Cartographie des linéaments géologiques en domaine aride par extraction semi-automatique à partir d’images satellitaires: Exemple à la région d’El Kseïbat (Sahara algérien)
Geological lineament mapping in arid area by semi-automatic extraction from satellite images: example at the El Kseïbat region (Algerian Sahara)

N. Hammad, M. Djidel, N. Maabedi

Université KasdiMerbah Ouargla, Laboratoire de Géologie du Sahara, Faculté des Hydrocarbures, des Energies Renouvelables et des Sciences de la Terre et de l’Univers, Ouargla 30000, Algérie. Email: hyperspectre007@yahoo.fr

IntroductionTOP

Dans une image, les éléments linéaires sont représentés par tous les objets filiformes tels que routes et rivières, pour ceux qui sont mieux définis mais également par les limites de parcelles telles que haies, talus, etc. (Hobbs, 1912; Lattman, 1958; O’Leary et al., 1976; Chorowicz & Mukonki, 1979; Chorowicz et al., 1989).

Les linéaments qui nous intéressent, nous géologues, sont ceux d’origine naturelle et qui correspondent le plus souvent à des lignes de crêtes topographiques, des contacts entre formations de lithologies différentes, des ensembles de plis et des lignes de fractures ou de failles (Pélissonnier, 1974; Nicolini, 1980; Scanvic, 1993; Ozer, 1989).

Ils peuvent être identifiés visuellement par leur effet sur le paysage (Lachaine, 1999). D’autres linéaments dont la signification géologique est probable ou douteuse (Fourcade, 1979) peuvent être reconnus telle la géométrie des rives d’un plan d’eau ou la forme très rectiligne du réseau de drainage, des anomalies de végétation qui pourraient correspondre à des anomalies géochimiques du sous-sol (Lefèvre, 1979) ou à des structures profondes (Tonelli, 1975). Scanvic, (1986), constate que les structures géologiques contrôlent tellement la morphologie de la surface terrestre que, dans presque tous les cas, les linéaments extraits d’une image satellitaire caractérisent ces structures à un très fort degré.

L’extraction de ces éléments linéaires s’effectue généralement suivant deux approches: par photo-interprétation ou automatiquement (Caloz & Colet, 2001; Provencher & Dubois, 2007; Sukumar et al., 2014).

La photo-interprétation continue à être la démarche habituelle utilisée pour de multiples travaux de cartographie détaillée dans différents domaines (Lattman, 1958; Joshi 1989; Lillesand & Kiefer, 1994; Jourda et al., 2006; Provencher & Dubois, 2007; Kouamé et al., 2009). Cependant elle présente l’inconvénient d’être subjective et laborieuse (Moore, 1986; Joshi, 1989; Dubois, 1999).

L’extraction automatique est effectuée grâce à de nombreux algorithmes avancés (Moore et Waltz, 1983; Canny, 1986; Burns et al., 1986; Toumazet, 1990; Masuda et al., 1991; De sève et al., 1994; Argialas et al., 2000; Caloz & Collet, 2001; Hung et al., 2005; Hanifi, 2009; Abdullah et al., 2010; Mahdi & Jawad, 2015) qui parviennent à détecter les linéaments et à les extraire. Bien que rapide et objective, cette approche présente le désavantage de ressortir tous les éléments linéaires net ou à bord net présents dans l’image sans tenir compte de leur nature (naturel ou anthropologique).

Compte tenu des avantages et inconvénients de chacune de ces approches jugées inadéquates à nos conditions de terrain, une approche semi-automatique est proposée.

En effet le contexte d’étude caractérisé par sa grande étendue, sa complexité structurale et l’abondance des dépôts dunaires rend nécessaire une nouvelle manière d’extraction qui à travers une succession de traitements et de filtrages permet de pallier ces contraintes.

Cadre géologique de l’étudeTOP

La région d’El Kseïbat connue sous le nom de Gourara se situe dans la partie nord-ouest du Sahara algérien, sur le territoire de la wilaya d’Adrar.

