101
Université Jean Monnet de Saint Etienne Ecole Nationale d'Ingénieurs de Saint Etienne Auteur : Laura HOURY (Etudiante en Master II Parcours Professionnel) Sous la direction de : Rémy CLEMENT (Chargé de secteur SIG/réseau et chargé de projet au Conservatoire d'Espaces Naturels Rhône-Alpes) Marc ISENMANN (Chargé de mission géomatique au Conservatoire Botanique National Alpin Rhône-Alpes) Jérôme PORTERET (Chargé de projet hydro-géo-pédologie des zones humides au Conservatoire du Patrimoine Naturel de Savoie) Tuteur universitaire : Christine Jacqueminet (Enseignant/chercheur à l'Université Jean Monnet) Application de la télédétection et de l'analyse spatiale pour le développement d'indicateurs de pression sur les zones humides Rhône-Alpines Rapport de fin d'études : Master II SIG et Gestion de l'Espace, parcours professionnel (septembre 2012) Conservatoire des Espaces Naturels Rhône-Alpes Maison Forte, 2 rue des Vallières, 69390 Vourles Tél. 04 72 31 84 50 Fax. 04 72 31 84 59 [email protected]

Application de la télédétection et de l'analyse spatiale

  • Upload
    others

  • View
    6

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet de Saint Etienne

Ecole Nationale d'Ingénieurs de Saint Etienne

Auteur : Laura HOURY (Etudiante en Master II Parcours Professionnel)

Sous la direction de : Rémy CLEMENT (Chargé de secteur SIG/réseau et chargé de projet au Conservatoire

d'Espaces Naturels Rhône-Alpes)

Marc ISENMANN (Chargé de mission géomatique au Conservatoire Botanique

National Alpin Rhône-Alpes)

Jérôme PORTERET (Chargé de projet hydro-géo-pédologie des zones humides au

Conservatoire du Patrimoine Naturel de Savoie)

Tuteur universitaire : Christine Jacqueminet (Enseignant/chercheur à l'Université Jean Monnet)

Application de la télédétection et de l'analyse spatiale pour le

développement d'indicateurs de pression sur les zones humides

Rhône-Alpines

Rapport de fin d'études : Master II SIG et Gestion de l'Espace, parcours professionnel

(septembre 2012)

Conservatoire des Espaces Naturels Rhône-Alpes Maison Forte,

2 rue des Vallières, 69390 Vourles Tél. 04 72 31 84 50 Fax. 04 72 31 84 59

[email protected]

Page 2: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 2

Résumé

A l'heure d'aujourd'hui les zones humides sont confrontées à diverses pressions ayant pour conséquence une diminution de leur superficie voir une disparition de ces milieux. Le Conservatoire d'Espaces Naturels Rhône-Alpes joue un rôle majeur en intervenant sur ces espaces naturels. En région Rhône-Alpes, le programme RhoMéo a été initié afin de préserver les zones humides. Afin d'assurer la conservation de ces dernières, il est important de connaître et mesurer les diverses pressions qui les menacent (étalement urbain, augmentation démographique, croissance des terres agricoles, cultures intensives,…). Des méthodes doivent être mises en place et proposons d’explorer les outils de la télédétection et d'analyse spatiale.

L'objectif principal de ce stage est de mettre en place des méthodologies afin de calculer les indicateurs de pressions à deux échelles : celle de la zone humide et celle du bassin versant.

Pour remplir cet objectif le travail a été réalisé en plusieurs phases. Une étude bibliographique est effectuée préalablement afin de déterminer les pressions exercées sur les zones humides. Nous proposons d’analyser deux grands types de pression : l’évolution des zones urbanisées et celle des terres agricoles. Les méthodologies se basent sur des données satellitaires et vectorielles : les données vectorielles sont la BD TOPO®IGN et le Registre Parcellaire Graphique 2010. Quant aux données de type raster, il s'agit d'images satellites SPOT 10 m (4 bandes) enregistrées à 12 dates différentes réparties principalement sur l’année 2010. Trois secteurs de la région Rhône-Alpes sont étudiés : la vallée du Rhône-Dombes, le lac du Bourget-Bauges et la Vanoise-Beaufortain. Les méthodologies développées permettent d’analyser les indicateurs de pression suivants : la tache urbaine, le type d'habitat (diffus, dense, groupé et très dense), l'évolution démographique autour des zones humides, les superficies artificialisée (routes et bâtis), l'évolution des surfaces agricoles (études multi-dates à l’aide des données de télédétection et du RPG) et le bon état des zones humides peut être révélé. A travers les méthodologies testées, les données vectorielles et satellitaires seront comparées entre elles afin de déterminer leurs atouts et leurs limites.

Tous ces tests méthodologiques ont pour but d'alimenter le rapport final mutualisant toutes les méthodes des différentes régions, participant à l'axe B de RhoMéo, en vue d'un futur observatoire.

Mots clés : RhoMéo, zones humides, bassins versants, pressions, télédétection, analyse

spatiale.

Page 3: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 3

Remerciements

Tout d'abord je souhaite remercier l'ensemble du personnel du Conservatoire d'Espaces

Naturels pour leur accueil chaleureux.

Je tiens à remercier Rémy CLEMENT, Jérôme PORTERET et Marc ISENMANN pour leur

encadrement et judicieux conseils.

Merci à Laurent POULAIN pour la gestion du matériel informatique.

Je remercie également Madame Christine JACQUEMINET pour m'avoir suivie pendant les six

mois de stage et pour le temps consacré à la relecture de mes travaux.

Enfin, j'adresse mes remerciements aux partenaires des autres régions.

Page 4: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 4

Table des matières

Listes des illustrations ......................................................................................................... p 7

Liste des figures .................................................................................................................. p 7

Liste des tables ................................................................................................................... p 8

Liste des abréviations ......................................................................................................... p 9

Introduction .................................................................................................... p 10

Partie 1 : Contexte de l'étude ........................................................................... p 11

I. Contexte du stage ............................................................................................................ p 11

1.1. La structure d'accueil : Le Conservatoire des Espaces Naturels Rhône-Alpes .......................p 11

1.2. Notions de base sur les zones humides ..................................................................................p 11

1.3. Le programme RhoMéo ..........................................................................................................p 12

II. Problématique et objectifs .............................................................................................. p 14

III. La zone d'étude .............................................................................................................. p 15

IV. Identification des indicateurs de pression sur les zones humides .................................... p 16

4.1. Les indicateurs de pression : état de l'art ...............................................................................p 16

4.2. Caractéristiques des deux grandes thématiques de pression ................................................p 17

V. Les données au service du suivi des pressions subies par les zones humides .................... p 18

5.1. Les principes de base de la télédétection ..............................................................................p 18

5.1.1. Généralités sur la télédétection .............................................................................p 18

5.1.2. Les satellites : acquisition des images, traitement et exploitation ........................p 18 5.2. Les données et les logiciels .....................................................................................................p 19

5.2.1 Les données satellites mises à disposition ..............................................................p 19

5.2.2 Les données en mode vecteur ................................................................................p 19

5.2.3 Les logiciels de géomatique employés ....................................................................p 19

Partie 2 : Suivi des terres urbanisées : Méthodes ............................................. p 20

I. Délimitation et caractérisation des secteurs bâtis à l’aide de la BD TOPO® ........................ p 20

1.1. Délimitation de la tache urbaine ...........................................................................................p 20 1.2. Evaluation du type d'habitat .................................................................................................p 20 1.2.1. Evaluation générale du type d'habitat ..................................................................p 20 1.2.2. Evaluation générale du type d'habitat avec ajout d'une graduation de pression

industrielle ..................................................................................................................................................p 21 1.3. Extraction de la surface route : fragmentation du milieu .....................................................p 21 II. Délimitation des secteurs bâtis à l’aide des images Spot 10 m ......................................... p 21

2.2.1. Méthode d'extraction par analyse des bandes spectrales .....................................p 22

2.2.2. Méthode d'extraction par opérations morphologiques .........................................p 23

III. Autres données exploitables : comportements démographiques autour des zones

humides ............................................................................................................................. p 23

Page 5: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 5

Partie 3 : Suivi des terres urbanisées : Résultats et discussion .......................... p 24

I. Délimitation et caractérisation des secteurs bâtis à l’aide de la BD TOPO® ........................ p 24

1.1. Délimitation de la tache urbaine ...........................................................................................p 24 1.2. Evaluation du type d'habitat .................................................................................................p 26 1.2.1. Evaluation générale du type d'habitat ..................................................................p 26 1.2.2. Evaluation générale du type d'habitat avec ajout d'une graduation de pression

industrielle ..................................................................................................................................................p 27 1.3. Extraction de la surface route : fragmentation du milieu .....................................................p 28 II. Délimitation des secteurs bâtis à l’aide des images Spot 10 m ......................................... p 30

2.1. Méthode d'extraction par analyse des bandes spectrales ....................................................p 30

2.2. Méthode d'extraction par opérations morphologiques ....................................................p 31

III. Autres données exploitables : comportements démographiques autour des zones

humides ............................................................................................................................. p 35

Partie 4 : Suivi des terres agricoles : Méthodes, résultats et discussion ............ p 37

I. Suivi des terres agricoles à l'aide du registre parcellaire graphique ................................... p 37

II. Evaluation de l'état des zones humides à l’aide du RPG et de la BD TOPO® ...................... p 40 III. Identification de l'occupation des terres agricoles : utilisation des images SPOT 10m ...... p 42

3.1. Identification des terres agricoles à l’aide des indices de végétation ....................................p 42

3.1.1. L'indice de végétation NDVI ...................................................................................p 42

3.1.2. L'indice de végétation SAVI ....................................................................................p 45

3.2. Classification orientée objet avec sélections d'exemples ......................................................p 50

3.3. Classification orientée objet avec définition de règles ...........................................................p 52

3.3.1 Procédure d'extraction de signatures spectrales de cultures principales .............p 52

3.3.2. Classifications de cultures principales ...................................................................p 53

Conclusions ...................................................................................................... p 56

Références ...................................................................................................... p 58 Bibliographie ........................................................................................................................ p 58

Webographie ........................................................................................................................ p 60

Page 6: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 6

Annexes

Annexe 1 : Planning du stage ....................................................................................................... p 62 Annexe 2 : Liste des indicateurs de pressions sur les zones humides ......................................... p 63 Annexe 3 : Liste des indices de télédétection .............................................................................. p 65 Annexe 4 : Liste des données en mode vecteur de l'occupation et de la couverture du sol ...... p 72 Annexe 5 : Résultats de l'utilisation de la tache urbaine sur les zones humides des trois secteurs ........................................................................................................................................ p 73 Annexe 6 : Résultats de l'utilisation de la BD TOPO® (bâti) sur les zones humides des trois secteurs ........................................................................................................................................ p 74 Annexe 7 : Résultats de l'utilisation de la tache urbaine sur les bassins versants des trois secteurs ........................................................................................................................................ p 75 Annexe 8 : Résultats de l'utilisation de la BD TOPO® (bâti) sur les bassins versants des trois secteurs ........................................................................................................................................ p 78 Annexe 9 : Résultats du type d'habitat et de la présence d’industries dans les zones humides des trois secteurs ......................................................................................................................... p 81 Annexe 10 : Résultats de l'utilisation de la BD TOPO® (routes) sur les zones humides des trois secteurs ........................................................................................................................................ p 84 Annexe 11 : Résultats de l'utilisation de la BD TOPO® (routes) sur les bassins versants des trois secteurs ................................................................................................................................ p 85 Annexe 12 : Surfaces de cultures en 2010 ................................................................................... p 88 Annexe 13 : Cartographie du maïs télédétecté (secteur CF0322) ............................................... p 89 Annexe 14 : Résultats des signatures spectrales des cultures pour le secteur CF0324 .............. p 90 Annexe 15 : Résultats des signatures spectrales des cultures pour le secteur CF0322 .............. p 93 Annexe 16 : Résultats des signatures spectrales des cultures pour le secteur CF0318 .............. p 97 Annexe 17 : Récapitulatifs des signatures spectrales .................................................................. p 101

Page 7: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 7

Listes des illustrations

Liste des figures Figure 1 : Photos de zones humides ............................................................................................. p 11 Figure 2 : Carte de l'étendue du programme RhoMéo dans le bassin Rhône-Méditerranée ..... p 12 Figure 3 : Carte de la localisation des zones d'études tests pour les pressions sur les zones humides ........................................................................................................................................ p 15 Figure 4 : Schéma du principe de la télédétection ....................................................................... p 18 Figure 5 : Méthode par analyse des bandes spectrales ............................................................... p 22 Figure 6 : Images après application de l’ACP ............................................................................... p 22 Figure 7 : Images après application de la décorelation et de l’ACP ............................................. p 22 Figure 8 : Méthode d'extraction par opérations morphologiques .............................................. p 23 Figure 9 : Cartographie de la tache urbaine. Vue générale sur le site test RhoMéo Confluence de la Bourbre et du Catelan (secteur CF0324) ............................................................................. p 24 Figure 10 : Graphique des surfaces d'artificialisations par la tache urbaine dans les zones humides du secteur CF0324 ......................................................................................................... p 25 Figure 11 : Graphique des surfaces d'artificialisations par les bâtiments dans les zones humides du secteur CF0324 ......................................................................................................... p 25 Figure 12 : Cartographie du type d'habitat. Vue générale sur le site test RhoMéo Confluence de la Bourbre et du Catelan (secteur CF0324) ............................................................................. p 26 Figure 13 : Cartographie du type d'habitat avec ajout de la présence d'industries. Vue générale sur le site test RhoMéo Confluence de la Bourbre et du Catelan (secteur CF0324, Dombes-Vallée du Rhône) ............................................................................................................ p 27 Figure 14 : Partie du graphique représentant les surfaces de type d’habitat dans les zones humides ........................................................................................................................................ p 27 Figure 15 : Cartographie des routes et chemins. Vue générale sur le site test RhoMéo Confluence de la Bourbre et du Catelan (secteur CF0324-Dombes-Vallée du Rhône) ............... p 28 Figure 16 : Graphique du pourcentage de surface urbanisée (artificialisée) dans les zones humides du secteur CF0324 (Dombes-Vallée du Rhône) ............................................................ p 29 Figure 17 : Images SPOT 10 m du 01/07/2010 du secteur CF0324 affichées en composition colorée ......................................................................................................................................... p 30 Figure 18 : Image du 01/07/2010 du secteur CF0324 issue de la méthode d'analyse des bandes spectrales ......................................................................................................................... p 30 Figure 19 : Image du 01/07/2010 du secteur CF0324 issue de la méthode d'analyse des bandes spectrales. Site de Confluence Bourbe Catelan............................................................... p 31 Figure 20 : Image texturale du 01/07/2010 du secteur CF0324 .................................................. p 31 Figure 21 : Image du 01/07/2010. Site de Confluence de la Bourbre et du Catelan ................... p 32 Figure 22 : Image du 01/07/2010 avec un filtre 3*3 et la superposition de la BD TOPO® .......... p 32 Figure 23 : Image du 01/07/2010 avec un filtre 3*3 et la superposition de la BD TOPO® ; Site de la Confluence Bourbe Catelan ................................................................................................. p 33 Figure 24 : Cartographie du taux d'évolution de la population. Site de Confluence de la Bourbre et du Catelan (secteur CF0324) ...................................................................................... p 38 Figure 25 : Evolution des surfaces agricoles entre 2009 et 2010 sur les trois secteurs .............. p 35 Figure 26 : Comparaison du type de cultures entre 2009 et 2010 sur la Dombes-Vallée du Rhône (secteur CF0324) ............................................................................................................... p 37

Page 8: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 8

Figure 27 : Comparaison du type de cultures entre 2009 et 2010 sur une zone humide ; Zone humide de Confluence de la Bourbre et du catelan (secteur CF0324 de la Dombes-Vallée du Rhône) .......................................................................................................................................... p 38 Figure 28 : Cartographie de l'état des zones humides ................................................................. p 39 Figure 29 : NDVI juillet /septembre/mars (secteur CF0324) ....................................................... p 40 Figure 30 : Extrait de l'évolution de l'occupation du sol sur le secteur CF0324 .......................... p 43 Figure 31 : Extrait de l'évolution de l'occupation du sol sur le secteur CF0322 .......................... p 43 Figure 32 : SAVI juin/ aout/septembre/novembre (secteur CF0322) .......................................... p 44 Figure 33 : SAVI avril/juillet/septembre (secteur CF0318) .......................................................... p 45 Figure 34 : Extrait du secteur CF0322 suite à la combinaison multi dates .................................. p 45 Figure 35 : Cartographie du maïs télédétecté (secteur CF0322) comparée aux parcelles de maïs recensées par le RPG ........................................................................................................... p 46 Figure 36 : Cartographie du maïs télédétecté (secteur CF0322) comparée aux parcelles de maïs recensées par le RPG ........................................................................................................... p 47 Figure 37 : Extrait de la cartographie de l'occupation du sol en juillet 2010............................... p 48 Figure 38 : Extrait de la cartographie de l'occupation du sol en septembre 2010 ...................... p 49 Figure 39 : Signatures spectrales moyennes sur le secteur CF0322 ............................................ p 49 Figure 40 : Image de la segmentation puis du regroupement d'objets ....................................... p 53 Figure 41 : Etude du NDWI et du SAVI sur le secteur CF0324 ..................................................... p 54 Figure 42 : Etude du NDWI et du SAVI sur le secteur CF0322 ..................................................... p 54 Figure 43 : ACP sur les signatures spectrales sélectionnées sur le secteur CF0322 .................... p 55

Liste des tables Tableau 1 : Liste des indicateurs de pressions sur les zones humides......................................... p 16 Tableau 2 : Calendrier agricole en France .................................................................................... p 17 Tableau 3 : Les caractéristiques du satellite SPOT 5 .................................................................... p 18 Tableau 4 : Les données satellites SPOT mises à disposition ....................................................... p 19 Tableau 5 : Les données du mode vecteur utilisées .................................................................... p 19 Tableau 6 : Etiquette des combinaisons de trois dates ............................................................... p 46 Tableau 7 : Premier regroupement de classes ............................................................................. p 47 Tableau 8 : Signatures spectrales sur le secteur CF0322 ............................................................. p 53

Page 9: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 9

Liste des abréviations

ACP : Analyse en Composante Principale

AERMC : Agence de l'Eau Rhône-Méditerranée et Corse

CARMEN : CARtographie du Ministère chargé de l'ENvironnement

CPNS : Conservatoire du Patrimoine Naturel de la Savoie

FCEN : Fédération nationale des Conservatoires régionaux d'Espaces Naturels

IGN: Institut Géographique National

INSEE : Institut National de la Statistique et des Etudes Economiques

MNT : Modèle Numérique de Terrain

NOAA: National Oceanic and Atmospheric Administration

PLU : Plan Local d'Urbanisme ROI : Region Of Interest

RPG : Registre Parcellaire Graphique

SCOT : Schéma de Cohérence Territorial

SERENA : Système de gestion et d'Echange de données des Réseaux d'Espaces NAturels

SIG : Système d'Information Géographique

SINP : Système d'Information sur la Nature et les Paysages

SPOT : Satellite Pour l'Observation de la Terre

VIS : Visual Information Solutions

Page 10: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 10

Introduction Les zones humides étaient considérées sans grand intérêt par les collectivités du fait d'un manque de connaissance sur ces milieux. Pourtant ce sont des écosystèmes qui contribuent à notre équilibre écologique mais aujourd'hui elles sont encore menacées. Les plus grandes menaces qui pèsent sur ces dernières sont la transformation de ces terres naturelles en terres urbanisées et en terres agricoles. Elles s'en trouvent alors diminuées laissant place à l'agriculture intensive (maïs, céréales,…), l'urbanisation et l'artificialisation des sols. L'agriculture est le secteur qui a le plus d'impact sur les zones humides mais l'urbanisation se développant plus rapidement a aussi une influence sur les zones humides. Les pressions issues de ces secteurs risques de s'amplifier dans les années à venir. C'est la Loi de 1992 qui a permis la protection des zones humides. Maintenant l'heure est à l'action. En région Rhône-Alpes, c'est le Conservatoire d'Espaces Naturels Rhône-Alpes qui est chargé du suivi des zones humides. Le programme d'actions est nommé RhoMéo et est divisé en trois axes dont l'axe B qui va nous intéresser plus particulièrement. Ce dernier va permettre de mettre en place des méthodologies afin de suivre les indicateurs de pressions (terres urbanisées et terres agricoles) sur les zones humides. Différentes sources d'informations sur la couverture et l'occupation du sol existent et sont mises à disposition pour aider à la compréhension, l'analyse, la gestion et la planification des zones humides (SCHARZER & al., 2009). "La couverture du sol se réfère à la description physique de la surface de la terre. Elle combine les types de végétation, les roches et l'eau ainsi que les éléments anthropiques (surfaces agricoles et environnements bâtis). Quant aux termes utilisation ou occupation du sol, ils se réfèrent à un usage uniquement anthropique sue lequel évolue la couverture du sol." (ANONYME, 2006) La problématique qui se pose dans le cadre du programme RhoMéo (axe B) est : "quelles méthodologies existent? Lesquelles appliquer et tester sur des données satellitaires SPOT 10 m et sur des données vectorielles ou statistiques telles que la BD TOPO® IGN, le registre parcellaire graphique (RPG),..." Ces tests permettront de voir les atouts ainsi que les limites des différentes données disponibles. Afin d'effectuer plus facilement des comparaisons trois secteurs tests sont déployées et représentent un milieu de haute montagne, de moyenne montagne et de plaine. Le présent rapport va se scinder en quatre parties afin de présenter les travaux réalisés lors du stage. Dans un premier temps, le contexte de l'étude, la présentation de l'initiateur du stage, les zones humides, les indicateurs de pressions ainsi que des données et logiciels employés sont décrits afin de mieux replacer le stage. Puis dans un second temps, les trainements méthodologiques et les outils pour le suivi des terres urbanisées sont développés. Il s'agit, ici, de mettre en évidence les terres urbanisées à travers l'étalement urbain, le type d'habitat, les surfaces occupées par les routes et la démographie des communes riveraines des zones humides. Au sein de la troisième partie, les résultats et les discussions sur les suivis des terres urbanisées sont présentés. Enfin dans la dernière partie les méthodes, les résultats et les discussions sur le suivi des terres agricoles sont développés.

