Rapport de stage - Planet Action
Rapport de stage - Planet Action
Rapport de stage - Planet Action
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Antoine Fivel<br />
Master 2 TGAE 2010-2011<br />
<strong>Rapport</strong> <strong>de</strong> <strong>stage</strong><br />
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s<br />
processus <strong>de</strong> production face à <strong>de</strong>s<br />
données hétérogènes et incertaines<br />
Mise en place d’une base <strong>de</strong> données géospatiales<br />
multi-sources pour soutenir un inventaire <strong>de</strong><br />
biodiversité en République Centrafricaine<br />
021-a RAP – août 2011<br />
Siège social<br />
25bis, rue Jean Dolent<br />
75 014 PARIS<br />
Tél. (+33) 1 45 45 46 61<br />
Fax. (+33) 1 43 31 62 24<br />
contact@geo212.fr<br />
SARL au capital <strong>de</strong> 24 000 €<br />
SIRET : 422 598 441 00034<br />
Co<strong>de</strong> APE : 6202A<br />
Sous la direction <strong>de</strong> :<br />
Rousselin Thierry, maître <strong>de</strong> <strong>stage</strong> : Géo212<br />
Mering Catherine, tutrice <strong>de</strong> <strong>stage</strong> : Université Paris VII
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Résumé<br />
Cette étu<strong>de</strong> s’inscrit dans le cadre d’une participation <strong>de</strong> spécialistes en géomatique et télédétection à<br />
un projet d’inventaire en biodiversité entomologique en Afrique Centrafricaine pour la mise en place<br />
d’une base <strong>de</strong> données géospatiale multi-sources. Elle traite <strong>de</strong>s questions complexes posées par la<br />
recherche <strong>de</strong> complémentarité entre <strong>de</strong>s données hétérogènes, que l’on cherche à valoriser. La<br />
problématique s’oriente ainsi sur les incertitu<strong>de</strong>s intrinsèques aux données, et celles induites par le<br />
croisement <strong>de</strong>s différents jeux à disposition. Les travaux, menés autour <strong>de</strong>s dimensions temporelle,<br />
spatiale et spectrale, les analysent pour en minimiser les risques <strong>de</strong> propagation dans l’infrastructure<br />
géographique et permettent <strong>de</strong> proposer <strong>de</strong>s solutions et <strong>de</strong>s pistes <strong>de</strong> réflexion pour enrichir le projet.<br />
Mots clés: données hétérogénéités, incertitu<strong>de</strong>s, données géospatiales multi-sources, télédétection,<br />
SIG, inventaire <strong>de</strong> biodiversité.<br />
Abstract<br />
This study is conforming to a GIS and remote sensing experts’ participation context in an<br />
entomological biodiversity inventory project in Central African Republic for multi-sources geospatial<br />
data base implementation. It <strong>de</strong>als about complex questions on complementary research between<br />
heterogeneous data we want to promote. The main problem is thus oriented on inherent uncertainties’<br />
data, and inferred by their intersections in all available data. Works are conducted on temporal, spatial<br />
and spectral dimensions. They analyze uncertainties to minimize propagation risks into the<br />
geographical infrastructure and suggest solutions and remarks to improve the project.<br />
Key words: heterogeneous data, uncertainties, multi-sources geospatial data, remote sensing, GIS,<br />
biodiversity inventory.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011<br />
i
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Table <strong>de</strong>s matières<br />
Table <strong>de</strong>s matières................................................................................ ii<br />
Table <strong>de</strong>s Figures ............................................................................... iii<br />
Table <strong>de</strong>s Tableaux ............................................................................. iv<br />
Introduction ...................................................................................... 1<br />
1 Contexte du travail ......................................................................... 1<br />
1.1 La société Géo212 .......................................................................1<br />
1.2 Le projet Sangha 2012 – Biodiversité en Terre Pygmée ..............2<br />
1.3 Présentation <strong>de</strong> la zone d’étu<strong>de</strong> ..................................................2<br />
1.3.1 Situation géographique du Tri-National <strong>de</strong> la Sangha (TNS)........................................ 2<br />
1.3.2 Climat ................................................................................................... 3<br />
1.3.3 Contexte géomorphologique et hydrographique...................................................... 4<br />
1.3.4 Milieu forestier ......................................................................................... 4<br />
1.3.5 Biodiversité ............................................................................................. 4<br />
1.3.6 Conséquences sur notre travail ........................................................................ 5<br />
2 Définition <strong>de</strong>s objectifs ..................................................................... 5<br />
2.1 Problématique scientifique .........................................................5<br />
2.2 Jeux <strong>de</strong> données disponibles .......................................................6<br />
2.2.1 Les données <strong>de</strong> terrain ................................................................................. 6<br />
2.2.2 Les données d’observation <strong>de</strong> la terre et météorologiques ........................................... 7<br />
2.2.3 Adéquation au besoin <strong>de</strong>s données images accessibles pour le projet............................... 8<br />
2.3 Etat <strong>de</strong> l’art : hétérogénéité et incertitu<strong>de</strong>s.................................9<br />
2.3.1 Eléments <strong>de</strong> contribution aux incertitu<strong>de</strong>s ............................................................ 9<br />
2.3.2 Comprendre l’incertitu<strong>de</strong> et la caractériser ........................................................... 9<br />
2.3.3 Les domaines d’incertitu<strong>de</strong>s en télédétection ....................................................... 10<br />
2.3.4 Incertitu<strong>de</strong>s dans les systèmes d’informations géographiques ..................................... 11<br />
2.3.5 Conclusion sur l’état <strong>de</strong> l’art ........................................................................ 13<br />
2.4 Choix d’orientation <strong>de</strong>s travaux ................................................ 13<br />
3 Travaux sur la géométrie ................................................................. 14<br />
3.1 Définition d’un référentiel géométrique commun ...................... 14<br />
3.1.1 Propriétés intrinsèques <strong>de</strong>s appareils GPS : ........................................................ 14<br />
3.1.2 Evaluation <strong>de</strong> la qualité géométrique <strong>de</strong>s images satellites ........................................ 16<br />
3.1.3 Relation images satellites – points et traces GPS ................................................... 19<br />
3.1.4 Conséquences sur la qualité <strong>de</strong> l’infrastructure spatiale <strong>de</strong> données .............................. 23<br />
3.2 Conséquences sur l’intégration <strong>de</strong>s données <strong>de</strong> mission ........... 23<br />
3.2.1 Impact sur la localisation <strong>de</strong>s observations <strong>de</strong> terrain 2010 ........................................ 23<br />
3.2.2 Impact sur le lien entre réflectance et mesures <strong>de</strong> terrain .......................................... 23<br />
3.3 Recommandations pour la mission 2012 ................................... 24<br />
4 Travaux sur l’évolution temporelle <strong>de</strong>s lacs ............................................ 25<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011<br />
ii
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
4.1 Méthodologie ............................................................................ 25<br />
4.2 Résultats obtenus ..................................................................... 26<br />
4.3 Croisement avec les données météorologiques disponibles ....... 29<br />
4.4 Croisement avec l’interprétation morphologique <strong>de</strong> la zone ...... 30<br />
4.5 Conclusions .............................................................................. 31<br />
5 Traitements <strong>de</strong> télédétection sur image satellite ........................................ 33<br />
5.1 Choix <strong>de</strong> l’image à traiter .......................................................... 33<br />
5.2 Choix méthodologiques ............................................................. 34<br />
5.3 Applications .............................................................................. 34<br />
5.3.1 Définition du nombre <strong>de</strong> classes .................................................................... 34<br />
5.3.2 Chaine <strong>de</strong> traitements automatiques ................................................................ 36<br />
5.4 Résultats – cartographie thématique proposée ......................... 37<br />
5.5 Bilan et discussion .................................................................... 37<br />
6 Bilan <strong>de</strong>s travaux – Cahier <strong>de</strong>s charges pour le futur .................................. 39<br />
6.1 Synthèse et feuille <strong>de</strong> route pour le futur .................................. 40<br />
6.2 Travaux à mener ....................................................................... 41<br />
Conclusion générale ........................................................................... 43<br />
Table <strong>de</strong>s Figures<br />
Figure 1 : Composantes du Tri National <strong>de</strong> la Sangha............................................................................ 3<br />
Figure 2 : Précision en géolocalisation affichée par les récepteurs à chaque acquisition ...................... 15<br />
Figure 3 : Relevés GPS effectués sur la mire mise en place près du lac 1 en novembre 2010. ............. 15<br />
Figure 4 : Relevés GPS effectués sur une piscine près <strong>de</strong> Bangui en novembre 2010 .......................... 16<br />
Figure 5 : Superposition <strong>de</strong>s <strong>de</strong>ux images SPOT5 ................................................................................ 17<br />
Figure 6 : Superposition <strong>de</strong>s images ASTER, Landsat et SPOT5 ......................................................... 18<br />
Figure 7 : Superposition <strong>de</strong>s images SPOT5 et QuickBird (transparence <strong>de</strong> 50%) ............................... 19<br />
Figure 8 : Position <strong>de</strong>s points et tracks GPS utilisés ; résidus associés ................................................. 20<br />
Figure 9 : Décalages mesurés entre traces GPS et pistes au niveau <strong>de</strong> l'aéroport <strong>de</strong> Bayanga .............. 21<br />
Figure 10 : Référentiel géométrique commun entre images satellites , et grille météo RFE 2 .............. 22<br />
Figure 11 : Photo interprétation du lac 1 sur image Landsat du 01/04/2002 ......................................... 26<br />
Figure 12 : Expansion <strong>de</strong> l’eau libre du lac 1 entre le 09/02/2001 et le 05/02/2011 ............................. 27<br />
Figure 13 : Expansion <strong>de</strong> la zone inondable du lac 1 entre le 09/02/2001 et le 05/02/2011 .................. 28<br />
Figure 14 : Cumuls <strong>de</strong> précipitation sur les 3 déca<strong>de</strong>s précédant les acquisitions ................................ 29<br />
Figure 15 : Valeurs moyennes <strong>de</strong>s précipitations par mois relevées près <strong>de</strong> Bayanga .......................... 30<br />
Figure 16 : Intégration <strong>de</strong>s ruptures <strong>de</strong> pentes interprétées sur image Spot et MNT GDEM ................ 31<br />
Figure 17 : Gran<strong>de</strong>s unités paysagères i<strong>de</strong>ntifiées par les naturalistes au niveau <strong>de</strong>s lacs .................... 34<br />
Figure 18 : Paysages <strong>de</strong>s trois lacs tests ............................................................................................... 35<br />
Figure 19 : Extraction <strong>de</strong> la zone test ................................................................................................... 36<br />
Figure 20 : Organigramme <strong>de</strong> la chaîne <strong>de</strong> traitements ........................................................................ 36<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011<br />
iii
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 21 : Cartographie proposée pour l’ai<strong>de</strong> à la décision sur le lac 1............................................... 37<br />
Figure 22 : Organigramme <strong>de</strong> la chaîne <strong>de</strong> traitements proposée ......................................................... 38<br />
Figure 23 : Réflexion sur les multiples relations potentielles entre les divers types <strong>de</strong> données........... 40<br />
Table <strong>de</strong>s Tableaux<br />
Tableau 1 : Synthèse <strong>de</strong>s données <strong>de</strong> terrain accessibles pour l’étu<strong>de</strong> .................................................... 7<br />
Tableau 2 : Synthèse <strong>de</strong>s données d’observation <strong>de</strong> la terre et <strong>de</strong> météorologie <strong>de</strong> l’étu<strong>de</strong> .................... 8<br />
Tableau 3 : Adéquation au besoin <strong>de</strong>s images satellites disponibles ...................................................... 8<br />
Tableau 4 : <strong>Rapport</strong>s entre surface en eau libre et zone inondable sur la pério<strong>de</strong> 2001-2011 ............... 28<br />
Tableau 5 : Biais et corrélations en fonction <strong>de</strong>s combinaisons d'entrées du modèle RFE2 ................. 32<br />
Tableau 6 : Présentation détaillée <strong>de</strong>s travaux à réaliser ....................................................................... 42<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011<br />
iv
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Remerciements<br />
Je tiens tout particulièrement à remercier :<br />
Thierry Rousselin mon maitre <strong>de</strong> <strong>stage</strong> à Géo212 pour son encadrement, ses qualités d’expert dans le<br />
domaine <strong>de</strong> l’information géospatiale, et ses réflexions et orientations sur ce sujet aussi intéressant que<br />
déroutant (!) qu’il m’a proposé d’étudier.<br />
L’ensemble <strong>de</strong> l’équipe du projet Sangha pour les échanges constructifs et les sujets passionnants<br />
abordés. Ma collaboration au sein d’une équipe spécialisée en entomologie m’a permis d’ouvrir les<br />
yeux sur un domaine que je ne connaissais jusqu’alors très peu, et le rapprochement <strong>de</strong> nos disciplines<br />
ouvre <strong>de</strong>s perspectives très intéressantes.<br />
Un grand merci à Alexandra, Camille, Alice, Gilles, Pierre Noël, Jacques, Nicolas, Sandy et Karine<br />
pour leur accueil, leurs idées et conseils, et qui ont fait en sorte que ce <strong>stage</strong> se déroule dans <strong>de</strong> bonnes<br />
conditions.<br />
Je tiens également à remercier toutes les personnes qui ont participé <strong>de</strong> près ou <strong>de</strong> loin à ce travail et<br />
qui m’ont soutenu tout au long <strong>de</strong> cette aventure.<br />
Enfin, je souhaite exprimer toute ma reconnaissance envers le CROUS <strong>de</strong> Paris qui m’a accordé une<br />
bourse <strong>de</strong>puis ma reprise d’étu<strong>de</strong>, il y a maintenant 5 ans, et qui <strong>de</strong> cette manière a vivement contribué<br />
à la réalisation <strong>de</strong> mon projet professionnel.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011<br />
v
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Introduction<br />
La participation <strong>de</strong> spécialistes <strong>de</strong> la géomatique et du domaine géospatial dans un projet <strong>de</strong><br />
biodiversité orienté sur l’entomologie implique une mise en relation <strong>de</strong> <strong>de</strong>ux univers très spécifiques,<br />
qui, au premier abord, semblent présenter peu <strong>de</strong> points communs. Les questions soulevées<br />
s’inscrivent dans une problématique assez complexe qui s’oriente sur la possible adéquation entre ces<br />
domaines et sur la complémentarité <strong>de</strong> chacun. Elle touche ainsi à la maitrise <strong>de</strong> cohérence <strong>de</strong><br />
production entre <strong>de</strong>s données hétérogènes et incertaines que l’on cherche à valoriser.<br />
La présente étu<strong>de</strong> se situe entre <strong>de</strong>ux missions <strong>de</strong> terrain <strong>de</strong> l’équipe <strong>de</strong> naturalistes du projet Sangha<br />
2012 (2010 et 2012) et constitue un travail préparatoire à la mission principale. Elle vise à évaluer la<br />
qualité du jeu <strong>de</strong> données déjà disponible et à élaborer et développer <strong>de</strong>s pistes <strong>de</strong> réflexion qui<br />
doivent conduire à une orientation <strong>de</strong>s travaux à venir pour les besoins actuels et futurs.<br />
Le chapitre 2 présente le contexte du travail, les partenaires, le projet ainsi que la zone d’étu<strong>de</strong>. Les<br />
objectifs sont définis dans le chapitre 3 qui détaille la problématique scientifique, présente les jeux <strong>de</strong><br />
données et une synthèse bibliographique sur l’hétérogénéité et les incertitu<strong>de</strong>s dans le domaine<br />
géospatial. Il se clôt par la définition <strong>de</strong>s travaux. Nous les présentons en commençant par le chapitre<br />
4 qui traite <strong>de</strong> la géométrie du référentiel, puis, le chapitre 5 orienté sur l’analyse temporelle <strong>de</strong> la<br />
zone, pour finir sur le chapitre 6 orienté sur <strong>de</strong>s traitements <strong>de</strong> télédétection à caractère<br />
cartographique.<br />
Enfin, le 7 ème et <strong>de</strong>rnier chapitre synthétise l’ensemble <strong>de</strong> l’étu<strong>de</strong> et ouvre sur les perspectives,<br />
notamment par la présentation d’un cahier <strong>de</strong>s charges et d’une feuille <strong>de</strong> route à <strong>de</strong>stination <strong>de</strong>s<br />
différents partenaires du projet.<br />
1 Contexte du travail<br />
Ce travail s’inscrit dans le cadre <strong>de</strong>s travaux menés par la société Géo212 dans le cadre du projet<br />
« Sangha 2012 – Biodiversité en Terre Pygmée ». Dans ce chapitre, la société et le projet sont décrits<br />
et la zone d’étu<strong>de</strong> en République Centrafricaine est brièvement présentée.<br />
1.1 La société Géo212<br />
Géo212 est une SARL prestataire <strong>de</strong> services, spécialisée dans l’imagerie satellite et la géomatique.<br />
Créée en 1999, et co-gérée par Nicolas Saporiti et Thierry Rousselin, la société travaille<br />
principalement comme sous-traitant. Les <strong>de</strong>ux gérants, sept salariés et un consultant extérieur<br />
composent l’équipe, chacun étant spécialisé dans un domaine <strong>de</strong> compétence particulier (géographiecartographie,<br />
spécialistes en SIG et qualité <strong>de</strong> l'information géographique, architecture en systèmes<br />
d'information et expertise opérationnelle). Geo212 travaille principalement avec la défense française,<br />
mais également <strong>de</strong>s clients civils (pétrole, mines, environnement, risques, développement urbain) sur<br />
<strong>de</strong>s chantiers à l’étranger et en gran<strong>de</strong> partie dans les pays émergents. Quatre domaines d’activités<br />
forment le cœur <strong>de</strong> la société : le service <strong>de</strong> contrôle qualité (images et BD vecteurs), l’optimisation du<br />
choix <strong>de</strong> sources (images et sources ouvertes glanées sur Internet, la définition <strong>de</strong> services thématiques<br />
(comme <strong>de</strong>s services <strong>de</strong> traficabilité réalisés en partenariat avec le BRGM et le SERTIT), la<br />
géomorphologie et photo-interprétation.<br />
Geo212 s’implique également en recherche et développement par le biais <strong>de</strong> projets visant <strong>de</strong>s<br />
problématiques variées (système d’alertes sur l’obsolescence <strong>de</strong> l’information, exploitation <strong>de</strong>s<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 1
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
technologies radar, utilisation <strong>de</strong>s sources ouvertes pour l’ai<strong>de</strong> à la décision, définition du futur<br />
programme géographie – hydrographie – océanographie – météorologie <strong>de</strong> la défense française, etc.)<br />
1.2 Le projet Sangha 2012 – Biodiversité en Terre Pygmée<br />
Une présentation détaillée du projet se trouve en annexe 1.<br />
Le projet Sangha 2012 s’inscrit dans le cadre d’une recherche pluridisciplinaire dont l’objectif<br />
principal est l’évaluation la plus exhaustive possible <strong>de</strong> la biodiversité d’une zone <strong>de</strong> gran<strong>de</strong> richesse<br />
écologique, le Parc National <strong>de</strong> Dzangha Ndoki, en République Centrafricaine. Cette immense forêt<br />
primaire est connue pour la richesse <strong>de</strong> sa biodiversité, en particulier pour ses grands mammifères<br />
(éléphants, buffles, bongos, gorilles, etc.), ses oiseaux et ses arbres aux essences rares. En revanche, la<br />
faune entomologique reste assez méconnue et aucune étu<strong>de</strong> complète n’y a été réalisée. En outre, les<br />
insectes représentent <strong>de</strong> très bons indicateurs <strong>de</strong> la biodiversité et <strong>de</strong> ses changements. Le projet<br />
Sangha vise un travail <strong>de</strong> recherche scientifique complet, mais aussi développer <strong>de</strong>s actions durables et<br />
favoriser les échanges nord-sud avec <strong>de</strong>s partenaires universitaires et scolaires locaux.<br />
La recherche s’oriente autour <strong>de</strong> plusieurs axes : réalisation d’un inventaire <strong>de</strong> la biodiversité centré<br />
sur l’entomologie, collaboration pluri-disciplinaire (la logistique mise en place lors <strong>de</strong>s missions pour<br />
