Centre de documentation
scientifique

Télédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes / Arthur Crespin-Boucaud (2021)  

Public Titre : Télédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes : application aux Hautes Terres, à Madagascar Type de document : Thèse/HDR Auteurs : Arthur Crespin-Boucaud, Auteur ; Agnès Bégue, Directeur de thèse Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2021 Importance : 326 p. Format : 21 x 30 cm Note générale : bibliographie Thèse pour obtenir le grade de docteur délivré par l’institut des sciences et industries du vivant et de l’environnement, Spécialité : Géomatique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] agriculture [Termes IGN] analyse d'image orientée objet [Termes IGN] carte d'occupation du sol [Termes IGN] classification dirigée [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] données de terrain [Termes IGN] image Pléiades-HR [Termes IGN] image Sentinel-MSI [Termes IGN] Madagascar [Termes IGN] modèle conceptuel de données [Termes IGN] modélisation spatio-temporelle [Termes IGN] parcelle agricole [Termes IGN] prise en compte du contexte [Termes IGN] série temporelle [Termes IGN] système complexe [Termes IGN] utilisation du sol Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les méthodes de classification des données de télédétection pour la cartographie de l’occupation des sols reposent sur des mesures de proximité entre pixels ou objets dans un hyperespace spectral dans lequel ils sont projetés en fonction de leur réflectance dans plusieurs bandes spectrales de l'image. La projection en retour des pixels ou des objets vers l'espace géographique permet d'obtenir la carte d’occupation du sol recherchée, avec autant de classes que de régions identifiées comme significatives dans l'hyperespace. Le raisonnement qui sous-tend l'analyse dans l'hyperespace des données satellitaires est que dans ce dernier, les relations de proximité de "signatures spectrales" des objets et des pixels sont plus faciles à mettre en évidence que dans l’espace géographique. Ces méthodes sont particulièrement efficaces pour la cartographie des espaces agricoles caractérisés par de grandes parcelles et par des pratiques culturales homogènes. Cependant, pour une grande partie des Suds, les espaces agricoles sont plus complexes, avec des parcelles généralement plus petites, et une diversité d’usages et d’occupations des sols qui reflète les coutumes et leur adaptation au climat et à la géographie locale. L'efficacité des méthodes de télédétection diminue fortement pour ces systèmes agricoles plus complexes. Afin de repousser ces limites, les recherches actuelles portent sur des méthodes combinant à la fois des séries temporelles d’images satellites et des données contextuelles, telles que des indices de texture, l’altitude ou la pente, dont certaines sont basées sur l’apprentissage profond. Ces développements méthodologiques et techniques poussés utilisent principalement l’information spectrale et n’intègrent que peu les autres types de connaissances agricoles disponibles. Par exemple, on sait que certaines cultures ne poussent qu’à partir d’une altitude ou à proximité des habitations. Aisément identifiables dans l’espace géographique, ces connaissances, à la fois spatiales et temporelles, sont plus difficilement identifiables dans l’hyperespace des données. Cela suggère intuitivement qu'une meilleure prise en compte des connaissances agricoles pourrait améliorer les méthodes de classification pour obtenir des cartes de l'occupation de l’usage des sols plus cohérentes sur le plan agricole. Dans cette thèse, nous explorons la possibilité d'utiliser les connaissances en agriculture, formalisées sous forme de règles, pour améliorer une méthode de classification supervisée pour la cartographie de l'occupation et de l’usage des sols des systèmes agricoles complexes. Dans un premier temps, cette thèse propose un modèle conceptuel permettant de combiner à la fois des méthodes de classification de données de télédétection et de la modélisation spatio-temporelle. Ce modèle est décomposé en quatre modules spatiaux et temporels, chacun correspondant à une méthode visant à améliorer la caractérisation de l’occupation et de l’usage des sols, et pouvant être utilisé indépendamment. Les deux modules spatiaux du modèle sont ensuite appliqués à une zone d’étude agricole située dans la région du Vakinankaratra, sur les Hautes Terres de Madagascar afin d’évaluer l’approche développée. D’un point de vue quantitatif, l’application des deux modules spatiaux n’améliore que très peu la caractérisation des classes d’occupation et d’usage des sols de la zone d’étude, notamment du fait du manque de données de qualité supportant l’application des règles spatiales identifiées. Néanmoins, l'application des modules spatiaux permet une meilleure discrimination entre les cultures pluviales et les espaces de savanes, source de nombreuses confusions avec les méthodes utilisées en traitement de données de télédétection. L'analyse de ces résultats permet de proposer des améliorations pour le modèle conceptuel ainsi que pour son application plus générale aux systèmes agricoles complexes. Note de contenu : Introduction générale 1- Contexte et problématique de la thèse 2- Modèle conceptuel 3- Zone d’étude, matériel et méthodes 4- Méthode d’application des modules à la région des Hautes Terres 5- Résultats d’applications 6- Discussion Conclusion générale Numéro de notice : 28322 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : AgroParisTech : 2021 Organisme de stage : TETIS (Montpellier) DOI : sans En ligne : https://pastel.archives-ouvertes.fr/tel-03306233/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98314