La détection précoce de foyers de scolytes est une étape déterminante des opérations phytosanitaires qui doivent permettre de réduire l’impact indirect des tempêtes sur les forêts de conifères, en particulier l’impact du typographe sur les pessières. Cette détection doit idéalement être efficace, précise et économique. La présente thèse portait sur le typographe, Ips typographus, en pessière dans le massif vosgien. Elle visait à étudier et à comparer les performances en termes de précision (détection, localisation et inventaire), de coût et de rapidité de mise en œuvre de différentes méthodes de détection: la surveillance au sol, la détection aéroportée par un observateur embarqué (hélicoptère et ULM), et la télédétection (photographies aérienne infrarouge et imagerie satellitaire à haute et très haute résolution). Dans le chapitre « techniques de détection au sol », nous avons évalué plusieurs méthodes de suivi (par transects, le long des routes carrossables et chemins forestiers, des courbes de niveau, à partir des foyers antérieurs, le long de parcours conditionnels liés aux foyers observés). Leurs performances ont été estimées via des simulations sous SIG (système d’information géographique) et les trajets qui ont présenté les meilleurs résultats ont ensuite fait l’objet d’une validation sur le terrain. Il en ressort que ce sont les trajets le long des routes carrossables et chemins forestiers ainsi que les trajets conditionnels qui présentent les meilleurs rapports efficacité/rendement dans la détection des foyers de scolytes. Le choix d’une de ces méthodes dépendra de la taille minimum des foyers que l’on veut observer. Nous avons ensuite évalué, dans le chapitre « détection aéroportée », les performances de techniques d’observations de foyers réalisées par un observateur embarqué à bord d’un hélicoptère et d’un ULM. Une première étape a consisté à optimaliser toute une série de paramètres de vol pour les deux types d’appareils afin de permettre à l’observateur embarqué d’être dans les meilleures conditions d’observation. Ensuite, nous avons évalué la précision de détection en fonction de divers types de trajets en ULM et hélicoptère. D’après nos résultats, les observations recueillies à l’aide des deux sortes appareils n’ont pas permis de détecter de manière satisfaisante les foyers de scolytes quelque soit le type de trajet utilisé. Ces résultats sont sans-doute dus, en partie, à la faible expérience des observateurs embarqués mais également aux caractéristiques spatiales des foyers d’infestation qui ne facilitent pas leur détection par ce genre de méthode. Enfin, dans le chapitre « télédétection », nous avons évalué les performances qu’offrent (1) des séries temporelles d’images SPOT, (2) la photographie aérienne infrarouge et (3) des images Quickbird dans la détection de foyers de scolytes. Pour tous ces types d’images, nous avons estimé la précision d’une classification automatique des foyers d’infestation, réalisée à partir de leurs caractéristiques spectrales, texturales et environnementales, par rapport aux autres éléments présents sur l’image. Ces analyses ont mis en évidence qu’il est possible d’atteindre une précision de classification relativement bonne (>80%) des foyers d’infestation sur des photographies aériennes et sur des images satellites à très haute résolution spatiale (Quickbird) grâce à des techniques de segmentation et de classification par arbre de décision. Par contre, il ne nous a pas été possible de déterminer de façon satisfaisante la précision de classification des images SPOT (haute résolution spatiale). Les résultats détaillés de chacune de ces méthodes de détections sont développés dans les différents chapitres de cette thèse. La discussion générale met ceux-ci en relation en abordant leurs avantages et inconvénients respectifs, et aborde les perspectives découlant de nos résultats.

Th. doct.--Méthodes physiques en télédétection--Paris 7, 1994. / En appendice, choix de documents en français et en anglais. 1995 d'après la déclaration de dépôt légal. Bibliogr. p. 117-123. Résumé en français et en anglais.