accé<strong>de</strong>r à la zone et pour grimper dans les arbres permet d’accueillir <strong>de</strong>s scientifiques <strong>de</strong> thématiques<br />
complémentaires, notamment <strong>de</strong>s botanistes ou <strong>de</strong>s ornithologistes), amélioration <strong>de</strong> la connaissance<br />
et <strong>de</strong> la compréhension du milieu, réalisation <strong>de</strong> formations scientifiques et enfin, rédaction <strong>de</strong><br />
publications et d’actions <strong>de</strong> communication (film, conférences, exposition).<br />
Sangha 2012 est un projet sur 3 ans démarré fin 2009. Il est découpé en 5 phases majeures :<br />
Septembre 2009 – Mars 2010 : Démarrage du projet<br />
Avril 2010 – Décembre 2010 : Préparation et réalisation d’une mission test<br />
Janvier 2011 – Décembre 2011 : Préparation <strong>de</strong> la mission 2012<br />
Janvier 2012 – Mars 2012 : Réalisation <strong>de</strong> la mission 2012<br />
Mars 2012 – Décembre 2012 : Exploitation <strong>de</strong>s résultats <strong>de</strong> la mission 2012<br />
Le contexte <strong>de</strong> ce travail est assez particulier puisque la collaboration scientifique fait intervenir une<br />
société spécialisée dans la géomatique d’une part, et <strong>de</strong>s spécialistes en entomologie d’autre part, <strong>de</strong>ux<br />
acteurs assez « hermétiques ». Le <strong>stage</strong> se situe <strong>de</strong> plus entre les <strong>de</strong>ux missions <strong>de</strong> terrain, 2010 et<br />
2012, un contexte <strong>de</strong> transition où l’on cherche à tirer les leçons <strong>de</strong> la mission test et élaborer <strong>de</strong>s<br />
pistes <strong>de</strong> réflexion. Les données ont été collectées durant la mission <strong>de</strong> 2010 sans cahier <strong>de</strong>s charges<br />
précis par rapport à nos compétences et pourraient s’avérer inutilisables ou inadaptées dans notre<br />
contexte. Dans cet esprit exploratoire, le travail s’inscrit dans les analyses <strong>de</strong>s besoins et possibilités<br />
qui doivent mieux cadrer les travaux <strong>de</strong> terrain <strong>de</strong> la mission 2012. Nous reviendrons plus loin (§2) sur<br />
les conséquences que cela a sur notre travail.<br />
1.3 Présentation <strong>de</strong> la zone d’étu<strong>de</strong><br />
Une présentation détaillée <strong>de</strong> la zone d’étu<strong>de</strong> se trouve en annexe 2.<br />
1.3.1 Situation géographique du Tri-National <strong>de</strong> la Sangha (TNS)<br />
Le projet est mené en République Centrafricaine, appelée aussi Centrafrique. Enclavé au cœur <strong>de</strong><br />
l’Afrique, le pays est constitué <strong>de</strong> <strong>de</strong>ux grands bassins : le bassin du Tchad qui s’écoule vers le nord,<br />
et le bassin du Congo, formé par les affluents <strong>de</strong> l’Oubangui qui coulent vers le sud. Les reliefs les<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 2
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
plus importants se situent sur les bordures occi<strong>de</strong>ntales et orientales du plateau, avec au nord ouest les<br />
gradins du massif granitique du Yadé compris entre 1000 et 1400 mètres.<br />
La zone d’étu<strong>de</strong> se situe à la pointe sud ouest du pays (Figure 1). Elle est bordée par la frontière avec<br />
le Cameroun à l’ouest, matérialisée par la rivière <strong>de</strong> la Sangha, et par la frontière avec la République<br />
du Congo au sud et à l’est. Cette région est une aire protégée transfrontalière dont le complexe<br />
forestier est géré par un accord signé entre les pays riverains sous le nom <strong>de</strong> Tri-National <strong>de</strong> la Sangha<br />
(TNS).<br />
Figure 1 : Composantes du Tri National <strong>de</strong> la Sangha<br />
Source: Atlas Cameroun-GFW/WRI, CARPE, CCR, SRTM, WCS-Congo, WCS-Gabon, WWF-Jengi; Image Google Earth<br />
1.3.2 Climat<br />
L'essentiel du pays est caractérisé par un climat tropical, avec une saison humi<strong>de</strong> <strong>de</strong> mai à octobre et<br />
une saison sèche <strong>de</strong> Novembre à Avril. Sur la région d’étu<strong>de</strong>, les précipitations annuelles moyennes<br />
varient <strong>de</strong> 1450 mm à 1600 mm. En zone <strong>de</strong> transition entre climat <strong>de</strong> type équatorial congolais et<br />
climat subtropical, il s’agit d’un régime <strong>de</strong> précipitations quasi bimodal : la saison <strong>de</strong>s pluies<br />
principales couvre les mois d’aout à octobre alors que les mois <strong>de</strong> mai et <strong>de</strong> juin correspon<strong>de</strong>nt à une<br />
petite saison <strong>de</strong>s pluies. Les mois les moins pluvieux s’échelonnent <strong>de</strong> décembre à février et<br />
correspon<strong>de</strong>nt à la saison sèche. Il n’y a pas <strong>de</strong> 2ème saison sèche mais un amoindrissement <strong>de</strong>s pluies<br />
en juillet. Les températures relevées à Bayanga montrent <strong>de</strong>s moyennes mensuelles <strong>de</strong> 24.9° en juillet<br />
et <strong>de</strong> 29.3° en Avril. La zone est très difficile pour l’exploitation d’images satellites optique en raison<br />
<strong>de</strong> la nébulosité quasi omniprésente et <strong>de</strong> voiles nuageux.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 3
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
1.3.3 Contexte géomorphologique et hydrographique<br />
L’ensemble du paysage est situé sur <strong>de</strong>s plateaux entrecoupés <strong>de</strong> plaines alluviales avec une altitu<strong>de</strong><br />
variant <strong>de</strong> 300 à 700 m d’altitu<strong>de</strong>. Globalement, le relief local s’organise selon <strong>de</strong>ux grands ensembles<br />
topographiques avec à l’ouest, la vallée <strong>de</strong> la Sangha et à l’est, un ensemble <strong>de</strong> collines.<br />
Le fond <strong>de</strong> la vallée <strong>de</strong> la Sangha évolue d’une altitu<strong>de</strong> d’environ 360 mètres dans la partie amont, au<br />
nord, à moins <strong>de</strong> 340 mètres dans la partie aval, au sud. Le versant <strong>de</strong> rive droite (à l’ouest) est<br />
constitué <strong>de</strong> reliefs dépassant les 450 m, distants <strong>de</strong> 3 à 4 km du lit <strong>de</strong> la rivière. En revanche, le<br />
versant <strong>de</strong> rive gauche est très ouvert, les collines dépassant 450 m sont à une vingtaine <strong>de</strong> kilomètres<br />
<strong>de</strong> la Sangha.<br />
Le réseau hydrographique <strong>de</strong> la région est très <strong>de</strong>nse, arrosé par <strong>de</strong> nombreux affluents <strong>de</strong> la Sangha.<br />
Les cours d’eau forment <strong>de</strong>s ensembles <strong>de</strong> forêts inondables et marécageuses dont les plus importantes<br />
se retrouvent le long du fleuve. Dans notre zone d’étu<strong>de</strong>, on observe une concentration exceptionnelle<br />
<strong>de</strong> petites cuvettes plus ou moins remplies d’eau (<strong>de</strong> 50 à 350 m <strong>de</strong> diamètre) appelées « les lacs »<br />
dans la suite <strong>de</strong> ce document. Le plus grand lac (Lac 1) a <strong>de</strong>s proportions exceptionnelles puisqu’il<br />
s’inscrit dans une clairière <strong>de</strong> plus d’un kilomètre <strong>de</strong> long. Il est à noter que le régime hydrologique<br />
régional est intimement lié au rythme pluviométrique. Des observations régulières réalisées à<br />
proximité <strong>de</strong> la zone d’étu<strong>de</strong> (même réseau hydrographique), montrent <strong>de</strong>s crues d’octobre à<br />
novembre, et <strong>de</strong>s étiages sur janvier et février (SEFAC, 2009).<br />
1.3.4 Milieu forestier<br />
L’ensemble <strong>de</strong> notre zone est classée en forêts <strong>de</strong>nse semi-décidue dans les produits d’occupation du<br />
sol mondiaux (Globcover). La forêt du bassin du Congo représente le <strong>de</strong>uxième massif forestier après<br />
la forêt amazonienne. Couvrant près <strong>de</strong> six pays, cet ensemble comporte un très grand nombre<br />
d’espèces différentes, représentées chacune seulement par quelques individus, ce que l’on appelle<br />
« écosystème généralisé » (Un hectare peut compter près <strong>de</strong> 100 espèces différentes)<br />
Les caractéristiques hygrométriques influencent largement les types <strong>de</strong> forêt observées. On compte les<br />
forêts <strong>de</strong> terre ferme semi-décidue riches en Limbas et Ayous, les forêts dominantes à<br />
Gilbertio<strong>de</strong>ndron, les forêts à Marantaceae, les forêts ripicoles à Uapacala et enfin, les forêts<br />
marécageuses mixtes qui composent la majorité <strong>de</strong> la région prospectée. Ces <strong>de</strong>rnières se caractérisent<br />
par une situation <strong>de</strong> plaine alluviale, avec un relief très peu marqué variant <strong>de</strong> 350 à 650 mètres<br />
d’altitu<strong>de</strong>. (UNESCO, 2010). Ce type <strong>de</strong> forêt se développe partout où la succession forestière se<br />
poursuit sur <strong>de</strong>s sols gorgés d’eau ou presque, et qui comprend au moins une nappe phréatique<br />
superficielle pendant les saisons sèches, il n’y a donc pas <strong>de</strong> pério<strong>de</strong> <strong>de</strong> « ressuiement » (perte<br />
d’humidité <strong>de</strong> la terre). Elle correspond à <strong>de</strong>s formations édaphiques liées aux sols hydromorphes, et<br />
souvent à proximité <strong>de</strong> clairières inondés aussi appelés baïs ou salines (Doucet et al, 2007)<br />
1.3.5 Biodiversité<br />
Le début <strong>de</strong>s années 1990 est marqué par la planification et le développement d’un plan sous-régional<br />
<strong>de</strong> conservation pour l’Afrique Centrale sur la base <strong>de</strong> biomes. Depuis cette époque, la région est ainsi<br />
sous protection <strong>de</strong> plusieurs organismes constituant un projet qualifié <strong>de</strong> Développement et <strong>de</strong><br />
Conservation Intégré (ICDP). Les vastes étendues <strong>de</strong> forêts intactes abritent une biodiversité<br />
remarquable, avec entre autre l’une <strong>de</strong>s plus gran<strong>de</strong>s populations <strong>de</strong> mammifères d’Afrique, avec<br />
l’éléphant et le gorille. De nombreux insectes trouvent également refuge dans ce milieu, dont certaines<br />
espèces découvertes lors <strong>de</strong> la <strong>de</strong>rnière mission <strong>de</strong> l’équipe Sangha (publications à paraitre). Certains<br />
indices témoignant <strong>de</strong> la présence anthropique (braconnage, prospections) renforcent l’intérêt à<br />
protéger cette région.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 4
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
1.3.6 Conséquences sur notre travail<br />
Les caractéristiques qui viennent d’être présentées montrent que la zone d’étu<strong>de</strong> est difficile pour<br />
l’observation spatiale, d’autant que la couverture végétale <strong>de</strong>nse peut aussi constituer un rempart pour<br />
l’exploitation d’images satellites. A côté, les connaissances locales restent relativement limitées, la<br />
bibliographie se cantonnant essentiellement à <strong>de</strong>s esquisses régionales plutôt qu’à <strong>de</strong>s travaux détaillés<br />
et récents dans les différents domaines, et certains présupposés s’avèrent obsolètes (présence<br />
anthropique dans <strong>de</strong>s zones prétendument « vierges »). Dans ce contexte, <strong>de</strong>s informations essentielles<br />
semblent manquer pour mieux comprendre la complexité <strong>de</strong>s phénomènes présents (karst,<br />
résurgences, alimentation <strong>de</strong>s lacs et rivière <strong>de</strong> surface, dynamique végétative, interactions entre<br />
espèces et milieux, etc.).<br />
Cette prise <strong>de</strong> conscience, recadrée dans le type <strong>de</strong> recherche telle que posée par ce projet, amène à<br />
développer notre problématique scientifique, présentée ci-après.<br />
2 Définition <strong>de</strong>s objectifs<br />
2.1 Problématique scientifique<br />
Le projet Sangha 2012 s’inscrit dans le cadre d’une recherche pluridisciplinaire dont l’objectif<br />
principal est l’évaluation la plus exhaustive possible <strong>de</strong> la biodiversité. Contraction <strong>de</strong> « diversité<br />
biologique », le concept <strong>de</strong> biodiversité apparut au début <strong>de</strong>s années 1990 avec Edward Wilson,<br />
célèbre entomologiste. Mais comment définir et que se cache <strong>de</strong>rrière ce concept largement diffusé<br />
auprès du grand public, et reconnu aujourd’hui comme d’intérêt majeur ? Généralement, trois niveaux<br />
distinguent la diversité du vivant : les gênes, les espèces et les écosystèmes. Si le premier volet est<br />
abordé, l’équipe naturaliste Sangha s’attache plus particulièrement aux <strong>de</strong>ux <strong>de</strong>rniers niveaux,<br />
abordant ainsi la biodiversité comme la diversité en espèces, et la diversité <strong>de</strong> leurs interactions mises<br />
en place au sein d’un même milieu. Deux disciplines s’y intéressent, la systématique pour le premier,<br />
l’écologie pour le second.<br />
Ce qui renvoyait il y a quelques années aux seules disciplines capables <strong>de</strong> répondre aux questions<br />
relatives à la biodiversité a aujourd’hui bien évolué. Les inventaires, classifications et analyses<br />
d’interactions entre espèces ne se limitent plus seulement à quelques épingles agrafées sur <strong>de</strong>s insectes<br />
ou <strong>de</strong>s feuilles sèches dans un herbier. Le développement <strong>de</strong> l’informatique et le rapprochement entre<br />
<strong>de</strong>s domaines scientifiques variés ont contribué à faire évoluer la recherche pour cette science et <strong>de</strong><br />
relever certains <strong>de</strong>s défis que pose une telle entreprise.<br />
Dans les premières phases du projet, l’apport <strong>de</strong> la télédétection et <strong>de</strong> la gestion <strong>de</strong>s informations<br />
géospatiales n’était vu que sous une forme utilitaire :<br />
Fourniture avant la mission d’une cartographie <strong>de</strong> base permettant <strong>de</strong> supporter la logistique<br />
du projet et d’anticiper les difficultés ;<br />
Utilisation durant la mission <strong>de</strong> cette cartographie pour localiser les collectes et observations ;<br />
Production à toutes les étapes <strong>de</strong> documents <strong>de</strong> communication permettant <strong>de</strong> valoriser le<br />
projet sous forme pédagogique ou médiatique.<br />
A ce premier sta<strong>de</strong>, <strong>de</strong>s difficultés apparaissent déjà, liées à la mise en place d’un référentiel spatial<br />
cohérent groupant <strong>de</strong>s données hétérogènes. Mais ces difficultés sont assez classiques car rencontrées<br />
dans tout projet <strong>de</strong> mise en place d’infrastructure spatiale <strong>de</strong> données. Elles touchent :<br />
A différents types d’incertitu<strong>de</strong>s géométriques, plus ou moins bien maîtrisées ;<br />
A l’intégration dans un même référentiel <strong>de</strong> données acquises sur une longue pério<strong>de</strong> <strong>de</strong> temps<br />
avec <strong>de</strong>s précisions très variables et <strong>de</strong>s métadonnées pas toujours exhaustives ;<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 5
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
<br />
A l’intégration dans un même référentiel <strong>de</strong> données acquises par <strong>de</strong>s acteurs différents, aux<br />
cultures et compétences variées.<br />
Mais très vite, les attentes ont évolué. La disponibilité d’images d’observation <strong>de</strong> la terre, rendue<br />
criante pour tous les acteurs sur la zone explorée par l’image QuickBird accessible via le globe virtuel<br />
Google Earth, couplée aux premières cartographies livrées (pourtant <strong>de</strong> simples combinaisons<br />
colorées) a créé <strong>de</strong>s attentes et donné <strong>de</strong>s idées aux membres <strong>de</strong> la mission :<br />
Coupler finement dans l’analyse <strong>de</strong>s écosystèmes, observations <strong>de</strong> terrain (à un instant t) et<br />
observation spatiale (dans la durée) ;<br />
Utiliser l’imagerie comme support <strong>de</strong> l’analyse <strong>de</strong>s relations complexes qu’entretiennent<br />
espèces et milieux ;<br />
Effectuer <strong>de</strong>s mesures spécifiques <strong>de</strong> terrain (spectrales, colorimétriques) sur les arbres pour<br />
<br />
tenter <strong>de</strong> les relier aux réflectances ;<br />
Intégrer la « compréhension » <strong>de</strong> la zone apportée par la télédétection dans le discours<br />
pédagogique sur sa biodiversité.<br />
A ce sta<strong>de</strong>, <strong>de</strong> nouvelles difficultés se font jour. Elles touchent :<br />
A la différence <strong>de</strong> nature <strong>de</strong>s objets observés et mesurés ;<br />
Au fait que travaux <strong>de</strong> terrain et images ne peuvent être synchrones ;<br />
<br />
Au caractère très grossier <strong>de</strong>s connaissances contextuelles, lié à l’absence d’investigations<br />
scientifiques détaillées <strong>de</strong> la zone (pas <strong>de</strong> suivi hydrographique régulier <strong>de</strong>s cours d’eau <strong>de</strong> la<br />
région ; pas <strong>de</strong> station météo suivie dans la région ; cartographies géologique, pédologiques,<br />
biogéographiques sous forme <strong>de</strong> synthèses à petite échelle, …).<br />
Les attentes spécifiques du projet Sangha rejoignent ici une problématique beaucoup plus large. Dans<br />
tout contexte où l’on cherche à tirer parti <strong>de</strong> façon combinée <strong>de</strong> données hétérogènes par nature :<br />
Comment réaliser les arbitrages pour faire face aux conséquences <strong>de</strong> l’hétérogénéité et <strong>de</strong><br />
l’incertitu<strong>de</strong> ?<br />
Quelles métho<strong>de</strong>s appliquer pour respecter une certaine cohérence <strong>de</strong> l’ensemble ?<br />
Comment exploiter les données disponibles le plus efficacement et le plus justement possible<br />
pour obtenir <strong>de</strong>s résultats scientifiques fiables et cohérents ?<br />
Jusqu’où peut-on aller dans le rapprochement <strong>de</strong> disciplines aux objets, outils, métho<strong>de</strong>s, et<br />
pratiques différentes et dans la recherche <strong>de</strong> leurs complémentarités ?<br />
Une telle réflexion, extrêmement ouverte, pouvant facilement dériver, doit être ancrer concrètement en<br />
nous restreignant aux analyses permises par le jeu <strong>de</strong> données mis à notre disposition.<br />
2.2 Jeux <strong>de</strong> données disponibles<br />
Un inventaire détaillé <strong>de</strong>s jeux <strong>de</strong> données se trouve en annexe 3. Nous dressons ci-<strong>de</strong>ssous un<br />
inventaire <strong>de</strong>s données disponibles, issues <strong>de</strong> la mission <strong>de</strong> terrain et <strong>de</strong>s images retenues et leurs<br />
caractéristiques principales sous la forme <strong>de</strong> tableaux.<br />
2.2.1 Les données <strong>de</strong> terrain<br />
Les données récoltées lors <strong>de</strong> la mission terrain sont riches et variées, c’est pourquoi nous ne<br />
présenterons dans cette partie que celles qui présentent un intérêt pour une mise en relation avec les<br />
données géospatiales.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 6
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Nature<br />
Points et traces GPS<br />
Photographies<br />
I<strong>de</strong>ntification<br />
d’espèces végétales<br />
Contenu, caractéristiques<br />
Appareils utilisés : Garmin GPSMap 60 CSx et<br />
Garmin 62S. Précision : géolocalisation (x ; y)<br />
< 10 m ; altitu<strong>de</strong> (z) ≈ 30 m<br />
Plus <strong>de</strong> 60 Go <strong>de</strong> films et <strong>de</strong> photographies<br />
naturalistes Paysages à différentes heures,<br />
points <strong>de</strong> référence, échantillons récoltés<br />
118 arbres dominants (23 espèces) ; 212<br />
espèces herbacées et plantes à fleur (60<br />
familles)<br />
Objectifs<br />
Prise <strong>de</strong> points d’appui ; géo<br />
positionnement <strong>de</strong>s<br />
échantillons<br />
Préciser la position <strong>de</strong> points<br />
remarquables ; i<strong>de</strong>ntification<br />
d’arbres et espèces végétales<br />
Evaluation <strong>de</strong> la<br />
biodiversité ; localisation<br />
Mesures climatiques Températures, Hygrométrie, luminosité Indications sur le climat<br />
Mesures<br />
hydrographiques<br />
Niveaux d’eau, débits aux exutoires <strong>de</strong>s lacs Connaissance sur les<br />
variations<br />
Inventaire<br />
naturaliste<br />
65 espèces d’oiseaux, 150 échantillons <strong>de</strong><br />
lichens, 130 échantillons <strong>de</strong> bryophytes,<br />
ptéridophytes et autres espèces végétales,<br />
inventaire entomologique = 10 000 individus<br />
(20 familles)<br />
Evaluation <strong>de</strong> la biodiversité<br />
Tableau 1 : Synthèse <strong>de</strong>s données <strong>de</strong> terrain accessibles pour l’étu<strong>de</strong><br />
2.2.2 Les données d’observation <strong>de</strong> la terre et météorologiques<br />
Type<br />
Landsat MSS,<br />
TM et ETM+<br />
Résolution<br />
spatiale<br />
15, 30 m (80<br />
m pour MSS)<br />
Résolution<br />
spectrale<br />
7 ban<strong>de</strong>s :<br />
VNIR et<br />
SWIR (4 pour<br />
MSS)<br />
SPOT 2.50 m 3 ban<strong>de</strong>s :<br />
VNIR<br />
QuickBird 60 cm 4 ban<strong>de</strong>s :<br />
VNIR<br />
Aster 15, 30, 90 m 14 ban<strong>de</strong>s :<br />
VNIR, SWIR<br />
et TIR<br />
Fauchée Date <strong>de</strong><br />
prise <strong>de</strong> vue<br />
180*180 Km 13 dates<br />
s’étalant sur<br />
plus <strong>de</strong> 30<br />
ans (1979-<br />
2011)<br />
60 * 60 Km 23/10/2008<br />
&<br />
Extrait<br />
17*7 Km<br />
<strong>de</strong><br />
Utilisation<br />
principale,<br />
intérêt<br />
Etu<strong>de</strong><br />
cartographique<br />
diachronique à<br />
petite échelle<br />
Etu<strong>de</strong>s<br />
cartographiques<br />
détaillées<br />
04/03/2011<br />
19/01/2005 Etu<strong>de</strong>s<br />
cartographiques<br />
très détaillées<br />
60 * 60 Km 02/08/2008 MNT,<br />
informations<br />
géostructurales,<br />
hydrologie et<br />
hydrographie<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 7
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Données<br />
météorologiques<br />
RFE2*<br />
* modèle qui utilise quatre sources :<br />
10 Km Données par<br />
déca<strong>de</strong>s<br />
