Abstract<p>Since 1999, Very High spatial Resolution satellite data (Ikonos-2, QuickBird and OrbView-3) represent the surface of the Earth with more detail. However, information extraction by multispectral pixel-based classification proves to have become more complex owing to the internal variability increase in the land-cover units and to the weakness of spectral resolution. <p>Therefore, one possibility is to consider the internal spectral variability of land-cover classes as a valuable source of spatial information that can be used as an additional clue in characterizing and identifying land cover. Moreover, the spatial resolution gap that existed between satellite images and aerial photographs has strongly decreased, and the features used in visual interpretation transposed to digital analysis (texture, morphology and context) can be used as additional information on top of spectral features for the land cover classification.<p>The difficulty of this approach is often to transpose the visual features to digital analysis.<p>To overcome this problem region-based classification could be used. Segmentation, before classification, produces regions that are more homogeneous in themselves than with nearby regions and represent discrete objects or areas in the image. Each region becomes then a unit analysis, which makes it possible to avoid much of the structural clutter and allows to measure and use a number of features on top of spectral features. These features can be the surface, the perimeter, the compactness, the degree and kind of texture. Segmentation is one of the only methods which ensures to measure the morphological features (surface, perimeter.) and the textural features on non-arbitrary neighbourhood. In the pixel-based methods, texture is calculated with mobile windows that smooth the boundaries between discrete land cover regions and create between-class texture. This between-class texture could cause an edge-effect in the classification.<p><p>In this context, our research focuses on the potential of land cover region-based classification of VHR satellite data through the study of the object extraction capacity of segmentation processes, and through the study of the relevance of region features for classifying the land-cover classes in different kinds of Belgian landscapes; always keeping in mind the parallel with the visual interpretation which remains the reference.<p><p>Firstly, the results of the assessment of four segmentation algorithms belonging to the two main segmentation categories (contour- and region-based segmentation methods) show that the contour detection methods are sensitive to local variability, which is precisely the problem that we want to overcome. Then, a pre-processing like a filter may be used, at the risk of losing a part of the information. The “region-growing” segmentation that uses the local variability in the segmentation process appears to be the best compromise for the segmentation of different kinds of landscape.<p>Secondly, the features calculated thanks to segmentation seem to be relevant to identify some land-cover classes in urban/sub-urban and rural areas. These relevant features are of the same type as the features selected visually, which shows that the region-based classification gets close to the visual interpretation. <p>The research shows the real usefulness of region-based classification in order to classify the land cover with VHR satellite data. Even in some cases where the features calculated thanks to the segmentation prove to be useless, the region-based classification has other advantages. Working with regions instead of pixels allows to avoid the salt-and-pepper effect and makes the GIS integration easier.<p>The research also highlights some problems that are independent from the region-based classification and are recursive in VHR satellite data, like shadows and the spatial resolution weakness for identifying some land-cover classes.<p><p>Résumé<p>Depuis 1999, les données satellitaires à très haute résolution spatiale (IKONOS-2, QuickBird and OrbView-3) représentent la surface de la terre avec plus de détail. Cependant, l’extraction d’information par une classification multispectrale par pixel devient plus complexe en raison de l’augmentation de la variabilité spectrale dans les unités d’occupation du sol et du manque de résolution spectrale de ces données. Cependant, une possibilité est de considérer cette variabilité spectrale comme une information spatiale utile pouvant être utilisée comme une information complémentaire dans la caractérisation de l’occupation du sol. De plus, de part la diminution de la différence de résolution spatiale qui existait entre les photographies aériennes et les images satellitaires, les caractéristiques (attributs) utilisées en interprétation visuelle transposées à l’analyse digitale (texture, morphologie and contexte) peuvent être utilisées comme information complémentaire en plus de l’information spectrale pour la classification de l’occupation du sol.<p><p>La difficulté de cette approche est la transposition des caractéristiques visuelles à l’analyse digitale. Pour résoudre ce problème la classification par région pourrait être utilisée. La segmentation, avant la classification, produit des régions qui sont plus homogène en elles-mêmes qu’avec les régions voisines et qui représentent des objets ou des aires dans l’image. Chaque région devient alors une unité d’analyse qui permet l’élimination de l’effet « poivre et sel » et permet de mesurer et d’utiliser de nombreuses caractéristiques en plus des caractéristiques spectrales. Ces caractéristiques peuvent être la surface, le périmètre, la compacité, la texture. La segmentation est une des seules méthodes qui permet le calcul des caractéristiques morphologiques (surface, périmètre, …) et des caractéristiques texturales sur un voisinage non-arbitraire. Avec les méthodes de classification par pixel, la texture est calculée avec des fenêtres mobiles qui lissent les limites entre les régions d’occupation du sol et créent une texture interclasse. Cette texture interclasse peut alors causer un effet de bord dans le résultat de la classification.