1

Travaux

Pratiques de

Tldtection

Spatiale

2

Avant-propos

Ce manuel est le support principal des travaux pratiques de tldtection spatiale du cours de tldtection spatiale dispens sur le Campus dArlon Environnement,

Universit de Lige, Belgique.

Ce manuel est tlchargeable gratuitement ladresse web : http://orbi.ulg.ac.be/handle/2268/143553

Les donnes associes ces travaux pratiques ne sont disponibles que pour les tudiants inscrits ce cours. Le logiciel principalement utilis dans ce TP est un

logiciel payant (ENVI, de la firme EXELIS). Les autres logiciels utiliss sont gratuits et disponibles sur le web.

Pensez lenvironnement avant dimprimer ces notes!!**

Ce manuel a t rdig par Antoine DENIS

Universit de Lige (ULg) Arlon Campus Environnement

Dpartement des Sciences et Gestion de lenvironnement Unit Eau Environnement Dveloppement (EED)

Avenue de Longwy, 185 6700 Arlon, Belgique

Antoine.Denis@ulg.ac.be

Merci de signaler toute erreur rencontre dans ce manuel par email ladresse ci-dessus.

Les mises jour de ce manuel seront disponibles via ladresse web ci-dessus.

Version du 21 janvier 2016. Version provisoire.

Sont galement disponibles, du mme auteur, les manuels de Travaux Pratiques :

SIG - QGIS (le logiciel SIG gratuit de rfrence http://orbi.ulg.ac.be/handle/2268/190559

SIG - ArcGIS https://orbi.ulg.ac.be/handle/2268/135775

Images de couverture : images extraites du livre EARTH as ART , NASA disponible ladresse

http://www.nasa.gov/connect/ebooks/earth_art_detail.html et vue dartiste du satellite Sentinel 2 .

* Comment citer ce manuel ? : Travaux Pratiques de tldtection spatiale, Antoine DENIS, 2013, Arlon Campus Environnement, Universit de Lige, Belgique .

** Nimprimez pas ces notes ! Si vous devez les imprimer, utilisez le verso de feuilles dj utilises, imprimez

recto-verso et/ou imprimez en 2 pages par feuilles.

http://orbi.ulg.ac.be/handle/2268/143553http://www.eed.ulg.ac.be/antoine-denis/http://www.ulg.ac.be/http://www.facsc.ulg.ac.be/cms/c_636656/fr/accueil-arlon-campus-environnementhttp://www.facsc.ulg.ac.be/cms/c_636656/fr/accueil-arlon-campus-environnementhttp://www.eed.ulg.ac.be/mailto:Antoine.Denis@ulg.ac.behttp://orbi.ulg.ac.be/handle/2268/190559https://orbi.ulg.ac.be/handle/2268/135775http://www.nasa.gov/connect/ebooks/earth_art_detail.html

3

Table des matires

Avant-propos ........................................................................................... 2

Table des matires ................................................................................... 3

1 Objectifs du TP ................................................................... 6

2 Notions de tldtection Rappel thorique ................... 7

2.1 Dfinition ........................................................................................ 7

2.2 Principe ........................................................................................... 8

2.2.1 Rflectance solaire ...................................................................................... 8

2.3 Applications .................................................................................... 9

3 Introduction au TP : Google Earth ............................. 10

4 Pratique de la tldtection spatiale ............................... 11

4.1 Prsentation du logiciel de traitement dimages numriques ENVI 11

4.1.1 Les 2 interfaces dENVI .............................................................................. 11 4.1.2 Ouvrir ENVI ................................................................................................ 12 4.1.3 Trouver de laide dans ENVI ...................................................................... 12

4.2 Exploration dimages satellites dans ENVI Zoom ............................ 12

4.2.1 Ouverture dun fichier dans ENVIZoom .................................................... 12 4.2.2 Dcouverte de linterface dENVIZoom et exploration dimages .............. 13 4.2.3 Intgration dinformation de type vectoriel dans ENVIZoom ................... 15

4.3 Exploration dimages satellites dans ENVI ...................................... 16

4.3.1 Ouverture dune image dans ENVI ............................................................ 16 4.3.2 Modification du rpertoire de travail par dfaut ...................................... 18 4.3.3 Accs aux informations dune image ........................................................ 19

4.3.3.1 Cursor Location / Value .......................................................... 19 4.3.3.2 Pixel Locator ........................................................................... 19 4.3.3.3 Le Header file (fichier daccompagnement). ....................... 19 4.3.3.4 Quick Stats .............................................................................. 20 4.3.3.5 Outil de mesures (distance, superficie) .................................... 20

4.4 Analyse temporelle ........................................................................ 21

4.4.1 Analyse temporelle visuelle (avec ENVI) .................................................. 21

4.4.1.1 Synchronisation des fentres de visualisation, superposition dynamique et transparence ...................................................... 22

4

4.4.1.2 Modification de la symbologie .................................................. 22

4.4.2 Analyse temporelle de dtection du changement ( Change detection analysis ) (avec ENVI) ............................................................................... 24

4.4.3 Analyse dune srie temporelle dimages NDVI basse rsolution (avec WINDISP) ................................................................................................... 26

4.5 Cration dun indice NDVI partir dune image Landsat TM .......... 29

4.6 Visualisation 3D dun Modle Numrique de Terrain (MNT) .......... 30

4.7 Correction gomtrique ................................................................. 32

4.8 Ralisation dune carte doccupation du sol par classification supervise dune image SPOT multispectrale ................................. 35

4.8.1 Observation dune image .......................................................................... 35

4.8.1.1 Observation dune image en 2D ............................................... 35 4.8.1.2 Observation dune image en 3D ............................................... 35 4.8.1.3 Identification des classes doccupation du sol .......................... 36 4.8.1.4 Utilisation de donnes complmentaires pour lanalyse visuelle

dune image ............................................................................... 37 4.8.1.5 Outil Animation ................................................................... 37 4.8.1.6 Amlioration de contraste ........................................................ 38

4.8.2 Classification dune image ......................................................................... 38

4.8.2.1 Classification non-supervise .................................................... 38 4.8.2.2 Classification supervise ........................................................... 39

4.8.2.2.1 Dfinition de la lgende de la carte (taxon) ............... 39 4.8.2.2.2 Dfinition du nombre de classes spectrales ............... 39 4.8.2.2.3 Slection des aires dentrainement ou ROI Region

Of Interest pour chaque classe ................................. 40 4.8.2.2.4 Cration de ROIs dans ENVI ........................................ 41 4.8.2.2.5 Classification dune image (classification supervise) 43

4.8.3 Validation de la classification supervise : matrice de confusion ............. 43 4.8.4 Post-traitement dune image classifie pour amliorer le rendu visuel ... 44 4.8.5 Ralisation dune carte doccupation du sol Mise en page

cartographique .......................................................................................... 45

4.8.5.1 Mise en page cartographique dans ENVI .................................. 45 4.8.5.2 Exportation dune image depuis ENVI ...................................... 45 4.8.5.3 Mise en page cartographique dans ArcGIS ............................... 46

4.9 Cration de No-canaux ................................................................. 47

4.9.1 Analyse en Composante Principale (ACP) ................................................. 47 4.9.2 Cration dun indice NDVI ................................................................... 48 4.9.3 Cration dun indice Tasseled Cap ....................................................... 48 4.9.4 Cration dautres indices ........................................................................... 48

5

4.10 Sparabilit spectrale des classes doccupation du sol sur une image ...................................................................................................... 49

4.10.1 Calcul de la sparabilit spectrale de classes doccupation du sol ........... 49 4.10.2 Distribution spectrale dans un graphique 2D (2D Scatter plot) ................ 49 4.10.3 Calcul de statistiques par ROI .................................................................... 51 4.10.4 Courbes de distribution des valeurs de pixels par classe ou bande

spectrale .................................................................................................... 52 4.10.5 Classes spectrales uni-modales et multimodales ...................................... 54

4.11 Manipulation de donnes hyperspectrales .................................... 55

4.11.1 Manipulation de donnes hyperspectrales ponctuelles (ASD) ................. 56 4.11.2 Manipulation de donnes hyperspectrales images (CHRIS-PROBA) ......... 58

4.11.2.1 Prsentation de limage hyperspectrale ................................... 58 4.11.2.2 Manipulations et analyses partir de limage hyperspectrale . 58

4.12 Analyse de sries temporelles dimages basse rsolution et caractrisation des saisons de vgtation ...................................... 60

4.12.1 Utilit ......................................................................................................... 60 4.12.2 Prsentation du logiciel utilis : TIMESAT ................................................. 60 4.12.3 Tlchargement de TIMESAT .................................................................... 61 4.12.4 Installation de TIMESAT ............................................................................. 61 4.12.5 Dmarrage de TIMESAT ............................................................................. 62 4.12.6 Utilisation de TIMESAT .............................................................................. 64

5 Visionnage de la vido HOLOGLOBE .......................... 66

6 Recherche dimages satellites sur le web ........................ 67

7 Sites web intressants ..................................................... 70

8 Quelques logiciels de tldtection spatiale ................... 71

Annexe 1 - Les diffrents types de rsolution des images satellites ......... 72

Annexe 2 - Exemple de matrice de confusion et de son interprtation .... 75

Annexe 3 - Matrice de confusion dans ENVI ............................................. 79

Annexe 4 - Traduction des commentaires de la vido HOLOGLOBE_v3 .... 82

Annexe 5 - Wavelength in electromagnetic spectrum .............................. 84

6

1 Objectifs du TP

Dans le cadre de ce TP, vous serez initi la pratique de la tldtection spatiale. En

particulier, la fin de ce TP, vous serez capable de raliser les oprations suivantes :

Visualiser en 2D et 3D des images issues de la tldtection spatiale

Comprendre et expliquer diffrents types dimages :

o Rsolutions

o Format

o Signification dans le monde rel

o

Manipuler diffrents types dimages laide de diffrents logiciels spcialiss:

o Images multispectrales et hyperspectrales

o Images basse et haute rsolutions spatiales

o Images mono et multi-temporelles

Produire de nouvelles informations partir de traitements appliqus sur des images:

o Calcul dindices spectraux

o Analyse de changement temporel

o Classification dimage en vue de la ralisation dune carte doccupation du sol

o Correction gomtrique dimages

o

Rechercher des images satellites sur le web

7

2 Notions de tldtection Rappel thorique

2.1 Dfinition

La tldtection (dtection distance, Remote Sensing (RS) en anglais) dsigne, dans son

acception la plus large, la mesure ou l'acquisition d'informations sur un objet ou un

phnomne, par l'intermdiaire d'un instrument de mesure n'ayant pas de contact avec

l'objet tudi (Figure 1).

