Navigation – Plan du site

AccueilNuméros47-1Inspecter les zones d’altitude : ...

Inspecter les zones d’altitude : programme TAHMM ou le développement d’une procédure multi-source pour la prospection archéologique des terrains d’altitude

Inspecting highland areas: TAHMM program or the development of a multisource procedure for the archaeological survey on the highland areas
Carine Calastrenc, François Baleux, Antoine Laurent, Muriel Llubes, Magali Philippe, Nicolas Poirier et Christine Rendu
p. 149-166

Résumés

Jusqu’à ces trente dernières années, les zones de montagne ont été considérées comme immuables. Leurs modes d’accès et de gestion, leurs dynamiques d’évolution et les pratiques agro-pastorales étaient jusque-là perçus atones. Il a fallu la mise en place d’un dialogue entre les sciences humaines (archéologie, histoire, ethnologie) et naturelles (anthracologie, palynologie) et l’insertion de nouveaux outils (DGPS – Digital Global Positionning System – et SIG – Système d’Information Géographique) pour que ces territoires soient considérés différemment. Aujourd'hui, les montagnes font l'objet de questionnements interdisciplinaires qui révèlent des histoires longues et complexes.
Préalable indispensable à toute recherche archéologique, la prospection en haute montagne présente des spécificités et des enjeux qui lui sont propres : limitation d’accès, forte variabilité de perception des infrastructures.
Se pose alors la question de savoir comment, pratiquement, systématiser les acquisitions, pour arriver à traiter de plus vastes territoires et enrichir l'information pour parvenir à détecter tous les aménagements qui échappent actuellement aux yeux des archéologues.
Les avancées technologiques, la diversification et la miniaturisation des capteurs, la démocratisation des drones et les progrès en matière d'ergonomie informatique permettent aujourd’hui de réfléchir à la mise en place d'une nouvelle procédure d'acquisition, de traitement et de fusion des données. C'est ce que fait le programme de recherche TAHMM (Télédétection Archéologique en Haute et Moyenne Montagne) depuis 2018 autour de quatre zones ateliers situées en Occitanie et Nouvelle Aquitaine. Par le développement d'une approche multi-source à haute résolution spatiale, spectrale, radiométrique et temporelle, il vise à optimiser la détection des vestiges archéologiques en milieux d’altitude durant la phase de prospection.

Haut de page

Texte intégral

Nous tenons à remercier l’ensemble de nos partenaires. En premier lieu, nos remerciements vont au ministère de la Culture, à la DRAC Occitanie, à Didier Delhoume, Anne Berdoy du Service Régional d’Archéologie d’Occitanie, au Département des Hautes-Pyrénées, la Région Occitanie et aux membres du comité scientifique de la ZA Pygar. Nous remercions également les directeurs des laboratoires TRACES (UMR 5608), Nicolas Valdeyron, et GEODE (UMR 5602), Vanessa Py, et le directeur de la plateforme scientifique ArchéoScience, Thomas Perrin pour le développement de la plateforme ArchéoScience. Nous remercions aussi les personnels de la Réserve Naturelle d’Aulon, de la municipalité d’Aulon et son Maire, Jean-Bernard Dubarry, qui nous ouvrent leurs portes et nous apportent un soutien technique précieux.

1Longtemps pensés comme immuables, les sociétés, les environnements et les systèmes d’exploitation des secteurs de haute montagne ont été soustraits au regard archéologique. Il aura fallu trois décennies d’interactions et de dialogue entre les sciences humaines et les sciences de la nature, et une somme d’avancées méthodologiques et techniques, pour que ces espaces soient envisagés autrement (Rendu, 2003). Soumis aujourd’hui à des questionnements interdisciplinaires (Le Couédic et al., 2016 ; Rendu, 2021) et à une forte volonté de comparatisme des trajectoires des territoires, ils révèlent, peu à peu, non pas une mais des histoires, longues et complexes. En plaçant ces histoires au centre de leurs problématiques, les programmes de recherches qui associent les disciplines sociales et environnementales (approches naturalistes et paléo-environnementales, archéologie, ethnologie, anthropologie, histoire et géographie) tentent de saisir les dynamiques d’évolution et les logiques de transformation de ces espaces. L’objectif des programmes de recherche sur les espaces montagnards européens est donc de comprendre les mutations des modes d’exploitation des ressources naturelles. La méthode de travail utilisée repose sur l’acquisition des données archéologiques, historiques, ethnologiques et paléo-environnementales et sur l’articulation de ces différentes séquences.

2Du point de vue de l’archéologue, le premier travail consiste à élaborer une carte des sites et à réaliser une analyse systémique à la lumière des données de chronologie relative, du classement typologique et des indices livrés par les sites sur les techniques d’exploitation.

1. La montagne, les enjeux de la prospection

1.1. Des terrains archéologiques spécifiques

3Préalable indispensable à toute recherche en archéologie, la prospection en zone de montagne a des spécificités et des enjeux particuliers. Travailler en montagne demande de faire face à un milieu exigeant. En effet, l’accessibilité limitée nécessite des marches d’approche, qui peuvent être longues et difficiles. Cela impose d’adapter les outils et méthodes de relevé employés pour qu’ils soient transportables à dos d’Homme. La solution de l’héliportage est bien sur possible, mais demandes des ressources financières souvent difficile à mobiliser. Le travail ne peut être réalisé que sur une courte période de l’année (de juin à octobre). Il est également nécessaire de composer avec des restrictions en lien avec les réglementations de protection de la faune et de la flore.

4Pratiquer l’archéologie en montagne demande aussi de s’adapter aux indicateurs archéologiques que l’on peut généralement qualifier d’inversés par rapport à ceux présents dans les zones de plaine (Ferdière et al., 2006 ; Zadora-Rio, 1986 ; Trément, 2000 ; Poirier & Hautefeuille, 2018 ; Poirier et al., 2017 ; Poirier et al., 2013 ; Poirier, 2010). En montagne, la couverture herbeuse est très dense, les processus sédimentaires sont généralement faibles et l’impact anthropique est très léger et/ou très localisé. L’ensemble de ces facteurs fait que la remontée des artéfacts et écofact est quasi inexistante. Les structures recouvertes par les colluvions, par la végétation basse et ligneuses qui se développent avec la déprise pastorale ou celles arasées par les activités humaines. Ce que l’archéologue repère en montagne ce sont donc des plans de bâtiments construits en pierres sèches (du mur en élévation au microrelief en passant par quelques blocs alignés) affleurant à la surface. Se pose ensuite la question de savoir comment appréhender les structures totalement ou partiellement construites en matériaux périssables, dont on connait l’utilisation par des témoignages ethnologiques, textuels et/ou iconographiques. Prospecter en montagne est un travail chronophage qui demande d’adapter les méthodes d’approche.

1.2. Les verrous méthodologiques

5Depuis 30 ans, avec la multiplication des recherches et des zones ateliers, les grandes pulsations chronologiques de l’occupation de la haute montagne européenne sont acquises. Maintenant, les recherches s’orientent vers la mise en synergie des résultats de ces recherches pour arriver à percevoir les dynamiques plus fines de ces espaces, identifier les particularités, les aires ou moments de basculements et/ou de fonctionnements différenciés. L’approche archéologique s’oriente donc de plus en plus vers le comparatisme des territoires. Cela suppose d’ouvrir plus de zones atelier, de prospecter plus de terrain pour pouvoir accéder à une typologie plus riche et plus fine.

6Réaliser des prospections archéologiques en altitude demande donc de débloquer deux verrous méthodologique majeurs :

  • Comment traiter de plus grandes surfaces, plus rapidement ?
  • Comment obtenir un inventaire qui soit statistiquement significatif et solide et qui puisse inclure les structures en pierres sèches et celles invisibles en surface car édifiées en matériaux périssables, recouvertes par les colluvions ou la végétation ou arasées par les activités humaines ?

7C’est ce à quoi le programme de recherche TAHMM cherche à réponde (Calastrenc et al., 2020 ; 2019 ; 2018). Pour ce faire, les membres de ce programme s’appuient sur 2 zones étalons, archéologiquement très bien connues, la montagne d’Enveitg dans les Pyrénées-Orientales et l’estive d’Anéou, dans les Pyrénées-Atlantiques et sur 2 zones archéologiquement inexplorées, le territoire de la Réserve Naturelle d’Aulon et le secteur du Liantran dans la commune d’Estaing, dans les Hautes-Pyrénées (figure 1).

