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
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:[email protected]://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.
Recommended