Page 11: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 11

Partie 1 : Contexte de l'étude

I. Contexte du stage

1.1. La structure d'accueil : Le Conservatoire d'Espaces Naturels de Rhône-Alpes

Le Conservatoire Régional d’Espaces Naturels de Rhône-Alpes est une association de 42 personnes née en 1988 (1). Sa mission est déclarée d’intérêt général. Il permet la préservation de la biodiversité Rhône-alpine dans cinq départements (Ain, Ardèche, Drôme, Loire, Rhône). Le siège du Conservatoire Régional d’Espaces Naturels de Rhône-Alpes est situé à Vourles mais il existe des antennes dans les autres départements (Ain et Ardèche). Au niveau national, les 22 conservatoires régionaux et les 8 conservatoires départementaux se sont regroupés au sein d’une Fédération (FCEN). Le budget du Conservatoire Régional d’Espaces Naturels de Rhône-Alpes est alimenté par des subventions et des financements publics. Il travaille en collaboration avec les collectivités, les services de l’Etat et de nombreux organismes. Le Conservatoire gère de nombreux sites naturels disséminés sur toute la région. Il est primordial de gérer la conservation des espaces naturels étant donné que de nombreuses espèces animales et végétales y vivent et ont pour rôle l'équilibre biologique de l'espace dans lequel nous évoluons. Cette gestion passe à travers diverses phases qui sont de connaitre le patrimoine, d'engager le dialogue et la concertation, d'assurer la maîtrise de l'usage des terrains, de planifier les plans de gestion, de restaurer puis entretenir les milieux naturels, d'évaluer l'impact de la gestion et de faire comprendre l'action des conservatoires. Les milieux humides sont des espaces gérés par les conservatoires. Ce sont des milieux complexes de part leurs caractéristiques biologiques, morphologiques et physico-chimiques très variées. 1.2 Notions de base sur les zones humides Les zones humides ont été définies de manière nationale (code de l'environnement) et internationale (convention de Ramsar) (2). Selon le code de l’environnement, les zones humides sont des « terrains, exploités ou non, habituellement inondés ou gorgés d'eau douce, salée ou saumâtre de façon permanente ou temporaire ; la végétation, quand elle existe, y est dominée par des plantes hygrophiles pendant au moins une partie de l'année». (Article L.211-1). La convention de Ramsar, adopté en 1971 et entré en vigueur en 1975, a défini une définition plus large que la réglementation française : les zones humides sont «des étendues de marais, de fagnes, de tourbières ou d’eaux naturelles ou artificielles, permanentes ou temporaires, où l’eau est stagnante ou courante, douce, saumâtre ou salée, y compris des étendues d’eau marine dont la profondeur à marée basse n’excède pas six mètres». Il existe différentes zones humides (tourbières, mares prairiales, roselières, rivières,...) qui sont réparties sur le territoire. Les zones humides assurent diverses fonctions (hydrologique, biologique, paysagère et récréative).

Figure 1 : Photos de zones humides ; de gauche à droite : l'étang de la Ronze, la tourbière de la Verrerie, une

rivière dans l'Ain, le marais de Prodon (Source : Conservatoire Espaces Naturels de Rhône-Alpes)

Page 12: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 12

Ces zones humides, dispersées sur le territoire, sont plus ou moins menacées de différentes façons. Certaines zones humides comme les prairies humides, les tourbières et les landes humides continuent à se dégrader et à régresser surtout dans les vallées et les plaines. Les causes de ces dégradations sont l'abandon de l'élevage extensif et l'intensification des pratiques agricoles, les plantations de peupleraies, les aménagements hydrauliques, les opérations d'assèchement et de drainage, l'exploitation de granulats, l'urbanisation, le développement d'activités industrielles ou d'infrastructures routières,... La perte des zones humides a débuté depuis de nombreuses années étant donné qu'on les considérait comme des zones insalubres et improductives. Les pressions subies par les zones humides, détectables par télédétection et/ou analyse spatiale feront l'objet de ce rapport. Même si l'on a pris conscience de l'importance des zones humides, la régression de leur surface continue à s'opérer. Le Conservatoire d'Espaces Naturels Rhône-Alpes s'est engagé dans la préservation et la gestion des zones humides à travers un programme nommé RhoMéo. 1.3. Le programme RhoMéo Le programme RhoMeo est né du constat de la mise en péril des zones humides au niveau européen. La Directive cadre sur l'eau a inséré la notion de bon état des masses d'eau. Ce bon état implique de connaître l'évolution de la qualité des zones humides qui les composent en partie (3).

Afin d'évaluer le bon état des zones humides du bassin Rhône Méditerranée à travers un futur observatoire, RhoMéo fait collaborer gestionnaires et chercheurs dans le but de développer des méthodologies.

Ce programme s'est déployé sur l’ensemble du bassin Rhône-Méditerranée pour construire avec les acteurs des autres régions, des méthodologies cohérentes de travail ainsi que des outils de traitement de l’information compatibles.

Figure 2 : Carte de l'étendue du programme RhoMéo dans le bassin Rhône-Méditerranée (source : (4))

Le programme Rhône-Alpes a été développé pour agir entre 2009 et 2012 et s'organise autour de cinq objectifs : 1. Identifier par des méthodes, des indicateurs biologiques du bon état des zones humides. 2. Tester ces protocoles sur un échantillon de zones humides réparties sur l’ensemble du territoire. 3. Tester des méthodes d’analyses rapides par interprétation d’images satellite de l’ensemble des zones humides.

Page 13: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 13

4. Développer des outils de gestion de l’information et d’analyse des données en lien avec les outils existants (Boite à outils AERMC, SINP, SERENA, CARMEN…) et utilisables par tous les acteurs qui seront impliqués dans les démarches. 5. Retourner les expériences sur les précédentes étapes du travail débouchant sur une proposition d’observatoire des zones humides du bassin Rhône-Méditerranée. Le programme RhoMéo s'articule sur trois axes : AXE A : Suivis de 88 zones humides et tests d’indicateurs du bon état. AXE B : Tests de suivi de l’ensemble des zones humides du Bassin Rhône-Méditerranée et choix des méthodes les plus efficientes en télédétection/analyse spatiale. Axe C : Définition et choix des outils de mutualisation des informations de l’évolution du bon état des masses d’eau. L'axe A permet de suivre les zones humides du bassin afin de constater l'état des zones. Il se constitue de cinq actions : choix des indicateurs et des protocoles les plus pertinents pour chaque site ; Mise en place de suivis terrain ; Saisie et traitement de suivis de terrain ; Analyse critique de ces suivis ; Choix des indicateurs et des protocoles les plus pertinents pour chaque type de zones humides. L'axe B sert également d’appui aux autres volets et groupes de travail thématiques en matière d’analyse et production de données géographiques. Les trois objectifs principaux de cet axe du programme RhoMéo sont : 1) Le suivi de l'évolution des surfaces de zone humide sur l'ensemble du bassin 2) L'étude exploratoire de suivi qualitatif des zones humides alluviales 3) L'inscription de ce travail dans un cadre plan-Méditerranéen, à savoir l'Observatoire des zones humides Méditerranéennes. L'axe C vise à proposer un outil de centralisation du suivi du bon état des zones humides pour les structures ne disposant pas d’outils et pour ceux qui en ont les passerelles nécessaires à la centralisation de l’information. Les deux actions de cet axe sont la synthèse des outils existants et les modalités de mutualisation et de centralisation de l'information des suivis. Dans ce rapport nous allons nous fixer sur l'axe B étant donné que le stage s'intègre dans celui-ci. C'est un axe transversal à l'échelle du bassin et qui a pour but de développer et appliquer des outils permettant la détection spatio-temporelle et le suivi quantitatif et qualitatif des zones humides du bassin Rhône-Méditerranée par images satellitales et analyse spatiale. Les objectifs et les méthodologies devront être communs au Nord et au Sud du bassin.

Page 14: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 14

II. Problématique et objectifs

Au sein du programme RhoMéo, le stage effectué se situe au sein de l'axe B et représente une partie des travaux de la région Rhône-Alpes. Le but du stage est de développer et tester des méthodologies afin de mesurer les pressions des terres urbanisées et des terres agricoles sur les zones humides à l'échelle du bassin versant et à l'échelle de la zone humide elle-même. Les terres urbanisées et les terres agricoles sont les deux grandes thématiques de pressions décelées dans la bibliographie (lors du stage) et les études terrains réalisées depuis le début du programme. Ce programme s'est initialement développé en région Rhône-Alpes mais par la suite s'est déployé sur l’ensemble du Bassin Rhône-Méditerranéen. En plus d'être un travail collaboratif inter-régions, c'est aussi un travail de collaboration entre les différents axes du programme (A, B et C). Les compétences des "personnes de terrains" de l'axe A viennent compléter le travail réalisé grâce aux outils SIG par l'axe B. A la fin de l'année 2012, une mutualisation des travaux sera réalisée afin d'obtenir des outils de traitements de l'information compatible entre toutes les régions. Par conséquent, la problématique du stage est « quelles méthodologies développer à l’aide de différentes données satellites et cartographiques pour évaluer les différentes pressions s’exerçant sur les zones humides à l’échelle de ces dernières et du bassin versant ? ». Dans ce contexte, le rapport doit dresser un état de l'art des techniques testées sur notre territoire. Elles doivent être les plus performantes possibles. Le stage (détails des phases du stage en annexe 1) s'inscrit dans une démarche générale de gestion de projet et fait interagir de nombreux acteurs. Pour répondre à la cette problématique posée, les trois principaux objectifs du stage sont : 1) Effectuer une étude bibliographique : -Connaissance et compréhension du projet -Chercher à identifier les indicateurs de pressions et de dégradations suivants différentes thématiques dans l'enveloppe de la zone humide et sur son bassin versant -Lister les données pouvant contribuer à l'analyse des pressions sur les milieux humides. -Chercher les méthodes de télédétection et d'analyse spatiale pouvant mettre en avant ces indicateurs de pression 2) Proposer des méthodes de détections et de suivis de ces indicateurs qui puissent être transposables à l'ensemble du bassin Rhône-Méditerranée. 3) Tester, rédiger et commenter les méthodologies développées ainsi que les données utilisées en région Rhône-Alpes afin d'évaluer les pressions sur les zones humides. Diverses sources de données sont disponibles et laissent voir un large spectre de techniques. Les tests méthodologiques nous permettrons de mettre en avant les atouts et les limites de chaque type de donnée afin de faire des comparaisons sur le coût, les possibilités de traitement et les moyens techniques.

Page 15: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 15

III. La zone d'étude

La zone d’étude du programme RhoMéo est le bassin Rhône-Méditerranée. Ce dernier comporte 9 régions et 30 départements (AGENCE DE L'EAU, 2009). Sa superficie est de 120 000 Km² soit 25 % du territoire national. Concernant l'agriculture, il y a une forte diversité des productions mais on y observe de fortes spécialisations régionales. La production végétale est majoritaire (60 % des vergers français). C'est aussi le bassin le plus concerné par l'irrigation (2ème usage de l'eau dans le bassin). L'industrie est, quant à elle, un secteur bien diversifié (chimie, pétrochimie et pharmacie). La population augmente de près de 50 % en saisons touristiques et ont y retrouve 38 % des stations thermales de France.

Trois zones ont été choisies dans ce bassin Rhône- Méditerranée afin d'être les sites tests des méthodologies développées dance stage, donc représentatives, des indicateurs de pressions des zones humides. Ces zones sont, de gauche à droite, nommée sous le nom CF0324 (Dombes- Vallée du Rhône), CF0322 (Lac du Bourget-Bauges) et CF0318 (Vanoise Beaufortin).

Figure 3 : Carte de la localisation des zones d'études tests pour les

pressions sur les zones humides

La zone Vanoise-Beaufortain (CF0318) fait partie de la Savoie. Le massif du Beaufortain se définit comme étant le massif du bassin versant du Doron de Beaufort et de ses affluents. Quant au massif de la Vanoise c'est un vaste massif montagneux des Alpes connu pour abriter un nombre important de glaciers et localisé entre deux vallées alpines (5). La zone du Lac du Bourget-Bauges (CF0322) comprend le lac du Bourget. Le massif des Bauges est un territoire de moyenne montagne. L'agriculture, le pastoralisme, la sylviculture et le tourisme sont les principales activités. Il y a des résidences périurbaines générées par les villes et agglomérations qui l’encadrent (Annecy, Chambéry, Aix-les-Bains, Albertville et Faverges) (HOBLEA, 2008). Les bordures du massif sont drainées par une multitude de petits cours d'eau.

La zone des Dombes-Vallée du Rhône (CF0324) recouvre une partie de la vallée fluviale du Rhône et du Pays de La Dombes. La Dombes (région agricole française selon l'INSEE) est une région proche de Lyon qui a 1 000 étangs artificiels et attire de nombreux touristes. C'est un plateau où l'alternance "assec-évolage" mêle culture céréalière et élevage du poisson afin de pallier à la pauvreté du sol.

Page 16: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 16

La création des limites des zones tests ont été tracées après l'obtention de toutes les images SPOT 10 m. Ces sont les zones optimales après recoupement de toutes les images acquises. C’est dans ces zones tests que l’on va appliquer les méthodologies pour évaluer les pressions sur les zones humides.

VI. Identification des indicateurs de pression sur les zones humides

4.1 Les indicateurs de pression : état de l'art

"Les pressions se définies comme étant des influences qui exercent une menace sur le milieu" (2). Elles peuvent être à différentes échelles (bassin versant ou à l'intérieur de la zone humide) et de manière directe ou indirecte. Les zones humides sont menacées par différents types de pression (étalement urbain, expansion agricole, pollution…). Les indicateurs de pressions peuvent être calculés à partir de relevés terrains sur la faune, la flore, l'eau,… mais aussi avec les SIG et la télédétection. La focalisation du travail et du rapport va être sur les indicateurs se calculant avec les SIG et la télédétection. A partir de la bibliographie un tableau synthétique des indicateurs de pressions sur les zones humides a été élaboré (voir annexe 2). Ce dernier permet d'avoir une réflexion sur le type de données à exploiter, les sujets de méthodes à rechercher ainsi que le type de résultat à obtenir dans le cadre d'un futur observatoire des zones humides Rhône-Alpines. Le tableau ci-dessous ne comporte que les 4 indicateurs qui ont été traités dans le temps imparti du stage.

Tableau1 : Liste des indicateurs de pressions sur les zones humides (Source : (6); TOUR DU VALAT, 2012)

N° Catégorie Noms des indicateurs

JUSTIFICATION Principes de suivis après recherches bibliographiques et réflexion

1

Utilisation et gestion des

terres

Superficie anthropisée

C'est un indicateur qui traduit la pression des activités humaines sur une zone humide donnée. Le rapport entre la surface exploitée et celle laissée à l’état naturel donnerait une indication sur l’importance de cette pression. Risque de mise en péril du caractère naturel qu'on s'efforce de donner au milieu et la durabilité même de ces activités.

-Avec BD TOPO® : Délimitation de la

tache urbaine, Evaluation générale du

type d'habitat et avec ajout d'une

graduation de pression industrielle

-Avec SPOT : extraction par analyse

des bandes spectrales et par

opérations morphologiques

3

Agriculture

Surfaces de terres agricoles

Les activités agricoles de type polyculture-élevage ont de tout temps permis le maintien d'espaces diversifiés contribuant à une biodiversité élevée. Depuis une quarantaine d'années, l'intensification agricole a modifié complètement le paysage rural et les milieux qu'il renferme. L'utilisation des intrants (engrais, pesticides, herbicides, ...) draine, suite aux lessivages des bassins versants, d'importantes quantités en produits chimiques vers ces milieux provoquant pollution et eutrophisation.

-Avec RPG : Etude de l'occupation du

sol

-Avec SPOT : Evolution des surfaces

mises en cultures avec indices (NDVI

et SAVI pour une classification multi

temporelle par pixels), Classification

orientée objet avec sélections

d'exemples et définition de règles

5

Transport Fragmentation et perte de l'habitat

La croissance démographique et les besoins sans cesse accrus de ces populations en eau, en espaces, en éléments biodiversitaires ont également fait que les zones humides, riches en élément "eau", facilement "aménageables" et transformables pour l'urbanisation ou l'agriculture, riches en faune et flore, faciles d'accès, ont été les premières sujettes à ces transformations.

-Avec BD TOPO® routes : calculer la superficie de routes et chemins

17

Démographie

Taux de croissance

démographique des populations riveraines des

zones

La croissance démographique suggère des besoins de plus en plus grands en eau potable, en eau d'irrigation, en terres agricoles, en urbanisation, en ressources naturelles, etc. qui ne peuvent se réaliser qu'aux dépens de la zone humide adjacente. De plus, cela entraîne un mitage et un cloisonnement de l'espace, préjudiciable au bon fonctionnement des zones humides.

- Avec BD CARTO ® et données INSEE : Tendance de la population humaine autour des zones humides

Au final les deux principales catégories de pressions que nous retenons sont l'évolution des terres urbanisées et l'évolution des terres agricoles.

Page 17: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 17

4.2. Caractéristiques des deux grandes thématiques de pression Les terres urbanisées

Le milieu urbain (ville, bourg,...) est un milieu artificialisé et qui représente une surface retirée de son état naturel et inclus les espaces artificialisés non bâtis (espaces verts urbains, équipements...) et peuvent se situer hors des aires urbaines, ou encore en pleine campagne (phénomène d’urbanisme diffus). C'est un milieu "hyper fragmenté" ou "hyper morcelé" séparées par des obstacles comme les murs, clôtures, bâtiments, routes, canaux... (7). Il y a un grand nombre de parcelles de petites et grandes tailles et imbriquées les unes dans les autres. C'est également un milieu "hyper minéralisé" (bâtiments, routes, parkings,...) qui laisse à la végétation des espaces résiduels. Le milieu urbain peut croitre et se traduire par un étalement urbain. En effet la croissance urbaine peut se réaliser sans nécessairement augmenter la surface de l’aire urbaine. Il peut y avoir un phénomène de redensification du tissu urbain existant (reconstruction, comblement "dents creuses",…) et en conséquence croissance démographique (8). La reconnaissance des terres urbanisées à l’aide des données de télédétection n’est pas aisée : la réponse spectrale des surfaces bâties (bâtiment, route) proche de celle des sols nus du milieu agricole peut générer des confusions. L’hétérogénéité de leurs composants (bâti, végétation) rend difficile la délimitation des ensembles artificialisés.

Les terres agricoles

L’agriculture se définit comme la culture du sol pour la production de denrées alimentaires pour l'Homme et les animaux. Elle peut se déterminer par les caractéristiques spectrales du couvert végétal généralement sur des surfaces rectangulaires et plus grandes que des bâtiments. Un calendrier officiel permet de se faire une idée de l’évolution saisonnière de différentes classes de cultures en France Métropolitaine.

Tableau2 : Calendrier agricole en France (Source : (9))

La pression des terres agricoles peut se manifester par la mise en cultures de sols restés naturels ou par la croissance de "cultures intensives". Quant à la pression des terres urbanisées (étalement urbain, croissance de la population,…) elle va s'exprimer en diminuant les surfaces agricoles mais aussi les surfaces naturelles et par liaison les zones humides. Ces pressions pourront donc être mises en valeurs et calculées à l'aide de la télédétection et des outils d'analyse spatiale.

Page 18: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 18

V. Les données au service du suivi des pressions subies par les zones humides 5.1 Les principes de base de la télédétection

5.1.1. Généralités sur la télédétection

La télédétection représente l'ensemble des techniques d'acquisition et de traitement à distance des informations fournies par le rayonnement émis ou réfléchi par tout objet situé à la surface du sol (GUILLET, 1991).

Figure 4 : Schéma du principe de la télédétection (A : Source d'énergie ou

d'illumination, B : Rayonnement et atmosphère, C : Interaction avec la cible, D : Enregistrement de

l'énergie par le capteur, E : Transmission, réception et traitement, F : Interprétation et analyse, G :

Applications)

La télédétection est aussi « la discipline qui regroupe l’ensemble des connaissances et des techniques utilisées pour l’observation, l’analyse, l’interprétation et la gestion de l’environnement à partir de mesures et d’images obtenues à l’aide de plates-formes aéroportées, spatiales, terrestres ou maritimes. Comme son nom l’indique, elle suppose l’acquisition d’informations à distance, sans contact direct avec l’objet détecté » (BONN & ROCHON, 1992). Plusieurs types d'images sont exploitables (photographies, images aériennes, images satellites optiques/radar, images multi spectrales ou hyper spectrales).

5.1.2. Les satellites : acquisition des images, traitement et exploitation Divers satellites ont été mis en orbites et permettent la production des images avec plus ou moins de longueurs d'ondes. Le programme SPOT a été initié dans les années 70 et s'est concrétisé depuis 1986 avec la mise en orbite de cinq satellites possédant des capteurs de différentes résolutions (10). Les images du satellite SPOT 5 sont celles utilisées.

Tableau 3 : Les caractéristiques du satellite SPOT 5 (source : (11))

Instruments Bandes spectrales et

résolution

Spectre électromagnétique

(µm)

Champ de prise de vue

2HRG -2 panchromatiques à 5m

-3 multi spectrales à 10m

-1 moyen infrarouge à 20m

P : 0.48 - 0.71 B1 : 0.50 - 0.59

B2 : 0.61 - 0.68 B3 : 0.78 - 0.89

B4 : 1.58 - 1.75

60 km x 60 à 80 km

Les caractéristiques fondamentales des images de télédétection sont la résolution spectrale et la résolution spatiale. La télédétection peut être employée dans de nombreux domaines (gestion du territoire, sauvegarde de l'environnement, suivi de l'agriculture/urbanisation,…) Différents facteurs peuvent affecter la télédétection d'éléments (sol affecté par la composition minérale, taux de matière organique et structure ; eau affectée par la rugosité de la surface, concentration en sédiments, présence de phytoplancton, algues et végétation affectée par des espèces végétales présentes, hétérogénéité/densité du peuplement, stade phénologique, teneur en eau) dans les images.

