Automatisation de la surveillance des surfaces minières en utilisant le Catalogue d'Actifs SpatioTemporel (STAC) : Une approche par indice spectral avec des images satellites Sentinel-2

Les activités minières ont un impact significatif sur l'environnement, nécessitant une surveillance efficace et continue. Les méthodes traditionnelles de surveillance des surfaces sont souvent coûteuses et nécessitent beaucoup de main-d'œuvre. Cette étude propose un flux de travail automatisé utilisant le Catalogue d'Actifs SpatioTemporel (STAC) et les images satellites Sentinel-2 pour surveiller les changements de surfaces minières. En calculant l'Indice de Différence Normalisée de Végétation (NDVI), l'Indice de Différence Normalisée d'Eau (NDWI) et l'Indice Modifié de Sol Nu (MBI), le flux de travail identifie les changements de couverture terrestre au sein des concessions minières. Le système a été implémenté dans un environnement Python en utilisant des bibliothèques telles que PySTAC, PySTAC Client, Xarray, Rioxarray, Geopandas, Dask et Numpy. Le changement de surface minière a été analysé en utilisant le gradient de la ligne de régression de chaque indice spectral. Les résultats montrent que les sites miniers actifs présentent une pente NDVI inférieure à -1, indiquant une conversion rapide de la végétation en terres non végétatives en raison des activités de défrichage. À l'inverse, la tendance positive de l'NDWI indique une augmentation de la couverture en eau due aux excavations de terrain, tandis que la tendance de l'MBI est la plus faible, suggérant une sensibilité limitée aux changements de surface dans les zones minières. Pour évaluer l'exactitude des résultats, une vérification manuelle a été effectuée. L'analyse a révélé que 3 des 25 concessions minières étaient mal classées, entraînant une exactitude globale de 88%.