A la Rentrée 2008-2009 Robin Pouteau a accepté de conduire une thèse sur les îles Marquises.

Mosaique IKONOS de l'île de Nuku Hiva

Mosaique AirSAR de l'île de Nuku Hiva

En effet l'île de Tahiti concentre la majorité de la population polynésienne, elle a ainsi été la première à bénéficier d'un intérêt des services administratifs pour l'acquisition d'outils à base géographique tels que cadastre, PGA, etc... Des campagnes de photographies aériennes ont donc été menées sur la quasi totalité de l'île (à l'exception du centre de Tahiti Iti). De ce fait, aucune image satellite optique à haute définition n'a été commandée par le territoire récemment.

Devant le constat que les photographies aériennes coûtent cher (nécessiter de mobiliser un avion avec son équipage ne pouvant faire d'acquisition que par beau temps) et que les capteurs satellites ont vu leur performances s'accroître pour atteindre des précision de 1 mètre au sol, le territoire a commencé à acheter de la donnée Ikonos en remplacement des photographies aériennes sur les îles non encore couvertes.

Le constat était que l'on disposais d'images satellites optiques à haute résolution sur des îles dont la population et les problématiques sociales qui en découlent sont limitées alors que sur Tahiti où se concentrent la majorité des problématiques pouvant être abordées par l'intermédiaire d'images satellite haute résolution et de la télédétection, nous ne disposions pas des images nécessaires.

Les thématiques pouvant être, l'étude du couvert végétal, l'extension de la zone urbaine, étude de zones à risque, le suivi du récif corallien, etc...

La donnée satellite SPOT5

Une image SPOT5 de Tahiti a été acquise pendant la phase de test du capteur satellite, le 26 mai 2002, cette image a servi de support pour du matériel de promotion du capteur SPOT5 et de la société SPOT Images: ( poster géant dans le hall d'exposition de la conférence internationale sur la télédétection IGARSS03, à Toulouse, plaquette publicitaire SPOT Images, etc... ).

©CNES (2002), distribution Spot Images S.A.

Celle ci est d'une qualité exceptionnelle puisque sans un seul nuage (qui est la principale limitation des capteurs optiques), avec une résolution de 2m50 et 4 bandes de fréquence: R, G, Proche Infra-rouge et Infra Rouge.

Cette image n'a été mise au catalogue SPOT Images que très récemment devant l'intérêt répété de différents acquéreurs potentiels Tahitiens et à ce jour la connaissance de son existence est restée confidentielle.

Nous n'avons pas pu obtenir cette image car elle avait acquise pendant la période de test du capteur et n'avait pas toutes la qualité requise. Nous avons donc choisi une autre donnée SPOT5 datant du 30 Mai 2002 de très bonne qualité.

©CNES (2002), distribution Spot Images S.A.

©CNES (2002), distribution Spot Images S.A.

La programmation du satellite pour une nouvelle donnée récente est effective depuis un an et demi et nous n'avons toujours pas validé de donnée exempte de nuages ce qui montre la difficulté d'acquérir de la donnée satellite en milieu insulaire tropical.

(update) Nous venons juste de recevoir une nouvelle image datée du 06 Mai 2009, la voici, il y a un peu plus de nuages que sur la précédente, mais les zones intéressantes en sont exemptes, comme la papenoo, la presqu'île, la zone urbaine, etc...

©CNES (2009), distribution Spot Images S.A.

©CNES (2009), distribution Spot Images S.A.

Collaboration IRD - UPF - Territoire

Nous avons entamé en ce début d'année Universitaire 2008-2009 une collaboration avec l'IRD de Nouméa pour traiter la donnée SPOT5 de Tahiti. Nous intégrons en cela le projet CRISP (Coral Reef Initiatives for the Pacific) et sa composante GERSA que dévelloppe l'US ESPACE de l'IRD Nouméa.

Le projet vise à entre autre évaluer l'apport terrigène au lagon en calculant le risque érosif grâce à un modèle de Pertes en Sol. Notre travail consiste à fournir le facteur de végétation qui entre dans l'équation Universelle de Pertes en Sol. Ce facteur de végétation peut être obtenu par une classification de l'occupation des sols et du couvert végétal (île de Tahiti, données SPOT5) mais aussi par un calcul d'indice de végétation SARvi (île de Moorea, données JPL-AirSAR).

Ile de Tahiti - Premières classifications

En ce début d'année Universitaire 2008-2009 nous avons effectué une première classification grossière (10m) du couvert végétal de l'île de Tahiti dont vous avez un aperçu ci dessous afin de sortir les premiers résultats du modèle.

