Báo cáo khoa học: " Méthode de comparaison d’images satellitaires pour la détection des changements en milieu forestier. Application aux monts de Lacaune"

Chia sẻ: Nguyễn Minh Thắng | Ngày: | Loại File: PDF | Số trang:15

Thêm vào BST

Báo xấu

44
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tuyển tập các báo cáo nghiên cứu về lâm nghiệp được đăng trên tạp chí lâm nghiệp quốc tế đề tài: Méthode de comparaison d’images satellitaires pour la détection des changements en milieu forestier. Application aux monts de Lacaune...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Báo cáo khoa học: " Méthode de comparaison d’images satellitaires pour la détection des changements en milieu forestier. Application aux monts de Lacaune"

Article original Méthode de comparaison d’images satellitaires pour la détection des changements en milieu forestier. Application aux monts de Lacaune (Tarn, France) S Durrieu M Deshayes 1 Inventaire forestier national, BP 1, 34970 Maurin; 2 Laboratoire commun de télédétection CEMAGREF/ENGREF, domaine de Lavalette, BP 5095, 34033 Montpellier cedex 1, France (Reçu le 4 mai; accepté le 10 novembre 1993) Résumé — La télédétection satellitaire est, d’après certaines études, un outil adapté à la détection et à la cartographie des changements forestiers importants (coupes rases, incendies) sur de vastes territoires. Elle intéresse donc l’Inventaire forestier national français (IFN) dans une optique de mise à jour de sa carte des types de peuplements. Dans la présente étude nous avons cherché à détecter des changements plus subtils, tels les éclaircies. L’approche retenue consiste à normaliser des images satellitaires prises à des dates différentes et à les comparer ensuite pixel à pixel. La méthode de correction relative des effets atmosphériques proposée est basée sur les seules données image. Elle a été testée sur une zone de moyenne montagne, les monts de Lacaune (Tarn), à partir d’images Landsat TM prises à 1 et 2 ans d’intervalle (août 1988, 1990 et 1991). Les premiers résultats obtenus par comparaison des images après normalisation sont très satisfaisants en ce qui concerne la détection des coupes rases et des éclaircies. D’autres changements tels que dégagements dans des reboisements, travaux sur pistes, incendies sont aussi détectés. Ces résultats sont encourageants et il faut maintenant se préoccuper de la façon dont ils peuvent être cartographiés et présentés auprès des utilisateurs des données IFN. cartographie forestière / télédétection satellitaire / détection des / changements prétraitements / correction radiométrique / éclaircies Summary — A method of comparing satellite images to detect forest changes in an area of rugged terrain (southwestern France). According to the literature, satellite remote sensing is a tool adapted to the detection and mapping of major forest changes (clearcuts, burned areas) on vast territories. The French forest survey service, Inventaire Forestier National (IFN), is therefore interested in its use for updating its map of stand types. The present study attempts to detect small changes, mainly thinnings. The approach consists in normalizing satellite images taken at different dates and comparing them pixel by pixel. The proposed method of relative correction of atmospheric effects is based on image data only. It has been tested in a relief area, Monts de Lacaune (Tarn, southwestern France), and on Landsat TM images taken in August 1988, 1990 and
1991. The initial results, obtained by image comparison after normalization, concerning clearcuts and thinnings are good. Other changes, such as cleaning, forest road works, and burned areas are also detected. These results are encouraging and the work now consists in actual mapping of the changes in a way which is suitable for users. forest mapping / satellite remote sensing / change detection / preprocessing / radiometric correction / thinning INTRODUCTION rique de terrain pour déterminer les zones les plus probables de localisation d’une essence lorsqu’on connaît ses préférences France, l’Inventaire forestier national En écologiques, peut permettre d’affiner les (IFN) s’intéresse depuis quelques années résultats obtenus par classification (USDA, déjà aux possibilités d’utiliser la télédétection 1981 ; Franklin et al, 1986). Mais ces amé- satellitaire pour mener à bien certaines de liorations sont insuffisantes pour répondre ses missions (Bazire, 1987). L’IFN a été besoins de l’IFN. aux créé en 1958 pour procéder à l’inventaire Cependant l’imagerie satellitaire paraît permanent des ressources forestières afin prometteuse pour fournir certaines infor- de fournir