Les nappes d’hydrocarbures dans le Golfe de Guinée

Université Sorbonne
Paris, France

Rapport de Stage (volontaire) Année 2017-2018
Master Sciences de la Mer
Capitalisation des données et détection des nappes d’hydrocarbures dans le Golfe de Guinée à partir des images radar Envisat 2002-2012

Nellya Lydie AMOUSSOU
Master Sciences de l’Univers, Environnement, Ecologie –
Spécialité Océanographie, Environnements Marins

Réalisé sous la responsabilité de:
Dr. Zhour NAJOUI
VisioTerra, 14 rue Albert Einstein Champs-sur-Marne, France

M. Serge RIAZANOFF
VisioTerra, 14 rue Albert Einstein Champs-sur-Marne, France
Université Paris-Est Marne-La-Vallée UPEM, Institut Gaspard Monge -IGM, 5 boulevard Descartes, Champs sur Marne, France

Sous la supervision académique du:
Prof. Céline RIDAME
Laboratoire d’Océanographie et du Climat : Expérimentations et Approches Numériques (LOCEAN)

I. Introduction

La catastrophe du Deep Water Horizon (DWH) survenue le 20 avril 2010 dans le Golfe du Mexique a suscité l’indignation du monde entier tant pour ses impacts humains qu’ environnementaux (Leifer and Jones 2012). On a pu remarqué un grand intérêt du publique, des politiques, des scientifiques et des médias, caractérisé par un suivi minutieux de la progression des nappes d’hydrocarbures (Caruso et al. 2013).

Et pourtant, une catastrophe semblable à celle du DWH ne serait pas étonnante le long des côtes africaines et en particulier dans le Golfe de Guinée où l’on observe des pollutions récurrentes d’hydrocarbures.

En effet, le Golfe de Guinée se situe dans l’Océan Atlantique au sud-ouest de l’Afrique. Depuis l’installation de ses premières plateformes pétrolières entre 1960 et 1970 (Favennec et al. 2003) il est devenu l’une des destinations favorites des investisseurs pétroliers internationaux (Campos Serrano 2007).

La bonne qualité de son pétrole justifie l’attrait des pays étrangers vers la région (Ngodi 2005). Ainsi, depuis les années 2000, il fournit plus de 55 milliards de barils soit 5 % de la production mondiale de pétrole (Mfewou et al. 2018) et 60% de la production quotidienne totale de pétrole brut en Afrique subsaharienne.

Cependant, si d’un point de vue économique, le pétrole constitue une ressource économique importante pour les pays du Golfe de Guinée, la réalité des impacts environnementaux causés par les déversements fréquents d’hydrocarbures est tout autre et suscite de sérieuses réflexions (Chalghmi 2017; Gundlach and Hayes 1978; Khanna et al. 2018; Langangen et al. 2017).

La faiblesse des législations nationales de suivi et de contrôle est de nature à limiter l’efficacité des grands standards suivis par les grandes compagnies. Ainsi, la mise à disposition d’outils d’observation pouvant permettre aux peuples africains d’assurer un bon suivi et une meilleure gestion du Golfe de Guinée s’avère nécessaire.

Un peu partout dans le monde, plusieurs outils ont été largement utilisés pour la surveillance et le déversement d’hydrocarbure en mer. Il s’agit entre autres de : la spectroscopie (Leifer and Jones 2012), des modèles hydrodynamiques (Levasseur et al. 2017), du suivi par les navires, avions et robots sous-marins télécommandés (Garcia-Pineda et al. 2017). Malheureusement, ces outils restent pour la plupart limitées puisque leurs données semblent ne pas toujours permettre d’effectuer une classification optimale des nappes d’hydrocarbures (Hu et al. 2009).

Par ailleurs, il existe aujourd’hui jusqu’en 2030 (depuis les missions ERS-1 en 1991, Envisat en 2002 et Sentinel-1 en 2014) des possibilités de mise en évidence des nappes d’hydrocarbures par des données de télédétection comme l’imagerie radar (Radio Detection And Ranging).

Fig 1 : Localisation de la zone d’étude dans le Golfe de Guinée et les zones économiques exclusives des différents pays.

Fig 2: La rétrodiffusion du signal radar en présence et en absence d’huile.

