fix: corriger les faux positifs AFAI — seuils, masque gdal, filtre bruit

Problème : le threshold AFAI 0.005 (S2) / MCI 0.008 (S3) trop bas
classifie la majorité des pixels océan comme sargasse → gros rectangle
orange sur des zones sans sargasses.

Corrections :
- S2 AFAI threshold 0.005 → 0.015 (littérature : Hu 2009, Wang & Hu 2016)
- S3 MCI threshold 0.008 → 0.015
- Ajout protection sun glint : si NIR > 0.08 → pixel rejeté (S2 + S3)
- Division NDWI sécurisée (dénominateur = 0 → return 0)
- gdal_polygonize avec -mask (gdal_calc.py) : seuls les pixels DN=1
  sont vectorisés, le reste n'existe pas dans le GeoJSON
- Filtre MIN_RING_POINTS=8 : supprime les polygones < ~2px (bruit)
- PROCESSING_VERSION 1.0.0 → 1.1.0 pour traçabilité

⚠️  Les observations en base avec processing_version='1.0.0' sont
faussées — les supprimer avant de relancer l'ingestion.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

backend/src/Service/Ingestion/IngestionService.php

@@ -17,7 +17,8 @@ class IngestionService
     private const CLOUD_THRESHOLD     = 60.0;
     private const SARGASSUM_DN        = 1;
     private const SIMPLIFY_TOLERANCE  = 0.001; // degrés (~100m à l'équateur)
-    private const PROCESSING_VERSION  = '1.0.0';
+    private const MIN_RING_POINTS     = 8;     // filtre polygones < ~2 pixels (bruit)
+    private const PROCESSING_VERSION  = '1.1.0';
 
     public function __construct(
         private SentinelHubClient $sentinelHub,
@@ -133,16 +134,44 @@ class IngestionService
 
     private function polygonize(string $tifPath, string $geojsonPath): void
     {
-        $process = new Process([
+        $maskPath = dirname($tifPath) . '/mask.tif';
+
+        // Créer un masque binaire : pixels DN=1 → valeur 1, tout le reste → nodata (0)
+        // Cela permet à gdal_polygonize de n'extraire QUE les pixels sargasses,
+        // évitant les faux positifs issus de la vectorisation de tout le tile.
+        $maskProcess = new Process([
+            'gdal_calc.py',
+            '-A', $tifPath,
+            '--outfile', $maskPath,
+            '--calc', 'A==1',
+            '--type', 'Byte',
+            '--NoDataValue', '0',
+            '--quiet',
+        ]);
+        $maskProcess->setTimeout(60);
+        $maskProcess->run();
+
+        $args = [
             'gdal_polygonize.py',
             $tifPath,
             '-f', 'GeoJSON',
             '-q',
             $geojsonPath,
-        ]);
+        ];
+
+        if ($maskProcess->isSuccessful() && file_exists($maskPath)) {
+            // Insérer -mask avant le fichier de sortie
+            array_splice($args, 1, 0, ['-mask', $maskPath]);
+        }
+
+        $process = new Process($args);
         $process->setTimeout(120);
         $process->run();
 
+        if (file_exists($maskPath)) {
+            unlink($maskPath);
+        }
+
         if (!$process->isSuccessful()) {
             throw new ProcessFailedException($process);
         }
@@ -169,13 +198,18 @@ class IngestionService
             $geom = $feature['geometry'];
 
             if ($geom['type'] === 'Polygon') {
+                // Ignorer les polygones trop petits (bruit : quelques pixels isolés)
+                if (count($geom['coordinates'][0] ?? []) >= self::MIN_RING_POINTS) {
                     $polygons[] = $geom['coordinates'];
+                }
             } elseif ($geom['type'] === 'MultiPolygon') {
                 foreach ($geom['coordinates'] as $poly) {
+                    if (count($poly[0] ?? []) >= self::MIN_RING_POINTS) {
                         $polygons[] = $poly;
                     }
                 }
             }
+        }
 
         if (empty($polygons)) {
             return null;

backend/src/Service/SentinelHub/SentinelHubClient.php

@@ -141,6 +141,11 @@ class SentinelHubClient
     {
         // Longueurs d'onde Sentinel-2 (nm) — constantes capteur
         // B04 (Red) : 664.5 | B08 (NIR) : 832.8 | B11 (SWIR1) : 1613.7
+        //
+        // Seuil AFAI : 0.015 (relevé de 0.005)
+        // → 0.005 génère des faux positifs massifs (sun glint, eaux côtières turbides)
+        // → 0.015 correspond à une densité minimale réelle de Sargassum fluitans/natans
+        //    selon Hu (2009), Wang & Hu (2016) : AFAI > 0.010-0.020 pour détection fiable
         return <<<'EVALSCRIPT'
 //VERSION=3
 function setup() {
@@ -153,8 +158,13 @@ function setup() {
 function evaluatePixel(sample) {
   if (sample.CLP > 0.4) { return [255]; } // nodata : nuage
 
+  // Protection sun glint : NIR élevé → reflet solaire ou eau turbide
+  if (sample.B08 > 0.08) { return [0]; }
+
   // Masque eau : NDWI = (Green - NIR) / (Green + NIR) — terre si <= 0
-  const ndwi = (sample.B03 - sample.B08) / (sample.B03 + sample.B08);
+  const ndwiDenom = sample.B03 + sample.B08;
+  if (ndwiDenom === 0) { return [0]; }
+  const ndwi = (sample.B03 - sample.B08) / ndwiDenom;
   if (ndwi <= 0) { return [0]; }
 
   const lambdaRed  = 664.5;
@@ -164,7 +174,7 @@ function evaluatePixel(sample) {
 
   const afai = sample.B08 - sample.B04 - (sample.B11 - sample.B04) * ratio;
 
-  return [afai > 0.005 ? 1 : 0];
+  return [afai > 0.015 ? 1 : 0];
 }
 EVALSCRIPT;
     }
@@ -178,6 +188,8 @@ EVALSCRIPT;
      */
     private function getFaiBinaryEvalscriptS3(): string
     {
+        // Seuil MCI : 0.015 (relevé de 0.008)
+        // → même logique que S2 : 0.008 trop sensible pour la Caraïbe
         return <<<'EVALSCRIPT'
 //VERSION=3
 function setup() {
@@ -188,8 +200,13 @@ function setup() {
 }
 
 function evaluatePixel(sample) {
+  // Protection sun glint / eau turbide
+  if (sample.B17 > 0.08) { return [0]; }
+
   // Masque eau : NDWI = (Green B06 560nm - NIR B17 865nm) / (Green + NIR)
-  const ndwi = (sample.B06 - sample.B17) / (sample.B06 + sample.B17);
+  const ndwiDenom = sample.B06 + sample.B17;
+  if (ndwiDenom === 0) { return [0]; }
+  const ndwi = (sample.B06 - sample.B17) / ndwiDenom;
   if (ndwi <= 0) { return [0]; }
 
   const lambdaRed     = 665.0;
@@ -200,7 +217,7 @@ function evaluatePixel(sample) {
   const baseline = sample.B08 + (sample.B11 - sample.B08) * (lambdaNir - lambdaRed) / (lambdaRedEdge - lambdaRed);
   const mci = sample.B17 - baseline;
 
-  return [mci > 0.008 ? 1 : 0];
+  return [mci > 0.015 ? 1 : 0];
 }
 EVALSCRIPT;
     }