/(775(87,/,6$7,21&21-2,17('(6e5,(67(0325(//(6'¶,0$*(6237,48(6 (75$'$53285/(68,9,'(6685)$&(6$*5,&2/(6
-RUGL,QJODGD
&(6%,28QLYHUVLWpGH7RXORXVH&1(6&156,5'8367RXORXVH)UDQFH
Dansuncontextedepressioncroissantesurlesterres agricolesetleurproductionFoleyetal.(2011),Godfray etal.(2010),lacartographiedesculturesestnécessaire pourfournirdesinformationsprécisespourleurconduite efficaceetdurable.L’imageriedetélédétectionengénéral, etplusparticulièrementlessériestemporellesd’imagesà hauterésolutioncommecellesfourniesparlessatellites Sentinel-1Torresetal.(2012)etSentinel-2Druschetal.
(2012)sontunatoutmajeurpourcetyped’applica-tion.
Destravauxrécentsontmontréquelessériestem- porellesd’imagerieoptiquepermettentdecartographier defaçonpréciselessurfacesagricolesdansdifférents typesdeclimatetdessystèmesdeculturesvariésIn- gladaetal.(2015).Cependant,dûàlacouverturenua- geusequiaffectel’imagerieoptique,lesperformancesde cesapprochespeuventêtrefortementdégradéesdans certains cas. L’imagerie radar,insensible aux nuages, peut aider à la mise en oeuvre de méthodes de cartographieplusrobustes.
Audelàdelacartographieannuellecommecelleabor- déedansIngladaetal.(2015),ladétectionprécocedes culturesavantlafindelasaisonagricoleestnécessaire pourlaprévisiondesrendementsetlagestiondel’irriga- tion.Ceciimposedescontraintesencoreplusfortessurla disponibilitéd’imageriemulti-temporelle.
Nousillustronsicicommentl’imagerieradarpeutcom- plémenterlessériestemporellesoptiquespourladétec- tionprécocedesculturesdansuneperspectived’utilisa- tionconjointedesdonnéesdessatellitesSentinel-1et Sentinel-2.Nousnousintéressonsparticulièrementàla classificationincrémentaleproduiteaufuretà mesure quelesimagessontacquises.
Enattendantladisponibilitéd’imagesSentinel-2sur unesaisonagricolecomplète(lesatelliteestentréen phaseopérationnelleenmars2016),l’étudeaétéme- néeavecdesimagesdusatelliteLandsat8,quiades caractéristiquessimilaires(revisitede16joursaulieude5 avec2satellitesSentinel-2,et30mderésolutionaulieu de 10). Les images radar utilisées sont issues du premiersatelliteSentinel-1.Entout,11imagesLandsat8 et 9 images Sentinel-1 d’une zone agricole au Sud- OuestdeToulouseontétéutilisées.
Lafigure1synthétiselesrésultatsdelaclassification incrémentalepour3scénarios:
O¶XWLOLVDWLRQGHO¶LPDJHULHRSWLTXHVHXOHEOHX O¶XWLOLVDWLRQGHO¶LPDJHULHUDGDUVHXOHURXJH O¶XWLOLVDWLRQFRQMRLQWHGHVPRGDOLWpVMDXQH
.l’utilisationconjointedes2modalités(jaune).
/HJUDSKLTXHSUpVHQWHODYDOHXUPR\HQQHGHO¶LQGLFH țPHVXUHGHTXDOLWpGHODFODVVLILFDWLRQDOODQWGHj VXUUpDOLVDWLRQVHWOHVLQWHUYDOOHVGHFRQILDQFHj 2Q SHXW REVHUYHU OH PRWLI DWWHQGX GH O¶DPpOLRUDWLRQ GHV SHUIRUPDQFHV DX IXU HW j PHVXUH TXH SOXV GH GRQQpHV VRQWGLVSRQLEOHV&HFRPSRUWHPHQWHVWOHPrPHSRXUOHV VFpQDULRV 2Q SHXW DXVVL FRQVWDWHU TXH O¶XWLOLVDWLRQ G¶LPDJHULH RSWLTXH IRXUQLW GH PHLOOHXUV UpVXOWDWV TXH O¶XWLOLVDWLRQG¶LPDJHULHUDGDU&HFLQ¶HVWSDVXQHVXUSULVH FDU O¶LQIRUPDWLRQ SULQFLSDOH SHUPHWWDQW GH GLVWLQJXHU OHV FXOWXUHV HVW OH SURILO WHPSRUHO GH FURLVVDQFH GH OD YpJpWDWLRQ TXL HVW WUqV ELHQ FDSWXUp SDU OH 1'9, 3HQGDQWXQHFRXUWHSpULRGHHQILQGDXWRPQHOHUDGDU VHQVLEOHDX[FKDQJHPHQWV GH UXJRVLWp OLpV DX[ WUDYDX[
GXVROIRXUQLWGHPHLOOHXUVUpVXOWDWV
L’utilisationconjointedes2typesd’imagerieproduit toujoursdemeilleursrésultatsquechaquesourcede donnéesutiliséeindépendamment.Ilestaussiintéres- santdenoterque,débutavril,lafusiondes2sources dedonnéesatteintdesniveauxdeperformancequine serontobtenusparl’imagerieoptiqueseulequ’unmois plustard.Ceciconstitueungainnonnégligeablepourla détectionprécocedescultures.