les informations nécessaires pour mations demandées par les utilisateurs décider de la politique forestière française. actuels et potentiels des données de l’IFN La méthodologie d’inventaire comprend une (Deshayes et al, 1990 ; Lepoutre et al, étape de cartographie précise de types de 1986). Des recherches sont donc menées, peuplements, définis pour ses besoins par en partie dans le cadre du projet Spot et I’IFN et caractérisés par l’essence domi- Forêts 2 (Deshayes et al, 1992), sur l’utili- nante, le mode de conduite (qui détermine sation de ces images pour l’enrichissement en partie la structure), des classes de et la mise à jour des cartes de peuplements volume... Pour chaque département ce tra- de l’IFN. vail est réalisé tous les 10 ans à partir de photographies aériennes au 1/17 000 ou L’enrichissement de l’information au 1/25 000 ; le photo-interprète reporte sur sur la carte des types de peu- contenue le fond de carte topographique IGN au plements repose sur le constat que, s’il 1/25 000 (parfois au 1/50 000) les limites n’est pas possible de retrouver la typologie des types de peuplements (IFN, 1988). IFN à partir d’images satellitaires, certaines Cette cartographie ne semble pas réalisable unités cartographiées par le photo-inter- avec les capteurs haute résolution spatiale prète présentent une hétérogénéité radio- des satellites actuels d’observation de la métrique qui est porteuse d’information. Il Terre (Strome et al, 1991 ; Peyron et al, est par exemple envisageable de préciser 1988). Leurs résolutions spatiales et spec- l’état du type «reboisements résineux», trales ne suffisent pas pour extraire toute classe IFN qui comprend des peuplements l’information nécessaire à une cartographie de 0 à 40 ans qui peuvent être fermés ou aussi précise que celle de l’IFN. À partir des non, suivant leur âge. Cependant sans cor- images satellitaires il est en effet possible de rection des effets topographiques, qui indui- distinguer des grands groupes tels que sent des différences de radiométries impor- feuillus, résineux, mélange feuillus/résineux, tantes entre versants à l’ombre et au soleil, coupes rases, régénération et parfois de il est impossible d’étendre systématique- déterminer quelques classes de densité ment à toute l’image une relation (radiomé- (Leckie, 1989). L’utilisation d’informations trie/caractéristique du peuplement), consta- extérieures, par exemple d’un modèle numé- tée localement le terrain (Fontaine, sur
les coupes d’éclaircie, leur taux 1992). De nombreux auteurs se sont pen- concerne chés sur ce problème difficile de correction de détection. des effets topographiques (Proy et Leprieur, 1986 ; Yang et Vidal, 1990) mais les résul- MATÉRIEL ET MÉTHODES tats obtenus en utilisant les modèles pro- posés sont rarement entièrement satisfai- sants (Lauret, 1991). La zone d’étude Les mises à jour intermédiaires de la carte des peuplements sont destinées à L’étude a été réalisée sur une partie d’une région fournir aux utilisateurs une image actuelle de forestière diversifiée de moyenne montagne, les la forêt. Des recherches sont encore néces- monts de Lacaune, située à l’est du département saires dans ce domaine car, s’il est facile du Tarn. Les données disponibles sur cette zone de détecter visuellement ou parfois de façon sont : automatique des perturbations importantes 1/25 000 et les cartes topographiques IGN au - (coupes rases, incendies, dégâts de tem- 1/50 000 correspondantes ; pête...),ilest nécessaire d’améliorer les la carte des types de peuplement IFN réalisée - techniques pour la cartographie précise de partir de photographies aériennes de 1988 ; à changements plus subtils (coupes partielles modèle de terrain numérique (MNT, avec un - par exemple) (Leckie, 1989). altitudes, pentes et orientations) au pas de 20 m ; Dans une optique de mise à jour de la les images Landsat TM du 01/08/08, du - 23/08/90 et du 26/08/91 ; carte des peuplements de l’IFN, nous avons fait le choix de comparer l’évolution radio- les photographies aériennes IRC 1/17000 au - de I’IFN ; métrique pixel à pixel entre 2 images prises à 2 dates différentes. Les principaux pro- des informations sur l’évolution des peuple- - ments fournies par l’ONF (Office national des blèmes à résoudre sont alors : forêts), le CRPF (Centre régional de la propriété de rendre les images comparables entre - forestière) et des visites de terrain. elles ; Les principaux peuplements forestiers, sui- de déterminer seuil de «changement» un vant la nomenclature de l’IFN, se répartissent - radiométrique ; comme suit : d’arriver à prendre en compte des déca- - Futaie de hêtres : 3,7% lages qui persistent entre les images après Futaie autres feuillus corrections géométriques. 