C'est l'utilisation distance (par exemple, d'un avion, d'un engin spatial, d'un satellite ou

encore d'un bateau) de n'importe quel type d'instrument permettant l'acquisition

d'informations sur l'environnement. On fait souvent appel des instruments tels

quappareils photographiques, lasers, radars, sonars, sismographes ou gravimtres.

Figure 1 : Principe de la tldtection spatiale (Source : http://www.alertes-meteo.com/)

http://fr.wikipedia.org/wiki/Satellite_artificielhttp://fr.wikipedia.org/wiki/Bateauhttp://fr.wikipedia.org/wiki/Environnementhttp://fr.wikipedia.org/wiki/Laserhttp://fr.wikipedia.org/wiki/Radarhttp://fr.wikipedia.org/wiki/Sonarhttp://fr.wikipedia.org/wiki/Sismographehttp://fr.wikipedia.org/wiki/Gravim%C3%A8trehttp://www.alertes-meteo.com/

8

Lon distingue en gnral les moyens de tldtection actif et passif (Sources : Andr

Ozer)

Tldtection passive: enregistrement du rayonnement naturel, fourni par la lumire

ou la chaleur, quil soit mis, rflchi ou rfract (ex : photographies ariennes du

paysage clair par la lumire du soleil ainsi que certaines images satellitaires comme

(SPOT, LANDSAT, IKONOS,)

Tldtection active : enregistrement du rayonnement que rflchit lobjet ou le

paysage illumin par loprateur (ex : images radar)

La tldtection spatiale, dans le domaine de l'astronautique, est l'ensemble des

connaissances et des techniques utilises pour dterminer les caractristiques de la surface

et de l'atmosphre de la Terre ou d'une autre plante, par des mesures effectues partir

d'un engin spatial voluant distance convenable de cette dernire. Le terme correspondant

en anglais est remote sensing from space .

2.2 Principe

Ce type de mthode d'acquisition utilise normalement la mesure des rayonnements

lectromagntiques mis ou rflchis des objets tudis dans un certain domaine de

frquence (infrarouge, visible, micro-ondes Voir Annexe 5). Ceci est rendu possible par le

fait que les objets tudis (plantes, maisons, surfaces d'eau ou masses d'air) mettent ou

rflchissent du rayonnement diffrentes longueurs d'onde et intensits selon leur tat.

Certains instruments de tldtection utilisent des ondes sonores de faon similaire, et

d'autres mesurent des variations dans des champs magntiques ou gravitaires.

2.2.1 Rflectance solaire

La rflectance solaire se dfinit comme le rapport entre l'nergie solaire rflchie et

l'nergie solaire incidente sur une surface (Energie Solaire Rflchie / Energie Solaire

Incidente (Figure 2). Par exemple, une rflectance de 100% signifie que la surface en question

rflchit toute l'nergie solaire dans l'atmosphre et n'en absorbe aucune fraction.

http://fr.wikipedia.org/wiki/Astronautiquehttp://fr.wikipedia.org/wiki/Terrehttp://fr.wikipedia.org/wiki/Plan%C3%A8tehttp://fr.wikipedia.org/wiki/Engin_spatial

9

Figure 2 : Principe de la rflectance solaire

2.3 Applications

Les exemples dapplications de la tldtection spatialesont trs nombreux :

Les cartes topographiques sont souvent produites l'aide de paires strographiques

de photos ariennes permettant de recrer une image en trois dimensions.

Les modles numriques de terrain peuvent tre produits par interfromtrie,

mthode consistant enregistrer une srie de mesures de la cible partir d'un avion,

d'un satellite ou d'une navette spatiale. La combinaison des donnes issues de ces

mesures offre une carte dtaille contenant de l'information sur la couverture du sol,

le relief ou encore le mouvement une chelle centimtrique. Les donnes couvrent

gnralement des bandes de plusieurs kilomtres de largeur.

Les prcipitations, les aronefs et les navires peuvent tre dtects par radars.

Les fonds marins sont cartographis grce l'usage des sonars.

Figure 3 : Quelques exemples dapplication de la tldtection spatiale : carte doccupation du sol, suivi des conditions atmosphriques, ralisation de modles numriques de terrain (MNT)

http://fr.wikipedia.org/wiki/Cartehttp://fr.wikipedia.org/wiki/St%C3%A9r%C3%A9ographiehttp://fr.wikipedia.org/wiki/Interf%C3%A9rom%C3%A9triehttp://fr.wikipedia.org/wiki/Avionhttp://fr.wikipedia.org/wiki/Satellite_artificielhttp://fr.wikipedia.org/wiki/Navette_spatialehttp://fr.wikipedia.org/wiki/Pr%C3%A9cipitationhttp://fr.wikipedia.org/wiki/A%C3%A9ronefhttp://fr.wikipedia.org/wiki/Navirehttp://fr.wikipedia.org/wiki/Radarhttp://fr.wikipedia.org/wiki/Sonar

10

3 Introduction au TP : Google Earth

Google Earth est probablement la plus belle application de la tldtection spatiale

ralise ce jour. Connectez-vous internet. Si Google Earth nest pas encore install sur

votre ordinateur, tlchargez-le ladresse http://www.google.fr/earth/ et installez-le. Une

fois install, dmarrez Google Earth (une connexion internet est ncessaire).

Localisez le Campus dArlon et en particulier le btiment de la salle informatique

Cochez loption Relief dans le panneau Infos pratiques et dplacez-vous dans

les Alpes, lHimalaya ou une chane de montagne de votre choix. Utilisez loutil

Lumire du soleil en fonction de lheure du jour et constatez leffet de la position

du soleil sur le rflectance des images. Inclinez ensuite votre fentre de visualisation

dans le plan horizontal et dplacez-vous dans les montagnes.

Tapez ensuite Manhattan, New-York dans longlet Allez . Vous devriez

arriver Central Park . Dplacez-vous ensuite vers la pointe sud de Manhattan et

cochez loption Btiments 3D . Inclinez nouveau la fentre de visualisation dans

le plan horizontal et visitez Manhattan. Dplacez-vous ensuite vers la Statue of

Liberty .

Dplacez-vous ensuite vers Paris et explorez lAvenue des Champs Elyses et

lArc de triomphe laide de loutil Street view .

Dcouvrez ensuite une vision nocturne de la terre en cochant la rubrique

Gallerie/NASA/Lumires de villes de la Terre

La couverture nuageuse (mise jour toutes les 60 90minutes) ainsi que les masses

nuageuses pluvieuses dtectes par radar (mise jour toute les 5-6 minutes) peuvent

tre affiches via les menus Mto/Nuages et Mto/Radar .

Google Earth permet galement dexplorer les fonds marins, lespace, la Lune et Mars.

Rem : Attention ! Il est possible de rcuprer les images de Google Earth :

Via une capture dcran ( print screen en anglais) ou

Via le menu de Google Earth Fichier > Enregistrer > Enregistrer limage .

Notez quil sagira cependant dune image dgrade correspondant au zoom et

ltendue au moment de la capture, le plus souvent au format jpg , et non de limage

satellite originale utilise pour raliser cette reprsentation

Google Earth

http://www.google.fr/earth/

11

4 Pratique de la tldtection spatiale

Avant toute chose, copiez les donnes gographiques dont vous allez avoir besoin pour ce TP

sur votre ordinateur. Ces donnes se trouvent sur le rseau et sont accessibles depuis le

bureau des PC de la salle informatique du campus dArlon dans le dossier

T:\Cours\GEOMATIQUE\TELEDETECTION\ ou via ladresse

\\139.165.119.140\transit\Cours\GEOMATIQUE\TELEDETECTION taper dans votre

explorateur Windows. Copiez le dossier TELEDETECTION , depuis le rseau vers votre

rpertoire de travail la racine de votre disque D (ou H, H tant votre espace personnel

Lige sur les PC de la salle informatique) : D:\ TELEDETECTION\.

Au cours de ce TP, vous enregistrerez tous vos rsultats dans le dossier D:\TELEDETECTION\

TP_TELEDETECTION\DATA_TP_ENVI_ULg\RESULTAT\.

4.1 Prsentation du logiciel de traitement dimages numriques ENVI

ENVI (Environment for Visualizing Images) est un logiciel professionnel de la socit

EXELIS (http://www.exelisvis.com/ProductsServices/ENVI/ENVI.aspx) permettant la

visualisation, le traitement, lanalyse, et la prsentation de nombreux types dimages

numriques, dont les images satellites.

En particulier, Envi permet de travailler sur diffrents types de donnes (multispectrale,

hyperspectrale, radar), dintgrer des donnes de type matriciel (image) et vectoriel et est

compatible avec des donnes de type SIG. Il permet entre autres de contraster les images,

de les corriger gomtriquement, de les classifier, de raliser des analyses laide de

donnes dlvations, etc.

ENVI utilise le langage de programmation IDL (Interactive Data Language).

4.1.1 Les 2 interfaces dENVI

ENVI est compos de 2 interfaces-viewer indpendants : ENVI et ENVI Zoom .

ENVI est linterface principale dENVI, vous donnant accs toutes ses

fonctionnalits.

ENVI Zoom est une version simplifi dENVI spcialement conue pour afficher et

manipuler plus facilement et plus efficacement les images satellites (outils de zoom,

file://///139.165.119.140/transit/Cours/GEOMATIQUE/TELEDETECTIONhttp://www.exelisvis.com/ProductsServices/ENVI/ENVI.aspx

12

contraste, transparence, brillance, , projection et rchantillonnage des donnes au

vol,)

4.1.2 Ouvrir ENVI

Ouvrez ENVI. : Dmarrer > Tous les programmes > ENVI > ENVI

Ouvrez ENVI Zoom : Dmarrer > Tous les programmes > ENVI > ENVI Zoom

4.1.3 Trouver de laide dans ENVI

Laide dENVI est accessible via la barre de menu principale en cliquant sur

Help > Start ENVI help pour ENVI

Help > Contents pour ENVI Zoom

Laide est accessible via, notamment, une table des matires, un index et une fentre de

recherche.

