La télédétection pour la cartographie de l’occupation et de l’utilisation du sol

LA TÉLÉDÉTECTION POUR LA CARTOGRAPHIE DE L’OCCUPATION ET DE
L’UTILISATION DU SOL

SITUATION GÉOGRAPHIQUE DE L’ÎLE DE LA RÉUNION

La Réunion, d’une superficie de 2512km², est une île de l’archipel des Mascareignes située dans l’océan Indien à environ 700km à l’est de Madagascar, plus exactement localisée à 21° de latitude Sud et 55° de longitude Est en pleine zone tropicale. Ancienne colonie française, La Réunion est devenue un département français en 1946 entrainant un rapide essor socio-économique, et plus récemment, dans les années 90, une région ultra-périphérique de l’Union Européenne lui permettant de bénéficier d’aides européennes. Depuis 2010, les « Pitons, cirques et remparts de la Réunion » sont classés au Patrimoine Mondial de l’UNESCO assurant à l’île une reconnaissance internationale et une renommée offrant de belles perspectives de développement touristique. Ce parc national couvre une superficie de 1024km², réduisant de moitié les espaces aménageables de l’île (environ 40% du territoire insulaire).

Le relief L’île de la Réunion est née suite à l’activité d’un point chaud de la plaque Africaine il y a quelques trois millions d’années avec l’émergence d’un massif montagneux appelé le Piton des neiges qui culmine aujourd’hui à 3 070m (plus haut sommet de l’océan indien). Ce piton constitue la partie ouest de l’île, la partie est étant formée d’un second volcan, vieux de seulement cinq cent mille ans : le piton de la fournaise, toujours en activité. L’espace insulaire est donc marqué par un relief très accidenté caractérisé par des pentes importantes de 6° à 8° en moyenne et pouvant s’élever jusqu’à plus de 30° (sur environ 20% du territoire). Ce relief contraint très fortement l’aménagement de l’île, les espaces disponibles devenant de plus en plus rares. Zones urbaines, activités industrielles, portuaires et touristiques se concentrent le long du littoral entre 0 et 500 mètres d’altitude (les « Bas ») et occupent principalement les 40% du territoire aménageables. Les «Hauts» (plus de 500m d’altitude) sont constitués de zones à dominante rurale consacrées à l’élevage et à la conservation du patrimoine.

LA TÉLÉDÉTECTION POUR LA CARTOGRAPHIE DE L’OCCUPATION ET DE L’UTILISATION DU SOL

La télédétection se définit comme la capacité d’observation de la Terre à distance. Elle se base sur les radiations électromagnétiques émises, réfléchies, ou diffusées par la surface terrestre. Les techniques de télédétection se sont développées, ces dernières années, de manière spectaculaire et trouvent aujourd’hui une application à presque tous les domaines des sciences de la Terre. Ces avancées technologiques récentes et le développement des ressources informatiques de traitement d’images satellite offrent aujourd’hui aux utilisateurs une gamme de produits très étendue permettant des études variées à grandes et/ou à petites échelles. Les nouvelles données à très haute résolution spatiale (taille du pixel inférieure à 1m) permettent d’établir une cartographie de l’occupation du sol toujours plus précise basée sur des informations de texture, de forme ou de géométrie mises en évidence grâce au très haut niveau de détails fournit par ces nouveaux satellites. Deux modes d’analyse existent : celle dite orientée pixel et celle dite orientée objet.

L’analyse orientée pixel

Il existe une multitude d’études basées sur les techniques de télédétection permettant de discrétiser différentes classes d’occupation du sol. La majorité de ces classifications d’images satellites se basent sur l’information de chaque pixel de l’image comme unité de base de l’information. Cette approche de classification conventionnelle se base sur l’assignation d’une classe thématique définie aux pixels étudiés individuellement et est donc dite orientée pixel. L’information spectrale de chaque pixel est ainsi utilisée comme base numérique pour l’assignation d’une classe (Alban, 2005). L’analyse d’image orientée pixel peut être :

supervisée : les pixels sont associés à une classe thématique d’après une base de connaissance

– données terrain

– préalablement établie par le télédétecteur, ou non-supervisée : les pixels sont classés automatiquement d‘après leurs propriétés spectrales et suivant le nombre de classes défini par l’utilisateur.

Divers algorithmes sont disponibles pour ces deux types de classification, les plus utilisés (plus performants) étant le cluster ISODATA (Yale University, Landcover Classification Project) pour les classifications non-supervisées et l’algorithme des maximums de vraisemblance pour la classification supervisée. Cette méthode d’analyse a prouvé son efficacité dans de nombreuses études. Cependant, elle se révèle peu performante pour la cartographie de paysages agricoles morcelés, très hétérogènes cultivés par des exploitations familiales comme c’est la cas à la Réunion. De plus, elle est limitée par son incapacité à prendre en compte le contexte et par l’apparition d’un effet « poivre et sel » sur les images à haute et très haute résolution spatiale (Blaschke, 2009) dû à l’hétérogénéité des pixels. Cette méthode est plus adaptée pour caractériser l’occupation du sol de zones homogènes. De nouveaux objets jusque la non détectables sont maintenant percevables sur les images THRS et perturbent les méthodes de détection classique adaptées à l’analyse des images à résolution décamétrique (Puissant, 2006). En effet, selon Baatz et Schäpe : «L’information sémantique précieuse pour interpréter une image, n’est pas reflétée dans les pixels individuels, mais dans un groupe de pixels qui représentent des objets significatifs et dans leurs relations mutuelles» (Baats et Schäpe 2000).

