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

Classification d'image

Pour créer une carte à partir d'une image, des techniques de classification sont appliquées. L'une des approches les plus populaires est l'analyse d'images basée sur les objets, une technique récente et puissante de classification d'images.

classification basée sur les objets

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

Une analyse d'image basée sur des 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 à l'intérieur de 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.

Schéma de classification

Les schémas de classification sont utilisés pour attribuer une classe à un objet sur l'image. Pour les récifs coralliens, une connaissance préalable de la zone permettra d'identifier les classes potentielles à cartographier. Ces classes sont utilisées pour former un schéma de classification qui est utilisé pour mettre en place des enquêtes sur le terrain et cibler des zones représentatives pour la collecte de données de formation.

Vous trouverez ci-dessous un exemple de classification hiérarchique utilisée pour les cartes de l'Atlas corallien Allen qui comprend une classification géomorphique et benthique et est suffisamment générale pour être utilisée à l'échelle mondiale.

classement aca

Exemple du schéma de classification Allen Coral Atlas pour un atoll. Source : Kennedy et al. 2020

Enquêtes sur le terrain

enquêtes sur le terrain

Snorkeler terminant une enquête sur le terrain. Photo © Emma Kennedy, Université du Queensland

Les données de terrain sont un élément clé de la création d'une carte de haute qualité. Les données de terrain créent un lien entre l'image et les entités cartographiées.

Objectifs de l'enquête de terrain :

  • Identifier les classes d'habitats à cartographier et créer un schéma de classification
  • Localiser des zones représentatives de chaque classe d'habitat afin de collecter des données d'entraînement
  • Générez les données nécessaires à l'étalonnage de l'image, telles que la clarté et la profondeur de l'eau
  • Collecter suffisamment de points aléatoires stratifiés pour évaluer l'exactitude de la classification (classes prévues vs observées)

Il existe une variété de méthodes qui peuvent être utilisées pour collecter des données sur le terrain pour la validation de la classification en plus des enquêtes SCUBA et tuba. Les données peuvent être collectées à l'aide de drones aériens et de surface, d'instruments sous-marins tels que des véhicules télécommandés (ROV), de contrôles ponctuels depuis le bateau à l'aide d'un viseur à fond de verre ou même de connaissances locales.

signature spectrale du plongeur

Plongeur collectant des signatures de réflectance spectrale pour chaque type de fond. Photo © Kovacs, Université du Queensland

Données d'entraînement

Les données d'apprentissage sont tout type de données de terrain géoréférencées collectées pour la classification d'images. Ce sont des échantillons représentatifs « référencés au sol » de chaque classe du schéma de classification. Ils sont utilisés pour « entraîner » l'algorithme de classification à reconnaître les motifs de réflectance spectrale uniques dans chacune des classes. Ceux-ci peuvent être collectés de plusieurs manières, telles que des relevés de plongée et de plongée en apnée, des drones aériens et de surface, des véhicules télécommandés (ROV), des bateaux ou même des connaissances locales.

Évaluation de la précision

Une évaluation 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 ou objets classés sont comparés à la réalité, ou à ce qui existe réellement à cet endroit. Alors que la collecte indépendante de données sur le terrain peut être longue et coûteuse, ces données peuvent également être dérivées de l'interprétation d'images haute résolution, d'images classifiées existantes ou d'experts locaux.

porno youjizz xmxx professeur xxx Relations sexuelles
Translate »