FIGURE1:Mesuredeperformancesdelaclassificationincré- mentaledesculturesagricolespourles3scénariosétudiés.La largeurdestraitscorrespondauxintervallesdeconfianceà95%
/D ILJXUH LOOXVWUH GHV H[WUDLWV GH FDUWHV G¶RFFXSD WLRQ GHV VROV REWHQXHV DYHF O¶HQVHPEOH GHV LPDJHV GLVSRQLEOHV /D FDUWH LVVXH GHV LPDJHV UDGDU VHXOHV HVW SOXV EUXLWpH TXH FHOOHV REWHQXHV HQ XWLOLVDQW GHV GRQQpHV RSWLTXHV PDLV JOREDOHPHQW OHV FDUWHV VRQW FRKpUHQWHV
Revue Française de Photogrammétrie et Télédétection
71
n° 219-220 Janvier-Juin 2019
FIGURE2:Extraitsdecartesdetypedeculturesavectoutes lesimagesdisponibles.ImageLandsat8(hautàgauche),carte issueduradar(hautàdroite),carteissuedesdonnéesoptiques (basàgauche)etcarteissuedelacombinaisondes2typesde données(basàdroite).
On peutconclurequeles imagesàhauterésolu- tionspatialeettemporellefourniesparSentinel-1sont unboncomplémentàcellesdessystèmesoptiques(Land- sat8etSentinel-2)pourlareconnaissanceprécocedes typesdecultures.Lesdonnéesradarpermettentune améliorationdesperformancesdeclassificationplustôt danslasaisonagricoleparrapportaucasoùseulement l’imagerieoptiqueestutilisée.
Pouruneétudeplusdétailléeportantsurl’extraction deprimitivesissuesdel’imagerieradarainsiquesurles choixdespré-traitementsdesdonnées,lelecteurinté- ressépeutseréférerà des résultats présentésdans Ingladaetal.(2016).Danscetarticleenaccèsouvert, différentschoixderésolutiondetravailetdefiltragedu speckle sont comparés dans un contexte de classification pixel en utilisant des forêts aléatoires (RandomForests).Eneffet,lesimagesSentinel-1ayant unerésolutionplusfinequecelledesimagesLandsat-8, ilest important dechoisir de travailler à la résolution native, ou à celle ducapteur de référence pour ces travaux.Ony conclut queUpéchantillonnerlesimages Sentinel-1àlarésolutionde30mdeLandsat-8produit des résultats équivalents (entermes de précision de classification) à travailler à pleine résolution. En revanche si un filtre anti-speckle estutilisé (filtrede Lee dans cette étude), ré-échantillonner toutes les imagesà10mderésolutionfournitdesrésultatsmeilleurs en termes de précision de classification tout eO fournissantundétailgéométriquesupérieur.
Références
Drusch,M.,Bello,U.D.,Carlier,S.,Colin,O.,Fernandez,V.,
*DVFRQ)+RHUVFK%,VROD&/DEHULQWL30DUWLPRUW3 0H\JUHW$6SRWR)6\20DUFKHVH)%DUJHOOLQL3 6HQWLQHO(VD¶VRSWLFDOKLJKUHVROXWLRQPLVVLRQIRU
*PHVRSHUDWLRQDOVHUYLFHV5HPRWH6HQVLQJRI(QYLURQPHQW QLO±85/KWWSG[GRLRUJMUVH
Foley, J. A., Ramankutty, N., Brauman, K. A., Cassidy, E. S., Gerber, J. S., Johnston, M., Mueller, N. D., O’Connell, C., Ray, D.K.,West,P.C.,Balzer,C.,Bennett,E.M.,Carpenter,S.R., Hill,J.,Monfreda,C.,Polasky,S.,Rockström,J.,Sheehan,J., Siebert,S.,Tilman,D.,Zaks,D.P.M.,2011.Solutionsfora cultivatedplanet.Nature478(7369),337–342.
85/KWWSG[GRLRUJQDWXUH
Godfray, H. C. J., Beddington, J. R., Crute, I. R., Haddad, L., Lawrence,D.,Muir,J.F.,Pretty,J.,Robinson,S.,Thomas, S.M.,Toulmin,C.,2010.Foodsecurity:Thechallengeof feeding9billionpeople.Science327(5967),812–818.85/
KWWSG[GRLRUJVFLHQFH
Inglada, J., Arias, M., Tardy, B., Hagolle, O., Valero, S., Mo- rin,D.,Dedieu,G.,Sepulcre,G.,Bontemps,S.,Defourny, P.,Koetz,B.,2015.Assessmentofanoperationalsystem forcroptypemapproductionusinghightemporalandspa- tialresolutionsatelliteopticalimagery.RemoteSensing7(9), 12356–12379.
85/KWWSG[GRLRUJUV
Inglada, J., Vincent, A., Arias, M., Marais-Sicre, C., 2016. Impro- vedearlycroptypeidentificationbyjointuseofhightemporal resolutionsarandopticalimagetimeseries.RemoteSensing 8(5),362.
85/KWWSG[GRLRUJUV
Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema,E.,Potin,P.,Rommen,B.,Floury,N.,Brown,M., Traver,I.N.,Deghaye,P.,Duesmann,B.,Rosich,B.,Mi- randa,N.,Bruno,C.,L’Abbate,M.,Croci,R.,Pietropaolo, A.,Huchler,M.,Rostan,F.,2012.Gmessentinel-1mission.
RemoteSensingofEnvironment120(nil),9–24.
85/KWWSG[GRLRUJMUVH
Revue Française de Photogrammétrie et Télédétection
72
n° 219-220 Janvier-Juin 2019