4.2 Exploration dimages satellites dans ENVI Zoom

Dans cette section, vous allez dcouvrir les possibilits quoffre ENVI Zoom pour visualiser des

donnes gographiques (image et vecteur) et comprendre de quoi est compose une image

satellite.

4.2.1 Ouverture dun fichier dans ENVIZoom

Soit, cliquez sur File > Open > puis naviguez jusquau fichier dintrt

Soit, cliquez sur licne Open (un dossier jaune entre-ouverte) puis naviguez

jusquau fichier dintrt

Ouvrez les fichiers

C:\Program Files\RSI\IDL63\products\envizoom45\data\qb_boulder_msi

C:\Program Files\RSI\IDL63\products\envizoom45\data\qb_boulder_pan

Les images apparaissent dans le Viewer dENVIZoom.

13

4.2.2 Dcouverte de linterface dENVIZoom et exploration dimages

A laide de cette section dcouvrez les possibilits de visualisation quoffre ENVIZoom avec

ces 2 fichiers images. Rpondez aux questions poses la suite de cette section.

Linterface dENVIZoom sorganise de la manire suivante :

1. Le viewer principal : visualisation des donnes gographiques qui sont actives dans longlet Layer Manager du panneau latral.

2. Les barres de menus et doutils : accs aux fonctionnalits dENVIZoom

Barre de menu :

File : permet notamment douvrir un fichier, daccder au Data Manager , daccder des donnes sur internet, de sauver un fichier, de dmarrer ENVI et de modifier vos prfrences.

Edit : commande la disposition et affichage des couche, via longlet Layer Manager du panneau latral (undo/redo, remove, order)

Display: permet dactiver les options de visualisation Portal, Blend, Flicker, Swipe. Un Portal est une petite fentre qui vient sajouter dans la fentre du viewer principal, et qui permet de visualiser simultanment plusieurs couches superposes. Le Portal se prsente comme un bloc de donnes indpendant dans le Layer Manager du panneau latral.

Processing : diverses oprations raliser sur image

Help : laide

Barres doutils :

Data Manager : liste et donne des informations sur les fichiers prcdemment ouverts, et permet de les charger dans le Layer Manager

Do / undo, select, crosshairs , sauver la vue

Outils de dplacement (main, vol) et de zoom (interactif ou automatique)

Outils de cration et dition vectorielle (dsactivs en absence de couche vectorielle)

Outils de rotation de limage (interactif ou automatique)

Options de visualisation simultane de diffrentes couches : Portal, Blend, Flicker, Swipe. Ces boutons commandent le Portal du Layer Manager du panneau latral. (Un swipe doubl dune rotation continue est du plus bel effet !)

Go To pour zoomer sur des coordonnes (pixel, gographiques ou carte)

Brillance, Contraste, Amlioration de contraste (mthode prdfinie ou interactive), sharpen , transparence

3. Un panneau latral :

Overview : positionne ltendue de la vue du viewer principal par rapport ltendue maximale dfinie par le groupe dimages actives dans le Layer Manager

Layer Manager : se compose de 2 dossiers ou bloc de donnes indpendant : a. Le dossier Layers permet dactiver ( show ), dorganiser ( order ),

supprimer, zoomer sur les couches. (Similaire la table des matires dArcMap)

b. Le dossier Portals : voir point 2 \ Display, ci-dessus

14

Cursor Value : donne toute une srie dinformation sur le pixel slectionn pour les diffrentes couches apparaissant dans le viewer principal : nom de la couche, systme de coordonnes de la couche, coordonnes du pixel (fichier, carte, gographiques), valeur du pixel.

Quelles diffrences remarquez-vous entre les deux fichiers ? Comment sont-ils structurs ?

Compltez le tableau ci-dessous. Attention, indiquez clairement les units. Vous avez le

choix entre : byte, mtre, nanomtre ou sans unit.

Caractristiques \ Images Image qb_boulder_pan Image qb_boulder_msi

Dimension matricielle du fichier (pixel * pixel * nombre de bandes)

Rsolution spatiale (taille du pixel)

Rsolution spectrale

Taille du fichier Figure 4: Caractristiques des images Quick Bird Boulder

Figure 5: Interface d'ENVIZoom

CURSOR VALUE

LAYER MANAGER

OVERVIEW

3. PANNEAU LATERAL

2. BARRES (menu et outils)

1. VIEWER

PORTAL

15

4.2.3 Intgration dinformation de type vectoriel dans ENVIZoom

Ouvrez une nouvelle interface dENVIZoom et ouvrez les 2 fichiers suivant :

Fichier vectoriel : COMMUNES_WALLONNES.evf

Fichier matriciel: SPOT10mNamur.tif

Lajout dun fichier vectoriel, active les outils ddition / cration vectorielle. Testez les

divers outils ddition / cration sur votre fichier Communes wallonnes . Crez par

exemple une commune belge supplmentaire en France. Ne sauvez pas vos modifications.

Accdez aux informations attributaires du fichier vectoriel. Elles saffichent dans la fentre

Cursor Value du panneau latral lorsque vous slectionnez une entit vectorielle laide

de la flche de slection.

16

4.3 Exploration dimages satellites dans ENVI

Dans cette section, vous allez dcouvrir les principaux outils quENVI propose pour explorer

une image satellite : visualisation et analyse.

Ouvrez ENVI : Dmarrer > Tous les programmes > ENVI > ENVI

Linterface dENVI souvre. Il sagit dune simple barre de menu donnant accs toutes les

fonctionnalits dENVI (Figure 6).

Figure 6: Interface / barre de menu principale d'ENVI (ENVI 5 Classic)

4.3.1 Ouverture dune image dans ENVI

Dans cette section, vous allez travailler sur une image de type Landsat Thematic Mapper

(Landsat TM). Quelques informations dcrivant limage LANDSAT TM (rsolution spectrale et

spatiale) sont prsentes dans la table ci-dessous.

Nom de la bande Rsolution spatiale

Longueur donde

TM Band 1

30 m

0.42 0.52 m ~ Bleu ~ Blue

TM Band 2 0.52 0.60 m ~ Vert ~ Green

TM Band 3 0.63 0.69 m ~ Rouge ~ Red

TM Band 4 0.76 0.90 m ~ Proche InfraRouge - PIR ~ Near InfraRed NIR

TM Band 5 1.55 1.75 m ~ Moyen InfraRouge MIR ~ Middel InfraRed - MIR

TM Band 6 (non-disponible)

100 m 10.5 12.5 m ~ InfraRouge Thermique TIR ~ Thermic InfraRed - TIR

TM Band 7 30 m 2.08 2.35 m ~ Moyen InfraRouge MIR ~ Middel InfraRed - MIR

Figure 7 : rsolution spectrale et spatiale de l'image Landsat Thematic Mapper

Pour ouvrir cette image :

Cliquez sur File > Open Image File et naviguez vers le fichier image

Can_tmr.img qui se situe dans le rpertoire C:\Program

Files\RSI\IDL63\products\enviz45\data\ can_tmr.img.

Cliquez Ouvrir

La fentre Available Band List (liste de bandes disponibles) (Figure 8) souvre avec le

fichier Can_tmr.img . Cette interface vous permet de slectionner la / les bande(s)

afficher dans une fentre de visualisation de votre choix, en gray scale (nuances de gris)

ou en RGB Color (couleurs RedGreenBlue).

17

Cochez loption Gray Scale

Slectionnez la bande que vous voulez faire apparaitre dans le canal noir et blanc du

viewer en cliquant sur le nom de la bande. La bande slectionne apparait dans

lencadr Selected Band

Cliquez sur Load Band pour charger la bande slectionne dans une nouvelle

fentre de visualisation.

La bande de limage LandsatTM apparait dans une triple fentre de visualisation. Ces trois

fentres sont synchronises spatialement. Elles se composent de :

1. Image viewer : zoom intermdiaire correspondant ltendue du carr rouge du

Scroll viewer , accs aux fonctionnalits du viewer travers une barre de menu

2. Scroll viewer : vue densemble de la bande

3. Zoom viewer : zoom avanc sur ltendue du carr rouge de lImage Viewer ,

modifiable via les options + et dans le coin infrieur gauche de la fentre.

Figure 8 : Ouverture dune image dans ENVI : 3 fentres de visualisation synchronises et fentre

Available Bands List

Ouvrez prsent une composition colore de limage Landsat TM dans un nouveau viewer.

Dans la fentre Available Band List ,

Cochez loption RGB Color

18

Slectionnez chacune des 3 bandes que vous voulez faire apparaitre dans les 3

canaux RGB de votre viewer en cliquant sur le nom de la bande. Choisissez R = TM

Band 4, G = TM Band 7, B = TM Band 3.

Cliquez sur longlet Display # 1 et choisissez New display pour crer une

nouvelle fentre de visualisation.

Cliquez sur Load RGB pour charger les 3 bandes slectionnes dans cette nouvelle

fentre de visualisation.

Les 3 bandes slectionnes de limage LandsatTM apparaissent dans la nouvelle fentre de

visualisation (Figure 8).

Prenez le temps dobserver vos images. Que voyez-vous en termes doccupation du sol ? En

termes de relief ?

Il sagit ici dune composition fausses couleurs car les longueurs dondes que vous avez

attribues aux 3 canaux RGB, ne correspondent pas ces 3 couleurs. Les couleurs

apparaissant lcran ne correspondent pas aux couleurs relles de la scne observe.

Les compositions fausses couleurs prsentent lavantage de permettre la visualisation de

donnes nappartenant pas au spectre du visible, par exemple, lInfraRouge, mais aussi des

donnes de type radar, hyperspectral, lvation, etc. Autrement dit, elle transforment la

donne non visible (mais enregistre par un capteur) en une donne visible.

Ouvrez maintenant une composition vrais couleurs de cette mme image dans un 3me

viewer. Quelle bande TM choisissez-vous pour les 3 canaux RGB ?

Rponse : R = TM3 , G = TM2, B = TM1.

Cette composition colore se rapproche plus des couleurs relles de la scne observe.

