Sensitivity analysis of Sentinel-2 data for urban tree characterization using DART model - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Sensitivity analysis of Sentinel-2 data for urban tree characterization using DART model

Analyse de sensibilité des données Sentinel-2 pour la caractérisation des arbres urbains à l'aide du modèle DART

Résumé

The estimation of vegetation traits, which is essential to characterize the health of trees from remote sensing data, presents several challenges in urban environments, due to the topography of 3D buildings and associated shading, the spectral diversity of materials, or the variety of urban morphology. Moreover, the difficulty to estimate the vegetation traits increases with the decrease of spatial resolution, mixed pixels including information on trees and their environment. The objective of this study is to estimate the influence of tree-endogenous (chlorophyll, LAI...) and tree-exogenous (urban form, tree distance to buildings, street orientation, solar angles, materials types...) factors on the reflectance of Sentinel-2 pixels (10/20 m resolution). For this, a sensitivity analysis was carried out with the DART 3D radiative transfer model. First, a design of experiments was built using 15 variables describing the trees and their environment. Four urban 3D scenes that were elaborated based on the Local Climate Zone (LCZ) typology. For each of these urban 3D scenes, 3000 simulations were generated. Then, Sobol indices were computed to estimate the influence of each factor on the Sentinel-2 reflectance, more specifically on the 10 spectral bands and 8 vegetation indices correlated to vegetation traits. These experiments were conducted on isolated and aligned trees. In addition, the influence of the geo-registration uncertainty of the Sentinel-2 products was assessed in comparing the results obtained using a single tree-centered pixel with those using pixels offset from the tree. Results showed that Sentinel-2 data at 10 m resolution, NDVI et ARVI indices are the most relevant for the estimation of vegetation traits both for isolated and aligned trees, especially in LCZ 5 and 8, and in using a single tree-centered pixel approach.
L'estimation des traits de végétation, qui est essentielle pour caractériser la santé des arbres à partir de données de télédétection, présente plusieurs défis dans les environnements urbains, en raison de la topographie des bâtiments 3D et de l'ombrage associé, de la diversité spectrale des matériaux, ou de la variété de la morphologie urbaine. De plus, la difficulté d'estimer les caractéristiques de la végétation augmente avec la diminution de la résolution spatiale, les pixels mixtes comprenant des informations sur les arbres et leur environnement. L'objectif de cette étude est d'estimer l'influence des facteurs endogènes (chlorophylle, LAI...) et exogènes (forme urbaine, distance des arbres aux bâtiments, orientation des rues, angles solaires, types de matériaux...) sur la réflectance des pixels de Sentinel-2 (résolution 10/20 m). Pour ce faire, une analyse de sensibilité a été réalisée à l'aide du modèle de transfert radiatif 3D DART. Tout d'abord, un plan d'expériences a été construit en utilisant 15 variables décrivant les arbres et leur environnement. Quatre scènes urbaines en 3D ont été élaborées sur la base de la typologie des zones climatiques locales (LCZ). Pour chacune de ces scènes urbaines en 3D, 3000 simulations ont été générées. Ensuite, des indices de Sobol ont été calculés pour estimer l'influence de chaque facteur sur la réflectance de Sentinel-2, plus particulièrement sur les 10 bandes spectrales et les 8 indices de végétation corrélés aux traits de végétation. Ces expériences ont été menées sur des arbres isolés et alignés. De plus, l'influence de l'incertitude du géo-enregistrement des produits Sentinel-2 a été évaluée en comparant les résultats obtenus en utilisant un seul pixel centré sur l'arbre avec ceux obtenus en utilisant des pixels décalés par rapport à l'arbre. Les résultats ont montré que les données Sentinel-2 à une résolution de 10 m, les indices NDVI et ARVI sont les plus pertinents pour l'estimation des caractéristiques de la végétation à la fois pour les arbres isolés et alignés, en particulier dans les LCZ 5 et 8, et en utilisant une approche de pixel unique centré sur l'arbre.
Fichier principal
Vignette du fichier
DOTA23118.1699000745_postprint.pdf (1.22 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04269155 , version 1 (03-11-2023)

Identifiants

Citer

Théo Le Saint, Sidonie Lefebvre, Laurence Hubert-Moy, Jean Nabucet, Karine Adeline. Sensitivity analysis of Sentinel-2 data for urban tree characterization using DART model. SPIE Remote Sensing 2023, Sep 2023, Amsterdam, Netherlands. pp.127350H, ⟨10.1117/12.2680259⟩. ⟨hal-04269155⟩
42 Consultations
4 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More