L’occupation du sol : une classification supervisée basée sur les relevés de terrain

3.2.1 La sélection des images satellites

Les données satellitaires provenant des satellites SPOT ont été sélectionnées. Ce choix a été orienté par la mise à disposition d’images SPOT de 2005 à 2010 par la plate-forme SEAS-GUYANE pour mon projet de doctorat, et de l’octroi d’une subvention ISIS (CNES) permettant d’acquérir des images pour la période 2000-2006. Ce programme vise à promouvoir l'utilisation de l'imagerie spatiale SPOT auprès de la communauté scientifique en lui permettant d'acquérir des données satellitaires à un tarif préférentiel. Des images LANDSAT ont également été utilisées pour caractériser l’occupation du sol de 1989 à 2000.

Les acquisitions d’archives ont ainsi permis de disposer d’images satellites pour trois sites d’études : Camopi, Trois-Sauts et la Terre indigène wayãpi située au Brésil dans l’état d’Amapá, à différentes dates, couvrant une période de 20 ans. Au sein des archives, l’acquisition des images durant la saison sèche (octobre-novembre) a été privilégiée afin d’obtenir le maximum de contraste entre les éléments du paysage (forêt, jachère et abattis brûlés et cultivés) et de pouvoir bien distinguer l’ouverture des nouveaux abattis. De plus, cette période correspond à un maximum de disponibilité des données du fait de la faible nébulosité saisonnière.

Il n’a pas été possible de sélectionner des images de la même année pour les trois sites, ni même de la même résolution. J’ai donc favorisé quatre périodes, le début des années 1990, incluant des images de 1989 à 1991, le début des années 2000, incluant des images de 1999 à 2001, les années 2005-2006 et les années 2009-2010. Mais de manière générale, pour les sites de Guyane, les images des périodes antérieures à 2006 restent marquées par une assez forte couverture nuageuse. En revanche, que ce soit pour le moyen ou pour le haut Oyapock, les images de la période 2009-2010 ne contiennent aucun nuage sur les zones exploitées (5 kilomètres autour des fleuves), permettant d’avoir une vision de la totalité des surfaces ouvertes par la communauté ces années-là. Pour la TIW, la disponibilité d’images satellites avec une faible couverture nuageuse était meilleure. Par contre, au vu de l’étendu du site, j’ai dû associer des images SPOT et des images LANDSAT pour arriver à couvrir la totalité du site sur une même période. Les images satellites utilisées sont présentées en annexes 1 et 2.

71

Cette mixité des images et de la résolution des pixels est à prendre en compte dans l’analyse des données. Sur les images SPOT 5, la résolution du pixel de 10 m sur 10 m permet de caractériser des surfaces de 100 m², ce qui est tout à fait adapté à nos sites et aux objectifs de l’étude, la taille moyenne d’un abattis étant de 5000 m². Sur les images SPOT 4, la résolution du pixel de 20 m sur 20 m permet de caractériser des surfaces de 400 m², et sur du LANDSAT, le pixel de 30 m sur 30 m permet de caractériser des surfaces de 900 m². Ainsi les abattis peuvent être détectés sur toutes ces images, par contre les estimations de surface n’ont pas les mêmes précisions. Ainsi les classifications de l’occupation du sol en 2009-2010, pour le site de Camopi, ont une précision de 0,01 hectare (image SPOT 5), et pour le site de Trois-Sauts de 0,04 hectare (image SPOT 4). Quant à la TIW, cette précision varie de 0,04 à 0,09 hectare (image LANDSAT) en fonction de la zone de la TIW, mais je n’ai pas utilisé de calcul de surfaces dans mes analyses des dynamiques de la TIW.