Figure 1 : Localisation des zones de recherche du programme TAHMM (au-dessus) ; Schématisation de la procédure multi-source mise en place dans le cadre du programme TAHMM (au-dessous). / Figure 1: Location of the TAHMM research areas (above); Schematic of the TAHMM multi-source procedure (below).

Figure 1 : Localisation des zones de recherche du programme TAHMM (au-dessus) ; Schématisation de la procédure multi-source mise en place dans le cadre du programme TAHMM (au-dessous). / Figure 1: Location of the TAHMM research areas (above); Schematic of the TAHMM multi-source procedure (below).

2. Développer une approche multi-source

8En s’appuyant sur le matériel de la plateforme ArchéoScience des laboratoires TRACES (UMR 5608) et GEODE (UMR 5602), le programme TAHMM veut développer une approche multi-sources et multi-échelles en mettant l’accent sur l’emploi d’appareillages scientifiques non-invasifs. De l’image satellite aux capteurs installés sur des drones en passant par des instruments de géophysiques et l’analyse chimique des sols, c’est toute la méthode d’approche archéologique de ces espaces qui est repensée en mettant l’accès sur les méthodes non-invasives (figure 1).

9Le projet de recherche TAHMM vise, par l’emploi d’un panel d’outils et de méthodes non-invasives, à la mise en place d'une procédure permettant la détection des corrélats matériels en lien avec les activités pastorales et/ou agro-pastorales, anciennes et actuels, des zones de haute et moyenne montagne. Il ne s'agit pas de se substituer à l'approche traditionnelle de ces espaces, mais bien de mettre en œuvre des procédures capables d’aller au-delà de l’observation un à un des résultats obtenus par plusieurs méthodes. Le programme TAHMM cherche à acquérir et confronter différentes sources, aussi hétérogènes soient t’elles, pour obtenir des informations qui seront intégrées dans un processus de recherche monographique (étude d'une estive, d'un site, d'une montagne) ou comparatif (comparaison de territoires).

10L'objectif de ce programme de recherche est donc de croiser, sur une même zone d'étude, plusieurs sources d’information à haute voire très haute résolution spatiale spectrale, radiométrique et temporelle. Il vise à utiliser toutes les ressources techniques possibles, du satellite à l’analyse chimique des sols : images multispectrales satellite, drone équipé de différents capteurs (photogrammétrie, multispectral, LiDAR, thermographie), géophysique (géoradar, magnétique) et analyse chimique des sols (fluoresence X).

11C'est l'ensemble des outils de télédétection et de géophysique qui seront mis en œuvre pour permettre une identification des vestiges archéologiques en haute et moyenne montagne.

3. Image satellite

12À petite échelle, le programme TAHMM cherche à travailler à la détection des structures archéologiques via l’analyse d’image satellite.

13Les premiers tests de classification automatique et semi-automatique réalisés s’appuient sur les résultats des travaux entrepris sur la montagne de Silvretta en Autriche (Lambers & Zingman, 2012a ; 2012b ; 2013 ; Zingman et al., 2012 ; 2015). Les méthodes testées en télédétection satellitaire par les équipes de Thomas Reitmaier (Reitmaier, 2013), se basent sur la différenciation des textures (pierre/herbe) [Zingman et al., 2013b ; 2014] ou des formes (recherche de rectangle ou de carré) [Zingman et al., 2013a ; 2016]. Ces travaux ont permis de détecter les constructions pastorales isolées ayant conservé des murs en élévation. Mais toutes les autres infrastructures comme celles totalement arasées, celles identifiables par un microrelief, ou par quelques blocs affleurant la surface et celles imbriquées dans des chaos rocheux, restent actuellement invisibles aux techniques de classification satellitaire « classiques » (de segmentation d'image et de détection des formes).

14Une des raisons de cette difficulté provient de deux problèmes majeurs : les résolutions spectrale et spatiale des images satellites (De Laet & Lambers, 2009, p. 12-13).

15La couverture spectrale des images satellite est en effet limitée. Elle ne recouvre pas l’ensemble du spectre notamment VNIR (Visible et Proche Infra Rouge), ce qui conditionne les analyses possibles.

16De plus, en haute montagne, les murs des infrastructures pastorales ont une épaisseur variant de 0,60 m à 0,80 m. Pour pouvoir reconnaitre ce type bâti à partir d’image satellite, il est nécessaire qu’il soit renseigné par plusieurs pixels. Il est donc indispensable de pouvoir disposer de données à forte résolution spatiale. Cependant, la résolution maximale des images satellites gratuites est de 1,5 m (images Spot 6/7). Seules les images satellites payantes présentent une résolution spatiale suffisante (Worldview propose des images ayant une résolution spatiale de 0,30 m et Pléiade met à disposition des images ayant des pixels de 0,50 m).

17Grace au programme ISIS développé par le Centre National d’Études Spatiales (CNES), les chercheurs du programme TAHMM ont pu bénéficier de deux acquisitions d’image Pléiade dédiées sur le secteur d’Enveitg (Pyrénées-Orientales) et sur le territoire de la Réserve Naturelle d’Aulon (Hautes-Pyrénées). Les premiers tests réalisés sur le secteur du Liantran (Estain, Hautes-Pyrénées), avec différentes méthodes de classification supervisées telles que Morphological, Mean shift et KMean clustering permettent la détection de respectivement 34 %, 21 % et 24 % des structures. Ces tests doivent être poursuivis et développés (figure 2). C’est la raison pour laquelle une collaboration avec le CNES (Centre National des Études Spatiales) est en cours d’élaboration.

Figure 2 : Exemple de classification objet développée dans le cadre du programme TAHMM. / Figure 2: Example of object classification developed within the framework of the TAHMM programme.

Figure 2 : Exemple de classification objet développée dans le cadre du programme TAHMM. / Figure 2: Example of object classification developed within the framework of the TAHMM programme.

Les structures archéologiques présentes sur les 4 hectares du secteur du Liantran (Estain, Hautes-Pyrénées) sont figurées en orange. En bleu sont indiquées les structures identifiées grâce à une classification réalisée faite avec la méthode KMean. Le fond, en Noir et Blanc correspond au résultat du calcul de classification réalisé avec le logiciel Orfeo Tool box.
The archaeological structures present on the 4 hectares of the Liantran sector (Estain, Hautes-Pyrénées) are shown in orange. The blue colour indicates the structures identified thanks to a classification carried out with the KMean method. The background, in black and white, corresponds to the result of the classification calculation made with the Orfeo Tool box software.

4. Imagerie par drone

4.1. Photogrammétrie

18La photogrammétrie est une technologie de plus en plus utilisée en archéologie. Elle permet, avec quelques photographies aériennes, de disposer d’orthophotographie et de Modèles Numériques de Terrain (MNT) qui permettent, par la photo-interprétation, la localisation, l’identification, la description, et l’illustration des vestiges archéologiques (figure 3).

Figure 3 : Utilisation de la photogrammétrie pour localiser, identifier, décrire et illustrer les vestiges archéologiques. / Figure 3: Use of photogrammetry to locate, identify, describe and illustrate the archaeological remains.

Figure 3 : Utilisation de la photogrammétrie pour localiser, identifier, décrire et illustrer les vestiges archéologiques. / Figure 3: Use of photogrammetry to locate, identify, describe and illustrate the archaeological remains.

1. Digitalisation des structures constituant un ensemble pastoral relevé sur le replat de l’Auloueilh (Aulon, Hautes-Pyrénées) ; 2. Orthophotographie réalisée par photogrammétrie. En rouge sont figurées les lignes de profils topographiques ; 3. Modèle Numérique de Terrain (MNT) réalisé à partir de la photogrammétrie. En rouge sont figurées les lignes de profils topographiques ; 4. Les 3 profils topographiques réalisés à partir du MNT fait par photogrammétrie (Metashape).
1. Digitalisation of the structures making up a pastoral complex surveyed on the Auloueilh flat (Aulon, Hautes-Pyrénées); 2. Orthophotography carried out using photogrammetry. The topographical profile lines are shown in red; 3. Digital Terrain Model (DTM) produced from photogrammetry. The topographic profile lines are shown in red; 4. The 3 topographic profiles made from the photogrammetric DTM (Metashape).