disponibles<br />
<strong>de</strong>puis 2000<br />
Cumuls <strong>de</strong><br />
précipitations<br />
données <strong>de</strong> terrain issues <strong>de</strong> 1000 stations sur l’Afrique (d’après la NOAA) ;<br />
les estimations <strong>de</strong> l’instrument AMSU (Advanced Microwave Sounding Unit porté par les satellites NOAA, Aqua et Metop) ;<br />
les estimations <strong>de</strong> l’instrument SSM/I (Special Sensor Microwave/Imager porté par les satellites DMSP) ;<br />
les estimations en infrarouge thermique du capteur GPI effectuées sur le <strong>de</strong>ssus <strong>de</strong>s nuages.<br />
Tableau 2 : Synthèse <strong>de</strong>s données d’observation <strong>de</strong> la terre et <strong>de</strong> météorologie <strong>de</strong> l’étu<strong>de</strong><br />
2.2.3 Adéquation au besoin <strong>de</strong>s données images accessibles pour le projet<br />
Du fait <strong>de</strong>s contraintes d’acquisition <strong>de</strong>s images satellites sur la zone (§1.3.2) et <strong>de</strong>s contraintes<br />
financières (incapacité pour le projet à acheter <strong>de</strong>s images commerciales ou <strong>de</strong>s programmations), le<br />
choix <strong>de</strong>s images accessibles ne permet pas <strong>de</strong> répondre <strong>de</strong> façon optimale à tous les enjeux.<br />
Le Tableau 3 ci-après résume les données disponibles pour l’étu<strong>de</strong> et leur adéquation a priori au<br />
besoin.<br />
Résol.<br />
Temp.<br />
Résol.<br />
Spatiale<br />
Résol.<br />
Spectrale.<br />
Exigence clé Données disponibles Adéquation<br />
Couverture sur une très longue Séquence Landsat MSS TM et <br />
pério<strong>de</strong><br />
ETM+ <strong>de</strong> 1979 à 2011<br />
Couverture multidates sur une année Pas d’images d’été (saison <strong>de</strong>s <br />
pluies)<br />
Acquisitions correspondant à la Echec <strong>de</strong> l’acquisition Spot <br />
pério<strong>de</strong> <strong>de</strong> mission <strong>de</strong> terrain pendant la mission mais données<br />
Landsat<br />
Couverture THR Scène QuickBird <strong>de</strong> 2005 <br />
Couverture large <strong>de</strong> l’ensemble <strong>de</strong> la Plusieurs couvertures Spot <br />
zone<br />
Maximiser le nombre <strong>de</strong> ban<strong>de</strong>s<br />
spectrales<br />
Disposer <strong>de</strong> mesures <strong>de</strong> température<br />
corrélables<br />
Disposer <strong>de</strong> mesures visible et<br />
proche IR corrélables<br />
(aucune sans défaut)<br />
Landsat ETM+ en VNIR et SWIR<br />
et Aster en VNIR, SWIR (HS<br />
<strong>de</strong>puis aout 2008 donc pas<br />
disponible) et TIR<br />
Spot et QuickBird en VNIR<br />
ASTER TIR d’août 2008<br />
Landsat ETM+ et Aster en MR<br />
Spot et QuickBird en HR et THR<br />
Tableau 3 : Adéquation au besoin <strong>de</strong>s images satellites disponibles<br />
<br />
<br />
<br />
?<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 8
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
2.3 Etat <strong>de</strong> l’art : hétérogénéité et incertitu<strong>de</strong>s<br />
L’une <strong>de</strong>s questions typiques que l’on est amené à se poser à propos <strong>de</strong> l’exploitation <strong>de</strong> données<br />
géographiques issues <strong>de</strong> l’imagerie spatiale est : « Peut-on cartographier <strong>de</strong>s zones agricoles, <strong>de</strong> forêt<br />
(ou autre) en utilisant la télédétection et les systèmes d’informations géographiques ? » Et si l’on serait<br />
tenté <strong>de</strong> répondre simplement par la positive, la vraie question doit s’élaborer en d’autres termes :<br />
« Peut-on les cartographier <strong>de</strong> manière précise et suffisamment pertinente pour conduire une étu<strong>de</strong><br />
avec tous les besoins qu’elle nécessite ? » Et là, la réponse <strong>de</strong>vient beaucoup moins évi<strong>de</strong>nte, à moins<br />
d’y introduire la notion d’incertitu<strong>de</strong>. Mais que représentent-t-elles ? Que peut-on y inclure ? A quoi<br />
peut-on les attribuer ? Comment les i<strong>de</strong>ntifier ? Les incertitu<strong>de</strong>s peuvent-elles expliquer toutes les<br />
difficultés rencontrées lorsque l’on tente <strong>de</strong> tisser <strong>de</strong>s liens entre <strong>de</strong>s données hétérogènes ? Nous<br />
tentons d’éclaircir cette dimension en détaillant les différents paramètres intervenant dans ce concept<br />
assez flou afin d’en éclaircir la complexité.<br />
2.3.1 Eléments <strong>de</strong> contribution aux incertitu<strong>de</strong>s<br />
2.3.1.1 Informations et échelle<br />
Une première question influence largement les sources d’incertitu<strong>de</strong>s qui vont être incluses dans le<br />
système : que désire-t-on mettre en avant dans l’étu<strong>de</strong> en question, et à quelle échelle ? En prenant le<br />
simple exemple <strong>de</strong>s classifications thématiques, largement utilisées en télédétection pour cartographier<br />
une région, on s’aperçoit très vite que les possibilités sont multiples. Typologie grossière <strong>de</strong><br />
l’occupation du sol (cultures, forêt, bâti, eau, etc.), types <strong>de</strong> culture (blé, houblon, maïs, etc.), sta<strong>de</strong><br />
végétatif ou état d’une espèce en particulier, humidité <strong>de</strong>s cultures, autant <strong>de</strong> caractéristiques relatives<br />
à l’environnement d’intérêt qu’il convient <strong>de</strong> définir et donnant lieu à <strong>de</strong>s résultats très variés. On<br />
retiendra au point <strong>de</strong> vue <strong>de</strong> l’échelle que typiquement, dans le cadre <strong>de</strong> la cartographie thématique,<br />
plus le niveau <strong>de</strong> détail exigé augmente, plus la précision <strong>de</strong>s résultats tendra à diminuer (Atkinson et<br />
Foody, 2002).<br />
2.3.1.2 Nature et qualité <strong>de</strong>s données<br />
Que recueille-t-on <strong>de</strong>s données brutes et quelle va en être l’utilisation pour leur cartographie et autre<br />
analyse spatiale ? Cette question induit nombre <strong>de</strong> facteurs qui présentent chacun un impact sur la<br />
qualité <strong>de</strong>s résultats reportés. L’utilisation d’autres sources <strong>de</strong> données (signatures spectrales issues <strong>de</strong><br />
laboratoire, mesures <strong>de</strong> terrain, etc.) venant compléter, affiner les informations <strong>de</strong> l’image satellite,<br />
permettent d’augmenter la fiabilité et la précision <strong>de</strong>s données pour les résultats finaux. Plus la qualité<br />
<strong>de</strong> ces données extérieures augmente, meilleure sera la précision <strong>de</strong>s cartes finales et <strong>de</strong>s étu<strong>de</strong>s les<br />
exploitant.<br />
2.3.1.3 Etendue <strong>de</strong> la zone d’intérêt<br />
Généralement, plus la zone à cartographier est étendue, moins le résultat sera précis. Ce paramètre<br />
requiert <strong>de</strong> bien cibler les besoins en termes <strong>de</strong> précision <strong>de</strong>s résultats cartographiques souhaités, ce<br />
qui peut par exemple varier suivant les différentes classes d’une même carte (Atkinson et Foody,<br />
2002). Pour une carte thématique, certaines exigences peuvent contraindre l’opérateur à obtenir une<br />
plus gran<strong>de</strong> précision sur certaines classes que sur les autres.<br />
Au final, les différents éléments qui viennent d’être énoncés ne sont pas indépendants. Dans ce<br />
contexte, répondre à notre question <strong>de</strong> départ implique la prise en compte d’une combinaison<br />
complexe <strong>de</strong> facteurs qu’il est nécessaire d’i<strong>de</strong>ntifier pour l’évaluation <strong>de</strong>s incertitu<strong>de</strong>s résultantes.<br />
2.3.2 Comprendre l’incertitu<strong>de</strong> et la caractériser<br />
La littérature propose <strong>de</strong> nombreux exemples <strong>de</strong> travaux réalisés sur une région particulière et à un<br />
moment donné. Lorsqu’une méthodologie, un enchainement <strong>de</strong> processus <strong>de</strong> traitements, une<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 9
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
combinaison particulière <strong>de</strong> données sont apparus adéquats à la situation, il est difficile d’extrapoler et<br />
<strong>de</strong> déterminer quelles seront les meilleures données et les meilleures métho<strong>de</strong>s <strong>de</strong> traitement pour une<br />
nouvelle région, y compris pour une application similaire. Les causes <strong>de</strong>s incertitu<strong>de</strong>s sont donc à<br />
chaque fois méconnues. L’approche développée par Schott (2007) amène à mieux appréhen<strong>de</strong>r cette<br />
difficulté, grâce à la notion <strong>de</strong> « chaîne image ». Chaque « chainon » pris individuellement représente<br />
les différentes étapes du processus <strong>de</strong> traitement qui composent la chaine complète, c'est-à-dire la<br />
somme <strong>de</strong>s processus intervenant entre l’image d’origine et le résultat. Ce principe permet <strong>de</strong> retracer<br />
les différentes étapes réalisées et les interrelations. Il <strong>de</strong>vient ainsi plus facile <strong>de</strong> comprendre les<br />
limites <strong>de</strong> chaque chainon, et donc <strong>de</strong> mieux comprendre et évaluer les multiples sources<br />
d’incertitu<strong>de</strong>s au sein <strong>de</strong> chaque application particulière. L’idée est d’être en mesure <strong>de</strong> préciser la<br />
contribution qu’apporte chacune d’elle dans les incertitu<strong>de</strong>s reportées au document final. L’une <strong>de</strong>s<br />
illustrations <strong>de</strong>s plus évi<strong>de</strong>ntes <strong>de</strong> ce phénomène est l’effet <strong>de</strong> différents algorithmes <strong>de</strong> classification<br />
sur les incertitu<strong>de</strong>s. D’autres éléments sont également à prendre en considération dans ces incertitu<strong>de</strong>s,<br />
comme l’effet <strong>de</strong> corrections atmosphériques et radiométriques sur une classification, ou sur la<br />
détection <strong>de</strong> changements pour <strong>de</strong>s processus <strong>de</strong> traitements calibrés à partir d’images prises en<br />
différents lieux et/ou temps, sur les images utilisées au final (Song et al, 2001).<br />
Des travaux émettent la possibilité d’associer aux données spatiales qualifiées d’incertaines, la<br />
cartographie <strong>de</strong>s intervalles <strong>de</strong> confiance <strong>de</strong>s pixels attribués à une classe (Foody et al, 1992 ;<br />
Carpenter et al, 1999 ; McIver et Friedl, 2001). Plusieurs algorithmes <strong>de</strong> classifications peuvent ainsi<br />
être configurés pour donner ces renseignements, comme l’erreur quadratique moyenne (RMSE)<br />
reportée sur les cartes finales.<br />
Comme nous venons <strong>de</strong> le voir, <strong>de</strong> nombreuses étapes sont susceptibles <strong>de</strong> présenter <strong>de</strong>s limites pour<br />
les résultats, incluant calibration <strong>de</strong>s images, corrections radiométriques, traitements atmosphériques<br />
et autres processus plus ou moins complexes. Ces quelques exemples, pris dans le domaine <strong>de</strong> la<br />
télédétection, illustrent quelques-uns <strong>de</strong>s chainons à i<strong>de</strong>ntifier pour éclaircir toute la complexité<br />
inhérente à la transformation d’une donnée brute pour son exploitation. Caractériser ces incertitu<strong>de</strong>s et<br />
tenir compte <strong>de</strong>s liens entretenus entre les divers paramètres et processus mis en œuvre tout au long <strong>de</strong><br />
cette chaine améliore nettement la précision, la pertinence <strong>de</strong>s données, et donc l’intégration <strong>de</strong>s<br />
produits dérivés <strong>de</strong> la télédétection dans les systèmes d’informations géographiques.<br />
2.3.3 Les domaines d’incertitu<strong>de</strong>s en télédétection<br />
Qu’elles relèvent <strong>de</strong>s relations entre propriétés intrinsèques <strong>de</strong>s images, paramètres utilisés pour<br />
l’exploitation <strong>de</strong> cette information, ou encore algorithme <strong>de</strong> classification utilisé, les incertitu<strong>de</strong>s en<br />
télédétection sont multiples. On les englobe généralement dans plusieurs grands « domaines », et que<br />
l’on illustre chacun ci-<strong>de</strong>ssous par un exemple.<br />
2.3.3.1 Incertitu<strong>de</strong>s au niveau <strong>de</strong>s paramètres<br />
L’un <strong>de</strong>s premiers paramètres d’incertitu<strong>de</strong> intervenant dans la chaine i<strong>de</strong>ntifiée par Schott serait tout<br />
d’abord la transformation <strong>de</strong>s valeurs digitales en valeur <strong>de</strong> réflectance. Chaque image satellite<br />
présente, <strong>de</strong> par ses propriétés intrinsèques, différents paramètres tels que la profon<strong>de</strong>ur optique,<br />
l’angle <strong>de</strong> prise <strong>de</strong> vue, la valeur <strong>de</strong> radiance, etc., chacun apportant son lot d’erreurs, si minimes<br />
soient-elles, comme variable dans le modèle <strong>de</strong> transformation, créant ainsi <strong>de</strong> l’incertitu<strong>de</strong>. Draper et<br />
Smith (1998) précisent que la certitu<strong>de</strong> relative <strong>de</strong>s paramètres peut être vue comme un contraste entre<br />
<strong>de</strong>s intervalles <strong>de</strong> confiance pour une moyenne et <strong>de</strong>s intervalles <strong>de</strong> prédiction pour <strong>de</strong>s valeurs non<br />
mesurées<br />
2.3.3.2 Incertitu<strong>de</strong>s par rapport aux modèles<br />
Il s’agit <strong>de</strong> ce que Draper (1995) appelle les incertitu<strong>de</strong>s « structurales », car relatives à la forme ou à<br />
la structure du modèle, comme les résultats d’une classification effectuée avec un algorithme en<br />
maximum likelyhood et <strong>de</strong> ceux d’une classification effectuée avec le plus proche voisin. L’incertitu<strong>de</strong><br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 10
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
tient au fait qu’il est difficile <strong>de</strong> savoir lequel <strong>de</strong> ces <strong>de</strong>ux algorithmes sera le plus adéquat, c’est à dire<br />
celui qui permettra <strong>de</strong> se rapprocher le plus près <strong>de</strong> la réalité. Il est ainsi reconnu que les plus gran<strong>de</strong>s<br />
incertitu<strong>de</strong>s dépen<strong>de</strong>nt déjà du choix du modèle et <strong>de</strong> ses paramètres (Datcu et al, 1998), comme le<br />
prouvent les résultats d’une classification thématique suivant ce qui est retenu. Cette difficulté dans le<br />
choix peut également déboucher sur <strong>de</strong>s biais, à ne pas confondre avec l’incertitu<strong>de</strong>.<br />
2.3.3.3 Incertitu<strong>de</strong>s à propos du support<br />
Le support spatial est un concept venant <strong>de</strong> la géostatistique, qui se réfère à la surface à partir <strong>de</strong><br />
laquelle une variable est mesurée ou évaluée par un modèle. Ce support peut être considéré comme<br />
l’aire couverte par « l’élément <strong>de</strong> résolution effectif », noté « ERE », fonction du champ <strong>de</strong> vue<br />
instantané (IFOV), <strong>de</strong>s variables relatives au vol (altitu<strong>de</strong>, vitesse, orientation) et <strong>de</strong>s effets<br />
atmosphériques (Forshaw et al, 1983). Ce « support » n’est jamais connu avec précision puisqu’il n’y<br />
a pas <strong>de</strong> réelles « limites spatiales » au niveau du pixel à proprement parlé. La valeur d’un pixel n’est<br />
pas une moyenne spatiale stricte d’une région (Fisher, 1997), mais dépend <strong>de</strong> tous les paramètres<br />
énumérés. Des approximations sont réalisées grâce aux grilles (« grid cell size ») renseignées dans les<br />
métadonnées.<br />
2.3.3.4 Incertitu<strong>de</strong>s sur la position<br />
Elles sont liées aux processus <strong>de</strong> conversion <strong>de</strong>s réponses <strong>de</strong> capteurs en une structure <strong>de</strong> donnée type<br />
raster. Des corrections géométriques sont réalisées grâce à <strong>de</strong>s points <strong>de</strong> contrôle (CGPS) par<br />
différentes métho<strong>de</strong>s, et malgré l’approche utilisée, <strong>de</strong>s incertitu<strong>de</strong>s métriques peuvent ressortir.<br />
Seules <strong>de</strong>s valeurs d’erreurs quadratiques moyennes par rapport à ce que Schowengerdt (1997) appelle<br />
points <strong>de</strong> contrôle (points tests entre points GPS terrain et GCP’s) peuvent être précisées, ainsi que<br />
leur distribution (Atkinson et Foody, 2002).<br />
2.3.3.5 Incertitu<strong>de</strong>s sur les variables<br />
Les variables sont issues <strong>de</strong> processus <strong>de</strong> mesures ou <strong>de</strong> transformations <strong>de</strong>venues prioritaires sur<br />
toutes les autres dans la chaine <strong>de</strong> traitement <strong>de</strong> l’image. Les incertitu<strong>de</strong>s paramétriques, structurales,<br />
<strong>de</strong> support et <strong>de</strong> position induisent <strong>de</strong>s incertitu<strong>de</strong>s au niveau <strong>de</strong>s variables évaluées ensuite par le<br />
modèle. On peut voir ce phénomène comme une propagation d’erreurs et d’incertitu<strong>de</strong>s. Les travaux<br />
<strong>de</strong> Heuvelink et Burrough (1993) tentent d’y remédier.<br />
Toutes les sources d’incertitu<strong>de</strong>s sont interconnectées (Atkinson et Foody, 2002). Quantifier les<br />
incertitu<strong>de</strong>s paramétriques, structurales, <strong>de</strong> support et <strong>de</strong> position sont <strong>de</strong>s objectifs intermédiaires<br />
pour comprendre les incertitu<strong>de</strong>s <strong>de</strong>s variables, et ce sont ces mêmes valeurs <strong>de</strong> variables qui<br />
représentent le sujet d’analyse en télédétection. Plusieurs catégories d’incertitu<strong>de</strong>s peuvent être<br />
dressées, comme pour Sinton (1978), les incertitu<strong>de</strong>s dans les données géographiques incluent les<br />
valeurs, la dimension spatiale, temporelle, la cohérence, et la complémentarité. Les résultats d’une<br />
analyse en télédétection ne seront jamais vraiment cohérents dans le sens où les incertitu<strong>de</strong>s varient<br />
spatialement. Cette incohérence est exacerbée par le manque <strong>de</strong> données, du fait que le nombre <strong>de</strong><br />
données référencées disponibles par rapport à la taille <strong>de</strong> l’ensemble <strong>de</strong>s champs évalués est<br />
généralement petit. Des métho<strong>de</strong>s basées sur les modèles <strong>de</strong> Bayes, qui évaluent la probabilité d’une<br />
hypothèse en spécifiant les priorités <strong>de</strong>s probabilités, permettent <strong>de</strong> quantifier les incertitu<strong>de</strong>s. Cette<br />
technique augmente les capacités d’i<strong>de</strong>ntifier les sources d’incertitu<strong>de</strong>s, et donc la capacité à mettre en<br />
exergue les points faibles dans la chaine d’analyse <strong>de</strong> l’image (Atkinson et Foody, 2002).<br />
2.3.4 Incertitu<strong>de</strong>s dans les systèmes d’informations géographiques<br />
Comme nous venons <strong>de</strong> le voir, les incertitu<strong>de</strong>s sont déjà multiples au sein d’un même domaine. Et si<br />
nous n’avons effleuré que les incertitu<strong>de</strong>s en télédétection pour illustrer ce propos, force est <strong>de</strong><br />
constater que ce phénomène concerne toutes les couches qui composent une base <strong>de</strong> données<br />
d’informations géographiques. Il serait prétentieux <strong>de</strong> vouloir dresser un inventaire exhaustif <strong>de</strong>s<br />
problèmes liés aux incertitu<strong>de</strong>s dans les SIG au vu <strong>de</strong> la complexité <strong>de</strong> la question et <strong>de</strong> la diversité<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 11
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
<strong>de</strong>s étu<strong>de</strong>s, qui, en fonction <strong>de</strong> leur spécificité introduisent quantité <strong>de</strong> paramètres (lieu, dimension<br />
temporelle, variables en entrée, qualité, etc.) donnant lieu à <strong>de</strong>s résultats très variés. Les incertitu<strong>de</strong>s<br />
apparaissent à différents niveaux et peuvent être présentés comme suit.<br />
On notera tout d’abord le niveau individuel, ce que l’on attribue aux caractéristiques intrinsèques <strong>de</strong><br />
chaque donnée. Tout comme les images satellites utilisées en télédétection, chaque source <strong>de</strong> données<br />
présente ses erreurs, biais et incertitu<strong>de</strong>s. Elles font intervenir différents facteurs aux impacts plus ou<br />
moins connus, suivant la nature <strong>de</strong> chacune d’elle.<br />
Ensuite, les erreurs spatiales ne peuvent se résumer qu’à un simple chiffre. Prenons l’exemple d’un<br />
DEM dont l’erreur moyenne est <strong>de</strong> l’ordre <strong>de</strong> ±10 m. Pour spécifier cette valeur en un point du DEM,<br />
on a en fait besoin <strong>de</strong> la distribution complète <strong>de</strong>s probabilités, c'est-à-dire <strong>de</strong> tous les paramètres qui<br />
ont été intégrés. Des tests ont montré qu’en faisant varier les valeurs du DEM suivant cette erreur<br />
moyenne, les résultats <strong>de</strong>s valeurs <strong>de</strong> pente peuvent être très différents, que seule la géostatistique est<br />
capable <strong>de</strong> mettre en évi<strong>de</strong>nce grâce à <strong>de</strong>s analyses statistiques <strong>de</strong>s variations <strong>de</strong>s propriétés spatiales<br />
(Kitanidis, 1997). Mais peut-on raisonnablement <strong>de</strong>man<strong>de</strong>r à un géomaticien d’avoir les mêmes<br />
connaissances qu’un géostatisticien pour réaliser une étu<strong>de</strong> <strong>de</strong>s propagations d’erreurs et incertitu<strong>de</strong>s<br />
dans un SIG ? (Atkinson et Foody, 2002). La communauté géomaticienne développe dans ce sens <strong>de</strong>s<br />
concepts comme le « error-aware GIS » qui stocke et traite la qualité <strong>de</strong> chacune <strong>de</strong>s informations<br />
entrées dans la base <strong>de</strong> données (Duckham, 2000, Qiu & Hunter, 2002, Atkinson et Foody, 2002).<br />
Cependant, en l’absence <strong>de</strong> <strong>de</strong>man<strong>de</strong> plus soutenue <strong>de</strong> la part <strong>de</strong> la communauté sur la qualité <strong>de</strong>s<br />
