Le contrôle de la qualité de l'eau est fondé naturellement et traditionnellement sur des mesures et des prélèvements in situ. Des images satellites étalonnées à partir des données mesurées in situ fournissent une information quantitative et continue sur le milieu aquatique et peuvent être employées pour estimer, avec une approximation raisonnable, les facteurs affectant la qualité de l’eau L’objectif de ce travail consiste à modéliser les propriétés optiques de l’eau de mer et les paramètres physico-chimiques qui caractérisent les eaux côtières. L'application est basée sur le développement d’un Système d’Information Marin caractérisant un système de gestion de base de données géoréférencié POlGIS dédié à la gestion de l'information marine dans le cas de contrôle, suivi et surveillance de la pollution. Nous présentons des modèles exprimant les variables indicatrices de la qualité des eaux du littoral Algérois et la réflectance calculée de chaque pixel à partir d’un modèle physique de correction radiométrique. Les mesures in- situ sont effectuées pour des zones de différentes qualités d’eaux et leurs réflectances sont calculées à partir des images satellites SPOT, Landsat TM, MSS, IRS1C et Seawifs Finalement, des modèles sont établies avec les réflectances permettent d’obtenir des images satellites indicatrices de la pollution et de la bathymétrie des zones côtières à partir du logiciel de traitement d’image PCSATWIN développé afin d’estimer pour chaque pixel le degré de pollution du milieu. / In order to protect the natural medium and to control the pollution caused by such rejects, it is necessary to achieve a continuous survey of the reject zones. The goal of this study is a developed a methodology for modelling pollution and bathymetry from the digital satellite images.Indeed, our objective consists of the development of a software POLGIS intended for the management of the marine databases for the control and the monitoring of the pollution Satellite imagery can be used to estimate, with a reasonable accuracy, the factors affecting the water quality .It has a great importance to achieve the necessary continuous monitoring of the relevant area with an overall analysis of its pollution. A modelling analysis between the pollution contents and the reflectance calculated by the satellite images allow us to transform rough images into images treated and combined using a software of satellite image processing PCSATWIN developed in this study. This complex phenomena us developed an analytic model of radiatif transfer simulation in water coupled to an atmospheric model in order to simulate measure by satellite. This direct model permits to follow the solar radiance in his trajectory Sun-Atmosphere - Sea - Depth of sea- sensor. The goal of this simulation is to show for every satellite of observation (Spot, Landsat MSS, TM) possibilities that can offer in domain of bathymetry.The reflectance coefficient is calculated from satellite image, the detection and the possible determination of the zones contaminated by pollution using the space techniques constitute an effective means to intervene in order to ensure the monitoring of the Algerian coasts. The analysis shows us that each sensor offers useful information and that the combination between these various informations makes it possible to propose a procedure of maps establishment that can be interpreted as pollution maps.

La Mongolie caractérise la transition entre les structures compressives liées à la collision Inde-Asie et extensives du rift du Baïkal. Elle a connu depuis 1905 quatre séismes de magnitude supérieure ou égale à 8, (Tsetserleg, Bolnaï, Fu Yun et Gobi-Altaï). Les ruptures associées à ces événements forment un parallélogramme composé par des failles décrochantes sénestres est-ouest et décrochantes dextres NNO-SSE. Au centre, le dôme du Hangaï est associé à des failles normales et à un volcanisme alcalin récent. <br /> L'étude de la source des deux séismes de 1905 indique une propagation dominante des ruptures vers l'est. Le séisme de Tsetserleg (Mw = 7,95 ± 0,02.) aurait continué au-delà des ruptures cartographiées. L'initiation du séisme de Bolnaï (Mw = 8,4 ± 0,1) s'est faite à l'intersection entre la faille principale et celle de Teregtiin. <br /> Les ruptures associées au séisme du Gobi-Altaï sont complexes et bordent le massif de Ikhe Bogdo qui subit une rotation antihoraire (24° ± 11° ) depuis le Miocène. L'intervalle de récurrence sur cette faille est d'environ 5000 ans avec une vitesse d'environ 1 mm/an. <br /> Le mouvement sur les failles décrochantes conjuguées de l'Altaï et du Gobi-Altaï est amorti sur des failles inverses, l'ensemble formant des coins en compression. La formation du dôme du Hangaï est le résultat d'une combinaison entre un panache mantélique et du front compressif lié à la collision Inde-Asie. Le massif subit une rotation horaire. <br /> La sismicité correspond à des répliques tardives des séismes récents plus nombreuses sur les segments à rejet vertical que décrochants. Une compression orientée N20 ± 10° permet d'expliquer toutes les déformations indiquant la prépondérance actuelle du front compressif associé à la collision Inde-Asie, précédée d'un épisode mantélique qui a préparé la région. Nous proposons un modèle de déformation pure combinée avec une rotation horaire pour la Mongolie.

Étant donnée l'évolution technologique des capteurs embarqués à bord des satellites, le potentiel d'images satellitaires accessible s'accroît de telle manière que se pose maintenant la question de son exploitation la plus efficace possible. C'est l'objectif du projet CARTAM-SAT que de fluidifier la chaîne de traitement depuis les satellites jusqu'aux utilisateurs des images. La thèse s'inscrit dans ce cadre. Les traitements relatifs aux images ont évolué au cours des années. Les images basse résolution étaient traitées par une approche dite pixel alors que la haute résolution a permis le développement d'une approche dite objet. Cette dernière s'attache à analyser non plus des pixels isolés, mais des groupes de pixels représentatifs d'objets concrets sur le terrain. Ainsi, en principe, ces groupes de pixels sont dotés d'une sémantique propre au domaine de la télédétection. La représentation des connaissances a évolué parallèlement aux images satellitaires. Les standards de représentation ont profité de l'expansion du web pour donner naissance à des standards comme OWL. Celui-ci repose en grande partie sur les logiques de description qui permettent l'utilisation de raisonneurs automatiques capables d'inférer une connaissance implicite.Cette thèse se place à la jonction de ces deux sciences et propose une approche ontologique d'analyse des images satellitaires. Il s'agit de formaliser différents types de connaissances et de conceptualisations implicitement utilisés par les logiciels de traitement d'image et par les experts en télédétection, puis de raisonner automatiquement sur la description d'une image pour en obtenir une interprétation sémantique.Ce principe général est susceptible de nombreuses déclinaisons techniques. La mise en œuvre a consisté en la réalisation d'un prototype alliant une bibliothèque d'analyse d'images satellitaires et un raisonneur basé sur les ontologies. L'implémentation proposée dans la thèse permet d'explorer quatre déclinaisons techniques du principe qui mènent à des discussions sur la complémentarité des paradigmes d'analyse pixel et objet, la représentation de certaines relations spatiales et la place de la connaissance par rapport aux traitements.

