Contraintes posées par la cartographie de la végétation à l’échelle des individus

Contraintes posées par la cartographie de la végétation à l’échelle des individus

Partant du constat précédent, nous nous sommes d’abord employés à identifier les contraintes posées par cette cartographie et par l’extraction des paramètres de surface biophysiques et géophysiques qui en découlent.

Discrimination des espèces

L’action cartographique est intrinsèquement liée à la notion de classification ; les cartes sont une représentation symbolique du monde. Celui-ci est vu à travers une ontologie*, un filtre qui simplifie et synthétise l’information que l’on cherche à représenter et analyser. Les cartographes déterminent des groupes symboliques que l’on nomme « classes » et cherchent à faire rentrer leurs observations dans l’une ou l’autre de ces classes : ce qui ne rentre pas dans les classes prédéfinies, et ne mérite pas l’adjonction d’une nouvelle classe, disparait de la représentation. La classification peut être effectuée à la main, de manière automatique avec des exemples prédéfinis — on parle alors de classification supervisée* — ou de manière automatique sans a priori — on parle alors de classification non supervisée — mais quelle que soit la méthode de classification, elle repose sur la capacité à discriminer l’appartenance des observations aux différentes classes, c’est-à-dire à identifier de manière catégorique les critères spécifiques associés aux différents groupes symboliques ; dans notre cas, les différentes espèces de plantes.

Signature spectrale

Le premier critère de discrimination en imagerie, lorsque l’on cherche à cartographier la végétation, est la réponse spectrale des différentes classes. Rappelons que la signature spectrale correspond au spectre électromagnétique émis (ou réfléchi) par un objet et que celle-ci dépend majoritairement de la composition chimique et structurelle de l’objet ainsi que du type et de l’orientation de la source d’éclairement. La figure 1.7 p. 18 montre des exemples de signatures spectrales courantes. On constate rapidement l’étendue des possibilités pour distinguer les différents éléments d’une scène et effectuer de ce fait une classification automatique. Si l’opérateur humain perçoit uniquement les variations dans le spectre visible — la couleur de la plante et de ses fleurs —, l’invention de capteurs percevant plus largement les longueurs d’ondes émises ouvre d’autres possibilités de discrimination : on perçoit distinctement sur la figure 1.7 que c’est autour de la différence d’émission entre la lumière rouge — absorbée par la chlorophylle — et la lumière proche-infrarouge — rejetée massivement par la feuille — que la distinction entre le sol et la végétation va être maximale. Cette caractéristique est en effet utilisée dans de très nombreux exemples de classifications qui comparent le canal rouge des images visibles aux images prises dans le proche infra-rouge pour en tirer un indice quantitatif, le plus courant étant l’indice de végétation normalisé (NDVI). En fonction de l’échelle d’observation, les applications sont diverses : distinction végétation / sol nu pour les pulvérisateurs d’engrais en agriculture de précision[Gée et Assémat, 2007], séparation végétation / bâtis sur les images aériennes[Sohn et Dowman, 2007] ou encore, à l’échelle du satellite, estimation de la production agricole à l’échelle du sous-continent indien[Milesi et al., 2010]. Si la différence de signatures spectrales entre le sol, l’eau et la végétation est flagrante, des études plus récentes ont cherché à déterminer si l’on pouvait séparer les signatures des différentes espèces végétales. Les travaux de l’Inventaire Forestier National (IFN)*[IFN, 2010a] montrent que la photo-interprétation d’images prises dans l’infrarouge proche permet effectivement une distinction significative entre les grandes familles de plantes : les feuillus, les conifères, les arbrisseaux ligneux et les herbacées, bien quelle soit généralement insuffisante pour déterminer, à elle seule, les espèces au sein de ces catégories[IFN, 2010b].

Quackenbush et al. [2006] notent cependant que la classification spectrale est d’autant plus difficile que la taille de l’échantillon au sol* des images augmente ; en effet cette taille, correspondant à la projection au sol de la scène vue par un unique pixel, augmente à la fois la variabilité de la scène et celle de l’illumination d’un même objet lorsqu’elle diminue. Un pixel présentant une taille de l’échantillon au sol de 20 mètres correspond à la moyenne des radiations émises et tend à avoir la signature caractéristique de l’élément majoritaire (végétation ou sol) tandis qu’un pixel submétrique, voir centimétrique, présente de nombreuses nuances — liées à l’illumination différente sur les feuilles, l’ombre projetée ou la présence du sol visible entre les branches — qui sont autant de signatures spectrales différentes pour le capteur, rendant difficile la généralisation et la classification spectrale.

À l’échelle des jeunes pousses, Vrindts [2000] a montré que l’utilisation d’au moins trois bandes spectrales, choisies préalablement, permettait dans des conditions de laboratoire de distinguer les espèces monocotylédones des espèces dicotylédones  . À partir de ces travaux, Paoli et al. [2007] ont fait des essais en champ dont les résultats peuvent être vus sur la figure 1.9 p. 19. La difficulté majeure de ce procédé est liée à l’influence de l’orientation de la source lumineuse sur la mesure des signatures spectrales. Si les essais en laboratoire posent l’hypothèse d’une source de lumière parallèle à l’instrument de mesure, celle-ci n’est évidemment pas remplie en situation réelle où l’orientation de lumière solaire et la disposition des feuilles varient fortement.

Un dernier aspect de l’analyse spectrale de la végétation concerne l’état de santé des plantes observées. En effet, la signature spectrale principale des plantes étant liée à celle de l’absorption chlorophyllienne, les plantes déshydratées ou affaiblies par les parasites présentent généralement des signatures remarquables.