Page 19: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 19

5.2. Les données et les logiciels

5.2.1 Les données satellites mises à dispositions

Plusieurs images SPOT ont été acquises sur l'année 2010 et 2011. Les images sont multi temporelles. Les caractéristiques selon Spot Image S.A sont qu'il y a moins de 10 % de nuage, glace, ombre et brume sur la zone d'intérêt. Sur les trois secteurs (CF0318, CF0322 et CF0324), un total de 12 images à différentes dates est disponible pour le projet. L'emprise géographique est de 60 x 60 km (3 600 km²). Les images ont 4 bandes spectrales (V, R, PIR, MIR), une résolution de 10 m et un angle d'incidence compris entre W25° et E25°.

Tableau 4 : Les données satellites SPOT mises à disposition

5.2.2. Les données en mode vecteur

Il existe de très nombreuses données vectorielles apportant diverses informations à différentes échelles. La liste de ces données concernant l'occupation ou la couverture du sol est disponible en annexe (Voir annexe 4). Pour le programme RhoMéo et le suivi des pressions il est important de choisir des données assez précises sur le territoire. L'actualisation des données est aussi un facteur décisif dans ce choix. Prenons par exemple le RPG et Corine Land Cover. Il s'agit de données sur l'occupation du sol. Le RPG fournit des informations sur le type d'agriculture au niveau parcellaire, par département et est actualisé tous les ans tandis que Corine Land Cover donne des informations générales sur l'occupation du sol (urbain, agricole,…). L'échelle est au 1: 100 000 et n'est pas assez précise pour une exploitation par le programme.

Tableau 5 : Les données du mode vecteur utilisées

5.2.3 Les logiciels de géomatique employés

Deux logiciels, ENVI (traitement des images SPOT) et Arc Gis (traitement sur des données géographiques vecteur ou raster), ont été utilisés pour mener à bien les différents traitements. La version utilisée est ENVI 4.8 (12). La version utilisée est Arc Gis 10 (13).

Nom CF0318- CF0322- CF0324-

Dates 28/04/2010 07/07/2010 04/09/2010 20/04/2011

27/06/2010 29/06/2010 25/08/2010 15/09/2010 04/11/2010

01/07/2010 03/09/2010 24/03/2011

Nom Type (surfacique, linéaire, point)

Emprise géographique Echelles Date mise à jour

Provenance

Region_ra Surfacique Région Rhône Alpes 1 : 250 000

Bversant_france Surfacique National

Zone hydrographique Surfacique Bassin Rhône-méditerranée 2011 BD Carthage

Sites tests RhoMéo Surfacique Région Rhône Alpes 1 : 250 000 échelles de

travail 1:5 000 et 1:25 000

CEN

BD TOPO

(bâtis & routes)

Surfacique &

linéaire

Département 1 : 50 000 échelles de

travail 1:5 000 et 1:25 000

Octobre

2011

IGN

BD_carto_commune Surfacique Département 1 : 50 000 IGN

RPG Surfacique Département 1 : 50 000 2010 AGRESTE

Page 20: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 20

Partie 2 : Suivi des terres urbanisées : Méthodes et outils De nombreuses méthodologies ont été étudiées suite aux recherches bibliographiques mais seules quelques unes ont été testées dans le cadre du stage. Dans cette partie du rapport se trouve les méthodologies qui sont apparues comme les plus pertinentes pour le programme RhoMéo. Les méthodologies et les analyses se réalisent à deux niveaux scalaires (échelle du bassin versant et échelle des zones humides). Nous développerons successivement les méthodes pour le traitement de la BD TOPO® IGN, puis celles applicables à l’imagerie SPOT.

I. Délimitation et caractérisation des secteurs bâtis à l’aide de la BD TOPO®

1.1. Délimitation de la tache urbaine

La délimitation de la tache urbaine permettrait d'évaluer l'étalement urbain à l'échelle des bassins versants (fournis par l'Agence de l'eau) et des zones humides. Le principe de l'approche est de combiner tous les bâtiments de la BD TOPO® qui pourraient avoir un impact sur les zones humides et continuer à augmenter en nombre mais aussi en surface de manière assez rapide. Les bâtiments sélectionnés sont les bâtis indifférenciés, les bâtis remarquables, les bâtis industriels, les constructions légères et les terrains de sports (SILAT, 2010). Par la suite, il faut appliquer des zones tampons (fonction buffer) sur chaque bâtiment correspondant à un polygone (LAMPIN, 2007). Enfin, il faut fusionner les zones tampons (en ne créant pas d'entités multiparties) afin qu'il n'y ait plus de zones tampons se chevauchant. Il va par la suite subsister de toutes petites zones à l'intérieur de la tache urbaine dues à des parcs, jardins ou dents creuses. Les dents creuses sont "une parcelle ou groupe de parcelles non bâties et insérées dans un tissu construit. Il peut s'agir d'un espace vide entouré de construction comme un terrain vague en ville" (14). Afin de combler ces vides, il est possible de réaliser une dilatation puis une érosion (succession d'ajout d'un buffer 50 m puis d'une soustraction d'un buffer 50 m) comme décrit dans le rapport SILAT, 2010. Cependant cette méthode à ces limites car après la dilatation s'il subsiste le moindre interstice le vide sera récréé avec l'érosion. Il est apparu comme plus judicieux de réaliser une appréciation visuelle d'une taille limite de vide à combler. Les vides au sein des grandes taches urbaines, ayant une superficie inférieure à 5 hectares, sont donc supprimés.

1.2. Evaluation du type d'habitat

1.2.1. Evaluation générale du type d'habitat

A partir de la tache urbaine réalisée précédemment, il est maintenant possible de connaitre le type d’habitat la composant. La méthode consiste à appliquer à chaque entité une classe en fonction du nombre de bâtiments présents. Les bâtiments mitoyens sont fusionnés en un unique bâtiment afin de ne pas fausser le résultat du comptage des bâtiments dans les taches urbaines (exemple : maison et garage). Quatre types d'habitats sont ainsi crées. Il s'agit du diffus (1 à 5 bâtiments), du groupé (6 à 50 bâtiments), dense (51 à 1200 bâtiments) et très dense (>1200 bâtiments) (LAMPIN, 2007, CEMAGREF, 2010 et (15)). Ce comptage est réalisé à l'aide d'un outil gratuit, XTools Pro 8.1 qui est ajouté à Arc Gis 10. Les classes sont réalisées sur des critères spatiaux (visuel) et selon le lieu d'étude (LAMPIN, 2007).

Page 21: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 21

1.2.2. Evaluation générale du type d'habitat avec ajout d'une graduation de

pression industrielle

La BD TOPO® possède de nombreuses informations attributaires sur les objets de la couche. L'évidence qui apparait est d'exploiter le plus possible ces informations dans le cadre d'un futur observatoire des zones humides afin de les valoriser. Cette méthode s'applique et se valide si on part initialement de deux hypothèses. La première est que l'on va considérer les bâtiments de nature industrielle comme pouvant être plus impactant en comparaison aux autres natures de bâtis (indifférenciés, remarquables,…). La seconde hypothèse est que les types d'habitats dense et très dense ont déjà un risque d'impacter sur les zones humides. Avec l'emploi des bâtiments industriels, on cherche à ajouter un gradient de pression sur le type d'habitat. En effet, le but est de cartographier la présence ou l'absence de bâtiments de nature industrielle au sein du type d'habitat diffus et groupé préalablement définis. 1.3. Extraction de la surface route : fragmentation du milieu "La fragmentation est considérée comme la division du milieu naturel en différents fragments, créé par les routes, les chemins et les corridors de transports d'énergie modifiant le fonctionnement biologique mais aussi hydrologique du milieu" (16). Afin d'extraire les surfaces de routes pouvant impactées sur une zone humide, il faut créer une zone tampon sur les poly lignes des routes et chemins à partir de la donnée "largeur" contenue dans la table attributaire. Quand à la couche "chemin" n'ayant pas d'attributs de largueur ont applique une largeur de 3,5 mètres comme la largeur des chemins de la couche "routes" de l'IGN. Après la description des méthodologies applicables sur les données vectorielles passons à la description des méthodes pour le traitement des données satellitaires.

II. Délimitation des secteurs bâtis à l’aide des images Spot 10 m

Les méthodes décrites par la suite sont dites texturales et sont basées sur la morphologie mathématique. Elles s'articulent autour d'un certain nombre d'opérations algébriques simples (dilatation ou érosion) et combinées (fermeture ou érosion) et permettent d’extraire le bâti. Les méthodes peuvent faire intervenir successivement : -l'érosion : permet de diminuer les formes et faire disparaitre les formes de taille inférieure à l'élément structurant. -la dilatation : permet de grossir les formes, de combler les trous et entraine la connexion entre les formes proches. -l'ouverture (érosion puis dilatation) : filtre les contours, élimine les convexités de petites taille ainsi que les particules trop étroites. Elle sépare les zones avec un étranglement. -la fermeture (dilatation puis érosion) : renforce lac connexité entre éléments distincts mais proches. -le chapeau de forme ("top hat") : permet d'extraire les structures contrastées et de petite étendue (ASSAKO ASSAKO & al., 2000).

Page 22: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 22

2.2.1. Méthode d'extraction par analyse des bandes spectrales

La méthode est issue de JOHANNA B. & al. (2009). Elle consiste à extraire les bâtiments et ce qui s’apparente à une tache urbaine. En réalisant cette méthodologie sur plusieurs années, il est possible de visualiser l’étalement urbain. Elle a été adaptée aux caractéristiques des lieux de prises de vues. En effet, cette méthode était initialement appliquée sur un territoire africain aride et le long d’un littoral. Il a donc fallu créer un masque des zones d'eau avant de tenter d'extraire le bâti (l’eau et le bâti apparaissent en clair réfléchissant). Elle a été testée sur une image SPOT 10 m prise au mois de juillet afin d'éviter au maximum les confusions entre l'urbain et les sols nus. Un indice est utilisé : INH (Indice Normalisé d'Humidité) avec INH= (MIR - Vert) / (MIR + vert).

Figure 5 : Méthode par analyse des bandes spectrales

La décorrelation est une méthode automatique qui permet d'améliorer les contrastes. L'ACP (analyse en composante principale) est un outil automatique permettant une meilleure visualisation des images (voir figure ci-dessous). Le seuillage reste une technique manuelle qui se réalise à l'appréciation visuelle grâce à l'histogramme interactive stretching. Le seuillage haut doit faire ressortir un minimum du minéral urbain et le seuillage bas essaye de préciser un peu plus le minéral urbain. La reconstruction est une addition des deux images qui permet l'ajout de quelques détails.

Figure 6 : Images après application de l’ACP. De gauche à droite ACP 1, ACP 2 et ACP 3.

Figure 7 : Images après application de la décorelation et de l’ACP. A gauche secteur de Lyon et à droite extrait

de la zone humide Confluence de la Bourbre et du Catelan (secteur 324 Dombes-Vallée du Rhône)

Page 23: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 23

2.2.2. Méthode d'extraction par opérations morphologiques

Cette méthode est issue des travaux d'ASSAKO ASSAKO & al. (2000) et permet d'exploiter les relations de voisinages de pixels. Elle doit rehausser les structures spatiales significatives de l'image en les dissociant du fond et en les isolant (WEBER, 1995). Cette méthode permet d'extraire l'information à partir de la forme et de l'organisation contextuelle des objets. Elle s'appuie sur les travaux réalisés par PRATT (1978), de COSTER & CHARMAN (1989), FLOUZANT (1988) et ROBIN (1995). En conséquence, cette méthode doit permettre comme celle de VALLEE & al., 2006 d'extraire les pixels "bâtis" et les pixels "non-bâtis" à l'aide d'une méthode texturale (COULOMBE & al., 2002; WEBER, 2002). Sur une image satellite, une zone urbaine va se caractériser par une texture hétérogène et une radiométrie différente. Les étapes de la méthode utilisée sont décrites précisément par la suite. Cette méthode est semi-automatique et l'ensemble du processus analytique est résumé par l'organigramme ci-dessous, au sein duquel on peut identifier les étapes.

Figure 8 : Méthode d'extraction par opérations

morphologiques

La méthodologie a été testée sur une image SPOT 10 m prise au mois de juillet afin d'éviter au maximum les confusions entre l'urbain et les sols nus. Les traitements sont appliqués sur la bande XS2 (rouge) car cette dernière donne, tout comme la bande XS1, des informations assez pertinentes sur le minéral urbain. Le "chapo 1" est obtenu en soustrayant l'ouverture le XS2 et le "chapo 2" est obtenu en soustrayant XS2 de la fermeture. La reconstruction consiste en la somme des deux "chapo". Le filtre permet d'améliorer l'interprétation visuelle du résultat en éliminant les pixels isolés.

De nos jours, il existe un certain nombre de données disponibles de type statistique ou cartographique. D'autres perspectives d’interprétation du territoire peuvent donc s'ouvrir à nous.

III. Autres données exploitables : comportements démographiques autour des zones humides A partir de la BD CARTO® et des sites tests RhoMéo, il s'agit de déterminer les communes ayant sur leur territoire une fraction ou une totalité d'une zone humide. Par la suite, sur le site Internet de l'INSEE, il est possible d'obtenir gratuitement l'historique des populations totales légales en 1999, 2006, 2007, 2008, 2009 et sur d'autres années selon les communes. Ainsi ces données permettront de connaître le taux de croissance démographique des populations riveraines des zones humides. Ce taux de croissance sera calculé entre 1999 et 2009, soit dans une période de 10 ans (17).

Page 24: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 24

Partie 3 : Suivi des terres urbanisées : Résultats et discussion

I. Délimitation et caractérisation des secteurs bâtis à l’aide de la BD TOPO®

1.1. Délimitation de la tache urbaine

Pour rappel, le but de l'approche est de créer une tache urbaine en combinant les bâtiments qui pourraient avoir un impact sur les zones humides. Cette tache urbaine a pour atout, en comparaison à la surface du bâti elle-même, de prendre en compte l’aire d’influence du bâti. La délimitation de la tache urbaine pourra aussi servir à cartographier l’étalement urbain. Sur les trois secteurs CF0324, CF0322 et CF0318 (plaine, moyenne et haute montagne), les taches urbaines ont été cartographiées. Il est possible de visualiser un extrait des résultats sur la figure ci-dessous.

Figure 9 : Cartographie de la tache urbaine. Vue générale sur le site test RhoMéo Confluence de la Bourbre et

du Catelan (secteur CF0324)

Cette méthodologie apporte des informations aussi bien à l'échelle du bassin versant qu'à l’échelle de la zone humide. Il est donc possible de calculer les surfaces de tache urbaine et de bâtis présents dans les zones humides (Voir annexe 6 et 7) et par bassins versants (Voir annexe 8 et 9). Puis on peut comparer la surface occupée par le bâti et la surface de bâti avec son aire d’influence (tache urbaine). La méthodologie a été appliquée sur les trois secteurs (CF0318, CF0322 et CF0324) mais ci-après on va uniquement observer le secteur CF0324 (Dombes- Vallée du Rhône).

Page 25: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 25

Figure 10 : Graphique des surfaces d'artificialisations par la tache urbaine dans les zones humides du secteur CF0324

Sur ce graphique on peut constater que sur le secteur Dombes-Vallée du Rhône (CF0324) toutes les zones humides ne sont pas touchées par les taches urbaines. C’est le cas du marais du Bois de Cros, de la zone humide de La Lechère et de la zone humide du Grand Raclet et Blenet. C’est le marais de Morlin qui a le plus de surfaces artificialisées en son sein avec une surface de tache urbaine de 18 %.

Figure 11 : Graphique des surfaces d'artificialisations par les bâtiments dans les zones humides du secteur

CF0324. Le pourcentage de surface de bâti total ainsi que la proportion surfacique de bâtiments de nature

industrielle.

Sur ce graphique, où il a été calculé seulement la surface de bâtiment, on constate très vite que les proportions de surfaces bâties dans les zones humides ne sont même pas de l’ordre de 1%.

L’écart de surfaces entre les taches urbaines et les surface de bâtis est extrêmement grand. En comparant les deux graphiques, on observe sur le Marais de Morlin un passage de 18 % (surface de tache urbaine) à 0.06 % de surface de bâti.

De plus, on peut ajouter une information sur la proportion de bâtiments industriels dans le total de bâtiments grâce à la précision es objets dans la table attributaire. Ces bâtiments industriels ne sont présents que sur deux zones humides.

Page 26: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 26

En terme de perspectives d'amélioration de la méthode, qui d’ors et déjà peut donner des résultats à l'échelle de la zone humide et des bassins versants, il s'agirait de peut être réviser la taille du buffer à accorder aux bâtiments. Il serait possible de déterminer avec l’aides des autres axes du programme une taille de buffer différentes selon le type de bâti avec par exemple 10 mètres pour du bâti indifférencié, 30 mètres pour du remarquable, 50 mètres pour des bâtiments industriels,… La connaissance terrain pourra alors s’avérer indispensable.

1.2. Evaluation du type d'habitat

1.2.1. Evaluation générale du type d'habitat

Toujours dans un objectif d’exploiter au maximum les données mises à disposition, on a souhaité connaître le type d’habitat composant les taches urbaines. La méthodologie a été appliquée sur les trois secteurs tests (CF0318, CF0322 et CF0324) et sur la figure ci-dessous on peut voir un extrait du résultat obtenu sur une partie de la zone d'étude.

Figure 12 : Cartographie du type d'habitat. Vue générale sur le site test RhoMéo Confluence de la Bourbre et

du Catelan (secteur CF0324)

Cette méthodologie fait très nettement ressortir les surfaces où la pression urbaine, sur les zones humides, est la plus forte. Pour le moment seul trois taches urbaines avec un type d’habitat très dense sont à proximité de cette zone humide.

En réalisant cette méthode à chaque nouvelle acquisition de la BD TOPO®, il sera possible de visualiser les évolutions urbaines. En effet, on pourra comparer les deux cartes et voir si, par exemple, un type d’habitat groupé sera devenu dense.

Page 27: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 27

1.2.2. Evaluation générale du type d'habitat avec ajout d'une graduation de

pression industrielle

A la méthode précédente, on a ajouté une étape afin d’obtenir une information en plus sur le type d’habitat diffus et groupé. A partir de la table attributaire des bâtis, on a cherché à savoir si ces deux types d’habitats possèdent des bâtiments de nature industrielle ou non. Six classes ont ainsi été formées. La méthodologie a été appliquée sur les trois secteurs tests (CF0318, CF0322 et CF0324) et les calculs de surface ont été appliqués sur les zones humides (Voir annexe 10) et sur les bassins versants. Sur la figure ci-dessous on peut constater où est localisé cette nouvelle graduation de pression.

Figure 13 : Cartographie du type d'habitat avec ajout de la présence d'industries. Vue générale sur le site test

RhoMéo Confluence de la Bourbre et du Catelan (secteur CF0324, Dombes-Vallée du Rhône)

Sur la figure suivante, on peut observer la proportion de surface de chaque type d’habitat sur la zone humide Confluence de la Bourbre et du Catelan.

Figure 14 : Partie du graphique représentant les surfaces de type d’habitat dans les zones humides

% surface

de bâti

Page 28: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 28

En résumé, la BD TOPO® permet d'être exploitées de différentes façons. Cependant la catégorie "industriel" de cette couche ne permet pas de déterminer la nature même de l’activité industrielle (industrie pharmaceutique, pétrochimique, bâtiment de stockage,…). Il s'agit là d'une première limite de la couche d'information géographique.

Avec ces méthodes la BD TOPO® IGN a été exploitée afin d’obtenir un maximum d’information sur les bâtiments pouvant exercer une pression sur les zones humides. Ainsi la surface occupée par le bâti, l’extension de la tache urbaine (prise en compte de l'aire d'influence du bâti), le type d'habitat avec pression industrielle ou pas peuvent être extrait. 1.3. Extraction de la surface route : fragmentation du milieu Dans cette partie on a souhaité extraire les surfaces de routes pouvant impactées sur le la zone humide. Comme il a été vu précédemment l’impact créé est la fragmentation du milieu et donc une modification de fonctionnement biologique mais aussi hydrologique du milieu. Toutes les natures de voies de circulations ont été prises en compte car même si l’impact d’un chemin peut être moindre qu’une autoroute, il n’est pas forcément négligeable (exemple : voie cyclistes, chemin de randonnées hyper fréquenté,..). Sur la figure ci-dessous on peut visualiser les voies de circulations pouvant être présentes sur une zone humide.

Figure 15 : Cartographie des routes et chemins. Vue générale sur le site test RhoMéo Confluence de la

Bourbre et du Catelan (secteur CF0324-Dombes-Vallée du Rhône)

La méthodologie a été appliquée sur les trois secteurs tests (CF0318, CF0322 et CF0324) et les calculs de surfaces ont été appliqués sur les zones humides (voir annexe 10) et les bassins versants (voir annexe 11).

Page 29: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 29

Figure 16 : Graphique du pourcentage de surface urbanisée (artificialisée) dans les zones humides du secteur

CF0324 (Dombes-Vallée du Rhône)

En comparant la surface de routes avec la surface des bâtiments présente dans les zones

humides, on s’aperçoit que la surface de route peut être réellement plus importante que celle des bâtiments. Sur la zone humide Confluence de la Bourbre et du Catelan (au sud du secteur Dombes-Vallées du Rhône) la surface de routes et de chemins est de 1.5 % et la surface de bâtiment est inférieure à 0.02 %. La surface de routes et chemins n’est donc pas négligeable.

Il est à noter que l’information sur les surfaces de chemins de fer peut être ajoutée.

