
linéaments possibles. Pour ce travail, les directions pour lesquelles
les filtrages ont été appliqués sont par rapport au Nord,
celles de 0° (N-S), 45° (N.E-S.W), 90°(E-W) et 135°
(S.E-N.W). Le tableau 3 contient les différents noyaux utilisés
:
Tableau 3. Matrices de convolution utilisées
Noyau directionnel 3x3 pour 0°
|
Noyau directionnel 3x3 pour 45°
|
-1.0000
|
0.0000
|
1.0000
|
-1.41420
|
-0.70710
|
0.00000
|
-1.0000
|
0.0000
|
1.0000
|
-0.70710
|
0.00000
|
0.70710
|
-1.0000
|
0.0000
|
1.0000
|
0.00000
|
0.70710
|
1.14142
|
Noyau directionnel 3x3 pour 90°
|
Noyau directionnel 3x3 pour 135°
|
-1.0000
|
-1.0000
|
-1.0000
|
0.00000
|
-0.70710
|
-1.41420
|
0.0000
|
0.0000
|
0.0000
|
0.70710
|
0.00000
|
-0.70710
|
1.0000
|
1.0000
|
1.0000
|
1.14142
|
0.70710
|
0.00000
|
L'avantage d'utiliser les filtres directionnels est que ces
derniers créent un effet optique d'ombre qui facilite l'identification
des linéaments (Marion, 1987, cité dans Lacina, 1996),
mais aussi ces filtres permettent d'améliorer la perception des
linéaments qui ne sont pas bien éclairés par la source
d'éclairement (Drury, 1986, cité dans Lacina, 1996).
v Extraction des linéaments
Pour une meilleure visibilité des linéaments
après leur rehaussement par les
diverses méthodes que nous avons
énumérées dans les points précédents, il
faut passer à leur extraction. On distingue deux modes d'extraction des
linéaments : l'extraction visuelle et l'extraction automatique.
·
19
La méthode visuelle : Après le
rehaussent des linéaments, pour rendre ces derniers beaucoup plus
visibles, on procède à leur traçage par la main
ou à l'aide d'un logiciel de dessin.
· La méthode automatique :
plutôt que d'utiliser des méthodes manuelles, des
logiciels appropriés procèdent à l'extraction des
linéaments de façon automatique. C'est la méthode
qui a été utilisée dans le cadre de ce travail.
Nous avons utilisé le logiciel PCI Geomatics, via son
module LINE. L'extraction des linéaments s'est faite dans un premier
temps sur chacune des images filtrées selon les différentes
directions, et ensuite, sur une carte (image) sur laquelle tous les
linéaments extraits ont été représentés.
v Validation des linéaments
L'un des inconvénients de l'extraction automatique des
linéaments est la non distinction par les logiciels des
linéaments dont la présence en un lieu a une cause
géologique et ceux (qu'on pourrait qualifier de « faux
linéaments ») qui sont identifiés par les logiciels de
traitement en tant que linéaments mais qui en réalité
n'ont rien à voir avec la géologie. Cette deuxième
catégorie des linéaments pourrait avoir une cause d'origine
humaine telle que les routes, la limite des cultures, etc.
Le présent travail consistant à l'identification
exclusive des linéaments géologiques, la validation des
linéaments est un moyen approprié de les distinguer des
linéaments d'origine humaine. Cette validation consiste à
combiner les résultats obtenus après l'extraction automatique
à des modèles qui sont en principe des données
géoscientifiques existantes (géophysiques, géochimiques,
géologiques, hydrogéologiques, topographiques).
Suite à une insuffisance des données
géoscientifiques relatives au territoire de MASISI, dans le cadre de la
validation des linéaments, nous nous sommes limités à la
confrontation des linéaments d'après les modèles
hydrographiques, hydrologiques et topographiques.
3. Résultats et discussions 3.1. Corrections
radiométriques
Sur la figure 11, le résultat des corrections
radiométriques :
a b
Figure 11. Corrections radiométriques. (a) Image non
corrigée. (b) Résultat des corrections
radiométriques.
