Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

De nos jours les cartes d’utilisation/occupation du sol (USOS) à une échelle régionale sont habituellement générées à partir d’images satellitales de résolution modérée (entre 10 m et 30 m). Le National Land Cover Database aux États-Unis et le programme CORINE (Coordination of information on the environment) Land Cover en Europe, tous deux fondés sur les images LANDSAT, en sont des exemples représentatifs. Cependant ces cartes deviennent rapidement obsolètes, spécialement en environnement dynamique comme les megacités et les territoires métropolitains. Pour nombre d’applications, une mise à jour de ces cartes sur une base annuelle est requise. Depuis 2007, le USGS donne accès gratuitement à des images LANDSAT ortho-rectifiées. Des images archivées (depuis 1984) et des images acquises récemment sont disponibles. Sans aucun doute, une telle disponibilité d’images stimulera la recherche sur des méthodes et techniques rapides et efficaces pour un monitoring continue des changements des USOS à partir d’images à résolution moyenne. Cette recherche visait à évaluer le potentiel de telles images satellitales de résolution moyenne pour obtenir de l’information sur les changements des USOS à une échelle régionale dans le cas de la Communauté Métropolitaine de Montréal (CMM), une métropole nord-américaine typique. Les études précédentes ont démontré que les résultats de détection automatique des changements dépendent de plusieurs facteurs tels : 1) les caractéristiques des images (résolution spatiale, bandes spectrales, etc.); 2) la méthode même utilisée pour la détection automatique des changements; et 3) la complexité du milieu étudié. Dans le cas du milieu étudié, à l’exception du centre-ville et des artères commerciales, les utilisations du sol (industriel, commercial, résidentiel, etc.) sont bien délimitées. Ainsi cette étude s’est concentrée aux autres facteurs pouvant affecter les résultats, nommément, les caractéristiques des images et les méthodes de détection des changements. Nous avons utilisé des images TM/ETM+ de LANDSAT à 30 m de résolution spatiale et avec six bandes spectrales ainsi que des images VNIR-ASTER à 15 m de résolution spatiale et avec trois bandes spectrales afin d’évaluer l’impact des caractéristiques des images sur les résultats de détection des changements. En ce qui a trait à la méthode de détection des changements, nous avons décidé de comparer deux types de techniques automatiques : (1) techniques fournissant des informations principalement sur la localisation des changements et (2)techniques fournissant des informations à la fois sur la localisation des changements et sur les types de changement (classes « de-à »). Les principales conclusions de cette recherche sont les suivantes : Les techniques de détection de changement telles les différences d’image ou l’analyse des vecteurs de changements appliqués aux images multi-temporelles LANDSAT fournissent une image exacte des lieux où un changement est survenu d’une façon rapide et efficace. Elles peuvent donc être intégrées dans un système de monitoring continu à des fins d’évaluation rapide du volume des changements. Les cartes des changements peuvent aussi servir de guide pour l’acquisition d’images de haute résolution spatiale si l’identification détaillée du type de changement est nécessaire. Les techniques de détection de changement telles l’analyse en composantes principales et la comparaison post-classification appliquées aux images multi-temporelles LANDSAT fournissent une image relativement exacte de classes “de-à” mais à un niveau thématique très général (par exemple, bâti à espace vert et vice-versa, boisés à sol nu et vice-versa, etc.). Les images ASTER-VNIR avec une meilleure résolution spatiale mais avec moins de bandes spectrales que LANDSAT n’offrent pas un niveau thématique plus détaillé (par exemple, boisés à espace commercial ou industriel). Les résultats indiquent que la recherche future sur la détection des changements en milieu urbain devrait se concentrer aux changements du couvert végétal puisque les images à résolution moyenne sont très sensibles aux changements de ce type de couvert. Les cartes indiquant la localisation et le type des changements du couvert végétal sont en soi très utiles pour des applications comme le monitoring environnemental ou l’hydrologie urbaine. Elles peuvent aussi servir comme des indicateurs des changements de l’utilisation du sol. De techniques telles l’analyse des vecteurs de changement ou les indices de végétation son employées à cette fin. / Nowadays land use/land cover maps at regional scale are commonly generated with satellite data of medium spatial resolution (between 10 m and 30m). The National Land Cover Database (NLCD) in the United States and the Coordination of Information on the Environment (CORINE) Land Cover program in Europe, both based on LANDSAT images, are two typical examples. However, these maps become rapidly obsolete, especially in highly dynamic areas such as mega cities and metropolitan areas. In many applications, such as to monitor the water quality affected by the Land use/Land cover (LULC) change, the spread of invasive species, policy making for city managers, annual updating of LULC maps is required. Since 2007, the USGS offers access to ortho-rectified LANDSAT imagery free of charge. Both archived (since 1984) and recently acquired images are available. Without doubt, such data availability will stimulate the research on fast and cost effective methods and techniques for “continuous” regional land cover/use map updating using medium resolution satellite imagery. The objective of this research was to evaluate