Etude expérimentale en cartographie de la végétation par télédétection - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Cybergeo : Revue européenne de géographie / European journal of geography Année : 2015

Experimental vegetation mapping study using remote sensing

Etude expérimentale en cartographie de la végétation par télédétection

Résumé

The purpose of this study is to evaluate the potential of aerial and satellite imageries of high spatial resolution for large scale vegetation mapping on Brittany, Normandy and Pays de la Loire regions at 1/25 000. Different types of images (BDORTHO® IRC, SPOT5, Worldview-2) were acquired for four sites which represent vegetation diversity in the North- West of France. Classification processes were established and their reproducibility was assessed on another site. The classification used is the nested classification system of the National Botanical Conservatory of Brest (CBN), that schedules a phytosociological typology and a physiognomical typology. This nested classification system is compatible with remote sensing. An object-oriented classification was applied on images. It was combined with pixelbased classification when applied on the Worldview-2 image. Results were evaluated at three classification levels, corresponding to land cover, large vegetation types, and plant formation types. Best results, from more conclusive to less conclusive, were obtained with Worldview-2 image, then BDORTHO® IRC and then SPOT5 images. Some results are not satisfactory for some classes of plant formation type level, but they could be improved in adding photointerpretation in post-processing, in using multi-date images from different sensors and in using GIS data.
L'objectif de cette étude est d'évaluer les potentialités qu'offre l'imagerie aérienne et satellitaire à haute et très haute résolution spatiale pour la cartographie des grands types de végétation des régions Bretagne, Basse-Normandie et Pays de la Loire à l’échelle du 1/25 000. Différents types d’images (BDORTHO® IRC, SPOT5, Worldview-2) ont été acquises sur quatre sites représentatifs de la diversité des végétations présentes sur ce territoire. Des procédures de classification ont été établies et leur reproductibilité à d’autres sites a été évaluée. La typologie des végétations utilisée est celle proposée par le Conservatoire Botanique National de Brest (CBN de Brest) qui articule, par une démarche « bottom-up », la typologie phytosociologique utilisée sur le terrain avec une typologie physionomique (structurale) compatible avec des données de télédétection. Une approche de classification orientée-objet a été privilégiée. Seules les classifications appliquées à l’image Worldview-2 combinent deux approches, orientée-objet et basée sur le pixel. Les performances globales des classifications ont été évaluées à trois niveaux typologiques correspondant à l’occupation du sol, aux grands types de végétations et aux types de formations végétales. Les résultats, des plus concluants au moins concluants, ont été obtenus par la classification de l’image Worldview-2, puis la BDORTHO® IRC et enfin des images SPOT5. Les résultats ne sont pas satisfaisants pour certaines classes du niveau « Types de formations végétales » mais ils pourraient être améliorés par une étape de photo-interprétation en post-traitement, par l’utilisation d’images multi-dates de différents capteurs et d’informations vectorielles compatibles en termes de granularité et de thème.
Fichier principal
Vignette du fichier
cybergeo-27067.pdf (1.84 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-01165523 , version 1 (31-10-2022)

Licence

Paternité

Identifiants

Citer

Vanessa Sellin, Sylvie Magnanon, Françoise Gourmelon, Françoise Debaine, Jean Nabucet. Etude expérimentale en cartographie de la végétation par télédétection. Cybergeo : Revue européenne de géographie / European journal of geography, 2015, pp.730. ⟨10.4000/cybergeo.27067⟩. ⟨hal-01165523⟩
497 Consultations
51 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More