4,8% (chênes, mélanges) : Dans cet article nous allons nous inté- Total futaie feuillus : 8,5% resser aux 2 premiers problèmes par la mise Taillis de chênes : 3,6% au point d’une méthode de normalisation Taillis de hêtres : 5,1 % relative basée sur les seules données Autres taillis images et par la définition d’un seuil de (mélanges et châtaigniers) : 22,2% changement. La normalisation aura comme Total taillis feuillus 30,9% objectif principal, dans notre cas, de «neu- taillis feuillus 3,9% traliser les effets atmosphériques». Futaie + Total feuillus Après avoir présenté la d’étude, zone 43,3% (futaie + taillis) décrirons la méthode proposée. Les nous 2,0% Futaie de sapins ou d’épicéas : résultats obtenus par application de cette méthode seront comparés à des informa- Autre futaie de conifères (mélanges, pins, douglas...) : 0,4% tions de terrain afin de connaître les types de changements détectables et, en ce qui 2,4% Total futaie résineux :
Reboisement résineux tains facteurs les valeurs enregistrées par le plein en sur satellite. 40,3% (
avec R réflectance apparente; tg : facteur de a : transmission gazeuse (qui traduit le phénomène L luminance en W.m cos(&thetas;s ; .sr -1 .μm ): -2 i d’absorption par les gaz); R réflectance atmo- : i atm: avec d’incidence solaire; Es éclairement au i: sphérique; R : réflectance réelle de la cible; k : angle sommet de l’atmosphère en W.m Ra : ; -1 .μm -2 coefficient multiplicatif qui traduit les effets de réflectance apparente. transmission directs et diffus et les interactions multiples sol/atmosphère. Soit, en utilisant la relation [1] : En ce qui concerne les 2 premiers facteurs, état de la végétation et conditions d’observation, nous nous sommes placés dans des conditions comparables. Seule l’influence du troisième, les le ii) Passage de la luminance mesurée par - conditions atmosphériques, a alors nécessité une capteur au compte numérique de l’image : correction. Correction relative partir des coefficients de A et B étant obtenus à des effets atmosphériques calibration du capteur. entre les iii) Pour les peuplements inchangés - Il s’agit donc de corriger les comptes numériques dates t1 et t2 on a : d’une image Ima2, prise à la date t2, pour les rendre comparables à ceux de l’image Ima1, prise à la date t1. On obtient finalement une relation linéaire, La correction idéale consisterait à utiliser les valable pour les pixels inchangés, entre comptes paramètres atmosphériques. Mais ces données numériques de la date 1 et de la date 2 à partir de sont rarement disponibles. Certaines méthodes [3], [4] [5] : et les estiment en partant de l’hypothèse que la réflectance de lacs oligotrophes peut être assi- milée à la réflectance atmosphérique, R (Pou- atm pard, 1991).Lopez Garcia (1987) présente une oùa>0. méthode intéressante mais qui nécessite un calage avec des mesures de radiométrie sur le Cette équation est aussi l’équation de nor- terrain. Nous allons proposer une méthode de malisation de CN par rapport à CN pour l’en- 1 2 correction relative basée sur la recherche d’in- semble des pixels : variants entre images à partir des seules don- nées image et applicable sous certaines condi- tions, auxquelles répond le milieu forestier étudié. CN pour les pixels inchangés) Deux hypothèses vont nous permettre de réaliser (avec CN 1 2n = cette transformation. Hypothèse 2 1 Hypothèse En zone forestière, les changements n’affectent qu’un pourcentage limité des peuplements. La Les perturbations atmosphériques sur la réflec- recherche de parcelles invariantes, qui vont nous tance peuvent être approximées par une loi servir au calcul des coefficients a et b de la rela- linéaire. tion linéaire trouvée précédemment, va se faire en Cette hypothèse de linéarité a déjà été utilisée deux temps. pour établir des relations entre valeurs radiomé- Première étape : on considère qu’il n’y a aucun triques des images et réflectances mesurées au changement sur la zone forestière. On peut alors sol (Gu, 1988 ; Lopez Garcia, 1987). Elle va nous écrire à partir de [6] : permettre, pour les pixels inchangés, d’établir une relation linéaire entre comptes numériques de 2 images prises à des dates différentes. À la date ton a en effet les relations suivantes : i i) Passage de la réflectance apparente à la - luminance mesurée par le capteur :
