Fiche détaillée
| Id | 536 |
| Auteur | Simeth Brian |
| Titre | Stage chez Spacebel dans le cadre du projet SENWISE |
| Sous-titre | Suivi de la santé des forêts par télédétection hyperspectrale |
| Résumé | Réalisé chez Spacebel SA dans le cadre du projet SENWISE de l'ESA, ce stage porte sur la surveillance de la santé des forêts à l'aide de l'imagerie hyperspectrale, en vue de la mission CHIME de Copernicus. S'appuyant sur les précurseurs PRISMA et EnMAP, un indice composite de santé forestière (GFHI-5) regroupe cinq indices à bande étroite, pondérés à l'aide d'une analyse hiérarchique (AHP) et normalisés à l'aide de bornes empiriques (P2–P98). Le produit final porte sur le cas wallon en hiver acquis par EnMAP (56 placettes) et combine trois couches distinctes : le composite GFHI-5, des variables biophysiques dérivées à l’aide de l’apprentissage automatique, et le suivi des séries temporelles Sentinel-2. Le cas italien (polygones de scolytes, Tyrol du Sud) sert de test de robustesse. Aucun composite ne surpasse le meilleur indice individuel (le « red edge » pour le dépérissement, le PSRI pour la mortalité des branches) ; l’intérêt du GFHI réside dans sa robustesse face à des stress multiples et sa comparabilité entre les sites, la combinaison des trois couches permettant de mieux saisir le signal observé sur le terrain. |
| Summary | Carried out at Spacebel SA within the ESA SENWISE project, this internship addresses forest health monitoring from hyperspectral imagery, in preparation for the Copernicus CHIME mission. Building on the PRISMA and EnMAP precursors, a composite forest health index (GFHI-5) combines five narrow-band indices, weighted using a hierarchical analysis (AHP) and normalised using empirical thresholds (P2–P98). The final product focuses on the Walloon case in winter, as imaged by EnMAP (56 plots), and combines three distinct layers: the GFHI-5 composite, biophysical variables derived using machine learning, and Sentinel-2 time-series monitoring. The Italian case (bark beetle polygons, South Tyrol) serves as a robustness test. No composite outperforms the best individual index (the ‘red edge’ for dieback, the PSRI for branch mortality); the value of the GFHI lies in its robustness in the face of multiple stresses and its comparability across sites, with the combination of the three layers enabling a better understanding of the signal observed in the field. |
| Volee | 2025 |
| Soutenance | 2026-07-24 |
| Sujet | Observation de la Terre ; Imagerie Hyperspectrale ; PRISMA ; EnMAP ; Série temporelle ; Sentinel-2 ; Santé des Forêts ; Indice Composite ; Copernicus / CHIME ; SENWISE |
| Url 1 | Diffusion interdite |
| Url 2 | |
| Url 3 |