L'imagerie hyperspectrale pour comprendre le passé : application en sédimentologie et en archéologie pariétale - Archive ouverte HAL
Communication Dans Un Congrès Année : 2024

L'imagerie hyperspectrale pour comprendre le passé : application en sédimentologie et en archéologie pariétale

Maxime Debret

Résumé

L'imagerie hyperspectrale est une technologie récente qui gagne en popularité en laboratoire depuis les années 2000 pour les géosciences, ainsi que pour les études patrimoniales et l'histoire de l'art. Pour autant, son utilisation en sédimentologie ou en archéologie de l'art rupestre ne date que des années 2010 pour la première, 2020 pour la seconde, et est encore restreinte à quelques groupes de recherche.Deux objets de ces deux disciplines seront utilisés pour dresser un état des lieux des avancées dans ces domaines. Une carotte sédimentaire du lac du Bourget (France) de 55 cm permet de couvrir 200 ans de sédimentation et donc de variabilités climatiques et environnementales (Jacq et al., 2022). L'abri sous roche d'Otello (Saint-Rémy-de-Provence, France), qui regroupe plus de 300 figures caractérisées par une apparente diversité de matières picturales et de nombreuses superpositions, témoigne d’une fréquentation néolithique du massif des Alpilles (Ve-IIIe millénaire av. J.-C.) (Defrasne et al., 2023; Schmitt et al., 2023).Des imageurs VNIR (Visible and Near Infrared) et SWIR (Short Wave Infrared) de Specim Ltd. (Finland, sédiments) et de NEO (Nork Elektro Optikk, Norway, abri sous roche) ont été utilisés et permettent de couvrir les gammes spectrales du visible et proche infrarouge. Les dispositifs expérimentaux ont été adaptés notamment pour les illuminants pour tenir compte des spécificités d’acquisition de ces 2 types d’objet (en laboratoire, en extérieur). De nombreuses méthodologies d’intelligence artificielle ont été employées sur ce type de données et dépendent des objectifs visés, ainsi que des données complémentaires à disposition dans certains cas. Les approches de modélisation des absorptions caractéristiques avec des indices reposant sur des équations simples (ratio, différence…) sont très utilisées et permettent d’obtenir rapidement des informations qualitatives et généralement bien caractérisées grâce aux longueurs d’onde choisies. L'analyse en composantes indépendantes (ACI) est une méthode qui a fait ses preuves pour démélanger une image en ses sources indépendantes et détecter les caractéristiques majoritaires ainsi que les signatures faibles. Les approches de classification et de régression sont aussi performantes mais nécessitent des données labélisées connues pour l’apprentissage de ces méthodes en vue de leur généralisation à l’ensemble de l’image.Grace à toutes ces méthodes, différentes problématiques ont pu être traitées pour les carottes sédimentaires et elles peuvent être rassemblées en cinq grandes thématiques : l'état trophique des lacs et des masses d'eau grâce à l’analyse des pigments organiques, les approches source-puits pour le traçages de l’origine des sédiments, les études de la matière organique et de la minéralogie, et la caractérisation des dépôts sédimentaires avec la classification des dépôts événementiels (crues, séismes…) ou saisonniers (lamines). Pour le cas de l'art rupestre, ces méthodes ont permis la découverte de nombreuses nouvelles figures invisibles à l'œil nu, de séparer des figures au sein de superpositions complexes, de découvrir des figures recouvertes par des produits d'altération. De plus, grâce aux classifications des pigments à l'échelle de la paroi, il est possible d'isoler automatiquement différentes peintures et d’envisager la réalisation d’une cartographie des matières picturales permettant d’identifier des regroupements de figures de matières semblables. Ceci constitue une information essentielle à la compréhension des syntaxes graphiques. A travers ces deux exemples, on voit que l'imagerie hyperspectrale est encore un outil émergent et qu'elle offre de nombreuses possibilités pour affiner la compréhension des processus environnementaux en sédimentologie, ainsi que des systèmes graphiques anciens. Malgré l’application de la méthode à des objets différents, il existe de nombreuses passerelles entre ces disciplines pour mobiliser l’imagerie hyperspectrale dans une compréhension accrue des environnements et sociétés passés.Ces travaux sont au centre de plusieurs projets, notamment DESTOX pour l’étude des polluants dans les sédiments de la Seine, ou encore MITI SEMIOTIC et ANR SCHEMA pour la caractérisation des parois d’abris ornés.
Fichier non déposé

Dates et versions

hal-04597711 , version 1 (03-06-2024)

Identifiants

  • HAL Id : hal-04597711 , version 1

Citer

Kévin Jacq, Maxime Debret, Claudia Defrasne, Bernard Schmitt, Marion Masse, et al.. L'imagerie hyperspectrale pour comprendre le passé : application en sédimentologie et en archéologie pariétale. 9ème colloque scientifique du groupe hyperspectral de la SFPT, SFPT-GH, May 2024, Rennes, France. ⟨hal-04597711⟩
115 Consultations
0 Téléchargements

Partager

More