La combinaison d'indicateurs de changement pour le suivi de l'évolution de l'occupation du sol à partir d'imagerie satellitales

Abstract

L'apparition de capteurs d'observation de la terre ayant une haute résolution spatiale a permis la réalisation de beaucoup d'applications liées à l'analyse de la surface terrestre ou de l'environnement comme le suivi de la végétation, la mise à jour de la cartographie et aussi la gestion des risques.
Il existe plusieurs approches pour la détection de changement en imagerie : des méthodes qui se sont fondées sur l'analyse par vecteurs de changement, les détecteurs simples et la régression, des méthodes d'analyse de texture, d'analyse en composantes principales, d'analyse de formes, de différence de l'indice de végétation, et des ondelettes et finalement les méthodes de classification multi-dates directes, de comparaison post classification et de comparaison post classification flou, d'intelligence artificielle, de réseaux artificiels de neurones et des systèmes experts.\\
La détection de changement peut se faire entre deux images ayant différentes dates, tandis que le suivi de l'évolution de l'occupation du sol se fait à partir d'une multitude d'images multidates.
L'application de l'approche a contrario en traitement d'images, repose sur la détection de structures non attendues. Ainsi, on peut détecter des "évènements" sans faire d'hypothèse sur la forme de ces événements, ce qui justifie le qualitatif de détection a contrario.
Au cours de ce travail, nous avons appliqué l'approche a contrario pour faire le suivi de l'évolution de l'occupation du sol en combinant plusieurs indicateurs de changement.