données spatiales et l’établissement <strong>de</strong> documents standards pour les reporter, dans la plupart <strong>de</strong>s cas,<br />
les méta-informations sur la précision spatiale manquent ou restent limitées, sans <strong>de</strong>scription <strong>de</strong>s<br />
erreurs <strong>de</strong> variations spatiales (Canters et al, 2002). Ce seul exemple sur les DEM suffit à prendre<br />
conscience <strong>de</strong> l’ampleur du phénomène.<br />
Le cas <strong>de</strong> multiples données incertaines en entrée ouvre une dimension encore plus large sur la<br />
variation <strong>de</strong>s incertitu<strong>de</strong>s relatives. Heuvelink (2000) prend l’exemple du modèle d’acidification <strong>de</strong>s<br />
sols « SMART2 » (Kros et al, 1999) pour illustrer ces problèmes. Développé pour analyser la manière<br />
dont les particules atmosphériques entrainent l’acidification <strong>de</strong>s sols et comment, en retour, celle-ci<br />
affecte la qualité <strong>de</strong> l’eau souterraine, ce modèle est construit à partir d’étu<strong>de</strong>s générales sur les sols et<br />
<strong>de</strong> cartes <strong>de</strong> végétation non précises. De plus, les processus mis en place pour la cartographie<br />
impliquent <strong>de</strong> transformer <strong>de</strong>s informations cartographiques spécifiques à ces sols et à la végétation<br />
vers <strong>de</strong>s paramètres pour le modèle, ce qui détériore gran<strong>de</strong>ment la qualité <strong>de</strong>s entrées pour<br />
« SMART2 ». Pour évaluer la précision <strong>de</strong> ce <strong>de</strong>rnier, une étu<strong>de</strong> est entreprise pour analyser comment<br />
les incertitu<strong>de</strong>s <strong>de</strong>s sources <strong>de</strong> la carte et la transformation <strong>de</strong>s données se propagent dans la sortie du<br />
modèle. 11 variables synthétiques reconnues comme incertaines sont ainsi testées, nécessitant la prise<br />
en compte <strong>de</strong>s erreurs probables <strong>de</strong> distribution au sein <strong>de</strong>s variables, les fonctions <strong>de</strong> corrélations<br />
spatiales entre paramètres, et <strong>de</strong>s précisions faisant appel au jugement d’experts. L’étu<strong>de</strong> montre qu’au<br />
regard <strong>de</strong> la complexité du phénomène pointé et du nombre <strong>de</strong> paramètres intervenants, cette<br />
évaluation est possible dans une certaine mesure. Elle requiert par contre <strong>de</strong> très hautes compétences<br />
en géostatistiques. L’auteur reconnaît encore une fois qu’il n’est pas possible <strong>de</strong> relever ce type <strong>de</strong><br />
défis sans être armé <strong>de</strong> soli<strong>de</strong>s connaissances en statistiques pour qu’une telle étu<strong>de</strong> soit pertinente.<br />
Les problèmes d’échelle sont également considérables dans une base <strong>de</strong> données d’informations<br />
géographiques hétérogènes. Qu’elles soient spatiales ou temporelle, elles diffèrent généralement<br />
suivant chaque entrée du SIG, laissant ainsi apparaître <strong>de</strong>s questions complexes quant à la cohérence<br />
<strong>de</strong> mise en relation <strong>de</strong> chacune d’elle. Peut-on faire cohabiter <strong>de</strong>s données météorologiques <strong>de</strong> 10 Km<br />
<strong>de</strong> résolution synthétisant plusieurs jours d’informations avec une image satellite optique à haute<br />
résolution <strong>de</strong> 2,5 m ? On ne peut que reposer la question d’une autre manière : l’information que je<br />
souhaite extraire <strong>de</strong> mon jeu <strong>de</strong> données, aussi hétérogène soit-il, sera-t-elle assez pertinente et fiable<br />
au regard <strong>de</strong>s sources d’informations à disposition ? Et la réponse à celle-ci dépend encore une fois <strong>de</strong><br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 12
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
nombreux paramètres (qualité <strong>de</strong> l’information en entrée, cohérence entre <strong>de</strong>s natures différentes, etc.).<br />
Et c’est ici que les incertitu<strong>de</strong>s apparaissent entre les ponts. Les résultats <strong>de</strong> l’analyse <strong>de</strong> ces<br />
incertitu<strong>de</strong>s dépen<strong>de</strong>nt pour beaucoup du support, c'est-à-dire <strong>de</strong> l’échelle spatiale et temporelle que<br />
l’on utilise pour l’analyse (Heuvelink, 2000). Plus l’échelle d’étu<strong>de</strong> est gran<strong>de</strong>, moins les incertitu<strong>de</strong>s<br />
le sont puisque les valeurs sont <strong>de</strong> plus en plus moyennées et donc lissées au fur et à mesure que la<br />
résolution diminue (Atkinson et Foody, 2002). En pratique, il est reconnu que l’échelle <strong>de</strong> résolution<br />
spatiale et temporelle <strong>de</strong>s résultats d’une étu<strong>de</strong> ne doit pas s’adapter au support final désiré. Des<br />
techniques dites d’agrégation et <strong>de</strong> désagrégation permettent <strong>de</strong> changer ces échelles, mais ce n’est pas<br />
toujours très évi<strong>de</strong>nt à mettre en place (Bierkens et al, 2000).<br />
2.3.5 Conclusion sur l’état <strong>de</strong> l’art<br />
Les problèmes relatifs à l’intégration <strong>de</strong> données multisources sont très nombreux et se présentent<br />
comme un enchainement d’incertitu<strong>de</strong>s, erreurs, voire <strong>de</strong> biais. Elles apparaissent tout au long du<br />
processus <strong>de</strong> traitement et d’implémentation <strong>de</strong>s données et <strong>de</strong> leur mise en relation, sont relativement<br />
dépendantes les unes <strong>de</strong>s autres et <strong>de</strong>s choix entrepris. Comprendre les incertitu<strong>de</strong>s et les analyser<br />
revient donc à s’attar<strong>de</strong>r sur cet aspect « chainons » mis en exergue par Schott (1997). Dans ce<br />
contexte, i<strong>de</strong>ntifier ces « maillons faibles » est primordial pour comprendre et interpréter les sources<br />
d’erreurs que l’on peut éventuellement réduire, ou tout au moins renseigner dans les résultats finaux.<br />
Ce souci <strong>de</strong> détail apporte <strong>de</strong> précieux renseignements quant à la qualité du travail cartographique et<br />
garantit, d’une certaine manière, la pertinence <strong>de</strong>s étu<strong>de</strong>s qui exploitent ensuite les données.<br />
Et si nous avons focalisé sur quelques exemples typiques pour étayer cette synthèse bibliographique, il<br />
faut savoir que la liste est loin d’être exhaustive, l’i<strong>de</strong>ntification et l’interprétation <strong>de</strong> certaines<br />
incertitu<strong>de</strong>s restant encore floue à ce jour. Nous avons également entrevu la difficulté rencontrée pour<br />
un géomaticien face à ces problèmes d’incertitu<strong>de</strong>s. La majorité <strong>de</strong>s utilisateurs <strong>de</strong> SIG ne sont pas<br />
préparés à ce type <strong>de</strong> tâche, nécessitant <strong>de</strong> prendre en compte <strong>de</strong> multiples paramètres et <strong>de</strong> rallonger<br />
<strong>de</strong> beaucoup le temps passé sur une étu<strong>de</strong> (Atkinson et Foody, 2002) ; <strong>de</strong> ce fait, <strong>de</strong> nombreux projets<br />
d’infrastructures spatiales <strong>de</strong> données ont souffert (voire échoué) du fait <strong>de</strong> la mauvaise prise en<br />
compte <strong>de</strong> cette dimension. La focalisation sur ce sujet est assez récente comme en témoigne en<br />
France la parution en 2005 <strong>de</strong>s premières recommandations du CERTU (CERTU, 2005) ou le<br />
colloque tenu en 2010 dans le cadre <strong>de</strong>s rencontres SIG La Lettre (Reynard, 2010 ; Pornon, 2010 ;<br />
Jobin, 2010).<br />
2.4 Choix d’orientation <strong>de</strong>s travaux<br />
Des trois paragraphes précé<strong>de</strong>nts, il apparait que la problématique a <strong>de</strong> multiples dimensions, que les<br />
jeux <strong>de</strong> données disponibles ne sont pas obligatoirement adaptés au test <strong>de</strong> certaines d’entre elles et<br />
que le temps disponible pour cette étu<strong>de</strong> oblige à focaliser les efforts.<br />
Ce contexte conduit à opérer <strong>de</strong>s choix d’orientation <strong>de</strong>s travaux ciblés, qui relèvent <strong>de</strong> plusieurs<br />
dimensions, les besoins, le possible, et l’intérêt pour le projet, placées dans la perspective <strong>de</strong> la<br />
nouvelle mission <strong>de</strong> terrain, prévue pour 2012. Ces travaux s’appuient sur certaines <strong>de</strong>s données déjà<br />
disponibles, <strong>de</strong> nos connaissances et compétences en matière <strong>de</strong> télédétection et <strong>de</strong> géomatique et <strong>de</strong><br />
nos réflexions.<br />
Dans cette optique, les axes sont développés dans trois directions :<br />
<br />
<br />
La définition et l’évaluation d’un référentiel géographique commun, gage <strong>de</strong> précision pour<br />
l’infrastructure spatiale <strong>de</strong> données et <strong>de</strong> qualité pour les travaux à mener ;<br />
Une analyse préliminaire <strong>de</strong>s processus hydrographiques <strong>de</strong>s lacs d’intérêt, permettant<br />
d’apporter <strong>de</strong>s éléments <strong>de</strong> compréhension sur les écosystèmes présents ;<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 13
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
<br />
Une analyse cartographique appuyée sur <strong>de</strong>s traitements automatiques sur une image satellite<br />
pour la production d’un support d’ai<strong>de</strong> à la décision.<br />
Ces travaux seront analysés afin <strong>de</strong> définir les besoins, en termes <strong>de</strong> données, <strong>de</strong> métho<strong>de</strong>s à<br />
développer, <strong>de</strong> compétence nécessaires, etc. et constitueront l’une <strong>de</strong>s bases essentielles pour le bon<br />
déroulement et la valorisation <strong>de</strong> ce projet. De cette étu<strong>de</strong> sera produit un cahier <strong>de</strong>s charges<br />
présentant les points clés à travailler et une feuille <strong>de</strong> route contenant les prochains axes à développer<br />
sera dresser<br />
3 Travaux sur la géométrie<br />
La première incertitu<strong>de</strong> à lever est celle <strong>de</strong> la localisation. Il sera impossible <strong>de</strong> mener <strong>de</strong>s analyses<br />
thématiques sans garantir la correspondance géométrique entre pixels d’images différentes ou entre<br />
pixels image et mesure <strong>de</strong> terrain.<br />
Nos travaux ont donc porté sur la définition d’un référentiel géométrique commun permettant<br />
d’intégrer l’ensemble <strong>de</strong>s images satellites disponibles et les données <strong>de</strong> terrain. Il est à noter que dans<br />
ce contexte, les données <strong>de</strong> terrain ont <strong>de</strong>ux rôles différents. En tant que points ou formes d’appui, ces<br />
données peuvent contribuer à la qualité du référentiel géométrique commun. Mais en tant que<br />
localisations <strong>de</strong> mesures naturalistes, ces données s’appuient sur le référentiel.<br />
Ce chapitre discutera donc les résultats obtenus, leur intérêt et leurs limites et les leçons tirées pour la<br />
mission 2012.<br />
3.1 Définition d’un référentiel géométrique commun<br />
Comme nous l’avons constaté, cette étu<strong>de</strong> dispose d’un large éventail <strong>de</strong> données satellites et <strong>de</strong><br />
terrain. Si elles se caractérisent par <strong>de</strong>s résolutions, couvertures spatiales et dates diverses, elles sont<br />
toutes projetées dans le système UTM WGS84 33N propre à cette région. On définit et on évalue ci<strong>de</strong>ssous<br />
le référentiel <strong>de</strong> la structure spatiale <strong>de</strong> données, au travers <strong>de</strong>s propriétés intrinsèques <strong>de</strong>s<br />
appareils GPS utilisés et <strong>de</strong> celles <strong>de</strong>s images.<br />
3.1.1 Propriétés intrinsèques <strong>de</strong>s appareils GPS :<br />
Les <strong>de</strong>ux appareils utilisés (Garmin GPSMap 60 CSx et Garmin 62S) sont <strong>de</strong>s récepteurs <strong>de</strong><br />
navigation qui n’utilisent comme information que la mesure <strong>de</strong> pseudo-distance. Ils ont été utilisés en<br />
GPS en mo<strong>de</strong> absolu (récepteur unique).<br />
D’après les données constructeur, ces appareils ont une précision en géolocalisation (x ; y) inférieure à<br />
10 mètres et d’environ 3 mètres en altitu<strong>de</strong> (z). Toutefois cette indication est générique (tous terrains –<br />
toutes latitu<strong>de</strong>s). Une récente évaluation comparative (Wing, 2011) réalisée dans <strong>de</strong>s forêts <strong>de</strong><br />
l’Oregon (USA) a montré, pour un Garmin GPSMAP62, une erreur moyenne <strong>de</strong> 7,5 à 7,9 m (selon la<br />
durée <strong>de</strong> la mesure) avec un écart type <strong>de</strong> 3,6 à 3,9 m dans un contexte <strong>de</strong> forêt jeune. On peut donc<br />
penser qu’en Centrafrique, beaucoup plus proche <strong>de</strong> l’Equateur, les erreurs moyennes seront au<br />
minimum <strong>de</strong> 8 m.<br />
Des points GPS relevés sur <strong>de</strong>s objets géométriquement stables (une mire et une piscine) ainsi que <strong>de</strong>s<br />
mesures réelles effectuées sur ceux-ci nous ont permis d’en évaluer la qualité. On retiendra que la<br />
précision <strong>de</strong> tous les relevés testés était estimée à ± 4 mètres par les appareils au moment <strong>de</strong>s<br />
acquisitions (Figure 2). Ce point est très important dans une mission naturaliste impliquant <strong>de</strong>s non<br />
spécialistes. Car il crée une perception fausse <strong>de</strong> l’incertitu<strong>de</strong> <strong>de</strong>s mesures <strong>de</strong> terrain, phénomène<br />
largement décrit par <strong>de</strong>s sociologues (MacKenzie, 1990).<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 14
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 2 : Précision en géolocalisation affichée par les récepteurs à chaque acquisition<br />
Une mire, matérialisée par un drap blanc <strong>de</strong> 4*4 mètres, avait été placée à proximité du lac 1 durant la<br />
pério<strong>de</strong> supposée d’acquisition d’une image SPOT, pour servir <strong>de</strong> point <strong>de</strong> référence pour les<br />
corrections à apporter aux images. Si cet objectif a échoué, on peut cependant comparer les relevés<br />
GPS effectués aux quatre coins et au centre <strong>de</strong> la mire avec ses dimensions réelles (Figure 3).<br />
Figure 3 : Relevés GPS effectués sur la mire mise en place près du lac 1 en novembre 2010.<br />
On note tout d’abord une forte incohérence sur la géométrie <strong>de</strong> la forme, qui <strong>de</strong>vrait être carré,<br />
notamment à cause du biais <strong>de</strong> localisation <strong>de</strong>s points GPS situés sur le coin sud est, et au centre. On<br />
note ensuite <strong>de</strong>s incohérences au niveau <strong>de</strong>s distances entre les points GPS et les dimensions réelles<br />
entre coins adjacents <strong>de</strong> la mire, normalement <strong>de</strong> 4 mètres : + 3.80 m entre les coins NO et NE, +0.91<br />
m entre NO-SO, +6.32 m entre SE-NE et -3.30 m entre SO-SE.<br />
Le même test comparatif est réalisé ci-<strong>de</strong>ssous (Figure 4), au niveau d’une piscine située près <strong>de</strong><br />
Bangui. Ses dimensions réelles, mesurées entre les points retenus pour les relevés GPS, sont <strong>de</strong> 12.50<br />
m <strong>de</strong> longueur et <strong>de</strong> 6.30 m <strong>de</strong> largeur.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 15
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 4 : Relevés GPS effectués sur une piscine près <strong>de</strong> Bangui en novembre 2010<br />
Là encore, on note <strong>de</strong>s décalages avec -2.10 mètres pour la distance NO-NE, +1.90 m pour NE-SE,<br />
mais surtout -6.10 m pour SE-SO, et, l’erreur la plus importante, +7.40 m pour la distance SO-NO. La<br />
longueur <strong>de</strong> l’objet est sous-estimée au regard <strong>de</strong>s mesures réelles tandis que sa largeur est surestimée.<br />
Ce comparatif a permis <strong>de</strong> soulever <strong>de</strong>s imprécisions non négligeables quant aux caractéristiques<br />
intrinsèques <strong>de</strong>s appareils. Malgré <strong>de</strong>s imprécisions <strong>de</strong> l’ordre <strong>de</strong> ± 4 m renseignées par les GPS au<br />
moment <strong>de</strong>s acquisitions, on a pu remarquer que trois <strong>de</strong>s huit points testés présentent <strong>de</strong>s erreurs <strong>de</strong><br />
plus <strong>de</strong> six mètres. Cette incohérence entre mesures estimées par la localisation <strong>de</strong>s points GPS et<br />
dimensions réelles doit être prise en compte pour la suite. Dans ce contexte, et en l’absence d’autres<br />
points et objets pour tester la qualité <strong>de</strong> précision <strong>de</strong>s mesures GPS, nous nous appuierons sur les<br />
valeurs <strong>de</strong> confiance fournies par le constructeur et par la littérature, soit une précision inférieure à 10<br />
mètres.<br />
3.1.2 Evaluation <strong>de</strong> la qualité géométrique <strong>de</strong>s images satellites<br />
Les images à notre disposition, projetées dans le référentiel commun WGS84 UTM33 Nord, ont été<br />
livrées dans divers niveaux <strong>de</strong> correction géométrique :<br />
Les images Landsat MSS et TM sont <strong>de</strong>s scènes d’un niveau « 1, Product Generation<br />
System » (LPGS). Il s’agit <strong>de</strong> corrections radiométriques et géométriques dérivées <strong>de</strong>s<br />
paramètres <strong>de</strong> vol et <strong>de</strong>s capteurs du satellite (CPF’s pour « Calibration Parameters Files »).<br />
La précision géométrique est <strong>de</strong> l’ordre <strong>de</strong> 250 m d’après l’USGS pour une zone <strong>de</strong> faibles<br />
reliefs, comme c’est le cas sur la zone d’étu<strong>de</strong>. Ces paramètres <strong>de</strong> calibration permettent une<br />
compatibilité avec les images ETM+ pour les étu<strong>de</strong>s diachroniques <strong>de</strong>s surfaces <strong>de</strong> la terre sur<br />
du long terme. Les images ETM+ sont d’un niveau L1T « Standard Terrain Correction ». il<br />
s’agit <strong>de</strong> corrections géométriques et radiométriques <strong>de</strong> précision qui intègrent un modèle<br />
d’élévation numérique (DEM) (SRTM <strong>de</strong> 90m <strong>de</strong> résolution) pour corriger les erreurs <strong>de</strong><br />
parallaxe dues à la topographie locale. Les corrections géométriques incluent aussi 150 à 300<br />
points <strong>de</strong> contrôle (GCP’s) par image, qui proviennent du jeu <strong>de</strong> données <strong>de</strong> la GLS2005,<br />
garantissant une plus gran<strong>de</strong> précision géométrique (U.S.G.S, 2009).<br />
<br />
<br />
Les images Aster sont d’un niveau <strong>de</strong> production L1B, elles sont géométriquement et<br />
radiométriquement corrigées, mais non orthorectifiées. Ce niveau <strong>de</strong> production contient <strong>de</strong>s<br />
informations pour positionner directement l’image dans le référentiel géographique voulu, et<br />
ce, à partir <strong>de</strong> la position du satellite au moment <strong>de</strong> la prise <strong>de</strong> vue.<br />
Les images Spot sont <strong>de</strong>s ortho-images rectifiées automatiquement via la chaîne Andorre, elles<br />
correspon<strong>de</strong>nt à un niveau <strong>de</strong> correction 3. Elles intègrent une orthorectification réalisée à<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 16
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
<br />
partir <strong>de</strong> corrections <strong>de</strong>s paramètres propres aux capteurs et à l’orbite du satellite, d’un modèle<br />
d’élévation numérique pour corriger les erreurs <strong>de</strong> parallaxe dues aux variations d’altitu<strong>de</strong><br />
pour prise <strong>de</strong> vue non verticale, ainsi que <strong>de</strong>s points <strong>de</strong> contrôle (GCP’s) (Riazanoff, 2004).<br />
L’image QuickBird est un produit « Ortho Ready Standard » Level 2A, Pan-sharpened. Ce<br />
niveau contient <strong>de</strong>s corrections radiométriques (réponses radiométriques relatives entre<br />
capteurs et corrections <strong>de</strong> radiométrie absolue), corrections <strong>de</strong>s capteurs (géométrie interne<br />
<strong>de</strong>s capteurs, distorsion optique, distorsion du balayage, variations dans le rythme <strong>de</strong>s lignes<br />
acquises), ainsi que <strong>de</strong>s corrections géométriques : élimination <strong>de</strong>s effets <strong>de</strong> position en orbite<br />
du satellite, <strong>de</strong>s incertitu<strong>de</strong>s sur l’attitu<strong>de</strong>, rotation et rayon <strong>de</strong> courbure <strong>de</strong> la Terre et <strong>de</strong>s<br />
distorsions panoramiques.<br />
Il nous faut donc évaluer leur qualité géométrique intrinsèque et proposer une séquence <strong>de</strong> recalage<br />
interimages qui préserve au mieux la géométrie <strong>de</strong>s produits à haute et très haute résolution.<br />
Nous avons choisi <strong>de</strong> prendre les ortho-images Spot5 HRG comme images <strong>de</strong> référence. Leur large<br />
fauchée permet d’inclure intégralement l’image THR QuickBird et elles présentent une large zone <strong>de</strong><br />
recouvrement avec les images Landsat et la trace Aster. De plus elles ont une résolution spatiale<br />
intermédiaire entre THR (QuickBird) et MR (Landsat Aster). Enfin le processus d’orthorectification<br />
est connu et largement décrit dans la littérature (Baillarin et al, 2009).<br />
La précision garantie contractuellement par Astrium GeoInformation Services est la suivante :<br />
précision planimétrique meilleure que 15 m pour 90 % <strong>de</strong>s points (CE90),<br />
précision altimétrique meilleure que 10 m pour 90 % <strong>de</strong>s points (LE90).<br />
Les <strong>de</strong>ux scènes SPOT acquises en 2008 et 2011 sur la même région sont parfaitement superposables,<br />
plus d’une dizaine <strong>de</strong> points ont été comparés et coïnci<strong>de</strong>nt parfaitement, comme illustré au travers<br />
d’un exemple sur la Figure 5 ci-<strong>de</strong>ssous. Étant donné la taille <strong>de</strong>s éléments testés (croisements <strong>de</strong><br />