A l’intersection des principaux éléments structuraux du sud-ouest algérien (Figure 1), le secteur d’étude constitue à la fois la partie centrale de la zone de jonction entre la chaîne de l’Ougarta et la région de bled El Mass (bordure occidentale du bassin de l’Ahnet) (Wilckzinsky et al., 1987) et la zone de suture de l’extrémité orientale du craton ouest africain d’âge éburnéen et la partie externe de la plateforme panafricaine. Géologiquement, la région est limitée au nord-est, par la voûte d’Azzène qui la sépare du bassin de Timimoun et au sud-ouest, par la chaîne de l’Ougarta qui la sépare du bassin de Reggane au niveau de la zone haute de Bled El Mass. Vers le Sud-Est elle est séparée du bassin de l’Ahnet par l’ensellement de l’Azzel-Matti.

Le substratum sur lequel s’est déposée la série sédimentaire n’a pas été caractérisé du fait qu’aucun affleurement n’a été décrit dans la région. Sa description s’est effectuée essentiellement à la lumière des données de subsurface (forage, sismique, gravimétrie et aéromagnétisme) (Wilckzinsky et al., 1987; Drid, 1989).

Les principales formations sédimentaires décrites dans cette région appartiennent au paléozoïque, affleurant dans sa partie septentrionale (Figure 2), surmontées en discordance de séries méso-Cénozoïques qui recouvrent la partie méridionale. Cette discordance témoigne du plissement varisque de la région.

La région se caractérise également par un grand développement de sédiments crétacés et quaternaires et par la présence de nombreux paléochenaux plio-quaternaires (Bensefia, 2005).

Le contexte structural de la région a été difficile à décrire en raison de sa situation sur la zone qui limite le Craton Ouest Africain et la Plateforme Saharienne et à la terminaison sud-est de la chaîne hercynienne de l’Ougarta.

Les mouvements tectoniques verticaux et horizontaux manifestés durant les différentes étapes de l’histoire géologique, essentiellement paléozoïques, sont à l’origine des nombreuses structures et failles sculptées sur le schéma structural de la région (Figure 3)

Données disponiblesTOP

Notre étude s’appuie sur image extraite d’une scène LANDSAT 7 ETM+, p197r 40, acquise le 16/04/2000 (Figure 4). Ces images satellitaires ont été choisies du fait de leur caractéristique spectrale et spatiale permettant une bonne cartographie structurale à petite échelle (Scanvic, 1993; Jourda et al., 2006). Les traitements sont effectués sur le logiciel ENVI 4.5.

L’image ETM+ utilisée apparait sans bruit radiométrique majeur et ne nécessite donc pas de traitement radiométrique. Par contre une correction géométrique de type "image à carte" a été effectuée afin de les rendre parfaitement superposables aux cartes thématiques existantes (cartes topographiques, géologiques). A partir de douze couples de points d’amer, bien distribués, relevé sur l’image ETM+ et sur la carte géologique au 1/200000^ème, les coordonnées originales (ligne et colonne) sont traitées par ordinateur pour obtenir les nouvelles coordonnées au sol.

De plus nous disposons de cartes géologiques régionales au 1/500000^ème couvrant les régions de Kerzaz, Timimoune et Adrar, d’une carte géologique d’El Kseïbat au 1/200000^ème établie par Wilckzinsky et al., (1987). Une mission sur terrain a été effectuée en janvier 2014 pour la validation des résultats. Pour valider certains linéaments non reconnus sur les travaux de surface, l’étude s’est appuyée également sur des rapports inédits des études géophysiques à savoir gravimétriques et aéromagnétiques réalisées par la Sonatrach (1986) et l’Aéroservice (1975) respectivement.

MéthodologieTOP

La méthodologie adoptée pour la cartographie des linéaments s’est effectuée en deux étapes successives et complémentaires.