La limite de la BD TOPO® est que l’on n'a pas l'information sur la fréquentation des chemins et donc on ne peut pas savoir s’ils sont un véritable facteur de pression. Mais la BD TOPO® route est déjà une très grande source d’informations du territoire et avec un faible coût. Par la suite, il faudrait analyser les résultats avec les membres du programme RhoMéo afin de déterminer des seuils de pressions sur les zones humides.

Passons maintenant à la seconde partie des résultats et discussions concernant l'utilisation

d'images satellites SPOT.

Page 30: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 30

II. Délimitation des secteurs bâtis à l’aide des images Spot 10 m

Dans cette partie, nous allons exploiter un autre type de donné : il s’agit d’images SPOT 10 m. Les traitements tests ont été appliqués sur l’image de juillet afin d’éviter au maximum les confusions entre l’urbain et les sols nus ou en labours. Sur les deux images qui suivent nous pouvons constater, sur une image SPOT affichée en composition colorée, le territoire étudié.

Figure 17 : Images SPOT 10 m du 01/07/2010 du secteur CF0324 affichées en composition colorée

Sur l’image de gauche, il s’agit d’un milieu assez fragmenté par de nombreux plans d’eaux et de petits bourgs. A droite, il s’agit de la zone humide Confluence Bourbe Catelan répertorié comme zone humide du programme RhoMéo et où de nombreuses agglomérations sont proches de ce milieu naturel. Au niveau de l’interprétation visuelle, la végétation apparait sur ces images en rouge et l’eau en bleu foncé voir même en noir si les eaux sont profondes. En vert ce sont les sols nus ou labourés qui ressortent. En bleu clair, il s’agit de l’urbain résidentiel et en « bleu flash » ce sont les bâtis industriels et commerciaux. Les deux démarches de traitements qui vont suivre tentent d’extraire des taches urbaines sans faire de distinction entre le type de bâti. La résolution spatiale fixe globalement l'échelle d'analyse des objets observés.

2.1. Méthode d’extraction par analyse des bandes spectrales

Cette première méthode a consisté à extraire les pixels du bâti (minéral) sur les différentes bandes de l’image SPOT. Les images qui vont suivre sont l'aboutissement de toutes les étapes (décorelation, ACP, seuillages, reconstruction et ouverture).

Figure 18 : Image du 01/07/2010 du secteur CF0324 issue de la méthode d'analyse des bandes spectrales.

Page 31: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 31

Figure 19 : Image du 01/07/2010 du secteur CF0324 issue de la méthode d'analyse des bandes spectrales. Site

de Confluence de la Bourbre et du Catelan.

Cette méthodologie met en avant l’urbanisation (bâtiments et grands axes routiers). Cependant, il subsiste beaucoup trop de confusion entre les sols nus et labourés. Par ailleurs, les bâtiments ne sont pas franchement mis en avant. Leur discernement est difficile.

Pour améliorer cette technique d’extraction de l’urbain, il faudrait augmenter les seuils des seuillages afin de faire ressortir tous les bâtiments de façon très nette quitte à ajouter de nombreux sols nus. L’utilisation d’une autre date de la même année permettra la correction de ces ajouts de sols nus. 2.2. Méthode d'extraction par opérations morphologiques

Rappelons que cette méthode permet d'extraire la texture des éléments présents dans l'image et notamment la texture de l'urbain. Sur les figures ci-dessous, il est possible de constater un extrait de l'image texturale crée.

Figure 20 : Image texturale du 01/07/2010 du secteur CF0324

Page 32: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 32

Figure 21 : Image texturale du 01/07/2010 du secteur CF0324 (Site de Confluence de la Bourbre et du Catelan)

Sur ces deux images, on n'observe que les bâtiments qui sont bien une texture différente des autres objets présents sur l’image. L’urbain est en blanc tandis que le végétal est en noir. Les agglomérations sont très texturées. Point négatif, toutes les routes, chemins, surfaces artificialisées minérales (bord de route,…) sont aussi mis en avant. Mais dans cette méthode les sols nus n’apparaissent pas comme sur les images de la méthode précédente. Après la création de l'image texturale, un seuillage a été appliqué afin de créer une image binaire (le blanc représente l'artificialisation et le noir la non-artificialisation). Les valeurs du seuillage sont respectivement de 13:14. Puis deux filtres morphologiques sont appliqués.

Figure 22 : Images du 01/07/2010. Site de Confluence Bourbe Catelan. De gauche à droite, image en

composition colorée, application d'un filtre morphologique fermeture en 3*3 et application d'un filtre

morphologique fermeture en 5*5

Page 33: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 33

Si l’on compare les deux filtres appliqués à l’image, on constate que les bâtiments sont bien détectés. Les grands axes routiers ne ressortent que partiellement et les zones artificialisées sont tracées. Cependant certains talus ou autres petits éléments apparaissent.

L'application d’un filtre 3*3 montre un résultat assez fin.

A contrario le résultat de l’application du filtre 5*5 donne un affichage plus grossier du résultat et montre quelque chose qui s’apparente à une tache urbaine (résultat avec la BD TOPO® IGN).

Figure 23 : Image du 01/07/2010 avec un filtre 3*3 et la superposition de la BD TOPO®(en rouge)

Figure 24 : Image du 01/07/2010 avec un filtre 3*3 et la superposition de la BD TOPO® (en rouge) ; Site de la

Confluence de la Bourbre et du Catelan.

Sur ces images, on peut voir que tous les bâtis identifiés par la BD TOPO® IGN sont bien mis en avant.

Les avantages de l’utilisation des images SPOT sont qu’il est possible de déterminer le moindre changement de végétal devenant minéral et donc l’artificialisation du milieu. Il serait intéressant d’utiliser la seconde méthode (texturale) uniquement sur les zones

Page 34: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 34

humides afin de mesurer la variation de surface artificialisée (apport de substrat ou nouvelles habitations). Le calcul de Surface de zone humide impactée par les comblements, les décharges de gravats et de déchets inertes est un autre indicateur de pression des zones humides. Cette idée n'a pas abouti étant donné que la version d’ENVI (4.8) a rencontré des problèmes techniques lors du découpage des images à l'échelle des zones humides.

Les points faibles de l’utilisation des images SPOT sont que pour le moment les méthodes devraient être améliorées afin de déterminer soit les bâtiments soit toutes les surfaces artificialisées pour obtenir des informations complètes. Par ailleurs, les méthodes à utiliser sont un peu longues et demandent de la précision.

En comparaison avec les données de la BD TOPO® IGN, les images SPOT ont un coût plus élevées. De plus, les traitements des images SPOT requière une certaine technicité. Mais les données de la BD TOPO® IGN demandent du temps de traitement (données précises sur plusieurs départements) et du matériel informatique approprié. L’avantage certain des données de la BD TOPO® IGN est la précision du type de bâti dans les tables attributaires.

En terme de perspectives, il serait intéressant d’utiliser la méthode de classification orientée objet avec segmentation et applications de règles ou par exemples. De plus, des méthodes utilisant des orthophotographies existent. Faute de temps, la méthode CERTU, 2007), n’a pu être testée. La méthode consiste à appliquer, sur l'orthophotographie, successivement un ré-échantillonnage, un filtre, un seuillage, une fermeture, une ouverture et une vectorisation. C'est une méthode d'extraction automatique permettant uniquement la détection de la tache urbaine. Une autre méthode existante était la méthode classification supervisée avec maximum de vraisemblance avec une approche multi-échelles : agglomération urbaine, communauté urbaine et ville intra-muros (TSAYEM DEMAZE, & TREBOUET, 2008). Il est à noter que les méthodes semblant les plus intéressantes sont le pus souvent issues de publications traitant le territoire africain et donc avec des différences de milieux.

Page 35: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 35

III. Autres données exploitables : comportements démographiques autour des

zones humides

La surface de bâtiments et de routes ne peut montrer toutes les évolutions sur un territoire d'où l'utilisation des données statistiques de l'INSEE sur les populations légales municipales (démographie humaine). La population humaine est un facteur de pression important sur les zones humides (TOUR DU VALAT, 2012). La pression générale de l’Homme sur ces milieux naturels peut être un bon indicateur grâce à la mesure de la démographie. A partir des données INSEE, en utilisant deux années avec au moins 5 ans d'écarts, il est donc possible de cartographier le taux d'évolution de la population sur les communes limitrophes des zones humides tests du programme RhoMéo (17). La méthodologie utilisée est le croisement des limites communales de la BD CARTO® de l’IGN aux zones humides. Par la suite, on y ajoute les données INSEE (populations) de l’année 1999 et de l’année 2009, soit sur une période de 10 ans. Ainsi il est possible de calculer le taux d’évolution avec la formule suivante : ((pop. 2009-pop. 1999)/ pop. 1999)*100. La méthode décrite a été appliquée, pour exemple, sur une zone humide au sud-est du secteur CF0324 et chevauchant un grand nombre de communes.

Figure 25 : Cartographie du taux d'évolution de la population. Site de Confluence de la Bourbre et du Catelan

(secteur CF0324)

Page 36: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 36

Grâce aux traitements des données, il est possible de constater que le taux d’évolution de la population des communes varie entre 2.29 % et 50.52 % entre l’année 1999 et 2009. Cependant, il faudrait peut être comparer ces résultats avec le nombre total d'habitants par communes car ces dernières peuvent avoir très peu d’habitants. En effet, par exemple, la commune de Vénérieux qui a un taux d’évolution de 50.52 % est passé de 382 à 575 habitants.

Cette méthode permet de visualiser l’évolution de la population aux abords d’une zone humide et donc des pressions potentielles (utilisation de l’eau, élevages, agriculture, tourisme,…). Mais en aucun cas cette méthode n’indique un seuil de pression. Celui-ci peut être déterminable dans une autre phase du programme RhoMéo.

L'atout de cette méthode et ces données est qu'il donne un résultat de pression potentielle sur les zones humides à moindre coût et de manière fiable. En effet, les données INSEE sont disponibles gratuitement. De plus les traitements ne demandent pas de compétences particulières ou l'achat de logiciels très couteux. Enfin cette méthode est reproductible sur toutes les régions.

En perspectives d’amélioration de l’utilisation de données INSEE, il est possible de croiser les résultats avec des cartes représentant les changements d’occupation du sol ou l’étalement urbain. Si l’on effectue un premier recoupement avec le type d’habitat présent (carte réalisée dans une méthode précédente) sur la commune on peut avoir un premier constat. En prenant exemple sur la commune de l’Isle-D’abeau, qui a connu un taux d’évolution démographique relativement élevé, on va pouvoir constater que sur cette commune le type d’habitat est très dense. On peut supposer que cette commune aura donc une pression plus forte sur la zone humide de Confluence Bourbe de Catelan.

De plus avec ces données INSSEE, la densité de population pour différentes années sur les communes limitrophes peut être calculée. Enfin, il est aussi envisageable d'étudier l'évolution des PLU (Plan Local d'Urbanisme) sur ces communes ou les SCOT (Schéma de Cohérence Territoriale) afin de constater les efforts politiques sur l'environnement et la préservation des zones humides.

Page 37: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 37

Partie 4 : Suivi des terres agricoles : Méthodes, résultats et discussion La pression agricole peut se mesurer de différentes façons. Il est possible d’utiliser des données vectorielles (Registre Parcellaire Graphique) ou des données raster (Images SPOT 10 m) afin d’identifier les changements d’occupation du sol et de calculer les superficies agricoles.

I. Suivi des terres agricoles à l'aide du registre parcellaire graphique

Le RPG (Registre Parcellaire Graphique), est un système d'information géographique permettant l'identification des parcelles agricoles. Il nous informe sur la nature des cultures pratiquées et leurs superficies. En France, depuis 2002, le RPG est mis à disposition (18). Ce dispositif, administré par l’Agence de Services et de Paiement (ASP), est utilisé pour la gestion des aides européennes à la surface. Il est par conséquent le résultat des déclarations des agriculteurs bénéficiant d’aides de la PAC. Il n’est pas exhaustif. Par ailleurs, l’information est collectée par îlots (ensemble de parcelles culturales contiguës) et non à la parcelle culturale. Cette donnée peut être employée seule afin de constater les superficies et le type d’agriculture présent. Elle peut aussi permettre la vérification du travail effectué en télédétection.

Figure 26: Evolution des surfaces agricoles entre 2009 et 2010 sur les trois secteurs;sur le secteur CF0318

augmentation de 6254 ha, sur le secteur CF0322 3007 ha et sur le secteur CF0324 augmentation de 1543 ha.

A partir de ces premiers calculs, on peut observer que seul le secteur de haute montagne

(CF0318) a subit une augmentation de sa surface agricole déclarée. Ces nouvelles surfaces représentent majoritairement des estives/landes, des prairies permanentes et des vignes. Les autres secteurs sont en très légère hausse et cela ne semble pas réellement significatif.

La comparaison du type de cultures entre 2009 et 2010 a été réalisée sur une zone humide du secteur de la Dombes-Vallée du Rhône (CF0324). A partir de ces résultats, il est possible de tirer plusieurs conclusions dont la fiabilité des résultats obtenus et l'évolution de l'occupation du sol. Il parait difficile de comparer les données du RPG entre elles, en tout cas sur ces deux années. Plusieurs raisons peuvent être mises en avant. La première raison est celle-citée plus

secteurs 2009 2010 318 21.17 % 29.32 % 322 30.78 % 31.78 % 324 44.78 % 45.02 %

Pourcentage de surface agricole par

secteur

Page 38: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 38

tôt. Le RPG étant réalisé à partir des déclarations des agriculteurs bénéficiant d’aides de la PAC. Cette aide à la parcelle varie d’une année sur l’autre. La seconde raison est que le RPG n'a pas été construit de la même manière. Les classes attributaires ne sont pas les mêmes et les parcelles ne sont pas non plus toutes renseignées. En conséquence, il semble plus sage de s'arrêter plus particulièrement sur l'évolution des grandes cultures. Ci-dessous, on peut comparer la répartition des cultures sur la Dombes-Vallée du Rhône. Pour les autres secteurs consulter l’annexe 12.

Figure 27 : Comparaison du type de cultures entre 2009 et 2010 sur la Dombes-Vallée du Rhône (secteur CF0324)

Pour le secteur de la Dombes-Vallée du Rhône, on constate que l’évolution de la proportion de cultures de maïs à largement augmentée entre 2009 et 2010. La surface de maïs sur cette zone est passée de 32 % à 75 %. La production a doublé en seulement une année. De plus, les surfaces "inconnues" qui représentaient 25 % en 2009 ont été identifiées en 2010.

Concernant les autres secteurs, la culture occupant le plus d’espace sur le Lac du Bourget-

Bauges (CF0322) est la prairie permanente avec (53%). Pour la Vanoise-Beaufortain (CF0318), il s’agit aussi de prairies permanentes (43 %) suivies de près par les estives-landes (37 %). Il est aussi possible de faire des comparaisons sur une zone humide ciblée.

Page 39: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 39

Figure 28 : Comparaison du type de cultures entre 2009 et 2010 sur une zone humide ; Zone humide de

confluence de la Bourbre et du catelan (secteur CF0324 de la Dombes-Vallée du Rhône)

En comparant ces deux graphiques, on peut s’apercevoir que la surface de "maïs grain et

ensilage" (en rouge) de 2009 est nettement moins importante qu’en 2010. La proportion de cette culture est passée de 32 % à 80 %. L’augmentation étant très importante, le risque d’avoir un impact sur les zones humides est non néglieable. Cette augementation soudaine peut être la conséquence de changement de subventions, la facilité de production, l’augmentation de têtes de bétails, la croissance de certaines industries,… Dans tous les cas, cette culture devenue, certainement, intensive doit être surveillée de près.

La surface de cultures inconnues (en gris) était très importante (26%) en 2009 et a été renseignée sur l’année 2010. C’est pourquoi le RPG n’est peut être pas similaire en terme de renseigenement d’une année à l'autre.

Les surfaces de cultures de céréales (en jaune le "blé", en beige "autres céréales" et "orge") restent assez semblables d’une année sur l’autre mais occupent de faibles proportions.

La culture de maïs ainsi que les céréales (autres cultures intensives) demandent une grande

quantité d’eau (surtout en phase de floraison en ce qui concerne le maïs) et la conséquence est le risque de mise en péril des zones humides. L’agriculture intensive est un système de production agricole cherchant à maximiser la production. C’est une agriculture productiviste et repose sur l’uasage d’engrais chimiques, insecticides, fongicides, pesticides,… Ce type de production fragilise ou met en péril l’environnement dont les zones mumides. De plus, la culture intensive nécessite une irrigation importante et peut engendrer un pompage des eaux des zone humides à proximité (19).

C’est pourquoi dans la partie du mémoire qui va suivre nous allons essayer de déterminer le bon état des zones humides à partir du RPG et de la BD TOPO®.

Page 40: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 40

II. Evaluation de l'état des zones humides à l’aide du RPG et de la BD TOPO® Dans la région sud du bassin, l’axe A du programme RhoMéo a déjà déterminé une grille d’évaluation permettant de mettre en évidence les zones humides dans un "état bon" ou dans un état "défavorable". Le classement en "état bon" ou "défavorable" est très simple à réaliser. Il n'y pas de seuils de pressions selon les surfaces de bâti ou d'agriculture extraites du le BD TOPO® ou du RPG. Cette méthode est trop restrictive. Ce travail de cartographie du bon état des zones humides a été réalisé par la Tour du Valat (c'est un centre de recherche pour la conservation des zones humides méditerranéennes) sur les zones humides du sud. Dans ce souci de mutualisation du travail, il a semblé intéressant de réaliser le même travail afin de constater si la méthode est adaptée à l’ensemble du bassin versant Rhône-Méditerranée. Selon les autres partenaires du programme RhoMéo, le critère pour déterminer un "état bon" de la zone humide est l’absence de routes primaires ou secondaires et de parcelles agricoles. L’agriculture est le secteur ayant le plus d’impact sur les zones humides et l’urbain se développe très rapidement et a donc des conséquences négatives sur ce milieu. La méthodologie consiste à utiliser le RPG et le BD TOPO® sous Arc Gis. Les landes, estives, prairies permanentes ou temporaires ne sont pas prises en compte étant donné qu’elles ont été déclarées par des agronomes comme n’ayant pas d’impact sur le sol. La section « divers » a quant à elle été retirée puisqu’elle était beaucoup trop imprécise. Ces types de cultures sont supprimés de la table attributaire. Dans la BD TOPO® on va garder uniquement l'information sur les routes primaires et routes secondaires. Puis on croise ces informations sélectionnées avec la couche de zones humides des secteurs tests. Au final on obtient la carte suivante qui indique l’état des zones humides sur les trois secteurs Rhône-Alpes selon le facteur agricole ou urbain.

Figure 29 : Cartographie de l'état des zones humides

Page 41: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 41

Cette typologie 11 zones humides en état totalement défavorable sur les 42 zones humides. Il y en a 4 sur le secteur de la Dombes-vallée du Rhône (secteur CF0324), 4 sur le secteur du Lac du Bourget-Bauges (secteur CF0322) et 3 sur le secteur de la Vanoise Beaufortin (CF0318).

Par ailleurs, 7 zones humides sont dans un état mitigé. Soit on trouve des parcelles agricoles, soit des routes, au sein des zones humides ce qui identifie l'état des zones humides comme partiellement défavorable.

Pour vérifier la validité de ces résultats, il faut comparer avec la vérité terrain. Mais après une première analyse, il semble plus judicieux de créer, comme pour les autres indicateurs, des seuils de pressions avec des pourcentages de surfaces occupées par les routes, les bâtiments,... De plus, cette méthode de détermination du bon état des zones humides a des limites techniques. En effet, le contour des zones humides et du Registre Parcellaire Graphique semble parfois en décalage (échelle de saisie et de visualisation). Ainsi, il est possible de trouver une petite fraction de parcelles agricoles au sein d’une zone humide même si cette dernière ne s’y trouve pas en réalité. Cela ajoute une contrainte qui est de vérifier manuellement chaque résultat afin de constater si "l'état bon" ou "défavorable" est réellement justifié. Il faut ajouter à cela que la création du RPG qui est soumis aux simples déclarations des agriculteurs. Après utilisation de données vectorielles passons à l'utilisation de données satellitaires. Il n'existe pas de nombreuses études en télédétection visant à produire une information exhaustive sur le type d'agriculture concernent un territoire aussi complexe et diversifié (plaine, moyenne montagne et haute montagne) que celui de RhoMéo. Cependant à partir des recherches bibliographiques sur l'occupation du sol nous allons tenter d'extraire un maximum d'informations avec nos images SPOT. L'idéal serait de réussir à déterminer des classes principales de type d'agriculture et notamment celles des cultures intensives.

Page 42: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 42

III. Identification de l'occupation des terres agricoles : utilisation des images SPOT 10m La reconnaissance des terres agricoles et de leur occupation s’appuie sur le suivi inter-mensuel du recouvrement végétal des parcelles agricoles. Nous disposons de plusieurs images enregistrées à différentes dates du cycle agricole. Les surfaces agricoles se composent de prairies au couvert herbacé permanent et de cultures annuelles soumises à des alternances de recouvrement végétal et de sol nu. En télédétection, il existe de nombreuses méthodes pour la détection de changements comme l’analyse de la différence entre images (BALLUT & NGUYEN, 1984 ; RIDD & LIU, 1998), la soustraction d’images (FUNG, 1990 ; ZHANG & al., 2002), les indices de différence végétale (MASEK & al., 2000), le seuillage d’images (FUNG T., 1990), l’analyse en composantes principales (CHEN & al., 2004), la classification spectrale/temporelle (XIAO & al., 2005 ; YIN & al., 2005 ; ZHANG & al., 2002), la comparaison post-classification (YANG & LO, 2002), l’approche orientée-objet (SPARFEL, & al., 2008). Pour détecter des changements d’occupation du sol et notamment de cultures, il n’est pas évident de choisir une méthode plutôt qu’une autre. Quelques techniques ont donc été testées dans le cadre du programme RhoMéo axe B. Les méthodes nous permettront d'extraire les informations sur l'agriculture. Nous explorons les méthodes suivantes :

o L'association d'indices de végétation qui nous permettent de distinguer à chaque date les surfaces végétalisées des surfaces à nu ; deux indices de végétation sont utilisés : le NDVI et le SAVI ;

o La classification orientée objet des principaux types d’occupation du sol ; o La dernière méthode consiste à extraire les signatures spectrales de grandes

classes de cultures sur différentes bandes afin d'obtenir une bibliothèque de valeurs à l’aide desquelles nous réalisons une classification.