19Un test « grandeur nature » a été réalisé sur les 23 hectares du replat de l’Auloueilh situé dans la Réserve Naturelle d’Aulon (Hautes-Pyrénées). En 4 jours de terrain, plusieurs vols ont permis d’acquérir 4 369 images par drone. Plusieurs dizaines de points de repères ont été relevés au GPS Différentiels (Trimble R2). Le traitement de l’ensemble de ces données a nécessité environ 2,5 semaines de travail en laboratoire et a permis de relever 157 structures. La vision zénithale des orthophotographies (où chaque pixel mesure moins d’1 cm) permet une observation fine du terrain et de réaliser des relevés pierre-à-pierre. La photogrammétrie permet également d’exporter des MNT à partir desquels il est possible de se baser pour faire des mesures (hauteur, largeur). C’est également avec les MNT qu’il est possible d’extraire des profils et des coupes.

20L’observation de l’ombrage extrait de Modèle Numérique d’élévation (MNE) est couramment utilisée en archéologie. Toutefois, ce type de visualisation montre deux limites : l’impossibilité de détecter des artéfacts linéaires parallèles au faisceau lumineux et ceux situés dans les zones d’ombre (Zakšek et al., 2011). Utiliser plusieurs méthodes de visualisation des MNE permet de multiplier les points de vue et ainsi de disposer d’une perception plus étendue des corrélats matériels. Différentes méthodes de visualisation ont été testées dans le cadre du programme TAHMM avec l’objectif de mettre en exergue les microreliefs et ainsi de mieux identifier les indicateurs archéologiques (Kokalj et al., 2019). Parmi tous ces traitements, il faut citer ceux qui utilisent l’illumination des objets constituant l’environnement comme Sky View Factor, Simple Local Relief Model (SLRM), Positive Openness, Negative Openness, Multi-ombrage, Sky Illumination Model (SIM). Il existe également des algorithmes de morphométrie qui cherchent à quantifier la rugosité d’un environnement et ses variations topographiques. Ce sont les algorithmes du type Topographic Position Index (TPI), Relative Heights and Slope Positions, Slope, Aspect, Curvature, Terrain Ruggedness Index (TRI), Vector Ruggedness Measure (VRM), Curvature classification. Ces outils sont implémentés dans plusieurs logiciels tels que Relief Visualization Toolbox (RVT) de l’Institut d’anthropologie et d’études spatiales de Ljubljana (Slovénie), QGis, ArcGis, GRASS, mais aussi LasTools, Whitebox Tools et Orféo Tool box. Ainsi, ce sont 30 algorithmes qui ont été testés sur l’ensemble des zones d’étude du programme TAHMM. En multipliant les visualisations, la perception des variations topographiques s’enrichit et la détection des structures archéologiques s’affine ou, a minima, se renforce.

21Sur les 4 territoires d’expérimentation du programme TAHMM, avec des capacités de détection moyenne de 76 %, l’observation de l’orthophotographie s’est avéré la méthode la plus efficace (figure 4). Toutefois les écarts de détection sont très grands. Ainsi, sur les terrains d’Anéou (Pyrénées-Atlantiques), d’Aulon et d’Estain (Hautes-Pyrénées), les pourcentages d’identification des structures sont respectivement de 93,10 %, 90,48 % et 98,73 %. Sur le Pla de l’Orri à Enveitg (Pyrénées-Orientales), la photo-interprétation ne permet de relever que 22,5 % des structures présentes. La photo-interprétation doit donc être une étape primordiale qui fait suite à l’observation des différentes méthodes de visualisation. Les différents algorithmes de visualisation utilisés détectent, en moyenne, moins de structure (32 %) que la photo-interprétation.

Figure 4 : Comparaison des capacités de détection des différentes méthodes de visualisation des MNT testées dans le cadre du programme TAHMM (Logiciel R). / Figure 4: Comparison of the detection capabilities of the different DTM visualisation methods tested in the TAHMM programme (R software).

Figure 4 : Comparaison des capacités de détection des différentes méthodes de visualisation des MNT testées dans le cadre du programme TAHMM (Logiciel R). / Figure 4: Comparison of the detection capabilities of the different DTM visualisation methods tested in the TAHMM programme (R software).

22Le pourcentage de détection des structures archéologiques est très variable d’un terrain à l’autre et d’un algorithme à l’autre. L’amplitude de la variation du pourcentage de détection des algorithmes de visualisation s’étale de 95,83 % à 0 %. Cette très forte variabilité s’explique notamment par les modèles mathématiques sous-jacents qui ont un impact sur le rendu final. L’état de conservation des vestiges archéologiques paraît également être un élément important influant sur les résultats. En effet, aucune structure, sur aucun des quatre secteurs géographiques étudiés, n’est identifiable par tous les algorithmes de visualisation. Même si la très grande majorité des constructions (95,8 %) sont perçues par au moins un traitement, certaines restent totalement invisibles. Ainsi, sur la montagne d’Enveitg, 16 structures ne sont perceptibles sur aucun des rasters issus des visualisations des MNT. Il s’agit d’édifice déjà fouillés et partiellement démontés, donc sans réelle régularité de forme, ni de hauteur de conservation, ou des structures recouvertes d’un manteau épais et dense de genêt. Il en va de même sur le secteur du Liantran dans la commune d’Estaing (Hautes-Pyrénées), sur l’estive d’Anéou (Pyrénées-Atlantiques) et dans la Réserve Naturelle d’Aulon (Hautes-Pyrénées) où aucun des algorithmes n’a permis de localiser les structures édifiées sous roches.

23Les chaos rocheux représentent également une limite à la détection. Ces secteurs sont sources de bruits sur les MNT issus de photogrammétrie. En effet, les photographies aériennes ne permettent pas de documenter la totalité des anfractuosités d’un chaos. Au bout du processus photogrammétrique, il y a donc des zones de vides, des zones de floues qui se traduisent par un relief bosselé et arrondi du MNE. Les amas de blocs perturbent la lisibilité et brouillent les variations topographiques. D’autant plus que dans la majorité des cas, ces zones, parce qu’elles fournissent des matériaux, ont aussi été des secteurs d’extraction de matière première. De plus leurs marges regroupent beaucoup de constructions très souvent enchevêtrées présentant des modes constructifs particuliers (les blocs sont repoussés ou entassés pour libérer les espaces de circulation) ; ce qui ne favorisent pas la détection.

24Un autre élément perturbe la lisibilité du terrain : la végétation ligneuse de types genêt ou rhododendron masquent les structures. Ainsi, sur la montagne d’Enveitg, les genêts et les pins couvrent 53,90 % du Pla de l’Orri. Et sous leur frondaison, presque aucune structure n’est visible. Quant au secteur de l’Auloueilh dans la Réserve Naturelle d’Aulon, les rhododendrons recouvrent 40 % du replat (9,19 hectares sur une surface totale de 23 hectares) et masquent tout ou partie d’un nombre important de constructions.

25Les procédés mathématiques, les modes constructifs, l’état de conservation des aménagements, la couverture végétale ainsi que l’importance spatiale des chaos rocheux ont donc une incidence sur les « capacités » de détection des algorithmes de visualisation de MNT.

26La combinaison de ces différentes méthodes de visualisation pourrait permettre d’améliorer, voire dépasser la photo-interprétation.

4.2. Thermographie par drone

27La thermographie est utilisée depuis les années 1970 en archéologie (Beaufrère et al., 1992 ; Bellerby et al., 1990 ; Casana et al., 2017 ; Fourteau & Tabbagh, 1979 ; Hesse & Tabbagh, 1993 ; Lunden, 1985 ; Tabbagh, 1973 ; Tabbagh, 1977). Elle repose sur le principe selon lequel il existe une différence de la température de surface (TS), sol et végétation, entre les zones renfermant des structures archéologiques et celles où ces constructions sont absentes (Eppelbaum, 2009). Dans le cadre des mesures thermiques prises au sol, les aménagements auront tendance à réagir différemment aux changements de température par rapport aux sédiments encaissants, en se réchauffant ou refroidissant plus ou moins rapidement selon leur nature. Quant aux mesures thermiques acquises sur la végétation, les variations de la température de surface sont des indicateurs de l’état sanitaire du couvert végétal, notamment de son niveau de stress hydrique. Ainsi, les plantes qui poussent à l’aplomb d’une structure bâtie seront plus stressées car elles ont moins d’eau disponible et moins de nutriments que les autres plantes. A contrario, les plantes qui poussent au-dessus de structures archéologiques en creux, de type fosse et fossé, ont accès à une quantité plus importante d’eau et de nutriments et seront donc moins sujettes au stress hydrique. Ce qui est donc observable avec l’imagerie thermique, c’est l’inertie à l’emplacement des structures archéologiques (Poirier & Hautefeuille, 2018 ; Poirier et al., 2017 ; Poirier et al., 2013).