©CNES (2002), distribution Spot Images S.A. GePaSud 2008

Ile de Moorea - SARvi

Sur l'île de Moorea nous ne disposons pas encore de données optique haute définition mais l'indice de végétation SARvi développé précédemment pourrait servir à alimenter le modèle de risque érosif. Cet indice permet d'avoir une gradation de l'indice entre 0 et 1 suivant la quantité de végétation présente à contrario d'un indice de végétation comme le NDVI basé sur la donnée optique qui indique uniquement s'il y a présence de végétation ou pas.

Il nous a fallu recalculer cet indice pour l'île de Moorea entière et voici le résultats

Télédétection et Traitement d'Images Radar et Multi-Spectrales des Iles de Polynésie Française.

Membres : Benoît Stoll, Sébastien Chabrier

Historique

Le pôle Télédétection et Traitement d'images a débuté au sein du laboratoire Terre-Océan par une collaboration avec le Territoire de la Polynésie française et le Jet Propulsion Laboratory (JPL) de NASA afin d'acquérir, depuis une plate-forme aéroportée, des images Radar de polarimétrie (POLSAR) et d'interférométrie (TOPSAR) et multi-spectrales (instrument MASTER) d'une grande partie des îles hautes de la Polynésie française. Cette campagne d'acquisition, baptisée PACRIM II, a été menée à bien en Août 2000. Les images multi-spectrales et radar ont été délivrées à partir de début 2002.

La campagne PACRIM II a été entièrement financée par le gouvernement du Territoire de la Polynésie française et n'est pas une action isolée puisque le Territoire et l'Etat ont mis en chantier, au cours de l'année 2002, deux ambitieux projets concernant l'ensemble des îles de Polynésie française :

Objectifs Quadriennal 2008-2012

Les techniques de télédétection appliquées au contexte polynésien avec l’imagerie radar et multi-spectrale pour l’identification du couvert végétal, du récif corallien et de la pression urbaine.

Dans le précédent quadriennal, cet axe a travaillé sur l’identification du couvert végétal à partir de donnée AirSAR ou Ikonos/Quickbird.

Il va désormais travailler sur l’étude conjointe de données Radar et Optique Haute Définition pour l’élaboration de cartes thématiques de la végétation basées sur un jeu de classes enrichies tenant compte à la fois des propriétés structurelles de la cible provenant de la donnée Radar et des propriétés spectrales et texturelles provenant de la donnée Optique.

La base de données d’images disponible remontant à 2000, grâce aux nouvelles acquisition de données, il travaillera aussi sur la détection de changement entre des images satellites de dates différentes, comme par exemple avec de la donnée optique haute définition SPOT5 de 2002 et 2007 sur l’île de Tahiti, île qui concentre la majorité des problématiques sociétales en Polynésie française (espèces végétales envahissantes, extension de la zone urbaine, dégradation du récif corallien, zones à risques, etc…).

L’acquisition de nouvelles données satellites Radar est de plus envisagée pour étudier entre autre l’évolution du couvert végétal depuis la campagne PACRIM2 de 2000 comme l’extension des forêts de Pinus Caribea.

De nouvelles compétences sont mises à disposition de cet axe depuis l’arrivée de Sébastien Chabrier comme la segmentation d’images, l’analyse de textures, l’apprentissage et l’évaluation de résultats de segmentation / classification.

Pour le réseau POGENET, cet axe travaillera sur la télédétection en mode INSAR (pour l’étude de la déformation des îles en Polynésie), sur l’étude du couvert végétal (pour la détermination de l’évapotranspiration). Il bénéficiera du réseau pour le positionnement ultra-précis par GPS différentiel.

Données et Méthodes

L'équipe Télédétection et Traitement d'images a pris un parti concernant ses axes de recherche, qui consiste à utiliser au mieux les données disponibles sur le territoire, et ainsi exploiter cette banque de donnée exceptionnellement riche.

Les données qui seront exploitées sont donc de différents types:

Les méthodes qui seront employées et les axes de recherche explorés sont tout aussi variés :

les images " multi-spectrales à moyenne résolution spatiale "

offrant une résolution au sol de 10 à 30 mètres et comportant de 3 ou 4 bandes de fréquence dans le domaine du visible

• SPOT (3 bandes et 30m de résolution)
• ASTER (3 bandes et 15m de résolution)
• Landsat ETM+ (3 bandes et 30m de résolution)

et jusqu'à 50 bandes dans le domaine visible, infrarouge et infrarouge thermique

• MASTER (50 bandes et 20m de résolution) acquises durant la mission PACRIM2

les images " multi-spectrales à haute résolution spatiale "

