Apport des images satellites multi-spectrales (optique et radar) pour la classification des surfaces en herbe.

Abstract

Les surfaces en herbe jouent un rôle important tant en terme économique qu'environnemental. Elles regroupent une grande diversité de végétation herbacée (pérenne ou éphémère) et occupent une partie importante de l'espace agricole français (zones de pâtures, prairies, milieux agro-naturels présents entre deux cultures principales). Dans ce contexte, cette étude vise à quantifier l'apport de l'imagerie satellitaire multi-spectrale (optique et radar) pour la mise en évidence des surfaces en herbe. Pour ce faire, des classifications supervisées orientées objet, basées sur un algorithme Random Forest et un zonage majoritaire en post-traitement sont utilisées. Cette étude émane de l'expérience de surveillance des cultures multi-capteurs (MCM'10) menée en 2010 sur une zone de polyculture située dans le sud-ouest de la France, à proximité de Toulouse. L'étude s'appuie sur des images satellites acquises entre le 14 et le 18 avril 2010, avec, en radar, des images en bandes X, C et L (de polarisation HH), en optique, une image Formosat-2, et des données terrain concomitantes acquises le 14 avril 2010. Les résultats montrent que la combinaison des images acquises en bande L (Alos) et en optique (Formosat-2) améliore les performances de la classification (précision globale = 0,85 ; Kappa = 0,81) par rapport à l'utilisation des seuls capteurs radar ou optique. Par ailleurs, la performance F-score obtenue pour les surfaces en herbe varie entre 0,1 pour Formosat-2 ; 0,34 pour la combinaison Formosat-2/ Alos et 0,52 pour Alos. Ainsi, les résultats montrent que la qualité de la classification des surfaces en herbe augmente avec l'augmentation de la longueur d'onde des images utilisées.

Keywords

• Agriculture
• Classification
• Random Forest
• Usage et occupation du sol
• Optique
• Radar