28Coupler la thermographie avec un drone permet de pallier les fortes contraintes des acquisitions par avion ou hélicoptère : très forte réduction des coûts des vols, flexibilité d’utilisation, répétabilité des vols, variabilité de la hauteur d’acquisition (Hill et al., 2020 ; Agudo et al., 2018 ; Casana, 2014). La procédure de traitement des images thermiques utilisé dans le cadre du programme de recherche TAHMM s’appuie sur l’analyse fine des histogrammes des températures. L’objectif est d’arriver à une discrétisation des images qui soit la plus précise possible. Des profils thermographiques sont ensuite réalisés. Ils permettent une meilleure lisibilité des variations thermiques et une appréhension plus fine de la structure observée.

29Les acquisitions thermiques faites dans le cadre du programme TAHMM ont été réalisées avec l’aide d’un drone Parrot Anafi Thermal. Son poids, 315 g sans la batterie, permet un emport très facile en haute montagne. La durée des vols (26 minutes) permet de couvrir 2 à 3 hectares et rentabilise la journée de travail. Il est équipé d’une caméra FLIR Lepton 3.5 qui est placée sur un axe orientable de 90° sur l’axe vertical et de 360° sur l’axe horizontal, permettant de varier les angles de prises de vue. Cette caméra permet d’obtenir, en une prise de vue, un couple d’images classiques et thermiques. Ce capteur thermique couvre la gamme du proche infrarouge de 8 à 14 nanomètres. La résolution des images numériques produites est son point faible : 160 × 120 pixels. Toutefois, cette « faiblesse » est en partie compensée par l’abaissement de l’altitude de vol, mais reste un problème pour une perception fine de variations de température.

30La technique de prises de vue thermographique suivie dans le cadre du programme de recherche TAHMM s’est basée sur les préconisations établies par les chercheurs du programme Archéodrone et REPERAGE (dir. Nicolas Poirier, CR CNRS, Laboratoire TRACES) [Poirier et al., 2017 ; Poirier, 2018]. Ces dernières varient en fonction des saisons. De façon générale, la première règle est d’effectuer les survols de façon à avoir le plus grand contraste possible entre les températures du sol (froide) et de l’air (chaud) ou inversement. Tous les vols ont été réalisés de façon zénithale afin de faciliter le géoréférencement des images dans un SIG. 23 structures ont été inspectées. 16 sont positives et sept sont négatives parce que les tests n’ont pas été réalisés au bon moment (figure 5).

Figure 5 : MNTS classifié suivant la méthode de progression géométrique de la structure AU_015_001. / Figure 5: MNTS classified according to the geometric progression method of structure AU_015_001.

Figure 5 : MNTS classifié suivant la méthode de progression géométrique de la structure AU_015_001. / Figure 5: MNTS classified according to the geometric progression method of structure AU_015_001.

À droite, le Modèle Numérique Thermographique de Surface (MNTS) avec en rouge, les lignes de profils thermographiques. À gauche, les profils thermographiques bruts, en gris et lissés en rouge. (Cette analyse a été réalisé avec les logiciels FlirTools, Arcgis et Qgis).
On the right, the Digital Thermographic Surface Model (DTSM) with the thermographic profile lines in red. On the left, the raw thermographic profiles, in grey and smoothed in red (This analysis was carried out with FlirTools, Arcgis and Qgis software).

Source : Calastrenc et al., 2020

4.3. LiDAR par drone

31La partie médiane du replat de l’Auloueilh, situé dans la Réserve Naturelle d’Aulon, est totalement recouverte par des rhododendrons. Ce couvert végétal, très dense, limite considérablement la lecture archéologique de presque la moitié de la superficie de ce replat. Seules quelques parcelles de murs émergent des frondaisons. Comment accéder à la surface du sol ? Comment supprimer le couvert ligneux sans engager des travaux de débroussaillages dantesques et en totale opposition avec le rôle de conservation de la Réserve Naturelle ? Le choix s’est naturellement porté sur l’utilisation de LiDAR implémentés sur un drone. Le LiDAR a déjà été testé en secteur de montagne. Ainsi, l’équipe de recherche travaillant sur le Puy-de-Dôme (Toumazet et al., 2017 ; Vautier, 2017) a mis au point, à partir de données LiDAR acquises par avion, une procédure de détection automatique des structures pastorales très normalisées : les tras. Ces infrastructures se caractérisent par une forte empreinte spatiale ainsi qu’une forme des bâtiments simple et très « standardisée ». Ce travail s’est basé sur l’appariement de modèles et sur une classification orientée objet. Toutefois, dans le cadre du programme TAHMM, le LiDAR est destiné à une autre application. Il vise à l’identification des structures masquées par la végétation basse et ligneuse (rhododendrons, genêts, genévriers, myrtilliers). La morphologie de ces plantes, leurs processus de croissance, leur faible développement vertical et le fait qu’elles soient à feuillage persistant rendent complexes les procédures de classification à mettre en place.

32La période d’acquisition (les mois d’août et de septembre) imposée par la Réserve Naturelle d’Aulon pour préserver un couple de Gypaètes barbus ne sont pas des plus propice. En effet, le Rhododendron Ferrugineum forme de vastes landes (entre 1500 m et 2500 m d’altitude) qui marquent les zones où la neige persiste le plus longtemps. Cette espèce apprécie les versants Nord, les éboulis ou les zones de blocs granitiques. Elle fleurit de juin à août. Son feuillage est persistant. Les rameaux sont très tortueux et les feuilles, de forme ovale lancéolée, sont disposées en hélices.

33Le drone utilisé pour ces acquisitions est un DJI Matrice 600 Pro qui permet un emport de 6 kg et une durée de vol de 15 à 20 minutes. Le capteur est un Mapper II de la société Yellowscan qui permet 18 500 points par seconde et 3 échos.

34Les caractéristiques morphologiques des rhododendrons sont un frein à la classification et à la différenciation sol / végétation. Pour maximiser les possibilités d’obtenir des points sol, les vols ont donc été réalisé à 20 m de hauteur et à 4 m/s.

35Plusieurs logiciels (Envi, CloudCompare, Open LiDAR Toolbox, Lastools) ont été testés et plusieurs traitements de classification ont été réalisés. Pour l’instant, les résultats sont partiels et aucun traitement ne permet d’obtenir une classification efficace et donc une reconnaissance optimale des structures archéologiques masquées par le couvert végétal ligneux.

36L’enchevêtrement entre structures, chaos rocheux et rhododendrons est très (trop ?) important. Cela se perçoit très bien lorsque l’on analyse le nuage de point (figure 6). L’espace entre les points sol et la canopée varie entre 10 et 25 cm. Comment faire la part entre rocher, structure et végétation ?

37Arriver à défaire cette interpénétration ne pourra s’effectuer qu’en développant une méthode de traitement spécifique et en associant d’autres technologies ; approche qui est en cours de développement.

Figure 6 : Classification végétation/sol mis en place dans le cadre du programme TAHMM. / Figure 6: Vegetation/soil classification set up as part of the TAHMM programme.

Figure 6 : Classification végétation/sol mis en place dans le cadre du programme TAHMM. / Figure 6: Vegetation/soil classification set up as part of the TAHMM programme.

1. Planche botanique du rhododendron ferrugineux (© genialvegetal.net) ; 2. Relevé LiDAR d’une partie du replat de l’Auloueilh (Réserve Naturelle d’Aulon) fortement couverte par des plants de rhododendron ferrugineux. En rouge sont tracés l’emplacement des structures archéologiques identifiées en prospection pédestre suivant des méthodes « classique ». La ligne rouge verticale représente le profil réalisé dans le nuage de point du relevé LiDAR. Le rond orange localise la structure archéologique traversée par le profil ; 3. Profil réalisé dans le nuage de point LiDAR. La ligne rouge représente la ligne de sol non perceptible sous la végétation. La ligne orange représente le Modèle Numérique de Surface (MNS). Le sigle « Str » signifie « structure ». (Logiciels QGis, PosPac, CloudCompare).
1. Botanical board of the ferruginous rhododendron (© genialvegetal.net); 2. LiDAR survey of a part of the Auloueilh flat (Aulon Nature Reserve) heavily covered by rhododendron ferrugineux plants. The red lines show the location of the archaeological structures identified by pedestrian prospection using “classic” methods. The vertical red line represents the profile made in the LiDAR point cloud. The orange circle locates the archaeological structure crossed by the profile; 3. Profile made in the LiDAR point cloud. The red line represents the ground line not perceptible under the vegetation. The orange line represents the Digital Surface Model (DSM). The acronym “Str” stands for “structure”. (Software QGis, PosPac, CloudCompare).

