Suivi de l'érosion d'une berge par photogrammétrie Structure-from-motion

Résumé Fr

L’érosion des berges joue un rôle important dans les dynamiques des rivières. Cette érosion contrôleun certain nombre de paramètres d’évolution du chenal (migration des méandres, apport desédiments). C’est un sujet d’étude important notamment pour les gestionnaires de rivières puisquel’érosion des berges est responsable de pertes de terres, de dommages pour des structures ou desouvrages proches de rivières et a aussi un impact sur la diversité des écosystèmes.Plusieurs méthodes sont régulièrement utilisées pour suivre, quantifier et améliorer lacompréhension des processus d’érosion de berges. La mise en place de barres d’érosion enfoncéesdans la berge est souvent utilisée car facile à mette en œuvre. On détermine le retrait de la berge enmesurant la longueur de la barre d’érosion mise à nue. Cette méthode présente des inconvénients ;une information ponctuelle à l’échelle de la berge et des difficultés à évaluer un éventuel dépôt desédiments en pied de berge. D’autres approches font appel à l’utilisation de scanners terrestres (TLS)pour obtenir une reconstruction en 3D, mais le coût élevé de ces instruments reste encore un freinmajeur à sa diffusion. L’objectif de notre étude est de mettre en place un suivi régulier d’une berge àfaible coût, par le recours à la photogrammétrie Structure from motion (Sfm) et l’utilisation delogiciels libres pour toutes les étapes de post-traitement. Le site d’étude est une portion de berge dela rivière Mérantaise (Yvelines). Il s’agit d’une petite rivière (bassin versant de 36 km²) périurbainecaractérisée par un régime de faible énergie.La méthodologie mise en place a consisté à réaliser une campagne de mesures après chaqueévénement hydrologique afin d’obtenir des nuages de points en 3D reconstituant la berge enérosion. A chaque campagne, une centaine de photographies a été prise depuis la berge opposée. Lacomparaison des nuages de points entre deux dates pour établir la dynamique de la berge étudiéenécessite la création d’un système planimétrique local contrôlé par un réseau de benchmarks fixes.Une dizaine de clous d’arpentage, implantés dans la berge et relevés à la Station Totale, nous sert depoints de contrôle pour le référencement et la comparaison des nuages de points en post-traitement(Figure 1). La méthode des barres d’érosion a également été effectuée en parallèle pour valider laméthode Sfm. 10 campagnes de mesures ont été effectuées entre juin 2013 et décembre 2014.La reconstruction Sfm a été réalisée à partir du logiciel libre VisualSFM (Changchang Wu, 2007,2011). La reconstruction du nuage de points dense a été effectuée en utilisant les logiciels CMVS(Clustering View for Multiview Stereo) et PMVS (Patch-based Multiview Stereo) implémentés dansVisualSFM (Figure 2).Le nuage de points obtenu est ensuite importé dans le logiciel libre CloudCompare (GNU GPL). Leréférencement est réalisé dans CloudCompare à partir des coordonnées des clous relevées à laStation Totale. L’erreur RMS entre les coordonnées des clous mesurées à la Station Totale et lescoordonnées des clous obtenus après référencement est toujours inférieure à 7mm. Etant donné latrès grande densité de points (environ 50 000 points/m²), et afin de comparer les nuages de pointsentre eux, nous avons choisis de ne pas interpoler ces nuages de points afin de ne pas introduired’incertitude liée à l’interpolation. Nous avons utilisé l’algorithme M3C2 (Lague et al. 2013)implémenté dans CloudCompare pour calculer les différences directement entre deux nuages depoints à deux dates différentes (Figure 3) et obtenir une estimation de confiance statistique dans leschangements détectés. Une fois les traitements effectués, les valeurs d’érosion obtenues ont étéextraites du nuage de points des différences pour être comparées à celles mesurées sur le terrain parla méthode des barres d’érosion (Figure 4.)Les résultats obtenus permettent de suivre finement l’évolution de la berge que ce soit en termesd’érosion mais aussi d’accumulation en lien avec les différents événements hydrologiques etmétéorologiques. La haute résolution des données est bien adaptée à l’étude des rivières de faibleénergie dont l’évolution est parfois de quelques centimètres par an seulement. Le faibleinvestissement, à la fois financier par l’utilisation de logiciels libres et humain par l’utilisation de laméthode Sfm, satisfait pleinement nos exigences et a permis de répéter régulièrement lescampagnes de mesures. Enfin l’arrivée de nouveaux algorithmes permettant de comparer des nuagesde points directement entre eux sans passer par un maillage 2D accélère le traitement et permet decontinuer à travailler en 3D tout en s’affranchissant des incertitudes liées à l’interpolation.