IMAGES SATELLITES ET DONNÉES GÉOGRAPHIQUES

Données Raster Les satellites optiques fournissant des images THRS sont de plus en plus nombreux. Le choix s’est porté sur la constellation Pléiades qui fournit une couverture intégrale du territoire français avec un accès simplifié aux données pour les institutions publiques. Ces deux satellites identiques, Pléiades 1A et 1B, ont été lancés à un an d’intervalle en 2011 et 2012 et opèrent sur la même orbite à 180° degrés l’un de l’autre leur permettant une capacité de revisite quotidienne. Le programme Pléiades est issu des accords de coopération ORFEO (Optical and Radar Federated Earth Observation) mis en place en 2001 par les agences spatiales française et italienne pour développer un système d’observation dual de la Terre à résolution submétrique. Dans la continuité de ce programme ORFEO la Recette Thématique Utilisateurs (RTU) a été mise en place pour encourager les institutions et les organismes scientifiques à utiliser ces données. Ainsi, du lancement du satellite 1A jusqu’à mi-2014, les utilisateurs institutionnels bénéficiaient d’un accès gratuit aux données.

Depuis 2014, le projet EQUIPEX-GEOSUD qui vise à développer une infrastructure nationale de données satellitaires accessibles gratuitement par les utilisateurs publics, diffuse à son tour la couverture Pléiades en partenariat avec l’IGN. En effet, les images sont orthorectifiées par les services de l’IGN (« orthos-satellites ») et diffusées sur le site internet de GEOSUD. Ainsi toutes les images récupérées sont préalablement orthorectifiées et projetées en UTM 40S. Pour chaque prise de vue, les modes panchromatique et multispectrale sont acquis. Le produit commandé peut être du type « Bundle » (panchromatique et multispectrale séparés, commande d’image effectuée en 2014) ou de type fusionné (commande effectuée en 2015). Les images sont codées en 16bits dont seuls 12 sont significatifs. Le images panchromatiques sont acquises à la résolution de 0.7m, les multispectrales à 2.8m et sont ensuite ré-échantillonnées respectivement à 0.5m et 2m.

Table des matières

INTRODUCTION
CONTEXTE DE L’ÉTUDE
SITUATION GÉOGRAPHIQUE DE L’ÎLE DE LA RÉUNION
Le relief
Démographie
Une agriculture ambitieuse
LE CIRAD À LA RÉUNION
Dans le monde
À Saint-Pierre, La Réunion
L’équipe ARTISTS
LA TÉLÉDÉTECTION POUR LA CARTOGRAPHIE DE L’OCCUPATION ET DE
L’UTILISATION DU SOL
L’analyse orientée pixel
L’analyse orientée objet
Première étape : la segmentation
Deuxième étape : la classification des segments
Random Forest
Support Vector Machine SVM
Définition de la typologie des classes
MATÉRIEL ET MÉTHODE
IMAGES SATELLITES ET DONNÉES GÉOGRAPHIQUES
Données Raster
Données Vecteur
PRÉPARATION DES DONNÉES
Images Pléiades
MNT Litto 3D et extraction des zones de fortes pentes
Données vecteur
BASE DE DONNÉES
Variables descriptives
Jeu de données
ADAPTATION DU MODÈLE DE 2014
Segmentation des images
Classification des objets
Extraction des classes générales d’occupation du sol par
règles expertes
Extraction des classes de végétation par algorithme de
fouille de données
Classification des classes végétation naturelle et Surfaces agricoles en culture
Classification des classes canne à sucre, verger, prairie,
maraichage et diversification 26
TEST DE REPRODUCTIBILITÉ SUR D’AUTRES RÉGIONS
ANALYSE DES RÉSULTATS
ADAPTATION DU MODÈLE SUR LA ZONE DE SAINT-PIERRE À D’AUTRES DATES
Segmentation des images
Classification des objets
Classification des classes générales d’occupation du sol
Extraction des classes d’utilisation du sol par algorithme de
fouille de données
Classification des classes Végétation naturelle et Surfaces agricoles en culture
Classification des cultures
TEST DE REPRODUCTIBILITÉ SUR D’AUTRES RÉGIONS
Segmentation des image
Classification des objets
Classification des classes générales d’occupation du sol
Extraction des classes d’utilisation du sol par algorithme de fouille de données
Classification des classes Végétation naturelle et Surfaces agricoles en culture
Classification des cultures
DISCUSSION
LIMITES ET PERSPECTIVES
ÉVOLUTIONS POSSIBLES
CONCLUSION

Télécharger le rapport complet