• Photo aérienne (3 bandes et 0,5 à 1 m de résolution) qui ont servi à établir un DEM des principales îles de la Polynésie française, malheureusement les conditions climatiques locales ont rendu difficile l'acquisition de ces données.
• CASI (jusqu'à 50 bandes et 0,5 m de résolution)
• Quickbird (4 bandes et 1,5m de résolution) sur certaines îles
• Ikonos (3 bandes et résolution métrique, en stéréo sur les îles hautes) Ces données remplacent les photos aériennes car moins chères, une base de données importante est en cours d'acquisition sur toutes les zones non couvertes par les photos aériennes..
• Spot5 (4 bandes R,V,NIR,MIR en 10m ou Panchromatique en 2,5m)

les images " radar "

images JPL-AirSAR en polarimétrie ou interférométrie acquises durant la mission PACRIM2

• AirSAR (bande C_TOPSAR, L et P_POLSAR, 5m de résolution)
• DEM Modèle numérique d'élévation

toutes ces données sont fournies par le territoire de la Polynésie française par l'intermédiaire de son service de l'urbanisme, un grand merci à eux de faciliter la recherche à l'UPF en nous donnant droits d'utilisation de ces données

Les données utilisées lors de nos études sont principalement des données à haute résolution spatiale, IKONOS, SPOT5, Quickbird ou AirSAR. Les données de moindres résolutions spatiales n'ayant pas grand intérêt dans nos îles de superficie peu importante et leurs dates d'acquisitions sont en général trop anciennes.

Les axiomes de la logique floue permettent d'améliorer les traitements statistiques et structurels traditionnels afin d'étudier des objets dont la nature et les limites sont imprécises, à l'instar des milieux coralliens. Il devient alors possible de construire des protocoles d'études de ces milieux. Les protocoles que nous avons définis décrivent:

Ces développement méthodologiques compensent une partie des limites reconnues de la télédétection pour l'étude descriptive des systèmes coralliens.

A partir de l'analyse d'images SPOT, nous proposons plusieurs résultats thématiques originaux sur la Polynésie française : cartographie de paysages sous-marins de l'île de Moorea, identification des types de couronnes d'atolls et inventaires d'objets remarquables (mares à kopara). En croisant ces résultats descriptifs avec des informations sur le fonctionnement des récifs acquis par ailleurs, des résultats fonctionnels également originaux sont proposés. Par exemple, nous définissons une typologie à l'échelle régionale des atolls de l'archipel des Tuamotu ou nous évaluons le métabolisme récifal à l'échelle de l'île de Moorea.

Ce travail a constitué le sujet de la thèse de Serge Andréfouët soutenue le 7 mai 1998 .

La Polynésie Française et ses îles

Située au coeur du Pacifique Sud entre 7° et 29° Sud et entre 205 et 226° Est, la Polynésie française est composée de 118 îles océaniques réparties sur 5 archipels, présentant tous des formations coralliennes (Payri et Bourdelin, 1997). Au centre de la Polynésie s'étendent les 77 atolls des archipels des Tuamotu et Gambier. Cet ensemble est très étendu. Il s'étire sur un arc nord-ouest/sud-est long de 1600 km, large de 1000 km, compris entre 14°S et 24°S , 134°W et 148°W. A l'ouest de la Polynésie française se profile l'archipel de la Société avec 9 îles hautes et cinq atolls. Au sud se disperse l'archipel des Australes avec 6 îles hautes et un unique atoll. Au nord se trouve les Marquises avec ses 11 îles hautes, quasiment dépourvues de structures récifales, et son banc corallien submergé à peine apparent. Si l'ensemble des surfaces terrestres est très faible, la Zone Economique Exclusive associée à ce territoire occupe en revanche une superficie de 5 millions de km².

Morphologie et étude des îles

Les systèmes coralliens d' îles hautes (exemple : l'île de Moorea ci-contre) sont divisés en 4 secteurs géomorphologiques (Battistini et al., 1975):

Ce sont essentiellement les récifs frangeants et partie interne des récif-barrières qui ont été étudiés au détriment des lagons, souvent très réduits, et de la pente externe, moins accessible. La zone corallienne la plus fréquentée par les chercheurs depuis 30 ans est sans nulle doute la zone de Tiahura sur l'île de Moorea qui a servi et sert encore de site d'expérimentations pour de très nombreuses études relatives au cycle de la matière (Gattuso et al., 1993; LeCampion-Alsumard et al., 1993; Arias-Gonzalez, 1994; Chazottes et al., 1995; Gattuso et al., 1997; Delesalle et al., 1998), à la biodiversité (Dufour et Galzin, 1993), ou à l'hydrodynamique (Lenhardt, 1988). En revanche, très peu d'études se sont intéressées au système récifal à l'échelle de l'île de Moorea.

