Analyse d’images pour le suivi des milieux

Porteurs

David Sheeren (DYNAFOR, CNRS UMR 1201, Toulouse)
Anne Puissant (LIVE, CNRS UMR 7011, Strasbourg)

Contexte, problématique, enjeux

Depuis son origine, la télédétection contribue à la compréhension de l’état, du fonctionnement et de la dynamique des écosystèmes terrestres. De par sa capacité à observer les milieux à différentes échelles, elle est devenue incontournable pour toutes les thématiques liées à l’environnement : caractérisation des agro-écosystèmes, identification des habitats, cartographie des corridors écologiques, suivi des changements d’occupation et d’utilisation des sols, évaluation des ressources forestières, cartographie de la végétation en ville… Avec l’avènement des nouveaux capteurs d’observation de la terre produisant des images à très haute résolution spatiale, spectrale ou temporelle, la télédétection offre de nouvelles perspectives pour observer les milieux et suivre son évolution (monitoring). Toutefois, cela suppose de renouveler les approches d’analyse d’images existantes et d’être en mesure de gérer le volume de données de plus en plus conséquent. Ainsi, avec l’arrivée en 2016 des nouvelles images optiques Sentinel-2 à très haute fréquence temporelle, la communauté des télédétecteurs s’apprête à vivre une véritable révolution. Des acquisitions systématiques d’images à 8m de résolution spatiale sur toute la surface terreste est programmée avec une fréquence de revisite tous les 5 jours. Cela représente une quantité de données extrêmement importante (2To par jour pour le monde entier) qui va induire un changement complet dans les modes de traitement et d’analyse des images d’observation de le terre. Par ailleurs, la multiplicité des données disponibles gratuitement tend à favoriser l’utilisation conjointe d’images multi-sources (images optiques/radar/LiDAR/hyperspetrale) dans les procédures de classification et même, l’intégration de connaissances auxiliaires issues de bases de données vectorielles (Registre Parcellaire Graphique, BD IGN, BD utilisateurs…).

Verrous scientifiques, objectifs de l’AP

Nous proposons de focaliser les travaux de l’AP sur deux axes de recherche :

1. Traitement d’images satellitaires à très haute fréquence temporelle
2. Fusion d’images et de données multi-sources

Pour l’axe 1, plusieurs questions méthodologiques sont posées (liste non exhaustive):

• Comment analyser la signature temporelle des objets et caractériser leurs dynamiques en tenant compte du caractère multivarié des images (plusieurs bandes spectrales) ?
• Comment s’assurer de la stabilité des classifications dans l’espace et dans le temps ?
• Comment gérer la dimensionnalité importante des données dans les procédures de classifications ?
• Comment gérer le volume très conséquent (problématique du Big Data) ?

Il s’agit ici de concevoir de nouvelles méthodes qui dépassent la comparaison d’états et qui se focalisent sur la définition d’indicateurs caractérisant la dynamique, la trajectoire, le fonctionnement des objets à l’échelle intra et inter-annuelle.

Pour l’axe 2, les questions méthodologiques envisagées sont les suivantes (liste non exhaustive) :

• Comment utiliser conjointement des données optiques et radar dans une procédure de classification ? Quelle approche adopter ?
• Faut-il fusionner les données ou les résultats ? Quelles méthodes de fusion ?
• Comment gérer l’incertitude lors de la combinaison/fusion d’information ?

Les applications visées pour traiter ces questions dépendront des problématiques de chaque participant. D’une manière générale, elles s’inscriront dans la thématique commune du suivi des milieux (urbains, littoraux, agricoles, montagnards).