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

Accueil du site → Master → France → 2019 → Évaluation méthodologique du capteur WorldView-3 pour l’identification des arbres isolés du parc à Faidherbia albida de la zone de Bambey au Sénégal

AgroParisTech (2019)

Évaluation méthodologique du capteur WorldView-3 pour l’identification des arbres isolés du parc à Faidherbia albida de la zone de Bambey au Sénégal

Kalenga Tshingomba Urcel

Titre : Évaluation méthodologique du capteur WorldView-3 pour l’identification des arbres isolés du parc à Faidherbia albida de la zone de Bambey au Sénégal

Auteur : Kalenga Tshingomba Urcel

Etablissement de soutenance : AgroParisTech

Grade : Mastère spécialisé (Systèmes d’informations localisées pour l’aménagement des territoires (SILAT) 2019

Résumé
La conservation des espèces arborées dans les systèmes agroforestiers constitue un enjeu important pour l’agriculture. Dans la zone d’étude qui nous intéresse située à Bambey à l’Est de Dakar au Sénégal, nous nous sommes intéressés au parc à Faidherbia albida où l’utilité de ses arbres est d’autant plus évidente, car l’écosystème y est fragile du fait de la présence de sols sableux peu fertiles et d’un climat semi-aride. D’où l’importance de développer des outils innovants pour inventorier les espèces existantes et les suivre dans le temps. Parmi ces techniques, nous proposons d’explorer les potentialités d’une image satellite WorldView-3 pour l’identification de sept espèces arborées, car elle combine à la fois une résolution spatiale sub-métrique et huit bandes spectrales sur un territoire avec une emprise au sol d’environ 20 km X 20 km. Pour ce faire, nous procédons en 4 étapes pour lesquelles plusieurs méthodes issues de la bibliographie ont été testées, puis comparées : 1) l’extraction des couronnes d’arbre par segmentation multirésolution, et par seuillage manuel du NDVI et du SAVI ; 2) l’identification des bandes et des indices radiométriques et texturaux permettant la discrimination des arbres par les méthodes d’ACP et AFD ; 3) la classification de l’image en comparant 3 algorithmes : le spectral angle mapper (SAM) ; le support vector machine (SVM) linéaire et le SVM radial ; et le random forest (RF) ; 4) enfin la mesure de la robustesse du meilleur algorithme choisi à la suite de la comparaison des précisions produites. Les résultats montrent que le seuillage de NDVI > 0,4 arrive à mieux cerner les couronnes d’arbres, contrairement à la segmentation multirésolution qui présente des débordements sur les contours des cimes, et que seuls les moyennes et les écarts-type des réflectances permettent de discriminer 4 espèces (Azadirachta indica ; Balanites aegyptica ; Faidherbia albida ; et Tamarindus indica) possédant des signatures spectrales typiques pouvant les distinguer des autres. Les espèces Adansonia digitata, Anogeissus leiocarpus et Celtis integrifolia ne possèdent pas de signatures spectrales spécifiques, nous obligeant à les regrouper en une classe « Autres espèces ». Dans l’ensemble, les meilleurs résultats ont été obtenus avec le SVM linéaire dont la classification finale faite à l’issue de l’entrainement sur 30 tirages aléatoires des données d’entrainement a produit de précisions globales et kappa respectives de 89 % et 0,71 pour le meilleur tirage. En perspective, afin d’améliorer ces travaux, il serait intéressant de tester l’apport complémentaire des données temporelles à haute résolution spatiale telles que PLANET et celles à très haute résolution spatiale de WV-3, en vue d’améliorer la possibilité de discrimination des espèces arborées dans une approche temporelle de l’analyse spectrale.

Mots clés : Cartographie, Plantes — Classification, Gestion des écosystèmes, Sénégal

Dépôt Universitaire de Mémoires Après Soutenance (DUMAS)

Version intégrale (4,15 Mb)

Page publiée le 22 février 2022