L' atoll est structuré en 3 secteurs (Battistini et al., 1975) :

La superficie totale des atolls dans le monde a été évaluée à 115.000 km² par Kinsey et Hopley, (1991). En Polynésie française, 84 îles sur 118 sont des atolls. L'ensemble Tuamotu-Gambier en héberge à lui seul 77. La partie bioconstruite des atolls est l'ensemble "pente externe - crête" et les karenas des lagons. Elle est le siège de la plus intense production et calcification. A l'opposé, les lagons sont des cuvettes de sédimentation, où s'accumulent les débris issus du domaine vivant. Les couronnes supportent les terres émergées de l'atoll et contrôlent par leurs ouvertures les flux d'eaux, de nutriments, de sédiments et de matières vivantes entre le domaine océanique et le lagon. Bien que les pentes externes, les crêtes récifales et les karenas soient les zones les plus productives, ce sont surtout les lagons d'atolls qui ont été étudiés dans les Tuamotu (Salvat, 1971; Sournia et Ricard, 1975; Rougerie et al., 1980; Charpy-Roubaud et al., 1990; Charpy, 1992; Delesalle et Sournia, 1992; Rougerie, 1995; Torréton et Dufour, 1997). Avec le support de l'ORSTOM (Institut français de recherche scientifique pour le développement en coopération) et du PNRCO (Programme National Récifs Coralliens), le programme de recherche TYPATOLL a pour sujet l'étude du fonctionnement des lagons d'atolls de l'archipel des Tuamotu. Les objectifs et données requises pour ce programme ont constitué le fil conducteur de l'ensemble des travaux réalisés sur les atolls.

Application 1 : Inventaires et cartographie des paysages sous-marins de l'île de Moorea

Nos objectifs ont été les suivants :

Application 2 : Géomorphologie des atolls

Dans les années 80, au moment du boum de la perliculture, les problèmes de gestion de l'espace dans les lagons d'atolls ont nécessité la reconnaissance, la cartographie et l'inventaire des différentes unités géomorphologiques. Le manque de couvertures cartographiques fiables à échelle moyenne (1/25 000) nuisait à la précision de la localisation des sites aquacoles implantés dans les lagons des Tuamotu. Dans une optique de généralisation pour des comparaisons entre atolls et pour une uniformisation des traitements d'images, notre objectif a été de proposer un protocole de reconnaissance d'unités géomorphologiques d'atolls à partir d'images SPOT multispectrales XS. Ceci sous-entend trois étapes :

Application 3: Classification des atolls en fonction des mécanismes de renouvellement de l'eau des lagons

De manière générale, l'hydrodynamique est un facteur de contrôle primordial des processus biochimiques dans les milieux coralliens, à différentes échelles spatio-temporelles (Bradbury et Young, 1981; Hamner et Hauri, 1981; Hatcher et al., 1987; Hamner et Wolanski, 1988; Roberts et al., 1992). Un des facteurs les plus importants est le temps de résidence des eaux. La notion de temps de résidence ("residence time" en anglais) a été à nouveau précisée dans (Delesalle et Sournia, 1992).

Les différences de fonctionnement entre lagons d'atolls sont certainement due aux différences d'intensité des échanges entre le lagon et l'océan. Un faisceau de résultats conforte cette hypothèse. Ainsi, il a été montré que le temps de renouvellement est lié aux concentrations en nutriments dans le lagon de One Tree Island (Hatcher et Frith, 1985) et à la production primaire à Davies Reef (Kinsey, 1985). Avec plusieurs lagons d'atolls et d'îles hautes, (Delesalle et Sournia, 1992) ont montré que la biomasse phytoplanctonique est corrélée au temps de résidence, s'il est inférieur à 50 jours. De même, (Furnas et al., 1990) ont montré dans des lagons semi-ouverts de la Grande Barrière de Corail la relation entre la production primaire et le renouvellement des eaux.

Bien que les observations de terrain soient ponctuelles dans l'archipel des Tuamotu, elles laissent à penser que les débits entrant par les hoa ou les passes (qui vont contrôler le taux de renouvellement des eaux), sont d'abord largement dépendant des conditions climatiques du moment et notamment de la houle. Ce sont essentiellement les caractéristiques géomorphologiques de la couronne qui vont moduler l'intensité des échanges océan/lagon et influer sur les différences de taux de renouvellement des eaux lagonaires.

A l'aide des résultats de l'application 2, nous proposons une typologie fonctionnelle des atolls des Tuamotu basée sur la morphologie de leur couronne, et conséquemment sur les mécanismes de renouvellement des eaux des lagons. Plusieurs travaux menés indépendamment (Pagès, 1998) confirment l'intérêt de cette classification .

