Les données de télédétection sont collectées à distance à l'aide de capteurs. Lors de la collecte de ces données, aucun contact direct n'est établi avec la surface de la terre ou de l'eau à cartographier. D'où le nom de télédétection.

La collecte de données par télédétection est effectuée à l'aide de satellites, d'avions avec ou sans pilote et de drones. Les capteurs détectent et enregistrent le rayonnement électromagnétique réfléchi, absorbé ou émis par la surface de la Terre, les océans et l'atmosphère.

• L'extension Image Analyst offre des possibilités supplémentaires pour les données de télédétection dans ArcGIS Pro. En ajoutant cette extension au logiciel, vous pourrez tirer un meilleur parti de vos photos aériennes, de vos images satellite et d'autres données matricielles.
• ArcGIS Online offre également certaines fonctionnalités de télédétection, telles que l'affichage et l'analyse d'images et l'exécution de tâches simples de traitement d'images. En utilisant ArcGIS Image pour ArcGIS Online, vous pouvez également tirer le meilleur parti de vos données de télédétection dans le cloud. Cette solution Saas prend en charge l'orthorectification, la classification des images et la détection des changements.
• ArcGIS Enterprise prend en charge les fonctionnalités de télédétection grâce au serveur d'images, un composant spécialisé dans le traitement et le service de données d'images à grande échelle.

• ArcGIS Pro peut corriger les erreurs dues à l'angle d'incidence du soleil et à la distance variable entre la terre et le soleil.
• Il est également possible de classer le paysage, la végétation, l'occupation du sol en utilisant des données de télédétection ;
• Le logiciel offre de nombreuses options pour améliorer la qualité visuelle des images de télédétection, telles que l'extraction d'histogrammes, l'amélioration du contraste local et le filtrage.
• Le pan-sharpening permet d'améliorer la résolution spatiale des images multispectrales en les combinant avec des images panchromatiques.
• ArcGIS Pro propose diverses transformations d'images, telles que les indices de végétation, l'analyse en composantes principales (ACP) et les transformations en tasseled cap, afin de mettre en évidence des caractéristiques et des modèles spécifiques dans les images de télédétection.
• L'évolution de l'utilisation des sols, de l'occupation des sols, de la végétation et d'autres caractéristiques extérieures peut être analysée sur une période donnée. ArcGIS propose plusieurs techniques de détection des changements, telles que la soustraction d'images, la stratification d'images et la corrélation croisée.

1. Vous pouvez étudier de grandes zones géographiques plus rapidement et plus efficacement. C'est un avantage considérable, surtout lorsque vous créez des cartes numériques très détaillées.
2. La télédétection offre une imagerie multispectrale. Les capteurs capturent des données dans différentes parties du spectre électromagnétique, ce qui vous permet, en tant qu'analyste SIG, de disposer d'un large éventail d'informations.
3. La classification automatique permet de reconnaître des caractéristiques et des modèles clés à partir des données de télédétection. Cela accélère votre processus SIG et augmente la précision de votre analyse.
4. Vous pouvez intégrer les données collectées par les capteurs à d'autres données SIG, telles que les données d'élévation, les informations sur les sols et les données démographiques, afin d'enrichir vos analyses.
5. L'utilisation efficace de la télédétection permet de réaliser des économies. Les enquêtes traditionnelles sur le terrain peuvent nécessiter beaucoup de travail et d'argent, en particulier lorsqu'elles couvrent une grande zone. La télédétection permet de réduire le travail sur le terrain.

1. Tout d'abord, collectez les données de nuages de points pertinentes (telles que les données Lidar).
2. Importez les données de nuages de points dans ArcGIS Pro en tant que jeu de données LAS.
3. Créez un jeu de données LAS. Dans ArcGIS Pro, allez dans : Volet Catalogue, cliquez avec le bouton droit de la souris sur un dossier ou une géodatabase et choisissez Nouveau > Jeu de données LAS. Ajoutez ensuite les fichiers LAS au jeu de données en cliquant sur "Add Files".
4. Visualisez les données de nuages de points ajoutées en ajoutant le jeu de données LAS à votre projet et en le faisant glisser vers une vue 2D ou 3D. Dans la vue, vous pouvez visualiser et modifier le nuage de points.
5. Accédez à la page de contenu et cliquez avec le bouton droit de la souris sur la couche du nuage de points pour définir les propriétés de la couche. Choisissez "Propriétés" et ajustez la symbologie, les filtres et d'autres propriétés pour obtenir la vue souhaitée.
6. Vous pouvez ensuite utiliser la boîte à outils Nuage de points pour analyser les données. Ce jeu d'outils se trouve dans la boîte à outils de l'analyste 3D et contient un large éventail d'outils numériques qui vous permettent d'effectuer des analyses très spécifiques.
7. Vous pouvez ensuite utiliser les données de nuages de points analysées pour créer des modèles de terrain, tels que des modèles numériques d'élévation (MNE), des modèles numériques de surface (MNS) et des modèles de hauteur de canopée (MCH).
8. Vous souhaitez ensuite combiner l'analyse que vous avez effectuée avec des données de nuages de points avec des données provenant d'autres sources, telles que des images multispectrales ou des images radar ? Vous pouvez le faire avec la boîte à outils Image Analyst.