3.2. Création de la bande composite
Grâce à l'algorithme « Layer Stacking
» du logiciel ENVI 5.3, nous avons regroupé différentes
bandes pour ne former qu'une seule image. Ainsi on a obtenu une composition
colorée en couleurs naturelles (figure 12) et une composition
composée en fausses couleurs (figure 13).
Figure 12. Bande composite en couleurs naturelles
(B4-B3-B2)
20
21
Figure 13. Bande composite en fausses couleurs
(B7-B6-B2)
3.3. Création des néo-canaux par
l'analyse en composantes principales (CP)
Le tableau 4 ci - dessous présente le résultat des
statistiques d'informations par bande :
Tableau 4. Statistiques d'informations des bandes
Composantes
|
Valeur propre
|
Pourcentage
|
CP1
|
1
|
293
|
233.12
|
98.93507
|
CP2
|
|
6
|
911.27
|
0.52873
|
CP3
|
|
6
|
427.23
|
0.49170
|
CP4
|
|
|
439.40
|
0.03361
|
CP5
|
|
|
104.70
|
0.00801
|
CP6
|
|
|
35.80
|
0.00274
|
CP7
|
|
|
1.84
|
0.00014
|
Total
|
1
|
307
|
153.36
|
100
|
D'après ces statistiques, on remarque que le canal
correspondant à la CP1 contient la quasi-totalité d'informations.
Ensuite viennent les canaux correspondant aux CP2 et CP3. Ainsi les sept bandes
considérées ont été réduites aux trois
composantes principales (figure 14).
a
b
c
22
Figure 14. Les composantes principales. (a) La CP1. (b) La
CP2. (c) La CP3
3.4. Rehaussement de l'image par Sobel
Sur la figure 15, l'image CP1 rehaussée grâce
à Sobel, de matrice 3 x 3. Nous avons rehaussé seulement la CP1
car d'après les analyses statistiques, elle renferme la
quasi-totalité d'informations.
Figure 15. Image SOBEL de CP1
3.5. Filtrage de l'image Sobel par la convolution
directionnelle
Sur la figure 16, le résultat de l'application des filtres
directionnels de 0°, 45°, 90° et 135° sur la CP1
Figure 16 (a). Filtrage de CP1 dans la direction de
0°
23
b
c
d
24
Figure 16. Filtrages directionnels. (b) de 45° ; (c)
de 90° ; (d) de 135°
3.6. Extraction automatique des linéaments
L'extraction s'est faite par l'entremise de l'algorithme
« Lineament extraction » présent
dans le logiciel PCI Geomatica. Nous avons pris en compte les images
filtrées d'après les quatre directions (figure 16). Ci - dessous
sur la figure 17, sont repris les paramètres d'extraction
utilisés dans le cadre de cette étude.
Figure 17.Paramètres utilisés pour
l'extraction automatique des linéaments
La figure 18 montre résultats de ce traitement.
25
Figure 18 (a). Linéaments extraits dans la direction
de 0°
b
c
d
26
Figure 18. Linéaments extraits dans les directions
de 45° (b), 90°(c) et 135° (d).
27
La figure 19 ci - dessous comprend tous les linéaments
extraits grâce au filtrage de toutes les 4 directions.
Figure 19. Linéaments filtrés pour toutes les
4 directions choisies
3.6.1. Nombre et longueur totale des linéaments
selon les directions
Dans le tableau 5, se trouvent les chiffres relatifs au nombre et
à la longueur totale des linéaments, en fonction des directions
choisies.
Tableau 5. Statistique des linéaments de la zone
d'étude
N°
|
Gradient directionnel
|
Nombre de linéaments
|
Longueur moyenne des linéaments (en
m)
|
1
|
N.W
|
113
|
1152.57
|
2
|
S
|
102
|
1229.52
|
3
|
N.E
|
106
|
1305.08
|
4
|
E
|
135
|
1399.25
|
Le plus grand nombre des linéaments se trouve dans la
direction Est. C'est dans cette même direction que les linéaments
ont la longueur totale la plus élevée.
28
3.7. Validation des linéaments
3.7.1. D'après les modèle hydrographique
et hydrologique
Figure 20. Linéaments suivant l'allure des cours
d'eau
Figure 21. Linéaments suivant le modèle
hydrologique
De par la figure 20, nous remarquons qu'un très petit
nombre de nos linéaments (une vingtaine d'après la table
attributaire de nos linéaments) suivraient l'allure des cours d'eau. Le
modèle hydrologique est donné à la figure 21.
