Télédétection optique

Télédétection optique

Occupation du sol à la Réunion

Avec 44 000 hectares de terres agricoles soit environ 18% de la surface de l’île, la Réunion reste un territoire marqué par l’agriculture. Même si ce domaine d’activité génère aujourd’hui moins de volume financier que d’autres secteurs comme le tourisme ou les services, l’agriculture occupe quand même près de 15 000 personnes dont 7 600 chefs d’exploitation (AGRESTE, 2013) (soit 4,3 % de la population active occupée, taux supérieur à la métropole). L’agriculture locale, caractérisée par un parcellaire agricole très fragmenté, avec des exploitations dont la taille moyenne avoisine les 6 hectares (Direction de l’Alimentation, de l’Agriculture et de la Forêt (DAAF), 2013), reste dominée par la culture de canne qui s’étend sur plus de 24 499 ha (soit 58 % de la Surface Agricole Utile, SAU). Toutefois, d’autres activités la complètent comme l’élevage (bovin, ovin, porcin, avicole, caprin et cervidé) sur une dizaine de milliers d’hectares (soit 26 % de la SAU (AGRESTE, 2013)), ou encore le maraîchage, les vergers et certaines cultures traditionnelles en déclin comme la vanille, le géranium ou le vétiver (utilisés dans les parfums) (Annexe 1).

Ces cultures sont réparties selon des gradients altitudinaux et topographiques : la canne se concentre principalement sur les zones basses (entre 0 et 600 mètres d’altitude à l’Est et 800 mètres à l’Ouest) alors que l’élevage, le maraîchage ou encore les cultures traditionnelles occupent plutôt les parties hautes de l’île, au-delà de 600-800 m (Martignac 2006). 2.3. Télédétection radar Développé à partir des années 1970, la technologie radar (RAdio Detection And Ranging) est une technologie permettant d’envoyer et de recevoir des signaux situés dans la longueur d’onde des micro-ondes. Les scientifiques ont divisé cette longueur d’onde en 8 « bandes », correspondant à des fréquences différentes, facilitant ainsi son utilisation (Figure 1). micro-ondes, de longueur d’onde plus grande que les ondes visibles et infrarouges, ne sont pas sensibles à la diffusion atmosphérique qui affecte les ondes plus courtes. Elles peuvent ainsi, traverser la couche nuageuse, la bruine, la poussière et la pluie fine. Cette propriété permet la détection dans presque toutes les conditions atmosphériques, et donc l’acquisition de donnée sur la surface terrestre en tout temps, de jour comme de nuit. Cette onde électromagnétique est caractérisée par une amplitude (taille de l’onde), une phase (position de l’onde à l’instant t) et une orientation verticale ou horizontale.

La polarisation simple, est l’utilisation d’une seule combinaison (émise H/ reçue H (HH), HV, VH ou VV). Les travaux de Lee (Lee, Ainsworth et al. 2011) présentent son utilisation afin d’étudier l’occupation du sol. Permettant d’obtenir une zone d’étude plus vaste que les autres polarisations, elle permet de comparer les structures présentes au sein de cet espace, tout en caractérisant l’évolution de la végétation grâce à la grande répétitivité temporelle de ce mode.

La polarisation double, correspond à l’emploi de deux combinaisons (VV/VH, HH/HV, etc.). (Ainsworth, Kelly et al. 2009),présentent les différents avantages (coût moindre, répétitivité et fauchée plus importantes) de ce mode pour l’identification des cultures en milieu tempéré. La polarisation complète, correspond à l’utilisation des 4 combinaisons provenant des composantes verticale et horizontale (HH/HV/VH/VV). Fournie par quelques satellites (RADARSAT-2, TERRASAR-X et ALOS-2), elle est l’objet d’un grand nombre de travaux récents (Jedlovec 2009), (Engelbrecht, Kemp et al. 2013). Elle fournit une information plus complète que les polarisations simple et double permettant une classification et une caractérisation des cultures plus fines (Lee, Grunes et al. 2001).

A l’heure actuelle, l’ensemble de ces polarisations est utilisé par la communauté scientifique. Néanmoins, très peu de travaux présentent l’utilisation de la polarimétrie, pour la classification et la caractérisation de l’occupation du sol dans un milieu tropical, tel que la Réunion. Les principaux. Travaux effectués dans ce domaine datent de 2015. Les travaux réalisés dans la Péninsule de Leizhou en Chine, démontrent le potentiel de la polarisation complète afin de caractériser un espace agricole dominé par la canne à sucre en milieu subtropical (Li, Chen et al. 2015). En parallèle à la polarimétrie, les scientifiques ont mis en avant l’emploi de la rétrodiffusion correspondant à l’analyse de l’amplitude du signal dans une combinaison radar (HH, HV, VH ou VV). Elle est utilisée à la Réunion dans les travaux de Baghdadi (Baghdadi et al. 2010) qui présentent la mise en oeuvre de la rétrodiffusion pour le suivi de la croissance de la canne à sucre par le capteur TERRASAR-X. Il démontre ainsi l’utilité de la rétrodiffusion pour le suivi de l’état d’une culture (haute résolution, forte répétitivité temporelle). L’information physique obtenue par ces méthodes reste complexe. Afin de rendre cette information facilement interprétable, des outils du domaine de la fouille de données tels que les modèles de classifieurs aident à traduire ces variables polarimétriques en variables « agronomiques » interprétables (classes d’occupation du sol).

