5. Aménagement urbain

Changements de l'occupation du sol en milieu urbain

Est-il simple de classifier les occupations du sol en milieu urbain ??

La diversité et l'hétérogénéité spectrale de la réflectance en milieu urbain sont l'un des principaux obstacles à la classification des différents types d'occupation du sol. Cette réflectance est, du moins lorsqu'on la compare à d'autres milieux, considérée comme extrêmement variable à différentes échelles spatiales. En effet, les zones urbaines fournissent un grand nombre d'exemples de classes thématiques présentant une telle variabilité. Ces classes contiennent un grand nombre de pixels qui présentent des caractéristiques spectrales similaires aux autres classes d'occupation. La diversité des classes urbaines et leurs fortes hétérogénéités spatiales spécifiques aux tissus urbains entrainent une proportion importante de confusions entre ces dernières et les classes non urbaines.

Spectre de réflectance d'éléments urbains ordinaires.

Les méthodes les plus précises

L'analyse des signatures spectrale impures (Spectral Mixture Analysis, SMA) fournit une base physique permettant de quantifier l'influence spectrale de la mosaïque d'objets urbains sur le signal enregistré par le capteur. Ceci permet de discriminer les zones urbaines spectralement hétérogènes des couvertures non urbaines, spectralement plus homogènes. Les méthodes de type SMA reposent sur l'hypothèse qu'une signature spectrale impure peut être décomposée en une combinaison linéaire de signatures pures, en fonction de la proportion de la surface correspondant au champ instantané de prise de vue, couverte par chacune de celles-ci.

Le modèle d'extraction basé sur les caractéristiques multiples des objets présents au sol. . La classification et l'extraction des données issues de ce modèle reposent sur les principes de la vision et du raisonnement humains. Ce type de modèle exploite les possibilités des Systèmes d'Information Géographique (SIG) et des Systèmes Experts (SE) pour combiner différents types d'objets présents sur l'image, en reproduisant le raisonnement du géographe expert basé sur ses connaissances en interprétation d'image assisté par ordinateur.

Cette méthode est peu sensible au bruit et la carte d'occupation du sol est conforme à la réalité. Comparativement à l'image de départ, les objets obtenus donnent une information plus pertinente. Ce qui rend cette méthode scientifiquement plus correcte.

Ensemble des opérations du modèle de classification et d'extraction.

Le modèle comprend 3 sous-parties :

• Le traitement de l'image (fournit une information qui stimule la réflexion de l'expert).
• "Remote sensing information vision cognition". (On reproduit les processus de raisonnement de l'expert lors de l'interprétation. C'est lors de cette étape qu'il est possible d'interpréter les formes, la texture et la couleur de l'objet.
• L'analyse des caractéristiques de l'image par l'expert qui résonne et interprète. (Durant cette troisième partie du modèle, on fait le lien entre les objets et leurs caractéristiques et l'on obtient un résultat issu de l'extraction. Le tout se fait par une prise de décision et un jugement)