Soit pour les pixels inchangés (CN 1 -CN 2n = 0) : Si la plupart des pixels n’ont pas changé, (a/a’- 1 ) sera proche de 0 et un grand nombre de points sur l’image des différences auront une valeur proche de 128 : l’histogramme de cette image présente effectivement un mode pour une valeur voisine de 128. Les valeurs qui s’écartent beau- coup de ce mode sont liées : soit à un changement de radiométrie significa- - tif ; soit à un problème de décalage résiduel après - corrections géométriques en limite de peuple- ment ou sur des zones de forte texture. On réalise donc un seuillage sur l’image dif- férence (Ima2lnterm-Ima1) afin de ne conserver qu’environ 60% de la population autour du mode de l’histogramme de cette image. En gardant seu- lement les pixels qui ont une valeur comprise entre M - σ et M + σ (avec σ écart-type des comptes numériques de la différence d’images), on limite les risques de sélectionner des pixels avec μ et &fi moyenne et écart type des comptes fi , sigma; qui ont subi un changement. Sur l’image seuillée, numériques des zones forestières à la date ti (i= on va prendre une série de parcelles (une cen- la carte de I’IFN permettant de déterminer 1,2), taine) en essayant d’avoir une large gamme de forestières. ces zones valeurs pour les moyennes des comptes numé- Deuxième dans la réalité étape : quelques riques de ces parcelles. On doit alors avoir, avec ont eu lieu, qui peuvent modifier, changements l’hypothèse de linéarité des effets atmosphé- par rapport à une situation sans perturbation, riques, une relation linéaire entre les moyennes l’écart type et la moyenne des pixels forestiers des parcelles entre 2 dates : et donc les valeurs a et b obtenues par [8] et [9]. Il faut donc affiner le calcul des coefficients de normalisation (fig 1). Les coefficients a’ et b’, normalement diffé- Pour cela normalise l’image Ima2, prise à on b, sont calculés par régression rents de a et t2, par rapport à l’image Ima1, prise à t1, en utili- linéaire sur l’ensemble des parcelles. La figure sant les coefficients a et b. On obtient l’image 2 présente un exemple de droite de régression Ima2Interm. On calcule alors la différence, pixel obtenue à partir des moyennes radiométriques à pixel, entre Ima2Interm et Ima1 par (CN2interm- calculées sur les canaux TM4 (proche infra-rouge) CN1 + 128) (l’ajout de la constante 128 permet de 1990 et 1991, pour un lot de parcelles inchan- d’éviter les valeurs négatives et de recentrer l’his- gées. togramme de l’image résultat entre les bornes 0 et 255). Si a’ et b’ sont les bons coefficients de parcelles invariantes et L’utilisation de non normalisation, actuellement inconnus, on a : pas d’une série de points se justifie par :
Si la est suffisamment les erreurs de localisation des pixels après cor- parcelle grande on a - μR≈ μRmoy, d’où μRéel rection géométrique qui sont, en erreur quadra- μR. = tique moyenne, inférieures au pixel au niveau des points d’amer mais qui peuvent atteindre Calcul du seuil de changement localement jusqu’à 3 pixels dans cette zone de relief ; L’intérêt de la méthode proposée est de foumir, en les problèmes d’influence de l’environnement - plus des coefficients de normalisation, un outil le calcul des réflectances : en effet, la réflec- sur statistique de décision sur la présence d’une évo- tance d’une cible est influencée par la réflectance lution radiométrique significative ou non. En effet Re de son environnement. Pour prendre en région de confiance est associée à la droite une compte cet effet, Richter (1990) propose une régression estimée à partir des parcelles de méthode simple qui, d’après Itten et al (1992), inchangées. Ses limites vont nous permettre de donne de bons résultats : définir un seuil à partir duquel on considère que les comptes numériques ont évolués entre t1 et t2. Pour CN donné, l’erreur de prédiction de 2 CN (CN normalisé) peut être décrite par la 2n 2 R : réflectance calculée par (1 ) en supposant avec variance de l’erreur : la cible grande (> 1 km Rmoy : réflectance ); 2 moyenne calculée sur une fenêtre centrée sur la cible (fenêtre 9 x9 pour des images Landsat TM); q : facteur représentant de l’environnement qui est une fonction des caractéristiques de l’atmo- seuil de L’intervalle de confiance de CN2n au sphère. confiance α 0,05 est donné par : = En prenant la moyenne parcelle, sur une l’équation [14] donne : écart type et t variable de Student. et avec =