Le Haut Comité de Santé Publique donne des recommandations sur les moyens d'améliorer la connaissance des phénomènes liés à la pollution atmosphérique dans le but d'aider à l'évaluation de l'exposition des citadins. Les travaux de cette thèse s'inscrivent dans ce contexte global en s'orientant vers la cartographie de la concentration en particules en ville. Plusieurs outils existent aujourd'hui qui permettent de dériver des informations sur la qualité de l'air. Ce sont des cartes obtenues par des méthodes d'interpolation spatiale des mesures ponctuelles ou des modèles numériques. Ces deux approches ont des limitations. L'objectif de cette thèse est de contribuer à l'établissement d'une stratégie de cartographie de la pollution atmosphérique sur l'ensemble d'une agglomération à l'échelle de la rue (100 m) en s'appuyant notamment sur l'imagerie satellitaire. La stratégie de cartographie comprend deux méthodes. La méthode des champs typiques vise à améliorer la représentation de la pollution en appliquant des méthodes de fusion de données à des cartes de pollution déjà existantes. Les méthodes de fusion de données sont appliquées à la cartographie de la qualité de l'air. Une formalisation de la méthode des champs typiques est donnée et un essai sur un cas pratique est réalisé. La méthode de densification du réseau de mesure vise à créer des cartes de pollution en interpolant les valeurs de concentration mesurées par les stations. Des stations virtuelles s'ajoutent au stations réelles du réseau de mesure pour le rendre plus dense et améliorer ainsi l'interpolation. Ces stations virtuelles sont déterminées à partir d'une classification sur des éléments décrivant l'environnement des stations. Pour la ville de Strasbourg, 635 stations virtuelles sont ajoutées aux cinq stations réelles existantes. La cartographie par interpolation avec ces stations est améliorée qualitativement et quantitativement (jusqu'à 70 %). Pour valider la définition des stations virtuelles, l'imagerie satellitaire est utilisée. Les longueurs d'ondes autour de 815 nm sont les plus sensibles aux particules. La bande spectrale TM1 du capteur TM de Landsat5 est appropriée pour la détection des particules et est utilisée pour valider les stations virtuelles. 70 % des stations virtuelles ont été validées avec cette approche.

Les séries temporelles d'images satellitaires sont une source d'information importante pour le suivi des changements spatio-temporels des surfaces terrestres. En outre, le nombre d'images est en augmentation constante. Pour les exploiter pleinement, des outils dédiés au traitement automatique du contenu informationnel sont développés. Néanmoins ces techniques ne satisfont pas complètement les géographes qui exploitent pourtant, de plus en plus couramment, les données extraites des images dans leurs études afin de prédire le futur. Nous proposons dans cette thèse, une méthodologie générique à base d'un modèle de Markov caché pour l'analyse et la prédiction des changements sur une séquence d'images satellitaires. Cette méthodologie présente deux modules : un module de traitement intégrant les descripteurs et les algorithmes classiquement utilisés en interprétation d'images, et un module d'apprentissage basé sur les modèles de Markov cachés. La performance de notre approche est évaluée par des essais d'interprétations des évènements spatio-temporels effectués sur plusieurs sites d'études. Les résultats obtenus permettront d'analyser et de prédire les changements issus des différentes séries temporelles d'images SPOT et LANDSAT pour l'observation des évènements spatio-temporels telle que l'expansion urbaine et la déforestation.

Dans cette thèse, nous nous intéressons à l'analyse et au suivi temporel des surfaces continentales à partir de séquences d'images satellitaires. L'exploitation de données de différentes résolutions est alors cruciale pour bénéficier à la fois d'une bonne discrimination et d'une bonne localisation des objets d'intérêt. Dans ce contexte, nous proposons deux approches probabilistes pour la classification et la détection de changements capables d'accéder à une information sous-pixelique, avec très peu d'information a priori. La premire repose sur la définition d'une fonction d'énergie dans un cadre bayésien. Etant donné un nombre de classes, elle permet d'estimer la classification de manière non-supervisée en tant que minimum de cette fonction d'énergie, à travers un algorithme de recuit simulé. La seconde repose sur un modèle de détection a-contrario couplé à un algorithme stochastique d'échantillonnage aléatoire. Elle permet de détecter automatiquement les pixels de l'image qui représentent le plus vraisemblablement des changements. Une analyse théorique et expérimentale des méthodes proposées a permis d'en cerner les limites et, en particulier, de montrer leur capacité à traîter de forts rapports de résolution. Des cas réels d'applications sont présentés sur une scène agricole de la Plaine du Danube (base de donnes ADAM).

Plusieurs méthodes existent pour évaluer de manière opérationnelle l'éclairement solaire au sol à partir d'images acquises par satellite. Durant sa thèse soutenue en 2009 à MINES ParisTech, Oumbe a conçu une nouvelle méthode, Heliosat-4, faisant appel à des modèles numériques du transfert radiatif et à des approximations d'exécution rapide. La présente thèse vise à consolider ces résultats et à effectuer la validation complète de la méthode Heliosat-4. Elle s'inscrit dans une collaboration scientifique internationale dans les projets européens MACC (Monitoring Atmosphere Composition and Climate) et MACC-II.Oumbe a proposé une approximation de l'équation de transfert radiatif s'écrivant alors comme un produit de l'éclairement par ciel clair par un terme d'extinction dû aux nuages. Nous avons établi que les erreurs liées à cette approximation sont très faibles dans les conditions usuelles et qu'elle peut donc être utilisée dans Heliosat-4, ce qui en facilitera l'implémentation informatique ainsi que son fonctionnement opérationnelle.La méthode Heliosat-4 est donc ainsi composé de deux modèles composés d'abaques : McClear pour l'éclairement par ciel clair et McCloud pour l'extinction cet éclairement due aux nuages. A l'aide de mesures in-situ d'éclairements direct et diffus de référence, nous avons analysé finement les performances de Heliosat-4 selon différentes conditions. La qualité de la première version pré-opérationnelle de Heliosat-4 est jugée satisfaisante car elle permet des estimations d'éclairement global avec une précision de l'ordre de celles des méthodes existantes mais des estimations des composantes directe et diffuse sensiblement de meilleure qualité.