Il s'agit au final d'effectuer une analyse diachronique des images SPOT (BLUMER & CALOZ, 2001). Les méthodes multi-temporelles décrites, afin de déterminer si possible les classes de cultures, non jamais été testées dans le cadre de RhoMéo. Le stage était un travail d'exploration et d'innovation. Les méthodologies sont classées chronologiquement selon les étapes de réflexion, suites aux résultats et aux discussions avec les collaborateurs de RhoMéo. En effet, aucunes méthodes « prêt à l’emploi » n’est disponibles pour le moment dans le cadre de RhoMéo.

3.1. Identification des terres agricoles à l’aide des indices de végétation De nombreux indices ont été identifiés à travers la bibliographie. La liste complète des indices ainsi que leurs caractéristiques sont visibles en annexe 3.

3.1.1. L’indice de végétation NDVI Le NDVI (Indice de Végétation Normalisé) permet de suivre la végétation car il mesure l’activité physiologique des plantes. Sa formule est : NDVI= (PIR-Rouge)/ (PIR+Rouge) (Tucker, 1979). C’est un indice qui permet d’identifier la couverture végétale verte (biomasse aérienne chlorophyllienne) et de suivre son évolution temporelle. Le principe est d’utiliser le contraste de rayonnement dans les bandes du PIR et du rouge entre la végétation chlorophyllienne et les sols nus et l’eau. La méthodologie consiste à appliquer sur un même secteur le calcul du NDVI aux différentes dates. Puis on seuil l’image (interactive stretching) afin de créer un masque binaire faisant

Page 43: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 43

apparaitre le végétal du non végétal. Par la suite, il faut combiner les informations des images SPOT. Cette technique permet de voir l’évolution entre deux dates. La superposition des images binaires fait ressortir la végétation présente aux différentes dates, ce qui n'est jamais végétalisé et les surfaces connaissant une alternance recouvrement végétal/ sol nu sur les trois dates étudiées.

Figure 30 : NDVI juillet /septembre/mars (secteur CF0324)

Sur ce premier résultat, on peut déjà observer un premier changement d’état de végétation. En blanc, on peut observer l’activité chlorophyllienne (végétal) et en noir la non activité chlorophyllienne (sols nus, bâti et eau).

Figure 31 : Extrait de l'évolution de l'occupation du sol sur le secteur CF0324. De gauche à droite

juillet-septembre, septembre-mars et juillet-mars.

Page 44: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 44

Figure 32 : Extrait de l'évolution de l'occupation du sol sur le secteur CF0322. De gauche à droite juin-août,

août-septembre, septembre-novembre et juin-septembre.

En rouge, on va pouvoir observer ce qui n’a pas changé entre deux dates et donc il y a de grandes probabilité qu’il s’agisse d'eau ou de minéral (dans ce contexte de zones urbanisées) : bâti et routes. En jaune, la végétation n’ayant pas changé. Le vert représente le passage de sols couverts à sols nus/labours et le bleu du passage des sols nus /labours à des sols couverts. Après avoir appliqué une méthodologie courante de télédétection, nous allons tester dans la partie suivante, un indice plus performant en télédétection de la végétation, le SAVI. De plus, nous allons combiner les valeurs de pixels sur trois dates en une couche d’information exploitable pour l'extraction de cultures. La méthode que nous employons est une amélioration de la première méthodologie testée qui apparaît comme insatisfaisante dans le cadre du programme RhoMéo. Le travail sera effectué sur Arc Gis afin d'avoir une table attributaire des valeurs de pixels. Cette table permettra de retravailler les classes de pixels obtenus pour une meilleure interprétation.

Page 45: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 45

3.1.2. L’indice de végétation SAVI Le SAVI (Soil Adjusted Vegetation Index- Indice de Végétation Ajusté au Sol) est un indice plus performant dans la télédétection des végétaux étant donné qu’il atténue l’effet du sol sur les végétations peu couvrantes. Cet indice, basé sur le NDVI, introduit une correction de la brillance pour le signal au satellite. Une correction pour le sol donne une information plus exacte de la condition de la végétation propre. La formule est : SAVI = [(1+L) (PIR-Rouge)] / (PIR+Rouge+L). Huete (1988) a démontré qu’une valeur de 0.5 pour l’ajustement offre une correction optimale de la rétrodiffusion du sol a travers le couvert végétal.

Figure 33 : SAVI juin/ aout/septembre/novembre (secteur CF0322)

Figure 34 : SAVI avril/juillet/septembre (secteur CF0318)

Sur ces images l’indice de SAVI doit être interprété comme l’indice NDVI. En effet, en blanc on peut observer l’activité chlorophyllienne (végétal) et en noir la non activité chlorophyllienne (sols nus, bâti et eau). Cet indice va être utilisé pour évaluer l'évolution de l'occupation du sol à partir de trois dates, comme ce qui va suivre. Une classification non supervisée et une addition de trois dates sur ENVI est possible. Mais la limite est qu'il n'y a pas de table attributaire à manipuler. La lecture des résultats s'en trouve alors compliquée. La méthodologie utilisée est la suivante. On classe les valeurs de l'image SAVI en quatre classes, pour un résultat plus précis, avec des intervalles égaux (choix pouvant être redéfinis) et on reclasse avec des valeurs 1, 2, 3 et 4. Le 1 représente la valeur la plus faible du SAVI

Page 46: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 46

(valeur négative vers -1 donc la réponse de la végétation n'est pas existante) et le 4 la valeur la plus forte (valeur positive vers 0,5 donc la valeur de la végétation est élevée). Les autres valeurs sont les nuances du SAVI. Puis on additionne les couches via Spatial analyst (calculatrice raster). La formule afin d'obtenir la cartographie de l'évolution des cultures sur trois dates est la suivante : (B1*100) + (B2*10) + B3 (avec B1 : image de juin, B2 : image d’aout et B3 : image de septembre). Ce calcul permet de créer un code numérique pour interpréter les étiquettes dans la légende. Un pixel du nouveau raster comprendra les valeurs des trois dates. Cette addition de dates fournit 64 valeurs de classes révélatrices de la temporalité du recouvrement végétal des surfaces (combinaison des états chlorophylliens). Toutes les possibilités n'existent pas forcément sur les images.

Tableau 6 : Etiquette des combinaisons de trois dates

En prenant pour exemple le secteur CF0322, le chiffre des centaines représente la valeur du

pixel au mois de juin, le chiffre des dizaines la valeur du pixel du mois d'août et le dernier chiffre des unités la valeur du pixel de septembre.

Figure 35 : Extrait du secteur CF0322 suite à la combinaison multi dates

Sur cette carte, les valeurs avec un faible SAVI (faible réponse chlorophyllienne) sont en bleu

et représentent l'eau/l'urbain tandis que les valeurs avec un fort SAVI (forte réponse chlorophyllienne) sont rouge. Les autres couleurs sont des nuances.

Page 47: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 47

Dans un premier temps, il a été pensé à utiliser le calendrier agricole après avoir regroupé les classes entre elles. Ainsi il semblait logique de déterminer les cultures correspondantes aux classes.

Tableau 7 : Premier regroupement de classes

En comparant ce nouveau classement sur l’image du secteur CF0322 avec le RPG, la culture de maïs comprend les classes « 3 » et « 4 ». Il est à noter qu’une combinaison de quatre dates apporte beaucoup trop de complexité au résultat obtenu. Ce premier travail est assez fastidieux et le regroupement par classes n’est pas évident. Une seconde possibilité a été testée.

Alors à l'aide du RPG, on va chercher à savoir quelles classes appartiennent à la culture de maïs par exemple. Ci-après, sur le secteur CF0322, les résultats concernant la culture de maïs sont présentés. En annexe 13, le résultat sur le secteur CF0318 est consultable.

Figure 36 : Cartographie du maïs télédétecté (secteur CF0322) comparée aux parcelles de maïs recensées par

le RPG

Classe initiale Classe finale Classe initiale Classe finale

111 1 323 ; 324 9

112 ; 121 ; 122 2 331 ; 341 ; 332 ; 342 10

113 ; 123 ; 114 ; 124 3 333 ; 334 ; 343 ; 344 11

243 ; 233 ; 133 ; 134 ; 143 ; 144 ; 244 ; 234 4 313 ; 413 ; 423 ; 314 ; 414 ; 424 12

131 ; 242 ; 132 ; 232 ; 141 ; 331 ; 142 ; 241 5 311 ; 411 ; 312 ; 412 ; 421 ; 422 13

211 ; 221 ; 212 ; 222 6 431 ; 432 ; 441 ; 442 14

213 ; 223 ; 214 ; 224 7 434 ; 433 ; 443 15

321 ; 322 8 444 16

Page 48: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 48

Figure 37 : Cartographie du maïs télédétecté près du lac du Bourget (secteur CF0322) comparée aux parcelles

de maïs recensées par le RPG

Sur le secteur du Lac du Bourget-Bauges (CF0322), on voit qu'en regroupant les valeurs 134, 144, 224, 233, 234 et 244, issues de la combinaison des classes de SAVI calculés sur trois images, il est possible d'obtenir les parcelles de maïs. Les trois dates étaient juin, août et septembre. Ces valeurs peuvent être comparées au calendrier agricole. Sur ce calendrier le mois de juin correspond aux semis et aout ainsi que septembre à la phase de croissance étant donné que d'octobre à décembre il y a récolte.

Une certaine correspondance, entre ce qui a été télédétecté et le RPG déclaré, est visible. Cependant on peut observer (au centre de la carte notamment) que certaines parcelles de maïs déclarées dans le RPG ne sont détectées que sur une moitié très distincte. Soit cela est une résultante d'une mauvaise détection ou classification ou cela est dû au recensement du RPG qui est réalisé par îlot (où les cultures ne sont pas forcément homogènes) et qui ne concerne que les parcelles des exploitants aidés.

Sur le secteur de la Vanoise-Beaufortain (CF0318) les classes regroupées afin d'obtenir le maïs diffèrent. Cela peut être du aux dates des images qui sont différentes mais aussi au secteur géographique (passage de la moyenne montagne à la haute montagne).

Le point négatif à cette méthode, des surfaces de forêt, de roseaux et de ripisylves (bandes boisées sur les berges des cours d'eaux) sont associées à cette catégorie de culture (maïs). Sur ces dates les stades phrénologiques sont les mêmes pour ces types de végétation. Les dates ne sont peut être pas optimales. Pour remédier à ce problème de confusion, il faudrait

Page 49: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 49

ajouter deux étapes : à partir de deux dates de SAVI et de Spatial analyst déterminer les surfaces de cultures (méthode comparable à celle utilisée par la Tour du Valat). Cette nouvelle couche pourra servir de masque de découpage. Il est aussi possible d'ajouter un masque des pentes et des altitudes. Sur le secteur CF0318 (Vanoise-Beaufortain) des informations disponibles issues du MNT (Modèle Numérique de Terrain) ont été ajoutées. Une couche collines et montagnes avec des paliers de 300 mètres et de 900 mètres. Le constat est que ces paliers se rapprochent de la réalité sur la culture de maïs mais ne sont pas parfaitement ajustés à nos besoins. Dans la bibliographie, il a été trouvé que l'altitude marginale pour la culture de maïs à ensilage est 750 mètres et que pour le maïs à grain la hauteur altitudinale maximale est de 650 mètres (20). Il est à noter que la vallée du Rhône est l'une des zones les plus favorables à cette culture. Cette information bibliographique est confirmée par l'analyse du RPG réalisée précédemment. De plus, les engins agricoles ne circulent pas sur une pente supérieure à 20 %. Ces deux facteurs (pentes et altitudes) doivent être appliqués afin de discriminer les parcelles non concernées par la plantation de maïs.

La limite de cette méthode est qu’il y a une réponse pour chaque pixel de l’image et donc beaucoup de pixels isolés. Une post-classification doit être opérée. De plus, la détermination des quatre seuils au départ affecte le résultat. Ces seuils ne sont peut être pas optimaux pour la séparation des classes d’occupation du sol. Les indices de végétation sont des traitements rapides à réaliser et leur comparaison multi temporelle permet de cartographier les grands types d’occupation du sol et agricole. Par ailleurs, l’emploi d’au minimum trois dates est indispensable afin de voir les changements de l’occupation du sol. Avec deux dates quelques confusions subsistent. Il importe de choisir des dates d’acquisition des images de manière judicieuse par rapport au calendrier agricole. Les prochaines méthodes testées dan le cadre du programme RhoMéo sont des méthodes classiques employées en télédétection. Il s'agit de la technique classification orientée objet avec d'une part la sélection d'exemple et de l'autre la création de règles. Le principe de la classification orientée objet est d'associer des objets ayant les mêmes caractéristiques (exemple : valeurs des bandes, de la texture).

Page 50: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 50

3.2. Classification orientée objet avec sélections d'exemples La méthode est testée sur les images SPOT du secteur CF0324 (juillet 2010 et septembre 2010) étant donné que le comportement phénologique des cultures, céréalières et sarclées, montre que les périodes les plus favorables pour la séparation des groupes s'étendent de mi-juillet à mi-septembre (LO & al., 1986; HALL-KOENYVES, 1990; CYR & al., 1991; CYR & al., 1995). Cette méthode est une procédure interprétative de catégorisation de classes multidates pour la détermination des cultures principales à partir d'images SPOT. Le traitement des images s'appuie sur 4 étapes successives. Phase 1 : Dans cette première étape, il est nécessaire de réduire l'image afin de ne pas obtenir de confusions entre les bâtiments et les sols nus. Un masquage géographique, à l'aide de la tache urbaine, réalisée précédemment, est employé. Les masses d'eau sont aussi masquées. Phase 2 : Choisir les zones d'entrainement à différents endroits de l'image afin de prendre en compte l'hétérogénéité des parcelles pour une même classe. Phase 3 : La première étape est la segmentation et elle est à 10 (scale level). Elle a pour objectif à discriminer et spatialiser les différentes entités de l'image en régions objets homogènes à partir des caractéristiques spectrales, géométriques et texturales (SEBARI & HE, 2007 ; SPARFEL & al, 2008). La segmentation orientée objet est réalisée à partir de la composition colorée de l'image SPOT. La seconde procédure consiste à regrouper les régions similaires afin d'avoir des objets de taille parcellaire (KETTING & LANEDGREBE, 1976). Le regroupement (merge level) se fait à 87. Phase 4 : A partir de la sélection d'exemples, des objets représentant la classe "sol nu", "sol peu couvert", "végétation à stade 1" (végétation n'ayant pas une réponse chlorophyllienne très élevée), "végétation à stade 2" (végétation très chlorophyllienne), sont sélectionnées. Par ailleurs, on ajoute les surfaces en eau restantes, le boisé et le masque urbain-eau. Au final le nombre de classes créé pour la légende est de 7. Pour constater les changements d'occupation du sol, il faut réaliser une analyse diachronique d'images. Dans un premier temps, on a tenté de définir des classes de cultures principales mais les résultats n'étaient pas du tout satisfaisant. Il y avait beaucoup trop de confusion. Cette méthode est employée, à la base, sur de plus petites surfaces de territoires et ait donc plus réalisable. Dans la méthode BLUMER & CALOZ, 2001, les chercheurs ont voulu identifier 3 grands types de cultures (prairies, céréales et cultures sarclées) sur un territoire 75 km². Ce territoire était donc beaucoup plus restreint contrairement au notre qui est de 3 600 Km². De plus les cultures sont peut être beaucoup moins hétérogènes. Leurs connaissances du territoire étaient aussi très poussées. Pour exemple, la culture "sarclée 1" aura pour caractéristiques pas de récolte et regroupe le maïs et le tournesol ; et les cultures "sarclées 2" correspondent à une récolte de patate et de maïs entre le 26 juillet et le 1 septembre,… Le principe de la méthode est d'associer les modifications observées sur les images SPOT prises à différentes dates, au cycle phénologique des cultures à déterminer. En conséquence, le maïs sera en pleine pousse au mois de juillet et sera bientôt en phase de récolte (végétation chlorophyllienne) au mois de septembre (récolte octobre-décembre) et les céréales (blé, orge, avoine,…) sont récoltés au mois de juillet (végétation moins chlorophyllienne étant donné que les céréales sont sèches) et le sol est alors en labour/nu en septembre.

Page 51: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 51

Figure 38 : Extrait de la cartographie de l'occupation du sol en juillet 2010

Figure 39 : Extrait de la cartographie de l'occupation du sol en septembre 2010

En réalisant une première approche diachronique, entre les images de juillet et septembre 2010 sur un extrait de la zone humide Confluence de la Bourbre et du Catelan (secteur CF0324 Dombes-Vallée du Rhône), les résultats montrent que les classes "boisé" et "végétation stade 2" sont en confusion. Cette confusion est assez gênante pour la classification du maïs.

Cette méthodologie aura démontré notamment que la classification du maïs est difficile. D'une part cette culture est à plusieurs stades phénologiques ("végétation stade 1" et "végétation stade 2") et que ces stades entraînent une confusion avec le "boisé" qui a une certaine texture apparente.

Pour les céréales, les classes correspondantes devraient être "sols nus" et "sols peu couverts". Mais si on compare le résultat avec les compositions colorées les sols artificialisés sont également compris dans la classe "sol nu".

Page 52: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 52

L'inconvénient de cette méthodologie est que les classes déterminées ne permettent pas, à l'heure d'aujourd'hui, de classer les grands types de cultures. Néanmoins la méthode a permis de mieux comprendre le territoire étudié.

Pour améliorer la méthode, il faudrait utiliser les SAVI pour créer une couche "surface agricole" et une couche "forêt". Cette dernière pourrait être un masque supplémentaire à appliquer comme initialement prévu dans la méthode de BLUMER & al., 2001. Cette première classification orienté objet nous a mis sur la voie de l'emploi des valeurs spectrales de chaque classe d'objets à déterminer (maïs, céréales,…). Le travail méthodologique et de tests sur le principe de multi temporalité (différentes dates,) afin de déterminer les grandes classes de cultures, va donc se poursuivre.

3.3. Classification orientée objet avec définition de règles

3.3.1. Procédure d'extraction de signatures spectrales de cultures principales

Les méthodes précédentes nous donnaient des informations assez généralistes sur l'évolution des surfaces agricoles. Toujours dans ce souci de connaître les variations de terres agricoles adjacentes aux zones humides, on réalise diverses étapes qui nous permettrons d'essayer de savoir quelles grandes cultures évoluent sur le territoire et peuvent exercer une pression sur les zones humides. La première étape consiste à créer une bibliothèque de valeurs spectrales des grands groupes de cultures (BLUMER & CALOZ, 2001). La méthodologie est formée de plusieurs phases : Phase 1 : Afin d'obtenir une bibliothèque de valeurs spectrales, il est nécessaire de réalisée une phase de prétraitement. Elle consiste à découper et empiler les images SPOT (layer stacking) et les indices concernés (toutes les bandes spectrales des trois dates du secteur ainsi que deux indices SAVI, NDWI).

Le NDWI (Normalized Difference Water Index- Indice normalisé de différence d’eau) a pour formule : NDWI = (PIR-MIR)/(PIR+MIR) (GAO, 1996,) Le NDWI est dérivé du NDVI et permet la délimitation des masses d’eau. L’indice permet de maximiser la réflectance de l’eau en utilisant les longueurs d’onde du vert, à minimiser la réflectance des masses d’eau en utilisant le proche infrarouge et inversement à maximiser la réflectance de la végétation et du sol dans le proche infrarouge (les masses d’eau ont des valeurs positives, la végétation et les sols ont des valeurs nulles ou négatives.) L’indice peut également être utilisé pour détecter la turbidité (présence de sédiments en suspension ou de chlorophylle-a). Phase 2 : On souhaite obtenir les valeurs moyennes, minimums et maximums des classes sur toutes les bandes spectrales ainsi que sur les indices. La capture de ROI (Region Of Interest) est alors réalisée. Les signatures multi dates de chaque classe jugées significatives sont obtenues à partir de la moyenne de 20 échantillons, pris sur toute l’image par classes déterminées. Les classes sont : maïs, céréales, colza, tournesol, vignes et légumes/fleurs. Par la suite, d’autres types d’occupations de sol ont été ajoutés car il y avait trop de confusion. Il s’agit des « prairies », de la « forêt » et de « l’eau ». Les parcelles d'apprentissages sont issues du RPG 2010 (îlots de cultures).