Ainsi, si la différence entre CN et CN nor- 12 formation entre TM1 (bleu), TM2 (vert), et malisé par les coefficients a’ et b’ (CN est en ) 2n TM3 (rouge) d’une part, TM5 et TM7 d’autre dehors de l’intervalle [-S;S], on considérera qu’il part (moyen infra-rouge tous les deux). Nous y a changement de radiométrie entre t1 et t2 avons donc par la suite limité l’étude aux (fig 3). canaux TM3 (rouge), TM4 (proche infra- rouge) et TM5 (moyen infra-rouge). Analyse des changements L’évaluation de la méthode pour la détection des Coefficients de normalisation changements s’est faite dans 2 «sens» : d’une part, en allant des images vers le terrain - La méthode de normalisation a été appli- pour vérifier si les endroits détectés comme ayant quée aux canaux TM3, TM4, TM5 (rouge, changé radiométriquement correspondent à un changement réel au niveau du peuplement ; proche et moyen infra-rouge) des images d’autre part, en partant d’informations de ter- Landsat de 88, 90 et 91, prises 2 à 2. Dans - rain : les parcelles de gestion pour lesquelles le tableauI sont indiqués les coefficients a l’Office national des forêts (ONF) avait répertorié et b calculés lors de la normalisation inter- une intervention (coupes rases et éclaircies) ont médiaire à partir des caractéristiques de été relevées et reportées sur les images. Ces l’ensemble de la zone forestière, les coeffi- parcelles ont été analysées radiométriquement cients a’ et b’ calculés lors de la normalisa- pour voir si elles présentaient toutes une évolution tion définitive par régression linéaire, ainsi radiométrique significative. que certains paramètres de la régression et les résultats du test utilisé pour savoir si la RÉSULTATS différence entre les 2 jeux de coefficients est significative. Ce test est le suivant : " On teste l’hypothèse H0 : a’=a et b’ = Une première analyse nous avait permis de " " b contre H1 : a’≠a ou b’≠b ". évidence redondance de l’in- mettre en une (n(b’-b) 2 1/2σ Si H0 est vraie, F + = (a-a)(b’-b) .ΣCN CN1 2 2n.μ (a’-a) ) 1i est la + réalisation d’une variable F(2,n-2) (Saporta, 1990). On s’aperçoit alors que : l’hypothèse de linéarité n’est pas aber- - rante ; dans tous les cas les coefficients de détermination, compris entre 0,96 et 0,99, sont hautement significatifs (testés par la , R2 √(n-2)/√1-R valeur absolue variable t = d’une variable de Student à n - 2 degrés de liberté) et l’étude de la répartition des résidus ne laisse rien apparaître de «sus- pect» ; le modèle linéaire semble accep- table. les coefficients a,b et dans certains cas - a’,b’ sont significativement différents, ce qui justifie le calcul de a’ et b’ et semble montrer que les changements sont parfois assez importants pour qu’une normalisation simple
utilisant les coefficients l’ensemble des parcelles inchangées. Ces et b soit insuffi- a valeurs sont comparées à σ, erreur stan- sante. dard de l’estimation de CN2 normalisé. L’influence du choix des parcelles a été partie étudiée pour TM4 ; le calcul des Dans notre cas, avec un nombre suffi- en coefficients de la droite de régression entre sant d’observations (> 50), on peut approxi- les données 90 et 91 avec un autre lot de mer l’intervalle de confiance, limité par 2 parcelles a donné des résultats qui ne pré- branches d’hyperboles, par une région limi- sentent pas une différence significative par tée par 2 droites parallèles à la droite de rapport à ceux obtenus avec les premières régression et distantes d’elle de 2σ. Cette parcelles. approximation est d’autant plus justifiée qu’il n’est pas possible d’avoir une précision infé- rieure à l’unité au niveau des comptes Seuils de changement numériques. On peut alors calculer les différences, d’une part, entre les images 90 Normalisée Le tableau Il le seuil S de indique change- et 88, d’autre part, entre les images 91 Nor- ment calculé pour 3 valeurs de 22 CN CN : = malisée et 90 et comparer les valeurs obte- μ O, 2μ où μ représente la CN2 CN2 CN2 nues aux seuils S correspondants. moyenne des comptes numériques CN2 de
Analyse des zones où une évolution La majorité des changements a été per- radiométrique est détectée çue sur TM4 (proche infra-rouge). Cepen- dant les zones incendiées sont mieux détec- tées à partir de TM5 (moyen infra-rouge) ; L’image obtenue directement par différence avec TM4 seules les parties les plus tou- entre Ima2Norm et Ima1 suivie d’un chées par le feu semblent être détectées seuillage est bruitée : au niveau des zones et les surfaces incendiées sont sous-esti- présentant une certaine texture et le long mées. des limites, de nombreux pixels ont une valeur sur la différence d’images en dehors Nous avons donc constaté que 95% des de l’intervalle [-S ; + S]. Ceci s’explique par sites identifiés par traitement d’image et les légers décalages qui persistent entre vérifiés sur le terrain avaient subi une trans- images après correction géométrique. Le formation qui pouvait expliquer l’évolution lissage à l’aide d’un filtre moyen des images radiométrique. Ima2Norm et Ima1 permet de supprimer ces artefacts pour les zones texturées. Analyse des parcelles éclaircies Quarante-cinq sites pour lesquels une