Aspect morphologique et textural

La notion de signature spectrale ne tient pas compte de l’arrangement spatial des informations radiométriques entre elles. À l’inverse, l’approche morphologique se base sur la reconnaissance des différents objets en fonction de leur forme. Au départ, l’approche morphologique cherche à reprendre les techniques d’observation manuelles des botanistes sur le terrain : différencier les espèces en se basant sur le port de la plante, l’orientation, la taille et la forme de ses feuilles, de ses branches et de ses fleurs, ainsi que les points d’insertion de ces différents constituants.  L’aspect le plus simple, décrit par Bossu [2007], consiste à utiliser des hypothèses sur la taille ou la disposition spatiale des éléments que l’on cherche à détecter, comme la linéarité des plantations par rapport à l’aspect désorganisé des adventices  . L’extraction de primitives spatiales dans les images — contours ou régions segmentées — permet aussi d’identifier des formes connues et de différencier des espèces caractéristiques. De Mezzo et al. proposent une reconnaissance de la forme et de la disposition de feuilles par l’appariement d’un modèle de contour de feuille déformable sur les primitives observées. Ces techniques, si elles utilisent parfois un pré-traitement radiométrique — comme un filtre végétation/sol — n’utilisent généralement pas l’information spectrale en tant que telle et sont par conséquent extrêmement sensibles aux recouvrements entre les végétaux ou aux formes inhabituelles, ce qui les rend difficiles à utiliser au-delà des champs de plantations.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela chatpfe.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Introduction Générale
1 Cartographie de la végétation à l’échelle des individus : utilisation de la Réalité Terrain Étendue
1.1 Enjeux de la cartographie de la végétation
1.1.1 Contexte de la biodiversité
1.1.2 Étude et protection des ressources naturelles
1.1.3 Cartographie de la dynamique de la végétation
1.2 Concept de Réalité Terrain Étendue
1.2.1 Méthodes actuellement utilisées
1.2.2 Formalisation du concept
1.3 Contraintes posées par la cartographie de la végétation à l’échelle des individus
1.3.1 Discrimination des espèces
1.3.1.1 Signature spectrale
1.3.1.2 Aspect morphologique et textural
1.3.1.3 Approche 3D
1.3.2 Contraintes opérationnelles
1.3.3 Résolution et identification de la végétation
1.3.3.1 Échelle, résolution des capteurs et taille de l’échantillon au sol
1.3.3.2 Interprétabilité des images
1.3.4 Synthèse
2 Quels outils de télédétection pour la Réalité Terrain Étendue ?
2.1 Un problème de média
2.1.1 Télédétection spatiale
2.1.2 Télédétection aéroportée
2.1.2.1 Caméras petit format
2.1.2.2 Caméras moyen format
2.1.2.3 Caméras grand format
2.1.2.4 Limites opérationnelles
2.1.3 Télédétection basse altitude
2.2 Arrivée des microdrones civils
2.2.1 Brève histoire des drones
2.2.2 Classification
2.2.3 Aspects règlementaires
2.2.4 Évolutions technologiques récentes
2.2.5 Avantages opérationnels
2.2.6 Limites des systèmes actuels
2.3 Contraintes sur l’instrumentation
2.3.1 Notion de charge utile
2.3.2 Caméras pour les micro-drones
2.3.3 Systèmes multi-caméras
2.3.3.1 Systèmes directionnels
2.3.3.2 Systèmes stéréoscopiques
2.3.3.3 Systèmes multi-spectraux
2.3.3.4 Synthèse
2.3.4 Géolocalisation des images
2.3.4.1 Principe et enjeux de la géolocalisation
2.3.4.2 Capteurs pour le géoréférencement direct
2.3.5 Contraintes sur le système
2.4 Contraintes tirées du modèle image
2.4.1 Calcul de la vitesse de déplacement en fonction du recouvrement désiré
2.4.2 Calcul de la vitesse de déplacement en fonction du flou de filé
2.4.3 Choix de la distance focale
2.4.4 Influence de l’inclinaison sur la taille de l’échantillon au sol
2.4.5 Synthèse générale
3 Système micro-drone multi-cameras développé durant la thèse
3.1 Présentation du système utilisé
3.1.1 Choix du quadri-rotors
3.1.2 Principe de vol
3.1.3 Architecture du système
3.1.3.1 Assistant bas niveau
3.1.3.2 Assistant pilotage
3.1.3.3 Cartes filles : altimètre et charge utile
3.1.3.4 La station sol
3.1.4 Caractéristiques du porteur
3.2 Capteur multi-caméras
3.2.1 Avantages attendus du système
3.2.2 Support tri-caméras
3.2.3 Réalisation mécanique
3.2.4 Choix du modèle d’appareil photographique numérique
3.2.5 Électronique de contrôle et station sol
3.2.5.1 Contrôle électronique d’un appareil du commerce
3.2.5.2 Analyse des signaux
3.2.5.3 Réalisation de la carte
3.2.6 Autres systèmes de vision
3.2.6.1 Système de visée et de pilotage embarqué
3.2.6.2 Acquisition de flux vidéos
3.2.6.3 Afficheur tête haute
3.3 Avancées logicielles
3.3.1 Station sol
3.3.2 Plan de vol
3.3.3 Projection des empreintes au sol des images
3.3.4 Recherche topologique dans une base d’images
3.4 Bilan des travaux
3.4.1 Sorties terrain
3.4.2 Avancement
Conclusion Générale

Lire le rapport complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *