Calcul automatique de cartes d'occupation du sol sans données de terrain

=>

Avec la mise à disposition régulière d’images corrigées des effets atmosphériques et téléchargeables librement par le pôle Theia, il est possible d’imaginer la production de classifications de l’occupation du sol automatique et en continu au fil de la mise à disposition de nouvelles images.

 

Dans le cadre du projet SYRHIUS, un prototype a été développé au CESBIO pour tester les résultats de ce type de classification à l’échelle d’un bassin versant.  La zone d’étude retenue est le Fresquel, un bassin versant de 937 km², situé entre Castelnaudary (le cassoulet) et Carcassonne (la forteresse). Les principales cultures présentes sont : céréales, tournesol, vigne et dans une moindre mesure maïs et colza.

 

Le type de méthode de classification utilisée est une classification supervisée (SVM), pour laquelle les échantillons d’apprentissage ne sont pas des zones connues des images à classer (comme les méthodes supervisées classiques, par exemple celle qui sera utilisée dans le projet THEIA) mais sont issues d’une base de données d’apprentissage créée à partir d’années antérieures et de données de terrain acquises pour ces dates. Une telle méthode présente l’avantage de ne nécessiter aucune connaissance à priori sur l’année en cours (et donc aucune étape manuelle d’apprentissage si la base d’apprentissage est exhaustive) mais présente le défaut de nécessiter un très grand volume de données (les chroniques des années antérieures) et peut entraîner une forte confusion dans le cas d’années au climat exceptionnel.

Illustration de la chaîne de traitement mise en place pour la production des cartes d'occupation du sol.

 

Afin de tester cette approche, le RPG (référentiel parcellaire graphique) a été utilisé sur les années 2011 et 2012 pour le bassin du Fresquel apportant une connaissance spatialisée des cultures semées,  conjointement aux séries landsat5/7 qui permettent de suivre l'évolution temporelle de la réflectance des parcelles du RPG. L’association de ces deux types de données a permis de créer une base d’apprentissage, utilisée dans un second temps pour la classification des années 2013, 2014 et 2015 pour l’ensemble du bassin du Fresquel.

 

Les images de niveau 2A (corrigées des effets atmosphériques et accompagnées d'un masque de nuages) utilisées en entrée du traitement, sont mises à disposition par le centre de données THEIA.  La validation des classifications proposées ne sera possible que lorsque le RPG 2013 sera disponible, néanmoins, de précédentes campagnes ont fait état de résultats convenables avec un kappa autour de 0.65-0.7 pour la région Midi-Pyrénées.

 

Une approche de production en continu de ces classifications a été testée afin de fournir à l’utilisateur des résultats dès le début de la saison agricole. Une nomenclature évolutive a donc été proposée, celle-ci s'enrichissant à mesure de la mise à disposition des images satellite Landsat. Trois dates-clés ont été retenues : fin mars, fin juillet et fin de l’année d’étude : à chacune de ces dates la carte d'occupation est alors recalculée. Plus l'année en cours avance, plus la classification des diverses espèces végétales sera fine et précise. Le niveau de détail augmente donc au fur et à mesure pour atteindre son maximum lors de la production de la dernière carte, à la fin de l'année, comme illustré sur la figure suivante.

 

Production de trois cartes d'occupation durant l'année : la première (S1) en mars, la seconde (S2) en juillet et la dernière (S3) à la fin de l'année, avec des nomenclatures de plus en plus riches

 

Les résultats de cette étude sont disponibles via une interface Web.


On notera cependant l’importance d’une couverture régulière et les problèmes liés à l’ennuagement qui peuvent pour certaines années être très contraignants  comme dans le cas de l’année 2013, très pluvieuse (et dépourvue de données LANDSAT avant la mise en service de LANDSAT 8 en Avril).  En 2013, certaines zones n’ont été observées que trois fois durant l’ensemble de l’année. De très mauvais résultats sont donc obtenus en début de saison agricole, qui s'améliorent par la suite. Heureusement, l'arrivée de Sentinel-2 devrait permettre d'assurer une bien meilleure répétitivité dès 2016.

Le projet SIRHYUS

Le projet SIRHYUS a pour objectifs de concevoir,  de développer et de mettre en œuvre des services opérationnels dédiés à la gestion des ressources en eau douce continentale grâce à l'intégration, l'assimilation et à la valorisation des données satellitaires d’observation de la Terre. Ce projet est mené par un consortium de huit partenaires complémentaires : Veolia Environnement Recherche&Innovations, Veolia Eau, EDF, G2C environnement, Acri ST, l’UMR TETIS-IRSTEA, le CNES, VERI et le CESBIO. Il est financé dans le cadre du 12ème Fonds Unique Interministériel par le ministère en charge de l’eau, les régions Paca et Languedoc- Roussillon, ainsi que par la Fondation Sciences et Techniques pour l’Aéronautique et l’Espace. La finalité de ce projet est de pouvoir proposer de nouveaux services, s'appuyant sur des savoir-faire scientifiques et industriels reconnus. Dans ce cadre, le CESBIO a développé ou amélioré les algorithmes de création de quatre produits : le produit manteau neigeux, le produit occupation du sol, le produit évapotranspiration et le produit quantité d’eau dans le sol. Ces algorithmes sont principalement dédiés à l’exploitation des données Sentinel-2. Dans le cadre de ce projet, deux articles sont publiés sur ce blog : le premier (ci-dessus) concerne l'occupation du sol et le second l'estimation de l'évapotranspiration et du bilan hydrique à l'échelle d'un bassin versant (lien).

 

Yoann Moreau et Isabelle Soleihavoup

Posted under: Applications, CESBIO, En Français, Landsat, Sentinel-2, THEIA

Tagged as:

Leave a Reply

Your email address will not be published. Required fields are marked *

*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>