Rapport de stage - Planet Action

More documents

Recommendations

Info

Maitrise de la cohérence des processus de production pour la mise en place d’une base de données géographiques Données météorologiques RFE2* * modèle qui utilise quatre sources : 10 Km Données par décades disponibles depuis 2000 Cumuls de précipitations données de terrain issues de 1000 stations sur l’Afrique (d’après la NOAA) ; les estimations de l’instrument AMSU (Advanced Microwave Sounding Unit porté par les satellites NOAA, Aqua et Metop) ; les estimations de l’instrument SSM/I (Special Sensor Microwave/Imager porté par les satellites DMSP) ; les estimations en infrarouge thermique du capteur GPI effectuées sur le dessus des nuages. Tableau 2 : Synthèse des données d’observation de la terre et de météorologie de l’étude 2.2.3 Adéquation au besoin des données images accessibles pour le projet Du fait des contraintes d’acquisition des images satellites sur la zone (§1.3.2) et des contraintes financières (incapacité pour le projet à acheter des images commerciales ou des programmations), le choix des images accessibles ne permet pas de répondre de façon optimale à tous les enjeux. Le Tableau 3 ci-après résume les données disponibles pour l’étude et leur adéquation a priori au besoin. Résol. Temp. Résol. Spatiale Résol. Spectrale. Exigence clé Données disponibles Adéquation Couverture sur une très longue Séquence Landsat MSS TM et période ETM+ de 1979 à 2011 Couverture multidates sur une année Pas d’images d’été (saison des pluies) Acquisitions correspondant à la Echec de l’acquisition Spot période de mission de terrain pendant la mission mais données Landsat Couverture THR Scène QuickBird de 2005 Couverture large de l’ensemble de la Plusieurs couvertures Spot zone Maximiser le nombre de bandes spectrales Disposer de mesures de température corrélables Disposer de mesures visible et proche IR corrélables (aucune sans défaut) Landsat ETM+ en VNIR et SWIR et Aster en VNIR, SWIR (HS depuis aout 2008 donc pas disponible) et TIR Spot et QuickBird en VNIR ASTER TIR d’août 2008 Landsat ETM+ et Aster en MR Spot et QuickBird en HR et THR Tableau 3 : Adéquation au besoin des images satellites disponibles ? Rapport Fivel Master 2 TGAE – Année 2010-2011 Page 8
Maitrise de la cohérence des processus de production pour la mise en place d’une base de données géographiques 2.3 Etat de l’art : hétérogénéité et incertitudes L’une des questions typiques que l’on est amené à se poser à propos de l’exploitation de données géographiques issues de l’imagerie spatiale est : « Peut-on cartographier des zones agricoles, de forêt (ou autre) en utilisant la télédétection et les systèmes d’informations géographiques ? » Et si l’on serait tenté de répondre simplement par la positive, la vraie question doit s’élaborer en d’autres termes : « Peut-on les cartographier de manière précise et suffisamment pertinente pour conduire une étude avec tous les besoins qu’elle nécessite ? » Et là, la réponse devient beaucoup moins évidente, à moins d’y introduire la notion d’incertitude. Mais que représentent-t-elles ? Que peut-on y inclure ? A quoi peut-on les attribuer ? Comment les identifier ? Les incertitudes peuvent-elles expliquer toutes les difficultés rencontrées lorsque l’on tente de tisser des liens entre des données hétérogènes ? Nous tentons d’éclaircir cette dimension en détaillant les différents paramètres intervenant dans ce concept assez flou afin d’en éclaircir la complexité. 2.3.1 Eléments de contribution aux incertitudes 2.3.1.1 Informations et échelle Une première question influence largement les sources d’incertitudes qui vont être incluses dans le système : que désire-t-on mettre en avant dans l’étude en question, et à quelle échelle ? En prenant le simple exemple des classifications thématiques, largement utilisées en télédétection pour cartographier une région, on s’aperçoit très vite que les possibilités sont multiples. Typologie grossière de l’occupation du sol (cultures, forêt, bâti, eau, etc.), types de culture (blé, houblon, maïs, etc.), stade végétatif ou état d’une espèce en particulier, humidité des cultures, autant de caractéristiques relatives à l’environnement d’intérêt qu’il convient de définir et donnant lieu à des résultats très variés. On retiendra au point de vue de l’échelle que typiquement, dans le cadre de la cartographie thématique, plus le niveau de détail exigé augmente, plus la précision des résultats tendra à diminuer (Atkinson et Foody, 2002). 2.3.1.2 Nature et qualité des données Que recueille-t-on des données brutes et quelle va en être l’utilisation pour leur cartographie et autre analyse spatiale ? Cette question induit nombre de facteurs qui présentent chacun un impact sur la qualité des résultats reportés. L’utilisation d’autres sources de données (signatures spectrales issues de laboratoire, mesures de terrain, etc.) venant compléter, affiner les informations de l’image satellite, permettent d’augmenter la fiabilité et la précision des données pour les résultats finaux. Plus la qualité de ces données extérieures augmente, meilleure sera la précision des cartes finales et des études les exploitant. 2.3.1.3 Etendue de la zone d’intérêt Généralement, plus la zone à cartographier est étendue, moins le résultat sera précis. Ce paramètre requiert de bien cibler les besoins en termes de précision des résultats cartographiques souhaités, ce qui peut par exemple varier suivant les différentes classes d’une même carte (Atkinson et Foody, 2002). Pour une carte thématique, certaines exigences peuvent contraindre l’opérateur à obtenir une plus grande précision sur certaines classes que sur les autres. Au final, les différents éléments qui viennent d’être énoncés ne sont pas indépendants. Dans ce contexte, répondre à notre question de départ implique la prise en compte d’une combinaison complexe de facteurs qu’il est nécessaire d’identifier pour l’évaluation des incertitudes résultantes. 2.3.2 Comprendre l’incertitude et la caractériser La littérature propose de nombreux exemples de travaux réalisés sur une région particulière et à un moment donné. Lorsqu’une méthodologie, un enchainement de processus de traitements, une Rapport Fivel Master 2 TGAE – Année 2010-2011 Page 9
Page 1 and 2: Antoine Fivel Master 2 TGAE 2010-20
Page 3 and 4: Maitrise de la cohérence des proce
Page 13: Maitrise de la cohérence des proce
Page 53: Maitrise de la cohérence des proce

Rapport de stage - Planet Action

Create successful ePaper yourself

Delete template?

Save as template?