Développement d'une méthodologie pour la construction de cartes d'occupation du sol de l'île de la Réunion
L'UMR-TETIS du CIRAD est partenaire dans des projets reliés au développement de méthodes de classification automatique d'images satellites pour le suivi des zones agricoles dans le monde. Dans ce cadre, une chaîne de traitement pour la génération de cartes d'occupation du sol est en train d'être développée. Elle est conçue pour utiliser une série temporelle d'images à haute résolution spatiale Sentinel-2 et Landsat-8, combinée à une image à très haute résolution spatiale SPOT 6/7 pour produire, avec une méthode orientée objets et un algorithme de classification supervisé, des cartes d'occupation du sol agricole pour les pays du sud. Au cours du stage cette chaîne de traitement a été appliquée au cas de l'île de La Réunion, dont le paysage se caractérise par une grande diversité de zones naturelles et de cultures. Dans la zone agricole, les cultures prédominantes sont la canne à sucre et les prairies, mais l'arboriculture et le maraichage occupent une place importante. À l'échelle de La Réunion, le développement d'une méthode de classification supervisée pour la génération de cartes d'occupation du sol s'avère intéressante pour le projet GABIR, source de financement du stage. Ce projet cherche des solutions innovantes pour le traitement des déchets de biomasse à l'échelle de l'î le. Les cartes d'occupation du sol ont aussi un intérêt pour d'autres institutions chargées de l'aménagement du territoire. L'application de la méthode nous a permis la réalisation d'une première classification basée sur une nomenclature à 4 niveaux. Pour le niveau le plus détaillé, nous avons obtenu une précision globale de 86% et un indice de Kappa de 87,8%. Ces indicateurs s'améliorent pour les niveaux les moins détaillés de la nomenclature. Les classes ayant une meilleure précision correspondent en général aux types d'occupation qui prédominent dans l'île, comme la canne à sucre, les pâturages et les forêts. L'application de la méthodologie à un nouveau site d'étude et les résultats obtenus nous ont permis d'en évaluer la robustesse et l'adaptation.
| Main Author: | |
|---|---|
| Format: | thesis biblioteca |
| Language: | fre |
| Published: |
Université Paul Valéry
|
| Subjects: | P31 - Levés et cartographie des sols, U30 - Méthodes de recherche, B10 - Géographie, |
| Online Access: | http://agritrop.cirad.fr/585651/ http://agritrop.cirad.fr/585651/1/Rapport%20final%20stage%20LONDONO%20Monica.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | L'UMR-TETIS du CIRAD est partenaire dans des projets reliés au développement de méthodes de classification automatique d'images satellites pour le suivi des zones agricoles dans le monde. Dans ce cadre, une chaîne de traitement pour la génération de cartes d'occupation du sol est en train d'être développée. Elle est conçue pour utiliser une série temporelle d'images à haute résolution spatiale Sentinel-2 et Landsat-8, combinée à une image à très haute résolution spatiale SPOT 6/7 pour produire, avec une méthode orientée objets et un algorithme de classification supervisé, des cartes d'occupation du sol agricole pour les pays du sud. Au cours du stage cette chaîne de traitement a été appliquée au cas de l'île de La Réunion, dont le paysage se caractérise par une grande diversité de zones naturelles et de cultures. Dans la zone agricole, les cultures prédominantes sont la canne à sucre et les prairies, mais l'arboriculture et le maraichage occupent une place importante. À l'échelle de La Réunion, le développement d'une méthode de classification supervisée pour la génération de cartes d'occupation du sol s'avère intéressante pour le projet GABIR, source de financement du stage. Ce projet cherche des solutions innovantes pour le traitement des déchets de biomasse à l'échelle de l'î le. Les cartes d'occupation du sol ont aussi un intérêt pour d'autres institutions chargées de l'aménagement du territoire. L'application de la méthode nous a permis la réalisation d'une première classification basée sur une nomenclature à 4 niveaux. Pour le niveau le plus détaillé, nous avons obtenu une précision globale de 86% et un indice de Kappa de 87,8%. Ces indicateurs s'améliorent pour les niveaux les moins détaillés de la nomenclature. Les classes ayant une meilleure précision correspondent en général aux types d'occupation qui prédominent dans l'île, comme la canne à sucre, les pâturages et les forêts. L'application de la méthodologie à un nouveau site d'étude et les résultats obtenus nous ont permis d'en évaluer la robustesse et l'adaptation. |
|---|