LA PREMIERE PARTIE DU TRAVAIL EST CONSACREE AU CLIMAT QUI CONDITIONNE LA DYNAMIQUE DES MILIEUX NATURELS, LES ACTIVITES HUMAINES ET L'ECONOMIE DES ETATS SAHELIENS. LA DEUXIEME PARTIE PRESENTE CES MILIEUX NATURELS. LA TROISIEME PARTIE EST CONSACREE AUX METHODES DE LA TELEDETECTION, UTILISEES POUR RENDRE COMPTE DES VARIATIONS DE L'ALBEDO DE SURFACE. LA DEFINITION SPECTRALE DES SURFACES ELEMENTAIRES INTRODUIT LA QUATRIEME PARTIE, ENTIEREMENT CONSACREE A L'EVALUATION DE L'ALBEDO DES REGIONS SAHELIENNES ET SAHARO-SAHELIENNES ENTRE 1966 ET 1982. AU TERME DU TRAVAIL, ON MONTRE COMMENT, A PARTIR DE LA TELEDETECTION, ON PEUT SAISIR LA COMPLEXITE DES PHENOMENES QUI REGISSENT LA NATURE SAHELIENNE ET COMMENT, ELLE REND POSSIBLE LA SURVEILLANCE ET LA GESTION DES RESSOURCES NATURELLES DE CES REGIONS, CONFRONTEES A UNE SITUATION GRAVE

Les séries temporelles d'images satellitaires sont une source d'information importante pour le suivi des changements spatio-temporels des surfaces terrestres. En outre, le nombre d’images est en augmentation constante. Pour les exploiter pleinement, des outils dédiés au traitement automatique du contenu informationnel sont développés. Néanmoins ces techniques ne satisfont pas complètement les géographes qui exploitent pourtant, de plus en plus couramment, les données extraites des images dans leurs études afin de prédire le futur. Nous proposons dans cette thèse, une méthodologie générique à base d’un modèle de Markov caché pour l’analyse et la prédiction des changements sur une séquence d’images satellitaires. Cette méthodologie présente deux modules : un module de traitement intégrant les descripteurs et les algorithmes classiquement utilisés en interprétation d'images, et un module d’apprentissage basé sur les modèles de Markov cachés. La performance de notre approche est évaluée par des essais d’interprétations des évènements spatio-temporels effectués sur plusieurs sites d’études. Les résultats obtenus permettront d’analyser et de prédire les changements issus des différentes séries temporelles d’images SPOT et LANDSAT pour l’observation des évènements spatio-temporels telle que l'expansion urbaine et la déforestation. / The time series of satellite images are an important source of information for monitoring spatiotemporal changes of land surfaces. Furthermore, the number of satellite images is increasing constantly, for taking full advantage, tools dedicated to the automatic processing of information content is developed. However these techniques do not completely satisfy the geographers who exploit more currently, the data extracted from the images in their studies to predict the future. In this research we propose a generic methodology based on a hidden Markov model for analyzing and predicting changes in a sequence of satellite images. The methodology that is proposed presents two modules : a processing module which incorporating descriptors and algorithms conventionally used in image interpretation and a learning module based on hidden Markov models. The performance of the approach is evaluated by trials of interpretation of spatiotemporal events conducted in several study sites. Results obtained allow us to analyze and to predict changes from various time series of SPOT and LANDSAT images for observation of spatiotemporal events such as urban development and deforestation.

