🌡️Détection des Îlots de Chaleur Urbains (ICU) à Dakar avec Google Earth Engine

🎯 Objectif du tutoriel

Dans ce tutoriel, nous allons utiliser Google Earth Engine (GEE) pour :

• Charger les images Landsat 9 pendant la saison chaude à Dakar.
• Calculer les indices NDVI (végétation) et LST (Température de surface).
• Identifier visuellement les zones les plus chaudes (ICU).
• Exporter les résultats pour une analyse SIG ou cartographique locale.

🧰 Données utilisées

• Source : Landsat 9 – Collection 2, niveau 2 (LANDSAT/LC09/C02/T1_L2)
• Période : 1er juin au 31 août 2024
• Zone : Région de Dakar (Sénégal)
• Résolution : 30 mètres

🧪 Étapes principales du traitement

1️⃣ Définir la période et la zone d’intérêt

var startDate = '2024-06-01';
var endDate = '2024-08-31';

var ROI = ee.FeatureCollection('FAO/GAUL_SIMPLIFIED_500m/2015/level2')
  .filter(ee.Filter.eq('ADM2_NAME', 'Dakar'))
  .first()
  .geometry();
Map.centerObject(ROI, 10);

2️⃣ Charger et prétraiter les images Landsat

Filtrage par date, nuages, et normalisation des bandes spectrales.

function preprocessImageCollection(collection, startDate, endDate, roi) {
  return collection
    .filterDate(startDate, endDate)
    .filterBounds(roi)
    .map(applyScaleFactors)
    .map(cloudMask)
    .median()
    .clip(roi);
}

function applyScaleFactors(image) {
  var optical = image.select('SR_B.*').multiply(0.0000275).add(-0.2);
  var thermal = image.select('ST_B.*').multiply(0.00341802).add(149.0);
  return image.addBands(optical, null, true).addBands(thermal, null, true);
}

function cloudMask(image) {
  var qa = image.select('QA_PIXEL');
  var cloudShadow = (1 << 3);
  var cloud = (1 << 5);
  var mask = qa.bitwiseAnd(cloudShadow).eq(0).and(qa.bitwiseAnd(cloud).eq(0));
  return image.updateMask(mask);
}

3️⃣ Calculer les indices : NDVI et LST

NDVI pour la végétation et LST pour la température de surface.

var ndvi = processedImage.normalizedDifference(['SR_B5', 'SR_B4']).rename('NDVI');
var fv = ndvi.subtract(0.2).divide(0.6).pow(2).rename('FV');
var em = fv.multiply(0.004).add(0.986).rename('EM');
var thermal = processedImage.select('ST_B10');

var lst = thermal.expression(
  '(TB / (1 + (0.00115 * (TB / 1.438)) * log(em))) - 273.15', {
    'TB': thermal,
    'em': em
  }).rename('LST');

4️⃣ Créer une image RVB normalisée

Utile pour visualiser l’image satellite.

function normalizeBand(image, bandName) {
  var band = image.select(bandName);
  var minMax = band.reduceRegion({
    reducer: ee.Reducer.minMax(),
    geometry: ROI,
    scale: 30,
    maxPixels: 1e9
  });
  var min = ee.Number(minMax.get(bandName + '_min'));
  var max = ee.Number(minMax.get(bandName + '_max'));
  return band.subtract(min).divide(max.subtract(min)).rename(bandName + '_normalized');
}

var red = normalizeBand(processedImage, 'SR_B4');
var green = normalizeBand(processedImage, 'SR_B3');
var blue = normalizeBand(processedImage, 'SR_B2');
var rgb = red.addBands([green, blue]);

5️⃣ Affichage des résultats sur la carte

function addLayer(image, visParams, name) {
  Map.addLayer(image, visParams, name);
}

addLayer(rgb, {bands: ['SR_B4_normalized', 'SR_B3_normalized', 'SR_B2_normalized'], min: 0, max: 1}, 'Image RVB');
addLayer(ndvi, {min: 0, max: 1, palette: ['white', 'green']}, 'NDVI');
addLayer(lst, {min: 20, max: 40, palette: ['blue', 'orange', 'red']}, 'Température LST');

6️⃣ Exporter l’image LST vers Google Drive

Export.image.toDrive({
  image: lst,
  description: 'LST_Dakar_2024',
  folder: 'ICU_Exports',
  region: ROI,
  scale: 30,
  crs: 'EPSG:4326',
  fileFormat: 'GeoTIFF',
  formatOptions: {
    cloudOptimized: true
  }
});

✅ Résultat attendu

Une carte thermique de Dakar montrant les zones où la température de surface est la plus élevée, typiques des îlots de chaleur urbains.

Température de surface été 2024 20 a 43°C avec un NDVI qui varie de 0 a 04

🔍 Analyse des Résultats : ICU à Dakar – Été 2024

🌡️ Température de surface (LST) : de 20°C à 43°C

L’analyse des images Landsat 9 révèle une variation importante de la température de surface à Dakar durant l’été 2024. Les températures relevées oscillent entre 20°C (zones les plus fraîches) et 43°C (zones les plus chaudes), ce qui indique la présence marquée d’îlots de chaleur urbains (ICU) dans certains secteurs.

• Les valeurs maximales (40–43°C) sont typiquement localisées dans :
  • les quartiers denses en bâti (Peu de végétation, revêtements sombres, toits en tôle)
  • les zones industrielles ou fortement imperméabilisées
  • les espaces en friche ou récemment urbanisés
• Les valeurs minimales (20–25°C) apparaissent généralement :
  • autour des zones végétalisées (parcs, mangroves, bords de mer)
  • dans les quartiers peu denses ou bien ventilés
  • à proximité de l’océan Atlantique (effet rafraîchissant)

🌿 NDVI : de 0.0 à 0.4 – Végétation faible à modérée

Le NDVI (Normalized Difference Vegetation Index), qui reflète la couverture végétale, varie ici de 0 (sol nu) à 0.4 (végétation modérée). Ces valeurs sont faibles à moyennes, ce qui confirme une faible présence de végétation urbaine durant la période estivale.

• NDVI proche de 0.0–0.1 :
  • Zones imperméabilisées (routes, toits, parkings)
  • Sols nus, terrains en construction
  • Quartiers surpeuplés sans couverture arborée
• NDVI autour de 0.3–0.4 :
  • Présence d’arbres dispersés ou espaces verts localisés
  • Zones périphériques moins denses
  • Proximité de zones naturelles (marécages, littoral)

🔥 Corrélation NDVI / LST : Diagnostic des ICU

Une corrélation inverse claire apparaît entre NDVI et LST :

• Moins de végétation → plus de chaleur
• Plus de végétation → températures modérées

Cela confirme que les îlots de chaleur à Dakar sont fortement liés :

• à l’absence de couverture végétale
• à l’urbanisation rapide et non planifiée
• à l’usage massif de matériaux réfléchissant peu la chaleur

🧭 Recommandations pour les politiques publiques

Pour atténuer les effets des ICU à Dakar :

• 🌳 Renforcer la végétalisation urbaine (arbres d’alignement, micro-forêts urbaines)
• 🌿 Intégrer des toitures végétalisées et murs verts dans les nouveaux projets
• 🏙️ Réaménager les espaces publics avec des matériaux à fort albédo
• 📈 Suivre l’évolution des ICU annuellement via des outils comme Google Earth Engine