Détection de changements et classification sous-pixelliques en imagerie satellitaire. Application au suivi temporel des surfaces continentales.

HAL Id: tel-00163361

https://tel.archives-ouvertes.fr/tel-00163361

Submitted on 17 Jul 2007

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub-

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non,

sous-pixelliques en imagerie satellitaire. Application au suivi temporel des surfaces continentales.

Amandine Robin

To cite this version:

Amandine Robin. Détection de changements et classification sous-pixelliques en imagerie satellitaire.

Application au suivi temporel des surfaces continentales.. Mathématiques [math]. Université René

Descartes - Paris V, 2007. Français. �tel-00163361�

UFR deMathématiques et Informatique

Éole dotorale Paris-Centre

THÈSE

pourobtenir legrade de

Doteur de l'Université Paris Desartes

Spéialité:Mathématiques appliquées

présentéepar

Amandine ROBIN

Détetion de hangements et lassiation

sous-pixeliques en imagerie satellitaire.

Appliation au suivi temporel des surfaes ontinentales.

Sub-pixeli hange detetion and lassiation.

Appliation to remote-sensing land-over monitoring.

Soutenue publiquementle21 Mai2007 devant lejuryomposéde :

Président : Jean-Mihel MOREL Professeur,Éole Normale Supérieurede Cahan

Direteursde thèse : SylvieLE HÉGARAT-MASCLE Professeur,UniversitéParis Sud11

LionelMOISAN Professeur,Universitéde ParisDesartes

Rapporteurs : XavierDESCOMBES Chargé de ReherheINRIA

SebastianoSERPICO Professeur,Universitéde Gènes, Italie

Examinateurs : HervéCARDOT Chargé de ReherheINRA

Jordi INGLADA Ingénieur de Reherhe, CNES

HervéPOILVÉ Ingénieur de Reherhe, ASTRIUM/EADS

Cettepageestdédiéeàtouseuxquim'ontsoutenue,enouragéeouélairéependantesquatre

dernièresannées.Jesouhaiteleurexprimeriitoutema reonnaissane.

Enpremierlieu,jevoudraisexprimertoutemagratitudeàSylvieLeHégarat-MasleetàLionel

Moisanquiontaeptédeo-enadreretravail.Jen'auraispaspulemeneràbiensansleurdynamisme,

leurexigeneetleurpatiene.Leursqualitéssientiquesethumaines,trèsomplémentaires,m'ontbeau-

oupapporté.

JetiensàremeriertoutspéialementJordiInglada,nonseulementpoursapartiipationaujury,

mais surtoutpoursonaompagnementtoutaulongdemathèse. Sadisponibilitéetsonregarddiérent

etpertinentsurmestravauxaapporté,régulièrement,un nouveausouedans etravail.Jeluisuisaussi

trèsreonnaissantepourm'avoirpermis,si failement,d'exploiterdesimagesSPOT.

Jevoudrais égalementremerier HervéPoilvéet sonéquipepourl'intérêt qu'ilsontporté àe

travail.Enm'invitantàpasserdeuxmoisauseindudépartementReherheetDéveloppementAgriulture

et Environnement (Infoterra, EADSAstrium) au début de ma thèse, ils m'ont permisde déouvrirune

disiplinequim'étaitalorsparfaitementinonnue:l'agriulturede préision.

XavierDesombesetSebastianoSerpioontaeptéd'êtrelesrapporteursdeettethèse.Jeles

remeriehaleureusementpourl'attentionavelaquelleilsontluedoument.Leursremarquesjudiieuses

sont autantde pistesde reherheà explorer.

Je suis très reonnaissante à Hervé Cardot d'avoir aepté de faire partie de mon jury. Je le

remeriepour l'intérêtqu'ilaportéàetravailetpour sesremarquesonstrutiveslorsde lasoutenane.

Je remerie Jean-MihelMorel de m'avoir fait l'honneurde présider mon jury de thèse. Je lui

suiségalementtrèsreonnaissantepoursadisponibilité,sabienveillaneetsesonseilslorsdemapremière

annéede thèsequim'ontpermisde bénéierd'unexellentadredetravail.

Mes remeriements vont également à Antoine Chambaz pour son enthousiasme remarquable

et pour m'avoir élairé sur un ertain nombre de questions statistiques, à Yves Rozenhol pour ses ré-

exionsfrutueusesetsagrandedisponibilité,ainsiqu'AlainTrouvépourm'avoirfaitproterdesagrande

expérieneenmatière dereuitsimulé.

Durantes quatreannées,j'aibénéiéauquotidiend'exellentesonditions detravail ausein

detroislaboratoires:leCentred'étudedesEnvironnementsTerrestresetPlanétaires(CETP),leCentrede

Mathématiques etLeurs Appliations(CMLA)et le laboratoiredeMathématiques Appliquéesde Paris 5

(MAP5).Toustroism'ontoertunaueilsympathiqueetonvivialainsiqu'unadredetravailstimulant.

J'enremeriehaleureusementtouslesmembres.

Jeneseraissansdoutepasarrivéejusqu'iisansavoirsuivilesoursd'enseignantsexeptionnels.

JepenseenpartiulieràCarmenMafteïenterminaleetàtouslesenseignantsdeParis5quej'aieuleplaisir

de retrouver es dernières années. Je dois également des remeriements partiuliers à Georges Koeper

pour sadisponibilitéetsa bienveillaneetà AgnèsDesolneuxnotamment pourses enouragementsdans

ladernièrelignedroite.

Pour les questions plus pratiques ou administratives, j'adresse des remeriements spéiaux à

Nellie Bouhard, Christophe Castellani (et son aide préieuse pour les impressions ouleurs... ), Marie-

HélèneGbaguidi,VoeuniKhengainsiqu'àArmandeZénarre.Leurdisponibilité,leurbonnehumeuretleur

eaité ont été partiulièrement appréiables. Je salue également Miheline et Véro pour leur énergie

infaillibleetommuniative.Jedoiségalementdesremeriementspartiuliersauxingénieursinformatiiens

boulettes.

Jevoudraisaussisoulignerl'inuenepositivedetouteslespersonnesdontj'aipartagélequoti-

dienesdernièresannées.Dans unordre hronologique,jepenseàJulieetBenpourleurpréseneetleur

gentillessehorsnorme.JepenseégalementàtoutelaneéquipedesthésardsduCMLAetauxmémorables

partiesde tennis-bouteillesurlesbellespelousesdel'ENS,sans oublierPapyetsesélèbrestea parties!

Papy,meripour tapréseneet tonréonfort toutaulong de esdernières années,mais aussi

pourm'avoir faitproterdetonespritritique magniquementdéveloppétouten m'aompagnantdans

ladéouvertedesmeilleursoktailshappyhourde Saint-Germain-des-Près!

Je ne saurais oublierl'ensemble des dotorants etjeunesdoteurs du MAP5 (d'aujourd'hui et

d'hier) ave lesquelsj'ai nalementpassé la plupart de mon temps!Meri à Béatrie, Javieraet Olivier

et leur exeptionnelle réativité pour alimenter les pauses déjeuner. Qu'aurions-nous fait sans e-pousse,

ouverture-faileetlesvolansdehoolat?Jepenseégalementaugangdesreyleursdesahetsdethéet

reeleursdehoolatallemand:Arno,Céile,ClaireJ.,ClaireL.(maplusprohevoisineettoutequeça

implique), Gwendo,NiolasetSylvain,mesompagnonsdebureau.Leurprésenem'abeauoupapporté,

en partiulier dans la dernière ligne droite. Jesalue Arno pour me faire le plaisirde toujoursperdre ses

paris,auprotdesmerveilleuxbeignetsduoin.Jen'oubliepasnonplusHerminedontlesenouragements

mefurentpréieux,niBénéetsesrassurantsdebrieng.

Un grand meri à Claireet tous es bons momentspartagésdepuis laliene,sans oublierde

saluerl'inontestableeaitédu CSFDAR!Jeremerieaussil'irremplaçableonleJao.

Meri à Benjamin pour les irréfutables points sur la thèse et surtout pour les divagations

éthyliquesdeladernièrehane!Jenesauraisoublierepariperduetsesdéliatesinitationsàsld.

Unementionspéialeà Aïhaet Jaopopour leursoutien ontinu esdernièresannéeset leur

indéfetibleenthousiasme,sans oublierleurshautesperformanesrespetivesentennisetensquash.

J'en protepour rendre hommage à toutesles séries TV qui m'ontguidée spirituellement es

dernièresannées...Jenepeux queremerierplatementlesdealersplusoumoinsliitesquim'ontapprovi-

sionnée.