Ainsi, le radar de plus en plus sollicité vient à point normé (Jones and Holt 2018; Li and Zhang 2014; Nixon et al. 2016) et reste l’outil puissant, efficace, et opérationnel pour la détection des nappes d’hydrocarbures en surface de la mer.

Les études menées en mer d’Azov en Russie (Ebner 2017), dans le bassin du Congo (Jatiault et al. 2017), dans le Golfe du Mexique (MacDonald et al. 2015), dans le Golfe d’Arabie (Zhao et al. 2014), le long du « Pearl River Delta (Li and Zhang 2014), en mer Caspienne (Holstein et al. 2018) et au sud de l’île de Zakynthos (Kolokoussis and Karathanassi 2018) en sont pour preuves.

Cette étude qui constitue une étape préliminaire à l’estimation des volumes d’hydrocarbures déversés chaque année dans le Golfe de Guinée par Zone Economique Exclusive (ZEE) pour chaque pays en utilisant des images satellitaires radar a pour objectif :

• de rassembler les données radar existantes sur la zone d’étude;
• de photo-interpréter les nappes d’hydrocarbures ;
• de constituer un Système d’Information Géographique (SIG) permettant de faire une répartition spatiale des nappes d’hydrocarbures du Golfe de Guinée.

VisioTerra, qualifiée de par son expertise et son expérience dans le conseil scientifique en observation de la Terre se propose de nous accompagner dans cette démarche.

2. Méthodologie

Les images radar utilisées dans cette étude ont été échantillonnées dans le Golfe de Guinée connu comme étant l’un des premiers producteurs de pétrole au monde (Lafargue 2005). Selon l’Organisation Hydrographique Internationale (Bassou 2016), le Golfe de Guinée s’étend de la Guinée Bissau à l’Angola.

Il couvre les zones économiques exclusives de 16 états en bordure littorale sur plus de 7000 km (voir Erreur ! Source du renvoi introuvable.) : Guinée Bissau (GBS), Guinée Conakry (GUI), Sierra Léone (SLE), Libéria (LBR), Côte d’Ivoire (CIV), Ghana (GHA),

Togo (TOG), Bénin (BEN), Nigéria (NGR), Cameroun (CMR), Guinée Équatoriale (GEQ), Sao Tomé et Principe (STP), Gabon (GAB), Congo(CGO), République Démocratique du Congo (COD) et Angola (ANG).

Le principe d’acquisition de l’imagerie radar est principalement lié à la rugosité de la surface de l’eau (Fig. 2). En effet, sur une image radar, les zones couvertes par de l’huile semblent lisses.

Elles apparaissent comme des régions plus sombres avec une faible rétrodiffusion. Cela est dû à l’effet d’amortissement que l’huile produit sur les ondes capillaires et petites vagues de gravités appelées « vagues de Bragg ».

Sur une surface rugueuse, une partie importante de l’énergie sera rétrodiffusée vers le radar la faisant ainsi apparaitre plus clairs (Alpers et al. 2017). La rétrodiffusion du signal radar est aussi influencée par les conditions environnementales qui sont : la vitesse du vent et l’état de la mer (Fingas and Brown 2017; Zhang et al. 2014).

Fig 3: Images ASAR WSM avant (gauche) et après (droite) stretching local (Najoui, 2017).

Fig 4: Répartition spatio-temporelle des oil slicks dans le Golfe de Guinée entre 2002 et 2012.

Afin d’assurer une fiabilité de nos résultats, notre étude s’est basée sur une approche stochastique en tenant compte de la disponibilité et de la résolution temporelle des images.

En effet, un grand nombre d’images (3644) a été acquis par le satellite radar à synthèse d’ouverture avancée (Envisat ASAR) en mode WSM et en bande C (4,20 – 5,75 GHz). Il s’agit de l’une des missions de l’Agence Spatiale Européenne (European Spatial Agency ESA°) allant d’octobre 2002 à avril 2012.

Par ailleurs un prétraitement a été appliqué sur les images en utilisant un stretching local (avec une moyenne de 140 et un écart-type de 60 sur une fenêtre glissante de 301 Pixel) afin d’homogénéiser la luminosité et le contraste des images radar sur l’ensemble de la colonne et d’optimiser la détectabilité des nappes d’hydrocarbures (Fig. 3).

Les nappes d’hydrocarbures ont la particularité d’apparaître en noir sur les images radar car elles lissent la surface de la mer. La principale difficulté dans la détection des nappes d’hydrocarbures est leur confusion avec d’autres tâches sombres dans l’image radar.