the potential of such medium resolution satellite imagery for providing information on changes useful for the continuous updating of LULC maps at a regional scale in the case of the Montreal Metropolitan Community (MMC) area, a typical North American metropolis. Previous studies have demonstrated that many factors could affect the results of automatic change detection such as: (1) the characteristics of the images (spatial resolution, spectral bands, etc.); (2) the method itself used to automatically detect changes; and (3) the complexity of the landscape. In the study site except for the Central Business District (CBD) and some commercial streets, land uses (industrial, commercial, residential, etc.) are well delimited. Thus this study was focused on the other factors affecting change detection results, namely, the characteristics of the images and the method of change detection. We used 6 spectral bands of LANDSAT TM/ETM+ with 30 m spatial resolution and 3 spectral bands of ASTER-VNIR with 15 m spatial resolution to evaluate the impact of image characteristics on change detection. Concerning the change detection method, we decided to compare two types of automatic techniques: (1) techniques providing information principally on the location of changed areas,and (2) techniques providing information on both the location of changed areas and the type of changes ("from-to" classes). The main conclusions of this research are as follows: Change detection techniques such as image differencing or change vector analysis applied to LANDSAT multi-temporal imagery provide an accurate picture of changed areas in a fast and efficient manner. They can thus be integrated in a continuous monitoring system for a rapid evaluation of the volume of changes. The produced maps could be helpful to guide the acquisition of high spatial resolution imagery if a detailed identification of the type of changes is required. Change detection techniques such as principal component analysis and post-classification comparison applied to LANDSAT multi-temporal imagery could provide a relatively accurate picture of “from-to” classes but at a very general thematic level (for example, built-up to green space and vice-versa, forest lands to bare soil and vice-versa, etc.). ASTER images with better spatial resolution but with less spectral bands than LANDSAT images do not provide more detailed thematic information (for example forest land to commercial or industrial areas). The results indicate that future research should be focused on the detection of changes in the vegetation cover as medium resolution imagery is highly sensitive to this type of surface cover. Maps indicating the location and the type of changes in vegetation cover are in itself very useful for various applications, such as environmental monitoring or urban hydrology, and can be used as indicators on land use changes. Techniques such as change vector analysis or vegetation indices could be used to this end.

L'imagerie satellite permet aujourd'hui l'acquisition d'un nombre croissant de données dont l'augmentation des résolutions spatiale et temporelle permet de caractériser de plus en plus finement une scène et son évolution. Dans ce contexte, les méthodes de détection des changements apparus entre deux scènes sont particulièrement étudiées. Elles sont généralement basées sur les différences radiométriques entre les images. Cependant, ces méthodes s'avèrent souvent peu robustes à des changements radiométriques non pertinents tels que ceux induits par la variation des conditions d'acquisition des images. L'objectif de cette thèse est ainsi de développer une méthode alternative, basée sur la recherche des changements d'élévation de la scène. L'élévation représente en effet une information pertinente et adaptée, notamment dans un contexte de détection des changements de type urbain (construction, destruction ou modification d'infrastructures). Pour répondre à des besoins en analyse d'image qui nécessitent des résultats rapides et fiables, la méthode que nous proposons est une chaîne de traitements complète et automatique basée sur l'exploitation de couples d'image satellites stéréoscopiques très haute résolution permettant la génération et la comparaison de Modèles Numériques de Surface (MNS). Afin de limiter les fausses alarmes de changements dues aux erreurs liées à la génération des MNS, une étape clé de cette thèse a consisté à augmenter la précision des MNS, notamment à travers la prise en compte des zones d'occlusions et de mauvaise corrélation. La méthode de génération des MNS à ainsi été améliorée et une technique innovante de fusion des deux MNS provenant du même couple d'images a été développée. La comparaison des MNS générés avec un MNS LiDAR montre que notre approche permet une nette augmentation de la qualité des MNS, les erreurs de corrélation sont réduites tandis que les zones d'occlusion sont précisément localisées.La méthode de détection des changements d'élévation est, quant à elle, basée sur une labellisation par optimisation des pixels du MNS différentiel calculé à partir des MNS produits à chaque date. Cette étape permet de mettre en évidence les vrais changements de la scène parmi le bruit résiduel des MNS. Les résultats obtenus sur différents sites testés montrent que plus de 80% des changements de taille supérieure à 15 pixels x 15 pixels (ou 100 m² avec des images très haute résolution) sont détectés par notre méthode, avec moins de 20% d'erreurs. Nous montrons cependant que ces résultats dépendent principalement du paramètre de régularisation de la détection des changements, qui contrôle le taux de fausses alarmes par rapport au taux de bonnes détections du résultat.