Il meresteà remerier haleureusement mafamille pour m'avoir supportéetouteses années,

et enpartiulier Sevedpourm'avoirpatiemmenttransmis legoûtdesmaths.

Enn,meriàJuju pourm'avoir hoyée,épauléeetrassuréedepuisle débutdeetteaventure.

Dufonddu oeur,meri.

Table des matières

Notations . . . 6

Introdution générale 9 I. Contexte de l'étude et objetifs 15 1. Aquisitions satellitaires etobservation de la surfae terrestre 17 1.1. Introdution . . . 17

1.2. Les apteurs . . . 18

1.2.1. Caratéristiquesdes systèmesimageurs . . . 18

1.2.2. Les satellitesd'observationde laTerre . . . 21

1.3. Spéiitésliéesà lavégétation . . . 25

1.3.1. Les propriétés spetrales. . . 25

1.3.2. Les indiesde végétation . . . 27

1.3.3. L'aspet temporel . . . 30

1.4. Conlusion . . . 31

2. Méthodes de détetion de hangements 33 2.1. Introdution . . . 33

2.1.1. Problématiquesde ladétetionde hangements . . . 33

2.1.2. Taxonomiedesméthodesde détetion de hangements . . . 34

2.2. Prétraitements . . . 36

2.3. Les approhespontuelles . . . 37

2.3.1. Les transformations . . . 38

2.3.2. Ladéision . . . 41

2.3.3. Les méthodesàbasede lassiations . . . 43

2.4. Les approhesontextuelles . . . 45

2.4.1. Les transformations . . . 46

2.4.2. Ladéision . . . 47

2.4.3. Les méthodesàbasede lassiations . . . 48

2.5. Conlusion . . . 48

3. Méthodes d'analyse sous-pixellique 51

3.1. Motivation . . . 51

3.2. Les méthodesde fusionde données multi-résolutions. . . 52

3.3. Ladésagrégationde l'information . . . 54

3.4. Lalassiation sous-pixellique . . . 55

3.5. Conlusion . . . 57

4. Problématique 59 II. Classiation sous-pixelique de l'oupation du sol 61 5. Unmodèle bayésien pour la lassiation 65 5.1. Modélisationduproblème . . . 65

5.2. Maximumaposteriori . . . 69

5.3. Inuene de labasserésolution . . . 74

5.4. Analysed'erreurset aspetsmultitemporels . . . 78

6. Algorithmeset performanesempiriques 85 6.1. Algorithmede reuitsimulé . . . 85

6.2. Algorithmede programmationdynamique . . . 87

6.3. Simulation desdonnées . . . 90

6.4. Exemples d'appliation . . . 91

6.5. Analysedes erreurs . . . 95

6.6. Sensibilitéau fateurde résolution . . . 97

III. Détetion de hangements à l'éhelle sous-pixelique 101 7. Unmodèle aontrariopour ladétetion de hangements 103 7.1. Modélisationduproblème . . . 103

7.2. Détetionaontrario . . . 105

7.3. Choix dumodèleaontrario . . . 114

7.4. Modèlemultidimensionel . . . 120

7.5. Comparaison avedesproédures statistiqueslassiques . . . 122

7.5.1. Les proédures de testsmultiples . . . 122

7.5.2. L'analyse de variane . . . 125

8. Aspets numériques 129 8.1. Problématique . . . 129

8.2. Algorithme . . . 131

8.2.1. Cas monodimensionnel . . . 131

8.2.2. Cas multidimensionnel. . . 134

8.2.3. Exempled'appliation monotemporelle . . . 136

8.3. Nombre d'itérationsnéessaire . . . 138

8.4. Séletionde sous-systèmes . . . 142

9. Performanes théoriques 153 9.1. Modélisationdesdonnées . . . 153

9.2. Sensibilitéau niveaude ontraste . . . 154

9.3. Inuenede la tailledesimages . . . 157

9.4. Etude en fontiondu fateurde résolution . . . 161

10.Performanes empiriques 165 10.1.Evaluation de laperformanedes résultats . . . 165

10.2.Simulationdes donnéessanshangements . . . 167

10.3.Inuenedu nombrede pixelssanshangement . . . 168

10.3.1. Simulationdes hangements . . . 169

10.3.2. Résultats . . . 170

10.4.Inuenede la tailleduhangement sous-pixellique . . . 177

10.4.1. Simulationdes hangements . . . 177

10.4.2. Résultats . . . 178

IV. AppliationàunezoneagrioledelaplaineduDanube(basededonnées ADAM) 183 11.Introdution 185 11.1.Labasede donnéesADAM . . . 185

11.2.Quelquessenarii d'appliation . . . 188

12.Classiationet validation 191 12.1.Classiationsous-pixellique. . . 191

12.2.Validation d'unearted'oupationdes sols . . . 198

12.3.Choix dunombrede lasses . . . 205

13.Détetion de hangements etmise à jour de lassiation 211 13.1.Détetionde hangements . . . 211

13.2.Miseàjour de lassiation . . . 213

Conlusion générale 219 Publiations . . . 223

Bibliographie 227

Liste des gures 235

Notations

Symboles mathématiques - Symboles ourants

D

^{: le domaine}géographique (retangulaire) observé.

D

^{HR : lesupportdisretdel'imagehaute}résolution,

D

^HR

= { 1, · · · , m }×{ 1, · · · , n }

lagrillede pixelshaute résolutionquidéoupe ledomaine

D

^en

m × n

^pixels.

x

^{: un pixeldudomaine}

D

^HR.

D

^{BR : le supportdisret de l'image basse}résolution,

D

^BR

= { 1, · · · , m ^′ }×{ 1, · · · , n ^′ }

^{lagrilledepixelsbasserésolutionquidéoupe}

le domaine

D

^en

m ^′ × n ^′

^pixels.

y

^{: un pixeldudomaine}

D

^BR.

{ x ∈ y }

^{: l'ensemble des pixels}

x ∈ D

^HR représentant une partie de la sène ouverte aussiparlepixel

y ∈ D

^BR.

| . |

^{: le ardinal d'unensemble.}

N

^{: le rapport entre les} résolutions onsidérées,

N = |D

^HR

| / |D

^BR

|

^{. Remarque :}

| W y | = N

^.

T

^{: l'ensembledes diérentes dates}d'aquisitions disponibles,

T = { 1, ..., T }

^.

u

^{: une séquened'images haute} résolution,

u = (u 1 , ..., u T )

^.

u t

^{: l'image assoiéeàladate}

t

^{de laséquene haute résolution(}

t ∈ T

^),

u t : D

^HR

→ R x 7→ u t (x).

U

^{: le hamp aléatoiredont}

u

^{est une} réalisation.

U _t (x)

^{: la variable aléatoire réelle} orrespondante dont l'intensité mesurée

u _t (x)

^est

une réalisation.

v

^{: une séquened'images basse}résolution,

v = (v ₁ , ..., v T )

^.

v _t

^{: l'image assoiéeàladate}

t

^{de laséquene basserésolution(}

t ∈ T

^),

v _t : D

^BR

→ R y 7→ v _t (y).

V

^{: le hamp aléatoiredont}

v

^estune réalisation.

S

^{: l'ensemble dessegments}

S = { 1, · · · , S }

^d'une segmentation.

s

^{: une} segmentationdudomaine

D

^HR,déniepar l'appliation

s : D

^HR

→ S = { 1, ..., S } x 7→ s(x).

L

^{: l'ensemble des labels}

L = { 1, ..., L }

^d'une labellisation (orrespondant aux diérents typesd'oupation dusol).

λ

^{: une} labellisation,notée

λ = (λ ₁ , ..., λ _S )

^{,est déniepar} l'appliation

λ : S → L = { 1, ..., L } k 7→ λ _k ,

où

λ k

^{représentelelabelde larégion}

k

^.

Λ

^{: le hamp aléatoire disretdont}

λ

^estune réalisation.Il est dénisur

S

^.

M (n, p)

^{: l'ensemble desmatriesde taille}

n × p

^{àoeients réels.}

L ² ( R )

^{: l'espae des fontionsde arré intégrable sur}

R

.

k · k 2

^{: la norme sur}

L ² ( R )

^.

E [ · ]

^{: une espérane.}

P ( · )

^{: une} distributionde probabilité.

Prinipaux aronymes et abréviations

BR : uneimageBasse Résolution.

HR : uneimageHauteRésolution.

R : mesuredansleanal Rouge.

PIR : mesuredansleanal prohe-infrarouge.

VIS : lamesuredansleanal VISible.