Ces tâches sombres peuvent être issues de nombreux autres phénomènes : résurgences de courants marins, relief sous-marin tels les limites du plateau continental, phénomènes météorologiques (vents, trombes d’eaux, dépressions), nappes biogéniques (algues, phytoplanctons), croisement des courants marins.

Les caractéristiques liées à la forme, au contour, à la texture et à l’emplacement des nappes sombres nous ont permis de différencier les nappes d’hydrocarbures (oil slicks) de leur sosies.

Les nappes d’huile d’origine naturelle (oil seepagess) sont vues par le radar comme des objets sombres de forme fine souvent courbé. Ils ont la particularité de se produire dans le temps au même endroit. Cette répétitivité temporelle est leur caractéristique la plus discriminante(Najoui 2017).

Les oil spill platforms quant à eux, ont une forme géométrique irrégulière. Leur particularité discriminante est leur proximité des plateformes pétrolières. Ces dernières sont facilement identifiables grâce à leur signature brillante sur les images radar via une analyse moyenne de plusieurs images.

Les oil spill ships se caractérisent par leur linéarité lorsque le navire est en mouvement (lorsque le pétrole est déversé dans une mer calme et sans courant, la géométrie de la pollution qui en résulte suivra le trajet du navire).

Cependant, lorsque le navire est en train de manœuvrer ou qu’un courant de surface non uniforme est présent, le déversement peut être discontinu. Lorsque le pétrole est déchargé du navire, il se propage également latéralement, ce qui entraîne une traînée de pétrole dont la largeur augmente avec la distance du navire (Alpers and Espedal 2004).

Fig 5: Occurrences des observations Envisat ASAR WSM entre 2002 et 2012.

Fig 6: Classes des nappes d’hydrocarbures détectées dans le Golfe de Guinée.

Par ailleurs, une carte d’occurrence des observations a été réalisée puisque l’observation par le satellite Envisat n’est pas « isotrope ». Certaines régions sont plus observées que d’autres, des fauchées peuvent se chevaucher. D’où la nécessité de normaliser les distributions des nappes en divisant les densités obtenues par la probabilité (ici représentée par les occurrences) d’observation Envisat.

On obtient ainsi des probabilités normalisées (équation 1). On utilisera aussi la probabilité totale Ŝt de présence d’hydrocarbures quelle que soit son origine (équation 2).

Pour chaque pays, ou plus précisément pour la zone économique exclusive de chaque pays, on a calculé la probabilité moyenne de présence d’hydrocarbures St (ou d’une classe d’huile Se, Ss ou Sp) en divisant la probabilité normalisée par l’aire AZEE de la ZEE du pays (équation 3). Lors de la présentation des résultats, le terme ZEE sera remplacé par l’ « ISO_Ter1 » du pays.

Le traitement final, l’analyse et le calcul des probabilités de présence des oil slicks, matérialisée par des polygones ont été effectués dans le logiciel SIG QGIS. Ces polygones ont été « incrustés » dans une image raster pour réaliser l’étude statistique. On notera Se, Ss et Sp les images de nappes naturelles (oil seepages), pollution de navires (oil spill ships) et pollution de plateformes (oil spill platforms) respectivement.

3. Résultats et discussion

Dans cette étude, les pollutions d’hydrocarbures dans le Golfe de Guinée ont été détectées puis cartographiées (Fig. 4) sur la période 2002-2012. Les probabilités moyennes de présence des oil slicks S t (Table 1) confirment l’abondance de nappes d’hydrocarbures flottant sur toute la surface des eaux du Golfe de Guinée comme l’ont démontré Mac Donald (1993) et Jatiault (2017).

Les occurrences des observations du satellite Envisat sont favorisées à proximité des côtes (Decourt 2002).

Ainsi, pour cette étude, la probabilité « normalisée » d’observer des nappes d’hydrocarbures semble plus forte à l’embouchure du Nigeria car la densité des observations (Fig. 5) y est plus forte. Sur les 20686 nappes d’hydrocarbures identifiés, deux classes de pollutions d’origine minérales oil slicks ont été détectées (Fig. 6).