5. Géophysique

38À l’échelle de la structure ou du groupe de structure, toutes méthodes confondues, les acquisitions géophysiques permettent de distinguer des aménagements, de cerner de possibles réaménagement/réoccupations de l’espace non visibles en surfaces et de localiser les zones ayant chauffé.

39La technologie la plus simple à déployer en haute montagne est le magnétomètre car il fait fi des pierres et des blocs qui rendent le parcours des zones d’étude malaisé. Le matériel utilisé est un magnétomètre à protons GSM-19 de la Société Gem. Le montage de l’appareil a été modifié pour répondre à des applications archéologiques. Les deux capteurs sont positionnés l’un au-dessus de l’autre sur une canne. Au sommet de celle-ci est placé le GPS. Ce type d’agencement permet de réaliser des mesures à quelques centimètres du sol, ce qui rend possible l’enregistrement de très légères variations du champ magnétique terrestre. Utilisé en mode « walking », son système d’acquisition en continu associé à un GPS permet un enregistrement pouvant aller jusqu’à 5 points par seconde (figure 7).

Figure 7 : Modification du magnétomètre. Les capteurs sont placés sur une canne, l'un au-dessus de l'autre. Au sommet de la canne se trouve le GPS. / Figure 7: Modification of the magnetometer. The sensors are placed on a pole, one above the other. At the top of the rod is the GPS.

Figure 7 : Modification du magnétomètre. Les capteurs sont placés sur une canne, l'un au-dessus de l'autre. Au sommet de la canne se trouve le GPS. / Figure 7: Modification of the magnetometer. The sensors are placed on a pole, one above the other. At the top of the rod is the GPS.

Photo : © C. Calastrenc – CNRS

40La procédure de traitement des données permet d’identifier et de localiser les anomalies magnétiques (figure 8) induites par la présence d’artefacts métalliques ou de structures enfouies ayant subi l’action du feu. Comme l’un des principes du programme TAHMM est le test méthodologie, plusieurs tests d’interpolation des mesures magnétiques par krigeage ont été réalisés pour chacun des relevés : Empirical_bayesian_kriging, Local Polynomial Interpolation, Radius Basis Functions et IDW avec le semi-variogramme Power. Ils permettent d’obtenir différentes cartes d’anomalies magnétiques. L’objectif était d’identifier les variations de visualisations des mesures magnétométriques et, si possible, d’identifier la méthode d’interpolation la plus « efficace ».

Figure 8 : Résultats des différents tests d'interpolation des données magnétomètriques réalisés sur la structure no 13 du replat de l'Auloueilh (Réserve Naturelle d'Aulon, Hautes-Pyrénées). / Figure 8: Results of the various tests of interpolation of the magnetometric data carried out on the structure no 13 of the Auloueilh flat (Aulon Nature Reserve, Hautes-Pyrénées).

Figure 8 : Résultats des différents tests d'interpolation des données magnétomètriques réalisés sur la structure no 13 du replat de l'Auloueilh (Réserve Naturelle d'Aulon, Hautes-Pyrénées). / Figure 8: Results of the various tests of interpolation of the magnetometric data carried out on the structure no 13 of the Auloueilh flat (Aulon Nature Reserve, Hautes-Pyrénées).

41Ces différentes acquisitions permettent de localiser des zones pouvant renfermer des artefacts métalliques ou des structures ayant chauffé de type foyer ou résidus de feux naturels. Elles ont également été utilisées comme aide à la décision pour le positionnement des sondages archéologiques de validation des observations qui auront lieu en 2022 (figure 9).

Figure 9 : Résultats d’une acquisition au magnétomètre réalisée dans le cadre du programme TAHMM (ArcGis, SagaSig). / Figure 9: Results of a magnetometer acquisition carried out in the framework of the TAHMM programme (ArcGis, SagaSig).

Figure 9 : Résultats d’une acquisition au magnétomètre réalisée dans le cadre du programme TAHMM (ArcGis, SagaSig). / Figure 9: Results of a magnetometer acquisition carried out in the framework of the TAHMM programme (ArcGis, SagaSig).

6. Analyse chimique des sols

42Une des grandes questions du programme TAHMM est d’arriver à cerner l’invisible et à mesurer la part des structures réalisées en matériaux périssables et notamment les enclos dans l’ensemble des aménagements pastoraux. En effet, toutes les structures de contention du bétail n’ont pas été délimitées avec des murs en pierre sèche. Une partie de ces structures, qu’il est actuellement impossible de quantifier, devaient être réalisée en matériaux périssables de type claies ou plessis (cela est renseigné par la documentation notamment ethnologique).

43Le spectromètre à fluorescence X (XRF) permet d’identifier une partie des éléments chimiques qui composent l’objet étudié. Sous l’effet d’un laser, les atomes qui composent l’échantillon quittent leur état fondamental et deviennent instables. Les atomes tentent alors de revenir à leur état fondamental en libérant de l’énergie sous forme de photons X qui a une longueur d’onde propres à chaque élément. L’analyse de cette émission permet de déterminer la nature des éléments chimiques ainsi que leur concentration massique (Thirion-Merle, 2014). L’pXRF (Nitron XL3t 980) utilisé dans le cadre du programme TAHMM en collaboration avec le plateau Sédimentologie et mesures du laboratoire GEODE (UMR 5602) permet d’analyser tous les éléments chimiques du Béryllium (Be) à l’Uranium (U) d’un échantillon.

44Dans le cadre du programme TAHMM, cet outil sert à tracer les marqueurs chimiques des fumures : Phosphore (P), Magnésium (Mg), Potassium (K), Calcium (Ca), Fer (Fe) [Elliott et al., 2014 ; Holliday & Gartner, 2007] Les premiers tests, orientés vers la seule analyse de P, indiquent une statification et une spatialisation du phosphore. Le taux de Phosphore ne se diluant pas dans le sol, ni dans le temps, les variations de son taux sont l’expression d’un usage différencié de l’espace. Dans le contexte qui intéresse le programme de recherche TAHMM, il s’agit d’une pression plus ou moins forte du bétail. Ainsi, par extension, le taux de Phosphore peut être un moyen de détection des aires de stabulation sur estive comme le montre les mesures réalisées sur un couloir de traite possiblement médiéval situé sur le replat de l’Orri sur la montagne d’Enveitg (Pyrénées-Orientales) [Calastrenc et al., 2018 ; Calastrenc et al., 2022]. En surface, le taux de Phosphore est donc relativement homogène avec un point chaud pouvant résulter de la présence d’un résidu d’excrément localisé. À 10 cm de profondeur, la carte de densité donne une autre image. À l’extérieur du couloir de traite, le taux de Phosphore est toujours entre 437 mg/kg et 731 mg/kg alors qu’à l’intérieur ce taux augmente et passe de 806 ppm/m² à 1 944 mg/kg avec des valeurs brutes allant de 1 555 mg/kg à 6 308 mg/kg (figure 10).

Figure 10 : À gauche, carte de densité du taux de Phosphore (P) en surface ; à droite, carte de densité du taux de Phosphore (P) à 10 cm de profondeur (pour ces deux cartes, il s’agit de faire un calcul de densité par noyau avec un rayon de 2 m avec le logiciel ArcGis). / Figure 10: On the left side, Phosphorus (P) density map at the surface; on the right side, Phosphorus (P) density map at 10 cm depth (for these two maps, a density kernel calculation with a radius of 2 m is done with ArcGis software).

Figure 10 : À gauche, carte de densité du taux de Phosphore (P) en surface ; à droite, carte de densité du taux de Phosphore (P) à 10 cm de profondeur (pour ces deux cartes, il s’agit de faire un calcul de densité par noyau avec un rayon de 2 m avec le logiciel ArcGis). / Figure 10: On the left side, Phosphorus (P) density map at the surface; on the right side, Phosphorus (P) density map at 10 cm depth (for these two maps, a density kernel calculation with a radius of 2 m is done with ArcGis software).