MAP : MaximumA Posteriori.

SPOT : SatellitePourl'Observation dela Terre.

HRVIR : HauteRésolutionVisibleet Infra-Rouge.

VGT : Végétation.

MeRIS : MediumResolutionImagingSpetrometer.

NOAA : NationalOeaniand AtmostpheriAdministration.

AVHRR : Advaned VeryHighResolutionRadiometer.

Introdution générale

La reherhe eetuéedans le adre de ette thèse portesur le suivide l'évolutiondes

surfaesontinentaleset,enpartiulier,delavégétation.Danseontexte,elleviseàl'élaboration

d'outils automatiquesde lassiation etde détetion de hangements à partir d'imagesaquises

aveune haute fréquene temporelleet unebasserésolutionspatiale.

Les enjeux

Les hangements quiapparaissent sur les surfaes ontinentales peuvent être de nature

très diérente et provenir de phénomènes brutaux ou lents. Les hangements pontuels qui sur-

viennent de manière brutale tels que les inendies, les inondations ou les éruptions volaniques,

sont généralement lourds de onséquenes tant sur le plan humain que sur l'éosystème. Leur

détetion estalorsessentiellepourlagestiondesrisqueset dessituationsde rise.D'autrestypes

dehangementssemanifestentsurdespériodespluslongues(déadaires,annuellesoudéennales)

de manière ontinue. Leur détetion est alors néessaire dans le adre des proessus de suivi et

de ontrle de la surfae, aussi bien pour les appliations de géographie ou de biophysique que

pour lesappliationsliéesaux interations entre lasurfae etl'atmosphère etpourpartiiperà la

protetion de l'environnement.

Les besoinsen artographie sontimportantsaujourd'huitantpourlaréationde artes,

puisque plus de la moitié desterres émergéesn'ont pas enore été artographiées, que pourleur

mise àjour puisque lasurfae ontinentaleest en onstanteévolution (onstrutions, végétation,

et). Cettenéessitéplael'élaborationde artesetleurmise àjour auentre despréoupations

nationales et internationales, ave la réation, notamment, du projet européen CORINE land

over initié en 1985 dont le but est de fournir une artographie de référene sur l'ensemble de

l'Europe. Ce projet vise àl'élaboration d'un inventairebiophysique de l'oupation desterres au

1/100 000

^{èmeainsiqu'àleurmiseàjouraveunefréquenedéennale.Sila}artographieonstitue unbutensoipourlesappliationsgéographiques,elleestaussiutiliséedansdenombreuxdomaines.

Eneet, d'autresthématiques liéesàl'étude dufontionnementet de ladynamiquedes

proessusphysiquesouàlaompréhensionde lamesurephysiquenes'intéressentpasdiretement

à ladétetion des hangements maisnéessitent de onnaître l'oupation des sols. Certains pa-

ramètres de surfae sont àla base de l'inversion de modèles, notamment d'interations entre les

ondesetlasurfae(parexemple,lesmodèlesdetransfertradiatif)ounéessairespouromprendre

lamesureaquisepardesinstrumentsde télédétetion.Deplus, àuneéhelleglobale,lessurfaes

ontinentales jouent un rle fondamental dans les bilans énergétique, hydrique et arboné de la

Terre. Elles interagissent étroitement ave l'atmosphère et le système hydrologique et évoluent

onstamment sousl'inuenedulimatet de l'ationde l'homme.

Tout d'abord, l'étude de l'évolution des types de ouvert est important pour laplani-

ation agriole (ex : laPolitique Agriole Commune dans le adre de l'Union Européenne) ainsi

que pour l'agriulture de préision. En eet, le suivi de l'évolution des ultures à une éhelle lo-

ale permet, par undépistage préoe desmaladies de la végétationet par unemploi adapté des

engrais,l'optimisationde laprodution etleontrledurejetde substanespolluantes(exédents

de nitrates, et.). À une éhelle régionale, le suivi des zones agrioles est important pour l'envi-

ronnement : par exemple, les hangements des systèmes ulturaux et des pratiques agrioles en

Bretagne ont ontribué, esdernièresdéennies, àune dégradation importante desressoures en

eau.

Deplus,lesuividelavégétationpermetdemieuxappréhenderl'ativitéphotosynthétique

etrespiratoiredesplantespourenévaluerlaprodutiondebiomasseainsiquepourfairel'inventaire

des soures et puits de arbone. Le ontrle des ativités d'aorestation, de reforestation et de

déforestation(ARD)estalorsfondamentalnonseulementpourlagestiondesforêtsmaisaussipour

le ontrle des gazà eet de serreet, par onséquent,pour lerespet des aords de Marrakeh

(ProtooledeKyoto).Ainsi,lasurveillaneduouvertvégétaletdel'atmosphèreonstituel'undes

objetifs prinipauxduprojeteuropéenGMES 1

(GlobalMonitoringofEnvironmentand Seurity).

Ellepermet, notamment,de ontrlerpréisément l'appliationdes aords internationauxdénis

dans leadre duhangement limatiquetels quele Protoole de Kyoto.

Enn, lesétudesliéesaufontionnementdelabiosphère,audéterminismedesuxd'eau

etdearboneouauxproessusatmosphériquesethydrologiquesnéessitentdesinformationssurla

surfae.Lesfortesrelationsexistantentrelesproessusdesurfaeetlesystèmeatmosphériqueont,

notamment, donnélieu àde nombreux programmesdontl'objetif estde déterminerles éhanges

d'énergie et de masse (vapeur d'eau,

CO ₂

^{, gaz divers, aérosols,et.) entre la surfae et l'atmo-}

sphère et de quantierl'impatdes variationslimatiquessur es éhanges ainsi que sur lefon-

tionnement de labiosphère. Parexemple, l'objetifde l'IGBP(InternationalGeosphere-Biosphere

Program)est l'étude deshangements globauxàtraversl'analyse desproessusbiologiques,phy-

siques et himiques au oeur de la dynamique du système terrestre, l'analyse des hangements

ainsi quele rlede l'ativitéhumainesur eshangements.

Ledéveloppementd'outilsautomatiquesdelassiationetdedétetiondehangements

qui soient adaptés au suivi de la surfae terrestre est alors néessaire pour ontribuer à la mise

au point d'un système d'information permettant à la fois la mise à jour de artographies et le

ontrle de l'appliation des politiques ommunes, en partiulier dans les domaines agrioles et

1

Projet àl'initiativede l'ESA et del'Union Européennedans lebutde fédérer lesativités d'observationde la

Terreetenvuederéeruneapaitédesurveillaneàéhelleloale,régionaleetglobalepourl'environnement

etlaséuritéentantquesupportdespolitiquesenvironnementalesetagrioleseuropéennesetdesengagements

internationauxdel'UnionEuropéennef.http://www.gmes.info/

environnementaux.

Le traitement d'images pour le suivi des surfaes ontinentales

La télédétetion spatiale permet d'aquérir une quantité importanted'informations sur

les surfaesontinentales, à diérentes éhelles spatiales et temporelles.Leur utilisation dans les

domainesbiophysique ouatmosphériqueaprouvésoneaité,etlessatellitesonstruitssontde

plusen plusperformantset ibléspour apporter desinformationsnesau serviedesappliations

visées.

Comptetenudesnombreuxavantagesoertsparl'imageriesatellitaire,ledéveloppement

d'outilsdetraitementd'imagesetdemodèlesphysiquessurfae-atmosphèreaonnuunessormar-

quédansdesdomainestrèsdiversdurantesdernièresdéennies. Lestravauxréaliséspeuventêtre

regroupésendeuxgrandesatégories :lesapprohesdontl'objetifestd'interpréterphysiquement

lesignal aquisàdistaneetellesquiherhent àexploiterles propriétésintrinsèquesdesimages

pour leur traitement. Dans l'objetif d'interpréter la mesure physique aquise par télédétetion,

de nombreux modèles ont été réés pour prédire le signal des apteurs et, à l'inverse, pour esti-

mer des paramètres de surfae à partir des images (paramètres liés, par exemple, à la rugosité,

à l'humidité ou à la végétation). De plus, le traitementd'images et la vision par ordinateur ont

donné lieu à de nombreux modèles mathématiques pour la ompréhension d'une sène ou d'un

phénomèneàpartird'images.Cependant, laquantitéd'informationsaquisespartélédétetionsur

une base quotidienne ou mensuelle reste largement sous-exploitée. Le développement d'outils de

traitementautomatiquedesimagesestdonprimordialpourl'exploitationdelamassedesdonnées

disponibles.