voies <strong>de</strong> communication) et la résolution <strong>de</strong>s images (2.50 mètres), on peut noter <strong>de</strong>s incertitu<strong>de</strong>s <strong>de</strong><br />
l’ordre <strong>de</strong> <strong>de</strong>ux pixels environ, ce qui est inférieur à la précision planimétrique indiquée.<br />
Figure 5 : Superposition <strong>de</strong>s <strong>de</strong>ux images SPOT5<br />
(Transparence <strong>de</strong> 50% appliqué à l’image du <strong>de</strong>ssus)<br />
Source : SPOT<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 17
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Les images Landsat, suivies <strong>de</strong> l’image ASTER sont ensuite calées sur les images SPOT. Elles<br />
présentent une plus gran<strong>de</strong> couverture spatiale et présentent toutes <strong>de</strong>ux une résolution plus grossière<br />
(30 m). Du fait <strong>de</strong> cette résolution, il est difficile <strong>de</strong> juger précisément <strong>de</strong> leur qualité géométrique par<br />
simple comparaison avec les images SPOT, même si celle-ci semble très satisfaisante globalement sur<br />
divers points testés. La comparaison entre les images Landsat elles-mêmes (13 dates), et <strong>de</strong> celles-ci<br />
avec l’image ASTER montrent également une parfaite superposition (Figure 6).<br />
Figure 6 : Superposition <strong>de</strong>s images ASTER, Landsat et SPOT5<br />
Landsat (50% <strong>de</strong> transparence) et SPOT5 (75% <strong>de</strong> transparence)<br />
La <strong>de</strong>rnière image venant se caler à l’ensemble est la QuickBird <strong>de</strong> 2005. C’est le plus petit extrait<br />
(7*17 Km) dont nous disposons sur cette zone, centrée sur les lacs d’intérêt. De par ses<br />
caractéristiques, notamment sa très haute résolution, et une fois corrigée, cette image serait a priori la<br />
plus adaptée pour une restitution fine <strong>de</strong>s résultats cartographiques, et pour la localisation <strong>de</strong>s points<br />
d’intérêt. Cet extrait ne présente aucun point stable d’un point <strong>de</strong> vue géométrique, la scène se<br />
composant uniquement d’une forêt <strong>de</strong>nse avec quelques clairières. Il semble alors délicat d’en évaluer<br />
la qualité géométrique par comparaison avec les autres images. Les seules observations possibles avec<br />
les images SPOT, au niveau <strong>de</strong>s contours <strong>de</strong>s lacs, montrent une bonne précision (Figure 7), même s’il<br />
reste impossible <strong>de</strong> la quantifier puisque les dates diffèrent et que ce type <strong>de</strong> milieu change<br />
rapi<strong>de</strong>ment.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 18
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 7 : Superposition <strong>de</strong>s images SPOT5 et QuickBird (transparence <strong>de</strong> 50%)<br />
3.1.3 Relation images satellites – points et traces GPS<br />
Les points d’appui retenus se situent dans <strong>de</strong>s zones dégagées <strong>de</strong> végétation pour éviter toutes<br />
interférences et imprécisions <strong>de</strong>s acquisitions. Ils sont facilement remarquables visuellement et pris sur<br />
<strong>de</strong>s éléments géométriquement stables (Croisements <strong>de</strong> voies <strong>de</strong> communication, débarcadère en dur<br />
et bâtiments).<br />
Une liste <strong>de</strong> points à mesurer avait été établie avant le départ <strong>de</strong> la mission, repérée sur l’image<br />
QuickBird accessible via Google Earth. Certains <strong>de</strong> ces points d’appui n’ont pu être mesurés, les<br />
objets ayant changé (bâtiments détruits entre 2005 et 2010 à Bayanga ; débarcadère modifié). D’autres<br />
ont été modifiés à <strong>de</strong>s hauteurs d’eau différentes, ce qui induit <strong>de</strong>s décalages planimétriques (sur la<br />
Sangha et sur les lacs).<br />
Ces acquisitions GPS n’ont été réalisées qu’en une seule prise, ce qui ne garantit pas la meilleure<br />
précision pour ce type <strong>de</strong> travail et mériterait donc <strong>de</strong> plus <strong>de</strong> rigueur pour la prochaine mission afin<br />
d’en maximiser la précision.<br />
Les tests <strong>de</strong> corrections <strong>de</strong>s images SPOT5 HRG2 ont porté sur l’utilisation <strong>de</strong> 8 points d’appui pour<br />
l’image située la plus au nord, et <strong>de</strong> 5 points pour les <strong>de</strong>ux images (parfaitement superposées) situées<br />
au sud (Figure 8).<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 19
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 8 : Position <strong>de</strong>s points et tracks GPS utilisés ; résidus associés<br />
La majorité <strong>de</strong> ces points sont pris sur <strong>de</strong>s débarcadères situés le long <strong>de</strong> la Sangha. Certains relevés<br />
ont été vérifiés à l’ai<strong>de</strong> <strong>de</strong> photographies <strong>de</strong> terrain lors <strong>de</strong> la mission <strong>de</strong> 2010. Si la valeur <strong>de</strong>s résidus<br />
est très faible (4 mètres en moyenne), celle-ci ne peut garantir à elle seule la qualité géométrique <strong>de</strong><br />
l’ensemble <strong>de</strong>s images puisque ces points suivent un tracé quasi-linéaire. Il est donc entrepris d’utiliser<br />
les traces GPS effectuées <strong>de</strong>puis l’aéroport <strong>de</strong> Bayanga jusqu’au débarcadère <strong>de</strong> Malongo et du camp<br />
du Tri-National Parc <strong>de</strong> Sangha vers la zone <strong>de</strong>s lacs pour couvrir les images SPOT. Elles représentent<br />
près <strong>de</strong> 200 Km aller/retour situées sur terre ferme et le long <strong>de</strong> la rivière, avec <strong>de</strong>s orientations nordsud<br />
et est-ouest, qui garantissent une meilleure dispersion et donc une meilleure qualité pour le test.<br />
Les traces situées le long <strong>de</strong> la Sangha obéissent aux règles <strong>de</strong> navigation, suivant les bords <strong>de</strong>s <strong>de</strong>ux<br />
rives, sans jamais les couper. La trace GPS située au niveau <strong>de</strong> l’aéroport <strong>de</strong> Bayanga concor<strong>de</strong><br />
également avec le tracé <strong>de</strong> la route suivie par les naturalistes lors <strong>de</strong>s acquisitions, tout comme celles<br />
suivies dans la forêt, traçant les limites entre clairières et forêt <strong>de</strong>nse, même si il reste difficile d’en<br />
évaluer la qualité avec plus <strong>de</strong> précision.<br />
Si <strong>de</strong>s écarts <strong>de</strong> précision <strong>de</strong>meurent le long <strong>de</strong> ces différentes relevés, ils représentent tout au plus 8 à<br />
10 mètres et sont très rares sur l’ensemble <strong>de</strong> la zone, soit moins <strong>de</strong> 4 pixels SPOT5, comme illustré en<br />
Figure 9. Il est à noter qu’en revanche, ces valeurs ne concernent que les zones dépourvues <strong>de</strong><br />
végétation. Dés lors, la précision géométrique <strong>de</strong>s images et leur cohérence avec les points et traces<br />
GPS situés en forêt <strong>de</strong>nse <strong>de</strong>meurent plus délicate à évaluer.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 20
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 9 : Décalages mesurés entre traces GPS et pistes au niveau <strong>de</strong> l'aéroport <strong>de</strong> Bayanga<br />
Le contrôle qualité <strong>de</strong>s images SPOT montre que l’utilisation <strong>de</strong>s points d’appui n’apporte rien <strong>de</strong><br />
plus, et qu’il n’est donc pas possible <strong>de</strong> corriger ces images pour les recaler <strong>de</strong> manière plus précise.<br />
Une correction avec les points d’appuis collectés durant la mission pourrait éventuellement améliorer<br />
quelques points, mais ne garantirait pas nécessairement une meilleure qualité géométrique <strong>de</strong><br />
l’ensemble du référentiel, au risque <strong>de</strong> le dégra<strong>de</strong>r. Dans la mesure où nous disposons déjà d’une<br />
bonne qualité géométrique intrinsèque <strong>de</strong>s données satellites Spot (§ 3.1.2), les ortho-images Spot<br />
HRG constituent la référence pour le calage <strong>de</strong>s autres images dans le référentiel commun.<br />
Les images Landsat ont également été confrontées aux points d’appui et aux tracks <strong>de</strong> navigation.<br />
Environ une dizaine <strong>de</strong> points <strong>de</strong> contrôle ont été testés pour chacune <strong>de</strong>s images et mettent en<br />
évi<strong>de</strong>nce une bonne concordance avec les images SPOT ainsi qu’avec les points relevés sur le terrain.<br />
Les contours <strong>de</strong> la Sangha sont cohérents malgré l’amplitu<strong>de</strong> temporelle <strong>de</strong>s données qui laisse<br />
entrevoir <strong>de</strong>s variations <strong>de</strong>s niveaux d’eau et quelques modifications morphologiques <strong>de</strong>s rives. Les<br />
voies <strong>de</strong> communication se confon<strong>de</strong>nt également, tout comme les pistes <strong>de</strong> l’aéroport <strong>de</strong> Bayanga. Et<br />
en tenant compte <strong>de</strong> la résolution <strong>de</strong> ces images (30 m), il s’avère que leurs niveaux <strong>de</strong> correction sont<br />
tout à fait satisfaisants pour le travail à accomplir. Il en va <strong>de</strong> même pour l’image multispectrale<br />
ASTER qui a été testée <strong>de</strong> manière i<strong>de</strong>ntique.<br />
Enfin, l’image QuickBird se caractérise par un niveau <strong>de</strong> production incluant corrections<br />
radiométriques, géométriques et <strong>de</strong>s capteurs, mais aussi par une projection réalisée selon une<br />
moyenne altitudinale, calculée à partir <strong>de</strong>s tuiles <strong>de</strong> la scène (404 m pour l’emprise). La précision au<br />
nadir évaluée à 23 m en géolocalisation absolue (90% CE), exclut toute variation topographique. Des<br />
étu<strong>de</strong>s (Bresnahan, 2011) ont montré que cette valeur peut être revue à la baisse, notamment grâce aux<br />
nouvelles techniques <strong>de</strong> corrections géométriques apportées sur <strong>de</strong>s images QuickBird, même<br />
anciennes. Ce niveau <strong>de</strong> produit est reconnu pour avoir une bonne approximation du relief terrain<br />
quand celui-ci est faible sur l’ensemble <strong>de</strong> la scène (Digital Globe, 2006), ce qui est le cas pour notre<br />
zone d’étu<strong>de</strong> et serait évalué à mieux que 15 mètres. Pour en vérifier la précision, nous effectuons un<br />
test comparatif entre l’image QuickBird originale et une autre, orthorectifiée avec l’application d’un<br />
DEM issu d’une image stéréoscopique ASTER (ban<strong>de</strong>s 3N et 3B). Il s’avère que cette correction ne<br />
semble pas apporter <strong>de</strong> réelles modifications <strong>de</strong> l’image (10 mètres d’écarts maximum sur certains<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 21
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
points) et il est difficile d’évaluer si cette image corrigée est plus juste que le produit initial dans la<br />
mesure où cette région est essentiellement recouverte <strong>de</strong> grands arbres mesurant entre 30 et 40 mètres,<br />
et que le DEM utilisé pour ce test ne peut garantir une précision au-<strong>de</strong>là <strong>de</strong> 30 mètres. Sans point<br />
d’appui plus précis sur la zone, nous ne pouvons que noter <strong>de</strong>s erreurs dans le domaine du relatif. La<br />
Figure 10 ci-<strong>de</strong>ssous restitue une synthèse du calage <strong>de</strong>s images pour la base <strong>de</strong> données.<br />
Figure 10 : Référentiel géométrique commun entre images satellites , et grille météo RFE 2<br />
Sources : Landsat, SPOT5, QuickBird, Meteosat<br />
L’image SPOT a été utilisée comme référence grâce à son haut niveau <strong>de</strong> production et d’après les<br />
résultats du contrôle qualité. Cependant, <strong>de</strong>s incertitu<strong>de</strong>s géométriques et géographiques <strong>de</strong>meurent.<br />
Elles sont relativement difficiles à évaluer et les moyens dont nous disposons pour le moment ne<br />
permettent pas <strong>de</strong> les étudier avec plus <strong>de</strong> précision.<br />
Il n’existe actuellement pas <strong>de</strong> point d’appui permanent dans cette région (le plus proche est à<br />
l’aéroport <strong>de</strong> Bangui à plus <strong>de</strong> 300 km) pour atteindre un meilleur niveau <strong>de</strong> précision. D’un autre<br />
côté, les tests menés sur les relevés GPS <strong>de</strong> terrain en mo<strong>de</strong> absolu ont montré <strong>de</strong>s incohérences.<br />
De ce fait entre nos propres analyses et la littérature, il est possible <strong>de</strong> dire que la précision moyenne<br />
<strong>de</strong>s données Spot5 HRG orthorectifiées sur la chaine Andorre est dans cette zone <strong>de</strong> l’ordre <strong>de</strong> 8 à 10<br />
m en planimétrie (CE90) et que nos mesures GPS <strong>de</strong> terrain ont également une précision <strong>de</strong> l’ordre <strong>de</strong><br />
8 à 10 m.<br />
Les mesures <strong>de</strong> terrain, telles qu’elles ont été réalisées dans la mission 2010, n’ont donc pas d’apport<br />
pour recaler les images satellite. Et dans la mesure où l’on ne peut maitriser les variations locales, ces<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 22
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
incertitu<strong>de</strong>s peuvent s’additionner causant <strong>de</strong>s décalages allant jusqu’à 15-20 m entre pixel satellite<br />
HR – THR et positionnement d’une observation <strong>de</strong> terrain.<br />
3.1.4 Conséquences sur la qualité <strong>de</strong> l’infrastructure spatiale <strong>de</strong> données<br />
Malgré quelques erreurs <strong>de</strong> précision, on dispose d’une bonne structure spatiale avec un niveau <strong>de</strong><br />
précision géométrique et géographique cohérent avec la précision <strong>de</strong>s relevés <strong>de</strong> terrain. Il n’apparait<br />
donc pas possible d’apporter plus <strong>de</strong> corrections aux images, au risque <strong>de</strong> perdre la cohérence <strong>de</strong><br />
l’ensemble, et la cohérence entre les images et les relevés terrain. Les origines <strong>de</strong>s écarts sont connues<br />
et tiennent essentiellement à <strong>de</strong>s imprécisions intrinsèques aux instruments, et probablement à la<br />
qualité <strong>de</strong>s relevés <strong>de</strong> terrain.<br />
Néanmoins, nous avons souligné que cette qualité géométrique ne peut être précisée plus localement<br />
en tout point <strong>de</strong> chaque image. Les résidus associés au calage <strong>de</strong>s images ne concernent que <strong>de</strong>s points<br />
d’appui pris sur <strong>de</strong>s zones dépourvues <strong>de</strong> végétation, et les traces GPS concernent <strong>de</strong>s milieux<br />
dynamiques (berges, lisières <strong>de</strong> forêt). Dés lors, <strong>de</strong>s incertitu<strong>de</strong>s apparaissent quant à la précision <strong>de</strong>s<br />
images sur les zones <strong>de</strong> forêt <strong>de</strong>nse, et il est délicat <strong>de</strong> les quantifier sur ce type <strong>de</strong> secteur tant que l’on<br />
ne dispose pas <strong>de</strong> références plus soli<strong>de</strong>s à intégrer dans le contrôle qualité (DGPS par exemple).<br />
Par conséquence, le choix assumé <strong>de</strong> gar<strong>de</strong>r ces images en l’état implique une prise en compte <strong>de</strong> ces<br />
incertitu<strong>de</strong>s dans l’infrastructure <strong>de</strong> données <strong>de</strong> base, qui ont inévitablement un impact sur<br />
l’intégration du jeu <strong>de</strong> données <strong>de</strong> terrain.<br />
En résumé, <strong>de</strong>s décalages <strong>de</strong> 15 à 20 m entre coordonnées prises sur images et coordonnées GPS d’une<br />
observation <strong>de</strong> terrain sont possibles sans remettre en cause la qualité <strong>de</strong>s travaux. La précision étant<br />
exprimée <strong>de</strong> façon statistique, <strong>de</strong>s décalages supérieurs sont bien sûr possibles mais ils risquent surtout<br />
<strong>de</strong> mettre en évi<strong>de</strong>nce <strong>de</strong>s erreurs GPS (la rigidité <strong>de</strong>s images satellites et le faible relief rendant peu<br />
probable la présence <strong>de</strong> larges zones d’erreur dans le bloc orthorectifié).<br />
3.2 Conséquences sur l’intégration <strong>de</strong>s données <strong>de</strong> mission<br />
Nous présentons ci-<strong>de</strong>ssous les différents impacts <strong>de</strong>s imprécisions et incertitu<strong>de</strong>s sur la géométrie et<br />
la cohérence entre images satellites.<br />
3.2.1 Impact sur la localisation <strong>de</strong>s observations <strong>de</strong> terrain 2010<br />
Le premier enseignement à partager avec les membres <strong>de</strong> la mission est que la localisation <strong>de</strong>s<br />
récepteurs <strong>de</strong> navigation en mo<strong>de</strong> absolu type Garmin 60 ou 62 n’atteint jamais la performance<br />
indiquée au moment <strong>de</strong>s acquisitions. Lorsque la valeur <strong>de</strong> précision ± 4 m s’est affichée, la réalité<br />
était plutôt ± 8 à 10 m.<br />
De ce constat, il apparait que la qualité <strong>de</strong> précision pour localiser les observations <strong>de</strong> terrain sur les<br />
images satellites ne peut être que moyenne. Les relevés <strong>de</strong> la mission concernent <strong>de</strong>s objets assez fins<br />
(branches d’arbres, insectes, plantes au sol, etc.), et dans ce contexte, l’utilisation <strong>de</strong>s mesures <strong>de</strong><br />
terrain dans le domaine <strong>de</strong> la télédétection et <strong>de</strong> la géomatique <strong>de</strong> précision s’avère fastidieuse.<br />
3.2.2 Impact sur le lien entre réflectance et mesures <strong>de</strong> terrain<br />
Des tentatives sont menées pour utiliser la géolocalisation <strong>de</strong>s arbres i<strong>de</strong>ntifiés lors <strong>de</strong> la mission<br />
comme référence dans la constitution d’une bibliothèque spectrale (valeurs <strong>de</strong> réflectance propre à<br />
chaque objet). C’est sur ce principe que <strong>de</strong>s tests utilisant les métho<strong>de</strong>s <strong>de</strong> classifications dirigées sont<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 23
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
présentés pour tenter <strong>de</strong> cartographier les différentes essences d’arbres, ou tout du moins, <strong>de</strong>s<br />
ensembles forestiers cohérents (propriétés spectrales communes).<br />
Pour pouvoir mener ces tests, il faut à partir <strong>de</strong>s images satellites et <strong>de</strong>s i<strong>de</strong>ntifications GPS <strong>de</strong>s arbres<br />
menées durant la mission, sélectionner et individualiser les arbres qui ont la plus gran<strong>de</strong> probabilité <strong>de</strong><br />
correspondre aux points GPS associés, au moment <strong>de</strong>s acquisitions-i<strong>de</strong>ntifications <strong>de</strong> terrain.<br />
Tous les points GPS situés en bordure <strong>de</strong> canopée ne permettent pas d’utiliser les arbres, en raison <strong>de</strong><br />
confusions évi<strong>de</strong>ntes. Des polygones sont digitalisés à proximité <strong>de</strong>s points retenus, au centre <strong>de</strong> la<br />
canopée <strong>de</strong>s arbres concernés.<br />
Sur les 118 arbres, représentant 23 espèces i<strong>de</strong>ntifiés et localisés autour du Lac 1, seuls dix neuf arbres<br />
sont apparus comme i<strong>de</strong>ntifiables sur l’image SPOT <strong>de</strong> 2008 (correspondant à neuf espèces) et une<br />
trentaine sur l’image QuickBird <strong>de</strong> 2005 (correspondant à douze espèces)<br />
Les résultats <strong>de</strong> ces tests, que ce soit pour la SPOT ou la QuickBird ne sont pas concluants puisqu’ils<br />
montrent <strong>de</strong>s variances <strong>de</strong> valeurs radiométriques intra-classes supérieures aux valeurs interclasses. De<br />
ce fait, il est impossible <strong>de</strong> dissocier efficacement les arbres ou <strong>de</strong>s ensembles particuliers. Les<br />
origines peuvent tenir au décalage entre mesure GPS et correspondance <strong>de</strong>s arbres sur l’image,<br />
confusion radiométrique entre espèces, présence d’ombres ou <strong>de</strong> trous dans la canopée, ou encore le<br />
manque <strong>de</strong> canaux sur les fenêtres du visible et du proche infrarouge, le tout constituant <strong>de</strong>s<br />
incertitu<strong>de</strong>s <strong>de</strong> différente nature.<br />
3.3 Recommandations pour la mission 2012<br />
Les résultats obtenus montrent que face à la volonté <strong>de</strong> constituer une base <strong>de</strong> données <strong>de</strong> référence<br />
localisant l’ensemble <strong>de</strong>s observations, les moyens <strong>de</strong> localisation <strong>de</strong> terrain utilisés pendant la<br />
mission 2010 s’avèrent insuffisants.<br />
Pour gagner un facteur significatif <strong>de</strong> précision, et en l’absence <strong>de</strong> capacités <strong>de</strong> type EGNOS sur<br />
l’Afrique Centrale, seule l’utilisation d’un DGPS pourrait améliorer la qualité <strong>de</strong>s étu<strong>de</strong>s fines sur<br />
cette portion <strong>de</strong> forêt.<br />
L’apport se ferait à <strong>de</strong>ux niveaux : la mise en place d’une base GPS pendant les <strong>de</strong>ux mois <strong>de</strong> la<br />
mission permettrait <strong>de</strong> disposer d’un point <strong>de</strong> base <strong>de</strong> qualité supérieure qui permettrait d’améliorer<br />
l’orthorectification <strong>de</strong> l’ensemble du bloc images. Les mesures locales <strong>de</strong>s naturalistes bénéficieraient<br />
<strong>de</strong> l’amélioration <strong>de</strong> qualité.<br />
Il ne s’agit pas d’une mission topographique mais l’amélioration permettrait un calage à 2 m qui<br />
supprimerait les ambigüités sur la localisation <strong>de</strong> la plupart <strong>de</strong>s arbres et échantillons collectés.<br />
On pourrait alors ouvrir <strong>de</strong> nouvelles pistes quant à l’emploi <strong>de</strong> ce type <strong>de</strong> métho<strong>de</strong> pour<br />
l’i<strong>de</strong>ntification <strong>de</strong>s arbres par télédétection, sans nécessairement avoir recours à un spectroradiomètre<br />