Page 53: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 53

Tableau 8 : Signatures spectrales moyennes sur le secteur CF0322

Bandes Dates Tournesol Maïs Céréales Colza Vignes Prairies Foret Eau

SAVI

27/06/2010 0,28 0,16 -0,22 -0,29 -0,01 0,37 0,5 -0,8

25/08/2010 -0,20 0,37 -0,32 0,19 -0,06 0,11 0,34 -0,83

15/09/2010 -0,34 0,32 -0,09 0,02 0,08 0,25 0,44 -0,64

04/11/2010 -0,22 -0,18 0,12 -0,31 0,21 0,28 0,05 -0,67

NDWI

27/06/2010 0,06 -0,01 -0,11 -0,14 -0,09 0,07 0,14 -0,06

25/08/2010 -0,09 0,06 -0,25 0,01 -0,13 -0,12 0,04 -0,1

15/09/2010 -0,32 -0,02 -0,23 -0,13 -0,15 -0.14 0,03 -0,11

04/11/2010 -0,40 -0,41 -0,25 -0,45 -0,23 -0.28 -0,22 -0,26

XS1

27/06/2010 119,19 103,15 113,04 108,42 121,85 94,39 79,56 90,05

25/08/2010 144,98 104,42 138,49 122,45 132,43 114,78 87,81 115,63

15/09/2010 139,50 105,86 128,90 115,06 123,55 107,96 84,64 97,99

04/11/2010 94,81 101,12 85,91 92,51 90,62 75,98 80,48 73,6

XS2

27/06/2010 110,46 93,86 123,57 119,96 124,70 79,57 60,82 54,2

25/08/2010 127,31 70,82 129,82 91,01 111,29 90,26 57,63 62,22

15/09/2010 145,35 81,19 119,51 104,63 107,43 86,87 57,45 50,32

04/11/2010 99,00 120,18 79,99 112,44 90,94 69,12 71,93 49,04

XS3

27/06/2010 155,56 115,28 92,94 82,12 120,60 123,59 133,02 15,98

25/08/2010 95,80 117,13 83,01 116,78 98,64 94,01 104,32 16,42

15/09/2010 90,26 125,21 106,88 112,00 116,53 107,9 122,36 19,55

04/11/2010 74,32 94,15 106,90 73,34 119,21 78,6 104,7 20,5

XS4

27/06/2010 139,55 115,75 115,00 107,93 145,57 91,57 115,34 18,29

25/08/2010 115,33 103,30 137,31 113,34 129,45 86,32 134,78 20,35

15/09/2010 176,04 130,76 168,30 139,17 116,53 100,47 166,13 25,02

04/11/2010 174,33 223,28 168,38 193,69 192,75 122,86 187,2 39,31

Les signatures spectrales de chaque catégorie intègre des informations spectrales et temporelles. Ces signatures spectrales peuvent servir comme base de décision pour l'établissement des classes sur les images. (BLUMER & CALOZ, 2001). Le détail de la bibliothèque spectrale est visible en annexes 14, 15, 16, 17.

3.3.2. Classification cultures principales Le principe de notre approche est de combiner un ensemble de valeurs spectrales répertoriées dans l'étape suivante afin de créer des classes culturales. La période la plus favorable pour les séparations des deux grands groupes de cultures (maïs et céréales) s'étend du mois de juillet au mois de septembre. De plus, on va admettre que l'analyste se servira du calendrier agricole et du RPG 2010 pour valider ses classifications.

La classification orientée objet va prendre en compte toutes les bandes ainsi que tous les indices aux différentes dates. Après de nombreux tests (différentes segmentations, regroupement d'objets, attribution de poids aux règles et extension de la tolérance du flou) à partir des valeurs spectrales, des résultats ont été obtenus. Les seuils les plus convenables sont de 40 (scale level) puis de 83 (merge level). Les tests ont été effectués sur le secteur CF0324 étant donné que c'est le secteur avec le plus de cultures de maïs.

Figure 40 : Image de la segmentation puis du regroupement d'objets

Par la suite, on applique des règles pour les classes que l'on souhaite déterminer. On utilise la "bande moyenne" dans les caractéristiques "spectrales". Les premiers tests ont consisté à

Page 54: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 54

mettre en valeurs : (moyenne - écart type) et (moyenne + écart type). Mais ces valeurs étaient trop restrictives et beaucoup de zones non classées apparaissaient. Le second test a été d'implanter et tester les valeurs min. et max. pour les classes de cultures. Presque toute l'image se trouve alors classée. Des résultats ont donc été obtenus et comparés avec le RPG. A première vue, les milieux fragmentés au Nord de Lyon contiennent plus d'erreurs de classification. Concernant les résultats (secteur CF0324) pour le maïs la correspondance entre la culture la surface de maïs du RPG et la surface télédétectée est de 79,32% et pour la surface de céréales la correspondance est de 62,63%.

Une confusion apparait entre les praires et les céréales. Par ailleurs, il y a toujours une confusion entre le maïs et la forêt comme dans la méthode de

classification multi temporelle par pixels sur le secteur CF0322 et CF0318.

Il semble qu’une étude plus approfondie des moyennes spectrales s’impose. Il a donc été étudié les moyennes de NDWI et de SAVI sur les quatre dates du secteur CF0322 (Lac du Bourget-Bauges) et sur les trois dates du secteur CF0324 (Dombes-Vallée du Rhône).

Figure 41 : Etude du NDWI et du SAVI sur le secteur CF0324

La confusion entre le maïs et la forêt apparait avec le NDWI sur la date du 01-07-2010 et sur le 24-03-2011 étant donné que les valeurs moyennes sont rapprochées.

De plus, la confusion entre le maïs et la forêt apparait avec le SAVI sur la date du 01-07-2010 et sur le 03-09-2010.

Sur l’indice NDWI, la date du 24-03-2011 apporte une grande confusion avec toutes les classes.

Figure 42 : Etude du NDWI et du SAVI sur le secteur CF0322

Sur ces deux graphiques, la date où il y a une confusion entre le maïs et la forêt est le 25-08-2010 étant donné que les valeurs moyennes sont très proches de l’une de l’autre.

Page 55: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 55

La forêt et les prairies n'ont jamais de SAVI négatif donc la couverture du sol est existante à toutes les dates.

Prendre toutes les bandes spectrales ne semble pas pertinent. Effectivement les indices prennent déjà en compte certaines bandes. Une ACP (Analyse en Composante Principale) avec le logiciel R et le package FactoMineR permet logiquement de trouver pour chaque cultures les bandes les plus discriminantes. Cela a été appliqué sur le secteur CF0322.

Figure 43 : ACP sur les signatures spectrales sélectionnées sur le secteur CF0322

La lecture des graphiques est à effectuer en simultanée. Sur le graphique de gauche apparaissent les bandes discriminantes des cultures positionnées sur le graphique de droite.

Le NDWI du 04-11-2010 est la bande mettant le plus en valeur l'eau. Les cultures de céréales, tournesol et vignes ont tendance à mieux apparaitre sur les bandes

XS1 (vert) et XS2 (rouge). Les prairies sont plutôt mises en valeur avec les bandes du XS3 (PIR) et XS4 (MIR). Le colza associe les bandes XS1 et XS4. Les bandes discriminantes de la forêt sont les NDWI du 15-09-2010, 25-08-2010 et du 27-06-

2010. Les bandes discriminantes du maïs sont les SAVI du 15-09-2010, 25-08-2010 et du 27-06-2010. L’analyse des moyennes spectrales ouvre de nouvelles perspectives pour la classification orientée objet. Cette dernière peut être optimisée si les bandes créant des confusions sont éliminées afin de mettre en avant les bandes avec les valeurs les plus caractéristiques des classes d’occupation du sol à déterminer. Les images SPOT ont un grand potentiel pour déterminer l’occupation du sol mais demandent des ressources (des logiciels, des compétences en télédétection et du temps). Le RPG est plus simple d’utilisation mais contient des erreurs (perte d’informations, déclarations approximatives) ou des simplifications de la réalité (îlots de cultures). Quand les méthodes de télédétection seront améliorées, il sera possible de calculer les surfaces des classes d’occupation du sol par zones humides et par bassins versants.

Page 56: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 56

Conclusions

Conclusion générale L'objectif du stage était de développer des méthodologies dans le cadre programme RhoMéo afin d’extraire les différentes pressions sur les zones humides à l’échelle de ces dernières et du bassin versant en employant différentes données. Différentes données et méthodologies ont donc été référencées, adaptées et testées pendant la période de stage. De plus, une comparaison devait être faite entre les différentes données pour bien cernées les avantages et les inconvénients de celles-ci (prix, mise à jour, qualité,…).

Au niveau des données, pour définir la pression par les terres urbanisées, la BD TOPO® IGN a été exploitée et a montré tout son potentiel (étalement urbain par la tache urbaine, type d'habitat, pression industrielle et fragmentation du milieu). De plus, cette couche d'information peut compléter une analyse réalisée à partir des données INSEE (démographie humaine autour des zones humides. Elle peut être aussi couplée au RPG afin de déterminer le bon état des zones humides. Les images SPOT 10 m peuvent, quant à elles, permettre d'extraire des taches urbaines plus ou moins proche de la réalité (qualité des résultats évaluée selon la BD TOPO®) ou en perspectives permettre de calculer les ajouts de substrats/comblements sur les zones humides.

Au niveau des données, pour définir la pression par les terres agricoles, il est possible d'étudier le RPG et ses classes. Les images SPOT 10 m peuvent permettre d'extraire la surface agricole totale voir les grands types de cultures et notamment le maïs. Les tests méthodologiques ont permis de montrer qu'il faut au minimum deux dates (juillet et septembre pour prendre en compte au maximum les cultures de maïs et céréales) pour déterminer la surface agricole et trois dates pour déterminer les types de cultures.

Les données vectorielles ou statistiques (BD TOPO®, BD CARTO ®, RPG et INSEE) sont peu coûteuses mais peuvent parfois être lourdes à manipuler de part les dimensions des secteurs étudiés géographique (régionale). La mise à jour n'est pas forcément annuelle. Concernant la qualité de la BD TOPO® elle est assez précise (périmètre et informations de l'objet) et le RPG n'est pas totalement fiable (recensement non exhaustif des parcelles et relevé des cultures par îlots).

Les données satellitaires (SPOT 10 m) sont plus coûteuses et couvrent une plus petite surface en comparaison des données vectorielles (60 km x 60 km). Ce prix est plus élevé mais permet d'obtenir des images à plusieurs dates en une année.

Pour les terres urbanisées, il est possible de tester une méthode sur des orthophotographies et une méthode sur une image SPOT avec une classification supervisée ou une classification orientée objet en ayant une approche moyenne et grosse échelle (JACQUIN & al., 2008). Pour les terres agricoles, il est envisageable d'améliorer la méthodologie de l'utilisation des indices de végétation pour une classification multi temporelle par pixels avec le MNT afin d'éviter une surestimation des surfaces de cultures. La capture et l’analyse des moyennes des bandes spectrales et des indices peut permettre une meilleure classification orientée objet.

Page 57: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 57

Concernant le matériel informatique, le logiciel ArcGis doit être utilisé avec spatial analyst et Xtools pro et ENVI/ d'ENVI ZOOM doit être en 32 bit pour un passage des données sur ArcGis. Un disque dur de taille suffisante doit être disponible car le volume d'information augmente rapidement.

Conclusion personnelle

En conclusion personnelle je peux affirmer que ce stage fut très instructif. Tout d'abord au niveau social, il m'a permis de m'investir dans un projet interrégional faisant intervenir différents organismes et me permettant de comprendre les jeux d'acteurs. Au niveau de la technique informatique, j'ai pu me perfectionner sous le logiciel ArcGis et ENVI. Enfin, mes connaissances générales en environnement, notamment sur les zones humides, et en télédétection se sont développées. Ce fut intéressant d'être intégrée dans un programme innovateur. Au niveau de mes objectifs, ils ont été atteints puisque j'ai testé des méthodologies pour le développement d'indicateurs de pressions par les terres urbanisées et les terres agricoles. Cependant je trouve dommage que par la perte de temps, liés à divers facteurs (acquisition des données, temps de traitement, logistique du matériel,…), je n'ai pu perfectionner et complètement aboutir mes méthodes.

Page 58: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 58

Références

Bibliographie -AGENCE DE L'EAU, 2009, SDAGE (SCHÉMA DIRECTEUR D’AMÉNAGEMENT ET DE GESTION DES EAUX) -ANONYME, 2006, Corinne Land Cover 44 class legend ASSAKO ASSAKO René-Joly, TONYE Emmanuel, 2000, Evaluation comparative des méthodes pour la délimitation d'un périmètre urbain par télédétection, Télédétection Vol.1, pp.305-325. -BALLUT A., NGUYEN J. P., 1984, Les besoins d’information pour l’aménagement urbain et régional : apport de la télédétection spatiale à la satisfaction de ces besoins, Société Française de photogrammétrie et Télédétection, Vol. 93, pp. 21-32. -BLUMER, Christian, CALOZ Régis, 2001, Procédure interprétative de catégorisation de classes multi dates pour la détermination des cultures principales à partir d'images TM de LANDSAT, Télédétection, Vol. 2, pp. 1-11. -BONN, F.; ROCHON, G., 1992, Précis de télédétection : principes et méthodes; UREF/ AURELF/ Presses de l'Université de Québec, Vol. 1. -CEMAGREF, 2010, Caractérisation et cartographie des interfaces habitat-forêt, Prévention des risques d'incendies de forêt, Guide méthodologique, 68 p. -CERTU, 2007, Méthodes pour réaliser un historique de l'évolution du bâti -COSTER, M & CHERMAN, J.L., 1989, Précis d'analyse d'images. Presses du CNRS, Paris, 560p. -CHEN X., LI X., MA J., 2004, Urban change detection based on self-organizing feature map neural network. In Geosciences and Remote Sensing Symposium, Vol.5, IEEE International -COULOMBE A., CHARBONNEAU L., BROCHU R., MORIN D., 1991, L'apport de l'analyse texturale dans la définitpn de l'utilisation du sol en milieu urbain, Vol. 17, n°1, pp. 46-55. -CYR, L., BONN, F. & PEASANT, A., 1995, Vegetation indices derived from remote sensing for an estimation of soil protection against water erosion. Ecological Modelling, Vol.79, n°2-3, pp. 277-285. -CYR, L., PERRAS, S., BONN, F., PEASANT, A. & WILLM, T., 1991, Evaluation de la couverture du sol en milieu agricole par mesure in-situ et images multi temporelles pour la modélisation de l'érosion hydrique. Proceedings of the 5th international Colloquium Physical measurements and signatures in remote sensing, Courchevel, France, pp. 659-662. -FLOUZAT, G., 1988, Morphologie mathématique et analyse des images de télédétection. Photo-interprétation, n° 1988-5, pp. 1-16. -FUNG T., 1990, An assessment of TM imagery for land cover change detection, IEEE Transactions on Geoscience and Remote Sensing, Vol.28, n° 4, pp. 681-684. -GIRARD, M.C. & C.M., 1989, Télédétection appliquée : zones tempérées et intertropicales, Collections sciences agronomiques MASSON, 260 p. -GUILLET J., 1991, LE BULLETIN DE L'EPI, n° 61 -HALL-KOENYVES, K., 1990, Crop monitoring in Sweden. International Journal of Remote Sensing, Vol. 11, n° 3, pp. 461-484. -HOBLEA Fabien, CADILHA Laurent, NICOUD Gérard, DODELIN Christian, LASERRE -Dominique, 2008, Hydrogéologie karstique du massif des Bauges : état des connaissances et contributions de Michel Lepiller aux recherches fondamentales et appliquées, 11 p. -JACQUIN A., & al., 2008, A hybrid object classification approach for mapping urban sprawl in periurban environment, Landscape and urban Planning 84, pp. 152-165. -JOHANNA Baro & al., 2009, Extraction des taches urbaines à partir d'images satellites libres -KETTING, R, L & LANDGREBE, D, A, 1976, Classification mod multispectral image data by extraction and classification of homogenous objects, IEE transactions on Geoscience electronics, Vol. ge-14, n° 1, pp 19-26.

Page 59: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 59

-LAMPIN C, 2007. Caractérisation et cartographie des interfaces habitat-forêt en vue d’évaluer le risque d’incendie de forêt dans le sud de la France. Rapport interne d’avancement de la thèse, août 2007, 135 p. -LO T.H, Scarpace, F.L & LILLESAND T.M, 1986, Use of multitemporal spectral profiles in agricultural land-cover classification. Photogrammetric Engineering &remote sensing, Vol. 52, n° 4, pp. 535-544. -MASEK J.G., LINDSAY F. E., GOWARD S. N., 2000, Dynamics of urban growth in the Washington DC metropolitan area, 1973-1996, from Landsat observations, International Journal of Remote Sensing, Vol.21, n° 18, pp. 3473-3486. -PRATT W.K., 1978, Digital image processing. Willey intersciences, New-York, 743 p. -RIDD M.K., LIU J., 1998, A comparison of four algorithms for change detection in a urban environment, Remote Sensing of Environment, Vol.63, pp. 95-100. -ROBIN M., 1995, La télédétection. Nathan, Paris, 318 p. -SEBARI Imane & HE Dong-Chen, 2007, Les approches de segmentation d'image par coopération régions-contours, Revue Télédétection, Vol. 7, n°1-2-3-4, pp 499-506. -SCHWARZER Stefan, ALLENBACH Karin et JACQUET Jean-Michel, 2009, Cartographie semi-automatisée et multi-sources de la couverture du sol, Archives des sciences, pp. 107-124

-SILAT, 2010, Contribution à l'élaboration d'un cahier des charges méthodologiques pour la classification de l'occupation du sol sur le delta du Rhône, 31 p. -SPARFEL Lénaig, GOURMELON Françoise & LE BERRE IWAN, 2008, Approche orientée objet de l'occupation des sols en zone côtière, revue de télédétection Vol., 8 n°4, pp. 237-256. -TOUR DU VALAT, 2012, Synthèse du 1er rapport de l'observatoire des zones humides méditerranéennes, Les zones humides méditerranéennes enjeux et perspectives -TSAYEM DEMAZE Moise, & TREBOUET Alain, 2008, cartographie et évaluation multi-échelle de l'étalement urbain à l'aide d'images SPOT XS : échelle du Mans (Ouest France), 10p. -VALLEE Julie, FOURNET Florence, MEYER Pierre-Erwann, HARANG Maud, PIROT Françoise et SALEM Gérard, 2006, Stratification de la ville de Ouagadougou (Burkina Faso) à partir d'une image panchromatique SPOT 5: une première étape à la mise en place d'une enquête de santé, Espaces populations sociétés, n°2006/2-3, pp. 393-401. -WEBER C., 1995, Images satellitaires et milieux urbains. Editions Hermès, Paris, 195 p. -WEBER C., 2002, Images satellites et milieu urbain. Editions Hermès, Collection géomatique, 185 p. -XIAO J., SHEN Y., GE J., TATEISHI R., TANG C., LIANG Y., HUANG Z., 2005, Evaluating urban expansion and land use change in Shijiazhuang, China by using GIS and remote sensing, Landscape and Urban Planning, pp. 1-12. -YANG X., LO C.P., 2002, Using a time series of satellite imagery to detect land use and land cover changes in the Atlanta, Georgia metropolitan area, International Journal of Remote Sensing, Vol.23, pp. 1775-1798. -YIN Z. Y., STEWARD D. J., BULLARD S., MAC LACHLAN J. T., 2005, Changes in built-up surface and population distribution patterns during 1986-1999: a case study of Cairo, Egypt, Computers, Environment and Urban systems, pp. 1-22. -ZHANG Q., WANG J., PENG X., GONG P., SHI P., 2002, Urban built-up land change detection with road density and spectral information from multi-temporal Landsat TM data, International Journal of Remote Sensing, Vol.23, n°.15, pp. 3057-3078.

Page 60: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 60

Webographie (1) URL: http://www.cren-rhonealpes.fr

Nom de la page : Conservatoire Rhône Alpes des Espaces Naturels (2) URL: http://www.zones-humides.eaufrance.fr Nom de la page : Les zones humides (3) URL: http://rhomeo.espaces-naturels.fr Nom de la page : RhoMeo, Mise en œuvre d'un Observatoire de l'évolution du bon état des zones humides du bassin Rhône Méditerranée (4) URL: http://www.eaurmc.fr Nom de la page : Agence de l'eau Rhône-Méditerranée et Corse (5) URL: http://www.paysage-de-montagne.com/liensmenu/Vanoisepresentation.php Nom de la page : La Vanoise (6) URL: www.cbd.int/doc/world/ma/ma-nbsap-v2-p17-fr.pdf Nom de la page : Plan national d'action sur la Biodiversité du CBD Strategy and action plan PartXVII (7) URL: http://entrelianes.org/16.html Nom de la page : Les caractéristiques du milieu urbain (8) URL: http://www.developpement-durable.gouv.fr/Quelques-definitions.html Nom de la page : Ministère de l'écologie, du Développement Durable et de l'Energie (9) URL : agriculture.gouv.fr Nom de la page : Ministère de l'agriculture et de l'agroalimentaire (10) URL: http://eduscol.education.fr/orbito/system/spot/spot00.htm Nom de la page : Les satellites SPOT (11) URL: http://eoedu.belspo.be/fr/satellites/spot.htm Nom de la page : SPOT (Satellite Pour l'Observation de la Terre) (12) URL: http://www.exelisvis.com Nom de la page : EXELIS Visual Information Solutions (13) URL: http://www.esrifrance.fr/arcgis.aspx Nom de la page : ESRI France Comprendre notre monde (14) URL: http://pariscotedazur.fr/archives/2008/4/4/urbanisme-petit_lexique Nom de la page : urbanisme, petit lexique, D comme "dent creuse"... (15) URL:http://www.gard.fr/fileadmin/Documents/nos_actions/securite/4methodo_Fr_carto_interfaces.pdf Nom de la page : Méthodologie commune de cartographie des interfaces forêt/habitat. (16)URL:http://www.bape.gouv.qc.ca/sections/mandats/desserte_ferroviaire-grande-anse/documents/DQ2.2.pdf Nom de la page : Ministère du développement durable de l'environnement et des parcs, Québec (17) URL: http://www.insee.fr/ Nom de la page : Institut national de la statistique et des études économiques (18) URL: http://www.asp-public.fr/?q=node/856 Nom de la page : L’efficacité des politiques publiques, Agence de Services et de paiement (19) URL:http://www.actu-environnement.com Nom de la page : Les cultures intensives (20) URL: http://www.bioactualites.ch/fileadmin/documents/bafr/production-vegetale/grandes-

cultures/4.5.11-73_Mais.pdf

Nom de la page : Maïs-culture

Page 61: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 61

Annexes

Page 62: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 62

Annexe 1 : Planning du stage

mars avril mai juin juillet aout

Interactions/échanges avec les autres acteurs de RhoMeo et des autres axes

Reprise en main

d'ENVI

Bibliographie: -méthodes de télédétection applicable sur urbain/agricole -indices de télédétection -création liste de pressions sur ZH -étudier la piste des arbres de décision -connaissance et compréhension du projet

Tests sur les images SPOT

Préparation et présentation de l'avancement de mon

travail à la réunion RhoMéo bassin Axe-B

-Mise en place de la méthode et traitements des images SPOT -Analyse spatiale

Rédaction du rapport

Page 63: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 2 : Liste des indicateurs de pressions sur les zones humides N° Facteurs Catégorie Détails des indicateurs JUSTIFICATION

1

Pressions

Utilisation et gestion des terres

Superficie anthropisée C'est un indicateur qui traduit la pression des activités humaines sur une zone humide donnée. Le rapport entre la surface exploitée et celle laissée à l’état naturel donnerait une indication sur l’importance de cette pression. Risque de mise en péril du caractère naturel qu'on s'efforce de donner au milieu et la durabilité même de ces activités.