Une première étape d’amélioration et renforcement pour faciliter l’extraction de l’information relative aux linéaments repérés dans l’image grâce aux frontières linéaires entre deux zones de brillance différente ou de texture différente (Nguyen & Ho, 1988; Fraipont & Hirsch, 1984; Lachaine, 1999; Caloz & Collet, 2001).

La deuxième partie est l’extraction des linéaments proprement dite. Le schéma ci-dessous (Figure 5) résume la méthodologie de travail réalisée. Les filtres appliqués et les différentes opérations effectuées sont donnés par ordre de réalisation.

Filtrage et Traitements de rehaussementTOP

Traitement de transformationTOP

Les plus couramment utilisés parmi les traitements de transformation (Scanvic, 1993; Jourda et al., 2006) d’image sont l’Analyse en Composantes Principales (ACP) et les ratios.

L’analyse en composante principale est une technique efficace pour accentuer une image multispectrale à des fins d’interprétation géologique. Elle consiste en une transformation mathématique (Bonn & Rochon, 1992; Jourda et al., 2006) qui génère des nouvelles images, composantes ou axes, qui sont en combinaison linéaire avec les images originales. Les trois premières composantes contiennent un grand pourcentage de la variance totale présente dans les six bandes originales des canaux ETM+. Le ratios ou calcul des rapports spectraux est une transformation d’image très commune. Il permet de renforcer et rehausser des variations subtiles dans les réponses spectrales de différents objets et de rehausser certains détails contenus dans l’image (Youan et al., 2008). Pour notre étude, seule l’atténuation des effets d’ombrage liés au relief a été réalisée, grâce aux rapports de bandes ETM+3/ETM+4, ETM+4/ETM+5 et ETM+4/ETM+7.

L’analyse texturaleTOP

L’information texturale dans une image est donnée par la forme et la configuration d’un groupe de pixel de niveau de gris différents (Lake, 1991). La méthode développée par Haralick (1979) est une méthode statistique qui permet de sélectionner les paramètres qui définissent le mieux les éléments structurants en mesurant la distribution des tons de gris par des matrices de cooccurrence pour déterminer les relations entre un pixel donné et son voisinage (Kouamé et al., 1999; Kouamé et al., 2009). Cette matrice de cooccurrence, appréciée dans une multitude de travaux visant la caractérisation, classification et la modélisation des textures (Lohmann, 1995; Caloz et Colet, 2001; Hanifi, 2009), est appliqué sur les bandes ETM3 et ETM7. Ces deux bandes sont sélectionnées pour leur fiabilité en analyse structurale et en discrimination lithologique (Scanvic, 1993) due à leur sensibilité aux moindres variations des tons de gris dans l’image engendrée par des variations lithologiques.

Huit indices de cooccurrence normalisés (Figure 6) sont calculés et créés à partir de l’ensemble de la matrice mais seulement trois indices ont été retenu homogénéité, dissemblance et moyenne qui accentuent les principaux éléments structuraux (Gotlieb & Kreyszig, 1990; Kouamé et al., 1999; Hanifi, 2009).

Filtrage spatiale des imagesTOP

Les filtres spatiaux (Tableau 1) sont des opérateurs locaux qui selon Caloz et Collet (2001) prennent en compte le voisinage d’un élément du signal, du pixel en traitement d’images, pour accentuer, atténuer ou extraire une propriété locale telle que le gradient, la moyenne, ou d’autres paramètres statistiques. Leur application permet d’épurer l’image de manière que les lignes frontières se présentent plus nettement sans toutefois réduire l’information àl’intérieur des unités spatiales en d’autres termes la détection et le renforcement des contours.