Canaux de visualisation de lordinateur Longueur donde des bandes spectrales dune composition

colore

Initiale Couleur VRAIE COULEUR FAUSSE COULEUR

R Red Red [630nm 700nm] Toutes compositions diffrentes de la composition

vraie couleur G Green Green [490nm 560nm]

B Blue Blue [450nm 490nm]

4.3.2 Modification du rpertoire de travail par dfaut

Lors de louverture dune image dans ENVI, ENVI prsente le rpertoire par dfaut, par

exemple C:\Program Files\RSI\IDL63\products\envi45\data ou, plus rcemment,

C:\Program Files\Exelis\ENVI50\classic\data . Pour modifier le rpertoire par dfaut,

Cliquez sur File > Preferences > Default Directories > Data Directory > Choose et

naviguez vers le rpertoire que vous dsirez comme rpertoire par dfaut

19

Choisissez le rpertoire D:\DATA_TP_ENVI_ULg\ comme rpertoire par dfaut

pour les donnes.

4.3.3 Accs aux informations dune image

Plusieurs outils, prsents ci-dessous, sont disponibles pour accder aux informations caractrisant limage.

4.3.3.1 Cursor Location / Value

Cliquez-droit sur une de vos images dans une des fentres de visualisation

Choisissez Cursor Location / Value

La fentre Cursor Location / Value qui apparait vous renseigne sur la position et la valeur

du pixel slectionn.

4.3.3.2 Pixel Locator

Cliquez-droit sur une de vos images dans une des fentres de visualisation

Choisissez Pixel Locator

La fentre Pixel Locator qui apparait, vous renseigne sur la position du pixel se trouvant

au centre du carr rouge. Cette position est exprime en Sample = Colonne et Line = Ligne.

4.3.3.3 Le Header file (fichier daccompagnement).

Le Header File contient toute une srie dinformation sur le fichier-image. Pour y

accder,

Cliquez sur File > Edit ENVI Header dans la barre de menu principale dENVI.

Slectionnez le fichier dintrt dans la fentre Edit Header Input File

Les informations sur ce fichier apparaissent dans la colonne File Information .

Remplissez le tableau ci-dessous laide des informations que vous y trouvez.

Cliquez Cancel car vous ne voulez pas modifier le Header File .

Caractristique du fichier-image Landsat TM Can_tmr.img

Dimension de limage : nombre de pixel colonne * nombre de pixel ligne * nombre de bandes

Taille du fichier (Byte)

Intervalle de longueur donde

Rsolution spatiale 30 mtres

Localisation de limage nom du lieu

20

4.3.3.4 Quick Stats

Loutil Quick Stats calcule des statistiques sur vos images, dont la frquence de

distribution des valeurs de pixel dans chaque bande, les valeurs minimum, maximum,

dviation standard, etc.

Cliquez-droit sur une de vos images dans une des fentres de visualisation

Choisissez Quick Stats

4.3.3.5 Outil de mesures (distance, superficie)

Loutil Measurement Tool permet de mesurer des distances et des superficies sur une

image :

Cliquez sur Tool > Measurement Tool dans la fentre de visualisation o se trouve

limage pour laquelle vous voulez raliser une mesure.

Dans la fentre Display Measurement Tool qui apparait, choisissez le viewer

dintrt, cochez la fentre dintrt, choisissez le type de mesure (lignes (distance),

polygones (superficie)) et les units (m, m, etc)

Ralisez la mesure dans la fentre dintrt

La longueur du / des trait(s) ou la superficie du / des polygones dessins sindique(nt) dans la

fentre Display Measurement Tool .

21

4.4 Analyse temporelle

Lanalyse temporelle sera illustre laide de 2 logiciels : ENVI dans un premier temps,

Windisp ensuite.

4.4.1 Analyse temporelle visuelle (avec ENVI)

Ouvrez les deux images SPOT VEGETATION NDVI de lAfrique decade1_JANVIER_2006 et

decade1_SEPTEMBRE_2006 dans 2 viewer diffrents (Figure 9). Elles datent de la 1re

dcade de janvier 2006 et de la 1re dcade de septembre 2006 respectivement.

Prenez quelques secondes pour les comparer.

Figure 9 : Analyse temporelle de dtection du changement dans ENVI partir de 2 images NDVI sur lAfrique : gauche : image de janvier 2006 en noir et blanc ; au centre : image de septembre 2006 avec la symbologie GRN-RED-BLU-WHT ; droite : image rsultante de lanalyse de changement (5 classes, mthode de simple diffrence avec normalisation de la gamme des valeurs [0-1].

22

4.4.1.1 Synchronisation des fentres de visualisation, superposition dynamique et transparence

Cliquez sur Tools > Link > Link Displays dans la barre de menu dune des fentres

de visualisation que vous voulez synchroniser.

Dans la fentre Link Displays qui apparait,

o Changez les NO en Yes laide des doubles flches. Cette opration

synchronise les fentres de visualisation slectionnes.

o Changez le Off en On . Cette opration permet une superposition

dynamique des images des diffrentes fentres de visualisation

synchronises.

o Indiquez une transparence (opacit en ralit) de 0 %. Cette opration permet

de rendre la couche suprieure dune fentre de visualisation transparente en

cliquant dessus.

o Ne modifiez pas le Link Size / Position

o Cliquez OK

Testez rapidement la synchronisation de vos fentres partir dune Scroll window et la

superposition dynamique partir dune Image window .

4.4.1.2 Modification de la symbologie

Cliquez sur Tools > Color Mapping > ENVI Color Tables dans la barre de menu

dune des fentres de visualisation dont vous voulez changer la symbologie.

Explorez les diffrents types de symbologie et choisissez une symbologie qui vous

parat idale pour comparer les 2 images, par exemple, la symbologie GRN-RED-

BLU-WHT (Figure 9)

Rptez ces oprations pour lautre fentre de visualisation.

Comparez visuellement ces 2 images. Aidez-vous notamment du Cursor Location / Value .

Avec la symbologie GRN-RED-BLU-WHT , quelle couleur est associe une faible /

importante valeur de NDVI ? Que remarquez-vous ? Rflchissez en termes dvolution

spatio-temporelle du NDVI (rem : au Burkina Faso, le mois de janvier fait partie de la saison

sche et le mois de septembre de la saison humide). Cette volution est-elle la mme

partout en Afrique ?

Pour amliorer la comparaison des ces 2 images par analyse visuelle, synchronisez les 2

fentres de visualisation et utilisez une symbologie adquate (voir ci-dessous).

23

NDVI Normalized Difference Vegetation Index

Le NDVI est un indice de vgtation qui se dfinit comme la diffrence normalise des mesures de

rflectance spectrale acquises dans les zones de longueurs donde Proche Infra-Rouge ( PIR ) et

Rouge .

)(

)(

RougePIR

RougePIRNDVI

Sa valeur thorique varie entre -1 et 1. En pratique, une surface deau libre (ocan, lac,) prendra des

valeurs de NDVI proches de 0, un sol nu prendra des valeurs de 0.1 0.2, alors quune vgtation

dense aura des valeurs de 0.5 0.8.

Explication physique du NDVI

Les plantes vertes absorbent une grande partie des radiations solaires dans une zone de longueurs

donde appele PAR ( Photosynthetically Active Radiation ), dont fait partie la zone du

Rouge . Par contre, le PIR est fortement diffus (non absorb : transmis et rflchi) par la

plante. Par consquent, une plante verte vive apparait sombre dans le PAR (dont le rouge) car ces

longueurs dondes sont absorbes par la plante (petite valeur de rflectance), et brillante dans le

PIR car ces longueurs dondes sont rflchies en partie (grande valeur de rflectance).

Le NDVI est directement li lactivit photosynthtique des plantes et donc la capacit

dabsorbation nergtique de la canope du couvert vgtal. Il agit comme indicateur de la biomasse

chlorophyllienne des plantes. En termes de rflectance dans le PIR et le Rouge, la neige et les nuages

se comportent linverse des plantes vertes.

Figure 10 : Explication du NDVI Normalisez Difference Vegetation Index

Une vgtation en bonne sant (gauche) absorbe la plupart de la lumire visible qui lintercepte et rflchi une partie importante de la lumire PIR. Une vgtation en mauvaise sant ou clairseme (droite) rflchi plus de lumire visible et moins de PIR. Les chiffres de la figure ci-contre sont reprsentatifs de valeurs relles mais la ralit est bien plus varie. (Illustration by Robert Simmon, NASA GSFC).

24

4.4.2 Analyse temporelle de dtection du changement ( Change detection analysis ) (avec ENVI)

Lanalyse de dtection du changement comprend de nombreuses mthodes dont le but est

didentifier, de dcrire et de quantifier, les diffrences entre images dune mme scne

(mme endroit) prises diffrents moments ou dans des conditions diffrentes.

Avez-vous une ide des situations dans lesquelles ce genre danalyse peut tre utile ?

Rponse : fonte des glaciers, tsunami, feu de fort, glissement de terrain, variation

saisonnire de la vgtation

Dans le Help \ Start ENVI Help menu, cherchez dans longlet index le change

detection \ substratcive et rendez-vous lillustration en bas de page. A quoi cette

situation pourait-elle correspondre ? Quen est-il de lillustration se trouvant dans la

rubrique Change detection \ Principal Components ?

Vous allez maintenant utiliser lun des outils les plus simples dENVI pour lanalyse de la

dtection du changement : Compute Difference Map .

Pour des informations sur cet outil, utilisez le Help \ Start ENVI Help \ Contents \ ENVI

Users Guide \ Basic Tools \ Change Detection \ Compute Difference Map . Cet outil permet

danalyser le changement entre une paire dimages reprsentant un stade initial et un

stade final (avant et aprs le changement). Loutput rsultant de cette opration est

calcul en soustrayant limage initiale de limage finale (FINALE INITIALE) (Figure ci-

dessous) et consiste en une image classifie dont les classes sont dfinies par des seuils de

changement . Cette image de changement nous informe sur lintensit du changement

(absence de changement, changement positifs ou ngatifs ) et sur sa localisation dans

lespace.

Jetez un il dans la rubrique Tips for Successful Analyses du change detection

analysis .

Pour analyser le changement en termes de couverture vgtale sur lAfrique entre janvier

2006 et septembre 2006 (Figure 9), ralisez les oprations suivantes :

Allez dans ENVI main menu \ Basic Tools \ Change Detection \ Compute Difference

Map

Dans la fentre Select the Initial State Image , slectionnez limage ante-

changement, dans ce cas-ci, limage NDVI-Afrique

\TELEDETECTION\DATA_TP_ENVI_ULg\SPOT VEGEATION

AFRIQUE\decade1_JANVIER_2006.tif , et cliquez OK

25

Dans la fentre Select the Final State Image , slectionnez limage post-

changement, dans ce cas-ci, limage NDVI-Afrique

\TELEDETECTION\DATA_TP_ENVI_ULg\SPOT VEGEATION

AFRIQUE\decade1_SEPTEMBRE_2006 , et cliquez OK

Dans la fentre Compute Difference Map Input Parameters , choisissez, 5 classes.