45La différence de mesure entre l’intérieur et l’extérieur de la structure contraste fortement. Le pic de phosphore à l’aval de cette dernière peut s’expliquer par la présence du bétail autour du couloir de traite et/ou par un phénomène de lessivage des matériaux en surface avec les pluies et la fonte des neiges. Ainsi, à 10 cm de profondeur, la spatialisation du taux de Phosphore total épouse et marque les limites du couloir de traite.

46Au vu des résultats des recherches sur la détection du Phosphore en milieu archéologique (Wilson et al., 2008 ; Elliott et al., 2014 ; Leanardi et al., 1999 ; Terry, et al., 2000 ; Matloka, et al., 2015 ; Harrault et al., 2017), il est possible de confirmer que les différences de taux observées sur la carte de densité à 10 cm de profondeur sont bien à considérer comme l’expression de la variation de la présence de bétail et par extension d’un usage différencié des espaces.

47La prise en compte du Phosphore est donc probante pour la détection, en haute montagne, des aires de parcage sur le temps long. Reste maintenant à trouver le moyen de pondérer chaque élement marqueur des fumiers pour pouvoir cumuler ces indicateurs et ainsi disposer d’une lecture plus fine de ces espaces.

Conclusions

48Les premiers résultats montrent que l’usage combiné d’appareillages non-invasifs est efficace en haute montagne pour la détection archéologique. Leur utilisation permet déjà d’obtenir un inventaire fin et précis dans un laps de temps plus court qu’avec les techniques habituelles. L’approche multisources permet également de multiplier les observations, les angles de perception et d’analyse et ainsi donne accès à une vision plus précise des objets archéologiques.

49Dans les années futures de nouveaux appareillages vont être mis en œuvre comme un capteur multispectral implémenté sur un drone ou un géoradar. Et pour aller plus avant dans l’analyse des données acquises, plusieurs partenariats sont en cours, pour développer les applications géophysiques, améliorer le traitement des données LiDAR et des images satellite.

Haut de page

Bibliographie

Agudo, P. U., Pajas, J. A., Pérez-Cabello, F., Redón, J. V., Lebrón, B. E., 2018. The Potential of Drones and Sensors to Enhance Detection of Archaeological Cropmarks: A Comparative Study Between Multi-Spectral and Thermal Imagery. Drones, 2, 29. https://doi.org/10.3390/drones2030029.

Beaufrère, P., Dabas, M., Décriaud, J.-P., Tabbagh, A., Leva, C., 1999. Application de la thermographie aéroportée à la prospection archéologique. Revue archéologique de Picardie, numéro spécial 17 : Actes du colloque international d’archéologie aérienne Amiens, 15-18 octobre 1992. Hommage à Roger Agache pour 35 ans de prospections aériennes dans le Nord de la France : 289-293. https://doi.org/10.3406/pica.1999.2115.

Bellerby, T., Noel, M., Branigan, K., 1990. A thermal method for archaeological prospection preliminary investigations. Archaeometry, 32, (2) : 191-203.

Calastrenc, C., Rendu, C., Baleux, F., Poirier, N., Magali, P., 2022. Inspecting the high mountain. Methodological renewal of the archaeological approach of the highland pastures. 42e Rencontres internationales d’archéologie et d’histoire de Nice Côte d’Azur « Dynamiques des peuplements, des territoires et des paysages : bilan et perspectives en Archéologie spatiale. Hommage à Jean-Luc Fiches », octobre 2022, Nice, France. https://hal.science/hal-03817228.

Calastrenc, C., Baleux, F., Poirier, N., Rendu, C., 2020. Thermographie aéroportée par drone. Nouvelle procédure pour la détection archéologique en haute montagne. ArcheoSciences, 44(1) : 81-96. https://doi.org/10.4000/archeosciences.7426.

Calastrenc, C., Baleux, F., Poirier, N., Laurent, A., Philippe, M., Rendu, C., 2020-2021. Programme Télédétection Archéologique en Haute et Moyenne Montagne (TAHMM) – 2020-2021. Rapport de recherche UMR 5608 TRACES. https://hal.science/hal-03263265.

Calastrenc, C., Baleux, F., Poirier, N., Laurent, A., Philippe, M., Rendu, C., 2019. Programme Télédétection Archéologique en Haute et Moyenne Montagne (T.A.H.M.M.). Campagne 2019. Rapport de recherche CNRS. https://hal.science/hal-03263265.

Calastrenc, C., Baleux, F., Poirier, N., Laurent, A., Philippe, M., Rendu, C., 2018. Programme Télédétection Archéologique en Haute et Moyenne Montagne (T.A.H.M.M). Campagne 2018. Rapport de recherche CNRS. https://hal.science/hal-02017472.

Casana, J. W., 2017. Archaeological Aerial Thermography in Theory and Practice. Advances. Archaeological Practice, 5, (4) : 310-327.

Casana, J., Kantner, J., Wiewel, A., Cothren, J., 2014. Archaeological aerial thermography: a case study at the Chaco-era Blue J community, New Mexico. Journal of Archaeological Science, 45 : 207-219. https://doi.org/10.1016/j.jas.2014.02.015.

Dabas, M., Deletang, H, Ferdière, A., Jung, C., Haio Zimmermann, W., 2006. La prospection. Coll. « Archéologiques », Errance, Paris, 248 p., 2e édition.

De Laet, V., Lambers, K., 2009. Archaeological prospecting using high-resolution digital satellite imagery: recent advances and prospects. Computer applications and quantitative methods in archaeology (CAA) : 9-17.

Elliott, S., Bendrey, R., Whitlam, J., Rauf Aziz, K., Evans, J., 2014. Preliminary ethnoarchaeological research on modern animal husbandry in Bestansur, Iraqi Kurdistan: integrating animal, plant and environmental data. Environmental archaeology : 283-303.

Eppelbaum, L., 2009. Near-surface temperature surveyIendant tool for delineation of buried archaeological targets. Journal of Cultural Heritage, Supplément 1 : 93-103.

Fourteau, A.-M., Tabbagh, A., 1979. Parcellaire fossile et prospection thermique. Résultats des recherches à Lien-en-Beauce (Loiret). ArchéoSciences. Revue d’archéomètrie, 3 : 115-123.

Guyot, A., Lennon, M., Hubert-Moy, L., 2021. Objective comparison of relief visualization techniques with deep CNN for archaeology. Journal of Archaeological Science: Reports, 38. https://doi.org/10.1016/j.jasrep.2021.103027.

Guyot, A., 2021. Apport des données LiDAR et hyperspectrales aéroportées pour la cartographie archéologique en milieux terrestres et immergés. Thèse de géographie, Université Rennes 2, France. https://theses.hal.science/tel-03813861.

Harrault, L., Aronsson, K., Domene Lopez, G., Milek, K., Anderson, D., 2017. Geoarchaeological tools to contextualise ancient pastoral sites in Suollagavalda, northern Sweden. Humanor project meeting, University of Aberdeen (UK).

Hesse, A, Tabbagh, A., 1993. Problèmes de reconnaissance géophysique de limites parcellaires non cadastrées. Histoire et mesure, 8, (3/4) : 207-223.

Hill, A. C., Laugier, E. J., Casana, J., 2020. Archaeological Remote Sensing Using Multi-Temporal, Drone-Acquired Thermal and Near Infrared (NIR) Imagery: A Case Study at the Enfield Shaker Village, New Hampshire. Remote Sensing, 12 : 690. https://doi.org/10.3390/rs12040690.

Holliday, V., Gartner, W., 2007. Methods of soil P analysis in archaeology. Journal of archaeological Science, 34, (2) : 301-333.

Kokalj, Ž., Somrak, M., 2019. Why Not a Single Image? Combining Visualizations to Facilitate Fieldwork and On-Screen Mapping. Remotes Sensing, 11, (7) : 747.

Lambers, K., Zingman, I., 2012a. Am Boden, aus der Luft, aus dem All: Prospektion archäologischer Fundstellen in der Silvretta. Letzte Jäger, erste Hirten. Hochalpine Archäologie in der Silvretta. Archäologie in Graubünden – Sonderheft 1, Südostschweiz Buchverlag, Editors : Thomas Reitmaie : 71-85.

Lambers, K., Zingman, I., 2012b. Towards detection of archaeological objects in high-resolution remotely sensed images: the Silvretta case study. 40th Conference on Computer Applications and Quantitative Methods in Archaeology, Southampton (26-30 mars 2012, At Southampton), ed. Earl, Graeme et al. Archaeology in the digital era, volume II – e-papers. https://doi.org/10.13140/2.1.4614.9120.