Comme il est question d’accentuer et de dégager les linéaments correpondant à des discontinuités lithologiques ou structurales, nous avons opté au départ pour un filtrage linéaire par des opérateurs de convolution, type laplacien, spécialement établi pour détecter et rehausser les contours. Cepandant, ces filtres présentent l’inconvénient de dédoubler les lignes de contour (Caloz et Colet, 2001). Pour cela on lui a préfèré d’autres filtres directionnels. Ces derniers améliorent la perception des linéaments en provoquant un effet optique d’ombre porté sur l’image comme si elle était éclairée par une lumière rasante (Marion, 1987) et permettent de rehausser les linéaments qui ne sont pas favorisés par la source d’éclairement (Drury, 1986). Sous ENVI 4.5, ce filtrage a été établi dans plusieurs directions (0°, 45°, 90° et 135°) avec une fenêtre de 5x5 pour les linéaments majeurs et 3x3 pour les structures plus fines (Figure 7). Les bandes utilisées pour les filtrage directionnel sont les bandes ETM3, ETM7, les ratios (ETM+3/ETM+4, ETM+4/ETM+7) et l’ACP1.

L’ensemble des images résultant du filtrage directionnel ainsi que celles des indices texturaux d’homogénéité, de dissemblance et de moyenne ont toutes été retenues pour l’étape suivante de l’extraction des linéaments.

Extraction des linéamentsTOP

Binarisation par seuillage des imagesTOP

La phase qui permet réellement d’obtenir le contour est la biarisation. Après transformation et filtrage, l’image est en ton de gris et le contour n’est obtenu qu’après avoir binarisé l’image transformée (Dubois, 1999). Le choix du seuil de binarisation est très délicat et pose deux problèmes. Si l’on applique un seuil trop bas certains linéaments ne pourront plus ètre discernés dans la masse de conours retenus (micro-contours, faux contours et zones hétérogènes). Si l’on retient un seuil trop élevé les linéaments deviennent discontinus et certains disparaissents ou ne sont plus que de rares points. Pour l’estimation du seuil approprié nous avons eu recour à l’histogramme des fréquences par un streching interactif. Un seuil acceptable fut déterminé manipulant les extrémités de l’histogramme de fréquence.

Morphologie mathématiqueTOP

Les images issues de l’étape précédente ressortent bien les éléments structuraux contenus dans l’image mais restent toujours remplies de bruit et de pixels libres entre les linéaments. Pour y remédier un opérateur morphologique d’érosion qui vise à amincir ou squeletiser les contours (Bonn et Rochon, 1992; Kouamé et al., 1999; Caloz et Colet, 2001) a été appliqué. Après il était nécéssaire de reconnecter les parties où le contour se perd, en utilisant un autre opérateur morphologique, la dilatation. Nous avons été amené à répéter les opérations érosion/dilatation pour bien amincir les contours sans les rendre discontinus. Pour éliminer certaines tâches composées de pixels sans pour autant modifier la taille des autres objets nous avons appliqué une opération d’ouverture qui consiste en une érosion suivie d’une dilatation (Caloz et Colet, 2001). Une opération de fermeture visant l’élimination des petits trous au milieu des contours sans modifier leur taille, termine cette procédure de filtrage morphologique.

Les images résultantes sont de bonne qualité visuelle ressortent les eléments linéaires contenu dans l’image. Ces images ressortaient également les contours des abondantes formations dunaires couvrant la région.

Dans les étapes suivantes, il est question de rassembler l’information contenue dans l’ensembles des bandes et de diminuer l’effet du sable qui ressortait sur les images filtrées et seuillées.

Extraction des linéamentsTOP

Pour regrouper l’information contenue sur les différentes images et obtenir une image omnidirectionnelle nous avons tout simplement additionné les images binarisées (filtres texturaux retenus et filtres directionnels) par la fonction band math. La nouvelle image ainsi obtenue de cette sommation aura des valeurs comprises entre (0) et (n) selon la valeur du pixel et le nombre de bandes aditionnées (n).

L’image obtenue est par la suite binarisée par l’application d’un masque qui réduit à 1 les valeurs superieures à 1 et maintient les pixels à valeur 0 et 1.