Plusieurs mthodes de calcul de changement soffrent vous. Vous allez essayez la mthode

Simple Difference avec et sans preprocessing de normalisation :

La mthode Simple difference ralise une simple diffrence entre les valeurs de

Digital Number ( DN ) des deux images. En comparant vos deux images laide du

cursor / location value tool , faites-vous une ide sur la gamme de valeurs qui

ressortira de cette analyse avec les 2 images NDVI.

Le preprocessing Normalize Data range (0 1) , ralise un prtraitement

consistant en : (DN min) / (max min) qui rduit la gamme des valeurs de

chaque image entre 0 et 1. En utilisant cette mthode, quelle gamme de valeurs

ressortira de lanalyse de changement avec les 2 images NDVI ?

Dans la fentre Compute Difference Map Input Parameters , adaptez les valeurs

seuils ( treshold ) de vos 5 classes en fonction de la mthode choisie (une mthode

la fois). Choisissez denregistrer vos images rsultats comme fichier dans le

rpertoire TELEDETECTION\DATA_TP_ENVI_ULg\SPOT VEGEATION

AFRIQUE\difference_map\ avec comme nom : SD_5class_xx_tresh ou

SD_5class_Norm_xx_tresh.

Cliquez OK

Ensuite, chargez vos images de changement classifies dans de nouvelles fentres de

visualisations que vous synchronisez avec les images de base (NDVI) et comparez.

Commentez les rsultats obtenus.

Figure 11 : illustration de lopration de soustraction algbrique de 2 images satellites

avec des exemples de valeurs de pixels.

26

4.4.3 Analyse dune srie temporelle dimages NDVI basse rsolution (avec WINDISP)

Windisp fut originellement cr par la FAO ( Food and Agriculture Organisation ). Sa

vocation principale est lanalyse et laffichage de cartes et images satellites. En particulier, il

permet un traitement de sries temporelles dimages. Pour plus dinformation, voyez la page

web http://www.fao.org/GIEWS/english/windisp/dl.htm o vous pourrez galement

tlcharger ce logiciel gratuit.

A laide de Windisp, vous allez visualiser lvolution temporelle du NDVI pour le Pakistan,

extrait partir dune srie temporelle dimages SPOT Vgtation NDVI ( Normalised

Difference Vegetation Index : (NIR RED) / (NIR + RED)), sur une priode allant de janvier

2005 juin 2007. Il y a une image par dcade (10 jours), soit 88 images au total. Chacune de

ces images a t ralise partir de 10 images NDVI journalires, intgres par MVC

( Maximum Value Compositing ). La rsolution spatiale de ces images est d 1 km.

Figure 12 : Evolution temporelle du NDVI pour un pixel du Nord Pakistan sur une image SPOT

Vgtation dans Windisp

Les donnes ncessaires cet exercice sont dans le dossier SPOT VEGETATION PAKISTAN .

Ouvrez Windisp : cliquez sur Dmarrer > Tous les programmes > Windisp5.1 >

Fermez la fentre About si celle-ci ne disparait pas automatiquement.

Pour ouvrir une image,

Cliquez sur File > Open > Image dans la barre de menu principale.

Dans la fentre File Open Image qui souvre,

http://www.fao.org/GIEWS/english/windisp/dl.htm

27

A laide du bouton droite de la ligne Image name , naviguez jusqu une

image SPOT VGT NDVI Pakistan de type DV05012.pak dans le rpertoire SPOT

VEGETATION PAKISTAN .

Le nom ( DV05012 ) de ces fichiers-images est trs structur. Selon vous, quelle en est la

signification ?

Rponse : DV = 2 lettres de rfrence au choix, 05 = lanne, 01 = le mois, 2 = la dcade du

mois (de 1 3)).

Pour afficher les donnes dans Windisp, vous avez besoin dune table de couleur ou

Color table , qui fait le lien entre les valeurs des pixels de limage et la couleur afficher

dans le viewer de Windisp (similaire un fichier .lyr de symbologie dArcMap).

A laide du bouton droite de la ligne Color table , naviguez jusqu la table

de couleur pour image NDVI :dans le rpertoire \SPOT VEGETATION PAKISTAN\

NDVI.CLR .

Cliquez OK

Limage NDVI SPOT VGT, ainsi que la lgende souvrent dans votre viewer. Cette image est

centre sur le Pakistan, mais le Pakistan nest pas clairement identifiable.

Cliquez sur File > Retrieve > ArcView Shape dans la barre de menu principale.

Dans la fentre File Retrieve ArcView Shape qui apparait, la ligne ArcView

Shapefile , naviguez jusquau fichier Shapefile du Pakistan dans le rpertoire

\SPOT VEGETATION PAKISTAN\SHAPE_PAKISTAN\PAKISTAN.shp .

Laissez les autres options par dfaut (options daffichage du shapefile)

Cliquez OK

Les frontires du PAKISTAN se superposent limage NDVI. Lorsque vous dplacez

votre souris sur limage, les 3 premiers rectangles du coin infrieur gauche du viewer

renseignent sur les coordonnes du pixel slectionn. Il sagit des coordonnes

cran, image et gographiques respectivement. Le 4me rectangle vous renseigne

sur la valeur NDVI du pixel.

Analysez visuellement votre image. A quoi correspondent de faibles / fortes valeurs de

NDVI ? Quelle est lvolution spatiale du NDVI ? Tentez de lexpliquer.

Utilisez le bouton Histogram dans la barre doutils de Windisp pour accder la

distribution des valeurs de Digital Number (DN, valeur digital des pixels) de limage. La

conversion entre DN et valeur de NDVI se fait par une formule mathmatique de type

NDVI = a*DN + b (Figure 13). Cette relation est visible / modifiable dans le Header file

du fichier-image. Pour y accder, allez dans Processe > Header > Edit , choisissez le fichier

28

dintrt et cliquez OK . Les valeurs des coefficients a et b susmentionns correspondent

aux lignes Values slope et Values intercept respectivement.

Figure 13 : Conversion of DN to NDVI values

Windisp permet de visualiser lvolution temporelle des valeurs de NDVI en un point partir

dune srie temporelle dimages. Cette application require lexistence dune

liste chronologique de fichiers-images dans un fichier de type list file.lst .

Cliquez View > Graph > Image Series dans la barre de menu principale.

Vous devez indiquez lemplacement du fichier liste , ou le crer sil nexiste pas, dans la

fentre View Graph Image Series qui apparait.

Cliquez sur de cette fentre.

Lassistant de cration dun fichier liste apparait dans la fentre List Builder [new]

Cliquez sur File > New , pour crer un nouveau fichier.

Entrez 88 comme nombre de lignes que devra comporter le fichier-liste, dans la

fentre New Filenames List .

Cliquez OK

Entrez 1 comme nombre de colonnes

Cliquez OK

Cliquez sur FileS > Add , pour ajouter la srie temporelle de fichiers-images votre

fichier liste en cours de cration.

Naviguez jusqu votre srie temporelle de fichiers-images laide de la fentre

Select one or more files to add to the list . Elles se trouvent dans le rpertoire

Slectionnez tous les fichiers-images de type DV0xxxx.pak . Attention, nincluez

pas dans votre liste le fichier NDVI.CLR .

Cliquez OK

Votre fichier liste saffiche dans la fentre List Builder [new]

29

Cliquez sur File > Save As pour enregistre votre fichier-liste dans le rpertoire

\SPOT VEGETATION PAKISTAN sous le nom LISTE_VOTRE_NOM.lst

Fermez la fentre List Builder [new] laide de la croix rouge

Cliquez OK dans la fentre View Graph Image Series

Une fentre Graph ImageSeries apparait dans le viewer de Windisp.

Cliquez sur un pixel au choix de votre image NDVI.

Lvolution temporelle du NDVI (entre 2005 et 2007) pour ce pixel apparait dans la fentre

Graph ImageSeries .

Analysez et commentez lvolution temporelle du NDVI en diffrents endroits du Pakistan.

Rflchissez galement la relation rsolution spatiale (1 km), rsolution temporelle (1 jour)

et recouvrement spatial des images SPOT Vgtation.

Fermez Windisp et retournez dans ENVI.

4.5 Cration dun indice NDVI partir dune image Landsat TM

Envi propose un outil pratique pour crer un indice NDVI partir de bandes de rflectance

dans le rouge et le proche-infrarouge : NDVI Calculation Parameters .

Cliquez sur Transform > NDVI dans la barre de menu principale dENVI.

Slectionnez limage Landsat TM can_tmr.img dans la fentre NDVI Calculation

Input File qui apparait.

Cliquez OK

Choisissez Landsat TM comme Input File Type dans le menu droulant

Indiquez le numro des bandes qui correspondent aux longueurs donde Rouge et

Proche Infra Rouge, bandes numro 3 et 4 respectivement

Sauvez votre rsultat dans un fichier ( File ) dans le rpertoire RESULTAT

Choisissez Floating Point comme Output Data Type

Cliquez OK

Votre bande NDVI NDVI_calcul apparait dans la fentre Available Bands List .

Chargez-la dans une nouvelle fentre de visualisation.

Comparez cette image avec la composition colore vrai couleur. Que constatez-vous ?

Comment apparaissent neige, vgtation et sol nu ? Les valeurs de NDVI sont accessibles via

loutil Cursor Location / Value . Donnez une valeur de NDVI moyenne des 3 types

doccupation du sol sus-mentionnes.

30

Une autre possibilit pour crer un indice NDVI, ou toute autre combinaison de bandes, est

donne par loutil Band Math .

Cliquez sur Basic Tools > Band Math , pour y accder.

Ensuite il vous suffira de taper une expression du type b4 b3 dans la fentre Enter an

expression , de cliquez Add to List , de la slectionner, de dfinir par slection les bandes

correspondant b4 et b3 et de choisir un output file .

Fermez toutes les fentres de visualisation.