<strong>de</strong> terrain (très onéreux), même si d’autres points doivent aussi être étudiés en parallèle (résolution<br />
spectrale nécessaire pour individualiser <strong>de</strong>s arbres aux propriétés radiométriques très proches). Plus<br />
généralement, comme cet outil garantirait une meilleure précision au niveau <strong>de</strong> la localisation <strong>de</strong>s<br />
échantillons ainsi que <strong>de</strong>s résultats cartographiques issus <strong>de</strong> la télédétection, on peut imaginer que<br />
celui-ci autoriserait <strong>de</strong>s analyses spatiales très fines, comme celle <strong>de</strong>s interactions entre entomofaune<br />
et micro-habitats et niches écologiques, proposée récemment par un entomologiste <strong>de</strong> la mission<br />
(perspectives à tester par la suite).<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 24
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
4 Travaux sur l’évolution temporelle <strong>de</strong>s lacs<br />
Les lacs et leur pourtour constituent les écosystèmes centraux retenus par les naturalistes <strong>de</strong> Sangha<br />
2012. Lors <strong>de</strong> la mission préliminaire, une dizaine <strong>de</strong> lacs ont été explorés et plusieurs d’entre eux ont<br />
été équipés <strong>de</strong> capteurs (niveau d’eau, température, hygrométrie, luminosité …) à relever en 2012.<br />
Durant cette mission, les investigations se concentreront en priorité sur les lacs 1, 3 et 7 jugés les plus<br />
riches (taille, diversité <strong>de</strong>s espèces, originalité <strong>de</strong> la végétation, …). Il sera donc possible a posteriori<br />
d’analyser les variations <strong>de</strong> hauteur d’eau sur 15 mois entre novembre 2010 et mars 2012.<br />
La télédétection offrant le privilège d’une observation sur une longue pério<strong>de</strong> (<strong>de</strong>puis 1979 pour<br />
Landsat dans notre zone), le <strong>de</strong>uxième axe <strong>de</strong> travail a porté sur l’analyse <strong>de</strong>s variations <strong>de</strong> la surface<br />
<strong>de</strong>s lacs dans le temps.<br />
4.1 Méthodologie<br />
Les observations se font sur les acquisitions Landsat post 2000 afin <strong>de</strong> les mettre en lien avec les<br />
données météorologiques RFE2, qui ne sont disponibles qu’à partir <strong>de</strong> ces dates.<br />
L’étu<strong>de</strong> bénéficie du fait que les lacs sont situés dans la partie centrale <strong>de</strong> la trace Landsat 7. De ce fait<br />
les dégradations liées à la panne SLC n’affectent pas nos images et les observations post mai 2003<br />
sont parfaitement comparables aux observations pré mai 2003.Parmi les images acquises par Landsat 7<br />
sur 10 ans, une première sélection s’est opérée sur les images sans nuages. Du fait <strong>de</strong>s règles <strong>de</strong><br />
programmation dans la région <strong>de</strong> Landsat et <strong>de</strong>s contraintes climatiques, cela signifie que l’on ne<br />
dispose que d’images <strong>de</strong> début novembre à fin mars. Un avantage est que cela correspond à la saison<br />
<strong>de</strong>s missions <strong>de</strong> terrain et que les observations et photos collectées par les naturalistes peuvent ai<strong>de</strong>r à<br />
la compréhension <strong>de</strong>s zones analysées, d’autant qu’il a été possible <strong>de</strong> réaliser <strong>de</strong>s analyses sur <strong>de</strong>s<br />
images du 1 er novembre 2010 (15 jours avant l’arrivée sur site <strong>de</strong> la mission), du 3 décembre 2010<br />
(<strong>de</strong>rniers jours sur site) et du 19 décembre (15 jours après le départ du site). L’inconvénient majeur est<br />
que la compréhension <strong>de</strong>s lacs passerait par leur analyse en saison <strong>de</strong>s pluies. Au total 12 dates ont été<br />
analysées entre le 9 février 2001 et le 5 février 2011.<br />
La composition <strong>de</strong> la surface <strong>de</strong>s lacs est complexe puisqu’elle est recouverte <strong>de</strong> végétation <strong>de</strong><br />
différentes natures (herbacées, arbustes, etc.), difficile à distinguer. Des tests sur images ont été<br />
effectués sur la région qui couvre les lacs avec le logiciel ENVI, et il a été conclu que les<br />
classifications non dirigées et autres traitements (ACP, NDVI) ne permettaient pas <strong>de</strong> faire ressortir<br />
l’eau libre et la végétation <strong>de</strong> surface <strong>de</strong> manière efficace, d’autant plus que celles-ci ne pouvaient être<br />
réalisées qu’à partir d’une résolution <strong>de</strong> 30 m pour éviter les biais radiométriques liés à l’utilisation<br />
d’une image retouchée avec le canal panchromatique.<br />
On se tourne donc vers une métho<strong>de</strong> <strong>de</strong> photo interprétation faisant intervenir trois classes : l’eau libre,<br />
la végétation <strong>de</strong> surface, et les zones inondables, correspondant dans ce milieu à l’extension maximum<br />
<strong>de</strong> la crue du lac ou végétation basse et arbres ont les pieds dans l’eau (sur sols hydromorphes).<br />
La photo-interprétation étant humaine, il existe un biais non négligeable lié au photo-interprète. Pour y<br />
pallier, la méthodologie mise en place a été la suivante. L’i<strong>de</strong>ntification <strong>de</strong>s classes se fait sur <strong>de</strong>s<br />
critères <strong>de</strong> couleur, texture et d’homogénéité entre pixels. L’échelle retenue est <strong>de</strong> 1 :5000. L’image<br />
utilisée pour chacune <strong>de</strong>s dates est une composition colorée 5-4-3, ramenée à une résolution <strong>de</strong> 15 m<br />
(utilisant le canal panchromatique) : le canal 5 est codé en rouge, le canal 4 est codé en vert, et le canal<br />
3 est codé en bleu, <strong>de</strong> telle sorte que l’eau libre ressorte <strong>de</strong> couleur bleu, la végétation <strong>de</strong> surface en<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 25
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
rose, et la zone inondable en rose-brun pouvant comporter <strong>de</strong>s pixels bleu et jaune-vert (eau sous<br />
couvert végétal). Ces critères sont utilisés à l’i<strong>de</strong>ntique pour toutes les dates afin <strong>de</strong> garantir une<br />
cohérence méthodologique.<br />
Au fur et à mesure <strong>de</strong> l’étu<strong>de</strong>, la métho<strong>de</strong> <strong>de</strong> photo interprétation s’est affinée et les critères ont été<br />
corrigés, notamment grâce à la confrontation <strong>de</strong>s premiers travaux avec un œil <strong>de</strong> photo interprète<br />
expert. Les <strong>de</strong>rniers résultats produits intègrent également les observations <strong>de</strong> terrain ramenées <strong>de</strong> la<br />
mission (confrontation avec <strong>de</strong>s photographies et les témoignages <strong>de</strong>s naturalistes). La définition <strong>de</strong><br />
ces nouvelles clés d’interprétation a pour but <strong>de</strong> limiter les incertitu<strong>de</strong>s liées au passage entre réalité<br />
terrain et analyse cartographique, l’un <strong>de</strong>s objectifs principaux ici. Dans ce sens, la réinterprétation <strong>de</strong><br />
toutes les dates a été réalisée par le même photo interprète sur une pério<strong>de</strong> courte pour garantir la<br />
solidité et la reproductibilité <strong>de</strong> la métho<strong>de</strong>. On retiendra que l’écart entre interprétations initiales et<br />
finales se situe dans une proportion <strong>de</strong> ± 30%, ce qui représente une valeur non négligeable si <strong>de</strong>s<br />
améliorations ne sont pas apportées.<br />
La mise en évi<strong>de</strong>nce <strong>de</strong>s extensions-diminutions <strong>de</strong>s surfaces en eau libre et <strong>de</strong> la zone inondable sur<br />
la pério<strong>de</strong> d’étu<strong>de</strong> vise plusieurs objectifs :<br />
Mise en lien avec les valeurs <strong>de</strong> précipitations estimées<br />
Mise en lien avec l’analyse géomorphologique et hydrographique<br />
Rapprochement <strong>de</strong> ces interprétations avec les caractéristiques du couvert végétal connues<br />
pour le moment. Les zones inondées sous couvert forestier correspon<strong>de</strong>nt-elles à un type<br />
d’arbres en particulier ? Que nous apprennent les liens entre couvert végétal, processus<br />
hydrographique et le contexte géomorphologique sur le fonctionnement <strong>de</strong> cet écosystème ?<br />
Quels processus et dynamiques peut-on mettre en évi<strong>de</strong>nce et quels diagnostics peut-on établir<br />
pour améliorer nos connaissances sur la zone ?<br />
4.2 Résultats obtenus<br />
La Figure 11 illustre les classes i<strong>de</strong>ntifiées au niveau du lac 1 sur la composition colorée Landsat 7<br />
ETM+ en date du 01/04/2002.<br />
Figure 11 : Photo interprétation du lac 1 sur image Landsat du 01/04/2002<br />
Mise en évi<strong>de</strong>nce <strong>de</strong>s trois classes<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 26
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Le diagramme ci-<strong>de</strong>ssous (Figure 12) montre les niveaux d’expansion en eau libre du lac 1 sur la<br />
pério<strong>de</strong> 2001-2011 d’après la métho<strong>de</strong> présentée.<br />
Figure 12 : Expansion <strong>de</strong> l’eau libre du lac 1 entre le 09/02/2001 et le 05/02/2011<br />
L’expansion maximale <strong>de</strong> la zone d’eau libre est observée en date du 01/04/2002, atteignant presque<br />
300 000 m², une valeur très en <strong>de</strong>ssus <strong>de</strong> la moyenne observée sur l’ensemble <strong>de</strong> la pério<strong>de</strong> (autour <strong>de</strong><br />
130 000 m²). A côté, les variations entre les autres dates sont assez faibles, avec <strong>de</strong>s valeurs moins<br />
marquées à partir <strong>de</strong> novembre 2010, autour <strong>de</strong> 120 000 m² jusqu’à février 2011. Ces constats sont à<br />
replacer avec le fait que ces images ne sont pas à intervalles réguliers en raison <strong>de</strong>s difficultés<br />
d’acquisition dans ces régions tropicales. Il est donc délicat <strong>de</strong> mettre ces résultats au regard <strong>de</strong>s<br />
variations saisonnières pour expliquer ces différences. Néanmoins, on retiendra que la valeur<br />
maximale concerne le mois d’avril alors que les plus faibles sont observées sur <strong>de</strong>s images acquises<br />
pendant les mois <strong>de</strong> novembre à février, ce qui fera l’objet d’une comparaison avec les données<br />
météorologiques. Les observations locales sur le lac 1 peuvent être recadrées plus régionalement<br />
puisque le même travail <strong>de</strong> photo interprétation a été réalisé sur un segment <strong>de</strong> la Sangha situé à 14<br />
Km à l’ouest <strong>de</strong> la région prospectée et montre également en avril 2002 un niveau d’eau plus élevé à<br />
cette date, mis en évi<strong>de</strong>nce grâce à la morphologie <strong>de</strong>s rives.<br />
Ces premières observations sont à mettre en lien avec les résultats obtenus sur l’extension <strong>de</strong> la zone<br />
inondable (Figure 13) qui suit.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 27
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 13 : Expansion <strong>de</strong> la zone inondable du lac 1 entre le 09/02/2001 et le 05/02/2011<br />
Les correspondances entre ces valeurs et les précé<strong>de</strong>ntes ne sont pas toujours évi<strong>de</strong>ntes. Le Tableau 4<br />
ci-<strong>de</strong>ssous montre le rapport entre surface en eau libre et surface inondable pour plus <strong>de</strong> clarté :<br />
Dates<br />
Zone<br />
inondable<br />
Eau libre <strong>Rapport</strong><br />
09/02/2001 353699 127802 36%<br />
01/04/2002 621804 296695 48%<br />
29/12/2002 464993 139874 30%<br />
07/02/2006 426406 126214 30%<br />
09/01/2007 473217 134739 28%<br />
27/12/2007 442863 135918 31%<br />
14/01/2009 437761 138921 32%<br />
01/11/2010 474416 112859 24%<br />
03/12/2010 472992 112565 24%<br />
19/12/2010 499518 114605 23%<br />
20/01/2011 453806 105984 23%<br />
05/02/2011 462576 111747 24%<br />
Tableau 4 : <strong>Rapport</strong>s entre surface en eau libre et zone inondable sur la pério<strong>de</strong> 2001-2011<br />
La superficie en eau libre représente près <strong>de</strong> la moitié <strong>de</strong> la zone inondable au 01/04/2002, alors que<br />
pour toutes les autres dates, ce rapport est inférieur à 40%. Si l’on regar<strong>de</strong> <strong>de</strong> plus près les cinq<br />
<strong>de</strong>rnières acquisitions, on remarque que ce rapport est inférieur à 25%, <strong>de</strong>s valeurs en <strong>de</strong>ssous <strong>de</strong><br />
l’ensemble <strong>de</strong> la pério<strong>de</strong> d’étu<strong>de</strong>. Ce constat peut se traduire <strong>de</strong> la manière suivante : pendant que la<br />
taille <strong>de</strong> la zone inondable reste dans <strong>de</strong>s proportions moyennes, la végétation <strong>de</strong> surface et <strong>de</strong> bordure<br />
s’est davantage développée que pour les autres dates, rétrécissant ainsi la surface en eau libre. Cette<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 28
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
observation supposerait un assèchement du lac, ce qui à première vue concor<strong>de</strong> avec les données<br />
saisonnières (§ 1.3.2). La végétation reprend ensuite ses droits aux alentours, jusqu’à ce que le milieu<br />
soit à nouveau inondé en saison <strong>de</strong>s pluies.<br />
4.3 Croisement avec les données météorologiques disponibles<br />
Les résultats <strong>de</strong>s données météorologiques sont présentés en Figure 14 ci-<strong>de</strong>ssous. Les valeurs <strong>de</strong><br />
précipitations ont été calculées à partir <strong>de</strong>s données météorologiques « Rainfall Estimate 2 »<br />
présentées au §Erreur ! Source du renvoi introuvable.. Les cumuls <strong>de</strong>s trois déca<strong>de</strong>s enregistrées<br />
sur le pixel couvrant la zone et précédant l’acquisition <strong>de</strong> chacune <strong>de</strong>s images Landsat permettent<br />
d’illustrer le régime pluviométrique pour chacune <strong>de</strong>s dates.<br />
Figure 14 : Cumuls <strong>de</strong> précipitation sur les 3 déca<strong>de</strong>s précédant les acquisitions<br />
Source : NOAA, Early Warning Explorer<br />
La valeur maximum est atteinte par le cumul <strong>de</strong>s trois déca<strong>de</strong>s précédant l’image du 01/04/2002, ce<br />
qui concor<strong>de</strong> avec l’expansion <strong>de</strong> l’eau libre et l’extension <strong>de</strong> la zone inondable observées<br />
précé<strong>de</strong>mment à cette date. En revanche, ce premier constat n’est pas généralisable. Si la date du<br />
01/11/2010 enregistre le <strong>de</strong>uxième plus important cumul <strong>de</strong> précipitations sur la pério<strong>de</strong>, et correspond<br />
à une zone inondable conséquente, la surface en eau libre reste modérée. Dans ce cas, on peut émettre<br />
l’hypothèse que le lac est en cours <strong>de</strong> remplissage après une pério<strong>de</strong> d’étiage et que la végétation <strong>de</strong><br />
surface qui s’était développé reste encore émergente. Cette hypothèse peut aussi être soulevée pour<br />
d’autres dates, comme le 07/02/2006 ou le 03/12/2010.<br />
Dans un second temps, il est à noter que pour <strong>de</strong>s cumuls <strong>de</strong> précipitations très faibles durant les trois<br />
déca<strong>de</strong>s précédant l’acquisition <strong>de</strong> certaines images (exemples du 09/02/2007 et 27/12/2007), la<br />
surface en eau libre et <strong>de</strong> la zone inondable restent dans <strong>de</strong>s valeurs <strong>de</strong>s plus élevées. Ceci pose <strong>de</strong>s<br />
questions quant aux temps <strong>de</strong> réponse entre précipitations et remplissage-vidange, et donc, quant aux<br />
caractéristiques du sol et sa capacité à conserver l’eau. Le 09/02/2001 abon<strong>de</strong> aussi dans ce sens, avec<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 29
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
<strong>de</strong>s cumuls <strong>de</strong> précipitations <strong>de</strong> 9 mm pour un rapport surface en eau libre/zone inondable <strong>de</strong>s plus<br />
important (36%).<br />
Les cumuls <strong>de</strong> précipitations concernant les trois acquisitions les plus récentes restent modérés par<br />
rapport à l’ensemble <strong>de</strong> la pério<strong>de</strong>. En comparant ce résultat avec ce qui a été mis en évi<strong>de</strong>nce au<br />
<strong>de</strong>ssus, on pourrait aller dans le même sens que l’hypothèse déjà émise : le lac serait en cours<br />
d’assèchement du fait <strong>de</strong> précipitations faibles et probablement d’une importante évapotranspiration,<br />
et la végétation se développerait alors en bordure et en surface au même moment.<br />
Pour resituer les valeurs qui viennent d’être présentées et les liens entre les observations <strong>de</strong>s <strong>de</strong>ux<br />
classes et les précipitations, on présente ci-<strong>de</strong>ssous (Figure 15) les valeurs moyennes <strong>de</strong>s précipitations<br />
par mois relevées près <strong>de</strong> Bayanga sur la pério<strong>de</strong> 2000-2011 (données météorologiques RFE2 issues<br />
<strong>de</strong> Early Warning Explorer).<br />
Figure 15 : Valeurs moyennes <strong>de</strong>s précipitations par mois relevées près <strong>de</strong> Bayanga<br />
Source : NOAA, Early Warning Explorer<br />
Les hypothèses d’interprétation qui ont été proposées semblent coïnci<strong>de</strong>r avec les courbes ci-<strong>de</strong>ssus.<br />
Avril étant un mois pluvieux, il parait donc logique d’observer une plus forte extension du lac en cette<br />
pério<strong>de</strong> que sur les autres dates, qui elles, correspon<strong>de</strong>nt à la pério<strong>de</strong> sèche sur la région. En revanche,<br />
ces valeurs ne peuvent être que partiellement interprétées dans la mesure où nous ne disposons pas<br />
d’images à pas <strong>de</strong> temps régulier. Par conséquent, les observations issues du travail <strong>de</strong> photointerprétation<br />
pour 2004 ne peuvent pas nous indiquer s’il s’agit d’une année exceptionnelle sur la<br />
pério<strong>de</strong>, ce que nous prouvent d’ailleurs les courbes au <strong>de</strong>ssus. On ne peut pas non plus prendre du<br />
recul sur les valeurs <strong>de</strong> précipitations plus faibles observées à la fin 2010 et début 2011 avec ce qui est<br />
illustré au <strong>de</strong>ssus (valeurs au <strong>de</strong>ssus <strong>de</strong> la moyenne).<br />
4.4 Croisement avec l’interprétation morphologique <strong>de</strong> la zone<br />
Afin <strong>de</strong> comprendre les phénomènes géomorphologiques qui gui<strong>de</strong>nt localement le remplissage <strong>de</strong>s<br />
lacs, une étu<strong>de</strong> a été <strong>de</strong>mandée à un géologue impliqué dans le projet (Lerouge, 2011). L’analyse <strong>de</strong>s<br />
ruptures <strong>de</strong> pentes a été conduite via un travail <strong>de</strong> photo interprétation réalisé à partir d’une image<br />
SPOT <strong>de</strong> 2008 et d’un DEM ASTER GDEM.<br />
La figure ci-après présente le résultat croisé avec la photo-interprétation du lac 1.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 30
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Figure 16 : Intégration <strong>de</strong>s ruptures <strong>de</strong> pentes interprétées sur image Spot et MNT GDEM<br />
Source : <strong>Rapport</strong> interne Géo212 - Lerouge, 2011<br />
Cette illustration montre que l’orientation <strong>de</strong>s ruptures <strong>de</strong> pente <strong>de</strong>ssine parfaitement les contours <strong>de</strong>s<br />
formations végétales, bien distinctes sur cette composition colorée. Les formes incurvées s’alignent<br />
dans la continuité <strong>de</strong>s limites nord est et sud est <strong>de</strong> la zone inondable mise en évi<strong>de</strong>nce précé<strong>de</strong>mment.<br />
Les lacs 3, 4, 5, 6 et 7 sont situés exactement dans la dépression axiale <strong>de</strong> l’antiforme. Ils sont isolés<br />
<strong>de</strong>s autres par <strong>de</strong>s crêts opposés. La pente structurale inclinée vers le nord, du fait <strong>de</strong> la terminaison<br />
périclinale, impose <strong>de</strong>s communications du sud (l’amont) vers le nord (l’aval) jusqu’au lac 1. Ce<br />
<strong>de</strong>rnier occupe le fond d’un ruz qui rejoint la vallée principale (nord ouest). Le lac 2 est quant à lui<br />
isolé <strong>de</strong>s lacs 4, 5, 6 par un ressaut morphologique. Nous ne pouvons pas pour le moment préciser les<br />
vitesses <strong>de</strong> remplissage ou les processus qui interagissent entre ces différentes unités. Cependant, les<br />
mesures enregistrées par les capteurs <strong>de</strong> débit laissés sur place <strong>de</strong>vraient pouvoir apporter <strong>de</strong>s<br />
connaissances sur ce point.<br />
4.5 Conclusions<br />
Au final, bien que certaines observations permettent <strong>de</strong> mettre en lumière quelques grands principes<br />
logiques du fonctionnement hydrographique du lac 1, le tout manque <strong>de</strong> lisibilité. En effet, les<br />
comparaisons faites entre les résultats <strong>de</strong> la photo interprétation, les cumuls <strong>de</strong>s précipitations et<br />
l’analyse géomorphologique permettent <strong>de</strong> percevoir <strong>de</strong>s tendances mais pas <strong>de</strong> comprendre en détail<br />
les processus.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 31
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
De nombreuses inconnues <strong>de</strong>meurent pour caractériser cet écosystème avec plus <strong>de</strong> précision.<br />
Certaines hypothèses ont été proposées et pourraient être validées ou infirmées moyennant une<br />
interprétation plus experte <strong>de</strong>s données météorologiques et leur couplage avec les mesures <strong>de</strong><br />
température, <strong>de</strong> luminosité et d’humidité collectées sur site. L’objectif serait <strong>de</strong> disposer<br />
d’informations permettant d’analyser les caractéristiques et la dynamique <strong>de</strong>s sols hydromorphes<br />
propres à la région, et d’en évaluer la teneur en eau. Dans le cadre <strong>de</strong> la mise en place possible d’un<br />
observatoire régional sur le long terme, cette connaissance pourrait gui<strong>de</strong>r les acquisitions futures<br />