Sur cette image seuls les contours des sables et des cordons dunaires, très abondants, posaient problème en se confondent avec certains linéaments géologiques. Pour épurer l’image de ces fourmillants contours et petits segments sans avoir à les suprimer manuellement, nous avons procédé par la création d’un masque des dunes (Figure 8). Créée par une classification supervisée par la méthode support vector Machine (SVM) (Hanifi, 2009), la classe dune est transformée en un vecteur qui a servi à la construction du masque. Cette étape a permis le seuillage des dunes qui seront codées sur 1 et le reste sera codé sur 0. Cette image est par la suite soustraite par band Math de l’image binarisée des linéaments. Tout les pixels à valeur 1 correspondant à des sables sont soustraits de l’image seuilée et leur valeur devient alors 0.

Résultats et DiscussionTOP

La technique d’extraction semi-automatique proposée s’avère assez rapide et objective. Le choix d’un enchainement cohérent et logique de traitements atténuant les différentes contraintes du terrain constitue l’étape la plus délicate parla détection des seuils les plus appropriés et l’application des masques adéquats (masque de la classe dune). La particularité réside dans le faite d’avoir additionnées les images filtrées et seuillées pour obtenir les linéaments existant dans l’ensemble des directions décrites. De plus, les fourmillants segments correspondant aux crêtes et aux contours des dunes ont été éliminés par la soustraction du masque de la formation dunaire.

La validation du résultat final présentés sur la carte des linéaments (Figure 9) est effectuée visuellement par confrontation aux différents documents géoscientifiques disponibles (carte géologique et données géophysiques) et sur terrain. Le résultat est assez satisfaisant car la carte obtenue ressort tous les accidents reconnus par les études antérieurs aussi bien de surface que de subsurface:

Certains linéaments non mentionnés sur les travaux antérieurs ont été vérifié sur terrains (Figure 10):

Les linéaments observés au Djebel Hèch correspondent à des zones de mylonitisation associées à de nombreuses minéralisations (Figure 10a et b), d’autres à un fauchage ou redressement des couches plissées (c, d) ou à certains bancs compétents (calcaires à orthoceres du silurien).

L’image des discontinuités-image ressort également de nombreuses structures circulaires et demi circulaires dont certaines (à l’Est de Djebel Hèch et Gara Roumbo) ont été préalablement identifiée par des données géophysiques (Wilckzinsky et al., 1987) comme étant des corps magmatiques non affleurant (à environ 100m de profondeur). D’autres structures circulaires, induites par la morphologie des sables, ressortant sur la partie occidentale de l’image n’ont pas été identifiée en raison de l’inaccessibilité de cette partie du terrain.

Nous jugeons que les résultats sont satisfaisants comparés à d’autres auteurs qui considèrent que l’extraction semi-automatique ne leur a pas fourni les résultats prévus (Kouamé et al., 1999) en raison de la difficulté à sélectionner les paramètres qui caractérisent les discontinuités image.

ConclusionTOP

L’extraction semi-automatique des discontinuités images est une approche qui présente l’avantage d’être pratique et rapide qui allie l’automatisme de l’ordinateure et le raisonnement de l’analyste. Elle répond bien au besoin urgent d’établir une carte détaillée des discontinuités image et de dresser une base de données des linéaments dans une région en contexte aride. Intégrée dans un système d’information géographique (Shupe & Akha, 1989), la carte des linéaments obtenue permet la mise à jour des données déjà existantes et l’adjonction de nouveaux segments pouvant êtrelié à la répartition des multiples minéralisations décrites dans la région (Wilckzinsky et al., 1987).

REMERCIEMENTTOP

Les auteurs tiennent à remercier chaleureusement Mme Danielle Ducrot pour son accueil chaleureux durant leur stage effectué au sein Centre d’Etudes Spatiales de la Biosphère (CESBIO, Toulouse, France) et ses précieux conseils et éclaicissements.

RéferencesTOP