<p><p>Dans ce contexte, la recherche s’est focalisée sur l’étude du potentiel de la classification par région de l’occupation du sol avec des images satellitaires à très haute résolution spatiale. Ce potentiel a été étudié par l’intermédiaire de l’étude des capacités d’extraction d’objet de la segmentation et par l’intermédiaire de l’étude de la pertinence des caractéristiques des régions pour la classification de l’occupation du sol dans différents paysages belges tant urbains que ruraux. / Doctorat en sciences agronomiques et ingénierie biologique / info:eu-repo/semantics/nonPublished

Ce travail s'inscrit dans un processus de réflexion qui vise à améliorer la compréhension de l'étalement urbain depuis la seconde guerre mondiale en périphérie bruxelloise, en particulier au travers de la cartographie et de l'analyse de l'utilisation du sol. Depuis cette date, l'urbanisation au sein des espaces ruraux à proximité des villes, processus qualifié de périurbanisation, s'est nettement renforcée. L'examen de la littérature dans ce domaine révèle que peu d'approches se basent sur l'emprise physique des modes d'utilisation du sol. C'est ce constat qui nous a amenée à envisager l'étude de la périurbanisation bruxelloise au travers des formes qu'elle a engendrées en se concentrant sur la notion d'utilisation du sol. Nous l'avons abordée au travers de trois aspects.<p><p>Tout d'abord, nous avons exploré l'apport des nouvelles techniques d'interprétation numérique à l'élaboration de cartes d'utilisation du sol à moyenne échelle (1:100 000) à partir d'images satellitaires. L'analyse des différentes étapes du processus de classification a montré que, lors de l'utilisation de classifications supervisées, la localisation et l'échantillonnage aléatoire des sites d'entraînement ainsi que la combinaison des caractéristiques des paramètres de classification (informations spectrales, texturales et contextuelles) améliorent considérablement l'exactitude du résultat. On constate également, dans ce dernier cas, l'importance de travailler avec une forme de voisinage isotrope et de pouvoir en faire varier la taille en fonction des classes considérées. L'utilisation de classificateurs multiples a permis de tendre vers une plus grande généralisation et de supprimer une série d'artefacts. Enfin, les essais ont montré que la classification par segmentation se rapproche fortement de la généralisation de l'interprétation visuelle tout en diminuant sensiblement le nombre d'objets à classer. <p><p>Dans un second temps, une analyse approfondie de la structure et de l’évolution de l’utilisation du sol à Bruxelles et dans sa périphérie au cours du dernier demi-siècle a été réalisée à partir d'une base de données diachronique à grande échelle (1:25 000). Elle confirme la vision d'une périphérie bruxelloise peu dense où le poids de la classe de tissu urbain résidentiel clairsemé discontinu s'intensifie au cours du temps. Les espaces privilégiés de l'urbanisation ont été identifiés de manière systématique à l'aide de canevas d'analyse radio-concentriques et directionnels. Le croisement entre les données d'utilisation du sol et d'autres indicateurs spatialisables comme les plans de secteur a montré les marges d'évolution potentielles, tant au moment de la mise en place de ces plans que plus récemment. D'autres combinaisons avec des statistiques socio-économiques ou démographiques ont fourni de nouveaux indicateurs permettant d'explorer les densités de l'occupation de l'espace périurbain et de s'interroger sur les discordances entre réalité physique et enregistrement statistique. Enfin, l'arrangement spatial des différentes classes d'utilisation du sol a été exploré. L'ensemble de ces analyses ont fait l'objet d'une synthèse thématique ainsi que régionale, au sein de compartiments paysagers.<p><p>La dernière approche de la problématique de l'utilisation du sol en milieu urbain s'est faite au travers d'une démarche basée sur la modélisation spatiale. La calibration des relations de voisinage à l'aide des règles d'autocorrélation spatiale a démontré que les affinités entre classes décrivent bien la structuration de l'agglomération bruxelloise et traduit le renforcement des structures héritées. L'analyse des résidus de la modélisation a montré le rôle contraignant de l'introduction des plans de secteur pour la classe du tissu urbain résidentiel clairsemé discontinu, laissant beaucoup plus de place qu'attendu dans les parties sud de la zone d'étude. La modélisation dynamique a aussi clairement mis en évidence le changement de logique de localisation de l'industrie et des services, qui rompent avec leurs localisations traditionnelles au cours de la période étudiée.<p> <p>En conclusion, la thèse a permis de confirmer les atouts d'une approche sous l'angle de l'utilisation du sol pour appréhender le phénomène de périurbanisation. Elle montre aussi le rôle unificateur de cette approche, qui peut s'insérer aisément dans les études thématiques ou susciter des questionnements nouveaux du fait des avancées apportées par le caractère quantitatif des exploitations régionales. Enfin, des outils communs et des enrichissements mutuels, acquis ou potentiels, sont identifiés entre les différents champs de la discipline (télédétection, géographie urbaine, modélisation spatiale) mobilisés pour cette exploration de la production, de l'analyse et de la modélisation des données d'utilisation du sol.<p> / Doctorat en sciences, Spécialisation géographie / info:eu-repo/semantics/nonPublished