Les "Niayes", zones humides côtières du Sénégal constituent des écosystèmes fragiles, richesen biodiversité tout en étant traditionnellement des zones de maraîchage dans unenvironnement sahélien. La grande sécheresse des années 1970 qui a frappé l'ensemble despays du Sahel, s'est répercutée sur les Niayes par un afflux de populations rurales venant del'intérieur du pays pour y trouver des moyens de subsistance. Outre la sécheresse, cettemigration massive a considérablement augmenté la pression foncière et engendré à la fois uneurbanisation mal maîtrisée, notamment autour des grandes agglomérations, et une mise envaleur agricole; les deux portant atteinte à la valeur environnementale de ces écosystèmescôtiers. Depuis quelques années, on assiste à des hivernages particulièrement pluvieux. Ceretour pluviométrique intervenant dans des zones urbanisées de façon anarchique provoquedes inondations accompagnées de conditions sanitaires précaires pour les populations les plusdéfavorisées. A la variabilité pluviométrique, risque d'apparence naturel, s'joutent desfacteurs de risques anthropiques comme l'aménagement du territoire non maîtrisé, le nonrespectdu cadre réglementaire, diverses pollutions d'origine agricole et industrielle.Cette thèse, après avoir introduit la notion de zone humide et avoir présenté les Niayes de laGrande Côte en général et des trois zones d'étude focus (Pikine, banlieue de Dakar ; Mboro,région de Thiès; Saint-Louis), retrace leurs problèmes environnementaux et les différentespolitiques d'environnement. L'évolution de l'occupation du sol des Niayes est étudiée parrecours à l'imagerie satellitale pour la période 1986-2010 pour la confronter à la gestion deces écosystèmes sensibles et s'interroger sur la pertinence des politiques mises en place dansun esprit de développement durable.

La niche climatique des espèces joue un rôle important dans la distribution spatiale de la biodiversité mais la manière dont les niches climatiques évoluent reste encore peu connue. Ce travail vise à révéler la manière dont les niches climatiques évoluent en général, et plus précisément à déterminer comment certaines plantes se sont adaptées aux environnements alpins. En étudiant de nombreux groupes de plantes, de poissons, de mammifères et d'oiseaux, nous avons montré que les niches climatiques évoluent le plus souvent par à-coups et non pas de manière graduelle. Les niches climatiques restent en effet stables pendant des périodes de plusieurs millions d'années puis évoluent de manière extrêmement rapide avant de se stabiliser à nouveau dans une autre gamme de climat. Des simulations ont permis de montrer que les phases de relative stabilité n'étaient pas forcément causées par une sélection stabilisante sur les niches climatiques mais pouvaient également résulter de la présence de barrières géographiques qui empêchent les espèces d'expérimenter de nouveaux climats. L'étude de l'histoire des plantes du genre Androsace a révélé que les changements rapides de niches correspondaient au contraire à l'apparition de nouveaux traits, comme la forme de vie en coussin. Ce travail montre que de nombreux facteurs influencent l'évolution des niches climatiques et souligne la nécessité de tous les étudier ensemble.