ou coupées à blanc signalées par l’ONF différence significative de radiométrie est détectée ont été visités ; 43 avaient évo- lué : coupes rases, incendies, éclaircies, Pour l’analyse de l’évolution radiométrique dégagements, travaux sur chemins ou de ces parcelles, nous avons été gênés par pistes... des imprécisions à 2 niveaux : Pour 2 sites seulement, l’évolution radio- situation des interventions dans le temps : métrique n’a pu être expliquée par une inter- - connaît les dates de permis d’exploitation vention humaine ou un accident : l’un dans on et de décharge d’exploitation concernant un taillis de feuillus, l’autre dans un jeune une parcelle, qui sont parfois distantes de 3 reboisement de résineux où le développe- ou 4 ans. La date de la coupe est comprise ment normal du peuplement pourrait être la cause du changement de radiométries. entre ces 2 dates mais cette information
Éclaircies n’est pas toujours suffisante pour situer la coupe par rapport aux prises de vues. Les Les résultats concernant une partie des données pour lesquelles on a pu situer l’in- éclaircies sont rapportés dans les tableaux tervention par rapport aux prises de vues III et IV. sont alors les plus intéressantes ; Le meilleur canal pour détecter les éclair- localisation des coupes dans l’espace car, - cies est le proche infra-rouge (TM4). Ce si on sait qu’une parcelle a été coupée en résultat concorde avec ceux obtenus dans partie seulement, la localisation de cette d’autres études où le proche infra-rouge uti- coupe partielle est inconnue. lisé seul ou combiné avec le rouge (Pilon et al, 1988 ; Häme, 1987 ; Sader et Winne, Coupes rases 1992 ; Abednego et Collet, 1992 ; Herwitz et al, 1990) permet une bonne estimation de la Toutes les coupes rases répertoriées pré- masse du couvert forestier et de ses évo- sentaient une évolution significative des lutions. radiométries, sur les canaux TM4 et TM5. Le nombre de coupes d’éclaircie détec- Ces évolutions radiométriques sont liées tées est élevé; si on regarde les résultats du soit à l’extraction de la matière végétale si la tableau III, qui sont les plus fiables, seule- coupe a effectivement lieu entre les 2 prises ment 1 éclaircie sur 12 n’a pas été détectée de vues, soit aux changements importants et ce sûrement en raison de la nature de la du milieu après la coupe. En effet, des parcelle. De même, pour les parcelles réper- coupes réalisées avant 1988 ont été repé- toriées dans le tableau IV, un grand nombre rées ; en 1988 le milieu est alors en régé- de celles pour lesquelles les éclaircies n’ont nération, et c’est cette évolution que l’on pas été détectées sont très hétérogènes (vérifié sur photographies aériennes). Sur perçoit.
parcelles, digitalisées en totalité, l’éclair- tions observées dans le moyen infra-rouge ces cie n’a pu affecter qu’un petit pourcentage sont souvent difficile à interpréter. de la surface ; le changement radiométrique En concerne la «qualité» de qui ce n’est plus perçu au niveau de la moyenne n’a pas pu mettre en évidence l’éclaircie, on radiométrique de la parcelle. Cependant on de relation entre l’importance de la diffé- ne sait pas si elles n’ont pas été repérées rence radiométrique et l’intensité de la pour cette raison ou à cause de la date de coupe. Ceci peut encore s’expliquer par le coupe. tracé des parcelles qui est souvent plus large que celui de l’éclaircie elle-même. Des parcelles éclaircies avant 1988 pré- sentent un changement de radiométrie signi- ficatif entre 1988 et 1990. Ce résultat s’ex- Accidents plique si la coupe a été réalisée peu de temps avant la prise de vue 1988, date à Deux parcelles, exploitées après la prise laquelle le peuplement ne s’est pas encore de vue 1991, présentaient cependant une refermé. Dans ce cas là on observe une évolution radiométrique significative liée à la augmentation des comptes numériques sur présence d’un chablis survenu avant cette TM4 entre les 2 dates au lieu de la diminu- date. tion constatée lorsque l’éclaircie a lieu entre les 2 prises de vue. DISCUSSION Sur le canal TM5, l’évolution des comptes numériques n’est pas toujours expliquée par des interventions humaines sur les peu- La méthode de comparaison d’images pro- plements. Plusieurs études ont montré l’in- simple à mettre en &oelig;uvre car posée est térêt de ce canal pour détecter les peuple- l’information contenue dans les basée sur ments malades ou dépérissants (Häme, Elle est adaptée aux milieux relati- images. 1987; Godard et al, 1990) mais les varia- vement stables d’une année à l’autre, ce
