Agritrop
Accueil

Développement d'une méthodologie pour la construction de cartes d'occupation du sol de l'île de la Réunion

Londoño Villegas Mónica María. 2017. Développement d'une méthodologie pour la construction de cartes d'occupation du sol de l'île de la Réunion. Montpellier : Université Paul Valéry, 48 p. Mémoire de master 2 : Géomatique : Université Paul Valéry

Mémoire
[img] Version publiée - Français
Accès réservé aux agents Cirad
Utilisation soumise à autorisation de l'auteur ou du Cirad.
Rapport final stage LONDONO Monica.pdf

Télécharger (5MB) | Demander une copie

Type d'url non précisé : https://doi.org/10.18167/DVN1/TLELPO

Encadrement : Dupuy, Stéphane

Résumé : L'UMR-TETIS du CIRAD est partenaire dans des projets reliés au développement de méthodes de classification automatique d'images satellites pour le suivi des zones agricoles dans le monde. Dans ce cadre, une chaîne de traitement pour la génération de cartes d'occupation du sol est en train d'être développée. Elle est conçue pour utiliser une série temporelle d'images à haute résolution spatiale Sentinel-2 et Landsat-8, combinée à une image à très haute résolution spatiale SPOT 6/7 pour produire, avec une méthode orientée objets et un algorithme de classification supervisé, des cartes d'occupation du sol agricole pour les pays du sud. Au cours du stage cette chaîne de traitement a été appliquée au cas de l'île de La Réunion, dont le paysage se caractérise par une grande diversité de zones naturelles et de cultures. Dans la zone agricole, les cultures prédominantes sont la canne à sucre et les prairies, mais l'arboriculture et le maraichage occupent une place importante. À l'échelle de La Réunion, le développement d'une méthode de classification supervisée pour la génération de cartes d'occupation du sol s'avère intéressante pour le projet GABIR, source de financement du stage. Ce projet cherche des solutions innovantes pour le traitement des déchets de biomasse à l'échelle de l'î le. Les cartes d'occupation du sol ont aussi un intérêt pour d'autres institutions chargées de l'aménagement du territoire. L'application de la méthode nous a permis la réalisation d'une première classification basée sur une nomenclature à 4 niveaux. Pour le niveau le plus détaillé, nous avons obtenu une précision globale de 86% et un indice de Kappa de 87,8%. Ces indicateurs s'améliorent pour les niveaux les moins détaillés de la nomenclature. Les classes ayant une meilleure précision correspondent en général aux types d'occupation qui prédominent dans l'île, comme la canne à sucre, les pâturages et les forêts. L'application de la méthodologie à un nouveau site d'étude et les résultats obtenus nous ont permis d'en évaluer la robustesse et l'adaptation.

Résumé (autre langue) : The CIRAD UMR-TETIS research unit is a partner in projects related to the development of automatic classification methods of satellite imagery for the monitoring of agricultural areas in the world. In this context, a processing chain for the generation of land use maps is being developed. It is designed to use a time series of high spatial resolution Sentinel-2 and Landsat-8 images, combined with a very high spatial resolution SPOT6 /7 image to produce, with an object-oriented method and a supervised classification algorithm, crop maps in tropical countries. During my internship, this processing chain was applied to the case of La Reunion Island, whose landscape is characterized by a great diversity of natural areas and crops. In the agricultural zone, the predominant crops are sugar cane and grassland, but fruit crops and vegetables represent an important area. At La Reunion island scale, the development of a supervised classification method for the generation of land use maps is interesting for the GABIR project, source of funding for the internship. This project seeks innovative solutions for the treatment of biomass waste on the island scale. Land use maps are also of interest to other institutions related to territorial planning. The application of the method allowed to carry out a first classification based on a 4 - level nomenclature. For the most detailed level we obtained an overall accuracy of 86% and a Kappa index of 87.8%. These indicators are higher for aggregated nomenclature. Classes with highest precision s generally correspond to the predominant land uses on the island, such as sugarcane, pasture and forests. The application of the methodology on La Reunion Island and the results obtained allowed us to evaluate its robustness and adaptation.

Mots-clés libres : Télédétection, OTB, SENTINEL2, SPOT6

Classification Agris : P31 - Levés et cartographie des sols
U30 - Méthodes de recherche
B10 - Géographie

Auteurs et affiliations

  • Londoño Villegas Mónica María, Université Paul Valéry (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/585651/)

Voir la notice (accès réservé à la Dist) Voir la notice (accès réservé à la Dist)

[ Page générée et mise en cache le 2022-03-31 ]