Les impacts les plus rapides et intenses du changement climatique sont observés actuellement dans l'Océan Arctique. La grande sensibilité de cet environnement polaire a été révélée par la réduction exceptionnelle de la banquise ces derniers étés. Quels est l'impact de la fonte de la glace sur le phytoplancton et la prise de CO2 atmosphèrique ? La réponse à cette question s'appuie sur des observations obtenues durant deux campagnes océanographiques, réalisées en Arctique de l'Ouest, au cours des étés 2008 et 2010, années record de fonte de la banquise. Plusieurs paramètres caractérisent l'environnement physique (température, salinité, couvert de glace de mer) et les conditions de croissance du phytoplancton (lumière, nutriments). Des mesures de production primaire, pigments et taxonomie ont permis de décrire et quantifier les communautés phytoplanctoniques. La chimie des carbonates associée aux données d'hydrologiques et du phytoplancton permet d'estimer l'impact de la fonte de la glace sur la prise de CO2 atmosphérique. Les régions du front de glace, les eaux libres de glace des bassins profonds et du plateau continental, et celles englacées présentent des populations phytoplanctoniques et une chimie des carbonates différente. Le rôle de l'accumulation d'eau douce lié à la fonte (" freshening ") est évalué sur la biomasse et la structure des communautés phytoplanctoniques. L'impact de la dilution et de la désalinisation induit par le freshening est analysé sur la prise de CO2 et l'acidification des eaux arctiques. Les résultats obtenus pendant des étés de fonte record sont comparés à des données antérieures documentant des années pendant lesquelles l'Océan Arctique était plus englacé. Cette comparaison suggère que biomasses, production primaire, espèces de phytoplancton et pression partielle de CO2 de l'eau de surface sont modifiés dans un Océan Arctique affecté par l'accélération de la fonte de la glace.

Valoriser l'expérience des agriculteurs, pour développer une agriculture " écologiquement intensive ", constitue un changement de paradigme dans le régime de production de connaissances en agronomie, qui invite à s'interroger sur les dynamiques d'apprentissage des agriculteurs.En se fondant sur des entretiens auprès de vingt céréaliers, qui ont réduit l'usage des pesticides et engrais azotés au cours de leur carrière professionnelle, cette thèse apporte des résultats sur la diversité des trajectoires de changement dans le territoire, les façons d'apprendre au cours de ces trajectoires, et sur les dynamiques de connaissances. Notre démarche méthodologique, étayée par des emprunts à la didactique professionnelle, nous permet d'analyser les trajectoires selon des enchaînements de phases de cohérence agronomique, d'identifier des pratiques-clefs de transition, de caractériser des styles d'apprentissage selon les modes de mobilisation d'autrui, de l'expérience et de référentiels d'évaluation. Le contenu des apprentissages est abordé grâce à une analyse des jugements pragmatiques qui s'avèrent partiellement différents selon les trajectoires suivies.Sur le plan agronomique, nos résultats ouvrent des perspectives pour traiter de la dynamique des changements techniques au sein de l'exploitation, élaborer des démarches de diagnostic territorial et des dispositifs de conception/évaluation. L'identification de styles d'apprentissage constitue une perspective intéressante pour traiter des apprentissages en situation de travail. Enfin, sur le plan opérationnel, ce travail offre des outils pour structurer un travail d'accompagnement des agriculteurs vers des systèmes de culture innovants.

Chez les espèces fruitières, la dormance est une période clé qui influencera la floraison et la fructification. La dormance est finement régulée par de nombreux facteurs génétiques et environnementaux. Elle est composée de deux phases principales, l’endodormance (ou dormance « vraie ») et l’écodormance (ou dormance « environnementale »). L’endodormance est caractérisée par une incapacité totale des bourgeons à débourrer, même dans des conditions normalement propices à la croissance. C’est le froid hivernal qui permet la sortie de l’endodormance, nécessaire à la floraison puis la fructification. Les besoins en froid, quantité nécessaire de froid pour accéder à la levée de l’endodormance, sont génétiquement déterminés, et sont relativement élevés chez la plupart des variétés de cerisier doux (Prunus avium L.) comparativement à d’autres espèces. Dans un contexte de réchauffement climatique, les besoins en froid pourraient ne plus être satisfaits et conduire à des pertes économiques.. L’objectif de cette thèse est donc d’approfondir les connaissances sur les voies impliquées dans la levée d’endordormance. L’étude porte sur un panel de variétés contrastées pour leurs besoins en froid, depuis des variétés très précoces comme ‘Cristobalina’ jusqu’à des variétés très tardives comme ‘Fertard’. Des approches métabolomiques, moléculaires et d’apport exogène de molécules ont été utilisées. Les résultats montrent que les voies 1) hormonales, 2) du stress oxydatif et 3) des sucres, ont un rôle différent. La voie des sucres donne un aperçu de l’activité métabolique ainsi que des marqueurs des différentes phases de la dormance. La voie hormonale est un système permettant de contrôler la croissance sans lien causal sur la