Modèle à 15 variables identiques pour toutes les dates Il a été nécessaire par la suite de rendre opérationnel notre modèle. Ce dernier, à l’inverse du premier modèle à 15 variables, utilise des variables identiques d’une date à l’autre. La figure 11, présente donc les résultats de ce second modèle à 15 variables, en fonction du nombre de dates. Nous observons, à l’image du premier modèle, une augmentation de sa précision en avec le nombre de dates. La précision maximale est atteinte pour un modèle à 4 dates avec un Kappa atteignant 0.82. Nous observons également, une stagnation de cette évolution à partir de la quatrième date. Nous décidons de retenir le modèle à 4 dates dont la précision reste meilleure.

En comparant les 3 premières classifications, nous pouvons observer des précisions assez semblables pour ces 3 modèles. Toutefois, pour un souci d’opérationnalité, nous préférons nous orienter vers le modèle à 15 variables uniques dont le temps de calcul est moins important. La matrice de confusion (figure 11), présente les résultats de ce modèle à 15 variables identiques pour 4 classes d’occupation du sol et 4 dates. Nous observons des différences de précision entre les classes. La précision des classes Canne et Prairie avoisine les 90% avec une confusion s’effectuant principalement avec la classe d’occupation « Autre » dont la précision avoisine les 83%. La plus faible précision, est atteinte pour la classe Banane dont la précision globale avoisine les 60%, cela étant due à une forte confusion avec la classe d’occupation « Autre ». Notre modèle final, atteint donc une précision globale de 88% et un Kappa de 0.82, présentant ainsi son efficacité pour la classification des cultures tropicales.

La figure 12, présente les résultats du modèle de cartographie des classes générales d’occupation du sol en fonction du nombre de dates pour 3 classes d’occupation (Bâti, végétation naturelle, cultures). Nous observons une augmentation de sa précision en fonction de l’ajout de dates. La précision maximale est atteinte pour un modèle à 4 dates avec un Kappa atteignant 0.80. Cette précision, pourra permettre à l’aide d’une segmentation d’extraire la classe cultures des 2 autres classes et ainsi d’appliquer le modèle de classification de la sole agricole sur cette dernière. Ce modèle permet d’envisager un possible transfert de compétences de notre méthode dans des zones géographiques ou l’information est limitée.

Comparaison des différents modèle La figure 14, présente une comparaison des résultats des 3 modèles de classification des cultures : le modèle en polarisation complète à 15 variables différentes, le modèle en polarisation complète à 15 variables identiques et le dernier en polarisation double, en fonction du nombre de dates. Nous observons, comme attendu, que la précision augmente avec le nombre de dates. Nous constatons que les 2 modèles basés sur la polarisation complète obtiennent une précision supérieure avec un Kappa maximal de 0.82. La précision moins importante du modèle en polarisation double peut s’expliquer par le fait que cette dernière fournit moins d’informations que la polarisation complète.

Toutefois, au vu du temps de calcul, il est préférable d’utiliser le deuxième modèle (le modèle opérationnel) qui demande moins d’indicateurs radar (moins de calcul d’indicateurs) et est donc moins long à mettre en oeuvre. De plus, à la différence des images en polarisation complète, les images en polarisation double sont disponibles librement. Nous pouvons donc nous poser la question de l’opérationnalité de ce modèle par rapport à un modèle en polarisation complète qui nécessite l’achat d’images. En effet, malgré des résultats moins importants, les caractéristiques de la polarisation double (grande surface d’étude : Toute l’île, coût moins élevé) font de cette dernière un outil intéressant pouvant permettre de développer une donnée préliminaire pour la mise en place du mode d’occupation des sols

Table des matières

Remerciements
Table des matières
Acronymes
Table des annexes
Table des figures
Table des tableaux
I.Introduction
II.Contexte
2.1. Occupation du sol à la Réunion
2.2. Télédétection optique
2.3. Télédétection radar
2.4. Modélisation
2.4.1. PLS (Partial least square)
2.4.2. Réseaux de neurones
2.4.3. Random Forest
2.4.4. SVM (Séparateur à vastes marges)
III.Matériels et méthodes
3.1. Zone d’étude
3.2. Données et logiciels utilisés
3.2.1. Données radars
3.2.2. Données vectorielles
3.2.3. Mesures terrain
3.2.4. Logiciels utilisés
3.2.5. Détermination des classes d’occupation de la sole agricole
3.3. Méthode
3.3.1. Prétraitements
3.3.2 Calcul des variables radar
3.3.3. Modélisation
IV.Résultats
4.1. Modèle de classification de la sole agricole
4.1.1 Modèle à 64 variables
4.1.2 Modèle à 15 variables différentes par date
4.1.3 Modèle à 15 variables identiques pour toutes les dates
4.2 Modèle de cartographie des classes générales d’occupation du sol
4.3. Modèle de classification en polarisation double
4.4 Comparaison des différents modèle
Discussion
Conclusion
Bibliographie
Annexes

Télécharger le rapport complet