1. Tout d'abord, rassemblez toutes les données matricielles pertinentes, par exemple des images satellites ou des photos aériennes. Importez-les ensuite dans ArcGIS Pro.
2. Ajoutez les données matricielles à votre vue cartographique en les faisant glisser dans le volet Contenu. Ajustez la symbologie et les autres propriétés des couches pour obtenir la vue souhaitée.
3. Utilisez des outils tels que "Contrast Stretch", "Histogram Equalisation" et "Gamma Stretch" pour améliorer la qualité de l'image et rendre les détails importants plus visibles.
4. Corrigez les distorsions atmosphériques et liées au capteur à l'aide d'outils de correction radiométrique tels que "Dark Object Subtraction", "Flat Field Correction" ou "Empirical Line Correction".
5. Corriger les distorsions géométriques à l'aide d'outils tels que le "géoréférencement" ou l'orthorectification".
6. Utiliser les outils de classification d'images pour classer les données matricielles selon différents types d'utilisation des sols (ou d'autres catégories souhaitées). ArcGIS Pro propose une large gamme d'outils à cet effet, tels que la "Classification non supervisée par grappes iso", la "Classification par maximum de vraisemblance" et les "Arbres aléatoires".
7. Vous pouvez ensuite utiliser la boîte à outils Spatial Analyst pour analyser vos données. Les deux parties les plus utilisées de cette boîte à outils sont les "Statistiques zonales", la "Distance de coût" et la "Direction du flux".
8. Facultatif : combinez des données matricielles avec des données vectorielles telles que des limites administratives, des points d'intérêt ou des données d'infrastructure, afin de réaliser des analyses plus complexes.

Vous avez terminé les étapes ci-dessus ? Vous êtes alors prêt à partager votre analyse et vos modèles de terrain avec d'autres utilisateurs d'ArcGIS, par exemple sous la forme d'une carte numérique, d'une application web ou d'un rapport.

• L'orthorectification permet de corriger les images aériennes. Les écarts dus à la distorsion de l'objectif, à l'angle de l'appareil photo lors de la prise de vue ou les erreurs dues au relief du terrain peuvent être corrigés automatiquement grâce à l'orthorectification. Les orthophotos en question peuvent ensuite être combinées avec d'autres couches de données SIG, telles que des modèles d'élévation, des plans de rues et des informations sur l'utilisation des sols, afin d'améliorer la précision des cartes de base.
• La reconnaissance d'objets est une technique qui utilise un algorithme pour reconnaître des objets tels que des bâtiments, des routes ou de la végétation. Les informations obtenues peuvent ensuite être extraites et stockées sous forme de données vectorielles, qui peuvent être intégrées à d'autres couches de données SIG pour des analyses et des visualisations spatiales.
• Les photographies aériennes permettent d'analyser en profondeur la texture et les motifs de la surface de la Terre. Grâce à ces données, vous pouvez améliorer la précision des classifications de l'utilisation et de l'occupation des sols dans votre SIG.
• En comparant des photographies aériennes prises à différentes époques, il est possible d'analyser et de visualiser les changements survenus dans le paysage, tels que l'urbanisation, la déforestation et l'érosion côtière, au fil du temps. Vous pouvez ainsi identifier et prévoir les tendances.
• Enfin, les photos aériennes continuent d'offrir une résolution plus élevée que les images satellites, fournissant des informations plus détaillées sur la surface de la Terre. La qualité de vos analyses et de vos cartes SIG s'en trouve améliorée.