Ce sont d’une part les pollutions d’origine anthropique (Espedal 1999) (provenant des plateformes oil spill platforms et des déballastages récurrents oil spill ships et d’autre part des résurgences naturelles oil seepagesqui sont des témoins de la présence de réservoir d’hydrocarbures (Garcia-Pineda et al. 2017; Najoui et al. 2018) dans la sub-surface du Golfe de Guinée.

La figure 7 représente l’hyperlook d’un oil spill platforms rencontré près des côtes Nigérianes.

Fig 7: Hyperlook.VtWeb_WSM d’un oil spill platforms dans la zone économique exclusive du Nigéria. http://visioterra.org/VtWeb/hyperlook/504c7208cc184c12b42ed036bc9912f3

Table1 : Probabilités moyennes de présence des oil slicks par zones économiques exclusives.

Le tableau 1 présente les probabilités moyennes de présence des nappes d’hydrocarbures dans le Golfe de Guinée. Toutes les ZEE du Golfe de Guinée correspondent à des sites de suintements d’hydrocarbures connus lors de précédentes explorations. C’est en particulier le cas du régime joint Nigéria/Sao Tomé et Principe (0,01), de l’Angola et du Gabon (0,005) (Fig. 7).

Cette richesse en oil seepages du Golfe de Guinée pourrait s’expliquer par sa géologie résultant de l’ouverture du domaine de l’Atlantique Sud initiée au crétacé inférieur et par l’important apport sédimentaire du delta du Niger (Gay 2002). Par ailleurs, le Golfe de Guinée fait partie des principales voies de navigation du fait de la piraterie maritime (Fournier 2012).

Ainsi, la probabilité élevée de présence des oil spill ships dans la plupart de ses ZEE (notamment celles du Nigéria (2,690. 10-4), du Cameroun (2,132. 10-4) et du Congo (1,888. 10-4) (Fig. 8) pourrait se justifier par l’intensité du trafic maritime caractérisé par plusieurs opérations illégales (Laurent and Castellanet 2003) dont le déballastage et des nettoyages de moteurs.

Les côtes des ZEE des premiers pays producteurs de pétrole du Golfe de Guinée (Cameroun, Congo, Nigéria) regorgent d’installations pétrolières (plateformes) induisant une abondance des oil spill platforms (Fig. 9).

En effet, la fréquence des déversements d’hydrocarbures dans ces milieux serait due entre autres : à des opérations de production pétrolières, à des équipements de production inadéquats entrainant une corrosion des pipelines et des citernes, à des catastrophes, au sabotage et au vandalisme (Adelana and Adeosun 2011).

Il résulte de tout ce qui précède que le Golfe de Guinée est une zone très active dans l’exploration du pétrole. La base de données massive d’imagerie radar que met gracieusement l’Agence Spatiale Européenne au service des peuples africains pourra leur permettre (1) de contrôler l’activité des compagnies pétrolières auxquelles ils ont attribué des concessions et

(2) de prendre conscience des possibilités de compensation par ces dernières suite aux dommages qu’ils auraient causés. VisioTerra milite pour que librement et gratuitement les pays en voie de développement puissent profiter de cette obène.

Cette étude de « Capitalisation des données satellitaires et de détection des nappes d’hydrocarbures dans le Golfe de Guinée » devra être approfondie (dans le sens de mieux évaluer l’ampleur des pollutions par les hydrocarbures) et être valorisé à travers une publication scientifique.

Zones Economiques Exclusives du Golfe de Guinée (ZEE)

Fig. 7 : Probabilités de présence des oil seepages dans les zones économiques exclusives du Golfe de Guinée.

Zones Economiques Exclusives du Golfe de Guinée (EEZ)

Fig. 8: Probabilités de présence des oil spill ships dans les zones économiques exclusives du Golfe de Guinée.

Zones Economiques Exclusives du Golfe de Guinée (ZEE)

Fig. 9 : Probabilités de présence des oil spill platforms dans les zones économiques exclusives du Golfe de Guinée.

