Précédent : Actions de recherche Remonter : Actions de recherche Suivant : Segmentation d'images d'interférométrie radar

Évolution de la végétation

Participants : Jean-Paul Berroir, Sonia Bouzidi, Isabelle Herlin

Mots-clés : cartographie, évolution temporelle, fusion de données, multirésolution, recalage d'images, séquence d'images

L'étude de l'évolution de la végétation est une application importante pour la modélisation de l'environnement. Les applications concernent la surveillance des qualités et quantités de culture, l'évaluation d'impact de la sécheresse, ... L'objectif principal de cette étude est de discriminer les différents types de couvert végétal par l'analyse de leur évolution temporelle.

Pour mener à bien cette étude, il faut disposer d'un capteur à fines résolutions spatiale et temporelle. Aucun satellite existant ne réunissant cette double caractéristique, nous avons choisi d'utiliser deux capteurs complémentaires : SPOT (figure 1 ) est doté d'une résolution spatiale d'environ 20m, pour une acquisition tous les 26 jours ; le capteur NOAA-AVHRR (figure 2 ) a une résolution spatiale de 1.1km et fournit des données quotidiennes. L'étude est menée sur un site situé autour de Chartres. L'utilisation combinée des deux sources d'information se fait en trois étapes :

• Dans un premier temps, on extrait l'information spatiale d'une image SPOT : les caractéristiques des réflectances pures sont apprises sur l'image au moyen des données terrain et on utilise un modèle markovien, qui réalise un compromis entre la régularité de la segmentation et la confiance aux données, pour segmenter l'image. Comme deux types de végétation différents peuvent avoir la même réponse spectrale à une date donnée, la segmentation obtenue peut présenter de nombreuses confusions. On procède alors à un regroupement des couverts végétaux pour aboutir à une segmentation grossière mais sûre.
• L'information temporelle est extraite des données NOAA : on estime le profil temporel de la réponse spectrale de chaque type de végétation. Le problème est qu'étant donnée la résolution spatiale du capteur NOAA, aucun pixel n'est constitué d'un type unique de végétation. On se donne alors un modèle linéaire de réflectance NOAA : la réflectance d'un pixel est la somme sur tous les types de végétation présents dans le pixel de leur réflectance ``pure'' pondérée par leur surface au sol. Il est alors possible de calculer les réflectances des classes pures pour toutes les dates (figure 3 ) en utilisant les données terrain.
• Certaines confusions existent à ce niveau : l'image SPOT est segmentée en régions considérées comme homogènes bien que constituées de plusieurs types élémentaires de couvert végétal. En calculant la proportion de chacune de ces régions regroupées dans tous les pixels NOAA et en utilisant les réflectances NOAA des classes pures, on génère une séquence d'images correspondant à l'évolution théorique de la végétation si la segmentation était correcte. La comparaison de cette prédiction et de l'évolution constatée permet de lever certaines confusions : si, à une date donnée, cette différence est importante, il faut étudier une image SPOT à une date proche pour séparer les régions regroupées en composantes individuelles.

Ces travaux sont menés dans le cadre d'une convention de recherche avec le CNES ; ils sont également en relation avec les travaux menés par le projet ``Integration of VEGETATION and HRVIR data into yield estimation approach '' soutenu par le programme VEGETATION de l'International User Comitty et à ce titre nous avons bénéficié des données mises à disposition par le Centre Commun de Recherche d'Ispra (projet MARS).

 
Figure 1:   Extrait ( ) de l'image SPOT -canal 1- du 28/6/95, avec la classification correspondante.

 
Figure 2:   Partie d'une image NOAA -canal 1- correspondant au site d'étude.

 
Figure 3:   Réflectances NOAA -canal 1- estimées pour les céréales, les zones urbaines et le bois (graphes du plus clair au plus foncé, de haut en bas).

Précédent : Actions de recherche Remonter : Actions de recherche Suivant : Segmentation d'images d'interférométrie radar