Résumé. L'analyse de cohérence par Interférométrie Radar à Synthèse d'Ouverture (InSAR) est une technique puissante de télédétection pour détecter les changements de surface au sol causés par des catastrophes naturelles telles que les feux de forêt. Cependant, son application a été limitée par la grande taille des fichiers et les fortes exigences computationnelles des données Radar à Synthèse d'Ouverture (SAR), ce qui rend le traitement difficile et chronophage sur des ordinateurs personnels standards. Alors que le portail COMET-LiCS a démocratisé l'accès aux données InSAR open-source, sa base de données complexe a créé un nouveau goulot d'étranglement, rendant difficile pour les utilisateurs la navigation et le téléchargement efficace des bons cadres de données. Pour relever ces défis, cette étude présente un nouveau cadre basé sur l'IA, développé dans l'environnement cloud Google Colab, conçu pour simplifier l'extraction et l'analyse rapides des données de cohérence InSAR depuis le portail COMET-LiCS. Le cadre utilise un outil IA pour analyser la base de données et présente les données via une interface simplifiée et conviviale qui contourne les limitations computationnelles locales. Les fonctionnalités clés de l'outil comprennent un téléchargement automatisé par lots pour acquérir simultanément plusieurs ensembles de données. Il intègre également OpenStreetMap pour superposer les données et des bases cartographiques satellites afin d'améliorer l'orientation spatiale avec les limites provinciales et districtuelles. De plus, une superposition en temps réel des détections d'incendies actifs issues de l'API NASA FIRMS permet une comparaison immédiate entre les changements de cohérence et les événements d'incendie connus. L'efficacité du modèle est démontrée à travers des études de cas de grands incendies de forêt en Türkiye, notamment à Antalya-Manavgat et Muğla-Mazıköy. L'analyse confirme que l'outil peut visualiser de manière fiable les zones brûlées en identifiant l'augmentation significative de la cohérence qui se produit après un feu en raison de la perte de végétation. L'étude identifie également une limitation majeure : la conversion des données en 8 bits utilisée par le portail COMET-LiCS réduit la précision des données, ce qui peut entraver la détection d'incendies à plus petite échelle. En fin de compte, ce travail fournit un outil pratique, rapide et très accessible qui rend l'analyse basée sur la cohérence disponible pour la surveillance des catastrophes, aussi bien sur ordinateurs standards que sur appareils mobiles.
Çukurlu et al. (mar.,) ont étudié cette question.