Comparaison de Capteurs pour la Cartographie de Récifs Coralliens

Les résultats obtenus sur l’île de Moorea et avec les 5 capteurs cités précédemment demandaient à être complétés d’une part par l’étude d’une autre zone géographique et d’autre part par l’utilisation de capteurs de résolutions intermédiaires. Nous avons donc mené à bien une nouvelle étude sur une zone située aux environs de la passe de « Taapuna » sur la côte Ouest de l’île de Tahiti et avons utilisé deux nouveaux capteurs : IKONOS (3 bandes spectrales, résolution au sol de 4 mètre) et ASTER (3 bandes spectrales, résolution au sol de 15 mètres). Cette nouvelle étude a fait l’objet d’un article soumis en Janvier 2002 et publié au premier semestre 2003 au « Canadian Journal of Remote Sensing » dont on peut trouver ci-dessous le titre et le résumé.

Comparaison d'algorithmes de Classification pour la Cartographie de Récifs Coralliens

La précédente étude comparative de inter capteurs sur le milieu récifal nous a amené à conduire un grand nombre de classifications sur les habitats rencontrés dans les lagons d’îles hautes.
Nous avons souhaité étudier plus avant la sensibilité des résultats en fonction de l’algorithme de classification utilisé. Une première comparaison de quatre algorithmes de classification supervisée (Minimum de distance, parallélépipède, maximum de vraisemblance, distance de mahanalobis), a donc été conduite et les résultats ont fait l’objet d’une présentation orale sous forme de poster lors du dernier congrès international avec comité de lecture intitulé IEEE International Geoscience And Remote Sensing Symposium (IGARSS 2003) à Toulouse (France) en Juillet 2003.
La comparaison de ces quatre premiers algorithmes demande à être étendue aux deux algorithmes suivants : par réseaux de neurones et logique floue. Nous nous y emploierons certainement dans les mois qui viennent.

Exemple: Carte Thématique du Récif Corallien

Voici un exemple tiré d'une étude sur le récif de Taapuna (Tahiti), il s'agit d'une classification thématique du récif corallien sur image Ikonos. La classification s'est faite sur 3,4,5,7 classes comme indiqué dans la légende.

Etudes Passées et en Cours

Les études en Télédétection sur le territoire s'appuient sur la donnée disponible localement, ces données sont de deux types, Optiques et Radar.

La donnée Optique permet de discriminer la végétation sur des critères de couleurs et de texture, et la donnée Radar permet de discriminer les cibles suivant des critères structurels comme l'humidité, la rugosité etc...

Les facteurs limitants pour nos études dans les îles tropicales sont:

• pour la donnée Radar les ombres radar du fait que la campagne d'acquisition était aéroportée (facteur qui tendra à être amoindrie sur la donnée satellite radar.).
• pour la donnée optique, les nuages (très présents dans nos îles) et les ombres dues au relief et à l'illumination solaire.
• pour les deux types de donnée la précision spatiale qui a tendance à s'améliore.

2003 - Etude du couvert végétal des îles hautes Polynésiennes

Nous avons accueilli pour les mois de Juin, Juillet et Août 2003, Johann Thomas, étudiant en deuxième année IT2 de l'ENSG-IGN de Marnes-la-Vallée pour travailler sur cette thématique.

Sujet du Stage: Etude de la cartographie du couvert végétal des îles hautes polynésiennes Elève: Johann Thomas, élève IT2 de l'ENSG-IGN (Marnes-La-Vallée) Dates: 26 Mai 2003 au 23 Août 2003 Maître de Stage: Benoît Stoll