La détetionde hangements néessite, naturellement,l'aquisition régulière d'informa-

tions. Cependant, la fréquene temporelle d'aquisition requise est très variable selon la vitesse

d'évolution des phénomènes étudiés. Ainsi, l'analyse des hangements globaux se fait plutt à

l'éhelle d'années ou de dizaines d'années alors qu'un suivi journalier est néessaire pour la dé-

tetion de phénomènes brutaux (inondations, feux, atastrophes naturelles), ou mensuel pour le

suivide lavégétation. Deplus,l'évolutiontemporelleétantl'undesfateurs permettantde disri-

minerle pluspréisémentles diérents typesde végétation, laaratérisationdes diérentstypes

d'oupationdusol néessitel'aquisitiond'informationsaveune haute fréquene temporelle.

Aujourd'hui, deux typesde apteurssontonsidérés pourle suividessurfaes ontinen-

tales:lesapteursàhauterésolutionspatiale(telsqueSPOT/HRVIR,unpixelpour

20

^m

× 20

^m2

maisave unefréquene d'aquisitionmensuelle, etles apteursaveune fréquene d'aquisition

journalière maisunerésolutionspatialemoyenne oubasse(parexemple,MeRISave1pixelpour

300

^m

× 300

^{mouSPOT/VGTave1pixelpour}

1

^km

²

^{).Cesderniersapteurssontdédiésau suivi}

de l'oupation dessolset,en partiulier, de lavégétation. L'exploitationd'informationsaquises

à diérentes résolutions spatiales onstitue alors l'un des points lefs pour la lassiation et la

2

surfaeaquiseenviséenadir.

détetion de hangements.Pluspréisément,ils'agitd'exploiterlarihessede l'informationspe-

trale àhaute fréquene temporelle,pouraratériserlavégétationetdéteterleshangements,et

la nessede larésolutionspatialepourextrairel'informationstruturelle de lasène.

Danslalittérature,denombreusesméthodesdedétetiondehangementsontétépropo-

sées dansleadre de l'analyseetdusuivi dessurfaesontinentales.Lesméthodesquiexploitent

desdonnéesgrand hamp,basserésolutionspatiale,sontsouvent issuesde méthodesinitialement

développées pour l'analyse d'images haute résolution. D'autres reposent sur la omparaison des

évolutionstemporellesd'unemesurebienhoisie(f.analysedelatrajetoiretemporelleouanalyse

du veteur de hangements 2.3.1). En dehors des limitesspatiales de e type de méthodes, dues

à la résolutiondes données utilisées,la détetion par omparaison desévolutions temporelles est

généralement, malgré un interétalonnage des images, très sensible aux variations des onditions

d'aquisition desdonnées(illumination,date,et).

Parailleurs,leproblèmede lalassiationaététrèsexplorédanslalittératuremaistrès

peu de travaux ont proposé des solutions pour la lassiation à une éhelle pixellique. De plus,

les travaux quitraitente problème onsidèrentgénéralementde faibles rapportsde résolution(

2

ou

4

^{) alorsqueles exigenesdéniesparles}appliationsquenous visonsainsique lesontraintes liéesaux données néessitentde traiterdesrapportsde résolutionde l'ordrede

15

^à

50

^.

Plan du doument

Cedoument estorganisé en quatreparties.

Dans la partieI, nous présentons l'ensemble deséléments liés au ontexte de l'étude et

néessaires pour la dénition de la problématique. Nous ommençons par présenter les apteurs

optiques en ativité et leurs prinipales propriétés avant de préiser ertains aspets lefs pour

l'étudedelavégétation.Cehapitremontrequel'exploitationdedonnéesdediérentesrésolutions

est ruiale pour bénéier à la fois d'informations disriminantes et d'une bonne loalisation

spatiale.Danslehapitre2,nouseetuonsunbrefétatde l'artsurlesméthodesde détetionde

hangements ouramment utilisées dans le adre de diverses appliations. Les méthodes dédiées

à la détetion de hangements à partir de séquenes d'images basse résolution sont enore peu

nombreuses et ne permettent pas, en général, de déteter les hangements qui touhent une

surfae géographique de taille inférieure à elle représentée dans un pixel basse résolution. An

de permettre e type de détetion, nous eetuons (dans le hapitre 3) une rapide revue des

diérentes méthodes renontrées dans la littérature pour une analyse sous-pixellique des images

de télédétetion.Demanièregénérale,lesméthodesdéveloppéespouruntraitementàuneéhelle

sous-pixellique onernent essentiellement l'estimation de paramètres ou la lassiation. Cette

étude préliminaire nous onduit à poser,dans le hapitre 4, laproblématique que nous adoptons

pour le suivi de la surfae ontinentale à partir de séquenes d'images basse résolution et, en

partiulier,pour lamiseà jourde artographies.

La deuxième partie de ette thèse est onsarée à la présentation d'une méthode de

lassiationdessurfaesontinentalesàuneéhellesous-pixellique.Lemodèlelinéairedemélange,

permettantdedéomposerlamesurephysiqueaquiseen unpixelenfontiondesdiérentstypes

d'oupation du sol représentés au sein de e pixel, et le ritère du maximum a posteriori sont

à la base de notre approhe. Ils onduisent à la dénition d'une énergie dont la minimisation

permetd'obtenir dune lassiation haute résolution. Uneanalysethéorique permetde erner les

limites de e modèleet de mettre en évidene l'informationpertinentepour lalassiation. Elle

soulève notamment le problème du hoix des dates d'aquisition les plus disriminantes pour la

lassiation.Deplus, elle permetdepréiser dansquellemesureemodèlepermetaussibiende

séparer leslassesàpartirde donnéesbasserésolutionqu'àpartir dedonnéeshaute résolution.La

reherhede l'optimumde ettefontiond'énergie estmise en ÷uvreparunalgorithmedereuit

simulé,grâeauquelunelassiationhauterésolutionpeutêtreréaliséedemanièrenon-supervisée

à partir d'une segmentation haute résolution et d'une séquene d'images basse résolution. Une

analyse empirique des performanes montre, en partiulier, la robustesse de l'approhe tant que

le rapportde résolutiononsidéré est inférieur à

20 × 20

^{alorsque les méthodes} antérieures sont généralementlimitées àdesrapportsde résolutionde l'ordrede

4 × 4

^.

Dans la partie III, nous onsidérons le problème de la détetion de hangements. Pour

ontournerles problèmesd'interétalonnage ourammentrenontrés danslalittérature,nous envi-

sageons le problème de la détetion de hangements sous la forme d'uneomparaison entre une

séquene d'images basse résolution à une lassiation haute résolution. Pour ela, nous nous

plaçons dans le adre probabiliste de la détetion a ontrario réemment introduite en analyse

d'images.Laméthodequenousproposonsne reposepas surunemodélisationaprioridesdonnées

mais,auontraire,surlerejetd'unmodèlenonstruturé,ditmodèleaontrario,parl'observation

dedonnéesstruturées.Cemodèlepermetdedénirunritèredeohéreneentreunelassiation

etuneséquened'images,grâeauquelleshangementssontdétetésentantquezonesdel'image

quine ontribuentpas aurejetde e modèlestruturé.L'analysethéoriquedumodèleaontrario

permet de révéler des propriétés de onsistane asymptotiques (lorsque la taille de l'image tend

vers l'inni) et non-asymptotiques (par exemple, la détetion d'un domainede taille quelonque

dèsqueleontrastede l'imageestsusamentfort).Deplus,nousmontronsquee ritèrede o-

hérene,oupléàunalgorithmedetypeRANSAC,onduitàuneméthodepartiulièrementrobuste

vis à vis de la proportion de pixels de hangements présents dans la séquene d'images, fateur

généralement limitant pour les méthodes alternatives existantes. Par ailleurs, nous explorons les

limitesempiriquesdudomained'appliationde laméthode àlafois en termedenombre depixels

de hangement (la méthode est d'autantplus robuste que e nombre est petit) et de proportion

minimaleduhangementdansunpixelbasserésolution(laméthodeestd'autantplusperformante

que ette proportion est élevée). Par exemple, pour un niveau de ontraste standard et dans un

ontexte monotemporel,les hangements impatant plusde

25%

^{d'un pixelbasse résolutionsont}

biendétetés tantque moinsde

65%

^{despixels de l'imagesonttouhés.}

LapartieIVmontrel'apportdesméthodesproposéesdansleadred'unexempled'appli-

ation :l'analyse d'unezoneagriolede laPlainedu Danube. Danse ontexte,nousprésentons

les résultats obtenus de manière indépendante, respetivement pour des appliations de arto-

graphie et de détetion de hangements. D'autre part, nous illustrons au travers de senarii les

ollaborationspossibles entre détetion de hangement et lassiation, tellesque lamise à jour

et la validation de lassiations : ladétetion de hangement peut valider une lassiationpar

absene de hangement détetés, et la mise à jour de la lassiation permet de quantier (en

terme de taux d'oupation à l'intérieur des pixels) et qualier (ou interpréter en terme de type

d'oupationdu sol)leshangements détetés de façon binairesur lespixels basserésolution.