3.2.2 Une typologie des éléments paysagers

Les campagnes de terrain ont fourni des données géo-référencées permettant l’identification spectrale des divers types de parcelles observées in situ qui participent au traitement et à l’interprétation des images satellites. Tous les relevés GPS effectués ont servi à renseigner les successions des composantes paysagères (Oszwald et al., 2012).Ces relevés ont été confrontés dans une matrice de confusion afin de distinguer les postes de nomenclature qui sont sans ambiguïté de ceux qui présentent quelques équivoques. Cette matrice détermine donc le degré de probabilité d’identification des différents éléments paysagers observés sur le terrain (Oszwald et al., 2010). Ces prétraitements permettent d’affiner la typologie des éléments paysagers que l’on souhaite identifier par télédétection. La typologie finale compte six classes : les abattis brûlés, les abattis cultivés à n+1 et n+2, les jachères (de 4 à 20 ans), les bas-fonds et cambrouses, la forêt et les sols nus correspondant aux zones construites et aux hameaux.

Dans tout ce travail, les images satellites présentées en illustration sont affichées en composition colorée en fausses couleurs, permettant de représenter en vert la forêt et en rouge/rose les sols nus et en l’occurrence les abattis brûlés. Cela correspond à l’affichage de la bande moyen infra-rouge (MIR) dans le rouge, du proche infra-rouge (PIR) dans le vert, et du rouge (R) dans le bleu.

72 3.2.3 Une classification supervisée

Les images satellites ont été corrigées géométriquement grâce à des points GPS remarquables identifiés lors des campagnes de terrain (piste d’aviation, embouchure de large cours d’eau, hameaux, etc.). Toutes les images d’archives ont ainsi été recalées. Pour la TIW pour laquelle je ne disposais pas de points GPS, toutes les images ont été calées sur une image SPOT définie comme image de référence. A partir de cette image, chaque image a été recalée selon des éléments facilement identifiables comme la piste BR 210 à l’est, la piste d’aviation d’Okakai au nord-ouest, et les grands fleuves, comme l’Inipuku à l’ouest. Les biais induits par les facteurs atmosphériques ont été corrigés à l’aide du logiciel 5S (Kergomard, 2000). Les nuages ont été masqués manuellement afin de limiter leurs interférences radiométriques.

Enfin, à partir du jeu de données thématiques collectées sur le terrain, des zones d’entraînement ont été identifiées afin de classer les pixels. Cela consiste à utiliser une partie des points GPS pour définir spectralement chaque élément paysager. Puis une classification spectrale utilisant la méthode statistique de maximum de vraisemblance a été réalisée avec le logiciel ENVI, version 4.3. Après avoir réalisé la classification, les points restants sont utilisés en post-traitement pour vérifier la qualité des classifications. Toutes les classes ont été définies avec un indice de kappa supérieur à 0,8 ce qui indique que plus de 80 % des pixels ont été bien classés. L’indice de Kappa exprime la réduction proportionnelle de l'erreur obtenue par une classification, comparée à l'erreur obtenue par une classification complètement au hasard (Girard et Girard, 2010).

Les images antérieures à la période 2009-2010, pour lesquelles je n’avais donc pas de points GPS, ainsi que celles de la TIW ont été classées par correspondance spectrale. Par comparaison, il est ainsi possible de reconstituer des classifications d’occupation des sols pour les périodes antérieures (Oszwald et al., 2010). D’autres part, pour certaines images antérieures à 2009-2010 et ayant beaucoup de nuages, une analyse par photo-interprétation s’est révélée plus rapide, évitant de devoir masquer les nuages et de perdre l’information située dans la zone d’interférence radiométrique autour des nuages (Gond et Phulpin, 1990).

Afin d’éviter les biais sur l’estimation des surfaces cultivées du fait de l’usage de ces différentes méthodes, j’ai uniquement quantifié et analysé les données de surface pour la période 2009-2010 à Camopi et à Trois-Sauts, période pour laquelle les classifications supervisées ont été réalisées à partir de points GPS. Les surfaces obtenues par télédétection ont été vérifiées grâce aux surfaces relevées au GPS en faisant le tour des abattis.

73

3.3 Elaboration de la base de données géographique sur l’occupation