Johann Thomas, a effectué un stage au sein de la Jeune Equipe. Son travail a porté sur l'étude de la végétation des îles hautes de la Polynésie Française à partir d'images MASTER et Radar provenant de la campagne PACRIM2. La zone d'étude retenue est la plaine d'Opunohu à Moorea. Ce stage avait pour objectif d'identifier et d'effectuer les premiers traitements nécessaires à l'exploitation des images Radar et Master (corrections géométriques, géo-référencement, mosaiquage, filtrage du Speckle) puis d'étudier la potentialité de télédétection de la végétation et de l'utilisation des sols au travers de ces images. Les résultats obtenus lors de ce stage sont, outre l'identification et la mise en œuvre des pré-traitements des images Radar et MASTER, la définition d'un jeu original de classes adaptées aux caractéristiques des images radar, permettant la classification du couvert végétal de notre zone d'étude. Nous obtenons deux cartes de classification de la végétation et de l'occupation des sols, l'une à partir des images Radar (pixel à 5m), l'autre à partir des images MASTER (pixel à 20m). Ces cartes de classification font apparaître plusieurs classes intéressantes. En particulier, nous arrivons à dissocier les forêts hautes (Falcata, Filao ou Aito, Pin des Caraibes, etc…) dont la canopée culmine d'une dizaine de mètre au-dessus de la forêt moyenne (Purau (hibiscus sauvage), Mape, etc..) qui constitue la deuxième classe, les champs d'ananas dont la réponse au signal radar est très spécifique, les pâturages et champs nus, et enfin la zone urbaine constituée d'un ensemble hétéroclite de petites maisons locales, jardins, arbres, etc... Cette classification de l'occupation des sols et de la végétation trouve son originalité dans la hiérarchie verticale de ses classes ainsi que dans la possibilité de cartographier précisément les champs d'ananas, ressource importante pour l'île de Moorea. Un rapport de stage dont le titre est "Etude de la cartographie du couvert végétal des îles hautes polynésiennes" est disponible à l'UPF, ou à l''ENSG-IGN de Marnes-la-Vallée depuis la fin du mois de septembre 2003. De plus cette étude a servi de bas epour un poster présenté à l'AGU 2003 et fera l'objet d'une publication dans une conférence internationale de télédétection dans le courant de cette année Universitaire 2003-2004.

2004 - Cartographie de la végétation des îles Australes

Nous avons accueilli pour les mois de Juin, Juillet et Août 2004, Rémi Provin, étudiant en deuxième année IT2 de l'ENSG-IGN de Marnes-la-Vallée pour travailler sur une application et approfondissement du stage de Johann sur les îles Australes dont nous connaissons l'éloignement et l'isolement.

Sujet du Stage: Cartographie de la végétation des îles Australes à partir d’images AirSAR ou MASTER Elève: Rémi Provin, élève IT2 de l'ENSG-IGN (Marnes-La-Vallée) Dates: 22 Mai 2004 au 30 Août 2004 Maître de Stage: Benoît Stoll

Rémi Provin a effectué un stage au sein de l'équipe Terre-Océan. Son travail a porté sur l'étude de la végétation des îles Australes à partir d'images AirSAR ou MASTER provenant de la campagne PACRIM2. Cette fois ci, nous ne disposions plus du couple AirSAR MASTER mais de l'une ou l'autre des images. Les données disponibles au moment du stage étaient Rapa (AirSAR), Tubuai (AirSAR), Rimatara (MASTER). Ce stage avait pour objectif d'appliquer les méthodes développées par Johann aux images Radar et Master (Prétraitements, Classification) pour sortir des cartes de classification de la végétation adaptées aux îles concernées. L'île de Tubuai a été considéré comme un cas d'école parceque représentative du couvert végétal des îles autrales, et parceque la topographie simple de l'île nous a permi de mettre en place des procédures simples permettant de récupérer le contour de l'île, de mosaiquer les images disponibles pour compenser les effets de trous et d'ombres radar, de classifier la végétation, etc.... Les méthodes développées sur Tubuai ont été appliquées sur Rapa. Rimatara a quand à elle fait l'objet d'une étude un peu différente puisque les seules données MASTER disponibles nous ont obligé à travailler sur les indices de végétation nous permettant de classifier la végétation sur un principe similaire au jeu de classe défini sur les images AirSAR. Les résultats obtenus lors de ce stage sont, trois cartes de classification de la végétation deux pour Rapa et Tubuai basés sur les images AirSAR et une sur Rimatara basée sur l'image MASTER Disponible. Ces cartes permettent une étude quantitative des différentes classes de végétation trouvées sur ces îles. Un rapport de stage dont le titre est "Cartographie de la végétation des îles Australes à partir d’images AirSAR ou MASTER " est disponible dans la liste des publications de ce site, ou à l''ENSG-IGN de Marnes-la-Vallée au cours du 2ème semestre 2004.

2005 - Un nouvel indice de végétation adapté aux données AirSAR: SARvi.

A la suite du stage de Rémi Provin dans nos locaux, Benoît Stoll a travaillé sur l'élaboration d'un nouvel indice de végétation dans les cas ou l'on ne dispose que de données Radar, en effet, cet indice est important pour savoir la couverture végétale dans une image, l'indice le plus couramment utilisé est l'indice NDVI, mais celui ci nécessite d'avoir la bande Rouge et Infra-rouge. L'indice SARvi nécessite d'avoir les bandes radar C-VV et L-HV.

Cette étude a abouti a une publication à IGARSS05: "SARvi: A Vegetation Index Based on AirSAR Data for South Pacific Volcanic Islands Vegetation".

