Analyse océanographique utilisant les données de trajectoire dans ArcGIS Pro

Keith-VanGraafeiland

Diverses formes de données de télédétection sont collectées pour aider à comprendre notre planète. Les images satellites, qui capturent la réflectance de la surface de la Terre, sont un atout familier au sein de la communauté GIS et servent de source de données vitale pour l'analyse et la visualisation GIS. Les données d'altimétrie sont une addition relativement récente dans le monde du GIS et d'ArcGIS Pro. Les données d'altimétrie sont collectées via des capteurs satellitaires qui enregistrent l'élévation des caractéristiques de surface telles que la hauteur du couvert végétal, la hauteur de la surface de la mer et l'épaisseur de la glace.  Ces nouvelles données et capacités offrent une opportunité pour une analyse et une compréhension améliorées. Grâce à l'engagement de NASA envers les initiatives de science ouverte—caractérisées par la transparence, l'accessibilité, l'inclusivité et la reproductibilité—ces données d'altimétrie sont librement et facilement accessibles à tous les chercheurs.<\/P>

ArcGIS vise à être un système complet capable de gérer diverses formes de données de télédétection, y compris le traitement et l'analyse des données provenant des capteurs d'altimétrie.   Dans cet <\/SPAN>exemple<\/A>, les données d'altimétrie CryoSat-2 sont utilisées pour l'analyse dans ArcGIS Pro afin de quantifier la quantité de changement\/perte dans la calotte glaciaire du Groenland au fil du temps.  C'est un excellent exemple de comment les données d'altimétrie peuvent aider à soutenir l'analyse sur terre.  Les données d'altimétrie ont également des applications efficaces dans l'environnement océanique. Les exemples suivants démontrent comment cela peut être réalisé.<\/P>

L'océan est vaste et dynamique. Actuellement, le nombre d'instruments collectant des observations océanographiques physiques in-situ en quasi temps réel rend difficile la mesure du changement en haute mer avec une grande précision. Les altimètres satellitaires fournissent une mesure globale et précise de la topographie de la surface océanique. Ces instruments fonctionnent en transmettant des impulsions radar vers la surface océanique, déterminant la hauteur du capteur au-dessus de la surface en mesurant le temps pris par l'impulsion radar pour revenir. La hauteur de la surface de la mer est ensuite calculée comme la différence entre la hauteur du capteur et la hauteur du capteur au-dessus de la surface.  Ces précieuses informations permettent de surveiller les changements dans la hauteur de la surface de la mer, la circulation océanique, et les prévisions météorologiques pour les cyclones tropicaux, entre autres usages.<\/P>

ArcGIS Pro offre un support pour divers capteurs d'altimétrie, y compris <\/SPAN>

Sentinel 3 SRAL<\/A>, <\/SPAN>Sentinel 6<\/A>, <\/SPAN>Jason 2 and Jason 3<\/A>, ces deux derniers ayant été ajoutés récemment dans la version 3.2 d'ArcGIS Pro.<\/P>

Le jeu de données trajectoire<\/H1>Les capteurs d'altimétrie recueillent des données ponctuelles le long des trajectoires de vol, que nous appelons données trajectoires. ArcGIS utilise un jeu de données trajectoire pour gérer efficacement ce type de données. C'est similaire au modèle mosaic dataset, qui organise une collection d'images, le <\/SPAN>jeu de données trajectoire<\/A> <\/SPAN>sert un but similaire, mais gère une compilation de fichiers trajectoires contenant des mesures ponctuelles. La sous-couche point du jeu de données trajectoire peut être utilisée comme couche classe d'entités lors du traitement et de l'analyse. Vous pouvez générer un jeu de données trajectoire à partir d'un dossier contenant des fichiers trajectoires en utilisant deux outils géotraitement :<\/P>L'outil <\/SPAN>Create Trajectory Dataset<\/A> <\/SPAN>crée un jeu de données trajectoire dans une géodatabase fichier.<\/LI>L'outil <\/SPAN>Add Data to Trajectory Dataset<\/A> <\/SPAN>est utilisé pour charger les fichiers/données trajectoires dans le jeu de données trajectoire. Il existe différentes options lors de l'importation des données trajectoires permettant aux utilisateurs de spécifier les types de capteurs et les variables associées à charger.<\/LI><\/UL>

Modéliser la topographie de surface océanique en utilisant la variable SSH<\/H1>Dans cet exemple, les données d'altimétrie Sentinel-3 sont utilisées pour cartographier la Hauteur de Surface Marine (SSH).  Sentinel 3 dispose d'une configuration à deux satellites offrant une couverture avec une période revisit rapide comparée à d'autres capteurs d'altimétrie.  Les données d'altimétrie Sentinel 3 peuvent être consultées via le <\/SPAN>EUMETSAT Data Service<\/A>.<\/P>

En utilisant une semaine de données altimétriques niveau 2, un jeu de données trajectoire a été créé.  Le jeu contient une variable SSH calculée à la volée à partir des variables niveau moyen marin et anomalie hauteur surface mer.  La variable SSH est calculée lorsque Add Data to Trajectory Dataset est utilisée pour charger les données altimétriques dans le jeu trajectoire et que le type Sentinel 3 SRAL est sélectionné. Ci-dessous se trouve le jeu créé à partir des données Sentinel 3 SRAL entre le 02/01/2022 et le 08/01/2022. Il contient 394 pistes (lignes vertes) référencant 817 204 points d'observation.<\/P>