3.7.3. D'après l'image DEM
Le module DEM a permis de visualiser le modèle
topographique de la zone d'étude.
Figure 22.Confrontation avec le DEM
3.8. Carte finale des linéaments
Sur la figure 23, tous les linéaments
représentés suivant leurs directions respectives. La
région comporte 3 145 linéaments d'après la table des
attributs visualisés dans ArcMap. Ce nombre assez élevé
des linéaments confirme la présence du territoire de Masisi dans
une zone dont l'activité tectonique est relativement intense.
Figure 23. Carte finale des linéaments
29
30
3.8 Orientation des linéaments
3.8.1 Les rosaces directionnels (rose diagrams) Nous
avons généré deux types de rosace :
· Le premier tient compte des directions des
linéaments. Les linéaments observés dans notre zone sont
préférentiellement orientés NNE - SSW tel
qu'illustré dans la figure 24.
Figure 24.Rose diagram tenant compte des directions des
linéaments
· Le deuxième (figure 25) tient compte des
longueurs des linéaments. Les linéaments de grande longueur sont
orientés NNW - SSE (en orange) et WNW - ESE (en jaune) tel que nous le
montre la figure
Figure 25.Rose diagram tenant compte des longueurs des
linéaments
31
3.9 Carte de la densité des
linéaments
La région est caractérisée par trois zones
:
· la zone à intense fracturation, dont
le nombre moyen de linéaments est supérieur à 4.22 ;
· la zone à moyenne fracturation, dont
le nombre moyen de linéaments est compris entre 2.11 et 4.22 ;
· la zone à faible fracturation, dont le
nombre moyen de linéaments est inférieur à 2.11.
Sur la figure 26, on peut remarquer que la faible fracturation
domine toute la région.
Figure 26. Carte de la densité des
linéaments
C'est au N.E de la zone d'étude que se trouve une forte
densité des linéaments
32
Conclusion
Après l'étape du traitement, il a
été établi certaines données statistiques
démontrant un nombre assez élevé de linéaments.
C'est dans la direction NNE-SSW que les linéaments sont
préférentiellement orientés. Mais aussi, les
linéaments des plus grandes longueurs sont orientés NNW-SSE
suivie de la direction WNW-ESE.
La validation des linéaments suivant les modèles
topographiques, hydrographiques et hydrologiques a permis de contourner
l'insuffisance des données géoscientifiques fiables de
la zone d'étude D'un autre point de vue, la celabiregeya a permis de ne
pas prendre en compte dans les résultats, les éléments
(telles que les routes, les limites de plantations, etc.) susceptibles
d'être confondus aux linéaments géologiques.
Les résultats obtenus dans ce travail sont perfectibles
du fait qu'ils peuvent être confirmés par une comparaison avec les
données géoscientifiques prélevées sur terrain. En
effet, le territoire de MASISI est encore sous exploré du point de vue
géologique pour plusieurs raisons dont le manque d'infrastructures
routières, l'instabilité territoriale, etc. D'autres
méthodes appropriées telles que la gravimétrie et la
magnétométrie, susceptibles de réaliser la cartographie
des linéaments du territoire de MASISI et son interprétation,
peuvent compléter ce travail.
33
Bibliographie
Antoine, R., Lopez, T. (2017).
Télédétection dans l'infrarouge thermique [Article], 47
p.
Barrault, F. (2021). L'essentiel de l'informatique en
prépa scientifique : Cours, Ellipses, 300 p.
Bergounioux, M. (2015). Introduction au traitement
mathématique des images - méthodes déterministes. Belgique
: Springer Berlin Heidelberg, 241 p.
Biregeya, D. (2011). Tontines et développement dans le
groupement Bashali-Mokoto à Masisi en RDC. [Mémoire de fin
d'études]. Consulté le 25.05.2023 sur
https://memoireonline.com/
Bonn, F. (1994). Télédétection de
l'environnement dans l'espace
francophone. Canada : Presses de l'Université du
Québec, 592 p.