Plusieurs méthodes existent pour évaluer de manière opérationnelle l'éclairement solaire au sol à partir d'images acquises par satellite. Durant sa thèse soutenue en 2009 à MINES ParisTech, Oumbe a conçu une nouvelle méthode, Heliosat-4, faisant appel à des modèles numériques du transfert radiatif et à des approximations d'exécution rapide. La présente thèse vise à consolider ces résultats et à effectuer la validation complète de la méthode Heliosat-4. Elle s'inscrit dans une collaboration scientifique internationale dans les projets européens MACC (Monitoring Atmosphere Composition and Climate) et MACC-II.Oumbe a proposé une approximation de l'équation de transfert radiatif s'écrivant alors comme un produit de l'éclairement par ciel clair par un terme d'extinction dû aux nuages. Nous avons établi que les erreurs liées à cette approximation sont très faibles dans les conditions usuelles et qu'elle peut donc être utilisée dans Heliosat-4, ce qui en facilitera l'implémentation informatique ainsi que son fonctionnement opérationnelle.La méthode Heliosat-4 est donc ainsi composé de deux modèles composés d'abaques : McClear pour l'éclairement par ciel clair et McCloud pour l'extinction cet éclairement due aux nuages. A l'aide de mesures in-situ d'éclairements direct et diffus de référence, nous avons analysé finement les performances de Heliosat-4 selon différentes conditions. La qualité de la première version pré-opérationnelle de Heliosat-4 est jugée satisfaisante car elle permet des estimations d'éclairement global avec une précision de l'ordre de celles des méthodes existantes mais des estimations des composantes directe et diffuse sensiblement de meilleure qualité. / Several methods have been developed to assess operationally the surface solar irradiance from satellite images. During his PhD thesis presented in 2009 at MINES ParisTech, Oumbe has designed a new method using numerical radiative transfer model and fast approximations. The present PhD thesis aimed at consolidating these results and validating Heliosat-4. This work is the international scientific collaboration framework of the European-funded projects MACC (Monitoring Atmosphere Composition and Climate) and MACC-II.As a foundation of Heliosat-4, Oumbe has proposed an approximation of the radiative transfer equation by a product of clear-sky irradiance and a term describing the cloud extinction. We have established that estimation errors due to this approximation are very small in usual conditions and that this approximation may be adopted. It allows a convenient modular development of Heliosat-4 and eases its future operational use.The Heliosat-4 method is then composed of two abacus-based models: McClear for the irradiance under clear-sky and McCloud for the irradiance extinction due to clouds. With in-situ reference measurements of direct and diffuse irradiance, we have carried out deep performance analysis of Heliosat-4, under different conditions. The quality of this first preoperational version of Heliosat-4 is judged satisfactory as it enables estimations of global irradiance with the same level of quality of other existing methods in literature but also estimations of direct and diffuse irradiances with a noticeable better quality.

Cette thèse propose d'explorer des méthodes de représentations parcimonieuses et d'apprentissage de dictionnaires pour compresser et classifier des images satellites. Les représentations parcimonieuses consistent à approximer un signal par une combinaison linéaire de quelques colonnes, dites atomes, d'un dictionnaire, et ainsi à le représenter par seulement quelques coefficients non nuls contenus dans un vecteur parcimonieux. Afin d'améliorer la qualité des représentations et d'en augmenter la parcimonie, il est intéressant d'apprendre le dictionnaire. La première partie de la thèse présente un état de l'art consacré aux représentations parcimonieuses et aux méthodes d'apprentissage de dictionnaires. Diverses applications de ces méthodes y sont détaillées. Des standards de compression d'images sont également présentés. La deuxième partie traite de l'apprentissage de dictionnaires structurés sur plusieurs niveaux, d'une structure en arbre à une structure adaptative, et de leur application au cas de la compression d'images satellites en les intégrant dans un schéma de codage adapté. Enfin, la troisième partie est consacrée à l'utilisation des dictionnaires structurés appris pour la classification d'images satellites. Une méthode pour estimer la Fonction de Transfert de Modulation (FTM) de l'instrument dont provient une image est étudiée. Puis un algorithme de classification supervisée, utilisant des dictionnaires structurés rendus discriminants entre les classes à l'apprentissage, est présenté dans le cadre de la reconnaissance de scènes au sein d'une image. / This thesis explores sparse representation and dictionary learning methods to compress and classify satellite images. Sparse representations consist in approximating a signal by a linear combination of a few columns, known as atoms, from a dictionary, and thus representing it by only a few non-zero coefficients contained in a sparse vector. In order to improve the quality of the representations and to increase their sparsity, it is interesting to learn the dictionary. The first part of the thesis presents a state of the art about sparse representations and dictionary learning methods. Several applications of these methods are explored. Some image compression standards are also presented. The second part deals with the learning of dictionaries structured in several levels, from a tree structure to an adaptive structure, and their application to the compression of satellite images, by integrating them in an adapted coding scheme. Finally, the third part is about the use of learned structured dictionaries for the classification of satellite images. A method to estimate the Modulation Transfer Function (MTF) of the instrument used to capture an image is studied. A supervised classification algorithm, using structured dictionaries made discriminant between classes during the learning, is then presented in the scope of scene recognition in a picture.