Références bibliographiques

Adelana, S., & Adeosun, T. (2011). Environmental pollution and remediation: challenges and management of oil Spillage in the Nigerian coastal areas. American Journal of Scientific and Industrial Research, 2, 834-845
Alpers, W., & Espedal, H.E. (2004). Synthetic aperture radar. Marine user’s manual.
U.S. Department of commerce. National Oceanic and Atmospheric Administration
Alpers, W., Holt, B., & Zeng, K. (2017). Oil spill detection by imaging radars: Challenges and pitfalls. Remote Sensing of Environment, 201, 133-147
Bassou, A. (2016). Le Golfe de Guinée, zone de contrastes : Richesses et vulnérabilités. In: Policy paper
Campos Serrano, A. (2007). La politique du pétrole dans le golfe de Guinée. In, Oil and Politics in the Gulf of Guinea, Londres, Hurst
Caruso, M., Migliaccio, M., Hargrove, J., Garcia-Pineda, O., & Graber, H. (2013). Oil Spills and Slicks Imaged by Synthetic Aperture Radar. Oceanography, 26
Chalghmi, H. (2017). Etude de la pollution marine par les hydrocarbures et caractérisation de leurs effets biochimiques et moléculaires sur la palourde de Ruditapes sp. In: Université de Bordeaux
Decourt, R. (2002). Le satellite européen Envisat. In, Futura-Sciences
Ebner, F. (2017). Evaluation et cartographie de la vulnérabilité des côtes face aux pollutions par les hydrocarbures. In: Université de Nantes
Espedal, H.A. (1999). Satellite SAR oil spill detection using wind history information.
International Journal of Remote Sensing, 20, 49-65
Favennec, J.-P., Copinschi, P., & Esen, F. (2003). Les nouveaux enjeux pétroliers en Afrique. Politique africaine, 89, 127-148
Fingas, M., & Brown, C.E. (2017). A Review of Oil Spill Remote Sensing. Sensors (Basel), 18
Fournier, M. (2012). L’apport de l’imagerie satellitale à la surveillance maritime. Contribution géographique et géopolitique. In. Montpellier III, 2012: Université Paul Valéry
Garcia-Pineda, O., Holmes, J., Rissing, M., Jones, R., Wobus, C., Svejkovsky, J., & Hess, M. (2017). Detection of Oil near Shorelines during the Deepwater Horizon Oil Spill Using Synthetic Aperture Radar (SAR). Remote Sensing, 9, 567
Gay, A. (2002). Les marqueurs géologiques de la migration et de l’expulsion des fluides sédimentaires sur le plancher des marges passives matures. Exemples dans le bassin du Congo. In: Université des Sciences et Technologies de Lille
Gundlach, E.R., & Hayes, M.O. (1978). Vulnerability of coastal environments to oil spill impacts. Marine technology society, 12 n.4
Holstein, A., Kappas, M., Propastin, P., & Renchin, T. (2018). Oil spill detection in the Kazakhstan sector of the Caspian Sea with the help of ENVISAT ASAR data. Environmental Earth Sciences, 77
Hu, C., Li, X., Pichel, W.G., & Muller-Karger, F.E. (2009). Detection of natural oil slicks in the NW Gulf of Mexico using MODIS imagery. Geophysical Research Letters, 36
Jatiault, R., Dhont, D., Loncke, L., & Dubucq, D. (2017). Monitoring of natural oil seepages in the Lower Congo Basin using SAR observations. Remote Sensing of Environment, 191, 258-272
Jones, C.E., & Holt, B. (2018). Experimental L-Band Airborne SAR for Oil Spill Response at Sea and in Coastal Waters. Sensors (Basel), 18
Khanna, S., Santos, M.J., Ustin, S.L., Shapiro, K., Haverkamp, P.J., & Lay, M. (2018). Comparing the Potential of Multispectral and Hyperspectral Data for Monitoring Oil Spill Impact. Sensors (Basel), 18
Kolokoussis, P., & Karathanassi, V. (2018). Oil Spill Detection and Mapping Using Sentinel 2 Imagery. Journal of Marine Science and Engineering, 6, 4
Lafargue, F. (2005). États-Unis, Inde, Chine : rivalités pétrolières en Afrique. Afrique contemporaine, 216, 43
Langangen, O., Olsen, E., Stige, L.C., Ohlberger, J., Yaragina, N.A., Vikebo, F.B., Bogstad, B., Stenseth, N.C., & Hjermann, D.O. (2017). The effects of oil spills on marine fish: Implications of spatial variation in natural mortality. Mar Pollut Bull, 119, 102-109
Laurent, E.-N., & Castellanet, F. (2003). Rapport sur la pollution marine par hydrocarbures et les dégazages sauvages en Méditerranée. In W. France (Ed.)