Résumé: De nos jours l’observation de la terre à l’aide d’images satellitaires de très haute résolution spatiale (Ikonos, Quickbird, World View-2) donne de nombreuses possibilités pour gérer de l’information à l’échelle mondiale. Les technologies actuelles d’acquisition d’information sont à l’origine de l’augmentation importante du volume des données. L’objectif général de cette thèse consiste à développer une nouvelle méthode hybride de représentation d’image numérique de très haute résolution spatiale qui améliore la qualité visuelle d’images compressée avec un haut niveau de compression (100 fois et plus). La nouvelle méthode hybride exploite la transformation pyramidale inverse d’image numérique en utilisant des réseaux de neurones artificiels. Elle combine le traitement spatial et la transformation abstraite de l’image. L’emploi de l’approche de la transformation pyramidale inverse a démontré l’efficacité du traitement de l’information à une ou à des échelles spécifiques, sans interférer ou ajouter un temps de calcul inutile. Cette approche est essentielle pour réaliser une transformation progressive d’image. Les résultats montrent une amélioration du rapport signal pur bruit de 4 dB pour chaque couche additionnelle de la transformation progressive. Nous avons réussi à garder une qualité visuelle d’images compressées comparable, jusqu’au niveau de la compression de 107 fois. De plus, pour le niveau de la compression de 274 fois, nous avons obtenu une amélioration de la qualité visuelle en comparaison des méthodes de compression courantes (JPEG, JPEG2000). Les résultats du travail confirment l’hypothèse que les images de télédétection possèdent un haut degré de redondance et que l’utilisation d’un réseau de neurones est un bon moyen pour trouver l’opérateur efficace du regroupement de pixels. Cette nouvelle méthode de représentation d’images à très haute résolution spatiale permet de réduire le volume des données sans détérioration majeure de la qualité visuelle, comparé aux méthodes existantes. Enfin, nous recommandons de poursuivre l’exploration du domaine des calculs distribués tels que les réseaux des neurones artificiels, considérant l’augmentation de la performance des outils informatiques (nanotechnologies et calculs parallèles). || Abstract: Earth observations using very high-resolution satellite imagery, such as from Ikonos, QuickBird or WorldView-2, provide many possibilities for addressing issues on a global scale. However, the acquisition of high-resolution imagery using these technologies also significantly increases the volume of data that must be managed. With the passing of each day, the number of collected satellite images continues to increase. The overall objective of this work is to develop new hybrid methods for numerical data representation that improve the visual quality of compressed satellite visible imagery for compression levels of 100 times and more. Our new method exploits the inverse pyramid transform using artificial neural networks, and thus addresses the trend in the field of remote sensing and image compression towards combining the spatial processing and abstract transformation of an image. Our implementation of the pyramidal inverse transformation demonstrates the effectiveness of information processing for specific levels, without interfering or adding unnecessary computation time. This approach is essential in order to achieve a gradual transformation of an image. The results showed an improvement in the signal to noise ratio of 4dB for each additional layer in the pyramidal image transformation. We managed to keep a similar level of visual quality for the compressed images up to a compression level of 107 times. In addition, for a compression level of 274, we improved the visual quality as compared to standard compression methods (JPEG, JPEG2000). The results of this study confirm the hypothesis that remote sensing images have a high degree of redundancy and that the use of neural networks is a good way to find the effective operator of the pixel combination. This new method for image representation reduces the volume of data without major deterioration in the visual quality of the compressed images, as compared to existing methods. Finally, we recommend further exploration in the field of distributed computing, such as artificial neural networks, considering the rapidly increasing performance of computers in the near future (parallel computing technology and nanotechnology).

Étant donnée l'évolution technologique des capteurs embarqués à bord des satellites, le potentiel d'images satellitaires accessible s'accroît de telle manière que se pose maintenant la question de son exploitation la plus efficace possible. C'est l'objectif du projet CARTAM-SAT que de fluidifier la chaîne de traitement depuis les satellites jusqu'aux utilisateurs des images. La thèse s'inscrit dans ce cadre. Les traitements relatifs aux images ont évolué au cours des années. Les images basse résolution étaient traitées par une approche dite pixel alors que la haute résolution a permis le développement d'une approche dite objet. Cette dernière s'attache à analyser non plus des pixels isolés, mais des groupes de pixels représentatifs d'objets concrets sur le terrain. Ainsi, en principe, ces groupes de pixels sont dotés d'une sémantique propre au domaine de la télédétection. La représentation des connaissances a évolué parallèlement aux images satellitaires. Les standards de représentation ont profité de l'expansion du web pour donner naissance à des standards comme OWL. Celui-ci repose en grande partie sur les logiques de description qui permettent l'utilisation de raisonneurs automatiques capables d'inférer une connaissance implicite.Cette thèse se place à la jonction de ces deux sciences et propose une approche ontologique d'analyse des images satellitaires. Il s'agit de formaliser différents types de connaissances et de conceptualisations implicitement utilisés par les logiciels de traitement d'image et par les experts en télédétection, puis de raisonner automatiquement sur la description d'une image pour en obtenir une interprétation sémantique.Ce principe général est susceptible de nombreuses déclinaisons techniques. La mise en œuvre a consisté en la réalisation d'un prototype alliant une bibliothèque d'analyse d'images satellitaires et un raisonneur basé sur les ontologies. L'implémentation proposée dans la thèse permet d'explorer quatre déclinaisons techniques du principe qui mènent à des discussions sur la complémentarité des paradigmes d'analyse pixel et objet, la représentation de certaines relations spatiales et la place de la connaissance par rapport aux traitements. / Given the technological development of embedded satellite sensors, the potential of available satellite images increases so that the question now arises of their most efficient exploitation possible. This is the purpose of the CARTAM-SAT project to fluidize the processing workflow from satellite images to users. The thesis is part of this framework.Processing operations relating to images have evolved over the years. Low-resolution images were processed by a so-called pixel approach while the high-resolution has allowed the development of a so-called object approach. The latter focuses on analysing not about the isolated pixels, but about groups of pixels representative of concrete objects on the ground. Thus, in principle, these are groups of pixels with a domain-specific remote sensing semantics.Along with satellite imagery, knowledge representation has evolved. The standards of representation have benefited from the expansion of the web to give rise to standards like OWL. This one is widely based on description logics that allow the use of automated reasoners able to infer implicit knowledge.This thesis is at the junction of these two sciences and provides an ontological approach for analysing satellite images. The aim is to formalize different types of knowledges and conceptualizations implicitly used by image processing programs and by remote sensing experts, and then reasoning automatically on an image description to obtain one semantic interpretation.This general principle may have numerous technical variations. The implementation consisted in a prototype combining a satellite image analysis library and an ontology-based reasoner. The implementation proposed in the thesis allows to explore four technical variations of the principle that lead to discussions on the complementarity of pixel and object analysis paradigms, the representation of some of the spatial relations and the role of knowledge in relation to processing.