2005 - Apport de la Polarimétrie Radar à la Cartographie Thématique en Polynésie française

Nous avons accueilli pour les mois de Juin, Juillet et Août 2005, Cédric Lardeux, étudiant en MASTER SIG de Marnes-la-Vallée pour travailler sur la polarimétrie radar sur l'île de Tubuai que nous avions déjà étudiée.

Sujet du Stage: Apport de la Polarimétrie Radar à la Cartographie Thématique en Polynésie française Elève: Cédric Lardeux, élève M2 de l'ENSG-IGN (Marnes-La-Vallée) Dates: 1er Mars au 31Août 2005 (15 Juin 2005 au 30 Juillet 2005 à Tahiti) Maître de Stage: Benoît Stoll (UPF) et Pierre-Louis Frison (Marnes-la-Vallée)

Cédric a commencé à explorer les possibiltés de la polarimétrie radar et est venu chez nous confronter ses résultats à la réalité terrain. Le site d'étude choisi est Tubuai car c'est sur cette île que nous avions le plus de données disponibles, outre la donnée radar déjà traité, nous avons récupéré deux images Quickbird de très bonne qualité (quasiment sans nuages). Cette donnée drapée sur le MNT radar nous a permis de mener à bien notre mission terrain permettant une identification plus aisée des grandes zones de végétations et de leur localisation.. Cédric a étudié les propriétés polarimétriques des données radar et a pu les expliquer par la confrontation avec le terrain améliorant la connaissance de l'interaction du signal rdar avec la cible de type végétation. Les cartes qu'il a pu obtenir nous donnent une nouvelle dimension dans l'interpretation de nos données. Un rapport de stage dont le titre est "Apport de la Polarimétrie Radar à la Cartographie Thématique en Polynésie française " sera disponible à l'UPF, ou à l''ENSG-IGN de Marnes-la-Vallée d'ici peu.

2006 - 2008 - Utilisation des classifications SVM pour cartographier les données Polarimétriques AirSAR

A la suite de son stage de DEA, Cédric Lardeux a décroché une bourse de thèse, il travaille sur la classification de données polarimétriques a l'aide de classifieurs SVM (support vector machine) qui permettent de classifier des données images avec un grand nombre de bandes. Cédric a dans un premier temps travaillé sur la donnée de Tubuai associée à la donnée Quickbird, travail qui a abouti a une publication à IGARSS06: "Use of the SVM Classification with Polarimetric SAR Data for Land Use Cartography".Il a soutenu sa thèse en décembre 2008.

2006 - Cartographie de la cocoteraie des Tuamotu (Atoll de Tikehau)

2008 - Classification SVM Conjointe de Données Radar et Optique: Application à la Télédétection du Couvert Végétal de Nuku Hiva

Robin Pouteau a accepté notre allocation de recherche sur ce thème, il commence à la rentrée 2008 et va travailler à la classification conjointe de données radar et optique.

2009 - Etude de l'Occupation des Sols de l'île de Tahiti sur données SPOT5 multi-date

Nous accueillons Manuel Castella, stagiaire de MASTER2 Recherche en collaboration avec l'IRD de Nouméa et la Délégation à l'Environnement du territoire de la Polynésie française pour étudier la donnée SPOT5 et Quickbird de Tahiti. Son travail va consister à étudier précisément les attributs et descripteurs de texture dans une optique de classification de l'occupation des sols de la presqu'île de Taravao...

2009 - Etude de la cocoteraie des tuamotu par techniques de Data Mining

Raimana TEINA a montré la pertinence d'utiliser l'outil télédétection pour cartographier la cocoteraie des tuamotu. Cependant, il reste hardu d'appliquer ses méthodes sur l'ensemble des tuamotu.

L'Université de la Nouvelle-Calédonie va prendre un stagiaire pour appliquer des méthodes de Data mining pour cartographier la cocoteraie de l'ensemble des tuamotu sur un jeu de classes simple.

D'ors et déjà on peut voir sur ce composite ce qui constituera nos classes: la forêt "haute" (en vert foncé), la forêt "moyenne" dominante (en gris/vert), les champs d'ananas (en orange), les champs à pâturage (en rouge), et la zone urbaine (en bleu/violet) qui regroupe un ensemble hétéroclite de constructions, routes, jardins, petits champs, etc....

	forêt haute forêt moyenne champs d'ananas champs à paturage zone urbaine
(Classification de la vallée d'Opunohu: image AirSAR)

La hiérarchisation de ces classes peut être qualifiée de verticale puisque le signal radar nous permet de discerner la végétation rase (champs à pâturage), de la végétation à hauteur moyenne (forêt dominante), de la végétation dont la hauteur relative par rapport à cette dernière classe est plus importante (forêt haute). Pourtant une classe s'est révélée particulièrement intéressante, c'est la classe des champs d'ananas (ressource économique importante de l'île de Moorea), cette classe ici en vert possède une signature radar particulière non pas reliée à la hauteur ou au volume de sa végétation, mais à la réponse des rangées d'ananas en fonction de leur orientation par rapport à la visée radar.