4.6 Visualisation 3D dun Modle Numrique de Terrain (MNT)

Dans cette section, vous travailler avec un Modle Numrique de Terrain (MNT) du monde. Ouvrez le MNT du monde dans un nouveau viewer :

Cliquez sur File > Open Image File dans la fentre Available Band List

Naviguez jusquau rpertoire o se situe votre MNT, dans ce cas-ci, C:\Program

Files\RSI\IDL63\products\envi45\data\worl_dem

Slectionnez-le et cliquez Open

Le fichier world_dem sajoute dans la fentre Available Band List . Il est compos de 2

bandes correspondant aux lvations minimale et maximale. Accdez aux informations

disponibles sur ce fichier dans la rubrique Map Info de cette couche.

Chargez la bande dlvation maximale dans un nouveau viewer.

Pour une meilleure visualisation, changez la symbologie noir et blanc actuelle en un

symbologie colore :

Cliquez sur Tools > Color Mapping > ENVI Color Tables dans la barre de menu de

la fentre de visualisation.

Explorez les diffrents types de symbologie et choisissez une symbologie qui vous

parat adquate. Par exemple, la symbologie Eos A

Visualiser lentiret du monde en 3D sans exagration verticale (multiplication de laltitude

par un facteur > 1) ne serait pas trs intressant car la variation verticale de la surface

terrestre (lvation entre 0 et 8 km) est insignifiante face ltendue horizontale du monde

(circonfrence de la terre denviron 40 000 km). De plus, si vous vous intressez une rgion

particulire du monde, par exemple, lHimalaya, vous choisirez de raliser un Spatial

Subset (slection dune rgion particulire) centr sur lHimalaya.

31

Cliquez sur Tools > 3D SurfaceView dans la barre de menu de la fentre de

visualisation dans laquelle se situe votre MNT

Slectionnez la bande Maximum Elevation dans la fentre Associated DEM

Input File .

Les informations sur cette bande apparaissent dans la colonne Band Information de cette

fentre.

Cliquez OK

La fentre 3D SurfaceView Input Parameters apparait.

Indiquez une exagration verticale de 600 si vous voulez visualiser la totalit du

monde en 3D, ou une exagration de 100 si vous vous concentrez sur lHimalaya.

Ralisez ventuellement un Spatial Subset (si vous vous concentrez sur une rgion

particulire) laide de loption Image qui vous permet de slectionner

directement la rgion dintrt sur la carte du monde. Laissez la valeur par dfaut de

400 colonnes * 400 lignes mais ajustez la position du subset sur lHymalaya

Cliquez OK 2 fois.

Votre surface 3D apparait aprs quelques secondes dans la fentre 3D SurfaceView (Vert

Exag : 600.0 (ou 100)) . Explorez votre MNT. Eventuellement, crez un nouvel MNT pour

une autre rgion du monde avec une autre symbologie.

Figure 14: Vue 3D du monde obtenue laide de loutil 3D SurfaceView dENVI.

ENVI permet galement de visualiser des images satellites en 3D pour peu que vous

possdiez une image et un DEM gorfrencs et couvrant la mme zone (la partie

commune limage et au DEM sera reprsente en 3D). Ceci est ralis dans la section

4.8.1.2 Observation dune image en 3D below.

32

4.7 Correction gomtrique

Les images satellites, telles quenregistres par les capteurs des satellites, prsentent

souvent des erreurs dites gomtriques . Deux grands types derreurs sont distinguer :

Erreurs systmatiques (lies au systme denregistrement de limage, dues la

rotation de la terre, langle de balayage). Ces erreurs, condition de possder

suffisamment dinformations sur la position du capteur, angle de prise de vue, etc,

peuvent tre corriges par Orthorectification .

Erreurs accidentelles (causes fortuites, mouvements incontrls du satellite par

rapport sa ligne orbitale et la verticale du lieu, variation daltitude). Ces erreurs ne

sont pas connues priori, et ne peuvent donc tre corriges par orthorectification. La

correction applique est de type gorfrencement simple et utilise des points de

positionnement (points de calage) connus facilement retrouvables sur limage

corriger.

Ces erreurs gomtriques peuvent avoir comme consquences des erreurs de

positionnement de limage mais aussi des erreurs dans lestimation des superficies dues

aux dformations de limage.

Dans le cadre de ce TP, vous raliserez une correction gomtrique par gorfrencement

simple.

Ouvrez les images suivantes dans 2 nouveaux viewer

o SPOT10mNamurBAND1.img (Viewer 1)

o SPOT10mNamurNONGEO.tif (Viewer 2)

Limage SPOT10mNamurNONGEO.tif est identique limage SPOT10mNamur.tif , si ce

nest quelle prsente une dformation gomtrique. Il sagit dun dcalage spatial non

connu prcisment. Vous allez donc devoir la gorfrencer. ENVI propose plusieurs

mthodes pour raliser ce type dopration en fonction du type de donne utilise pour le

positionnement de rfrence (une image, une carte, des points de contrle issus de GPS,).

Dans ce cas-ci, vous allez gorfrencer votre image SPOT10mNamurNONGEO.tif laide

de limage SPOT10mNamurBAND1.img qui elle est correctement gorfrence.

Constater lerreur de positionnement de votre image SPOT10mNamurNONGEO.tif :

Cliquez sur Tools > Link > Link Display dans la barre de menu dune fentre de

visualisation et synchronisez vos 2 fentres de visualisation en activant la

superposition dynamique et choisissez une transparence de 0 %.

33

Zoomez sur un endroit trs caractristique de votre image, par exemple, la jonction

entre la Sambre et la Meuse dans le centre de Namur. Arrangez vous pour avoir cette

jonction dans le coin infrieur droit de votre viewer 2.

Cliquez sur le viewer image 2.

Limage de rfrence (viewer 1) devrait apparaitre dans le viewer 2 lorsque vous cliquez

dessus. Constatez le dcalage spatial entre ces 2 images.

Cliquez sur Tools > Link > Unlink Display pour ne plus synchroniser les viewer, ce

qui serait gnant pour la gorfrenciation.

Pour gorfrencer votre image SPOT10mNamurNONGEO.tif ,

Cliquez sur Map > Registration > Select GCPs : Image to Image

Indiquez le display 1 comme le display contenant limage de rfrence ( Base

image ) et le display 2 comme le display contenant limage gorfrencer.

Cliquez OK

Une fentre Ground Control Point Selection apparait. Cest laide de cette interface que

vous allez gorfrencer limage en crant des points de contrle au sol ou Ground Control

Point ( GCP ).

Cliquez sur Show List pour afficher la liste de GCP existant, et ouvrez cette fentre

compltement (vers la gauche)

Pour linstant elle est vide.

Slectionnez un endroit trs clairement visible et identifiable (au pixel prs !) dans

limage de rfrence (viewer 1) (par exemple la pointe de terre la jonction de la

Sambre et de la Meuse)

Slectionnez le pixel correspondant dans limage corriger

Cliquez sur Add Point pour enregistrer ce premier GCP. Il sajoute dans votre table

de GCP.

Lors de la saisie de GCP, ENVI calcul lerreur quadratique moyenne ( Root Mean Square

Error ou RMSE ) partir de 5 GCP ( droite dans la table). En principe, cette erreur doit

tre infrieure la taille dun pixel de limage gorfrencer, ici 10 mtres. Dans votre cas,

pour une question de rapidit, tolrez un RMSE de 20 mtres. Supprimez les points qui

prsentent un RMSE trop important. Gardez un quinzaine de points GCP au final.

Choisissez dans ce cas-ci une correction gomtrique au premier degr.

Lorsque vous avez suffisamment de points et que le RMSE est suffisamment petit,

Cliquez sur Option > Warp File (as Image to Map) dans la fentre Ground

Control Point Selection

34

Slectionnez limage SPOT10mNamurNONGEO.tif et cliquez OK dans la

fentre Input Warp Image

Dans la fentre Registration Parameters , choisissez une transformation

polynomiale de degr 1, avec un r-chantillonnage du plus proche voisin, et

enregistrez votre fichier output dans le dossier RESULTAT

Cliquez OK

Votre image gorfrence apparait dans la fentre Available Bands List

Analysez votre rsultat par superposition dynamique avec limage de rfrence dans

un nouveau viewer.

35

4.8 Ralisation dune carte doccupation du sol par classification supervise dune image SPOT multispectrale

Dans cette section, vous allez raliser une carte doccupation du sol par classification

supervise dune image satellite SPOT de la rgion de Namur. Limage SPOT dont vous allez

avoir besoin se situe dans le rpertoire ...\DATA_TP_ENVI_ULg\SPOT NAMUR\.

Les grandes tapes suivre sont :

1. Observation de limage

2. Classification supervise de limage

3. Validation des rsultats de la classification

4. Production de la carte doccupation du sol drive de la classification

4.8.1 Observation dune image

4.8.1.1 Observation dune image en 2D

Ouvrez limage SPOT10mNamur.tif dans un nouveau viewer en RGB en slectionnant

les bandes de votre choix. Cette image est issue du capteur SPOT4 ou SPOT5. Ces principales

caractristiques sont reprises dans le tableau ci-dessous.

Nom de la bande Longueur donde Spectre lectromagntique Rsolution spatiale

B1 0.50 - 0.59 m Vert et Jaune 10 mtres

B2 0.61 - 0.68 m Rouge 10 mtres

B3 0.78 - 0.89 m Proche InfaRouge (PIR) 10 mtres

B4 1.58 - 1.75 m Moyen InfraRouge (MIR) 10 mtres Figure 15: caractristiques de limage SPOT

4.8.1.2 Observation dune image en 3D

Pour visualiser limage en 3D (Figure 16: Visualisation 3D de la ville de Namur (centre ville, Meuse,

citadelle, campagne alentour) laide dune image SPOT et dun DEM (ASTER GDEM).Figure 16), un

MNT correspondant la zone de limage est ncessaire. La partie commune limage et au

DEM sera reprsente en 3D. Le MNT ncessaire cet exercice est fourni dans le dossier

DATA_TP_ENVI_ULg\ASTGTM_N50E004\ASTGTM_N50E004_dem.tif .

Ouvrez limage SPOT10mNamur.tif dans une nouvelle fentre de visualisation

(confer ci-dessus)

36

Utilisez le menu 3D SurfaceView de la fentre de visualisation dans laquelle

limage est ouverte (confer section 4.6) et utilisez le MNT

ASTGTM_N50E004_dem.tif.