• Collectez des photos aériennes de haute qualité, de préférence avec des images qui se chevauchent, afin de générer le jeu de données de nuages de points le plus précis possible sur la base de couples stéréoscopiques.
• Importez les données dans ArcGIS Pro et générez des données de nuages de points. ArcGIS Pro lui-même ne fournit pas de fonctionnalité directe pour générer des nuages de points à partir de photos aériennes, mais il existe des logiciels externes qui peuvent le faire, tels que Pix4D, Agisoft Metashape, Bentley ContextCapture ou Trimble Business Center.
• Procédez à l'étalonnage de l'appareil photo et de l'objectif pour corriger les distorsions de l'objectif et d'autres erreurs. Cela permet d'améliorer la précision du nuage de points final.
• Déterminer l'orientation des photos aériennes les unes par rapport aux autres et enregistrer les images pour garantir une reconstruction précise de la scène.
• ArcGIS Pro effectue ensuite une "correspondance d'images denses" ou une "photogrammétrie dense" pour générer les données du nuage de points. Ce processus utilise les parties des images qui se chevauchent et les orientations connues pour extraire les informations de profondeur et générer des points 3D. Le résultat est un nuage de points dans un format de fichier tel que LAS ou LAZ.
• Si nécessaire, vous pouvez géoréférencer le nuage de points généré en utilisant des mesures de contrôle au sol ou des points de référence connus pour relier le nuage de points à un système de coordonnées spécifique.
• Enfin, importez le nuage de points généré dans ArcGIS Pro et ajoutez-le à la vue 3D pour une analyse et une visualisation plus poussées.

• Choisissez des photos aériennes de haute qualité. Recueillez des photos aériennes qui couvrent la zone des données matricielles. Plus les photos aériennes sont de bonne qualité, plus les données matricielles seront améliorées.
• Assurez-vous que le géoréférencement des photos aériennes est bon afin qu'elles soient correctement alignées avec les données matricielles existantes. La barre d'outils de géoréférencement d'ArcGIS Pro peut vous aider à le faire.
• Effectuer une correction des couleurs et une amélioration radiométrique sur les photos aériennes afin d'améliorer la qualité visuelle et la clarté des images. Dans ArcGIS Pro, vous pouvez effectuer cette opération à l'aide de fonctions matricielles et d'outils de géotraitement.
• Pour les images comportant des bandes panchromatiques et multispectrales, vous pouvez appliquer le Pan-sharpening pour améliorer la résolution spatiale des bandes multispectrales. L'outil de géotraitement Create Pan-sharpened Raster Dataset" dans ArcGIS Pro peut vous aider à réaliser cette opération.
• La fusion de deux jeux de données peut également contribuer à améliorer la qualité. Pour ce faire, vous combinez des photos aériennes de haute qualité avec les données matricielles existantes en utilisant des techniques de fusion, telles que la moyenne arithmétique, le maximum ou le minimum des deux jeux de données. Vous pouvez également effectuer cette opération à l'aide d'outils de géotraitement tels que "Mosaic to New Raster" ou "Weighted Overlay".
• Ensuite, vérifiez si la qualité de la grille combinée s'est améliorée et recherchez les erreurs ou les incohérences dans les données. La qualité s'est-elle visiblement améliorée ? L'objectif a été atteint. Si ce n'est pas le cas, recommencez les étapes précédentes pour obtenir la qualité souhaitée.

• Collecter des images aériennes ou satellitaires avec des bandes infrarouges. De préférence, les images avec des bandes infrarouges proches (NIR) et rouges (R), car ces bandes sont largement utilisées pour l'analyse de la végétation.
• Importez ces images infrarouges dans ArcGIS Pro et assurez-vous que les géoréférences sont correctes.
• Ensuite, calculez l'indice de végétation par différence normalisée (NDVI). Il s'agit d'un indice largement utilisé pour évaluer la présence et la santé de la végétation. Vous calculez le NDVI à l'aide de la formule suivante (NIR - R) / (NIR + R). D'ailleurs, il n'est pas nécessaire d'appliquer cette formule soi-même. Dans ArcGIS Pro, vous pouvez utiliser l'outil Raster Calculator pour effectuer le calcul sur la base des bandes infrarouges et rouges des images.
• Utilisez les valeurs NDVI pour classer la végétation en fonction de son état de santé ou de son stade de croissance. Vous pouvez définir vos propres valeurs seuils pour les différentes classes de végétation, telles que saine, modérément saine et malsaine. À l'aide de l'outil Reclassifier d'ArcGIS Pro, vous pouvez classer la végétation en fonction des valeurs seuils choisies.
• Facultatif : il est possible d'augmenter le nombre de classifications de la végétation dans votre projet avec les outils ArcGIS Maximum Likelihood Classification et ISO Cluster Unsupervised Classification. Comme le suggèrent les titres de ces outils, il est possible d'appliquer l'apprentissage automatique ainsi que la classification manuelle à cette fin.

