Rapport de stage - Planet Action

Maitrise de la cohérence des processus
de production pour la mise en place
d’une base de données géographiques
Dans le jeu de données satellites, l’image SPOT5 du 23/10/2008 semble la plus adaptée. Sa date
d’acquisition (octobre) coïncide avec la saison de la mission de terrain (novembre), mais à deux ans
d’intervalles, et sa résolution spatiale et spectrale autorise a priori une identification et une analyse
fine des objets. Enfin, sa qualité n’est pas dégradée par des nuages ou voiles nuageux, à l’inverse de la
SPOT5 de mars 2011 qui, bien que plus récente, reste difficilement exploitable pour ce type de travail.
La résolution des images Landsat et Aster d’une part, et la date d’acquisition de l’image QuickBird
(2005) d’autre part, induisent trop d’incertitudes pour cette tâche compte tenu du contexte détaillé
précédemment. Elles sont donc exclues.
5.2 Choix méthodologiques
Le cadre de travail présente une contrainte non négligeable pour l’exploitation de cette image.
L’extrait retenu est une zone restreinte qui se cantonne à celle de l’inventaire de l’équipe Sangha, soit
50 Km². De ce fait, la portion d’espace ne se compose que de forêt dense, avec présence de quelques
clairières inondées (lacs ou baïs). Il s’agit d’un milieu assez homogène, que les techniques de
télédétection actuelles appliquées sur le type de produit retenu (4 bandes spectrales dans le VNIR) ne
peuvent étudier avec précision (différenciation entre espèces de feuillus), d’autant qu’il est impossible
d’en vérifier les résultats. Car, bien que la diversité en espèces végétales soit reconnue comme très
riche, les valeurs radiométriques de celles-ci, très similaires rendent le travail désiré complexe.
Après une série de tests nous avons retenu une méthode, détaillée comme suivant :
la définition d’un nombre de classes qui cadre avec le nombre d’éléments principaux observés
sur le terrain et sur des travaux de photointerprétation réalisés sur compositions colorées ;
l’élaboration d’une chaine de traitements automatique appropriée au contexte
Nous présenterons ensuite les résultats et les discuterons.
5.3 Applications
5.3.1 Définition du nombre de classes
La méthode de traitements automatiques repose tout d’abord sur la définition d’un nombre de classes,
qui dans notre cas, se base sur les hypothèses tirées de l’analyse non experte des photos de terrain,
telle que décrite par l’estimation approximative des unités paysagères ci-dessous (Figure 17).
Figure 17 : Grandes unités paysagères identifiées par les naturalistes au niveau des lacs
Source : Philippe Annoyer, Expédition Sangha 2010 – Novembre 2010
Rapport Fivel Master 2 TGAE – Année 2010-2011 Page 34