Adapter les paramtres de visualisation, avec par exemple :

o Une exagration verticale de 5

o Un spatial subset centr sur le centre ville de Namur et la citadelle

Remarquez que ce type de reprsentation, combinant les informations spectrales et

laltitude, aide la comprhension et lanalyse de lorganisation de lespace, et facilitera en

particulier votre photo-interprtation.

Figure 16: Visualisation 3D de la ville de Namur (centre ville, Meuse, citadelle, campagne alentour)

laide dune image SPOT et dun DEM (ASTER GDEM).

4.8.1.3 Identification des classes doccupation du sol

Analyser visuellement votre image et reprez les grands types doccupation du sol :

Centres urbains (ville et village, btiments, gare, )

Routes (autoroute, route, rail)

Zones boises (fort, bois,)

Terres agricoles (champ cultiv et champ nu)

Cours deau (fleuves, canaux,)

37

Carrire

Dcidez des classes que vous essayerez de retrouver par classification automatique de

limage (entre 5 et 8 classes).

4.8.1.4 Utilisation de donnes complmentaires pour lanalyse visuelle dune image

La photo-interprtation (reconnaissance des diffrentes occupations du sol par analyse

visuelle) dune image est parfois difficile :

Soit parce que limage ne prsente pas une qualit suffisante (rsolution spatiale et

spectrale adquate),

Soit cause dun manque dexprience du photo-interprteur ou dun manque de

connaissance de la zone.

La photo-interprtation peut tre facilite grce lutilisation de donnes complmentaires

sur la zone tudie, par exemple :

Analyse visuelle de la zone dans Google Earth. Google Earth dispose dimage trs

haute rsolution spatiale pour une partie sans cesse grandissante de la plante.

Attention toutefois garder lesprit que les images de Google Earth ne datent

probablement pas de la mme priode que celle qui fait lobjet de votre tude. Par

exemple, la reconnaissance des types de fort au Sud de Namur se fait facilement

dans Google Earth (feuillus versus rsineux).

Cartes topographiques

Une enqute de terrain avec relev GPS

Divers documents donnant des informations sur loccupation du sol de la zone.

4.8.1.5 Outil Animation

Loutil Animation permet dafficher automatiquement, successivement et une certaine

vitesse les diffrentes bandes dun fichier-image.

Cliquez sur Tools > Animation

Slectionnez les 4 bandes de limage SPOT

Cliquez OK

Une fentre anime apparait. Modifiez en la vitesse si ncessaire. Quest-ce que cet outil

permet de mettre clairement en vidence ?

38

Rponse : la forte diffrence de valeur de rflectance selon les bandes pour une mme

occupation du sol.

4.8.1.6 Amlioration de contraste

Lamlioration de contraste consiste en une transformation virtuelle des donnes afin

dutiliser toute la gamme dintensit de couleur disponible (256 niveaux) pour visualiser les

donnes lcran. Cette amlioration ne modifie donc pas vos donnes sources (la valeur

des pixels). Elle ne fait quattribuer diffremment la palette de couleur disponible votre

image afin de faire ressortir certains lments plus clairement.

Lamlioration de contraste propose par ENVI par dfaut est de type linaire et se base sur

la fentre Scroll reprenant lensemble de limage.

Tentez de trouver une amlioration de contraste qui vous facilite linterprtation visuelle de

limage :

Cliquez sur Enhance dans la barre de menu du viewer.

Vous avez le choix entre diffrentes amliorations de contraste prdfinies, appliquer sur

chacun des 3 types de viewer (Image, Scroll et Zoom). Vous pouvez galement raliser une

amlioration de contraste manuellement de manire interactive ( Interactive Stretching ).

Des filtres sont galement disponibles ( Filter ).

4.8.2 Classification dune image

Il existe diffrents types de mthodes de classifications :

Supervise : loprateur dfini lui-mme les classes produire (nombre,

caractristique spectrale,)

Non-supervise : le logiciel dfini lui-mme les classes

Par pixel : chaque pixel est classifi individuellement et indpendamment des pixels

voisins

Par objet : limage est dabord dcoupe en objet (1 objet = 1 ensemble de pixels

voisins spectralement homogne) au cours dune tape de segmentation .

Ensuite, les caractristiques de ces objets sont utilises pour les classifier.

4.8.2.1 Classification non-supervise

Ralisez 2 classifications non-supervises de votre image. Une classification Iso-Data et

une classification K-means .

39

Cliquez sur Classification > Unsupervised > Iso-Data et puis K-means

Slectionnez votre image gorfrence comme image classifier

Laissez la plupart des paramtres par dfaut.

Enregistrez le rsultat dans votre dossier Rsultat avec comme nom, le nom de la

mthode utilise.

Visualisez les 2 classifications dans 2 nouveaux viewer et commentez-les (nombre de classes,

type doccupation du sol reconnus, mlangs, etc).

4.8.2.2 Classification supervise

Raliser une classification supervise dune image satellite sous entend que vous possdez

une trs bonne connaissance de loccupation du sol relle de la zone de limage lpoque

o limage a t prise. Cette connaissance peut venir de plusieurs sources comme expliqu

ci-dessus la section 4.8.1.4 Utilisation de donnes complmentaires pour lanalyse

visuelle dune image .

Dans ce cas-ci, comme il ny a pas eu denqute de terrain, vous procderez par photo-

interprtation en vous aidant ventuellement de Google Earth pour les classes les plus

difficilement reconnaissables.

4.8.2.2.1 Dfinition de la lgende de la carte (taxon)

A partir de lexamen de la composition colore de la zone classifier (galement avec

lamlioration de contraste), et de votre connaissance de la rgion tudie, dfinissez la

lgende de la carte, cest--dire les classes doccupation du sol que vous dsirez voir

apparaitre dans la carte doccupation du sol qui sera produite.

4.8.2.2.2 Dfinition du nombre de classes spectrales

A partir de lexamen de la composition colore de la zone classifier (galement avec

lamlioration de contraste), identifiez galement combien de signatures spectrales

diffrentes correspondent chaque taxon de la lgende. En effet, une occupation du sol

telle que culture peut prsenter diffrentes signatures spectrales au moment de

lenregistrement de limage, selon lespce cultive et son stade vgtatif. Il sagit donc de

dfinir autant de classes spectrales quil existe de situations spectralement bien diffrentes

pour chaque occupation du sol. Lalgorithme de classification pourra ainsi traiter chaque

signature spectrale de manire indpendante.

40

Lexamen des signatures spectrales de chaque classe spectrale peut se faire dans ENVI

laide des aires dentrainement (confer ci-dessous la section 4.8.2.2.3) et de lanalyse de leur

sparabilit (confer section 4.10 Sparabilit spectrale des classes doccupation du sol sur

une image ).

Les diffrentes classes spectrales appartenant un mme taxon doccupation du sol

pourront tre fusionnes aprs la classification pour une meilleure reprsentation

cartographique (confer ci-dessous la section 4.8.4 Post-traitement dune image classifie

pour amliorer le rendu visuel ).

Dans ce cas-ci, pour vous faciliter la tche, crez 5 classes maximum.

4.8.2.2.3 Slection des aires dentrainement ou ROI Region Of Interest pour chaque classe

Il sagit de slectionner un minimum de 30 pixels spectralement reprsentatif de chaque

signature spectrale identifie prcdemment. Ces chantillons, ou aires dentrainement

serviront la CALIBRATION de votre classification. Elles sont dfinies lcran par la

numrisation dun ou plusieurs polygones pour chaque classe spectrale. Sur base des

polygones ainsi dfinis, lextraction automatique des valeurs de pixels contenues lintrieur

des polygones et le calcul de leur moyenne et cart-type produiront la signature spectrale de

chaque classe partir des 3 canaux de limage SPOT.

Les aires dentrainement doivent tre reprsentatives de chaque classe spectrale

considre. Voici quelques conseils pour la slection des aires dentrainement :

Il est souvent prfrable que ces aires dentrainement soient bien rparties sur toute

limage. En effet, ceci permettra de prendre en compte :

o Les ventuels gradients de luminosit entre les diffrentes zones de limage

(conditions atmosphriques, relief/exposition,)

o Une lgre diffrence spectrale entre une mme classe doccupation du sol

dans des rgions diffrentes (gradient ou classes pdologiques, variation des

espces vgtales ou de leur tat de dveloppement, etc).

o

Un minimum de 30 pixels par classe spectrale et un nombre suffisant daires

dentrainement pour quelles soient reprsentatives de la classe considre. Le

nombre daires dentrainement ncessaire dpendra donc de la complexit spectrale

de chaque classe et de la complexit de limage. Par exemple, une image ne

comprenant comme occupation du sol que le dsert et la mer sera extrmement

41

facile classifier et cela pourra se faire avec peu daires dentrainement. A linverse

une image dune zone agricole africaine prsentera une beaucoup plus grande

complexit doccupation du sol (parcelles avec diffrentes cultures diffrents

stades de dveloppement, diffrents tats de sol et diffrents sols, arbres dans les

parcelles, etc) et ncessitera lutilisation de nombreuses aires dentrainement afin

quelles soient bien reprsentatives de toutes les variations dune classe spectrale

donne.

La courbe de la distribution du nombre de pixels en fonction de leur rflectance

(pour une bande spectrale donne) doit tre uni-modale (ou sen rapprocher). Si elle

est multimodale, ceci constitue une indication que ces aires correspondent

plusieurs classes spectralement distinguables et quil faut donc les sparer en autant

de classes quil ny a de mode dans la courbe.

Ne considrer que des pixels purs , cest--dire des pixels correspondant

uniquement la classe doccupation du sol vise et non des pixels couvrant plusieurs

classes doccupation du sol ( mixel : pixel mixte). Par exemple, pour des zones

dentrainement dun fleuve, ne pas considrer des pixels se trouvant proche de la

berge car leur rflectance risque dtre influence par la berge.

Faites attention faire apparaitre la mention cal dans le nom de ces classes qui seront

utilises des fins de calibration (par exemple : fort_cal ), et ce afin de facilement faire la

distinction entre vos classes de calibration et de validation lors de la cration de la matrice de

confusion (voir plus loin).

4.8.2.2.4 Cration de ROIs dans ENVI

La dfinition des aires dentrainement dans ENVI se fait via la cration de ROI ( Region

Of Interest . Pour crez des ROIs :

Cliquez-droit sur limage classifier lorsquelle est affiche dans un viewer

Choisissez ROI Tool

La fentre ROI Tool apparait (Figure 17). Cest lassistant de cration des ROIs.