Contexte de l'étude et objetifs

de la surfae terrestre

L'imagerie satellitaire onstitue une réserve d'informations variées exploitables

dans leadre de nombreusesappliations.Danse hapitre,nous présentons les araté-

ristiquesessentiellesdessystèmes imageurset,pluspréisément,des prinipaux satellites

d'observation dela Terreainsi queertainsaspetsspéiques àl'observationdes terres

émergées.

1.1. Introdution

L'informationaquisepardesapteursembarquéssursatelliteou aéroportéeorrespond

à lamesure des signaux életromagnétiques émis ou rééhis par lasurfae terrestre. Uneimage

satellite peut être vue omme une appliation qui assoie une mesure, appelée intensité radio-

métrique, à tout point du domaine spatial observé. Les problématiques étudiées au ours de e

travailde thèsenesontrelativesqu'àquedesimagesaquisespardesapteursoptiques,i.e. dont

la mesure est diretement liée à la quantité de lumière solaire rééhie par la surfae ou issue

de traitements à partir de tellesimages. Les intensités radiométriques mesurées dépendent de la

surfae observée etdes aratéristiques de l'instrumentd'aquisition.

Uneimageaquiseparunapteuroptiquemesure,enhaque pixel,laquantitéderayon-

nementéletromagnétiquereçue.Cerayonnement résultedel'émissiondediérentsrayonnements

naturels :

le rayonnement émis par le Soleil, partiellement rééhi par la surfae terrestre et

éventuellement absorbé en partieparl'atmosphère;

le rayonnement émisparlasurfaeterrestreet absorbé en partieparl'atmosphère.

Le signal élétromagnétique, reçu sous la forme d'un signal analogique par le apteur,

est ensuite disrétisé en unsignal numérique parun proessusd'intégration spatialeet spetrale.

Selon les appliations visées, les bandes spetrales (nombre et largeur de bandes) sont dénies

à partir des propriétés d'absorption et de rayonnement des ibles reherhées. La dénition des

longueurs d'ondes d'observationet le proessusd'intégration spetrales'en déduisent. De même,

l'intégrationspatialedénit larésolutionspatialedes données.

Danslasetion1.2,nousprésentonslesprinipalesaratéristiquesdessystèmesimageurs

en observationde laTerredemanière àpréiser laproblématique de l'analysede lasurfae onti-

nentaleentélédétetion.Diérentsindiesintroduitsdanslalittératurepourfailiterladistintion

des diérentstypesde végétationsontaussiprésentés.

1.2. Les apteurs

Les mesures issues d'un apteur satellitaire résultent d'un proessus de disrétisation

de l'espae observé, ellespeuvent être représentées sous laforme d'une grilleà deux dimensions

(images) ayantdes propriétésspéiques selonl'optique duapteur et lahaîned'aquisition.

1.2.1. Caratéristiques des systèmes imageurs

Pour une appliation donnée, le hoix d'un apteur est généralement déterminé par les

résolutions spatiale et spetralede ses aquisitions,ainsi que par sa fréquene d'aquisition. Ces

trois propriétéssontinterdépendantes et résultentdiretementdes propriétésoptiques duapteur

ainsiquedelatrajetoireetdel'altitudedusatellitesurlequelilestembarqué.Dansettesetion,

nous rappelons suintementles prinipesde basequipermettentde omprendreles ontraintes

inhérentes aux diérents typesde apteursutiliséspourune appliationdonnée.

L'orbite et sa fauhée

L'orbite d'un satelliteorrespond àlatrajetoirequ'il eetueautourde la Terre. Cette

trajetoire est dénieen fontion des objetifs de sa missionet de la apaité des apteurs qu'il

transporte.Elleest déterminéeparsonaltitude etsonorientationrelativement àlaTerre.

Lasurfae observée ausol (fauhée) parun apteur est diretementliée àson orbite. Il

s'agitd'unouloirdevisée(f.gure1.1)dontlalargeurvarie,selonlesapteurs,de

10

^kmenviron

(parexemple,Ikonos 1

)à

3000

^{kmenviron(parexemple,NOAA/AVHRR 2).Lagure1.1ore}

une visionshématique de l'orbited'un satelliteet de safauhée.

Les satellitesdits géostationnaires sontplaés au-dessus de l'équateur, àune altitude

(environ

36 000

^{km) déterminée de manière à avoir une période de rotation égale à elle de la}

Terre.Ilsobserventunerégionxede laTerre(f.gure1.1). Cetteongurationorbitalepermet

d'aquérir ontinuellement l'information sur une région donnée. Elle est utilisée, par exemple,

pour lesappliationsmétéorologiquesaveles satellitesMETEOSAT 2

.Lasurfae terrestren'est

ependant pas intégralement ouverte par des satellites géostationnaires. Par onséquent, ette

ongurationorbitalen'estpasadaptéeauxétudesliéesàl'observationdelaTerredanssaglobalité.

L'orbitequasi-polaireestdénieparunetrajetoired'axeNord-Sudpermettantdeou-

vrirlaquasi-totalitédelasurfaedelaTerreaveunepériodiitédonnéeparleouplerotationde

1

Satelliteamériainpourl'observationdelaTerreàtrèshauterésolution(

1

^à

4

^mderésolution).

2

Satellitemétéorologiqueeuropéen

Fig. 1.1.:Représentationshématique de l'orbite d'un satellite géostationnaire (à gauhe) et de

la fauhée d'un satellite en orbite quasi-polaire (à droite) pour l'observation de la

Terre(f.[CCT,2001 ℄).

laTerre-orbite dusatellite.Engénéral,les satellitesplaésen orbite quasi-polairesuivent unetra-

jetoireditehéliosynhrone de manièreàobserverhaquerégion de laplanèteàuneheuresolaire

xée.Les onditionsd'illuminationsolairesontalorssimilairespourhaqueaquisition,aratéris-

tiqueimportantepourtouteslesappliationsnéessitantlaomparaisond'imagessuessives.Les

satellites d'observation de laTerreprésentés danse hapitrepour l'étude de lasurfae terrestre

sontdesplate-formesplaéesen orbitequasi-polaire,irulaireautourde laplanèteàuneertaine

altitude (souvent

800

^{km) aveundegré} d'inlinaisonxé parrapportàl'équateur.

La résolutionspatiale

La résolution spatiale d'un apteur est dénie par la distane minimale permettant de

séparer deux ibles. En supposant que les pixels des images sont arrés, nous dérivons généra-

lement la résolution spatiale d'un apteur par la largeur de la zone géographique représentée au

sein d'un pixel. Le niveau de détail spatial disernable dansune image dépend diretementde la

résolutionspatialeduapteuronsidéréetdeséventuelsproessusderé-éhantillonage.Unebaisse

de résolutionspatiale se traduitparune perted'informationquant à l'hétérogénéitéspatiale.Les

images haute résolution permettent de distinguer les éléments les plus ns, non identiables par

des images basse résolution. La gure 1.2 (a) présente un extrait d'une image SPOT/HRVIR,

où haque pixelreprésente20

×

^{20 m}

²

^{au sol.Cetterésolutionpermetde biendistinguerles dié-}

rentes parelles.Aveune résolutionde 300 m(résolution du apteur MeRIS), les frontièresdes

parelles ne sontplusdistinguables mais l'allureglobale du paysagedemeure (f. gure 1.2 (b)).

Enrevanhe, unerésolutionde

1

^{km(tellequeelleduapteurSPOT/VGT)nelaisseréellement}

apparaître auun motif (f. gure 1.2 ()). Dans e doument, nous appelons taille du pixel la

surfae au solobservée àl'éhelle d'un pixel 3

.

(a) Résolution20m. (b)Résolution300m. ()Résolution

1

^km.

Fig. 1.2.:L'image (a)représenteunextraitd'uneimagederéetane SPOT/HRVdelaplaine

du Danube aquise en Juin 2001. Les images (b) et () représentent des images du

mêmesitesimuléesparmoyennageparblosrespetivementde taille

16 × 16

^(moyenne

résolution, telle que elle de MeRIS) et de taille

50 × 50

^(basse résolution, telle que ellede SPOT/VGT).