Nous avons voulu vérifier si cette classe peut être discernée dans une image MASTER aux propriétés complètement différentes. Voici un aperçu des 3 bandes visibles de l'image MASTER sur la zone d'Opunohu. Vous remarquerez la présence de nuages et d'ombres qui empêchent tout traitement dans ces zones. On remarque certaines forêts hautes, certains champs d'ananas ainsi que la zone urbaine de Paopao et du lycée agricole (au centre de l'image).

Nous avons effectué la classification sur cette image en prenant soin de masquer les zones nuageuses ainsi que les zones d'ombres. Les classes d'apprentisssage sont les mêmes que pour la classification précédente. Voici le résultat.

	forêt haute forêt moyenne champs d'ananas champs à paturage zone urbaine
(Classification de la vallée d'Opunohu: image MASTER)

Cette classification semble plus propre que celle faite à partir de l'image radar, ne vous y fiez pas, cela vient du fait que le pixel sur les images MASTER est à 20 mètre alors qu'il est à 5 mètre pour les images radar. Ceci implique une classification moins fine et par conséquent des zones plus homogènes. Par contre on retrouve bien les champs d'ananas (en orange) sur cette classification. ceux ci possèdent donc une signature spectrale suffisamment éloignée des autres types de végétation pour qu'ils puissent être discernés, ce qui n'est guère étonnant, ce qui l'est un peu plus est le fait qu'on puisse voir ces même champs d'ananas sur les images radar, cela est du au fait que le radar réagit à des propriétés structurelles de la cible comme le taux d'humidité, la structure verticale ou horizontale de la cible, le volume de végétation, or les champs d'ananas sont formés de rangées relativement serrées et régulières ce qui nous amène à pouvoir les distinguer des autres types de végétation rases.

Au départ, nous disposions de deux images AirSAR.

RGB AirSAR de Tubuai (passage1)

RGB AirSAR de Tubuai (passage2)

Comme on peut le remarquer, la différence de direction de visée (du bas au passage1, du haut au passage2) font que les zones de trous radar et d'ombres sont différentes sur les deux images.

Vallée de Taitaa (passage1)

Vallée de Taitaa (passage2)

Une mosaique pertinente permettra de combler les zones altérées d'une image par la même zone de la deuxième image. Le principe est de ne garder que les zones montantes d'une image 1 et de remplacer les zones descendantes de cette image par les zones montantes de l'image 2. L'image résultante est plus homogène et donc plus facile à traiter pour une classification.

Voilà le résultat de la classification de la végétation sur l'île de Tubuai résultante:

	forêt haute forêt moyenne marécages végétation basse végétation rase
Classification de la végétation de Tubuai

Voici la dernière classification envoyée par Cédric après amélioration de la méthode (jeu de classes différent de la classification précédente) .

Nous pouvons calculer un indice de végétation NDVI à l'aide des bandes Rouges et Infra-rouge:

cet indice est compris entre 0 et 200:

• entre 0 et 100, cela indique qu'il n'y a pas de végétation,
• 100 indique un sol nu,
• et plus on se rapproche de 200, plus il y a possibilité de présence de végétation.

si on analyse les statistiques des classes de végétation utilisées classiquement, toutes les classes ont la même valeur de NDVI on détecte donc la présence ou pas de végétation mais on n'a aucune information sur la quantité de végétation.

Voici une image JPL-AirSAR de l'île de Tubuai, composition colorée classique permettant de faire ressortir la végétation, image mosaiquée, filtrée.

Si l'on regarde la signature radar des classes de végétation précédemment utilisées, on se rend compte que les polarisations L-HV et C-VV discriminent bien les différentes classes

Nous allons calculer l'indice SARvi normalisé:

• près de 0, pas de végétation (en noir sur l'image)
• près de 200, haute densité de végétation (en blanc sur l'image)

Si on analyse les statitiques des classes de végétation, on voit bien que chaque classe a un indice SARvi différent, cet outil nous permet donc de différentier les classes de végétation.

et si l'on segmente l'image dans ses niveaux de gris, on peut faire une bonne approximation d'une classification de la végétation basée sur les classes précédentes...

que l'on peut comparer à la classification de l'île de tubuai à partir des données AirSAR.