Dans cette fentre, choisissez la fentre Image comme zone de cration des ROIs.

Nommez votre premire rgion foret par exemple, et choisissez une couleur vert

fonc

Dans la fentre Image, laide de clic-gauche de la souris, crez un polygone autour

dune premire zone reprsentative de la fort. Pour terminer le polygone, faites 2

clic-droit.

42

Rptez cette opration pour un certain nombre de polygones de cette classe jusqu

ce que vous jugiez avoir un nombre reprsentatif de pixels fort enregistrs

comme ROI.

Pour ajouter une nouvelle classe, cliquez sur NewRegion

Figure 17 : Classification supervise dune image dans ENVI : gauche : image satellite et aires dentrainement ( ROIs ) (polygones verts) ; au centre : image classifie avec une symbologie adquate; droite : table des aires dentrainement ( ROI Tool ) avec des aires pour chaque classe doccupation du sol en calibration et validation.

Construisez petit petit vos ROI pour vos 5 classes doccupation du sol. Une fois toutes vos

ROI ralises, sauvez-les dans un fichier

Cliquez sur File > Save ROIs

Slectionnez toute vos ROI

Enregistrez les dans un fichier ROI.roi dans votre dossier rsultat.

Rptez toutes ces oprations pour crer un nouveau fichier de ROI qui servira pour la

VALIDATION de votre classification. Faites attention faire apparaitre la mention val

dans le nom de ces classes seront utilises des fins de validation (par exemple :

fort_val ). Attention, cette opration ne peut tre ralise que parce que vous tes

confient 100 % dans votre photo-interprtation. Nommez-le ROI_VAL.roi dans votre

dossier rsultat.

Fermez cet assistant de cration lorsque vos deux fichiers ROI ont t crs.

43

4.8.2.2.5 Classification dune image (classification supervise)

Pour classifier limage de manire supervise :

Cliquez sur Classification > Supervised > Maximum Likelihood dans la barre de

menu principale dENVI.

Slectionnez limage classifier (votre image gorfrence)

Dans longlet Open > ROI Files , Slectionnez votre fichier ROI de calibration

Roi.roi .

Cliquez OK

Dans la fentre Maximum Likelihood Parameters , slectionnez toutes les classes,

enregistrez votre classification comme fichier CLASSIF_SUP dans votre dossier

Rsultats et dsactivez l Output Rule Images

Cliquez OK

La classification se ralise. Lalgorithme de classification selon le maximum de vraisemblance

( Maximum Likelihood ) est appliqu tous les pixels de limage sur base des paramtres

statistiques dcrivant chaque signature spectrale obtenue. La comparaison entre les valeurs

de chaque pixel et les signatures spectrales des diffrentes classes dterminera la

probabilit dappartenance du pixel chacune des classes. La classe prsentant la

probabilit maximum sera attribue au pixel considr. Le rsultat apparait dans la fentre

Available Band List .

Visualisez votre rsultat dans un nouveau viewer.

Comparez ce rsultat avec limage de base par lien dynamique synchronis des

viewer (Figure 17).

Cette comparaison vous permet didentifier les dfauts ventuels de votre classification et

donc de lamliorer.

4.8.3 Validation de la classification supervise : matrice de confusion

Idalement la dfinition des aires qui serviront la validation dune classification supervise

doit se faire de manire alatoire afin de ne pas tronquer la validation. En effet, loprateur

aura naturellement tendance choisir pour la validation des zones quil peut facilement

photo-interprter et qui sont probablement plus facilement classifiables que dautres. Ceci

aura pour consquence de fausser les rsultats de la validation en prsentant une prcision

de classification meilleure que celle rellement obtenue.

Dans la cadre de ce TP, par soucis de rapidit et de simplification, les ROIs de validation sont

dessins manuellement selon la mme procdure que pour les ROIs de calibration (confer ci-

dessus).

44

Le fichier ROI de validation servira la validation de la classification produite (mesure de

la prcision de la classification). La comparaison entre loccupation du sol classifie ou

prdite et loccupation du sol photo-interprte (ROI de validation) est ralise par la

construction et la discussion dune matrice de confusion (ou table de contingence). En

principe le nombre de point / pixel pour raliser la calibration et la validation de limage doit

suivre des rgles statistiques, ce que vous naurez pas ncessairement suivi dans ce cas-ci.

Cliquez sur Classification > Post Classification > Confusion Matrix > Using Ground

Thruth ROI

Slectionnez limage classifie et le fichier ROI de validation avec longlet Open

Dans la fentre Match Classes Parameters , crez les liens entre les ROIs de

validation (par exemple: fort_val ) et de calibration (par exemple: fort_cal ).

Cliquez OK

La matrice de confusion apparait.

Deux exemples de matrice de confusion (structure, interprtation et dfinition des

paramtres calculs) sont donns en Annexe 2 et 3.

4.8.4 Post-traitement dune image classifie pour amliorer le rendu visuel

Plusieurs oprations de post-traitement peuvent tre appliques sur une image classifie en

vue den amliorer le rendu visuel par exemple. Pour une information dtaille sur les

oprations de post-traitement, rfrez-vous laide dENVI (Index : Post classification ).

Voici 3 oprations qui permettent damliorer le rendu visuel dune image classifie :

Pour diminuer leffet poivre et sel typique dune classification par pixel, utilisez une

analyse majoritaire via le menu Classification > Post Classification >

Majority/Minority Analysis .

Pour fusionner diffrentes classes (par exemple 2 classes se rapportant la mme

utilisation du sol (agriculture) mais ayant des signatures spectrales diffrentes (terre

laboure et champ de mas) utilisez le menu Classification > Post Classification >

Combine Classes .

Pour changer les couleurs de certaines classes, utilisez le menu Tools > Color

Mapping > Class Color Mapping . Choisissez des couleurs intuitives pour chacune

des classes (par exemple : vert fonc pour la classe fort , bleu pour la classe

eau , etc.)

45

4.8.5 Ralisation dune carte doccupation du sol Mise en page cartographique

Il est possible de raliser une mise en page cartographique simple dans ENVI. Cependant un

logiciel comme ArcMap (ArcGIS de la firme ESRI) permettra de raliser une meilleure mise

en page. Avant de raliser votre une mise en page dans ArcGIS, vous devrez exporter votre

image.

4.8.5.1 Mise en page cartographique dans ENVI

Pour ajouter des lments de mise en page cartographique sur une image (image classifie

par exemple) :

Ouvrez limage dans une fentre de visualisation

Allez dans le menu de cette fentre Overlay / Annotation

Dans la fentre qui souvre, dans le menu Object , choisissez le type dobjet que

vous voulez ajouter (texte, lgende ( Map Key ), chelle, forme, flche du Nord,

etc)

Modifiez ventuellement les paramtres de lobjet

Cliquez gauche sur limage lendroit o vous voulez insrer lobjet slectionn

Cliquez droit sur limage pour valider linsertion de lobjet

Rptez ces oprations pour un autre objet

Pour plus dinformation sur linsertion dobjets sur une image, voyez dans laide dENVI, dans

lindex : Annotation / Adding Annotations .

4.8.5.2 Exportation dune image depuis ENVI

Une fois votre image classifie dans ENVI, exportez le rsultat. Pour ce faire,

Chargez votre image classifie dans une nouvelle fentre de visualisation

Ensuite, plusieurs possibilits soffrent vous.

Soit, si vous dsirez utiliser votre image classifie dans un document Word par

exemple,

o Cliquez, dans le viewer contenant votre classification, sur File > Save Image

As > Image File

o Ignorez le message derreur qui apparait, sil apparait

o Choisissez JPEG comme Output File Type

46

o Indiquez un rpertoire de sortie correct

Soit, si vous dsirez raliser une belle mise en page cartographique (avec le logiciel

ArcMap) partir de votre image classifie,

o Cliquez, dans la barre de menu principale dENVI, sur File > Save File As >

ESRI GRID . Ce format (ESRI GRID) est ncessaire pour que les classes

doccupation du sol, lors de la mise en page de votre carte dans ArcMap,

apparaissent dans la symbologie et soient disponibles en tant que

lgende . (Dans ArcMap, vous devrez renommer vos classes et en modifier

les couleurs si ncessaire).

o Slectionnez limage exporter

o Choisissez un rpertoire de sortie (dossier Rsultat ) et donnez un nom

(moins de 13 caractres et caractres simples) votre image

( VotreNOM_Carte )

o Ignorez le message derreur et cliquez sur Ok

4.8.5.3 Mise en page cartographique dans ArcGIS

Pour la mise en page de votre carte, utilisez ArcMap.

Insrez votre carte dans un nouveau projet ArcMap et passez en mode Layout

view .

Respectez les consignes ddition cartographique donnes dans le manuel de TP SIG

disponible ici http://orbi.ulg.ac.be/handle/2268/135775 la section Edition

cartographique .

Pour crer une lgende correcte, vous pouvez renommer vos classes et en changer

les couleurs via le panneau table des matires dArcMap.

Attention, dans ArcGIS, sauvez votre projet en chemin relatif et exportez votre carte

en format PDF.

http://orbi.ulg.ac.be/handle/2268/135775

47

4.9 Cration de No-canaux

Il est parfois intressant de crer de nouveaux canaux ( no-canaux ) partir dimages car

les bandes originales peuvent tre fortement corrles entre elles (redondance de

linformation) et les no-canaux peuvent mettre en vidence certains types doccupation du

sol ou simplement faciliter la distinction entre classes doccupation du sol. Ci-dessous des

exemples de crations de nouveaux canaux qui peuvent par la suite tre utiliss en

classification.

4.9.1 Analyse en Composante Principale (ACP)

Dfinition de lAnalyse en composantes principales (ACP) (Source : Wikipedia,

http://fr.wikipedia.org/wiki/Analyse_en_composantes_principales)

L'Analyse en composantes principales (ACP) est une mthode de la famille de l'analyse des

donnes et plus gnralement de la statistique multivarie, qui consiste transformer des

variables lies entre elles (dites "corrles" en statistique) en nouvelles variables dcorrles

les unes des autres. Ces nouvelles variables sont nommes "composantes principales", ou

axes principaux. Elle permet au praticien de rduire le nombre de variables et de rendre

l'information moins redondante.

Statistiquement parlant, les premires composantes produites expliquent au mieux la

variabilit - la variance - des donnes.