Caloz, R., Collet, C. (2001). Précis de
télédétection - Volume 3: Traitements numériques
d'images de télédétection. Canada : Presses de
l'Université du Québec, 403 p.
Centre canadien de télédétection (2019).
Notions fondamentales de télédétection [Cours tutoriel],
266 p.
Dubois, J. (1999). Identification linéaments dans les
images satellitaires par ajustement et suivi des segments [Projet].
Québec : Université du Québec, Ecole de Technologie
Supérieure
Eugenio, F., Ruiz, J., Acosta, F. (2014). Manuel de
télédétection spatial TELECAN [Manuel]. Universidad de Las
Palmas de Gran Canaria, 337 p.
f1lb?entry=ttu
Google Maps. (2023). Territoire de Masis1. Consulté le
12.07.2023 sur
https://www.google.com/maps/place/Masisi/@-1.3974797,28.6559469,246808m/data=!3m1!1e3!4m6!3m5!1s0x19dd8e822
da9543f:0xfdc1d2d2042d9949!8m2!3d-1.40122!4d28.7664408!16s%2Fm%2F0h
Hufty, A. (2001). Introduction à la climatologie : le
rayonnement et la température, l'atmosphère, l'eau, le climat et
l'activité humaine. Belgique : De Boeck, 542 p.
Kergomard, C. (1996). Pratique des corrections
atmosphériques en télédétection : utilisation du
logiciel 5S-PC [Article]. Consulté le 08 juillet 2023 sur
https://journals.openedition.org/cybergeo/1679
34
Lachaine, G. (1999). Structures géologiques et
linéaments, Beauce (Québec) : apport de la
télédétection [Mémoire de master]. Sherbrooke :
Université de Sherbrooke, Faculté des Lettres et Sciences
humaines
Lacina, C. (1996). Interprétation structurale des
linéaments par traitement d'image satellitaire : cas des sous-provinces
d'Abitibi et d'Opatica (Québec) [Mémoire de master]. Sherbrooke :
Université de Sherbrooke, Faculté des lettres et des sciences
humaines.
Lounis, B., Belhadh Ai Ssa, A. (2005). Processus de correction
radiométrique relative "PCRR" appliqué aux images Landsat TM
multi-dates [Article], 7p.
NASA. (2023). What is Remote Sensing ? Consulté le 07
juillet 2023 sur
https://www.earthdata.nasa.gov/learn/backgrounders/remote-sensing
Ouahabi, A. (2012). Analyse multirésolution pour le
signal et l'image. France : Lavoisier, 326 p.
Pérez, J. (2008). Physique, une introduction. Belgique: De
Boeck Supérieur, 492 p.
Pumain, D. (1991). Analyse spatiale et dynamique des
populations. Royaume-Uni : John Libbey Eurotext, 457 p.
Rey, P. (2015). Filtrage des images avec Canvas 2D de HTML 5 :
avec Netbeans 8. France : Books on Demand Editions, 236 p.
Sitayeb, T. (s.d). Télédétection :
Application dans la dynamique du paysage. Algérie : Universtité
Moulay Tahar.
Skoog, D. A., West, D. M., Crouch, S. R., Holler, F. J. (2015).
Chimie analytique. Belgique : De Boeck, 1 066 p.
Terras, A. (2003). Précis de physique et
électricité appliquées en
productique. France : Bréal, 191 p.
US Geological Survey (2022). Landsat-Earth observation
satellites : US Geological Survey Fact Sheet 2015-3081, 4 p.
Yang'tshi, M., Nzambe, K., Lokilo, E., Ngungu, M., Matamba,
R., Kunambu, C., Luemba, M., Kalonji, G., Mudumbi, H., Ngbolua, K. (2018).
Contribution de l'imagerie Landsat 8 dans le répérage et la
cartographie des linéaments aux environs de Madimba, dans l'Ouest
Congolien (Kongo Central, République Démocratique du Congo).
International Journal of Innovation and Scientific Research, Vol. 38, No. 2,
pp. 192-202
Zribi, M., Baghdadi, N. (2016). Observation des surfaces
continentales par télédétection III : Urbain et zones
côtières. Royaume-Uni : ISTE Editions Limited, 361 p.
|