Choix des images Satellitaires :

Pour analyser les dynamiques d’utilisation et d’occupation du sol sur un gradient temporel satisfaisant (32 ans), nous avons besoin de trois images à échelle temporelle différent, la sélection de ces images satellitaires est une étape cruciale et doit répondre à un certain nombre de critères liés au choix de vecteurs et capteurs afin d’éviter les erreurs physiques :

2.1.1. Le coût d’acquisition :

A l’ensemble de ces critères techniques s’ajoutent des critères plutôt « organisationnels », tels que le coût d’acquisition de l’image. Celui-ci dépend de plusieurs facteurs : la qualité du demandeur (institutionnels, privés…), la disponibilité de l’image (image d’archives ou image à programmer), le niveau de priorité de la demande (ex. demande d’acquisition urgente pour gérer une crise). Pour cette étude, nous avons choisi de travailler sous l’archive Landsat qu’il est gratuit comme premier critère et que ses images répandent aux expectatives de l’étude(129).

2.1.2. Résolution spatiale :

Lors de l’utilisation de la télédétection dans l’analyse de la dynamique spatiale, il faut peser les avantages, coûts et le niveau de la précision recherchée par apport aux avantages de l’inventaire traditionnel. Si la télédétection est considérée comme bénéfique, le choix des données de télédétection à employer requiert une certaine pertinence pour déterminer les différents types de résolutions (spatiales, spectrales, radiométriques et temporelles) les plus ajustés pour l’estimation des caractéristiques par télédétection.

Entre une image en basse résolution spatiale (1 pixel = 1 km²) et une image en très haute résolution (1 pixel < 1 m²), le choix dépend de la taille minimale des objets à identifier et de l’échelle de production cartographique visée(129).

La prospection de la dynamique des Systèmes territoriaux ne peut se faire sans le tri et la catégorisation des objets constituantes, la zone d’étude objet de ce travail s’étale à une échelle très étendue et très complexe, d’autant plus une différenciation des tailles des unités physiques est distincte ; (Unité Urbain qui varie entre 80m et 1000m², et le sole nue qui devance parfois des

dizaines de Km² de surface continuer). Tout territoire appartient, en effet, à plusieurs systèmes de

niveaux et d’échelles différents

Alors, l’usage d’une résolution spatiale haute (30m x 30m) est une solution affectueuse comme clef d’entrée dans la complexité du territoire.

56

La Figure (18) représente la variance des unités paysagère en fonction de différentes résolutions spatiale et leurs physionomies.

-Zone Urbain (a) -Paysage Rurale (c) -Massif forestier (e)

2.1.3. Résolution Spectrale :

Chaque objet ayant sa propre réflectance, les bandes spectrales du visible (bleu, vert, rouge) seront largement utilisées dans ce travail pour visualiser la présence de l’eau, celles du proche infrarouge pour cartographier la végétation, celles de l’infrarouge moyen pour étudier la composition des sols. La résolution spectrale est d’autant plus élevée que le nombre de canaux ou bandes spectrales est important. Ainsi, un capteur panchromatique contient un seul canal à large spectre et possède donc une faible résolution spectrale. À l’inverse, les capteurs hyperspectraux, qui disposent d’un nombre important – supérieur à une centaine – de canaux sensibles à des intervalles de longueurs d’ondes très étroits, sont dits à très haute résolution spectrale (THRS). Dans le cadre de ce travail, nous nous intéresserons aux données de télédétection à THRS les plus courantes, qui sont acquises à de hautes résolutions spectrales(129).

57

2.1.4. Résolution Temporelle :

En plus de la résolution spatiale, spectrale et radiométrique, il faut saisir aussi que les satellites Landsat livrent régulièrement des séries chronologiques répétitives d’images et sur et sur tous les terrains chaque 16 jours.

Figure 18: Evolution de la résolution spectrale des satellites Landsat depuis 1971

2.1.5. Acquisition des images :

Trois images Landsat ont été utilisées pour la réalisation du projet spatiotemporel (Tableau7). Les

données multispectrales sont associées aux bandes des capteurs Thematic Mapper TM, Enhanced Thematic Mapper plus (ETM+) et Operational Land Imager (Oli) de Landsat respectivement pour l’image 1987, 2008, et 2019. Ce choix a été imposé par la période printanière, la présence du nuage sur les scènes de la zone d’étude et la disponibilité des données de recensement général de la population et de l’habitat (RGPH) qui coïncide avec ces dates (1987,2008), pour le cas de l’année 2019 le RGPH n’est plus comme prévue chaque dix ans et il est reporté jusqu’au 2021, ce décalage nous a nécessairement orienté à saisir les statistiques approuvées estimées par l’Office Nationale des Statistiques (ONS) pour l’année 2019.

Tableau 8:Caractéristiques des images satellitaires utilisées

SATELLITE/SENSOR PATH/RAW DATE RS (m) Bandes Projection

Landsat 5/ TM 193/36 09/02/1987 30 x 30 1 2 3 4 5 7

UTM(WGS84-N32)

Landsat 7/ ETM+ 193/36 24/02/2008 30 x 30 1 2 3 4 5 7

58

Grâce aux archives d'images haute résolution Landsat accessibles depuis GEE et depuis une simple requête, l'acquisition de l'image de la zone d'étude est devenue plus simple et plus facile, pour cela il faut sélectionner :

- Région d'intérêt (ROI) comme point de coordonnées. - Choisissez le capteur (MSS / TM / ETM + / OLI).

- Sélectionnez la forme d'image (Raw / Réflectance de surface / Réflectance du haut de l'atmosphère (TOA).

- Date d'intérêt (DOI) comme date d'intervalle. - Filtre de couverture nuageuse.

- Sélectionnez les bandes.

Principalement, nous devons acquérir l'image la plus récente qui couvre toute la zone d'étude, puis choisir l'image avec un pourcentage minimum de couverture nuageuse, pour cela nous avons utilisé les coordonnées Path / Raw de la scène. Ces conditions sont mises sur l'interface GEE sous la forme du script suivant (131):

Figure 19: Scripte nécessaire pour l’acquisition des images filtrées

Les corrections radiométriques dues à l'atmosphère ont pour but de corriger certaines variations de la distribution des données causées par le décalage temporel dans l’acquisition des images. En effet, les facteurs comme l’angle d’élévation du soleil, la distance terre-soleil, la calibration des capteurs, les conditions atmosphériques et la géométrie de visée affectent la valeur numérique des pixels(132).