2 Surface de zone humide impactée par les comblements, les décharges de gravats et

de déchets inertes

Les zones humides peuvent se retrouver comblées par la décharge de gravats ou de d'autres déchets inertes. En télédétection, il peut être possible de voir ces changements par l'apparition de taches claires sur les images.

3

Agriculture

Surfaces de terres agricoles Les activités agricoles de type polyculture-élevage ont de tout temps permis le maintien d'espaces diversifiés contribuant à une biodiversité élevée. Depuis une quarantaine d'années, l'intensification agricole a modifié complètement le paysage rural et les milieux qu'il renferme. L'utilisation des intrants (engrais, pesticides, herbicides, ...) draine, suite aux lessivages des bassins versants, d'importantes quantités en produits chimiques vers ces milieux provoquant pollution et eutrophisation.

4 Nombre de tête de cheptel utilisant ces zones humides pour le pâturage ou pour

l'abreuvement

Le cheptel par ses excréments, parfois comportant des parasites, son pâturage, son piétinement des végétaux, son broutage des plantules, son compactage du sol, etc., constitue un facteur important de dégradation des zones humides surtout dans des points d'eau de faibles étendues fréquentés par des effectifs importants de bovins, ovins ou caprins.

5 Transport Fragmentation et perte de l'habitat La croissance démographique et les besoins sans cesse accrus de ces populations en eau, en espaces, en éléments biodiversitaires ont également fait que les zones humides, riches en élément "eau", facilement "aménageables" et transformables pour l'urbanisation ou l'agriculture, riches en faune et flore, faciles d'accès, ont été les premières sujettes à ces transformations. Les assèchements, le captage des eaux (certaines sources), la construction de ports ou leurs creusements, la réduction des apports fluviaux (cours d'eau portant des barrages), la mise en place de bassins de lagunage ou la mise en place d'infrastructures aquacoles entraînent souvent la réduction ou la destruction d'habitats et d'espaces vitaux pour la faune et la flore de ces zones humides et, par conséquent, celles de leurs productivités.

6 Energie Variation du taux des prélèvements d'eau Les prélèvements superficiels (petits barrages de dérivation, pompages superficiels,...) destinés essentiellement à l'irrigation ou à l'approvisionnement des populations en eau potable, se multiplient. Ils provoquent des dégâts au sein de diverses composantes de la biodiversité de ces zones humides. Ces prélèvements affectent plus particulièrement la faune des eaux courantes. C’est ainsi que plusieurs espèces rares ou endémiques ont peut être déjà disparu, à cause de l'assèchement des rivières et du captage des sources. Les pompages dans les nappes se sont poursuivis et multipliés. Par conséquent, la baisse du niveau piézométrique des nappes a affecté plusieurs marécages, des lacs de montages. Les zones humides saumâtres, correspondant à des zones où se mélangent des eaux douces à des eaux salées, souffrent également de ces prélèvements d'eau douce. Les eaux deviennent de plus en plus salées ce qui introduit des modifications profondes aux seins des peuplements.

7 Ressource en eau

Variation des superficies drainées des zones humides

Quand on parle de zones humides drainées, ce sont des surfaces amputées à cet écosystème et, par conséquent, une diminution de la production totale de la zone concernée. C'est un indicateur qui nous renseigne sur la fragmentation de la zone humide, sur la perte de l'habitat et, aussi, sur la perte de la capacité de production du milieu.

8

Pêche

Nombre de barques/pêcheurs, ramasseurs exploitant le site

Le recensement des moyens d'exploitation et d'exploitants dans les zones humides constitue souvent un bon indicateur mesurant la pression sur les ressources exploitées. C'est un indicateur qui est d'autant plus intéressant qu'il est appliqué à des zones relativement réduites d'espace et fragiles de nature. Le nombre de barques, le nombre de pêcheurs, le nombre de ramasseurs de coquillages ou de végétaux constituent des éléments contraignants importants pour l'écosystème des zones humides.

9 Extraction des produits des zones humides relativement au volume jugé durable

Les zones humides recèlent d'importantes richesses biologiques animales et végétales (poissons, civelles, palourdes, coques, joncs, crevettes, etc.) et dont le suivi pourrait renseigner sur la capacité et la durabilité de la production du milieu et, aussi, la durabilité de la fonction économique de ces milieux. Les statistiques de pêches pourraient contribuer à apprécier l'ampleur de la pression exercée sur chacun de ces milieux.

10

Tourisme

Taux de fréquentation d'un milieu Les populations locales, les touristes, ..., pourraient constituer un élément de pression et de perturbation majeure pour une espèce vulnérable. Généralement, les populations locales et leurs bétails, utilisant les espaces forestiers, agricoles et des zones humides occasionnent d'énormes pertes d'habitats.

11 Nombre de touristes/an et par site (ou par unité de surface)

C'est un indicateur qui concerne essentiellement la période estivale. Ces afflux en masse des touristes se manifestent par une consommation croissante de l'espace et des habitats. Ils provoquent une destruction des milieux naturels ainsi qu'une fragmentation remettant en cause le fonctionnement écologique et la productivité.

Page 64: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

12 Pourcentage de superficie de substrat dégradé

En effet la surfréquentation (piétons, vélos, quads,...) en dehors des pistes peut dégrader le milieu.

13 Utilisation des biens et services non commerciaux des zones humides

Nombreux services non commerciaux sont offerts par les zones humides nationales dont la chasse, la pêche etc. qui, même s'ils n'en profitent qu'à un nombre limité de personnes, constituent un atout pour le développement du tourisme. Les zones humides des montagnes drainent également un grand nombre de touristes estivants nationaux et étrangers. Ce sont des activités qui devraient également être comptabilisés dans la surveillance et l'évaluation de la pression exercée sur un milieu donné.

14

Forces motrices

Décisions politiques

Nombre et surface totale des zones humides effectivement protégées par

rapport à la surface totale de ces milieux

C'est un indicateur destiné à traduire l'intérêt porté par les pouvoirs publics aux zones humides nationales et le niveau de conscience de l'importance de ces milieux dans le développement régional et national. Cependant pour que cet indicateur soit fiable et crédible, il ne faut tenir compte que des surfaces et des zones humides effectivement protées. En effet, même si certaines de ces zones sont "protégées officiellement" par des textes nationaux et internationaux, les pratiques à l'intérieur de ces milieux ne sont aucunement des pratiques de conservation et d'utilisation ou de développement durables.

15 Superficie des zones humides restaurées L'agriculture et ses intrants, le surpâturage, les eaux usées domestiques et industrielles, les prélèvements au sein des populations animales et végétales, l'envahissement urbain, le captage des sources et les prélèvements d'eau potable et d'irrigation, etc. ont largement contribué à la situation alarmante de nos zones humides. Des milliers d'hectares sont considérés comme perdus à jamais et des richesses biologiques considérables (sur le plan génétique) ont été éteintes. Cependant, de nombreux sites, encore "humides" pourraient encore être récupérés et restaurés, et leur mise en eau serait un indicateur hautement significatif de la volonté du pays et son engagement dans la conservation des zones humides et de leur biodiversité.

16

Démographie

Variation du Bénéfice net On ne peut parler de bénéfice net au vrai sens du terme pour les zones humides dans la mesure où la grande majorité des recettes ne passe pas par des circuits officiels et les statistiques ne sont que fragmentaires et trop lacunaires. Cependant, des études socio-économiques pourraient évaluer l'apport d'une zone humide donnée par habitant pour les populations riveraines exploitant cette zone. Ces revenus pourraient renseigner aussi bien sur l'importance de ladite zone pour l'économie locale mais, aussi, l'ampleur de la pression exercée sur elle.

17 Taux de croissance démographique des populations riveraines des zones

La croissance démographique suggère des besoins de plus en plus grands en eau potable, en eau d'irrigation, en terres agricoles, en urbanisation, en ressources naturelles, etc. qui ne peuvent se réaliser qu'aux dépens de la zone humide adjacente. De plus, cela entraîne un mitage et un cloisonnement de l'espace, préjudiciable au bon fonctionnement des zones humides.

18

Etat

Eau : qualité

&quantité

Variation de l'étendue de la zone humide Les fluctuations de la superficie d'une zone humide et, plus particulièrement, la réduction de son étendue peut avoir des répercussions néfastes sur sa biodiversité. En effet, une réduction de cette étendue ne peut correspondre qu'à une perte d'habitat.

19 Nombre et débit des effluents se déversant dans les zones humides

Ce sont des données qui pourraient rendre compte des apports terrigènes ou en résultant des activités humaines et qui dans tous les cas pourraient induire de profondes modifications qualitatives et quantitatives dans la structure de diverses composantes des zones humides.

20 Qualité bactériologique (eau, sédiments, organisme)

De nombreux microorganismes proviennent des activités humaines domestiques ou industrielles et qui sont rejetées directement dans les zones humides. Leurs impacts sur les organismes des zones humides et sur la santé humaine ne sont plus à démontrer ce qui a fait de leur surveillance une approche couramment utilisée pour la conservation.

21 Teneur en azote et en phosphore (eau, sédiments).

Ce sont deux éléments très utilisés dans les activités agricoles et comme indicateurs également de l’impact des pollutions d’origine agricole sur les zones humides.

22 Teneur en métaux lourds (eau, sédiments et organismes)

La majorité des zones humides nationale sont soumise à une intense pression anthropiques et beaucoup d’entre elles constituent des exutoires pour des activités domestiques et industrielles chargées en métaux lourds très nocifs pour les organismes. La gravité de l’impact de ces métaux lourds est accentuée par le faible brassage des eaux dans ces milieux et, aussi la sédimentation qui constitue un véritable piège accumulateur de ces métaux lourds.

23 Variation du taux de sédimentation Dans des écosystèmes dont les fonds sont le plus souvent dominés par des substrats meubles, et dont la flore et la faune dépendent, il est évident que le taux de sédimentation constitue un facteur majeur et déterminant dans le maintien écologique de ces écosystèmes. C'est un indice qui est également important à surveiller dans les retenues de barrages où les quantités de terre prélevées à des bassins versants sont véhiculées vers les barrages entraînant leur engraissement et donc la diminution de leurs capacités de stockage et d'alimentation en eau des populations humaines et agricoles.

24 Espèces & communau

tés

Pourcentage de recouvrement de la zone humide par des espèces eutrophisantes

Dans un écosystème une pollution nutritionnelle se traduira par un phénomène d'eutrophisation. Ce dernier ce manifeste par la prolifération du nombre d'espèces végétales dans des eaux chargées en nutriments (azote, phosphore, oligoéléments) ou dans des cours d'eau très dégradés physiquement. En conséquence, il est en réponse à une action anthropique.

Page 65: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 3 : Liste des indices de télédétection Dénomination Indice Formule Utilisations Caractéristiques Référence

bibliographique Type de capteur

Eau et zone humide

INH- Indice Normalisé d'Humidité

INH= (MIR - Vert) / (MIR + vert)

Met en évidence les sols humides et induit une baisse de luminance plus forte dans les grandes longueurs d'ondes plutôt que dans les courtes; permet une bonne discrimination des unités hydro-pédologiques

Permet de procéder à une classification détaillée des sols nus.

sertit.u-strasbg.fr/documents/jbhenry_thesis/chap

itres/5-chapitre_2.pdf

SPOT

NDWI – Normalized Difference Water

Index- Indice normalisé de difference d’eau

NDWI =(PIR-MIR)/(PIR+MIR)

Définition des zones en eau. Le NDWI est dérivé du NDVI. Délimitation des masses d’eau : l’indice permet de maximiser la réflectance de l’eau en utilisant les longueurs d’onde du vert, à minimiser la réflectance des masses d’eau en utilisant le proche infrarouge et inversement à maximiser la réflectance de la végétation et du sol dans le proche infrarouge (les masses d’eau ont des valeurs positives, la végétation et les sols ont des valeurs nulles ou négatives.) L’indice peut également être utilisé pour détecter la turbidité (présence de sédiments en suspension ou de chlorophylle-a).

Les zones d'eau libre ont des valeurs positives tandis que les zones de sol et de végétation ont des valeurs inférieures ou égales à 0.

GAO, 1996, DAVRANCHE, 2008

SPOT 5

NDWIF- Normalized Difference Water

Index of Mc Feeters

NDWIF =(Vert-PIR)/(Vert+PIR)

Définition des zones en eau de manière encore plus précise.

GAO, 1996

Mc FEETERS, 1996 DAVRANCHE, 2008

SPOT 5

DVW- Indice de différence entre la

végétation et l'eau DVW= NDVI-NDWI

Accroît à partir du NDWI et du NDVI la mise en évidence de l'eau libre et des zones humides.

GOND et al, 2004

DAVRANCHE, 2008

SPOT 5

MNDWI- Modified Normalized

Difference Water Index MNDWI= (Vert-MIR2)/(Vert+MIR2)

L’indice permet de mettre en évidence les masses d’eau en supprimant de manière plus efficace que le NDWI le bruit des terrains bâti, ainsi que celui de la végétation et du sol.

Le NDWI de Mcfeeters a été modifié par l’utilisation du Moyen infrarouge au lieu du proche infrarouge. Les masses d’eau sont ainsi mieux délimitées (plus de détails), par discrimination efficace des surfaces en eau et des surfaces sèches. Le seuil de discrimination est situé autour de 0.

XU, 2006

TM (Landsat

30 m)

NDPI- Normalized difference

Pond index NDPI=(MIR2-Vert)/(MIR2+Vert)

Le NDPI a été utilisé pour la détection des mares et ruisseaux de moins de 0.01 ha et différenciation de la végétation des mares au Sénégal.

LACAUX, 2006 SPOT

Sol et bâti

IB- Indice de Brillance

IB = racine (PIR²+R²)

Met en valeur le sol et le bâti. Par la suite, on peut créer un masque pour la

Cet indice présente une sensibilité à l’humidité des sols; l’augmentation de la teneur en eau s’accompagnant d’une

GIRARD & GIRARD Lansat

Page 66: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

avec Xi la valeur du pixel X dans la bande i

neige et les nuages diminution de la luminance de la couleur. Cet indice est sensible à la brillance des sols reliée à l’humidité et à la présence de sels en surface. Il oppose les surfaces bâties très réfléchies aux surfaces absorbantes comme les sols très humides voire couverts d'eau qui apparaissent alors très sombres. Cet indice mélange donc les espaces très humides avec les surfaces en eau alors que certains types de végétation très réfléchissants se confondent avec les espaces construits.

IB = Racine( (XS1)² + (XS2)² + (XS3)²) IB = ((XS2)2 + (XS3)2)1/2

georezo.net/forum/viewtopic.php?id=599

36

SPOT

IT- Indice de Texture

Cache ce qui est urbain, minéral, artificiel Carte avec 2 classes.

IR- Indice de couleurs

IR = (TM2 - TM1) / (TM2 + TM1) Distinguer des couleurs de sol MADEIRA, 1993 Landsat

NDSI – Normalized Difference Snow

Index -Indice de neige normalisé

NDSI = [TM2 – TM5] / [TM2 + TM5] Permet de distinguer la neige des sols, des roches et des nuages.

DOZIER, 1989

Landsat

Ihm- indice d'hématite

Ihm=TM3²/(TM1*TM23) Estimation de la teneur en hématite.

MADEIRA & al. 1997, POUGET & al. 1991

Landsat

Ihm=XS2²/XS13 SPOT

IFE- Indice Ferrique ou Indice de rougeur

IFE= (TM3-TM2)/(TM3+TM2) Estimation du rapport hématite/ (hématite+goethite)

ESCADAFAL & HUET 1991, MADEIRA & al.

1997

Landsat

IFE=(XS2-XS1)/(XS2+XS1) SPOT

IC21- Indice de coloration

IC21=(TM3-TM2)/TM3

ESCADAFAL, 1993 Landsat

IC21=(XS2-XS1)/XS2 SPOT

SACRI- Soil Adjusted Corn Residue

Index-

SACRI = a(pETM4 - a pETM5 - ß)/(apETM4+pETM5 - aß)

où: a : pente de la droite de sols nus dans l'espace

spectral ETM-4 /ETM-5; ß : ordonnée à l'origine de la droite de sols nus

dans l'espace spectral ETM-4 / ETM-5

A l'avantage d'améliorer le NDI vis-à-vis des propriétés optiques des sols.

ABDERRAZAK B. & al,

2000

Landsat

NDI- Normalized Difference Index-

NDI = (pETM4-pETM5)/(pETM4+pETM5) où:

pETM-4: réflectance mesurée dans la bande ETM-4 (ou TM-4);

pETM-5 : réflectance mesurée dans la bande ETM-5 (ou TM-5)

Basé sur la différence normalisée entre les réflectances des bandes du proche et du moyen infrarouge du capteur TM de Landsat.

ABDERRAZAK B. & al, 2000

Landsat

MSACRI- Modified Soil Adjusted Corn

Residue Index-

MSACRI = a(pETM5-apETM1-b)/(apETM5+ pETM1 -ab)

où: pETM-5 : réflectance mesurée dans la bande ETM-5 (ou TM-5); pETM-7 : réflectance mesurée dans la bande

Exploite les bandes ETM-5 et ETM-7 de Landsat-7 ou les bandes TM-5 et TM-7 de Landsat-5.

ABDERRAZAK B. & al, 2000

Landsat

Page 67: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

ETM-7 (ou TM-7); a : pente de la droite de sols nus dans l'espace spectral ETM-5 / ETM-7; b : ordonnée à l'origine de la droite de sols nus dans l'espace spectral ETM-5 /ETM-7

Végétation/Agriculture

RVI3- Ratio Vegetation Index-

Ratio Indice de végétation RVI3=PIR/MIR

LILLESAND & KIEFER, 1987

DAVRANCHE, 2009

SPOT 5

NRVI- Normalized Ratio Vegetation

Index NRVI=(RVI-1)/(RVI+1)

Cette normalisation est un effet similaire à celui de NDVI, c'est-à-dire qu'il réduit la topographie, l'éclairage et les effets atmosphériques et il crée une distribution statistiquement normale souhaitable. Le ratio avec une valeur inférieure à 0,0 indique une zone de végétation et quand c'est supérieur à 0,0 les valeurs représentent la partie de non-végétation.

BARET & GUYOT, 1991

SAVI - Soil Adjusted Vegetation

Index- Indice de Végétation Ajusté au Sol

SAVI = [(1+L) (PIR-Rouge)] / (PIR+Rouge+L) avec L = 0,5 pour diminuer l'effet du sol

L = 1 pour une très faible densité de végétation

L = 0,25 pour une densité très forte de végétation

De nombreux indices sont issus de celui-ci pour minimiser l'effet du sol (TSAVI, MSAVI...)

Cet indice, base sur le NDVI, introduit une correction de la brillance pour le signal au satellite. Une correction pour le sol donne une information plus exacte de la condition de la végétation propre. Huete (1988) a démontré qu’une valeur de 0.5 pour l’ajustement offre une correction optimale de la rétrodiffusion du sol a travers le couvert végétal. Indice caractérisé par une pente

HUETE, 1988

OSAVI – Optimized SAVI

OSAVI = (PIR -R) / (PIR + R + 0.16)

L’OSAVI est plus adapte aux régions agricoles de moyenne latitude présentant un développement homogène de la végétation.

Vient du fait que l’ajustement du SAVI n’est en réalité pas constant et demande une correction adaptée a la végétation étudiée (Rondeaux et al. 1996).

RONDEAUX & al. 1996,

DAVRANCHE , 2008

SPOT

TSAVI- Transformed Soil Adjusted

Vegetation Index-

TSAVI = (a (PIR-aRouge-b)) / (Rouge +a(PIR) - a*b + 0.08 (1+a²))

a : pente de la droite des sols nus dans le plan PIR-R b : ordonnée à l’origine de la droites des sols dans le plan PIR-R

Indice de végétation

Basé sur la détermination de la droite des sols à partir de TM3 et TM4. Il a pour but de réduire l'influence du sol par rapport à celle de la végétation. Indice caractérisé par une pente. Il s'agit d'une amélioration du PVI. (Il faut ajouter un module dans ENVI. En dessous de 0, on retient tous les sols nus, urbains et minéral. L'indice peut être négatif, bien souvent cela correspond à toutes les surfaces en eau et les ombres.). Indépendant du type de capteur, plus sensible au faible taux de couverture ainsi qu’à la végétation sénescente que le NDVI ; Corrigé des effets du sol sous-jacent (a, b).

BARET & al. 1989

SPOT

MSAVI- Modified Soil Ajusted

Vegetation Index Version modifiée du SAVI. QI & al., 1994

NDVI – Indice de Végétation

Normalisé- NDVI= (PIR-Rouge)/(PIR+Rouge)

Indice le plus utilisé en biogéographie et en agriculture car il est sensible à la quantité et la vigueur de la végétation; mesure l'activité chlorophyllienne (végétation verte).

Indice de végétation (noir signifiant absence de couverture, au blanc qui rend compte d'une activité chlorophyllienne très élevée). Indice caractérisé par une pente. Baret & Guyot (1991) notent que le TSAVI est insensible, PVI et SAVI diminuent et NDVI augmente, lorsque l’inclinaison des feuilles augmente. Sensible aux effets atmosphériques, à la géométrie de visée ainsi qu’à l’illumination pour

ROUSE & al, 1974; TUCKER, 1979

SPOT

Page 68: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

les faibles densités de couvert.

