Matériels et méthodes
39
3.3 Méthode 2 : Détection de la contamination plastique par le script de Copernicus
3.3.1 Description générale du script
Un script développé par MELYKUTI (2019) a été spécialement conçu pour traiter les images de
niveau 1C de Sentinel-2 (Annexe 2)
7 . Son objectif est de distinguer les zones terrestres des
zones aquatiques en utilisant l'Indice de l'Eau Normalisée (NDWI). Il devrait donc identifier
la présence de plastique dans l'eau selon une échelle de couleur allant du bleu foncé au jaune,
le bleu foncé indiquant l'absence de contamination. L’indice NDWI se traduit comme suit :
í µí±í µí°·í µí±í µí°¼ = (í µí°µ3 − í µí°µ8)/(í µí°µ3 + í µí°µ8)…(VI)
Le processus de développement du script a impliqué des tests de différentes méthodes
d'apprentissage automatique. Pour l'entraînement, 115 pixels ont été étiquetés, dont 13
présentaient du plastique et 102 n'en présentaient pas. Toutes les 12 bandes (B1-B12)
atteignant le fond de l'atmosphère ont été utilisées comme variables explicatives. Les données
de marquage du plastique proviennent d'une étude où trois cadres de 10mx10m remplis de
matériau plastique ont été placés dans la mer pour un survol unique des satellites Sentinel-1 et
-2.
Le développement du script a également abouti à plusieurs réalisations notables :
Une fonctionnalité écrite en Python3, mise en œuvre dans un notebook Jupyter,
permettant de sélectionner et de visualiser les pixels sélectionnés. Leurs valeurs dans
les 12 bandes sont extraites ;
Une implémentation en Python3 utilisant uniquement des opérations de base pour
évaluer les modèles d'apprentissage automatique ajustés à partir de Scikit-Learn, testés
par rapport aux implémentations Scikit-Learn eux-mêmes ;
La transformation de l’implémentation de l’auteur pour chaque modèle en code
JavaScript pour Sentinel Hub par un code Python3
La création d'un compartiment de stockage Google Cloud Storage pour héberger
divers scripts.
7 https://custom-scripts.sentinel-hub.com/sentinel-2/ocean_plastic_detector/
39
3.3 Méthode 2 : Détection de la contamination plastique par le script de Copernicus
3.3.1 Description générale du script
Un script développé par MELYKUTI (2019) a été spécialement conçu pour traiter les images de
niveau 1C de Sentinel-2 (Annexe 2)
7 . Son objectif est de distinguer les zones terrestres des
zones aquatiques en utilisant l'Indice de l'Eau Normalisée (NDWI). Il devrait donc identifier
la présence de plastique dans l'eau selon une échelle de couleur allant du bleu foncé au jaune,
le bleu foncé indiquant l'absence de contamination. L’indice NDWI se traduit comme suit :
í µí±í µí°·í µí±í µí°¼ = (í µí°µ3 − í µí°µ8)/(í µí°µ3 + í µí°µ8)…(VI)
Le processus de développement du script a impliqué des tests de différentes méthodes
d'apprentissage automatique. Pour l'entraînement, 115 pixels ont été étiquetés, dont 13
présentaient du plastique et 102 n'en présentaient pas. Toutes les 12 bandes (B1-B12)
atteignant le fond de l'atmosphère ont été utilisées comme variables explicatives. Les données
de marquage du plastique proviennent d'une étude où trois cadres de 10mx10m remplis de
matériau plastique ont été placés dans la mer pour un survol unique des satellites Sentinel-1 et
-2.
Le développement du script a également abouti à plusieurs réalisations notables :
Une fonctionnalité écrite en Python3, mise en œuvre dans un notebook Jupyter,
permettant de sélectionner et de visualiser les pixels sélectionnés. Leurs valeurs dans
les 12 bandes sont extraites ;
Une implémentation en Python3 utilisant uniquement des opérations de base pour
évaluer les modèles d'apprentissage automatique ajustés à partir de Scikit-Learn, testés
par rapport aux implémentations Scikit-Learn eux-mêmes ;
La transformation de l’implémentation de l’auteur pour chaque modèle en code
JavaScript pour Sentinel Hub par un code Python3
La création d'un compartiment de stockage Google Cloud Storage pour héberger
divers scripts.
7 https://custom-scripts.sentinel-hub.com/sentinel-2/ocean_plastic_detector/