qui est le cas de certains milieux forestiers, connue) qui peut cependant être lié ici aux dont celui étudié. Pour l’instant les images pratiques sylvicoles. Le taux de détection doivent être prises dans les mêmes condi- obtenu pour les autres parcelles (date d’ex- tions d’observation, ce qui limite le choix ploitation mal située par rapport aux prises des images à traiter. Dans le cas étudié, de vue) est inférieur (22 éclaircies repérées les images Landsat TM de 90 et 91 pré- sur 38) mais sûrement sous-estimé pour 2 sentaient des conditions optimales d’appli- raisons : cation : jours de prise de vue quasiment si des parcelles ont été éclaircies long- - identiques, une année d’intervalle, donc peu avant la prise de vue de 1988 il est temps de changements. Mais il n’est pas toujours normal de ne pas les repérer ; possible d’avoir des images de bonne qua- mais surtout, bon nombre des interven- - lité prises le même jour d’une année à tions non détectées concernent des par- l’autre. La différence de 20 j environ entre les celles hétérogènes éclaircies partiellement. images de 88 et 90 et la différence de 6,6° La radiométrie moyenne de la parcelle est qui en résulte au niveau de l’angle d’inci- peu modifiée mais la partie éclaircie pourrait dence solaire ne semble pas avoir diminué apparaître lors de la cartographie. le taux de détection des changements. Si Il faudrait maintenant augmenter le l’hypothèse de linéarité s’est avérée accep- nombre de parcelles test pour confirmer les table dans des conditions d’observation simi- résultats obtenus. laires, il est peu probable qu’elle reste valable lorsque les angles d’incidence Il est possible que certains changements solaire ou de prise de vue vont varier de certains travaux sylvicoles n’affectent ou façon importante entre 2 dates. Les possi- que la texture de l’image. Dans les images bilités de généralisation et d’adaptation de actuelles la résolution est insuffisante, même cette méthode à des images prises avec avant lissage, pour apporter une informa- des angles de visée différents (images tion texturale fine et la détection de tels SPOT) sont en cours d’étude. L’utilisation changements est peu probable. Mais les de données d’origines différentes permet, futurs capteurs auront des résolutions plus entre autres, d’augmenter les chances d’ac- fines et, dans une optique d’utilisation de quisition des images à la date souhaitée. leurs images, il faudra s’intéresser aux pos- sibilités de suivi de l’évolution texturale, en En raison des légers décalages qui per- plus de l’évolution radiométrique. sistent après les corrections géométriques, les images ont été lissées pour supprimer Pour l’instant nous n’avons pas abordé certains artefacts. Ainsi l’information textu- «mise en forme cartographique» l’aspect rale est en partie perdue et seules les évo- des informations extraites, mais simplement lutions radiométriques moyennes peuvent évalué la possibilité de détecter des chan- être perçues. Cependant, sur la zone étu- gements en milieu forestier. Pour réaliser une carte il faudra prendre en compte les diée, on a pu mettre en évidence des infor- éventuels décalages résiduels entre images mations intéressant les professionnels fores- qui vont poser problème au niveau des tiers : présence d’incendies, coupes rases, limites entre peuplements de radiométries coupes d’éclaircies, chablis, quelques tra- différentes. Une fois les changements bien vaux de dégagement... Il n’est pas éton- localisés, l’utilisation croisée d’informations nant de détecter des perturbations telles radiométriques et extérieures à l’image (en que les coupes rases à 100%. Il est en particulier celles de la carte des types de revanche intéressant de noter le bon taux de peuplements de l’IFN) devrait permettre détection des éclaircies (11/12 pour celles l’identification de certains changements. dont la date d’exploitation était à peu près
Tous les changements forestiers sus- Deshayes M, Durrieu S, Lauret S, Poupard C (1992) Projet SPOT & Forêts 2, rapport inter- ceptibles d’être repérés à partir d’images médiaire, LCT ENGREF/CEMAGREF satellitaires ne conduisent pas à une modi- Fontaine A (1992) Utilisation des images satellites fication du type de peuplement défini par pour l’enrichissement et la mise à jour de I’IFN ; c’est le cas de la plupart des éclair- cartes forestières, mémoire de fin d’études, cies. Il faudra donc accompagner la détec- ENGREF, Sept 1992, 72 p tion et l’identification des changements d’une Franklin J, Logan TL, Woodcock CE, Strahler AH réflexion sur la façon d’enregistrer cette (1986) Coniferous Forest Classification and information et de la présenter aux utilisa- Inventory Using Landsat and Digital Terrain teurs des données de l’IFN. Data, IEEE Trans