Denize Julien. 2015. Développement d'un modèle de classification d'images SAR pour la cartographie des cultures tropicales : Exemple de l'île de la Réunion. Rennes : Université Rennes 2, 49 p. Mémoire de master 2 : Géographie-aménagement. Géomatique : Université Rennes 2
|
Version publiée
- Français
Sous licence ![]() Mémoire M2 Julien Denize.pdf Télécharger (1MB) | Prévisualisation |
Titre anglais : Development of an SAR imaging classification model for mapping of tropical crops: Example of Reunion Island
Encadrement : Todoroff, Pierre
Résumé : A La Réunion, île tropicale de 2 512 km² contraint par un relief accidenté, les filières agricoles se font concurrence sur un parcellaire très morcelé. Les enjeux de l'occupation du territoire se concentrent dans les rares espaces aménageables des " bas " de l'île. Cette étude, s'attache à fournir des références fiables et actualisées aux décideurs, aménageurs du territoire et institutions, par une méthode de télédétection permettant l'identification et la cartographie des cultures tropicales. Dans cet objectif, nous évaluons le potentiel de l'imagerie SAR par polarimétrie associée à une modélisation statistique basée sur des classifieurs. Une méthode a été élaborée et testée sur une zone d'étude de 25*25 km grâce à une série de 6 images RADARSAT-2 de 2014 en polarisation complète. Un ensemble d'indicateurs radar (indices, décomposition, texture, etc.) ont été calculés à partir de la matrice de cohérence. Des séparateurs à vastes marges (SVM), ont permis la classification de ces indicateurs à partir des îlots culturaux recensés en 2013. La méthode obtient une précision globale de 88% pour l'identification des quatre cultures majoritaires. Toutefois, certaines confusions persistent, notamment entre les cultures maraîchères et la banane. La prochaine étape consistera à optimiser la procédure en réduisant le nombre de variables explicatives pour délivrer un produit opérationnel sur la Réunion. La méthode sera reproductible afin de minimiser les coûts de production
Résumé (autre langue) : In Reunion, a tropical island of 2 512 km² constrained by a rugged relief, agricultural sectors are competing in highly fragmented agricultural land. The issues of land use are concentrated in scarce convertible areas along the coast. This study aims to provide reliable and updated references to policymakers, planners and institutions, by a remote sensing method for the identification and mapping of tropical crops. For this purpose, we assess the potential of polarimetric SAR imagery associated with statistical modeling based on classifiers. A method has been developed and tested on a study area of 25*25 km thanks to 6 RADARSAT-2 images in 2014 in full-polarization. A set of radar indicators (indices, decomposition, texture, etc.) was calculated from the coherency matrix. Support vector machines (SVM), allowed the classification of these indicators from fields recorded in 2013.The method shows an overall accuracy of 88% for the identification of the four major crops. However, some confusion persists, especially between vegetable crops and bananas. Further investigation will aim to optimize the processing by reducing the number of explanatory variables with the objective of an operational product in Reunion. The method will be reproducible in order to minimize production costs.
Mots-clés libres : RADARSAT-2, Sentinel-1, Polarimétrie, Forêts aléatoires, SVM, Mode d'occupation des sols
Auteurs et affiliations
- Denize Julien, Université de Rennes 2 (FRA)
Source : Cirad-Agritrop (https://agritrop.cirad.fr/589973/)
[ Page générée et mise en cache le 2019-10-08 ]