• Les drones volent plus près du sol que les avions. Les images prises par les drones ont donc une résolution plus élevée et sont plus précises. Ceci est particulièrement utile pour cartographier les petits objets et autres détails du terrain.
• Le coût de déploiement des drones est généralement inférieur à celui des autres véhicules de prise de vue.
• Les drones peuvent être déployés rapidement. Cela permet, par exemple, de collecter des données en temps réel. Il est ainsi plus facile de suivre l'évolution du paysage et le processus de prise de décision peut être raccourci.
• Le changement de type de capteur et de caméra est beaucoup plus facile avec un drone qu'avec un avion. Il est donc plus facile d'ajuster les besoins en données relativement rapidement en fonction des objectifs du projet.
• Un drone peut capturer des images dans des zones difficiles d'accès pour d'autres véhicules, comme les zones densément boisées ou les hautes montagnes.
• Les drones sont plus respectueux de l'environnement que les autres véhicules et font moins de bruit pendant la collecte des données.
• L'imagerie par drone peut être utilisée pour créer des modèles 3D très précis, permettant des analyses SIG telles que les calculs volumétriques et l'analyse des pentes.

• Choisir le bon type de drone et les bons capteurs. Choisissez un drone adapté aux données requises pour votre projet spécifique, comme des caméras haute résolution, un LiDAR ou des capteurs multispectraux.
• Placez sur le sol des marqueurs clairement visibles dont les coordonnées sont connues. Ces marqueurs de contrôle au sol (GCP) améliorent la précision des données. La capture des GCP se fait dans ArcGIS Online et Esri Fieldmaps. Les GCP sont utilisés pour corriger et géoréférencer les données collectées par le drone.
• Planifiez le vol du drone bien à l'avance et veillez à ce que les images se chevauchent bien (généralement entre 60 % et 80 %). Cela permet d'améliorer la qualité du modèle 3D final du terrain.
• Envisagez d'utiliser la technologie cinématique en temps réel (RTK) ou la technologie cinématique post-traitement pour améliorer la précision des données GPS. Ces technologies corrigent les données GPS à l'aide de stations terrestres.
• Tenez compte des conditions météorologiques. Un jour idéal pour un vol de drone est un jour aussi clair que possible avec un vent faible.
• Utilisez Drone2Map. Cette application ArcGIS fournit les meilleurs résultats pour vos images de drone. Drone2Map aide à réaliser l'orthorectification, la génération de MNE et la modélisation 3D.
• Enfin, vérifiez la précision des données récupérées. Vous pouvez le faire en comparant les données avec des points de référence connus, tels que les GCP, ou en effectuant des mesures indépendantes à l'aide d'instruments géodésiques traditionnels.

• La photogrammétrie génère des données géographiques très précises et fiables qui peuvent servir de base à vos analyses SIG. On peut penser aux orthophotos, aux modèles numériques de terrain (MNT) et aux modèles numériques de surface (MNS).
• La photogrammétrie facilite la collecte de données sur de grandes surfaces. Comparée aux méthodes traditionnelles de travail sur le terrain, elle est plus rapide et moins coûteuse.
• La photogrammétrie permet de créer des modèles 3D d'objets et de paysages. Cela permet de mieux comprendre les caractéristiques spatiales de la zone analysée.
• En comparant des images prises à des moments différents, il est possible de détecter et d'analyser les changements dans le paysage, tels que l'érosion, l'urbanisation, la déforestation et l'utilisation des sols.
• La photogrammétrie peut également jouer un rôle dans la maintenance des infrastructures. Elle permet de surveiller efficacement l'état des ponts, des barrages, des routes et des chemins de fer, par exemple.

• ArcGIS peut générer des orthophotos en corrigeant les images pour tenir compte de la distorsion de l'objectif, de la perspective et des variations du terrain. Le géoréférencement des orthophotos est corrigé afin qu'elles puissent être utilisées pour une analyse précise.
• Le flux de travail Ortho Mapping vous permet de corriger les images, d'effectuer des ajustements de blocs, de traiter les images brutes et de générer des orthophotos.
• ArcGIS Pro permet de générer des modèles numériques d'élévation (MNE) et des modèles numériques de surface (MNS) à partir d'images stéréo ou de données LiDAR. Vous pouvez utiliser ces modèles pour analyser le terrain, mesurer les volumes et modéliser les surfaces.
• L'enregistrement et l'alignement automatiques des images sont possibles grâce à des techniques photogrammétriques. Cela permet d'améliorer la précision des données utilisées.
• ArcGIS prend en charge l'ajustement des images afin de minimiser les différences de couleur, de luminosité et de contraste. Il est également possible de fusionner plusieurs images.
• Outre les fonctionnalités ci-dessus, ArcGIS prend également en charge d'autres fonctions de télédétection décrites sur cette page, telles que la modélisation 3D et la détection des changements.