<\span><\span><\p>Ensuite, en utilisant l'outil

Interpolate From Spatiotemporal Points un raster SSH a été produit.  Pour améliorer la visualisation, l'option triangulation pour interpoler les données a été utilisée.<\span>Outil géotraitement <\p> Un masque terrestre est également utilisé pour nettoyer les pixels sur terre. Le raster SSH résultant a ensuite été utilisé comme source d'élévation en 3D, tout en fonctionnant aussi comme couche raster drapée sur la surface d'élévation. Cela fournit une représentation claire des pics et vallées présents durant cette période dans la topographie océanique.<\p> <\p> <\p>Analyse du changement en hauteur de surface marine<\h1>Dans cet exemple, les données des capteurs Jason 2 et Jason 3 sont utilisées pour montrer les changements en SSH. La combinaison des capteurs Jason 2 et 3 offre une couverture temporelle continue depuis 2008 jusqu'à présent (Jason 2 – 2008 à 2016 et Jason 3 depuis 2016). L'accès aux données Jason 3 et Jason 2 est disponible via plusieurs sources ; dans ce cas, le site  NOAA NCEI ftp a été utilisé en raison de sa facilité pour le téléchargement par lots.<\p>Pour réaliser une analyse prolongée sur la hauteur moyenne marine, nous avons utilisé deux variables : SSH (Hauteur Surface Marine) et SSHA (Anomalie Hauteur Surface Marine).  Deux jeux indépendants trajectoires ont été créés respectivement pour Jason 2 et Jason 3, chacun contenant les variables SSH et SSHA.  Les entités ont ensuite été exportées vers des classes d'entités individuelles avec l'outil Copy Feature, les maintenant comme deux classes distinctes pour analyses ultérieures.<\p>Calculer la moyenne mensuelle SSHA<\h2>Dans ces étapes nous utilisons les données SSHA issues des classes entités Jason 2 et Jason 3 pour créer indépendamment des rasters multidimensionnels (séries temporelles).  Pour cela, nous utiliserons encore l'outil Interpolate From Spatiotemporal Points – cette fois avec l'option IDW afin de calculer une variable SSHA mensuelle pour chaque jeu indépendamment.  Ensuite, nous fusionnons les résultats issus des deux jeux avec l'outil Merge Multidimensional Raster.  Le résultat animé ci-dessous,  est une compilation mensuelle temporelle combinant Jason 2 et Jason 3 allant de 2008 à 2022.<\p><\/span><\/P> <\/P>Changement global moyen de la hauteur de la surface de la mer<\/H2>Dans cet exemple, l'objectif est de calculer la hauteur moyenne globale de la surface de la mer en utilisant les points de données altimétriques des classes d'entités Jason 2 et Jason 3 créées à l'étape précédente. Une fois de plus, l'outil « Interpoler à partir des points spatiotemporels » est utilisé, cette fois en sélectionnant la méthode d'interpolation « Moyenne » pour calculer les moyennes mensuelles pour chaque classe d'entités indépendamment. L'option Moyenne calcule la moyenne en utilisant les points d'observation dans la taille de pixel et l'intervalle de temps désignés, évitant l'extrapolation des pixels dans les zones sans données et éliminant l'introduction d'erreurs.  Ci-dessous un exemple de moyenne mensuelle interpolée Jason créé. La zone de données valides est comprise entre -180 et 180 et -60 et 60 (déformée dans les régions polaires).<\/P><\/span><\/P> En analysant les données raster de 2016 provenant de Jason 2 et Jason 3 (la superposition d'un an maintenue pour les besoins de calibration des données), nous avons observé un écart de 0,7 mètre. Par conséquent, nous avons appliqué un facteur de correction de 0,7 mètre aux données Jason 2 avant de les fusionner avec le jeu de données Jason 3.<\/P>Ensuite, les moyennes globales pour SSH mensuel et annuel ont été calculées en utilisant l'outil « Statistiques zonales sous forme de table<\/A> » ; les résultats sont représentés sous forme de graphiques ci-dessous.  Cela permet d'examiner les variations saisonnières et annuelles, les changements et tendances dans le SSH global.<\/P>

<\/span><\/P> <\/P>

Surveillance de la hauteur significative des vagues<\/H1>Plusieurs de ces capteurs altimétriques offrent des mesures quasi temps réel de la hauteur de la surface de la mer, de la hauteur significative des vagues et de la vitesse du vent, facilitant l'océanographie opérationnelle et la surveillance climatique. La nouvelle <\/SPAN>capacité Trajectory profile chart<\/A> <\/SPAN>fournit un outil précieux pour visualiser rapidement les données quasi temps réel. Ce qui suit montre une comparaison de la hauteur significative des vagues provenant de Sentinel 6 sur deux jours consécutifs le long de deux trajectoires distinctes.<\/P><\/span><\/P> <\/P>Ces exemples visent à aider à comprendre comment ces outils trajectory dans ArcGIS Pro peuvent être utilisés pour l'analyse océanographique.  N'hésitez pas à contacter les auteurs du blog si vous avez des questions, commentaires ou retours.<\/SPAN><\/P>Lien vers le blog ArcGIS : https:\/\/www.esri.com\/arcgis-blog\/products\/arcgis-pro\/analytics\/oceanographic-analysis-using-trajectory-data\/<\/A> <\/P>