Using texture analysis on very high spatial resolution images for physiognomic vegetation mapping: comparison between SPOT images 6/7 and IGN orthophotography | Utilisation de l’analyse de texture sur des images de très haute résolution spatiale pour la cartographie physionomique de la végétation : comparaison des images SPOT 6/7 aux orthophotographies de l’IGN

[Departement_IRSTEA]Territoires [TR1_IRSTEA]SYNERGIE [Axe_IRSTEA]TETIS-ATTOS [Encadrant_IRSTEA]Alleaume, S. ; Féret, J.B.

English. Natural vegetation plays a key role in the environmental functions. Remote sensing offers up-to-date and accurate information for effective management of natural areas. Thus, CarHAB project uses remote sensing techniques for natural vegetation mapping on a countrywide scale. This work is part of CarHAB program and it aims to use texture in order to compare two high spatial resolution images for physiognomic vegetation mapping : (i) Orthophotos with a very fine spatial resolution and available once every three to five years and (ii) SPOT 6/7 images with a coarser spatial resolution and many images are obtained yearly. Panchromatic and pansharpened SPOT images were used. Based on Haralick texture features and Structural Feature Set (SFS), two classifiers were applied in this study: Random forest multivariate classifier, and Separability and Threshold univariate algorithm (SEaTH). The results of orthophotos are significantly better than those obtained from SPOT images, and panchromatic SPOT images outperformed the pansharpened SPOT images. For the two images type, the best discriminant texture feature was captured. Such results may be implemented on larger areas studies and enhance the existing mapping method.

French. La végétation naturelle joue un rôle primordial dans les fonctions environnementales. La télédétection offre des informations précises et mises à jour pour la gestion efficace des milieux naturels. En témoigne le projet CarHAB, qui s’appuie sur la télédétection pour la cartographie de la végétation naturelle à l’échelle nationale. Ce stage s’inscrit dans le cadre de CarHAB, il a pour objectif de comparer, par l’analyse de texture, deux types d’images à très haute résolution spatiale pour la cartographie physionomique de trois classes de végétation : (i) des orthophotographies de résolution spatiale très fine mais disponibles tous les trois à cinq ans, et (ii) des images SPOT 6/7 de résolution plus grossière mais acquises gratuitement et plusieurs fois par an. Les images SPOT sont utilisées en mode panchromatique et aussi en pansharpening. Des indices de textures statistiques d’Haralick et directionnelles SFS sont calculés et ensuite intégrés dans un algorithme de classification. Deux méthodes de classification sont testées : une méthode univariée, SEaTH et une multivariée, Random Forest. Les orthophotographies fournissent de meilleurs résultats, cependant, les SPOT panchromatiques donnent des résultats satisfaisants et meilleurs que les SPOT issues du pansharpening. Pour chaque capteur, l’indice permettant la meilleure discrimination entre les trois classes de végétation est identifié. De tels résultats pourront être mis en oeuvre dans des études à plus grande échelle spatiale (échelle nationale) et d’améliorer la méthode de cartographie actuellement appliquée.