Les propriétés des réseaux routiers varient considérablement d'un milieu géographique à l'autre. Elles peuvent donc être utilisées pour classer et rechercher de tels environnements. Dans ce travail, nous proposons de classer ces environnements à l'aide d'attributs géométriques et topologiques, calculés à partir des réseaux routiers. Les limites des méthodes d'extraction des routes en milieu urbain dense ont été contournées par la segmentation des zones urbaines et le calcul d'une seconde série d'attributs géométriques et topologiques calculés sur ces masques urbains. Les imagettes formant notre base de données proviennent d'images du satellite SPOT5 de résolution 5m et ont une taille de 512x512 pixels. L'ensemble des attributs géométriques et topologiques, calculés à partir des réseaux routiers et des masques urbains permettent de répartir les imagettes dans des classes géographiques prédéfinies. Afin de réduire la dimension des attributs qui peut nuire aux performances de la classication, un dispositif de sélection des attributs a été mis en place. Il repose sur une analyse linéaire discriminante de Fisher et une classication 'un contre tous' par séparateur à vastes marges (SVM). L'impact de la résolution spatiale et de la taille des images sur les différents attributs a été étudié sur une base de données constituée d'images à 10 m de résolution ainsi que sur une base de données à 5m de résolution pour des imagettes de taille de 256x256 pixels. L'approche a permis la classification complète d'images SPOT5 à partir des imagettes qu'elles contiennent. Dans ce cas, un SVM 'un contre tous' avec un noyau Gaussien, a été utilisé pour classer la scène dans son intégralité.

Cette thèse aborde le problème de la détection de changements sur des images de scènes urbaines en télédétection. Les expériences ont été menées sur des couples d'images satellitaires panchromatiques haute résolution (< 1 m). À travers ce thème général, plusieurs problématiques, correspondant aux divers niveaux d'une chaîne de traitement, sont abordés, depuis la création d'un masque de changements jusqu'au raisonnement à un niveau objet. Dans ce manuscrit, nous abordons premièrement le problème de la détermination d'un masque de changements. Après avoir étudié les limites d'un algorithme de détection de changements, fondé sur l'analyse en composantes principales, nous proposons un algorithme tirant parti de l'invariance des lignes de niveau, fondé sur un modèle d'illumination et des hypothèses sur la régularité de la scène. Par la suite, nous abordons la classification des zones détectées comme changées au cours de l'étape précédente. D'abord, nous nous fondons uniquement sur les radiométries des couples de pixels. Enfin, nous étudions l'intérêt d'une composante géométrique dans la classification. Plus précisément, nous appliquons un algorithme d'approximation polygonale sur les zones connexes issues de la classification précédentes, puis nous classifions les formes obtenues compte tenu des orientations des côtés des polygones obtenus.

Le rayonnement solaire a des impacts biologiques, physiologiques, climatiques, économiques, politiques, sociaux, culturels, métaphysiques, etc. L'étude du gisement solaire à l'échelle du globe terrestre nécessite notamment l'utilisation des moyens de la télédétection spatiale. Pour évaluer et quantifier les effets du soleil (vus de l'espace), il est nécessaire de concevoir des traitements d'images satellitaires des plus complexes aux plus astucieux. Dans cette thèse, nous analysons les étapes du traitement d'images visibles de Météosat utilisé dans l'évaluation du gisement solaire. Initialement, nous présentons les résultats de la cartographie du rayonnement solaire global journalier en Afrique de l'Ouest. Ces résultats sont obtenus au moyen d'une méthode opérationnelle développée au Centre de Télédétection et d'Analyse des Milieux Naturels (CTAMN) de l'Ecole des Mines de Paris : la méthode HELIOSAT. Ces résultats, confrontés aux mesures effectuées au sol, nous ont permis de valider cette méthode et d'avoir confiance dans son avenir opérationnel. Mais des améliorations sont nécessaires. Aussi, par la suite, on étudie certains modèles atmosphériques qui permettent de corriger les influences de l'atmosphère et de la position relative du soleil, pour obtenir des images de réflectance relative (albédo relatif). On a déterminé un moyen d'obtenir une image de réflectance des sols s'appuyant sur une image composite sans nuage ni ombre. Pour évaluer le gisement solaire par la méthode que nous avons développée, il faut estimer l'ennuagement présent en chaque point d'image. Dans cette étape, un indice d'ennuagement sensible à la transparence des nuages est déterminé.

Le contrôle de la qualité de l'eau est fondé naturellement et traditionnellement sur des mesures et des prélèvements in situ. Des images satellites étalonnées à partir des données mesurées in situ fournissent une information quantitative et continue sur le milieu aquatique et peuvent être employées pour estimer, avec une approximation raisonnable, les facteurs affectant la qualité de l'eau L'objectif de ce travail consiste à modéliser les propriétés optiques de l'eau de mer et les paramètres physico-chimiques qui caractérisent les eaux côtières. L'application est basée sur le développement d'un Système d'Information Marin caractérisant un système de gestion de base de données géoréférencié POlGIS dédié à la gestion de l'information marine dans le cas de contrôle, suivi et surveillance de la pollution. Nous présentons des modèles exprimant les variables indicatrices de la qualité des eaux du littoral Algérois et la réflectance calculée de chaque pixel à partir d'un modèle physique de correction radiométrique. Les mesures in- situ sont effectuées pour des zones de différentes qualités d'eaux et leurs réflectances sont calculées à partir des images satellites SPOT, Landsat TM, MSS, IRS1C et Seawifs Finalement, des modèles sont établies avec les réflectances permettent d'obtenir des images satellites indicatrices de la pollution et de la bathymétrie des zones côtières à partir du logiciel de traitement d'image PCSATWIN développé afin d'estimer pour chaque pixel le degré de pollution du milieu

Cette thèse aborde le problème de la reconstruction tridimensionnelle de zones urbaines à partir d'images satellitaires très haute résolution. Le contenu informatif de ce type de données est insuffisant pour permettre une utilisation efficace des nombreux algorithmes développés pour des données aériennes. Dans ce contexte, l'introduction de connaissances a priori fortes sur les zones urbaines est nécessaire. Les outils stochastiques sont particulièrement bien adaptés pour traiter cette problématique.<br /><br />Nous proposons une approche structurelle pour aborder ce sujet. Cela consiste à modéliser un bâtiment comme un assemblage de modules urbains élémentaires extraits d'une bibliothèque de modèles 3D paramétriques. Dans un premier temps, nous extrayons les supports 2D de ces modules à partir d'un Modèle Numérique d' Elévation (MNE). Le résultat est un agencement de quadrilatères dont les éléments voisins sont connectés entre eux. Ensuite, nous reconstruisons les bâtiments en recherchant la configuration optimale de modèles 3D se fixant sur les supports précédemment extraits. Cette configuration correspond à la réalisation qui maximise une densité mesurant la cohérence entre la réalisation et le MNE, mais également prenant en compte des connaissances a priori telles que des lois d'assemblage des modules. Nous discutons enfin de la pertinence de cette approche en analysant les résultats obtenus à partir de données satellitaires (simulations PLEIADES). Des expérimentations sont également réalisées à partir d'images aériennes mieux résolues.