Résumé:
Le calcul des indices de végétation (VI) constitue un enjeu majeur pour diverses applications de surveillance environnementale, telles que l’écologie, la foresterie et l’agriculture. Ce suivi est particulièrement utile pour la gestion des territoires et la prévision de la santé de la végétation. Les propriétés de la végétation terrestre sont obtenues à partir d’indices de végétation grâce à des techniques de cartographie qui détectent les propriétés de la végétation à partir de données d’observation de la Terre. Différents algorithmes de calcul des indices de végétation exploitent les données satellitaires, le NDVI étant le plus connu. Les capteurs satellitaires tels que Landsat permettent l’acquisition d’images sous forme de séries chronologiques, sources précieuses de données pour décrire la santé de la végétation à partir de ces indices. Les données de télédétection ouvrent de nouvelles perspectives, mais soulèvent également la question du choix des algorithmes de traitement des données. Le logiciel GRASS GIS propose un nombre important de modules intégrant des techniques de scripting pour le calcul et la visualisation de divers indices de végétation. Ainsi, des données environnementales peuvent être extraites d’images satellitaires. Compte tenu des défis ci-dessus, cet article vise à utiliser divers modules de GRASS GIS pour le traitement des images satellites Landsat afin de détecter les changements de végétation de 2013 à 2023. L’objectif consiste à étudier différents VI en évaluant plusieurs algorithmes avec des données multispectrales d’entrée. La stabilité et la robustesse des méthodes de calcul de VI par le module « i.vi » de GRASS GIS sont discutées et comparées. L’objectif porte sur l’analyse environnementale d’une zone d’étude située en Angola, en Afrique australe. Le cadre technique de la cartographie est basé sur la détection des zones de végétation saine et déclinante en Angola. Les résultats ont démontré des images satellites traitées avec des zones détectées de végétation réduite et augmentée dans le centre de l’Angola. Cette étude contribue à la surveillance environnementale de l’Afrique australe en utilisant des méthodes cartographiques avancées et des données de télédétection.
Mots clés : Indice de végétation, Cartographie, Télédétection,
Dynamique environnementale, Écologie, Angola