d’images HR et THR à pas <strong>de</strong> temps régulier (et sur cette zone, il ne pourrait s’agir que d’imagerie<br />
radar).<br />
D’autre part, la métho<strong>de</strong> utilisée pour ce travail crée ses propres incertitu<strong>de</strong>s (<strong>de</strong>ux photo-interprètes<br />
ne produiront pas les mêmes résultats). Elles tiennent principalement à l’i<strong>de</strong>ntification et donc à<br />
l’association <strong>de</strong>s pixels à telle ou telle classe, qui reste parfois ambigüe. Il est apparu que les contours<br />
<strong>de</strong> certaines classes étaient plus difficiles à évaluer que d’autres en raison <strong>de</strong> confusions au niveau <strong>de</strong>s<br />
couleurs <strong>de</strong> pixels, pas toujours très distinctes, ce qui pouvait aussi venir <strong>de</strong> la qualité <strong>de</strong> l’image<br />
(voile nuageux). On ajoutera que ces ambiguïtés ne suivent pas <strong>de</strong> logique particulière puisque le<br />
niveau <strong>de</strong> difficulté ne s’applique pas à la même classe entre les dates utilisées. D’autres métho<strong>de</strong>s<br />
seraient à développer pour réduire les incertitu<strong>de</strong>s mises en évi<strong>de</strong>nce ici, d’autant que ces <strong>de</strong>rnières<br />
sont extrêmement complexes à évaluer, changeant suivant les lacs prospectés, les classes et les dates<br />
prises en compte.<br />
Une étu<strong>de</strong> menée par la NOAA a été réalisée pour la sélection <strong>de</strong>s entrées du modèle d’estimation <strong>de</strong>s<br />
précipitations RFE2. Elle consiste en <strong>de</strong>s tests <strong>de</strong> corrélations (Tableau 5) entre les valeurs estimées<br />
par l’algorithme et les valeurs collectées sur le terrain, en fonction <strong>de</strong>s différentes combinaisons<br />
d’entrées du modèle.<br />
Tableau 5 : Biais et corrélations en fonction <strong>de</strong>s combinaisons d'entrées du modèle RFE2<br />
Source: The NOAA Climate Prediction Center African Rainfall Estimation Algorithm Version 2.0<br />
Selon ces résultats, la combinaison retenue pour le modèle opérationnel RFE2 produit la meilleure<br />
corrélation avec les valeurs <strong>de</strong> précipitations au sol, avec un biais relativement faible. Les documents<br />
existants ne permettent pas <strong>de</strong> mieux préciser les incertitu<strong>de</strong>s sur ces données. Il faut également gar<strong>de</strong>r<br />
à l’esprit que ces valeurs <strong>de</strong> précipitations estimées sont fournies sur une grille <strong>de</strong> 0.1° carré, ce qui<br />
représente environ 11 Km. Ce faisant, ces données ne peuvent pas rendre compte <strong>de</strong> phénomènes<br />
locaux, voire hyperlocaux comme <strong>de</strong>s orages violents et ciblés tels que ceux qui ont été observé sur<br />
place. Par conséquent, <strong>de</strong>s incertitu<strong>de</strong>s <strong>de</strong>meurent sur ce point, et l’on ne peut pour le moment pas<br />
savoir si un lac peut être rempli par un orage qui le concerne seul. D’après les retours <strong>de</strong> la mission <strong>de</strong><br />
novembre 2010, il apparait qu’à trois jours d’intervalles après <strong>de</strong> fortes pluies, la rivière à l’ouest <strong>de</strong> la<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 32
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
zone <strong>de</strong>s lacs est passée <strong>de</strong> 30 cm d’eau à environ 1.50 m, sans que le niveau d’eau <strong>de</strong>s lacs ne monte<br />
clairement. Même s’il reste difficile <strong>de</strong> proposer <strong>de</strong>s explications quant à ceci, on notera <strong>de</strong>s variations<br />
hydrographiques importantes dans cette région, et que les données météorologiques dont nous<br />
disposons pour l’instant ne sont probablement pas suffisantes pour améliorer nos connaissances sur<br />
cette petite zone d’intérêt. Les processus qui régissent ce milieu peuvent être hyper locaux, et pas non<br />
plus directement en lien avec les précipitations. Sur ce point, nous espérons que les enregistrements<br />
sur 15 mois <strong>de</strong>s hauteurs d’eau <strong>de</strong>s appareils laissés sur place, et qui seront récupérés en 2012, nous<br />
fournirons <strong>de</strong>s éléments <strong>de</strong> compréhension. Ils seraient a priori capables <strong>de</strong> révéler si il y a<br />
simultanéité ou non <strong>de</strong> la montée <strong>de</strong>s eaux, les décalages liés à <strong>de</strong>s remplissages secondaires, ou<br />
encore les effets <strong>de</strong> pluies d’orages hyper locaux. Ces informations pourraient <strong>de</strong> plus être reliées à<br />
d’autres mesures issues <strong>de</strong> capteurs d’humidité, hygrométrie et luminosité qui ont aussi été laissés sur<br />
place, à proximité <strong>de</strong>s huit lacs, pour une étu<strong>de</strong> complète <strong>de</strong>s variations locales <strong>de</strong>s différents facteurs<br />
et <strong>de</strong> leurs relations.<br />
5 Traitements <strong>de</strong> télédétection sur image satellite<br />
Pour tenter d’apporter <strong>de</strong>s éléments <strong>de</strong> connaissances sur la zone, nous proposons une cartographie<br />
thématique <strong>de</strong> l’occupation du sol via <strong>de</strong>s traitements automatiques sur les images satellites, en<br />
utilisant les propriétés radiométriques <strong>de</strong>s objets. Ce travail <strong>de</strong>vrait servir <strong>de</strong> support d’ai<strong>de</strong> à la<br />
décision pour prospecter certains secteurs d’intérêts lors <strong>de</strong> la prochaine mission.<br />
5.1 Choix <strong>de</strong> l’image à traiter<br />
Certaines contraintes relatives au projet sont posées :<br />
<br />
<br />
<br />
<br />
Les besoins ne sont pas clairement définis par l’équipe du projet (cahier <strong>de</strong>s charges non<br />
précis), et <strong>de</strong> ce fait, plusieurs types <strong>de</strong> thématiques peuvent être interprétées (en fonction <strong>de</strong><br />
l’humidité <strong>de</strong>s milieux, <strong>de</strong>s espèces, <strong>de</strong> la complexité <strong>de</strong>s formations végétales, etc.) ;<br />
Nous ne disposons pas <strong>de</strong> travaux sur le terrain permettant d’avoir <strong>de</strong>s parcelles <strong>de</strong> tests bien<br />
définies ;<br />
Nous ne disposons pas non plus <strong>de</strong> mesures <strong>de</strong> « vérité terrain » (valeurs radiométriques <strong>de</strong><br />
zone i<strong>de</strong>ntifiées) pour comparer et vérifier les résultats <strong>de</strong> traitements automatiques, et la<br />
classification dirigée est donc exclue ;<br />
Enfin, nous ne disposons que d’observations paysagères globales, réalisées durant la mission<br />
2010, qui ne correspond à aucune <strong>de</strong>s images HR ou THR disponibles. Or, nous sommes dans<br />
un milieu très changeant, et les variations météorologiques et hydrographiques qui régissent<br />
directement la dynamique <strong>de</strong> la végétation en cette région, et qui n’ont pu être étudiées que<br />
partiellement, montrent <strong>de</strong>s variations inter-dates non négligeables, et <strong>de</strong>s phénomènes locaux<br />
voire hyper locaux qui peuvent induire <strong>de</strong> gran<strong>de</strong>s variations interannuelles sur une zone aussi<br />
limitée, même à saison i<strong>de</strong>ntique (en particulier au niveau <strong>de</strong> la végétation au niveau <strong>de</strong>s lacs).<br />
Les espèces herbacées, au niveau <strong>de</strong>s lacs, subissent ainsi <strong>de</strong>s modifications rapi<strong>de</strong>s.<br />
Ce contexte induit le choix d’une image <strong>de</strong> référence qui doit présenter une résolution spatiale et<br />
spectrale fine pour une cartographie détaillée et un choix <strong>de</strong> date qui cadre avec la mission <strong>de</strong> terrain<br />
(date d’acquisition assez proche, et/ou même saison) pour éviter trop <strong>de</strong> biais entre observations et<br />
résultats hypothétiques.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 33
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Dans le jeu <strong>de</strong> données satellites, l’image SPOT5 du 23/10/2008 semble la plus adaptée. Sa date<br />
d’acquisition (octobre) coïnci<strong>de</strong> avec la saison <strong>de</strong> la mission <strong>de</strong> terrain (novembre), mais à <strong>de</strong>ux ans<br />
d’intervalles, et sa résolution spatiale et spectrale autorise a priori une i<strong>de</strong>ntification et une analyse<br />
fine <strong>de</strong>s objets. Enfin, sa qualité n’est pas dégradée par <strong>de</strong>s nuages ou voiles nuageux, à l’inverse <strong>de</strong> la<br />
SPOT5 <strong>de</strong> mars 2011 qui, bien que plus récente, reste difficilement exploitable pour ce type <strong>de</strong> travail.<br />
La résolution <strong>de</strong>s images Landsat et Aster d’une part, et la date d’acquisition <strong>de</strong> l’image QuickBird<br />
(2005) d’autre part, induisent trop d’incertitu<strong>de</strong>s pour cette tâche compte tenu du contexte détaillé<br />
précé<strong>de</strong>mment. Elles sont donc exclues.<br />
5.2 Choix méthodologiques<br />
Le cadre <strong>de</strong> travail présente une contrainte non négligeable pour l’exploitation <strong>de</strong> cette image.<br />
L’extrait retenu est une zone restreinte qui se cantonne à celle <strong>de</strong> l’inventaire <strong>de</strong> l’équipe Sangha, soit<br />
50 Km². De ce fait, la portion d’espace ne se compose que <strong>de</strong> forêt <strong>de</strong>nse, avec présence <strong>de</strong> quelques<br />
clairières inondées (lacs ou baïs). Il s’agit d’un milieu assez homogène, que les techniques <strong>de</strong><br />
télédétection actuelles appliquées sur le type <strong>de</strong> produit retenu (4 ban<strong>de</strong>s spectrales dans le VNIR) ne<br />
peuvent étudier avec précision (différenciation entre espèces <strong>de</strong> feuillus), d’autant qu’il est impossible<br />
d’en vérifier les résultats. Car, bien que la diversité en espèces végétales soit reconnue comme très<br />
riche, les valeurs radiométriques <strong>de</strong> celles-ci, très similaires ren<strong>de</strong>nt le travail désiré complexe.<br />
Après une série <strong>de</strong> tests nous avons retenu une métho<strong>de</strong>, détaillée comme suivant :<br />
la définition d’un nombre <strong>de</strong> classes qui cadre avec le nombre d’éléments principaux observés<br />
sur le terrain et sur <strong>de</strong>s travaux <strong>de</strong> photointerprétation réalisés sur compositions colorées ;<br />
l’élaboration d’une chaine <strong>de</strong> traitements automatique appropriée au contexte<br />
Nous présenterons ensuite les résultats et les discuterons.<br />
5.3 Applications<br />
5.3.1 Définition du nombre <strong>de</strong> classes<br />
La métho<strong>de</strong> <strong>de</strong> traitements automatiques repose tout d’abord sur la définition d’un nombre <strong>de</strong> classes,<br />
qui dans notre cas, se base sur les hypothèses tirées <strong>de</strong> l’analyse non experte <strong>de</strong>s photos <strong>de</strong> terrain,<br />
telle que décrite par l’estimation approximative <strong>de</strong>s unités paysagères ci-<strong>de</strong>ssous (Figure 17).<br />
Figure 17 : Gran<strong>de</strong>s unités paysagères i<strong>de</strong>ntifiées par les naturalistes au niveau <strong>de</strong>s lacs<br />
Source : Philippe Annoyer, Expédition Sangha 2010 – Novembre 2010<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 34
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Pour enrichir la <strong>de</strong>scription, et d’après les témoignages et observations orales <strong>de</strong>s thématiciens<br />
confrontés aux compositions colorées, la cartographie thématique souhaitée comporte 5 classes :<br />
<br />
<br />
<br />
<br />
<br />
eau libre<br />
prairie marécageuse (végétation <strong>de</strong> surface et herbe en place sur les pourtours et au centre <strong>de</strong>s<br />
lacs)<br />
berge (végétation arbustive et hautes herbes correspondant à la zone <strong>de</strong> transition entre<br />
clairière et forêt)<br />
forêt et végétation sur sols hydromorphes<br />
forêt <strong>de</strong>nse <strong>de</strong> terre ferme<br />
Les photos ci-<strong>de</strong>ssous (Figure 18) illustrent la complexité <strong>de</strong>s paysages observés au niveau <strong>de</strong>s trois<br />
lacs retenus pour les prochaines prospections.<br />
Lac 1 Lac 3 Lac 7<br />
Figure 18 : Paysages <strong>de</strong>s trois lacs tests<br />
Source : Philippe Annoyer, Expédition Sangha 2010 – Novembre 2010<br />
Des résultats <strong>de</strong> travaux en photointerprétation et une composition colorée utilisant <strong>de</strong>s indices <strong>de</strong><br />
texture nous ont également aidés dans cette démarche, ils sont présentés en annexe.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 35
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
5.3.2 Chaine <strong>de</strong> traitements automatiques<br />
Le travail s’est focalisé sur l’extrait <strong>de</strong> la scène SPOT5 centrée sur la zone <strong>de</strong>s lacs (Figure 19).<br />
Figure 19 : Extraction <strong>de</strong> la zone test<br />
L’organigramme ci-<strong>de</strong>ssous (Figure 20) résume les traitements opérés dont les étapes sont détaillées<br />
dans l’annexe 4.<br />
Figure 20 : Organigramme <strong>de</strong> la chaîne <strong>de</strong> traitements<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 36
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
5.4 Résultats – cartographie thématique proposée<br />
Sur la base <strong>de</strong>s résultats obtenus, et en fonction <strong>de</strong>s multiples incertitu<strong>de</strong>s et <strong>de</strong> l’absence <strong>de</strong> vérité<br />
terrain, la cartographie thématique proposée comporte donc les 5 classes prévues, mais sans qu’on<br />
puisse associer <strong>de</strong>s végétations reconnues aux <strong>de</strong>ux classes <strong>de</strong> forêts<br />
Figure 21 : Cartographie proposée pour l’ai<strong>de</strong> à la décision sur le lac 1<br />
5.5 Bilan et discussion<br />
De nombreux tests, utilisant <strong>de</strong>s chaines <strong>de</strong> traitements et <strong>de</strong>s techniques diverses (ACP, indices <strong>de</strong><br />
végétation, <strong>de</strong> texture, matrices d’occurrence et <strong>de</strong> cooccurrence, application <strong>de</strong> masques, etc.), ont été<br />
effectués avec <strong>de</strong>s résultats très variés et discutables, sans que nous puissions les évaluer. On notera<br />
d’ailleurs que sur ce point, la complexité <strong>de</strong>s indices utilisés n’est pas toujours gage <strong>de</strong> succès ! Les<br />
cinq classes initialement souhaitées, sur la base <strong>de</strong>s observations <strong>de</strong> terrain et sur nos connaissances en<br />
matière <strong>de</strong> télédétection ont été obtenues, mais certaines s’avèrent délicates à interpréter et à<br />
corroborer <strong>de</strong> manière précise avec les paysages observés. Ainsi, les classes nommées « forêt1 » et<br />
forêt2 » ne peuvent être précisées pour le moment, même si certaines indications issues <strong>de</strong> l’inventaire<br />
permettraient, <strong>de</strong> façon encore hypothétique, d’interpréter la première comme un complexe forestier<br />
<strong>de</strong> terre ferme, et la <strong>de</strong>uxième comme une forêt sur sol hydromorphe, ce que confirmerait la proximité<br />
avec le lac. Il est donc à retenir que si le document cartographique présenté peut, à première vue, se<br />
montrer satisfaisant, car élaboré à partir d’une métho<strong>de</strong> robuste employée dans <strong>de</strong> nombreuses étu<strong>de</strong>s<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 37
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
<strong>de</strong> télédétection, on ne peut pas juger <strong>de</strong> sa qualité ni <strong>de</strong> sa précision. L’homogénéité du milieu induit<br />
<strong>de</strong> faibles variations radiométriques entre espèces (qui pourtant, semblent très distinctes visuellement),<br />
qui induisent <strong>de</strong>s ambiguïtés radiométriques pour une différenciation fine <strong>de</strong>s espèces.<br />
Le résultat obtenu peut néanmoins constituer une cartographie assez générale <strong>de</strong> la zone, qui peut<br />
servir <strong>de</strong> support pour la prochaine mission. En particulier il donne un support pour déci<strong>de</strong>r <strong>de</strong> zones à<br />
prospecter pour y collecter <strong>de</strong>s informations <strong>de</strong> terrain afin <strong>de</strong> confirmer les hypothèses, notamment<br />
grâce à <strong>de</strong>s <strong>de</strong>scriptions physionomique <strong>de</strong> la végétation, <strong>de</strong>s i<strong>de</strong>ntifications <strong>de</strong> la flore et <strong>de</strong> l’état <strong>de</strong><br />
l’occupation du sol. Ce travail est par ailleurs en cours, puisqu’une <strong>de</strong>scription spécifique <strong>de</strong>s 3 types<br />
<strong>de</strong> strates doit être réalisée pour définir en détail les formations végétales complexes présentes.<br />
D’autres travaux <strong>de</strong>vront être menés dans ce sens, et c’est ici qu’apparait encore l’une <strong>de</strong>s principales<br />
limites <strong>de</strong> ce travail, puisque <strong>de</strong> nombreux relevés sont nécessaires pour interpréter la gran<strong>de</strong> richesse<br />
<strong>de</strong>s informations contenues dans les produits spatiaux.<br />
Cette typologie, qui n’a pas pu être utilisée pour notre travail car pas encore définie dans son<br />
intégralité à ce jour, pourra en revanche faire partie d’un travail plus approfondi et servir pour les<br />
prochaines analyses cartographiques à <strong>de</strong>stination <strong>de</strong> la mission en 2012.<br />
Une fois les différentes entités mises en évi<strong>de</strong>nce, et après leur vérification sur le terrain, <strong>de</strong>s<br />
classifications dirigées utilisant les informations <strong>de</strong>s canaux bruts et <strong>de</strong>s néo canaux peuvent ainsi être<br />
effectuées pour une interprétation et une cartographie pertinente <strong>de</strong> la zone. L’ensemble <strong>de</strong> cette<br />
métho<strong>de</strong> est décrite au travers <strong>de</strong> la Figure 22 ci-<strong>de</strong>ssous.<br />
Figure 22 : Organigramme <strong>de</strong> la chaîne <strong>de</strong> traitements proposée<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 38
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Il est à noter que les résultats <strong>de</strong> travaux <strong>de</strong> photointerprétation ne sont pas forcément directement<br />
comparables avec ceux issus <strong>de</strong> traitements automatiques. On pourra noter l’avantage <strong>de</strong> cette <strong>de</strong>rnière<br />
métho<strong>de</strong> pour produire rapi<strong>de</strong>ment <strong>de</strong>s cartes pouvant servir <strong>de</strong> support, et d’un autre coté l’avantage<br />
<strong>de</strong>s travaux <strong>de</strong> photointerprétation, notamment sur composition colorée pour <strong>de</strong>s analyses assez fines.<br />
Les <strong>de</strong>scriptions <strong>de</strong>s complexes forestiers réalisés à partir d’analyses thématiques globales, pourraient<br />
être comparées avec les résultats <strong>de</strong>s <strong>de</strong>scriptions plus spécifiques attendues du projet. Les travaux<br />
déjà conduits sur ce sujet pourraient alors constituer un apport précieux sur la connaissance <strong>de</strong>s<br />
formations végétales complexes en place, à plus petite échelle.<br />
Les autres résultats <strong>de</strong> tests effectués, utilisant différentes techniques et chaines <strong>de</strong> traitements,<br />
pourraient en retour être comparés avec ceux utilisant la vérité terrain (classification dirigées ) à<br />
l’issue <strong>de</strong> la prochaine mission. Ceci permettrait d’évaluer les types <strong>de</strong> traitements automatiques<br />
(basés sur <strong>de</strong>s métho<strong>de</strong>s <strong>de</strong> classifications non dirigées) les plus appropriées dans ce genre <strong>de</strong> contexte<br />
(absence <strong>de</strong> vérité terrain et contraintes liées à notre contexte). Ce genre d’étu<strong>de</strong> pourrait enrichir les<br />
connaissances en matière <strong>de</strong> techniques utilisées en télédétection sur ce type <strong>de</strong> milieu.<br />
Enfin, la conduite <strong>de</strong> travaux utilisant les métho<strong>de</strong>s <strong>de</strong> classifications orientées objets pourraient être<br />
développée, en particulier sur <strong>de</strong>s images à très haute résolution. Cette technique, qui n’a pu être<br />
utilisée ici (absence <strong>de</strong> logiciels adéquats et image QuickBird très décalée dans le temps), s’effectue<br />
selon <strong>de</strong>ux phases principales. La première, appelée segmentation, consiste en la création <strong>de</strong> régions<br />
individuelles par le regroupement d’ « éléments images » suivant certains critères d’homogénéité<br />
spectrale et spatiale, appelés segments, considérés comme <strong>de</strong>s objets totalement indépendants. Ensuite<br />
vient la classification, ou étiquetage <strong>de</strong>s segments par <strong>de</strong>s attributs spatiaux, spectraux, <strong>de</strong> structure et<br />
incluant d’autres variables géographiques (Hoang et al, 2007). Nous pensons que ces techniques,<br />
associées à <strong>de</strong>s contrôles <strong>de</strong> terrain, offriraient <strong>de</strong> bonnes perspectives pour la production <strong>de</strong><br />
cartographie détaillée et <strong>de</strong> qualité, et ainsi, pour la réalisation d’analyses spatiales fines, comme celle<br />
<strong>de</strong>s interactions entre entomofaune et habitats écologiques.<br />
6 Bilan <strong>de</strong>s travaux – Cahier <strong>de</strong>s charges pour le futur<br />
Les différents travaux réalisés dans la présente étu<strong>de</strong> ont éclairés certains points clés. Les objectifs <strong>de</strong><br />
départ ont été atteints avec un certain succès puisque les ambigüités ont été écartées au fur et à mesure<br />
<strong>de</strong>s gran<strong>de</strong>s étapes traitées, et <strong>de</strong>s solutions ont été proposées pour pallier aux incertitu<strong>de</strong>s persistantes.<br />
