à propos

Les températures de surface

La température de la surface terrestre est une température estimée à la surface d'un élément (bâtiment, arbre, parking, champ, ...). Elle est estimée de mesures infrarouge thermique acquises à partir d'un capteur dédié (Smartphone, caméra, drone, satellite, ...). Cette température est considérée comme une variable fondamentale pour appréhender les échanges d'énergie entre la surface terrestre et l'atmosphère [Global Climate Observing System (GCOS)] qui permettent de comprendre l'évolution du climat actuel et futur (Reiners et al, 2023) . Dans le contexte du réchauffement climatique, elle représente un enjeu majeur pour analyser et comprendre les phénomènes des vagues de chaleurs et canicules récurrents qui impactent aussi bien la santé, les activités humaines que la biodiversité (Williams, J. J., & Newbold, T. (2020); Cheng, J. et al., (2014); NOAA).

Méthodologie

Les températures de surfaces présentées sur la plateforme de l'observatoire thermique sont issues de données infrarouge thermique acquises par la constellation satellitaire Landsat. Les satellites Landsat sont opérés par l'agence spatiale américaine (NASA) depuis 1972, dans ce cadre ils fournissent des données thermiques à une résolution de 100m (1 pixel de l'image représente 100m*100m au sol) avant 2013, puis 30m à partir de 2013. Ces données permettent une estimation globale et cohérente de la température de surface peut importe le contexte du territoire.

L'expertise d'Alkante intervient pour dériver les températures de surfaces de données thermiques acquises par les satellites Landsat. Des méthodes robustes et établies depuis plusieurs années dans la littérature scientifique ont été utilisées et réadaptées afin d'optimiser et automatiser les processus. Pour les données avant 2013, une approche dites RTE "Radiation Transfer Equation" (Sekertekin, 2019; Sobrino et al., 2004) a été utilisée et complétée par l'utilisation d'un modèle de corrections des effets atmosphériques "Libradtran" (Vanhellemont, 2020). Cette approche repose sur l'utilisation d'une seule bande thermique (disponibilité des images Landsat avant 2013).

Après 2013, une approche dites SWA - "Split-Window Algorithm" ( Rozenstein et al., 2014; Wang et al., 2019) a été utilisée et complétée par l'utilisation du modèle "Libradtran". Cette approche permet de fournir des images de températures de surfaces plus robustes car elle combine l'utilisation de deux bandes thermiques permettant de limiter les erreurs de mesures.

Comprendre

Les températures de surfaces présentées dans l'observatoire thermique est une information qu'il faut dissocier de la température de l'air.

La température de l'air est représentée, de manière générale, comme une température à 2m au dessus du sol. Cette température récupérée à partir de capteurs météorologiques, à l'avantage d’être facilement corrélée au ressenti humain (température ressentie) et à l'impact qu’elle engendre sur la santé.

La température de surface quant à elle représente une température du sol, d’un objet. Elle est récupérée à partir de capteurs dédiés, tel que des images satellites qui sont utilisées dans l’observatoire thermique. L’avantage de la température de surface estimée par satellite repose sur la mise en place de processus cohérents à l’échelle nationale. Toutefois, il est a noté que l'information représentée dans l'observatoire thermique possède une résolution de 30 à 100m (suivant l'année) qui suivant le contexte du territoire peut représenter un ensemble d'éléments apportant une information mixée et peut donc varier de mesures de températures de surfaces in-situ (réalisée avec des caméras ou encore des drones).

En ce sens, la température de l’air et de surface apportent des informations différentes mais souvent complémentaires qui vont évoluer de paire ou de manière différenciée au court d’une journée et suivant l’occupation du sol.

Indicateurs

Dans le cadre de l’observatoire thermique, un ensemble de représentations cartographiques et statistiques ont été établies afin de fournir des informations claires et explicites de l'impact des températures de surfaces sur un territoire.

Ces représentations ont été réalisées selon deux emprises distinctes, les limites communales et les emprises socio-économiques établies par l’INSEE, un carroyage de 200m par 200m afin de fournir des échelles de compréhension pertinentes.

Au sein des ces emprises, les représentations sont synthétisées en trois blocs :

• Un espace relatif à la température de surface, qui intègre une moyenne de la température de surface mais également la présence d’anomalies thermiques au sein de ce territoire. Ces anomalies représentent un objet ou ensemble d’objets dont le comportement thermique est différent de son environnement. Cela permet de mettre en avant les points de fraîcheur ou inversement les points de surchauffe d’un territoire.

• Un espace représentant l’occupation du sol, représenté sous la forme de graphique ou bien sous la forme d’indicateurs statistiques, illustrant la répartition d’occupation du sol du territoire observé. Cette information corrélée à la température de surface permet de définir si certain type d’occupation du sol impact l’évolution thermique d’un territoire. L’occupation du sol présent dans l’observatoire thermique est issue de deux types données :

  • La végétation qui est stratifiée et synthétisée en 4 classes de hauteurs (suivant la hauteur). Elle a été établie par Alkante à partir de données de l’Institut national de l’information géographique et forestière (IGN).

  • L’OCS GE mise à disposition par l’IGN et résumé en 4 classes eau, bâtiments, surfaces imperméables et autres (non affichée).

• Un espace lié au volet socio-économique qui est issu des données INSEE. Ces données corrélées aux températures de surfaces permettent d’évaluer l’impact des températures extrêmes sur les différentes populations et ainsi identifier les populations à risque.

Référence

Reiners, P., Sobrino, J., & Kuenzer, C. (2023). Satellite-derived land surface temperature dynamics in the context of global change—A review. Remote Sensing, 15(7), 1857.

Climate Change: Global Temperature NOAA Climate.Gov.

Williams, J. J., & Newbold, T. (2020). Local climatic changes affect biodiversity responses to land use: A review. Diversity and Distributions, 26(1), 76-92.

Cheng, J., Xu, Z., Zhu, R., Wang, X., Jin, L., Song, J., & Su, H. (2014). Impact of diurnal temperature range on human health: a systematic review. International journal of biometeorology, 58(9), 2011-2024.

Vanhellemont, Q. (2020). Combined land surface emissivity and temperature estimation from Landsat 8 OLI and TIRS. ISPRS Journal of Photogrammetry and Remote Sensing, 166, 390-402.

Rozenstein, O., Qin, Z., Derimian, Y., & Karnieli, A. (2014). Derivation of land surface temperature for Landsat-8 TIRS using a split window algorithm. Sensors, 14(4), 5768-5780.

Wang, L., Lu, Y., & Yao, Y. (2019). Comparison of three algorithms for the retrieval of land surface temperature from Landsat 8 images. Sensors, 19(22), 5049.

Sekertekin, A. (2019). Validation of physical radiative transfer equation-based land surface temperature using Landsat 8 satellite imagery and SURFRAD in-situ measurements. Journal of Atmospheric and Solar-Terrestrial Physics, 196, 105161.

Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of environment, 90(4), 434-440.