Geosci Remote Sens, GE- 24, 1, janv 1986 Godard M, Gray J, Poitevin J (1990) The relative REMERCIEMENTS merits of SPOT HRV and Landsat TM images for forest cover change detection in Forillon National Park, Quebec, Canada, IEEE Trans Nos remerciements vont au CNES qui a financé Geosci Remote Sens 28, 4, 745-746 le projet Spot & Forêt 2 et l’acquisition des don- Gu XF (1988) Mise en relation des luminances nées Landsat pour l’étude de l’intérêt du moyen mesurées par SPOT avec les réflectances infrarouge, dans le cadre de la préparation du de surfaces agricoles mesurées au sol, lancement de SPOT4. mémoire de DEA, université Paris VII, Juin Nous remercions M Nadal, du Pôle Télédé- 1988, 37 p tection, pour le prêt de certaines images. Merci au Häme T (1987) Satellite image-aided change personnel de l’ONF de Castres pour son aide détection. In: Proc SNS/Taksaattoriklubi, Semi- dans la récolte des informations de terrain et aux nar on Remote Sensing - Aided Forest Inven- personnes de l’IFN qui nous ont permis de dis- tory (Ed University of Helsinki), 10-12 Dec, poser des fichiers cartographiques et des pho- Research notes n° 19 tographies aériennes en temps voulu. Un grand Herwitz SR, Peterson DL, Eastman JR (1990) merci à A Vidal et C Puech (laboratoire commun Thematic Mapper detection of changes in the de télédétection ENGREF/CEMAGREF) pour leaf area of closed canopy pine plantations in l’aide apportée à la réalisation de cet article. Central Massachussetts. Rem Sens Environ 29, 129-140 IFN, Manuel du photointerprète du Tarn (3 cycle) e RÉFÉRENCES Itten KI, Meyer P, Kellenberger T, Leu R, Sand- meier S, Bitter P, Seidel K (1992) Correction Abednego BSP, Collet C (1992) A theoretical of the impact of topography and atmosphere approach for vegetation change index based Landsat-TM forest mapping of alpine on non-corrected radiometric data. Int J regions. Remote Sensing Series, vol 18, on Remote Sens 13, 4, 699-714 Department of Geography, University of Zurich, 48 p Bazire P (1987) Télédétection et forêts. Rev For Fr2, 1987, 157-158 Lauret S (1991) Télédétection et forêt : correc- tion radiométrique des effets du relief, mémoire Deschamps PY, Herman M, Tanre D (1981) de fin d’études, INA-PG, 104 p Influence de l’atmosphère en télédétection des ressources terrestres. Modélisation et Leckie DG (1989) Innovation in remote sensing. possibilités de correction. Signatures spec- In: Proc 13th Commonwealth Forestry Confe- trales d’objets en télédétection, Avignon, 8- rence (GL Tarlton, ed), Rotorua, New Zea- land, 17-30 Sept 1989, session 4A 11sept 1981, 544-558 Deshayes M, Durrieu S, Girou Lepoutre D, Leprieur C, Peyron JL(1986) Télé- D (1990) Utilisation détection et forêts : situation actuelle en Suède de la télédétection satellitaire pour des appli- cations forestières, projet SPOT & Forêt 1, et perspectives pour la France. Rev For Fr rapport final, LCT ENGREF/CEMAGREF XXXVIII-4, 385-393
Lopez Garcia J (1987) Un metodo alternativo de Richter R (1990) A fast atmospheric correction correccion atmosferica, Universitat de Valen- algorithm applied to Landsat TM images. Int J cia Rem Sens 11, 1, 159-166 Peyron JL, Leprieur C, Durand JM (1988) Appli- Sader SA, Winne JC (1992) RGB-NDVI colour cation de la télédétection à l’aménagement composites for visualizing forest change dyna- des forêts tempérées. Rev For Fr XL-n° spé- mics. Int J Rem Sens 13, 3055-3067 cial, 1988, 85-90 Saporta G (1990) Probabilités, Analyse des don- Pilon PG, Howarth PJ, Bullock RA, Adeniyi PO nées et Statistique, Éd Techniques, 493 p (1988) An enhanced classification approach to Strome WM, Leckie DG, Miller J, Buxton R (1991) change detection in semi-arid environments. Application of high resolution remote sensing Photogramm Eng Remote Sensing 54, 12, image data. In: Proc Symp Amer Ins Aero- 1709-1716 nautics and Astronautics (F Shahroki, ed) Poupard C (1991) Normalisation d’images SPOT Washington, 77-93 pour la cartographie forestière, mémoire de USDA (1981) FOCIS: a forest classification and fin d’études, ENGREF, sept 1991, 104 p inventory system using Landsat and digital Proy C, Leprieur C (1985) Influence de topogra- terrain data, United States Department of Agri- phie et de l’atmosphère sur les mesures radio- cultural Forest Service métriques en région montagneuse. Test d’un Vidal A (1990) Combination of digital Yang CJ, modèle d’inversion du signal sur des données elevation models with SPOT-1 HRV multis- TM, Proc 3rd Int Colloqium on Spectral Signa- pectral imagery for reflectance factor map- tures of Objects in Remote Sensing, Les Arcs, ping. Remote Sens Environ 45, 35-45 France, 16-20 dec 1985, ESA SP-247