La résolution spetrale

Larésolutionspetraleestdénieparlalargeurdesbandes spetralesd'un apteur.Elle

est d'autantplus ne que les bandes spetralesdes diérents anaux sontétroites. Larésolution

spetraled'un apteur est déterminée préisément pour répondre aux néessités des appliations

visées. De plus, si les larges bandes sont susantes pour les études d'ordre global, tellesque la

distintion des grandes lassesd'oupation dusol, desbandes plusnes et ibléessont souvent

néessairespourlesappliationsplusspéiques.Parexemple,lesappliationsdetypesmétéorolo-

giquesnéessitentdesinformationsprinipalementdansl'infrarougeetl'infrarougethermiquealors

quel'analyse delasurfaeterrestresefaitpluttàpartirde mesuresvisiblesetproheinfrarouge.

De plus, les appliations néessitant une information radiométrique plus ne (par exemple, pour

distinguer des espèes végétales) exploitent généralement des données hyperspetrales, i.e. elles

utilisentdesbandesspetralesplusnes quelesappliationsgénériques,mêmessiesbandessont

toujours situéesdansles anauxvisibles etinfrarouge.

La résolution temporelle

La résolutiontemporelleest dénie parla période de révolution d'un satellite.En eet,

la fauhée des apteurs embarqués permet d'observer la surfae terrestre ave une fréquene

3

La taille d'un pixel varie selon l'angle de visée du satellite mais la onnaissane de l'angle de visée et des

oordonnéesgéographiquesàl'instantd'aquisitionpermetuneorretiongéométriquedees variations.

temporellede mensuelle (26jours) pour SPOT/HRV àjournalière pourSPOT/VGT.Mêmesi

une fréquene d'aquisition journalière ne semble pas toujours néessaire, la présene éventuelle

de nuagesreouvrant une partie de lazone d'observationle jour de l'aquisition est àprendre en

ompte. Danslasetion1.3,nous verronsl'importanede l'évolutiontemporellepourl'analyseet

le suivi de la surfae terrestre. En eet, si la fréquene temporelleest essentiellepour le suivi de

lasurfae, elleest aussidéterminantepourladistintiondes diérentesespèesvégétales.

Selonl'appliation visée,les informationsrequises ne peuvent pas toujoursêtre fournies

par un même apteur. En partiulier, auun satellite n'est apable d'apporter à la fois haute ré-

solution spatiale, temporelle et spetrale sur l'ensemble de la surfae terrestre. Si les apteurs

embarquéssurdessatellitesgéostationnairespeuventfournirdesdonnéespréisesàlafoisspatia-

lementetspetralement,leur positionxée au-dessus de l'équateurne leurpermetpas d'aquérir

desinformationsonernant les ples.

Dans la setion suivante, nous présentons les aratéristiques des prinipaux satellites

et apteurs optiques dédiés à l'observation de laTerre, ainsi que ertains aspetsessentielspour

l'analyse de lavégétation.

1.2.2. Les satellites d'observation de la Terre

Nombreux, les satellitesd'observation de la Terre sont réés pour remplirdes missions

parfoistrès spéiques.Dans ette setion, nous présentons uniquementles satellites et apteurs

optiques utilisésdans le adre de ette étude, ou suseptibles de l'être.Certains apteurs radars

sont parfois utilisés pour l'analyse de la végétation mais, en général, l'imagerie radar est plutt

utilisée pour les appliations s'intéressantà l'humidité ou à larugosité. Toutefois, le fait que les

imagesradar(tellesqueRSO 4

)puissentapporterde l'informationàtoutmoment,quelquesoitle

niveaud'élairementetlesonditionsatmosphériques,oreunomplémentintéressantàl'imagerie

optique,typiquementlorsquelesnuages sontabondants.

Les systèmes d'observation de la Terre (SPOT)

Lesystèmed'observationde laTerreSPOTaété onçuparleCentreNationald'Etudes

Spatiales pour distinguer des détails de 10 à 20 mètressur des paysages terrestres ave un suivi

régulier. Le premier satellite de la famille SPOT a été lané en 1986. Aujourd'hui, le système

SPOTomprendtroissatellites:SPOT2,SPOT4etSPOT5,lanésrespetivementen1990,

1998 et 2002.

Les satellites du système SPOT sont plaés en orbite héliosynhrone quasi-polaire à

820

^kmd'altitude. Ilsdélent àune vitesse de

24 000

^km

/

^{h et sont omposés} prinipalement de deuxparties:laplate-formeetlahargeutile.Laplate-formeembarquelahargeutileetassureun

ertainnombredefontionsliéesaufontionnementdusatellite(génèreetstokel'énergie,ontrle

4

RadaràSynthèsed'Ouverture

l'altitude du satellite,et). La harge utile embarquée est omposée de un àquatre instruments

de prise de vues, selon les satellites, ayant des propriétés partiulières adaptées aux appliations

visées(artographie,suivideladéforestation,agriulture,défense,et).Lestroispremierssatellites

de lasérie SPOTontiennent unapteur haute résolutionvisible HRV omposéde troisbandes

spetrales:

la bande XS1 ouvre les longueurs d'onde omprises entre

0, 50

^et

0, 59 µ

^{m (bande}

d'absorption duvert),

labande XS2ouvreleslongueursd'onde situéesentre

0, 61

^et

0, 68 µ

^{m (banded'ab-}

sorption durouge)et

la bande XS3 ouvrant les longueurs d'onde situées entre

0, 78

^et

0, 89 µ

^{m (bande}

prohe infrarouge).

Les satellites SPOT 4 et SPOT 5 ontiennent une bande supplémentaire, XS4, ouvrant les

longueursd'ondesomprisesentre

1, 58

^et

1, 75 µ

^m(moyen infrarouge)pourrépondreaux besoins spéiques à l'observation de la végétation. En eet, nous verrons (setion 1.3) que le moyen

infrarouge permetune analyse ne de l'état hydrique de la végétation. Ces fréquenes spetrales

ont étéhoisiespourunmaximumd'eaitédansl'étudeetl'analysedessurfaesontinentales.

Lesapteurshauterésolutiondeesdeuxdernierssatellites,omposésdesbandesXS1àXS4sont

appelésHRVIR.Dansletableau1.1sontréapituléeslesaratéristiquesprinipales dessatellites

et apteursde lafamilleSPOT.

Trois modes de prise de vue sont disponibles pour les instruments HRV et HRVIR :

panhromatique, multispetral ou bien une ombinaison des deux modes préédents. Le mode

panhromatique orrespond à l'utilisation de la bande XS2 uniquement. Il permet d'observer la

Terreave

10

^{mderésolution(pourlessatellitesSPOT2,3,4).Lemode}multispetralorrespond à l'utilisationdesquatre bandes spetralesave unerésolutionde

20

^{m. Cette résolutionspatiale}

est utiliséenotamment pourdérirel'hétérogénéitéspatiale de laouverturevégétale.

Lané le 4 Mai 2002, le satellite SPOT 5 est le plus réent de la famille SPOT. Il

apporteune netteaméliorationde larésolutionspatiale desapteurs HRVIRomparativement à

ses prédéesseursmême si, par ailleurs,il possède les mêmesaratéristiques.En eet, SPOT 5

permet d'aquérir des images dans les anaux XS1, XS2 et XS3 ave une résolution spatiale de

10 m alorsque SPOT 4est limitéàune résolutionde

20

^{m. Deplus, en mode} panhromatique, sa résolutionspatialeatteint5 m,voire

2.5

^{men eetuant untraitementaposteriori}partiulier.

Un telniveau de préisionouvrede nouvelles perspetives, notamment pour les appliationsliées

à l'étude dutissuurbainet àlareonnaissane d'objets(typesde bâtiments, véhiules,et).

Ave une fauhée de

60

^{km, les} instruments HRV ou HRVIR de es trois satellites ne peuvent observer qu'une surfae limitéeà un instant donné. Une même surfae géographique

peut alors être observée en visée nadir 5

tous les 26 jours. Cependant, la présene éventuelle de

nuages entre la surfae terrestre et le satellite ne permet en pratique qu'un nombre très limité

5

Lenadir désignela diretionperpendiulaireauplan de l'horizonet diamétralementopposée àelledu zénith

(i.e.vertialeverslebas).