NDVI3 – Indice de Végétation

Normalisé- NDVI3= (MIR-PIR)/ (MIR+PIR)

Rend à la fois compte de l'activité chlorophyllienne et de l'état hydrique des plantes

Moins sensibles aux conditions atmosphériques que le précédent.

sertit.u-strasbg.fr/documents/jbhenry_thesis/chap

itres/5-chapitre_2.pdf

SPOT

DVI – Differencial Vegetation Index

DVI=PIR-Rouge

Le DVI est très rarement utilisé, car il ne présente pas les avantages de NDVI et de RVI. Mais il est peu affecté par les signatures spectrales sous jacentes du sol ; Bien adapté pour les faibles taux de couverture. Influencé par les caractéristiques optiques et géométriques du couvert.

RICHARDSON & EVERITT, 1992, JORDAN, 1969

SPOT

EVI- Enhanced Vegetation Index

Où C1=6,0; C2= 7,5; L=1

Le Groupe MODIS discipline terrestre a proposé cet indice pour une utilisation avec des données MODIS. L'EVI est un NDVI modifié avec un facteur d'ajustement du sol, L, et deux coefficients, C1 et C2 qui décrivent l'utilisation de la bande bleue dans la correction de la bande rouge pour la diffusion des aérosols atmosphérique. Cet algorithme a une sensibilité améliorée aux régions à biomasse élevée et permet l'amélioration de la surveillance de la végétation à travers un dé-couplage du signal de fond de la canopée et une réduction des influences atmosphériques.

HUETE & JUSTICE, 1999

RDVI – Renormalized Difference

Vegetation Index RDVI=√(NDVI*DVI)

C'est une simple renormalisation du NDVI afin d'établir une relation linéaire avec les facteurs biophysiques de surface. Le RDVI a l'avantage d'être moins sensible aux géométrie et à l'optique des couverts végétaux.

ROUJEAN & BREON, 1995,

ABDERRAZAK, 1996

SPOT

MSR- Modified Simple Ratio- Simple Ratio Modifié

Ou

MSR= (SR-1)/ √(SR+1) Ou

MSR= RDVI/√Rouge

Pour l'extraction des paramètres biophysiques (foret boréale)

Version améliorée du RDVI CHEN, 1995

Landsat

SR- SR= (1+NDVI)/(1-NDVI) SR est parfois préféré pour sa meilleure sensibilité et pour plus de linéarité avec des paramètres biophysiques.

CHEN, 1995 Landsat

SMR- SMR= √(2NDVI)/ √(1-NDVI) CHEN, 1995 Landsat

TDVI- Temperature vegetation

dryness index-

TVDI = (Ts - Ts mm)/(aNDVI + b - Ts min) où :

Ts: est la température de surface du pixel; Ts mm: est la température de surface minimum dans le triangle; NDVI est l'indice de végétation du pixel; a et b sont les coefficients de l'équation définissant la droite de régression qui constitue le bord supérieur du triangle (Ts = aNDVI + b).

Pour avoir des informations relatives à l'humidité du sol, un indice de sécheresse

La valeur 1 sur la bordure sèche et la valeur 0 sur la bordure humide.

MEDOU LO & INGE SANDHOLT, 2000

Page 69: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

La température de surface est calculée à partir du canal thermique du TM en utilisant l'algorithme suivant (WUKELIC étal, 1989) : Ts = K2/Log(Kl/R+l)

où : K2= 1260,56 (pour TM); Kl =607,76 (pour TM); R = 0,0056322*DN+0,1238 (DN est la valeur du pixel)

Indice de végétation par différence

Rouge-PIR Forte sensibilité aux variations atmosphériques MONGET, 1980

Indice Pigmentaire IP= Vert-Rouge Discrimine des espèces végétales en fonction de leur couleur

Saturation aux forts indices, sensibilité à la contribution spectrale des sols et aux effets atmosphériques

KNIPLING, 1970, ROSE &al. 1973

VIOLLER et al. 1985

SPOT

RVI 1– Ratio Vegetation Index-

Indice du ratio de végétation (=SR--> simple ratio)

RVI1=PIR/Rouge

Va mettre en avant les régions où la végétation subit un stress, ou n'est pas saine, car : a une réflectance plus basse dans le proche infrarouge et le rapport spectral y est plus faible que celui des régions où la végétation est en bonne santé. Indice caractérisé par une pente. Saturation aux forts indices, sensibilité à la contribution spectrale des sols et aux effets atmosphériques.

RVI2- Ratio Vegetation Index

RVI2=Rouge/PIR

La plage de RVI s'étend de 0 à l'infini. La valeur du rapport inférieur à 1,0 est considéré comme la végétation tandis que la valeur plus grande à 1.0 est considéré comme non-végétation.

RICHARDSON & WIEGAND, 1977

TVI- Transformed Vegetation

Index- Indice de Végétation Transformée

TVI = √ (NDVI + 0,5) ou

TVI = √(PIR-Rouge/PIR+Rouge)+0,5

Essai d'élimination des valeurs négatives, stabilisation de la variance. Le calcul de la racine carrée est destinée à corriger les valeurs de NDVI approximatives de la distribution de Poisson et d'introduire une distribution normale. Toutefois les valeurs négatives existent toujours pour les valeurs inférieures à -0,5 NDVI. Il n'ya pas de différence technique entre NDVI et TVI en termes de sortie d'image ou la détection de la végétation active. Les valeurs ratio inférieur à 0,71 sont considérées comme non-végétation et les valeurs supérieures à 0,71 donnent la zone de végétation.

DEERING et al. 1975

SPOT

CTVI- Corrected Transformed

Vegetation Index- Correction d'Indice de Végétation

Transformée

CTVI=(NDVI+0,5)/ABS(NDVI+0,5)* √ABS(NDVI+0,5)

La correction est appliquée de manière uniforme sur l'image. Le CTVI ne montre pas de différence avec l'image initiale du NDVI ou du TVI. La correction est destiné à éliminer les valeurs négatives et générer une image à VI qui est semblable, sinon mieux, que le NDVI. Le ratio valeur inférieure à 0,71 est considérée comme la non-végétation et la valeur de 0,71 donne la zone de végétation.

PERRY & LAUTENSANGLER,

1984

PVI- PVI=(PIR-aR-b)/√(1+a²) Prend en compte l'effet du sol nu. Moins Diminution de la contribution spectrale des sols, mais RICHARDSON & SPOT

Page 70: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Perpendicular Vegetation Index-

Indice de Végétation Perpendiculaire

R : réflectance au sol de la surface dans le canal du rouge

a : pente de la droite des sols nus dans le plan PIR-R

b : ordonnée à l’origine de la droites des sols dans le plan PIR-R

sensible à la brillance du sol que les indices du type ratio par l’introduction de paramètres liés à la droite des sols.

sensibilité à diverses caractéristiques des sols. Le PVI représente la distance perpendiculaire entre un point (ρr,ρpir) représentant la végétation et la droite du sol. Théoriquement le PVI est pratiquement nul pour un sol nu, négatif pour l’eau et positif pour la végétation. Fortement influencé par les effets atmosphériques et à la géométrie de la visée.

WIEGAND, 1977

"tassel cap"- Chapeau à corne

formule générale: a1(V)+a2(R)+a3(PIR)+a4(PIR)

Transformation orthogonale des 4 canaux pour réduire la sensibilité à la contribution spectrale des sols, sans pouvoir l'éliminer complètement

KAUTH & THOMAS, 1976

Landsat

Indice de Verdeur issu du tassel cap

GR4 = -b1(Vert)-b2(Rouge) +b3(PIR) +b4(PIR) pour canaux MSS

JACKSON, 1983 MSS

NDGI- Normalized Difference

Greeness Index- "indice de verdeur

NDGI= (Vert-Rouge)/ (Vert+Rouge) Permet de cartographier des formations végétales en pleine activité chlorophyllienne de manière fine.

CHAMARD & al.,

1993

HRV de SPOT

ARVI- Atmosphéric Resistant

Vegetation Index- Indice de Végétation

normalisé corrigé des effets atmosphériques

ARVI = (PIR-RB)/(PIR+RB)

PIR : réflectance au sol de la surface dans le canal du proche infrarouge RB : réflectance du canal hybride rouge-bleu RB = R-ƴ(B-R) ƴ : facteur d’autocorrection atmosphérique ƴ = Ƿa-r/(Ƿa-b - Ƿa-r) = 0.5 Ƿa-r : composante de la réflectance atmosphérique dans le canal du rouge Ƿa-b : composante de la réflectance atmosphérique dans le canal du bleu

Diminue l'effet des aérosols contenus dans l'atmosphère sur le NDVI mais sensible à la contribution spectrale des sols.

Peu affecté par la diffusion atmosphérique de Rayleigh. Problème posé par le choix du paramètre d’autocorrection atmosphérique.

KAUFFMAN, 1992

SARVI- Soil and Atmospherically

Resistant Vegetation Index

Huete et Liu (1994) ont intégré la fonction L de SAVI et une bande bleue qui corrige à la fois le sol et le bruit atmosphérique. La technique nécessite une correction préalable pour la diffusion moléculaire et l'absorption d'ozone dans le bleu, le rouge, et le proche infrarouge des données provenant des capteurs à distance, d'où le terme p*.

HUETE & LIU, 1994

Indice de Substrat IS= Vert/Rouge

Ce néocanal permettra d’atténuer certains problèmes liés à l’homogénéisation de l’éclairement des surfaces et de renforcer les contrastes entre certains objets géographiques et notamment entre les espaces urbanisés et les sols nus.

LAGANIER, 1996

SPOT

IPVI – Infrared Percentage Vegetation Index-

Indice de végétation de pourcentage infra rouge

IPVI =PIR/ (PIR + Rouge)

SPOT

Page 71: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

LAI – Leaf Area Index-

Indice foliaire

Caractérise la quantité de matière fraîche du couvert végétal : il est défini comme l'aire totale des faces supérieures des feuilles par unité de surface du sol.

C'est une variable très importante qui entre dans les modèles de fonctionnement des couverts. La variation de l’indice foliaire va déterminer le taux de couverture des sols. Le LAI varie typiquement de 0 pour un sol nu à une valeur maximale de 8-10 pour une culture annuelle et peut dépasser 15 pour une forêt tropicale.

GASTELLU-ETCHEGORRY et al.,

2000

WDVI- Weighted Difference

Vegetation Index- Indice de différence de poids de la

végétation

WDVI = PIR − aRouge

a : pente de la droite des sols

Indice caractérisé par une distance RICHARDSON &

WIEGAND, 1977; BARET & al. 1989

SPOT

GEMI – Global Environmental

Monitoring Index- Indice de Surveillance de

l’Environnement Global

Cet indice non linéaire a été théoriquement construit pour minimiser à la fois les effets du sol et atmosphériques.

Permet la gestion global des couverts végétaux PINTY &

VERSTRAETE, 1996

VCI- Vegetation Condition Index-

Indice de Condition de Végétation

Indicateur de couverture végétale.

L'importance de l’indicateur est fortement liée à la relation entre l'indice de végétation et la vitalité de la couverture végétale ; de plus, il est fonction du nombre et de la qualité des images disponibles pour le calcul de la durée minimale et maximale.

KOGAN, 1997

SPOT

MSI- Moisture Stress Index-

Indice du stress d'humidité MSI= MIR/PIR HUNT & ROCK, 1989

Landsat

TTVI- Thiam's Transformed

Vegetation Index

TTVI=(ABS(NDVI+0,50))1/2

ou TTVI=√ ABS((PIR-Rouge)/(PIR+Rouge))+0,5

Basé sur les pentes, il tente de corriger le bruit sur les images et principalement sur l'indice corrigé de la végétation transformé (CTVI), qui conduit à une surestimation de la verdure.

HARRIS & al.

AVI- Ashburn Vegetation Index

AVI=2.0*TM7-TM5 Mesure la croissance de la végétation verte. ASHBURN, 1978 Landsat

NLI- Non-linear Index

Permet de linéariser les relations avec les paramètres de surface. Il est plus performant que le GEMI mais plus mauvais que le NDVI et le SR.

CHEN, 1995 Landsat

Page 72: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 4 : Liste des données en mode vecteur d'occupation ou de couverture du solDisponibilité immédiate

Nom Catégorie Interlocuteur Date Echelle Caractéristique (classes,...) Plus-values /avantages

Limites /actualisation

Disponible

BD_CARTO urbain IGN 2009 1/50 000 Limites communes, cantons,...

BD_TOPO urbain IGN 2009 département Routes, chemins, voies ferrées, types de bâtiments (remarquable, industriels, indifférenciés, sports, légers, agricoles,...)

Données précises Actualisation fréquente

BD_ALTI autre IGN 2009

BD_PARCELLAIRE

IGN 2009

SCOT urbain Communauté de communes Territoire SCOT approuvé ou non, secteur Ne contient que les périmètres

Données moins précises

Corine Land Cover

agricole IFEN Commune Zone d'extraction, carrière Facilité et rapidité de l'analyse des données

RPG agricole ASP 2010 région Groupe culture en 26 classes(prairies permanentes, estives landes,...)

Bonne différenciation cultures en ilots

Dépend des déclarations des agriculteurs

BD Carthage autre IGN 2009 réseau hydrographique français (zone hydrographique, masse d'eau)

Non-disponible

Schémas routiers

départementaux

urbain Conseils généraux Département

DTA Préfecture Département Données moins précises

Cadastre urbain IGN 1/5000 Données précises

RGA agricole AGRESTE-DDAF 2010 Département Culture, drainage Actualisation non régulière

Plan de drainage

autre DDAF Commune Drainage Peu de drainage déclaré

PLU/POS urbain Commune, communauté de communes, communauté

d'agglo.

1/5000 (commune)

Zone pour le loisir ou le tourisme (zone NI et UI), extraction matériaux,

Données pas forcément facile à obtenir sur tout le territoire;

grand nombre.

Schémas départementau

x de développement

touristique

autre Préfecture Commune Facilité et rapidité de l'analyse des données

Schémas départementaux des carrières

autre Préfecture Commune Facilité et rapidité de l'analyse des données

Occsol_RGD 2006 Savoie 29 classes (aéroport, chantiers, foret,...)

Page 73: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 73

Annexe 5 : Résultats de l'utilisation de la tache urbaine sur

les zones humides des trois secteurs

Page 74: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 74

Annexe 6 : Résultats de l'utilisation de la BD TOPO® (bâti)

sur les zones humides des trois secteurs

Page 75: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 7 : Résultats de l'utilisation de la tache urbaine sur les bassins versants des trois

secteurs

Page 76: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 7 : Résultats de l'utilisation de la tache urbaine sur les bassins versants des trois

secteurs

Page 77: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 7 : Résultats de l'utilisation de la tache urbaine sur les bassins versants des trois

secteurs

Page 78: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 8 : Résultats de l'utilisation de la BD TOPO® (bâti) sur les bassins versants des trois

secteurs

Page 79: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 8 : Résultats de l'utilisation de la BD TOPO® (bâti) sur les bassins versants des trois

secteurs

Page 80: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 8 : Résultats de l'utilisation de la BD TOPO® (bâti) sur les bassins versants des trois

secteurs

Page 81: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 9 : Résultats de la densité d’urbanisation et de la présence d’industries dans les zones

humides des trois secteurs

Page 82: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 9 : Résultats de la densité d’urbanisation et de la présence d’industries dans les zones

humides des trois secteurs

Page 83: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 9 : Résultats de la densité d’urbanisation et de la présence d’industries dans les zones

humides des trois secteurs

Page 84: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 84

Annexe 10 : Résultats de l'utilisation de la BD TOPO®

(routes) sur les zones humides des trois secteurs

Page 85: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 11 : Résultats de l'utilisation de la BD TOPO® (routes) sur les bassins versants des trois

secteurs

Page 86: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 11 : Résultats de l'utilisation de la BD TOPO® (routes) sur les bassins versants des trois

secteurs

Page 87: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace

Annexe 11 : Résultats de l'utilisation de la BD TOPO® (routes) sur les bassins versants des trois

secteurs

Page 88: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 88

Annexe 12 : Surfaces de cultures en 2010

Page 89: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 89

Annexe 13 : Cartographie du maïs télédétecté (secteur

CF0318)

Page 90: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 90

Annexe 14 : Résultats des signatures spectrales des cultures

pour le secteur CF0324

Figure :

Signatures

spectrales

de la forêt

Figure :

Signatures

spectrales

des prairies

Page 91: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 91

Figure :

Signatures

spectrales

du maïs

Figure :

Signatures

spectrales

des

céréales

Figure :

Signatures

spectrales

du colza

Page 92: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 92

Figure :

Signatures

spectrales

des vignes

Figure :

Signatures

spectrales

des

légumes-

fleurs

Figure :

Signatures

spectrales

du

tournesol

Figure :

Signatures

spectrales

de l'eau

Page 93: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 93

Annexe 15 : Résultats des signatures spectrales des cultures

pour le secteur CF322

Figure :

Signatures

spectrales

de la forêt

Page 94: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 94

Figure :

Signatures

spectrales

du

tournesol

Figure :

Signatures

spectrales

du maïs

Figure :

Signatures

spectrales

des

prairies

Page 95: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 95

Figure :

Signatures

spectrales

du colza

Figure :

Signatures

spectrales

des

céréales

Page 96: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 96

Figure :

Signatures

spectrales

des vignes

Figure :

Signatures

spectrales

de l'eau

Page 97: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 97

Annexe 16 : Résultats des signatures spectrales des cultures

pour le secteur CF0318

Figure :

Signatures

spectrales

des

prairies

Figure :

Signatures

spectrales

de la forêt

Page 98: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 98

Figure :

Signatures

spectrales

de l'eau

Figure :

Signatures

spectrales

du maïs

Figure :

Signatures

spectrales

du

tournesol

Page 99: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 99

Figure :

Signatures

spectrales

des vignes

Figure :

Signatures

spectrales

des

céréales

Figure :

Signatures

spectrales

du colza

Page 100: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 100

Page 101: Application de la télédétection et de l'analyse spatiale

Université Jean Monnet/ENISE, Master II SIG et Gestion de l'Espace 101

Annexe 17 : Récapitulatifs des signatures spectrales

Tableau : Signatures spectrales sur le secteur CF0318

Bandes Dates Tournesol Maïs Céréales Colza Vignes Légumes-fleurs

SAVI

07/07/2010 0.383744 0.379016 -0.600412 -0.701795 -0.334039 0.443133

04/09/2010 -0.049760 0.515404 0.017017 0.222369 -0.019679 0.509446

20/04/2011 0.055386 0.057161 0.480055 0.810278 0.207120 -0.020052

NDWI

07/07/2010 0.115903 0.090246 -0.336784 -0.319226 -0.219859 0.120218

04/09/2010 0.103177 0.215286 -0.041167 0.107621 -0.052885 0.220178

20/04/2011 -0.498974 -0.493296 -0.281726 -0.170043 -0.510193 -0.504701

XS1

07/07/2010 122.778193 111.795976 136.793404 191.583166 161.469497 111.886076

04/09/2010 128.587636 99.476332 127.700000 117.793587 131.665359 104.151899

20/04/2011 86.457541 0.090246 73.309235 64.004008 88.935426 84.354430

XS2

07/07/2010 92.175611 85.557810 166.692084 228.639279 169.696753 84.037975

04/09/2010 112.325408 70.759690 120.556201 97.595190 122.009276 77.645570

20/04/2011 43.885870 43.993897 33.295251 24.687375 45.980735 42.000000

XS3

07/07/2010 156.112092 142.365825 71.083377 80.707415 107.191580 154.797468

04/09/2010 105.914742 145.892462 121.554617 131.839679 117.592936 152.936709

20/04/2011 47.709579 48.503876 72.939314 90.529058 60.770246 41.354430

XS4

07/07/2010 123.461957 118.922316 142.841953 156.901804 168.735284 121.569620

04/09/2010 84.788043 93.763813 130.063852 105.138277 130.644310 97.962025

20/04/2011 144.797554 144.206169 126.854090 123.981964 190.579736 125.443038

Tableau : Signatures spectrales sur le secteur CF0324

Bandes Dates Tournesol Maïs Céréales Colza Vignes Légumes-fleurs

SAVI

24/03/2011 0.126512 -0.280978 0.045963 0.293444 0.282245 0.438049

03/09/2010 -0.105891 0.636251 -0.227297 -0.175160 0.212167 -0.154444

01/07/2010 0.180484 0.318929 -0.271386 -0.304063 0.031870 0.446716

NDWI

24/03/2011 -0.071820 -0.280512 -0.076004 0.018793 -0.062984 0.107440

03/09/2010 -0.045447 0.336341 -0.128202 -0.082939 0.033634 -0.137458

01/07/2010 0.109834 0.187899 -0.027973 -0.065204 0.024074 0.253636

XS1

24/03/2011 130.407701 138.962362 140.191351 115.157601 115.981802 109.314672

03/09/2010 177.039638 121.185187 193.874100 194.350726 150.841674 176.710039

01/07/2010 105.031710 95.769381 111.854705 106.428420 99.946315 97.688803

XS2

24/03/2011 96.529508 125.289680 105.580015 78.422838 78.947225 68.496525

03/09/2010 142.556940 67.383753 164.595710 164.950833 108.557780 142.612355

01/07/2010 99.917201 83.154593 134.459941 124.813076 103.200182 82.141699

XS3

24/03/2011 111.059142 85.229076 112.155233 114.490787 116.747043 127.566409

03/09/2010 124.425444 167.097699 119.881297 128.918055 138.014559 114.486100

01/07/2010 126.352712 128.004752 91.506888 82.673370 106.928116 152.887645

XS4

24/03/2011 129.314207 152.264505 129.120759 111.279235 131.710646 102.848649

03/09/2010 135.221341 82.903718 154.750463 152.108877 130.972702 148.676062

01/07/2010 100.603121 87.637046 99.491810 94.5000354 102.149227 90.487259