Reconnaissance des états de surface en milieu cultivé méditerranéen par télédétection optique à très haute résolution spatiale

par Christina Corbane

Thèse de doctorat en Structure et évolution de la Terre et des autres planètes

Sous la direction de Jean Albergel et de Patrick Andrieux.

Soutenue en 2006

à Montpellier 2 .


  • Résumé

    La variation spatiale et temporelle des états de surface est considérée comme une information capitale pour la compréhension de la genèse des écoulements à l’échelle de la parcelle ou des petits bassins versants. En milieu cultivé, les variabilités des états de surface sont un corollaire des pratiques culturales et en particulier des modalités d’entretien du sol qui diffèrent suivant les techniques des cultures. La présente recherche se pose comme objectif général d’explorer le potentiel de la télédétection à très haute résolution spatiale (THRS) pour une reconnaissance des états de surface à intérêt hydrologique. La question principale consiste à étudier s’il est possible de retrouver les motifs correspondant aux EDS et à leurs composantes grâce à l’imagerie. La démarche adoptée pour répondre à cette question, s’articule en deux étapes. Dans une première étape la variabilité spatiale intra-parcellaire des EDS et de leurs composantes est analysée à partir d’observations au sol. Grâce aux outils de statistiques spatiales, les motifs d’organisation spatiale des EDS et de leurs composantes sont caractérisés. Dans une deuxième étape, les EDS et leurs composantes, analysés sur le terrain, sont identifiés à partir des images THRS. La méthode de classification des images se caractérise par une mise en relation étroite, de l’organisation et de la variabilité spatiale des états de surface au sol, avec le contenu de l’image acquise à THRS. Elle se fonde sur une classification des images à deux niveaux d’échelle selon une approche orientée-objet: i) une identification des composantes des EDS à un niveau d’échelle fin. Ii) une identification des classes d’EDS à un niveau d’échelle plus grossier. Celle-ci est réalisée par agrégation des composantes selon des règles spatiales édictées par l’apprentissage issu des observations au sol. L’expérimentation se base sur deux conditions différentes de mise en culture dans le milieu méditerranéen: le vignoble languedocien (Roujan, Puisserguier -France) et la polyculture – élevage (Kamech- Tunisie). Ce choix nécessite des adaptations de la méthodologie en fonction des agrosystèmes étudiés et des résolutions spatiales des images utilisées dans chaque milieu (photos aériennes à 0. 10 m prises par drone dans l’agrosystème viticole et images satellites SPOT5 à 2. 5 m dans l’agrosystème polyculture-élevage). Les résultats montrent qu’il est possible d’identifier, sans confusion, deux classes d’EDS principales de sol nus : les classes de croûte structurale et de sol récemment travaillé. Les classes d’EDS de croûte sédimentaire et de sols avec une couverture de surface (débris végétaux, herbe, éléments grossiers) sont par contre difficiles à distinguer sans ambiguïtés. La possibilité de les identifier se trouve améliorée grâce à une classification multidate des images qui utilise des règles de connaissance expertes sur les transitions des EDS

  • Titre traduit

    Detection of soil surface characteristics in Mediterranean agricultural areas by remote sensing at very high spatial resolution


  • Résumé

    Knowledge of spatial and temporal variability of soil surface characteristics (SSC) is crucial for a better understanding of the genesis of overland flows at the plot and small catchment scales. In agricultural areas, spatial variability of SSC is governed by farming practices and specifically by soil management practices. The objective of this research is to explore the potential of Very High Spatial Resolution remote sensing imagery, for the purpose of identifying classes of SSC with specific infiltration rates. The major issue is to examine the possibility of identifying spatial patterns of SSC and their constituting attributes (surface crust, soil cover and micro-topography) using remote sensing data. To satisfy research demands, the adopted methodology was carried out in two stages: - In a first stage, spatial heterogeneity of SSC and their constituting attributes was analyzes at the subplot scale based on data collected from field observations. Spatial patterns of SSC and their constituting attributes were identified and characterized using spatial statistical analysis. - In a second stage, SSC and their constituting attributes were recognized with VHSR remote sensing data. The originality of the image classification method lies in relating the inherent information content of the imagery to in-situ spatial heterogeneity of SSC. It consists in a two-levels hierarchical image segmentation that allows managing the problem of the composite nature of SSC in an object-oriented framework: i) the process begins by the detection of SSC attributes, at the first finer level, ii) then, at the second coarser level, complex SSC classes are classified. For that, spatial relations that exist between SSC classes and their constituting attributes are used. The experiment was conducted in two Mediterranean agricultural systems: vine cultivated region in the South of France (Roujan-Puisserguier) and small multicrop catchment (Kamech, Tunisia). This choice supposes an adaptation of the image classification methodology according to the agricultural systems under study and to the type of imagery used in each area (aerial photos acquired by a drone at 0. 1 m over the vineyards; SPOT5 satellite images at 2. 5 m acquired over annuals crops in Tunisia). The results show that it is possible to identify, without confusion, two principal SSC classes: bare soil with a structural crust and recently tilled soil. SSC classes of bare soil with a sedimentary crust and classes consisting of the mineral soil with a surface coverage (organic litter, grass, pebbles) are more difficult to identify. A better identification of these ambiguously classified classes was attained using a multitemporal classification. The latter makes optimal use of expert knowledge on SSC evolution in the form of transition rules

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (251 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 213-226. Annexes

Où se trouve cette thèse ?

  • Bibliothèque : Bibliothèque interuniversitaire. Section Sciences.
  • Disponible pour le PEB
  • Cote : TS 2006.MON-139

Cette version existe également sous forme de microfiche :

  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie. Section Sciences de la Terre Recherche - cartothèque - CADIST.
  • Disponible pour le PEB
  • Cote : 06 MON2 0139
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.