Satellites Spot 1,2,3 Spot4 Spot5

Dates delanement 1986,1990,1993 1998 2002

Altitude 822 km 822 km 830km

Capteurs HRV:V,R,IR HRVIR:R,V,IR,MIR HRVIR:R,V,IR,MIR

embarqués VGT :B0,R,IR,MIR VGT:B0,R,IR,MIR

HRG:R,V,IR,MIR,PAN

HRS :PAN

Bandesspetrales V

[0, 50 − 0.59µm]

^V

[0, 50 − 0.59µm]

^V

[0, 50 − 0.59µm]

R

[0, 61 − 0.68µm]

^R

[0, 61 − 0.68µm]

^R

[0, 61 − 0.68µm]

IR

[0, 79 − 0.89µm]

^IR

[0, 79 − 0.89µm]

^IR

[0, 79 − 0.89µm]

PAN

[0, 51 − 0.73µm]

^PAN

[0, 61 − 0.68µm]

^PAN

[0, 51 − 0.73µm]

MIR

[1.58 − 0.1.75µm]

^MIR

[1.58 − 0.1.75µm]

B0

[0, 43 − 0.47µm]

^B0

[0, 43 − 0.47µm]

Résolutionspatiale PAN:10m PAN :10m PAN:5m ou 2.5m

HRV:20m HRVIR:20m V,R,IR :10m

MIR :20m

VGT :1km VGT:1km

Fréquene de 26 jours HRVIR:26jours HRVIR:26 jours

passage VGT:1 jour VGT :1jour

Tab.1.1.:Caratéristiquesdes satellitesSPOT.

d'observations par an. Par ailleurs, en ouvrant une surfae au sol d'environ

60 × 60

^km

²

^par

image, esapteurssontplusappropriéspour desétudes loales quenationales ou globales.

L'instrument Végétation (VGT), embarqué sur les satellites SPOT 4 et SPOT 5, est

un apteur grand hamp omplémentaire à HRVIR. En eet, e apteur est programmé pour

l'analysedelavégétationàuneéhelleglobale.Ilbénéiedond'unefauhéede

2 250

^kmausolau

détrimentdelarésolutionspatialequiestalorsde

1

^km

²

^{.Cetteongurationpermetunefréquene}

temporelled'aquisition journalière,propriété essentielle pour le suivide lasurfae terrestre, bien

qu'elle soitassoiéeàunerésolutionspatialegrossière (

1

^{km).Parailleurs, larésolutionspetrale}

des apteursVGT est identique à elledesapteurs HRVIR, àl'exeption de lapremièrebande

(bandeB0àlaplaedeXS1,f.tableau1.1).Remarquonsqueettepropriétéprésenteunavantage

importantpour l'utilisationomplémentairede esdeux apteurs,d'autant plusqu'ils bénéient

des mêmesonditionsd'aquisition (élairement,heure, et). L'interétalonnageentre lesdonnées

provenantde esdeux apteursest alorstrès simple.

Les satellites de la famille SPOT apportent don simultanément des mesures à haute

résolutionspatiale (HRVIR)et àhaute fréquene temporelle(VGT). Lespropriétés spetraleset

temporellesduapteurVGTenfontuninstrumentpartiulièrementadaptépourlasurveillanede

la surfaeterrestreet l'analyse de lavégétation, bien qu'ilne permette pas laloalisationpréise

des élémentsgéographiques observés.

Le apteur superspetral MERIS

Lanéle1erMars2002etembarquéàborddusatelliteEnvisat,lespetromètreimageur

à résolution moyenne (MeRIS) a été développé par l'Agene Spatiale Européenne. Le satellite

Envisat fait partie d'un grand programme européen onçu pour suivre l'évolutionde la planète

et l'impatdes ativités humaines : ilvise notament à ontrler le respet des engagements des

signataires du Protoole de Kyoto sur la rédution des gaz à eet de serre. Diérents apteurs

à bord du satellite apportent des informationspréises et omplémentaires, notamment dans les

domainesbiophysiquess'intéressantàlasurfaeontinentale,àlavapeurd'eauetàlaomposition

himique des eaux. L'objetif initial de MeRIS est l'observation des surfaes marines et tières

et, en partiulier, la mesure de la onentration en phytoplanton ou le ontrle de la pollution

marine.

Satelliteplaé(àunealtitudemoyennede

800

^km)enorbitehéliosynhronequasi-polaire, Envisat a un yle de 35 jours. Le spetromètre MeRIS mesure le rayonnement solairerééhi

par la Terre (et éventuellement les nuages) dans 15 bandes spetrales situées dans le visible et

l'infrarouge, dont les entres et la largeur sont programmables. Il permet, ave une résolution

spatiale de 300 mètresau sol,unefauhéede

650

^{km. Ave unerésolutionspatialeplusgrossière}

(

1.2

^{km),iloreaussila}possibilitéd'aquérirdesimagesreprésentantunesurfaeausolde1150

× 1150

^km

²

^{.Unemêmesène peutalorsêtre revisitéetousles troisjours, quelquesoitsasituation}

géographique.

Par la nesse de son spetre, l'instrument MeRIS permet de nombreuses appliations

liéesnonseulement àl'analysedessurfaesmaritimeset tières(ativitébiophysique,qualité de

l'eau,et)maisaussiàl'analysedelavégétationterrestre.Eneet,sahauterépétitivitétemporelle

assoiée à la nesse de son spetre en font un outil partiulièrement adapté pour le suivi de la

végétation [Justie et Townshend, 2002 ℄. Ces propriétés onstituent un avantage important par

rapport aux autresapteursoptiques.

D'autressatellitessontdédiésàl'analysedelasurfaeterrestre.Enpartiulier,lesatellite

amériainLandsat7fournitdesdonnéesmultispetralessurlasurfaeterrestreaveunerésolution

spatiale de 30m et un yle de 16 jours. Le apteur amériain NOAA/AVHRR, initialement

dédié aux études oéanographiqueset atmosphériques (NationalOeanographi and Atmospheri

Administration),peutaussiêtreutilisépourl'analysedelasurfaeontinentaleoude lavégétation

à une éhelle globale. En eet, ses aratéristiques spetrales et temporelles en font un outil

adapté aussi pour l'analyse de la végétation aux éhelles globale et régionale,omme le apteur

SPOT/VGT,notammentpourl'étude deshangements desaison:ilpermetd'aquérirdeuxfois

parjour desimages de lamêmesène aveune résolutionde

1.1

^km.

1.3. Spéiités liées à la végétation

Depuisplusieursdéennies, latélédétetionestutiliséepourlalassiationetlesuivide

lavégétationainsiquepourdesanalysesplusspéiquesdansleadre,notamment,del'agriulture

de préision ou de lasurveillane des forêts.Cependant, les enjeux sont diérents selon la taille

de la zone étudiée : si l'agriulture de préision onsiste souvent à analyser les hétérogénéités

intra-parellaires dans l'objetif d'adapter les pratiques agrioles aux besoins sous-parellaires et

d'optimiserainsi laprodution,les étudesàl'éhelle nationale,européenne ou globale néessitent

unniveaumoinsnd'analyse de lavégétationmaissurune surfaeplusvaste.L'analyse estalors

liée simplementà ladistintion des prinipaux types d'oupation dusol plutt qu'aux variations

au seind'un typede ulture ou d'uneparelle.

Dans ette setion, nous présentons les prinipales aratéristiques spetrales de la vé-

gétation avant d'introduire quelques indies de végétation très utilisés dans la littérature pour

disriminerlesdiérentesespèesvégétalesetévoquonsl'importanedel'aspettemporelpoure

type d'appliations.

1.3.1. Les propriétés spetrales

Avant de préiser lesbandes spetraleslesplusadaptéespourl'analysede lavégétation,

rappelonslesbasesdesinterations entrelasurfaeterrestreetlaanopée 6

.Ensupposantqu'une

ouhe de végétationreouvrelesol,les rayonslumineuxquiatteignentlaanopée sontpartielle-

ment rééhis parlavégétation maisaussipartiellementtransmis et diusésparlavégétation en

diretion dusol,oùilssontrééhis.Les rayonsrééhis parle solsont,àleurtour, partiellement

transmis par la végétation et partiellement rééhis par la végétation vers le sol. La gure 1.3

représenteles diérents as de transmissionetde réetionparle solet lavégétation d'un rayon

solaire.

De nombreux modèles de transfert radiatif dans l'éosystème terrestre proposent une

formulation des relations entre les mesures de télédétetion et les aratéristiques biophysiques

de la végétation. Ils permettent de relier un ensemble de paramètres biophysiques aux mesures

multispetralesaquises partélédétetion.Notamment,les modèlesSAIL(f.[Verhoef,1984 ℄)ou

Adding (f. [Cooperetal.,1982 ℄) sont tous les deux fondés sur la théorie du transfert radiatif

de [Chandrasekhar, 1950 ℄ qui fournit une bonne approximation des proessus de diusion quand

les diuseurs sont grands devant la longueur d'onde. L'inversion de e type de modèles permet

d'aéder àdes paramètresde végétationà partirdes mesuresde télédétetion.

