DISCRIMINATION DES CHANGEMENTS

DISCRIMINATION DES CHANGEMENTS

Grâce à leurs avantages quant à l’observation macroscopique et multi-temporelle, les données de télédétection sont certainement idéales pour obtenir l’information du changement physique de l’environnement. Comme nous l’avons vu dans le chapitre II,

il existe plusieurs approches pour y parvenir. Les plus fréquemment utilisées sont la comparaison de post-classification — visant à découvrir la différence entre les images classifiées de deux dates différentes (Weismiller et al. 1977, Singh, 1989) et le differencing ou différenciation d’image (Ingram et al., 1981 ; Toll et al., 1980 ; Jensen et al., 1982 ; Quarmby et al., 1989 ; Singh 1989 ; et Lambin et al., 1994).

Cette dernière a été adoptée, dans notre étude, pour produire les cartes générales de changement. 1. PROCEDURES Les procédures pour discerner le changement environnemental sont présentées ci-dessous : (1) Enregistrement image par image

Les données de télédétection (TM1987, 1989 et ETM1999) ont été géométriquement corrigées par les cartes topographiques d’une échelle de 1/200 000 à 1/300 000 en datum WGS84 et projection UTM (48) en utilisant le modèle polynomial (3éme ordre) et le ré-échantillonnage bilinéaire.

Les erreurs de RMS de la rectification d’image par image sont comprises entre 0,53 et 0,58 pixels. (2) Correction atmosphérique Certains, modèles basés sur la mesure in-situ, capables de produire une correction atmosphérique idéale ne peuvent être appliqués à notre étude de cas du fait de l’indisponibilité des paramètres atmosphériques pendant le passage des satellites et des programmes de traitement associés.

Une approche intégralement centrée sur l’image a donc été utilisée pour cette recherche en s’appuyant sur les travaux de Crist et al. (1984a, 1984b et 1986a) et de Chavez (1988 et 1996). Ainsi que nous l’avons présenté dans le Chapitre II, Chavez a proposé un modèle de DOS (dark object subtraction) (1975, 1988) et sa version améliorée — le modèle de COST (1996).

Une spécificité de sa méthode est de quantifier la valeur de brume à éliminer. Le moyen traditionnel pour obtenir cette valeur est de mesurer la radiance sur les zones d’eau claire profonde ou ombragées, dans les images où la valeur de la radiance dans le proche infrarouge est de zéro ou proche de zéro. Toute valeur au dessus de zéro est considérée comme un résultat de la dispersion et de la radiation de parcours.

Un tel enlèvement de brume produit souvent une surcorrection et n’est pas applicable à une image, en l’absence d’objets foncés (Chavez, 1996). Une approche possible pour obtenir cette valeur est la transformation de chapeau à cône. Selon Crist et al. (1986a), la 4ème composante de cette transformation est un indicateur de brume, qui peut être exprimé par l’équation : H = 0.8832×B1 0.0819×B2 0.4580×B3 0.0032×B4 0.0563×B5 + 0.0130×B7…(IV-1) où H est la valeur de brume de pixel.

L’équation (IV-1) produit une valeur totale de brume pour chaque pixel. En supposant que l’ensemble du lieu observé doit avoir le même contexte de brume, la moyenne des valeurs totales de brume dérivées de cette équation a donc été utilisée pour enlever l’effet de la dispersion, en s’appuyant sur le tableau 2-2 et en supposant que la scène était très claire lors de l’acquisition des images.

Sachant que les images récentes et anciennes ont été acquises respectivement le 12 août 1999 et le 20 septembre 1987/le 17 septembre 1989, il y a environ 32-35 jours de différence. L’effet dérivé de la différence de la distance Soleil-Terre et de l’angle d’altitude du soleil devrait donc également être corrigé.

Le modèle de COST est ainsi employé pour corriger un tel effet et en même temps pour transformer la radiance sur-satellite en réflectance du sol. Les formules correspondantes ont été énumérées au chapitre II et les paramètres détaillés de correction et de transformation sont exposés dans l’Annexe