Images vers cartes

Satellite du village de Nukuni sur Ono-i-Lau, Fidji. Ono-i-Lau est un groupe d'îles au sein d'un système de barrière de corail dans l'archipel fidjien des îles Lau. Photo © Planet Labs Inc.

Les images de télédétection sont une grille de pixels avec des valeurs numériques alors que les cartes utilisent les coordonnées X et Y pour définir l'emplacement des points, des lignes et des zones (polygones) qui correspondent aux caractéristiques de la carte. Transformer une image satellite en une carte de haute précision est un processus qui nécessite des experts et un travail de terrain.

De l'image satellite à la carte du récif avec les classes benthiques

De l'image satellite (à gauche) à la carte du récif avec les classes benthiques (à droite). Cette photographie et cette carte représentent l'île Heron en Australie, une baie de corail à l'extrémité sud de la Grande Barrière de Corail. Image © Allen Coral Atlas

Le processus de création d'une carte à partir de données de télédétection peut être divisé en 4 étapes qui restent similaires pour tous les habitats avec quelques différences selon le type de données de télédétection, l'échelle, l'équipe réalisant la cartographie, etc.

Certaines des étapes les plus courantes sont :

  1. Acquisition d'images de télédétection
  2. Traiter les données brutes
  3. Formation et classement
  4. Validation

Nous donnons ici un aperçu rapide de chacune de ces étapes.

1. Acquisition d'images de télédétection

Il existe de nombreux types de données de télédétection. Imagerie satellitaire optique, imagerie satellitaire radar, imagerie hyperspectrale issue de capteurs aéroportés, imagerie par drone, etc. Les données de télédétection utilisées pour un projet dépendent de l'ampleur du projet, de la capacité d'analyse des données, des exigences de l'habitat et du budget . Par exemple, la cartographie d'un récif corallien sur un seul récif nécessitera des données de télédétection différentes de la cartographie de l'étendue mondiale des mangroves. En règle générale, plus la zone à cartographier est petite, plus la résolution des images est élevée.

2. Traitement des données brutes

Les données brutes nécessitent généralement un traitement avant de pouvoir être utilisées. Par exemple, les images pour cartographier les récifs coralliens seront corrigées des effets de la brume, de la couverture nuageuse, du reflet du soleil et de la profondeur.

3. Formation et classement

Supervisé basé sur les pixels est l'une des techniques d'analyse d'images les plus courantes. Les pixels représentant chaque classe sont sélectionnés dans le schéma de mappage qui servira de pixels d'apprentissage. Les pixels d'entraînement ont été validés par des données de terrain ou d'autres sources fiables et une signature de réflectance spectrale a été créée. Les signatures d'apprentissage pour chaque classe à mapper sont comparées quantitativement à chaque pixel de l'image, et les pixels sont affectés à la classe de mappage à laquelle leur signature spectrale est la plus similaire.

Analyse d'images basée sur des objets est une technique de classification d'images récente et plus puissante. Une analyse d'image basée sur les objets segmente d'abord l'image en objets. La segmentation est basée sur les signatures spectrales des pixels, la forme et la taille de l'objet, ou la texture des pixels dans l'objet. Une fois l'image segmentée, l'utilisateur associe chaque classe d'occupation du sol à quelques exemples d'objets. L'image est alors classée.

classification basée sur les objets

Segmentation et classification d'une image lors d'une analyse orientée objet. Image © GISGeography

4. Validation/Précision

Une évaluation ou une validation de la précision est une partie importante de tout projet de classification et fournit une mesure de la précision du produit cartographique. Il utilise des données indépendantes « référencées au sol » pour calculer un score de précision statistique basé sur la comparaison de la classe prédite (cartographiée) par rapport à la classe observée sur le terrain. En d'autres termes, les pixels classifiés ou les objets classifiés sont comparés à la réalité, ou à ce qui existe à cet endroit. Bien que la collecte indépendante de données sur le terrain puisse prendre du temps et être coûteuse, ces données peuvent également provenir de l'interprétation d'images haute résolution, d'images classifiées existantes ou d'experts locaux.

porno youjizz xmxx professeur xxx Relations sexuelles
Translate »