Les propriétés optiques des sols sont liées essentiellement à leur omposition minérale.

En eet, le spetre de réetane d'un sol orrespond à la superpositiondes spetres de haque

omposanteminéraledusol.Commelesminéraux,lessolsontuneréetaneroissanteduvisible

au proheinfrarouge, avedesbandes d'absorption autour de

1.4µ

^{m etde}

1.9µ

^{m. L'humidité du}

6

Etagesupérieurdelavégétation,enontatavel'atmosphère.

R _v

T v T _v

T v R _s R _s

R _v Rayon solaire

Végétation

Sol

Fig. 1.3.:Interations entre la ouhe de végétation et lasurfae terrestre.Les rayons lumineux

notés

R _v

^,

R _s

^et

T _v

^désignent,respetivement,lesrayonsréehisparlavégétation,par le solet transmisparlavégétation.

sol onstitue aussi un fateur aetant les propriétés optiques des sols, ainsi que le ontenu en

matière organique. Cedernier a uneet sur les propriétés optiques dans les bandes inférieures à

1.8µ

^m.

Pourl'étudedelavégétation,ilestessentieldepouvoiraratériserlesprinipauxaspets

de laanopée :

l'absorptionparlahlorophylle,

leontenu en eau,et

lespropriétés struturelles.

La gure 1.4 présente de manière shématique les réponses spetrales typiques de la végétation

et dusolnu.Elleindique égalementlesbandes spetralesrouge,vert,proheinfrarougeetmoyen

infrarouge. Les bandes spetrales d'aquisitionles plus utilisées sont labande rouge, entréesur

le pi d'absorption de lahlorophylle (

0.665 µ

^{m) et la bande prohe} infrarouge, orrespondant à la réetane maximum de la végétation et reliée aux propriétés struturelles de la anopée et

du pourentagede sol nuouvert de végétation. L'utilisationsupplémentaire d'unebande moyen

infrarouge entrée autour de

1.65µ

^{m permet de prendre en ompte le ontenu en eau des om-}

posants de la anopée. La bande spetrale orrespondant au moyen infrarouge (1.58 - 1.75

µ

^m

pour SPOT)est partiulièrement adaptée pouraratériser laouverturevégétale. Les feuilleset

le sol ont despropriétésoptiques partiulièresqui setraduisent par de trèsfaibles valeurs dansle

visible. En eet, les pigments présentsdans les feuilles absorbent fortement les rayons provenant

de labanderouge.Dans leproheinfrarouge,lephénomène d'absorption estabsentet lesvaleurs

observéessontalorssaturées.Lemoyeninfrarouge,enrevanhe,onduitàl'observationdemesures

de réetane intermédiaires dontlavariabilitépermet unemeilleuredisrimination desdiérents

types de végétation. Il est très sensible aux variations struturelles du ouvert végétal. De plus,

l'atmosphère apparaîtomme trèstransparentedansette bande.Les perturbationsassoiéesàla

variabilitédesonditions atmosphériques sontalorsmoindres.

Fig. 1.4.:Les réponses spetrales de lavégétation (f. [CCT, 2001℄) :mesure de réetane en

fontionde lalongueur d'ondes (ennanomètres).

Notons que la résolution spetrale requise est étroitement liée à l'appliation et, en

partiulier,àlapréisionsouhaitéepourlesuividelavégétation:lesétudesàl'éhelledelaparelle

agriole (par exemple pour l'agriulture de préision, qui néessitede disriminer desparamètres

biophysiquesde lavégétationau seind'unemême ulture)exigent,en général,unene résolution

spetrale alors quel'objetifd'une analysede lasurfae à l'éhelle nationale ou globale néessite

une résolution spetrale moindre. En eet, il sut alors généralement de disriminer les grands

typesde végétation.

1.3.2. Les indies de végétation

Les réetanes mesuréesdiretementparunapteur dansdiérentes bandesspetrales

orent des informations redondantes pour l'analyse de la végétation. Les indies de végétation

proposent des ombinaisons (linéaires ou non) des réetanes mesurées dans plusieurs bandes

spetrales, en partiulier dans les bandes rouge (R) et prohe infrarouge (PIR), iblées pour la

aratérisationduouvertvégétal. Ilspermettent de réduireles eetsdesonditions d'aquisition

(élairementsolaire,propriétésoptiquesdusol,et)parrapportàlavaleurradiométriqueobservée.

La littératureproposede nombreux indies spéiqueset sensibles aux aratéristiques du sol et,

plus oumoins, aux onditions atmosphériques.

Unindiedevégétationestonstruitdansl'objetifderéduirelesmesuresmultispetrales

àuneseulevaleurinformativepourlapréditionetl'évaluationdearatéristiquesdevégétation.Il

existediérentesformulesd'indiesdevégétation,généralementempiriques.Engénéral,esindies

orrespondent à la ombinaison des mesures aquises dans le anal rouge (R), ondes absorbées

parlahlorophyllepourlaphotosynthèse, etdansleproheinfrarouge(PIR),ondes rééhiespar

la surfaedesfeuilles.

L'indie de végétation le plus anien est le RVI (Ratio Vegetation Index), introduit

par[Pearson etMiller, 1972 ℄.Il est dénipar

RVI

=

^PIR

R

,

où PIR représentelaréetanedanslabandeproheinfrarouge etRorrespondàlaréetane

dans la bande rouge (visible). Lorsquela surfae de végétation verte augmente, le dénominateur

diminue et le numérateur augmente. Cet indie varie globalement de

1

^{pour les sols nus à plus}

de

20

^{pour lavégétation dense (f.[Knipling, 1970℄). Cetindie permetd'aentuer le ontraste}

entre lavégétationetlesol,ilest peuaetéparlesonditions d'illumination.Enrevanhe, ilest

sensible aux eetsatmosphériques ettrèspeu sensibleaux faibles tauxde ouverture. Engénéral,

il sembledonpluttadapté àlavégétationdense.

D'autres indies ont été proposés dans la littérature, fondés sur la diérene entre les

réetanesobtenuesdanslesbandesPIRetRandeompenserlesdiérentseetsdelalumière

entrante. Ilssontsouvent normalisésde manièreàfournirunindie omprisentre

0

^et

1

^.

L'indie le plus ourament utilisé pour l'imagerie satellite est le NDVI (Normalized

Dierene Vegetation Index), lié à la fration du rayonnement atif pour la photosynthèse et

don à la produtivité et à la biomasse de la végétation. Cet indie a été introduit en 1973

par [Rouse etal.,1973 ℄ pour identier rapidement et simplement les surfaes végétales. Depuis,

divers travaux justient expérimentalement son utilisation dans diérents as d'appliation. En

partiulier,[Vignolles,1996 ℄ étudieson eaitépour les appliationsagrioles.Il est déni par

NDVI

=

^PIR

−

^R

PIR

+

^R

.

Le NDVI vaut,typiquement,0.1pourles solsnus et0.9pourlavégétationdense.Il estonsidéré

omme plus sensible aux faibles niveaux de végétation qu'à la végétation dense, ontrairement

au RVI quiest plussensible aux variations de lavégétation lorsqu'elle est dense. En revanhe, le

NDVIestsensible,ommeleRVI,auxonditionsd'illuminationpourlesfaiblesdensitésdeouvert,

aux eets atmosphériques et à l'angle de visée. Cependant, il est très utilisé en télédétetion et

souvent onsidéré omme pertinent pour aratériser les diérents types de végétation, grâe à

son évolution temporelle. En eet, l'évolution de e type d'indie de végétation orrespond au

développementphénologique desespèesvégétales observées.

Ce type d'indie est onstruit de manière à obtenir de fortes valeurs pour les surfaes

de plantes vertes. En eet, lahlorophylle (pigment vert) absorbe le rayonnement inident de la

partie visible du spetre alors que la struture des feuilles et la teneur en eau onduisent à de

fortes valeurs de réetane dans la bande PIR. De nombreux dérivés ou alternatives au NDVI

ont été proposés dans lalittérature pour outrepasserses limites,en partiulieren tenant ompte

de propriétés géologiquesdes solspourréer unindie orrigé deseets dûs autype de sol. Plus

préisément, la droite des sols orrespond à une représentationdu sol dans le plan (R,PIR). La