Lambers, K., Zingman, I., 2013. Texture segmentation as a first step towards archaeological object detection in high-resolution satellite images of the Siivretta Alps. 40th Conference on Computer Applications and Quantitative Methods in Archaeology (Southampton, 26-30 mars 2012), II : 327-329.

Le Couédic, M., Rendu, C., Garcia Casas, D., Gassiot Ballbè, E., Calastrenc, C. et al., 2016. Comparer et modéliser les sites, les territoires et les systèmes pastoraux pyrénéens dans la diachronie : présentation et premiers résultats du projet collaboratif DEPAR. In Pays pyrénéens et environnement : 321-338.

Leanardi, G., Miglavassa, M., Nardi, S., 1999. Soil phosphorus analysis as an integrative too for recongnizing buried ancient ploughsoil. Journal of archaeological science, 26 : 343-352.

Lunden, B., 1985. Aerial Thermography: A Remote Sensing Technique Applied to Detection of Buried Archaeological Remains at a Site in Dalecarlia, Sweden. Geografiska Annaler, Series A, Physical Geography, 67, (1/2) : 161-166

Matloka, A., Karliński-Kociuba, J., Pilaczyński, L., Fejfer, M., Nowaczyk, S., Siepak, J., 2015. An examination of the level of phosphorus in the soil as an indicator of human activity in prehistory at archaeological site no 15a. BiIkupin. Ekologia i Technika : 71-79.

Poirier, N., Hautefeuille, F., Calastrenc, C., 2013. Low Altitude Thermal Survey by Means of an Automated Unmanned Aerial Vehicle for the Detection of Archaeological Buried Structures. Archaeological Prospect on, 20, (4) : 303-307. https://hal.science/hal-00844459.

Poirier, N., Hautefeuille, F., Calastrenc, C., 2017. L'utilisation des microdrones pour la prospection archéologique à basse altitude. Revue française de photogrammétrie et de la télédétection :81-94.

Poirier, N., 2010. Un espace rural à la loupe : paysage, peuplement et territoires en Berry de la Préhistoire à nos jours : Perspectives historiques. Presses universitaires François-Rabelais, Tours.

Poirier, N., 2018. Les défis d'une approche multisource des dynamiques d’occapation du sol : l'exemple de la vallée de la Garonne. Archéologie, Histoire et Analyse spatiale. Dialogue interdisciplinaire sur la question des SIG archéologiques et historiques, (p. s/n), Lille.

Poirier, N., Hautefeuille, F., 2016. REPERAGE - Recherches sur le Peuplement, les Espaces et les Réseaux Anciens de la Garonne. Rapport de recherche. UMR 5608 TRACES, DRAC Midi-Pyrénées, décembre. https://hal.archives-ouvertes.fr/hal-01420797.

Reitmaier, T. L., 2013. Silvretyta Historica: Satellite-assisted Archaeological Survey in an Alpine Environment. 38th Annual Conference on Computer Applications and Quantitative Methods in Archaeology (CAA), Granada, Spain : 543-546.

Rendu, C., 2021. La fabrique des espaces d’altitude. Un parcours pyrénéen entre pastoralisme et agriculture. Habilitation à diriger des recherches en archéologie, vol. 1 et 2, Muséum d’histoire naturelle de Paris, Paris, France.

Rendu, C., 2003. La montagne d'Enveitg. Une estive pyrénéenne dans la longue durée. Trabucaire, Perpignan.

Tabbagh, A., 1973. Essai sur les conditions d’application des mesures thermiques à la prospection archéologique. Annales de géophysique, 29, (2) : 179-188.

Tabbagh, A., 1977. Prospections thermiques et électriques II. Habitat néolithique de fond de vallée alluviale à Noyen-sur-Seine (Seine-et-Marne). Gallia Préhistoire, 20, (1) : 271-280.

Terry, R., Nelson, S., Carr, J., Parnell, J., Hardin, P., Jackson, M. S., 2000. Quantitative phosphorus measurement: A field test procedure for archaeological site analysis at Piedras Negras. Geoarchaeology, Guatemala.

Thirion-Merle, V., 2014. Spectrométrie de fluorescence X. Circulation et provenance des matériaux dans les sociétés anciennes. Coll. « Sciences Archéologiques », Éditions des archives contemporaines, Paris. https://hal.archives-ouvertes.fr/hal-01393984.

Toumazet, J.-P., Vautier, F., Roussel, E., Dousteyssier, B., 2017. Automatic detection of complex archaeological grazing structures using airborne laser scanning data. Journal of Archaeological Science: Reports, 12 : 569-579. https://hal.science/hal-01627607.

Trément, F., Dousteyssier, B., Humbert, L., Segard, M., 2000. Archéologie spatiale et archéologie du paysage : le programme « Histoire de l’occupation du sol et évolution des paysages dans le bassin de Clermont-Ferrand ». Revue d'Auvergne, Association des amis des universités de Clermont-Ferrand, Nouvelles archéologiques. Du terrain au laboratoire, 11, (554/555, 1/2) : 111-127. https://hal.science/halshs-01839285.

Vautier, F., Toumazet, J.-P., Roussel, E., Dousteyssier, B., 2016. Détection automatique de vestiges archéologiques sous forêt à partir de données LiDAR : test méthodologique appliqué aux « tras » de la Chaîne des Puys. Journée régionale de l'archéologie DRA Auvergne-Rhône-Alpes.

Wilson, A., Davidson, D., Cresser, M., 2008. Multi-element soil analysis: an assessment of its potential as an aid to archaeological interpretation. Journal of archaeological Science, 35, (2) : 412-424.

Zadora-Rio, E., Ferdière, A. (dir.), 1986. La prospection archéologique : paysage et peuplement, Actes de la table ronde des 14 et 15 mai 1982. Édition de la Maison des sciences de l'homme, Paris.

Zakšek, K., Oštir, K., Kokalj, Ž., 2011. Sky-View Factor as a Relief Visualization Technique. Remote Sens, 3, (2) : 398-415. https://doi.org/10.3390/rs3020398.

Zingman, I., Saupe, D., Lambers, K., 2012. Morphological operators for segmentation of high contrast textured regions in remotely sensed imagery. Geoscience and Remote Sensing Symposium (IGARSS), Munich, Allemagne, 22-27 juillet 2012 : 3451-3454. https://doi.org/10.1109/IGARSS.2012.6350678.

Zingman, I., Saupe, D., Lambers, K., 2013a. Automated search for livestock enclosures of rectangular shape in remotely sensed imagery. Image and Signal Processing for Remote Sensing XIX, vol. 8892, Dresden, Allemagne. https://doi.org/10.1117/12.2027704.

Zingman, I., Saupe, D., Lambers, K., 2013b. Detection of Texture and Isolated Features Using Alternating Morphological Filters. 11th International Symposium, ISMM 2013, Volume: Mathematical Morphology and Its Applications to Signal and Image Processing, Uppsala, Suède, 27-29 mai : 440-451. https://doi.org/10.1007/978-3-642-38294-9_37.

Zingman, I., Saupe, D., Lambers, K., 2014. A morphological approach for distinguishing texture and individual features. Image. Pattern Recognition Letters, 47 : 129-138. https://doi.org/10.1016/j.patrec.2014.03.019.

Zingman, I., Saupe, D., Lambers, K., 2015. Detection of incomplete enclosures of rectangular shape in remotely sensed images. Earthvision 2015 IEEE/ISPRS Workshop “Looking from above: When Earth observation meets vision”, Boston : 86-96. https://doi.org/10.1109/CVPRW.2015.7301387.

Zingman, I., Saupe, D., Penatti, O. A. B., Lambers, K., 2016. Detection of Fragmented Rectangular Enclosures. Very High-Resolution Remote Sensing Images, IEEE Transactions on Geoscience and Remote Sensing, 54, (8) : 4580-4593. https://doi.org/10.1109/TGRS.2016.2545919.

