Method to determine radiometrical invariants points in the context of semi arid countries in West Africa | Méthode de détermination des invariants radiométriques adaptée au paysage semi-aride de l'Afrique de l'Ouest

Французский. Toute étude multitemporelle d'images de télédétection passe par une étape de correction radiométrique. Dans les pays en voie de développement, les méthodes déterministes de correction radiométrique ne sont pas opérationnelles faute de station d'acquisition des propriétés optiques de l'atmosphère. Ne nécessitant pas de données exogènes aux images, les méthodes empiriques fondées sur la recherche d'invariant radiométrique sont également difficiles d'emploi dans les zones rurales de ces pays car les invariants classiques (route goudronnée, toit etc.) sont absents. Nous présentons ici une méthode de sélection automatique des invariants. Elle consiste en un double seuillage : le premier au moyen d'un indice de végétation sélectionne les zones de sol nu, le second à l'aide d'un indice de brillance distingue les extrema sombres et clairs de la droite des sols nus. Dans notre application, sur un site du centre du Sénégal, l'identification physique des pixels déterminés invariants par sélection automatique est vérifiée par photo-interprétation de photographie aérienne haute résolution et par vérité terrain. Les invariants sombres se situent principalement sur les surfaces latéritiques et incultes, les invariants clairs se partagent entre les chemins sableux ou les surfaces encroûtées de certains champs. L'utilisation de données satellitaires multitemporelles à haute résolution spatiale, ouvre le champ du suivi interannuel de la végétation.

Английский. All multitemporal spatial remote sensing studies require a step of radiometric rectification. In developing countries, determinist methods of radiometric rectification are not operational due to lack of atmospheric optical properties automatic recorders. Ideally, empirical methods use only data included in the image. They are founded on research of invariant radiometric points. However they are unusable in rural areas of these countries as the usual invariant radiometrics points (asphalt road, roof etc.) are missing. A new approach, an automatically selection of invariant pixels, is proposed in this paper. This is carried out in two stages: firstly, the bare soils are selected by use of a vegetation index. Secondly, an index of brigthness is used to distinguish the areas of extreme brightness and darkness in the selected areas. On a site of central Senegal, the quality of the algorithm is assessed by an identification of the sets of invariant pixels using high resolution aerian photography and in-situ observations. Dark pixels arise mainly on lateritics and uncultivated lands. Bright pixels are divided between the sandy trails and the crusted surfaces of some fields. Potential applications of multitemporal spatial data with high resolution are suggested in terms of multiannual vegetation studies.