Rapport méthodologique pour la production des cartes d'occupation du sol 2022 de l'agglomération d'Antananarivo - Madagascar

Dupuy Stéphane, Andriamanga Andoniaina Valérie, Gaetano Raffaele, Burnod Perrine. 2022. Rapport méthodologique pour la production des cartes d'occupation du sol 2022 de l'agglomération d'Antananarivo - Madagascar. Montpellier : CIRAD, 17 p.

Document technique et de recherche

Prévisualisation

Version publiée - Français
Sous licence

.
Rapport_occupation_sol_Tana_2022_v3.pdf
Télécharger (1MB) | Prévisualisation

Url - jeu de données - Dataverse Cirad : https://doi.org/10.18167/DVN1/CBJ0QX / Url - jeu de données - Dataverse Cirad : https://doi.org/10.18167/DVN1/RE1MDM

Résumé : Ce rapport décrit la production d'une base de données de référence et deux cartes d'occupation des sols de la ville d'Antananarivo réalisées sur l'année 2022 en utilisant une méthodologie combinant l'apprentissage automatique et l'analyse d'images basée sur les objets (OBIA). Ces travaux font suite à ceux ayant aboutis à une cartographie de la même zone en 2017. Les cartes sont produites en traitant des images satellites à l'aide de la chaîne de traitement Moringa développée dans notre laboratoire. Une image Pléiades à très haute résolution spatiale (THRS), une série temporelle d'images Sentinel-2, un modèle numérique de terrain (MNT) et une base de données de référence ont été utilisés. Une des deux cartes est produite avec un MNT et un modèle numérique de Surface (MNS) LiDAR d'une résolution spatiale de1m (sur une zone réduite) alors que la seconde est produite avec un MNT moins précis (30m). L'image Pléiades est utilisée pour générer une couche d'objets en utilisant un algorithme de segmentation. Chaque objet est ensuite classé à l'aide des variables issues de l'image THRS, de la série temporelle et des informations du MNT. La nomenclature hiérarchique retenue est constituée de quatre niveaux avec un nombre de classes allant de 4 à 19. Les précisions globales des cartes vont de 93% à 84%. De tels produits d'occupation du sol sont très rares à Madagascar, il a donc été décidé de les diffuser en libre accès pour qu'ils soient utilisables par les gestionnaires du territoire et les chercheurs.

Résumé (autre langue) : This report describes the production of a reference database and two land use maps of the city of Antananarivo carried out over the year 2022 using a methodology combining machine learning and object-based image analysis (OBIA). This work is a continuation of the work that resulted in a mapping of the same area in 2017. The maps are produced by processing satellite images using the Moringa processing chain developed in our laboratory. A Pleiades Very High Spatial Resolution (VHSR) image, a time series of Sentinel-2 images, a Digital Terrain Model (DTM), and a baseline were used. One of the two maps is produced with a DTM and a digital surface model (DSM) produced from a LiDAR acquisition with a spatial resolution of 1m (over a reduced area) while the second is produced with a less accurate DTM (30m). The Pleiades image is used to generate a layer of objects with a segmentation algorithm. Each object is then classified using variables from the THRS image, the time series and the DTM information. The hierarchical nomenclature used consists of four levels with a number of classes ranging from 4 to 19. The overall accuracy of the maps ranges from 93% to 84%. Such land cover products are very rare in Madagascar, so it was decided to make them freely available for use by land managers and researchers.

Mots-clés libres : Pleiades images, Sentinel-2, LiDAR, OBIA, Land cover

Auteurs et affiliations