Il est en plus à noter que la connaissance <strong>de</strong> la zone prospectée et notre compréhension <strong>de</strong> certains <strong>de</strong><br />
ses processus bio morphologiques ont, par ce travail, été améliorées. Des pistes <strong>de</strong> réflexion sont<br />
également soulevées et pourraient conduire à préciser les directives et les objectifs <strong>de</strong> la prochaine<br />
mission.<br />
De cette synthèse, les axes proposés sont établis à <strong>de</strong>ux niveaux :<br />
<br />
Une feuille <strong>de</strong> route sur les interactions que l’on souhaiterait étudier. Elle a un double intérêt.<br />
Elle permet <strong>de</strong> vérifier que les travaux conduits dans le cadre <strong>de</strong> cette étu<strong>de</strong> rentrent bien dans<br />
la perspective globale et elle donne une perspective pour les travaux à mener au-<strong>de</strong>là (et<br />
notamment dans le cadre <strong>de</strong> la collecte d’échantillons et <strong>de</strong> mesures <strong>de</strong> la mission 2012).<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 39
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
<br />
Une définition précise d’associations à tester sur lesquelles on va évaluer différents types<br />
d’incertitu<strong>de</strong>s.<br />
6.1 Synthèse et feuille <strong>de</strong> route pour le futur<br />
Le schéma ci-<strong>de</strong>ssous (Figure 23) illustre les apports <strong>de</strong> chaque donnée qu’elle vienne du terrain ou<br />
d’observation <strong>de</strong> la terre.<br />
Figure 23 : Réflexion sur les multiples relations potentielles entre les divers types <strong>de</strong> données<br />
Capteurs bleu ciel : déjà disponibles / capteurs bleu foncé : sur la liste au Père Noel<br />
Plusieurs « ponts » sont dressés pour tenter <strong>de</strong> relier <strong>de</strong>s données géospatiales et <strong>de</strong>s données <strong>de</strong> terrain<br />
et les croiser autour <strong>de</strong> sous problématiques convergentes.<br />
Sur chaque résultat <strong>de</strong> croisements, les incertitu<strong>de</strong>s associées <strong>de</strong>vraient être évaluées le plus<br />
précisément possible et, en retour, faire partie intégrantes du choix <strong>de</strong>s sources à utiliser pour la<br />
production <strong>de</strong>s données finales. En reprenant ce qui est décrit dans la littérature sur l’hétérogénéité <strong>de</strong>s<br />
données et les incertitu<strong>de</strong>s associées, on pourrait proposer <strong>de</strong> développer un système <strong>de</strong> pondération <strong>de</strong><br />
chacune <strong>de</strong>s données, en fonction <strong>de</strong> sa qualité initiale, et du <strong>de</strong>gré d’incertitu<strong>de</strong>s qu’elle engendre à<br />
chaque étape <strong>de</strong> traitement, et dans son croisement avec d’autres données.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 40
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
6.2 Travaux à mener<br />
Cadre <strong>Action</strong> Incertitu<strong>de</strong>s impliquées Données à croiser Entrées nécessaires ou<br />
souhaitables (données,<br />
métho<strong>de</strong>s)<br />
Commentaire<br />
Constitution <strong>de</strong><br />
l’infrastructure spatiale<br />
<strong>de</strong> données<br />
Calage relatif <strong>de</strong>s images<br />
entre elles<br />
Incertitu<strong>de</strong>s géométriques<br />
liées aux différents niveaux <strong>de</strong><br />
corrections initiaux<br />
Aster / Landsat / Spot /<br />
QuickBird<br />
Nouveau produits satellites<br />
<strong>de</strong> précision à venir<br />
Landsat, par sa résolution <strong>de</strong> 30<br />
mètres présentera toujours une<br />
incohérence et une imprécision<br />
Constitution <strong>de</strong><br />
l’infrastructure spatiale<br />
<strong>de</strong> données<br />
Croisement <strong>de</strong>s<br />
incertitu<strong>de</strong>s <strong>de</strong>s images<br />
satellites et <strong>de</strong>s mesures<br />
GPS <strong>de</strong> terrain<br />
Localisations <strong>de</strong>s échantillons<br />
et orthorectification <strong>de</strong>s<br />
images<br />
Images Satellites / Points<br />
d’appuis et tracks GPS<br />
Mesures DGPS<br />
Augmenter la précision spatiale<br />
Occupation du sol,<br />
échantillonnage pour<br />
tests<br />
I<strong>de</strong>ntification d’arbres<br />
remarquables sur les<br />
images<br />
Incertitu<strong>de</strong>s <strong>de</strong> localisation et<br />
temporelles<br />
Images Satellites HR et THR<br />
/ Localisation <strong>de</strong> 118 arbres<br />
remarquables<br />
Mesures DGPS, parcelles<br />
tests,<br />
mesures<br />
radiométriques <strong>de</strong> terrain<br />
Tentative d’i<strong>de</strong>ntification <strong>de</strong>s<br />
arbres sur images d’après<br />
relevés <strong>de</strong> terrain<br />
Occupation du sol Croisement entre<br />
réflectances QuickBird et<br />
mesures sur branches<br />
d’arbres avec le spectrocolorimètre<br />
<strong>de</strong> terrain<br />
Incertitu<strong>de</strong>s radiométriques,<br />
<strong>de</strong> localisation et temporelles<br />
Imagerie THR / Mesures<br />
spectro-colorimètre<br />
Non adapté<br />
Différences intrinsèques entre<br />
les mesures effectuées, mesures<br />
du spectro-colorimètre dans les<br />
longueurs d’on<strong>de</strong> du visible<br />
Compréhension<br />
historique du système<br />
<strong>de</strong> lacs sur 30 ans<br />
Extraction <strong>de</strong> la surface<br />
<strong>de</strong>s lacs par classifications<br />
Incertitu<strong>de</strong>s liées aux<br />
ambiguïtés radiométriques<br />
entre eau et végétaux <strong>de</strong><br />
surface<br />
Images Satellites Landsat Mesures <strong>de</strong> terrain,<br />
développement <strong>de</strong><br />
métho<strong>de</strong>s spécifiques aux<br />
milieux humi<strong>de</strong>s<br />
Le recouvrement <strong>de</strong>s lacs par la<br />
végétation rend la distinction<br />
entre les éléments difficile.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 41
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Compréhension<br />
historique du système<br />
<strong>de</strong> lacs sur 30 ans<br />
Extraction <strong>de</strong> la surface<br />
<strong>de</strong>s lacs par photointerprétation<br />
Incertitu<strong>de</strong>s humaines et liées<br />
à la métho<strong>de</strong><br />
Images Satellites Landsat Expertise en<br />
photointerprétation<br />
Compréhension<br />
historique du système<br />
<strong>de</strong> lacs sur 30 ans<br />
Croisement entre la surface<br />
<strong>de</strong>s lacs et les données<br />
pluviométriques<br />
historiques<br />
Incertitu<strong>de</strong>s liées aux valeurs<br />
estimées <strong>de</strong>s précipitations et<br />
sur la cohérence entre leur<br />
résolution et celle utilisée pour<br />
l’extraction <strong>de</strong>s entités réelles<br />
Surfaces <strong>de</strong>s lacs calculées /<br />
données météorologiques<br />
Etu<strong>de</strong> plus approfondie <strong>de</strong>s<br />
variables météorologiques<br />
et <strong>de</strong>s processus<br />
hydrographique<br />
Approfondissement nécessaire<br />
sur les temps <strong>de</strong> réponse entre<br />
précipitations et remplissage<br />
Compréhension <strong>de</strong>s<br />
variations <strong>de</strong> hauteur<br />
<strong>de</strong>s lacs sur <strong>de</strong> courtes<br />
pério<strong>de</strong>s<br />
Croisement entre la surface<br />
<strong>de</strong>s lacs et les mesures <strong>de</strong><br />
hauteur d’eau <strong>de</strong> la<br />
mission 2010<br />
Incertitu<strong>de</strong>s <strong>de</strong> localisation et<br />
temporelles<br />
Images satellites Landsat <strong>de</strong><br />
novembre et décembre 2010<br />
/ mesures <strong>de</strong> terrain /<br />
données météorologiques<br />
RFE<br />
Mesure <strong>de</strong>s hauteurs d’eau<br />
à fréquence régulière et sur<br />
un long pas <strong>de</strong> temps<br />
Inadapté pour le moment,<br />
décalage temporelle trop<br />
important entre mesures terrain<br />
et images utilisées pour la<br />
cartographie<br />
Compréhension <strong>de</strong>s<br />
variations <strong>de</strong> hauteur<br />
<strong>de</strong>s lacs sur <strong>de</strong> longues<br />
pério<strong>de</strong>s<br />
Croisement entre la surface<br />
<strong>de</strong>s lacs et les mesures <strong>de</strong><br />
hauteur d’eau sur 15 mois<br />
Incertitu<strong>de</strong>s <strong>de</strong> localisation et<br />
temporelles<br />
Images satellites Landsat <strong>de</strong><br />
2010 à 2012 / mesures <strong>de</strong><br />
terrain sur 8 lacs sur 15 mois<br />
/ données météorologiques<br />
Attente <strong>de</strong>s mesures <strong>de</strong><br />
capteurs PROSENSOR<br />
laissés sur place<br />
Attente <strong>de</strong>s données au retour <strong>de</strong><br />
la mission 2012<br />
Interactions entre<br />
entomofaune et microhabitats<br />
et niches<br />
écologiques<br />
Analyse spatiale <strong>de</strong>s<br />
différents processus et<br />
facteurs liés aux<br />
interactions d’une espèce<br />
Toutes les incertitu<strong>de</strong>s<br />
associées à chaque donnée et<br />
leurs croisements sont<br />
impliquées<br />
Croisements entre<br />
échantillons collectés<br />
(insectes, végétaux) /<br />
observations / images THR /<br />
données météo<br />
Suivi sur le long terme et à<br />
fréquence régulière du<br />
milieu qui peut rendre<br />
nécessaire l’utilisation<br />
d’imagerie radar.<br />
Connaissances sur les<br />
habitats et classification<br />
orientées objets sur THR<br />
(prog. WoldView-2)<br />
Intérêt récemment exprimé par<br />
les naturalistes, nécessite <strong>de</strong> la<br />
bibliographie et <strong>de</strong>s<br />
connaissances approfondies<br />
pour faire un diagnostic <strong>de</strong>s<br />
besoins dans le domaine <strong>de</strong> la<br />
télédétection et <strong>de</strong> la<br />
géomatique<br />
Tableau 6 : Présentation détaillée <strong>de</strong>s travaux à réaliser<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 42
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Conclusion générale<br />
De la problématique complexe posée au départ, par un contexte <strong>de</strong> travail original mêlant<br />
domaine géospatial et inventaire entomologique, et les questions délicates et parfois méconnues,<br />
donc mal maitrisées qui en découlent, cette étu<strong>de</strong> a permis d’éclairer un certain nombre <strong>de</strong><br />
points obscurs, essentiellement techniques, qu’il convenait nécessairement <strong>de</strong> résoudre.<br />
A notre grand regret, la télédétection et la géomatique ne permettent pas pour le moment<br />
d’observer les insectes vus du ciel ! Néanmoins, la réduction <strong>de</strong>s incertitu<strong>de</strong>s géographiques,<br />
rendue possible par une prise <strong>de</strong> conscience et l’utilisation <strong>de</strong> techniques développées dans<br />
notre domaine, ouvrent <strong>de</strong>s perspectives intéressantes sur les possibilités d’étu<strong>de</strong>s à échelle très<br />
fine. La maitrise <strong>de</strong> la cohérence entre tous les processus mis en œuvre pour soutenir un<br />
inventaire <strong>de</strong> biodiversité constitue avant tout un gage <strong>de</strong> qualité et <strong>de</strong> précision qui autoriserait<br />
a priori <strong>de</strong>s analyses spatiales fines comme les interactions entre micro habitats et entomofaune.<br />
Au final, les objectifs initialement fixés ont pu été traités. Les résultats <strong>de</strong>s différents travaux<br />
menés (chapitres 4, 5 et 6) ont permis <strong>de</strong> faire un bilan préliminaire sur la qualité globale <strong>de</strong>s<br />
jeux <strong>de</strong> données à disposition, <strong>de</strong> leur adéquation possible, et <strong>de</strong> dresser un panorama <strong>de</strong>s<br />
solutions existantes pour réduire les incertitu<strong>de</strong>s inhérentes à la mise en place d’une base <strong>de</strong><br />
données hétérogènes multi source. De là, <strong>de</strong>s réflexions ont été élaborées pour penser aux<br />
formes que pourraient prendre les nouveaux travaux à conduire pour enrichir le projet.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – Année 2010-2011 Page 43
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Liens vérifiés le 21 août 2011<br />
Bibliographie<br />
Atkinson P.M. & Foody G.M. (Editeurs), 2002, Uncertainty in remote sensing and GIS, John Wiley<br />
& Sons, 470 p.<br />
Baillarin S., Bouillon A., Bernard M. et Chikhi M., 2009, Using a three dimensional spatial<br />
database to orthorectify automatically remote sensing images, Actes ISPRS Workshop on Service and<br />
Application of Spatial Data Infrastructure, XXXVI (4/W6), Oct.14-16, Hangzhou, China, pp. 89-94.<br />
Bierkens M.F.P, Finke P.A. et De Willigen P., 2000, Upscaling and Downscaling Methods for<br />
Environmental Research, Kluwer Aca<strong>de</strong>mic Publishers Dordrecht, 190 p.<br />
Boulvert Y. et Juberthie C., 1998, République Centrafricaine, Encyclopaedia Biospeologica, Moulis<br />
(CNRS), Bucarest (académie roumaine), pp. 1583-1592.<br />
Bresnahan, 2011, Geolocation accuracy monitoring of High Resolution Commercial Imagery, Actes<br />
colloque JACIE 2011, Boul<strong>de</strong>r, Colorado, 29-31 mars 2011, 16 planches.<br />
[Accessible via : http://calval.cr.usgs.gov/JACIE_files/JACIE11/JACIE2011.html]<br />
Canters F., De Genst W. et Dufourmont H, 2002, Assessing effects of input uncertainty in structural<br />
landscape classification, International Journal of Geographical Information Science, 16, 129-149.<br />
Carpenter G.A., Gopal S., Macomber S., Martens S., Woodcock C.E. et Franklin J., 1999, A<br />
neural network method for efficient vegetation mapping, Remote Sensing of Environment, Vol. 70, pp.<br />
326-338.<br />
CERTU, 2005, La qualité <strong>de</strong>s données géographiques, CD-ROM DRAST / CERTU, Septembre<br />
2005.<br />
[Accessible via : http://www.certu.fr/catalogue/]<br />
Datcu M., Sei<strong>de</strong>l K. et Walessa M., 1998, Spatial information retrieval from remote sensing images,<br />
Part 1: Information theoretical perspective, IEEE Transactions on Geoscience and Remote Sensing,<br />
36, pp. 1431-1445.<br />
De Namur, 1990, cité dans Doucet, J.L., 2003, L’alliance délicate <strong>de</strong> la gestion forestière et <strong>de</strong> la<br />
biodiversité dans les forêts du centre du Gabon. Thèse <strong>de</strong> doctorat en Sciences Agronomiques et<br />
Ingiénerie Biologique. Faculté Universitaire <strong>de</strong>s Sciences Agronomiques <strong>de</strong> Gembloux, Belgique, 323<br />
p.<br />
Digital Globe, 2006, QuickBird Imagery Products – Product Gui<strong>de</strong>, Revision 4.7.2, 78 p.<br />
[Accessible via : http://www.digitalglobe.com/in<strong>de</strong>x.php/6/DigitalGlobe+Products ]<br />
Doucet J.L., Dissaki A. et Mengome A., 2007, Dynamique <strong>de</strong>s peuplements forestiers d’Afrique<br />
Centrale : les formations végétales d’Afrique Centrale. Cours ATIBT <strong>de</strong> formation en dynamique <strong>de</strong>s<br />
peuplements forestiers, Libreville, décembre 2007, 28 planches.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – 2010-2011
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
[Accessible via : http://data.cameroun-foret.com/fr/no<strong>de</strong>/7807]<br />
Draper N., 1995, Assessment and propagation of mo<strong>de</strong>l uncertainty, Journal of the Royal Statistic<br />
Society, Series B, 57, pp. 45-98.<br />
Draper N. & Smith H., 1998, Applied Regression Analysis, 3rd Ed., New York, Wiley & Sons.<br />
Duckham M., 2000, Error sensitive GIS <strong>de</strong>velopment: technology and research themes, in<br />
“Proceedings of the 4th International Symposium on Spatial Accuracy Assessment in Natural<br />
Ressources and Environment Sciences”, Delft, Delft University Press, pp. 183-190.<br />
Fisher, P.F., 1997, The pixel – a snare and a <strong>de</strong>lusion, International Journal of Remote Sensing, vol.<br />
13, pp. 679-685.<br />
Foody G.M., Campbell N.A., Trodd N.M. et Wood T.F., 1992, Derivation and application of<br />
probabilistic measures of class membership from the maximum likelihood classifications,<br />
Photogrammetric Engineering and Remote Sensing, Vol. 58, n°9, pp. 1335-1341.<br />
Forshaw M.R.B., Haskell A., Miller P.F., Stanley D.J. and Townshend J.R.G., 1983, Spatial<br />
resolution of remotely sensed imagery: a review paper, International Journal of Remote Sensing, 4,<br />
pp. 371-383.<br />
Fujisada, 1995, Design and performance of ASTER instrument. Proceedings of SPIE, vol. 2583, pp.<br />
16-25.<br />
Heuvelink G.B.M. & Burrough P., 1993, Error propagation in cartographic mo<strong>de</strong>lling using<br />
Boolean logic and continuous classification, International Journal of Geographic Information Systems,<br />
7, pp. 231-246.<br />
Heuvelink G.B.M., 2000, Aggregation and error propagation in Geographical Information System,<br />
in “Spatial Accuracy Assessment. Land Information Uncertainty in Natural Resources”, K. Lowell and<br />
A. Jaton Editors, Taylor & Francis, pp. 219-225.<br />
Hoang K.H., Bernier M., Villeneuve J ;-P, 2007, Les changements <strong>de</strong> l’occupation du sol et ses<br />
impacts sur les eaux <strong>de</strong> surface du bassin versant <strong>de</strong> la rivière Câu (Viet-nam), Actes <strong>de</strong>s JSIRAUF,<br />
Hanoi, 6-7 novembre 2007.<br />
Jobin E., 2010, Une approche pragmatique <strong>de</strong> la qualité <strong>de</strong>s données en Charente-Maritime, in<br />
« Actes <strong>de</strong>s Rencontres SIG La Lettre 2010 », Mai 2010, Marne La Vallée.<br />
[Accessible via : http://www.rencontres-sig-la-lettre.fr/la-qualite-<strong>de</strong>s-donnees-pourquoi-fait-elleencore-<strong>de</strong>bat/]<br />
Kitanidis P.K., 1997, Introduction to Geostatistics: Applications to Hydrology, Cambridge,<br />
Cambridge University Press, 249 p.<br />
Kros J., Pebesma E.J., Reinds G.J. et Fink P.F., 1999, Uncertainty assessment in mo<strong>de</strong>lling soil<br />
acidification at the European scale: a case study, Journal of Environmental Quality, 28, pp. 366-377.<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – 2010-2011
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
Lerouge, G., 2011, Interprétation géomorphologique <strong>de</strong> l’image Spot5 HRG du 23/10/2008 et du<br />
MNT ASTER. Compréhension <strong>de</strong> la géométrie du réseau hydrographique, Document interne Geo212,<br />
16 p.<br />
MacKenzie D., 1990, Inventing Accuracy – a historical sociology of nuclear missile guidance, MIT<br />
Press, 464 p.<br />
McIver D.K. et Friedl M.A., 2001, Estimating pixel-scale land cover classification confi<strong>de</strong>nce using<br />
nonparametric machine learning methods, IEEE Transactions on Geoscience and Remote Sensing,<br />
Vol. 39, pp. 1959-1968.<br />
Pornon H., 2010, Est-ce la qualité <strong>de</strong>s données qui fait débat ou la compréhension <strong>de</strong>s données et la<br />
définition <strong>de</strong>s besoins ?, in « Actes <strong>de</strong>s Rencontres SIG La Lettre 2010 », Mai 2010, Marne La Vallée.<br />
[Accessible via : http://www.rencontres-sig-la-lettre.fr/la-qualite-<strong>de</strong>s-donnees-pourquoi-fait-elleencore-<strong>de</strong>bat/]<br />
Reynard S., 2010, Retours d’expérience sur le management <strong>de</strong> la qualité <strong>de</strong>s données dans <strong>de</strong>s<br />
projets internationaux, in « Actes <strong>de</strong>s Rencontres SIG La Lettre 2010 », Mai 2010, Marne La Vallée.<br />
[Accessible via : http://www.rencontres-sig-la-lettre.fr/la-qualite-<strong>de</strong>s-donnees-pourquoi-fait-elleencore-<strong>de</strong>bat/]<br />
Qiu, J. & Hunter, G.J., 2002, Managing data quality information, in W. Shi, P.F. Fisher and M.<br />
Goodchild, (eds), Spatial Data Quality (London: Taylor & Francis).<br />
Riazanoff, S., 2004, SPOT 123-4-5 Geometry Handbook, GAEL Consultant, issue 1, revision 4, 82 p.<br />
Schott, J.R., 2007, Remote Sensing: The Image Chain Approch, 2nd Ed. Oxford University Press,<br />
New York, 2007, 666 p.<br />
Schowengerdt, R.A., 1997, Remote Sensing, Mo<strong>de</strong>ls and Methods for Image Processing, 3rd Ed, San<br />
Diego, Aca<strong>de</strong>mic Press, 515 p.<br />
SEFAC, 2009, Unité forestière d’aménagement 10-064<br />
[Accessible via: http://www.groupesefac.com/fra/?p=16 ]<br />
Sinton, D., 1978, The inherent structure of information as a constraint to analysis: Mapped thematic<br />
data as a case study, in G. Dutton (ed.) Harvard Papers on Geographic Information Systems, volume<br />
6, Reading, MA, Addison-Wesley, pp. 1-17.<br />
Song, C., Woodcock, C.E., Seto, K., Pax Lenney M. et Macomber, S.A, 2001, Classification and<br />
change <strong>de</strong>tection using Landsat TM data: when and how to correct atmospheric effects?, Remote<br />
Sensing of Environment, Vol. 75, pp. 230-244.<br />
UNESCO, 2010, Le patrimoine mondial dans le bassin du Congo, brochure du Centre du Patrimoine<br />
Mondial, UNESCO, Paris, Juin 2010, 64 p.<br />
[Accessible via : http://whc.unesco.org/fr/actualites/617]<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – 2010-2011
Maitrise <strong>de</strong> la cohérence <strong>de</strong>s processus<br />
<strong>de</strong> production pour la mise en place<br />
d’une base <strong>de</strong> données géographiques<br />
United States Geological Survey, 2009, Landsat Thematic Mapper TM Level 1 (L1) Data Format<br />
Control Book (DFCB), Department of the Interior, version 3.0, 113 p.<br />
Wing, 2011, Consumer-gra<strong>de</strong> GPS receiver measurement accuracy in varying forest conditions,<br />
Research Journal of Forestry, Vol. 5, n°2, pp 78-88.<br />
Yamaguchi Y, Khale, A., Tsu, H., Kawakami, T. and Pniel, M.., 1998, Overview of Advanced<br />
Spaceborne Thermal Emission and Reflexion Radiometer (ASTER), IEEE Transactions on Geoscience<br />
and Remote Sensing, vol.36, pp. 1062-1071.<br />
Sites d’intérêt<br />
Projet Sangha 2012 : www.insectesdumon<strong>de</strong>.org<br />
Partenariat pour les forêts du Bassin du Congo : www.pfbc-cbfp.org/<br />
Site Terre et Ciel du LOA : http://loatec.univ-lille1.fr/terreetciel/module.php?lang=fr.<br />
Modèle NOAA RFE2 : http://www.cpc.ncep.noaa.gov/products/fews/RFE2.0_tech.pdf<br />
<strong>Rapport</strong> SEFAC, Unité forestière d’aménagement : http://www.groupesefac.com/fra/?p=16<br />
OFAC, Observatoire <strong>de</strong>s Forêts d’Afrique Centrale : http://observatoire-comifac.net/<br />
CARPE, Central African Regional Program for the Environment: http://carpe.umd.edu/<br />
<strong>Rapport</strong> Fivel Master 2 TGAE – 2010-2011