Haut de page

Table des illustrations

Titre Figure 1 : Localisation des zones de recherche du programme TAHMM (au-dessus) ; Schématisation de la procédure multi-source mise en place dans le cadre du programme TAHMM (au-dessous). / Figure 1: Location of the TAHMM research areas (above); Schematic of the TAHMM multi-source procedure (below).
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-1.jpg
Fichier image/jpeg, 210k
Titre Figure 2 : Exemple de classification objet développée dans le cadre du programme TAHMM. / Figure 2: Example of object classification developed within the framework of the TAHMM programme.
Légende Les structures archéologiques présentes sur les 4 hectares du secteur du Liantran (Estain, Hautes-Pyrénées) sont figurées en orange. En bleu sont indiquées les structures identifiées grâce à une classification réalisée faite avec la méthode KMean. Le fond, en Noir et Blanc correspond au résultat du calcul de classification réalisé avec le logiciel Orfeo Tool box.The archaeological structures present on the 4 hectares of the Liantran sector (Estain, Hautes-Pyrénées) are shown in orange. The blue colour indicates the structures identified thanks to a classification carried out with the KMean method. The background, in black and white, corresponds to the result of the classification calculation made with the Orfeo Tool box software.
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-2.jpg
Fichier image/jpeg, 555k
Titre Figure 3 : Utilisation de la photogrammétrie pour localiser, identifier, décrire et illustrer les vestiges archéologiques. / Figure 3: Use of photogrammetry to locate, identify, describe and illustrate the archaeological remains.
Légende 1. Digitalisation des structures constituant un ensemble pastoral relevé sur le replat de l’Auloueilh (Aulon, Hautes-Pyrénées) ; 2. Orthophotographie réalisée par photogrammétrie. En rouge sont figurées les lignes de profils topographiques ; 3. Modèle Numérique de Terrain (MNT) réalisé à partir de la photogrammétrie. En rouge sont figurées les lignes de profils topographiques ; 4. Les 3 profils topographiques réalisés à partir du MNT fait par photogrammétrie (Metashape). 1. Digitalisation of the structures making up a pastoral complex surveyed on the Auloueilh flat (Aulon, Hautes-Pyrénées); 2. Orthophotography carried out using photogrammetry. The topographical profile lines are shown in red; 3. Digital Terrain Model (DTM) produced from photogrammetry. The topographic profile lines are shown in red; 4. The 3 topographic profiles made from the photogrammetric DTM (Metashape).
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-3.jpg
Fichier image/jpeg, 217k
Titre Figure 4 : Comparaison des capacités de détection des différentes méthodes de visualisation des MNT testées dans le cadre du programme TAHMM (Logiciel R). / Figure 4: Comparison of the detection capabilities of the different DTM visualisation methods tested in the TAHMM programme (R software).
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-4.jpg
Fichier image/jpeg, 260k
Titre Figure 5 : MNTS classifié suivant la méthode de progression géométrique de la structure AU_015_001. / Figure 5: MNTS classified according to the geometric progression method of structure AU_015_001.
Légende À droite, le Modèle Numérique Thermographique de Surface (MNTS) avec en rouge, les lignes de profils thermographiques. À gauche, les profils thermographiques bruts, en gris et lissés en rouge. (Cette analyse a été réalisé avec les logiciels FlirTools, Arcgis et Qgis). On the right, the Digital Thermographic Surface Model (DTSM) with the thermographic profile lines in red. On the left, the raw thermographic profiles, in grey and smoothed in red (This analysis was carried out with FlirTools, Arcgis and Qgis software).
Crédits Source : Calastrenc et al., 2020
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-5.jpg
Fichier image/jpeg, 481k
Titre Figure 6 : Classification végétation/sol mis en place dans le cadre du programme TAHMM. / Figure 6: Vegetation/soil classification set up as part of the TAHMM programme.
Légende 1. Planche botanique du rhododendron ferrugineux (© genialvegetal.net) ; 2. Relevé LiDAR d’une partie du replat de l’Auloueilh (Réserve Naturelle d’Aulon) fortement couverte par des plants de rhododendron ferrugineux. En rouge sont tracés l’emplacement des structures archéologiques identifiées en prospection pédestre suivant des méthodes « classique ». La ligne rouge verticale représente le profil réalisé dans le nuage de point du relevé LiDAR. Le rond orange localise la structure archéologique traversée par le profil ; 3. Profil réalisé dans le nuage de point LiDAR. La ligne rouge représente la ligne de sol non perceptible sous la végétation. La ligne orange représente le Modèle Numérique de Surface (MNS). Le sigle « Str » signifie « structure ». (Logiciels QGis, PosPac, CloudCompare). 1. Botanical board of the ferruginous rhododendron (© genialvegetal.net); 2. LiDAR survey of a part of the Auloueilh flat (Aulon Nature Reserve) heavily covered by rhododendron ferrugineux plants. The red lines show the location of the archaeological structures identified by pedestrian prospection using “classic” methods. The vertical red line represents the profile made in the LiDAR point cloud. The orange circle locates the archaeological structure crossed by the profile; 3. Profile made in the LiDAR point cloud. The red line represents the ground line not perceptible under the vegetation. The orange line represents the Digital Surface Model (DSM). The acronym “Str” stands for “structure”. (Software QGis, PosPac, CloudCompare).
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-6.jpg
Fichier image/jpeg, 876k
Titre Figure 7 : Modification du magnétomètre. Les capteurs sont placés sur une canne, l'un au-dessus de l'autre. Au sommet de la canne se trouve le GPS. / Figure 7: Modification of the magnetometer. The sensors are placed on a pole, one above the other. At the top of the rod is the GPS.
Crédits Photo : © C. Calastrenc – CNRS
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-7.jpg
Fichier image/jpeg, 508k
Titre Figure 8 : Résultats des différents tests d'interpolation des données magnétomètriques réalisés sur la structure no 13 du replat de l'Auloueilh (Réserve Naturelle d'Aulon, Hautes-Pyrénées). / Figure 8: Results of the various tests of interpolation of the magnetometric data carried out on the structure no 13 of the Auloueilh flat (Aulon Nature Reserve, Hautes-Pyrénées).
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-8.jpg
Fichier image/jpeg, 403k
Titre Figure 9 : Résultats d’une acquisition au magnétomètre réalisée dans le cadre du programme TAHMM (ArcGis, SagaSig). / Figure 9: Results of a magnetometer acquisition carried out in the framework of the TAHMM programme (ArcGis, SagaSig).
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-9.jpg
Fichier image/jpeg, 225k
Titre Figure 10 : À gauche, carte de densité du taux de Phosphore (P) en surface ; à droite, carte de densité du taux de Phosphore (P) à 10 cm de profondeur (pour ces deux cartes, il s’agit de faire un calcul de densité par noyau avec un rayon de 2 m avec le logiciel ArcGis). / Figure 10: On the left side, Phosphorus (P) density map at the surface; on the right side, Phosphorus (P) density map at 10 cm depth (for these two maps, a density kernel calculation with a radius of 2 m is done with ArcGis software).
URL http://journals.openedition.org/archeosciences/docannexe/image/12009/img-10.jpg
Fichier image/jpeg, 275k
Haut de page

Pour citer cet article

Référence papier

Carine Calastrenc, François Baleux, Antoine Laurent, Muriel Llubes, Magali Philippe, Nicolas Poirier et Christine Rendu, « Inspecter les zones d’altitude : programme TAHMM ou le développement d’une procédure multi-source pour la prospection archéologique des terrains d’altitude »ArcheoSciences, 47-1 | 2023, 149-166.

Référence électronique

Carine Calastrenc, François Baleux, Antoine Laurent, Muriel Llubes, Magali Philippe, Nicolas Poirier et Christine Rendu, « Inspecter les zones d’altitude : programme TAHMM ou le développement d’une procédure multi-source pour la prospection archéologique des terrains d’altitude »ArcheoSciences [En ligne], 47-1 | 2023, mis en ligne le 01 janvier 2026, consulté le 10 avril 2026. URL : http://journals.openedition.org/archeosciences/12009 ; DOI : https://doi.org/10.4000/archeosciences.12009

Haut de page

Auteurs

Carine Calastrenc

Laboratoires TRACES (UMR 5608) / FRAMESPA (UMR 5136)

Articles du même auteur

François Baleux

Laboratoire TRACES (UMR 5608)

Articles du même auteur

Antoine Laurent

Laboratoire TRACES (UMR 5608)

Muriel Llubes

Laboratoire GET (UMR 5563)

Magali Philippe

Laboratoire GEODE (UMR 5602)

Nicolas Poirier

Laboratoire TRACES (UMR 5608)

Articles du même auteur

Christine Rendu

Laboratoire FRAMESPA (UMR 5136)

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search