Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.
Dans cet article, nous évaluons les performances de classification de trois algorithmes non paramétriques (kNN, RF et SVM) en utilisant les données multi-temporelles de trois satellites (Sentinel-1, Alos-Palsar-2 et Sentinel-2) et de leurs combinaisons. La zone d'étude choisie se caractérise pa...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Société Française de Photogrammétrie et de Télédétection
2021-11-01
|
| Series: | Revue Française de Photogrammétrie et de Télédétection |
| Subjects: | |
| Online Access: | https://rfpt.sfpt.fr/index.php/RFPT/article/view/599 |
| _version_ | 1818894659306389504 |
|---|---|
| author | Siham ACHARKI Pierre Louis FRISON Mina AMHARREF Hanna KHOJ Samed BERNOUSSI |
| author_facet | Siham ACHARKI Pierre Louis FRISON Mina AMHARREF Hanna KHOJ Samed BERNOUSSI |
| author_sort | Siham ACHARKI |
| collection | DOAJ |
| description | Dans cet article, nous évaluons les performances de classification de trois algorithmes non paramétriques (kNN, RF et SVM) en utilisant les données multi-temporelles de trois satellites (Sentinel-1, Alos-Palsar-2 et Sentinel-2) et de leurs combinaisons. La zone d'étude choisie se caractérise par un climat méditerranéen subhumide et une topographie très accidentée qui rend la classification d’occupation du sol particulièrement difficile. En outre, elle contient une aire protégée nommée Jbel Moussa et présente une diversité biologique exceptionnelle. Afin de suivre le couvert végétal de cette dernière, nous avons acquis et prétraités les images satellitaires optiques et radar pour la période du 1er janvier au 31 décembre 2017. Ensuite, nous avons combiné les trois satellites, soit douze scénarios produits. Des cartes de classifications illustrent notre approche. Un total de trente-six classifications a été obtenu, en se basant sur sept classes : eau, bâtiment et infrastructures, sol nu, végétation peu dense, prairies, forêt peu dense et forêt dense. Les résultats ont montré que pour tous les scénarios, la précision globale la plus élevée a été produite par RF (53,03%-93,06%), suivie de kNN (49,16%-89,63%), tandis que SVM (47,86%-86,08%) a produit la précision de classification la plus faible. L'étude a également montré une similitude entre les performances de la combinaison des trois satellites et celles de Sentinel-2 seul. Les estimations de la superficie pour les différentes classes vont de 0,85 km2 (0,11% de la zone d'étude) à 326,84 km2 (41,31% de la zone d'étude) |
| first_indexed | 2024-12-19T18:32:00Z |
| format | Article |
| id | doaj.art-6327bf3975cf4f31a46e88d4d6804ee1 |
| institution | Directory Open Access Journal |
| issn | 1768-9791 2426-3974 |
| language | English |
| last_indexed | 2024-12-19T18:32:00Z |
| publishDate | 2021-11-01 |
| publisher | Société Française de Photogrammétrie et de Télédétection |
| record_format | Article |
| series | Revue Française de Photogrammétrie et de Télédétection |
| spelling | doaj.art-6327bf3975cf4f31a46e88d4d6804ee12022-12-21T20:10:41ZengSociété Française de Photogrammétrie et de TélédétectionRevue Française de Photogrammétrie et de Télédétection1768-97912426-39742021-11-0122310.52638/rfpt.2021.599Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.Siham ACHARKI0Pierre Louis FRISON1Mina AMHARREFHanna KHOJSamed BERNOUSSIFST, Tanger-MarocLastig UGE-IGNDans cet article, nous évaluons les performances de classification de trois algorithmes non paramétriques (kNN, RF et SVM) en utilisant les données multi-temporelles de trois satellites (Sentinel-1, Alos-Palsar-2 et Sentinel-2) et de leurs combinaisons. La zone d'étude choisie se caractérise par un climat méditerranéen subhumide et une topographie très accidentée qui rend la classification d’occupation du sol particulièrement difficile. En outre, elle contient une aire protégée nommée Jbel Moussa et présente une diversité biologique exceptionnelle. Afin de suivre le couvert végétal de cette dernière, nous avons acquis et prétraités les images satellitaires optiques et radar pour la période du 1er janvier au 31 décembre 2017. Ensuite, nous avons combiné les trois satellites, soit douze scénarios produits. Des cartes de classifications illustrent notre approche. Un total de trente-six classifications a été obtenu, en se basant sur sept classes : eau, bâtiment et infrastructures, sol nu, végétation peu dense, prairies, forêt peu dense et forêt dense. Les résultats ont montré que pour tous les scénarios, la précision globale la plus élevée a été produite par RF (53,03%-93,06%), suivie de kNN (49,16%-89,63%), tandis que SVM (47,86%-86,08%) a produit la précision de classification la plus faible. L'étude a également montré une similitude entre les performances de la combinaison des trois satellites et celles de Sentinel-2 seul. Les estimations de la superficie pour les différentes classes vont de 0,85 km2 (0,11% de la zone d'étude) à 326,84 km2 (41,31% de la zone d'étude)https://rfpt.sfpt.fr/index.php/RFPT/article/view/599Sentinel-1, Sentinel-2, Alos-Palsar-2, RF, SVM, kNN, Aire protégée |
| spellingShingle | Siham ACHARKI Pierre Louis FRISON Mina AMHARREF Hanna KHOJ Samed BERNOUSSI Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique. Revue Française de Photogrammétrie et de Télédétection Sentinel-1, Sentinel-2, Alos-Palsar-2, RF, SVM, kNN, Aire protégée |
| title | Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique. |
| title_full | Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique. |
| title_fullStr | Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique. |
| title_full_unstemmed | Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique. |
| title_short | Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique. |
| title_sort | complementarite des images optiques sentinel 2 avec les images radar sentinel 1 et alos palsar 2 pour la cartographie de la couverture vegetale application a une aire protegee et ses environs au nord ouest du maroc via trois algorithmes d apprentissage automatique |
| topic | Sentinel-1, Sentinel-2, Alos-Palsar-2, RF, SVM, kNN, Aire protégée |
| url | https://rfpt.sfpt.fr/index.php/RFPT/article/view/599 |
| work_keys_str_mv | AT sihamacharki complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT pierrelouisfrison complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT minaamharref complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT hannakhoj complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT samedbernoussi complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique |