No description available.

Les milieux humides remplissent plusieurs fonctions écologiques d’importance et contribuent à la biodiversité de la faune et de la flore. Même s’il existe une reconnaissance croissante sur l’importante de protéger ces milieux, il n’en demeure pas moins que leur intégrité est encore menacée par la pression des activités humaines. L’inventaire et le suivi systématique des milieux humides constituent une nécessité et la télédétection est le seul moyen réaliste d’atteindre ce but. L’objectif de cette thèse consiste à contribuer et à améliorer la caractérisation des milieux humides en utilisant des données satellites acquises par des radars polarimétriques en bande L (ALOS-PALSAR) et C (RADARSAT-2). Cette thèse se fonde sur deux hypothèses (chap. 1). La première hypothèse stipule que les classes de physionomies végétales, basées sur la structure des végétaux, sont plus appropriées que les classes d’espèces végétales car mieux adaptées au contenu informationnel des images radar polarimétriques. La seconde hypothèse stipule que les algorithmes de décompositions polarimétriques permettent une extraction optimale de l’information polarimétrique comparativement à une approche multipolarisée basée sur les canaux de polarisation HH, HV et VV (chap. 3). En particulier, l’apport de la décomposition incohérente de Touzi pour l’inventaire et le suivi de milieux humides est examiné en détail. Cette décomposition permet de caractériser le type de diffusion, la phase, l’orientation, la symétrie, le degré de polarisation et la puissance rétrodiffusée d’une cible à l’aide d’une série de paramètres extraits d’une analyse des vecteurs et des valeurs propres de la matrice de cohérence. La région du lac Saint-Pierre a été sélectionnée comme site d’étude étant donné la grande diversité de ses milieux humides qui y couvrent plus de 20 000 ha. L’un des défis posés par cette thèse consiste au fait qu’il n’existe pas de système standard énumérant l’ensemble possible des classes physionomiques ni d’indications précises quant à leurs caractéristiques et dimensions. Une grande attention a donc été portée à la création de ces classes par recoupement de sources de données diverses et plus de 50 espèces végétales ont été regroupées en 9 classes physionomiques (chap. 7, 8 et 9). Plusieurs analyses sont proposées pour valider les hypothèses de cette thèse (chap. 9). Des analyses de sensibilité par diffusiogramme sont utilisées pour étudier les caractéristiques et la dispersion des physionomies végétales dans différents espaces constitués de paramètres polarimétriques ou canaux de polarisation (chap. 10 et 12). Des séries temporelles d’images RADARSAT-2 sont utilisées pour approfondir la compréhension de l’évolution saisonnière des physionomies végétales (chap. 12). L’algorithme de la divergence transformée est utilisé pour quantifier la séparabilité entre les classes physionomiques et pour identifier le ou les paramètres ayant le plus contribué(s) à leur séparabilité (chap. 11 et 13). Des classifications sont aussi proposées et les résultats comparés à une carte existante des milieux humide du lac Saint-Pierre (14). Finalement, une analyse du potentiel des paramètres polarimétrique en bande C et L est proposé pour le suivi de l’hydrologie des tourbières (chap. 15 et 16). Les analyses de sensibilité montrent que les paramètres de la 1re composante, relatifs à la portion dominante (polarisée) du signal, sont suffisants pour une caractérisation générale des physionomies végétales. Les paramètres des 2e et 3e composantes sont cependant nécessaires pour obtenir de meilleures séparabilités entre les classes (chap. 11 et 13) et une meilleure discrimination entre milieux humides et milieux secs (chap. 14). Cette thèse montre qu’il est préférable de considérer individuellement les paramètres des 1re, 2e et 3e composantes plutôt que leur somme pondérée par leurs valeurs propres respectives (chap. 10 et 12). Cette thèse examine également la complémentarité entre les paramètres de structure et ceux relatifs à la puissance rétrodiffusée, souvent ignorée et normalisée par la plupart des décompositions polarimétriques. La dimension temporelle (saisonnière) est essentielle pour la caractérisation et la classification des physionomies végétales (chap. 12, 13 et 14). Des images acquises au printemps (avril et mai) sont nécessaires pour discriminer les milieux secs des milieux humides alors que des images acquises en été (juillet et août) sont nécessaires pour raffiner la classification des physionomies végétales. Un arbre hiérarchique de classification développé dans cette thèse constitue une synthèse des connaissances acquises (chap. 14). À l’aide d’un nombre relativement réduit de paramètres polarimétriques et de règles de décisions simples, il est possible d’identifier, entre autres, trois classes de bas marais et de discriminer avec succès les hauts marais herbacés des autres classes physionomiques sans avoir recours à des sources de données auxiliaires. Les résultats obtenus sont comparables à ceux provenant d’une classification supervisée utilisant deux images Landsat-5 avec une exactitude globale de 77.3% et 79.0% respectivement. Diverses classifications utilisant la machine à vecteurs de support (SVM) permettent de reproduire les résultats obtenus avec l’arbre hiérarchique de classification. L’exploitation d’une plus forte dimensionalitée par le SVM, avec une précision globale maximale de 79.1%, ne permet cependant pas d’obtenir des résultats significativement meilleurs. Finalement, la phase de la décomposition de Touzi apparaît être le seul paramètre (en bande L) sensible aux variations du niveau d’eau sous la surface des tourbières ouvertes (chap. 16). Ce paramètre offre donc un grand potentiel pour le suivi de l’hydrologie des tourbières comparativement à la différence de phase entre les canaux HH et VV. Cette thèse démontre que les paramètres de la décomposition de Touzi permettent une meilleure caractérisation, de meilleures séparabilités et de meilleures classifications des physionomies végétales des milieux humides que les canaux de polarisation HH, HV et VV. Le regroupement des espèces végétales en classes physionomiques est un concept valable. Mais certaines espèces végétales partageant une physionomie similaire, mais occupant un milieu différent (haut vs bas marais), ont cependant présenté des différences significatives quant aux propriétés de leur rétrodiffusion. / Wetlands fill many important ecological functions and contribute to the biodiversity of fauna and flora. Although there is a growing recognition of the importance to protect these areas, it remains that their integrity is still threatened by the pressure of human activities. The inventory and the systematic monitoring of wetlands are a necessity and remote sensing is the only realistic way to achieve this goal. The primary objective of this thesis is to contribute and improve the wetland characterization using satellite polarimetric data acquired in L (ALOS-PALSAR) and C (RADARSAT-2) band. This thesis is based on two hypotheses (Ch. 1). The first hypothesis stipulate that classes of plant physiognomies, based on plant structure, are more appropriate than classes of plant species because they are best adapted to the information content of polarimetric radar data. The second hypothesis states that polarimetric decomposition algorithms allow an optimal extraction of polarimetric information compared to a multi-polarized approach based on the HH, HV and VV channels (Ch. 3). In particular, the contribution of the incoherent Touzi decomposition for the inventory and monitoring of wetlands is examined in detail. This decomposition allows the characterization of the scattering type, its phase, orientation, symmetry, degree of polarization and the backscattered power of a target with a series of parameters extracted from an analysis of the coherency matrix eigenvectors and eigenvalues. The lake Saint-Pierre region was chosen as the study site because of the great diversity of its wetlands that are covering more than 20 000 ha. One of the challenges posed by this thesis is that there is neither a standard system enumerating all the possible physiognomic classes nor an accurate description of their characteristics and dimensions. Special attention was given to the creation of these classes by combining several data sources and more than 50 plant species were grouped into nine physiognomic classes (Ch. 7, 8 and 9). Several analyzes are proposed to validate the hypotheses of this thesis (Ch. 9). Sensitivity analysis using scatter plots are performs to study the characteristics and dispersion of plant physiognomic classes in various features space consisting of polarimetric parameters or polarization channels (Ch. 10 and 12). Time series of made of RADARSAT-2 images are used to deepen the understanding of the seasonal evolution of plant physiognomies (Ch. 12). The transformed divergence algorithm is used to quantify the separability between physiognomic classes and to identify the parameters (s) that contribute the most to their separability (Ch. 11 and 13). Classifications are also proposed and the results compared to an existing map of the lake Saint-Pierre wetlands (Ch. 14). Finally, an analysis of the potential of polarimetric parameters in C and L-band is proposed for the monitoring of peatlands hydrology (Ch. 15 and 16). Sensitivity analyses show that the parameters of the 1st component, relative to the dominant (polarized) part of the signal, are sufficient for a general characterization of plant physiognomies. The parameters of the second and third components are, however, needed for better class separability (Ch. 11 and 13) and a better discrimination between wetlands and uplands (Ch. 14). This thesis shows that it is preferable to consider individually the parameters of the 1st, 2nd and 3rd components rather than their weighted sum by their respective eigenvalues (Ch. 10 and 12). This thesis also examines the complementarity between the structural parameters and those related to the backscattered power, often ignored and normalized by most polarimetric decomposition. The temporal (seasonal) dimension is essential for the characterization and classification of plant physiognomies (Ch. 12, 13 and 14). Images acquired in spring (April and May) are needed to discriminate between upland and wetlands while images acquired in summer (July and August) are needed to refine the classifications of plant physiognomies. A hierarchical classification tree developed in this thesis represents a synthesis of the acquired knowledge (Chapter 14). Using a relatively small number of polarimetric parameters and simple decision rules, it is possible to identify, among other, three low marshes classes and to discriminate with success herbaceous high marshes from other physiognomic classes without using ancillary data source. The results obtained are comparable to those from a supervised classification using two Landsat-5 images with an overall accuracy of 77.3% and 79.0% respectively. Various classifications using the support vector machine (SVM) can reproduce the results obtained with the hierarchical classification tree. But the possible exploitation by the SVM of a higher dimensionality, with a maximum overall accuracy of 79.1%, does not allow however to achieve significantly better results. Finally, the phase of the Touzi decomposition appears to be the only parameter (in L-band) sensitive to changes in water level beneath the peat surface (Ch. 16). Therefore, this parameter offer a great potential for peatlands hydrology monitoring compared to the HH-VV phase difference. This thesis demonstrates that the Touzi decomposition parameters allow a better characterization, better separability and better classifications of wetlands plant physiognomic classes than HH, HV and VV polarization channels. The grouping of plant species into physiognomic classes is a valid concept. However, some plant species sharing a similar physiognomy, but occupying a different environment (high vs. low marshes), have presented significant differences in their scattering properties.

No description available.