Informations et ressources scientifiques
sur le développement des zones arides et semi-arides

Titre : L’exploitation des méta-heuristiques pour le traitement multi-sources des images satellitaires, Application : étude des changements d’occupation des sols.

Auteur : ABIDI Meriem,

Université de soutenance : Université des Sciences et de la Technologie d’Oran. Mohamed Boudiaf

Grade : Doctorat en Sciences 2021

Résumé
L’utilisation de données de télédétection est une méthode très importante pour indiquer les changements d’occupation de sols. La télédétection peut fournir une meilleure image qui permet de localiser des zones géographiquement modifiées. L’objectif de notre travail était d’appliqué une approche de détection de changements basée sur l’utilisation de la méthode post-classification d’images satellitaires multi-temporelles Landsat -8 afin d’isoler les pixels changés. La qualité de l’image classifier affecte la précision de la détection de changements. Ainsi, nous proposons une classification supervisée d’une image satellitaire en utilisant un réseau de neurone MLP (perceptron multi couche) optimisé par trois algorithmes PSO (l’optimisation par essaim de particules), GSA (l’algorithme de recherche gravitationnelle) et PSOGSA (l’hybridation de l’optimisation par essaim de particules et l’algorithme de recherche gravitationnelle) qui seront ensuite utilisée le résultat de classification dans le processus de détection de changements qui permis d’analyser les changements et d’identifier les zones de dégradation. Les résultats expérimentaux prouvent le succès de ces techniques à la classification des images satellitaires, et montrent l’état des couverts forestiers de notre zone d’étude qui a perdu de 19.87 ha justifiée par les incendies.

Mots clés : Télédetection, images satellitaires, détection des changements, métaheuristique. Remote sensing, satellite images, change detection, metaheuristic.

Présentation

Version intégrale