dormance. La voie du stress oxydatif indique que les variétés précoces sont dans un état globalement plus oxydé que les variétés tardives lors de cette période. Les données de RNA-seq permettent l’identification de gènes ayant un rôle majeur dans la dormance et de confirmer les hypothèses des mécanismes impliqués. Ces résultats seront déterminants pour la création de variétés adaptées aux conditions climatiques futures. / Among fruit tree species, dormancy is a key period determining the success of flowering and fruit producing. Dormancy is tightly regulated by numerous genetic and environmental factors. It can be divided in two main phases: endodormancy (“true dormancy”) and ecodormancy (“environmental dormancy”). Endodormancy is characterized by a total incapacity of buds to burst, even in conditions proper to growth. Winter chilling enables the end of endodormancy, necessary for flowering and fruit production. Chilling requirements, necessary amount of chill for endodormancy release, are genetically fixed and relatively elevated in sweet cherry (Prunus avium L.) varieties compared to other species. In a climate change context, chilling requirements may not be entirely fulfilled and lead to drastic economic losses. The objective of this work is to increase the knowledge on the pathways involved in endodormancy release. The study relies on a panel of varieties contrasted for their chilling requirements, varying from a very low chill cultivar ‘Cristobalina’ to a high chill cultivar ‘Fertard’. Metabolomics and molecular studies, and exogenous molecules supply were used for dormancy deciphering. Hormonal pathway, oxidative stress and sugar pathway seem to have different roles. Sugar pathway enables to have an overview of the metabolic activity, and may be used as molecular markers to identify dormancy phases. Hormonal pathway has a role on growth control but no causal link with dormancy release was assessed. Major results concern the role of oxidative stress, with low chill cultivars in a more oxidized status than high chill cultivars. Moreover, RNAseq data enable the identification of key genes controlling dormancy and confirms the hypothesis on mechanisms involved. These results will be crucial for breeding new verities well adapted to future climatic conditions.

L’évolution des polluants dans l’atmosphère dépend de phénomènes variés, tels que les émissions, la météorologie, la turbulence ou les transformations physico-chimiques, qui ont des échelles caractéristiques spatiales et temporelles très diverses. Il est très difficile, par conséquent, de représenter l’ensemble de ces échelles dans un modèle de qualité de l’air. Les modèles eulériens de chimie-transport, couramment utilisés, ont une résolution bien supérieure à la taille des plus petites échelles. Cette thèse propose une revue des processus physiques mal représentés par les modèles de qualité de l’air, et de la variabilité sous-maille qui en résulte. Parmi les méthodes possibles permettant de mieux prendre en compte les différentes échelles , deux approches ont été développées : le couplage entre un modèle local et un modèle eulérien, ainsi qu’une approche statistique de réduction d’échelle. (1) Couplage de modèles : l’une des principales causes de la variabilité sous-maille réside dans les émissions, qu’il s’agisse des émissions ponctuelles ou du trafic routier. En particulier, la taille caractéristique d’un panache émis par une cheminée très inférieure à l’échelle spatiale bien résolue par les modèles eulériens. Une première approche étudiée dans la thèse est un traitement sous maille des émissions ponctuelles, en couplant un modèle gaussien à bouffées pour l’échelle locale à un modèle eulérien (couplage appelé panache sous-maille). L’impact de ce traitement est évalué sur des cas de traceurs à l’échelle continentale (ETEX-I et Tchernobyl) ainsi que sur un cas de photochimie à l’échelle de la région parisienne. Différents aspects sont étudiés, notamment l’incertitude due aux paramétrisations du modèle local, ainsi que l’influence de la résolution du maillage eulérien. (2) Réduction d’échelle statistique : une seconde approche est présentée, basée sur des méthodes statistiques de réduction d’échelle. Il s’agit de corriger l’erreur de représentativité du modèle aux stations de mesures. En effet, l’échelle de représentativité d’une station de mesure est souvent inférieure à l’échelle traitée par le modèle (échelle d’une maille), et les concentrations à la station sont donc mal représentées par le modèle. En pratique, il s’agit d’utiliser des relations statistiques entre les concentrations dans les mailles du modèle et les concentrations aux stations de mesure, afin d’améliorer les prévisions aux stations. L’utilisation d’un ensemble de modèles permet de prendre en compte l’incertitude inhérente aux paramétrisations des modèles. Avec cet ensemble, différentes techniques sont utilisées, de la régression simple à la décomposition en composantes principales, ainsi qu’une technique nouvelle appelée « composantes principales ajustées ». Les résultats sont présentés pour l’ozone à l’échelle européenne, et analysés notamment en fonction du type de station concerné (rural, urbain ou périurbain) / The evolution of atmospheric pollutants depends on various processes which occur at multiple characteristic scales, such as emissions, meteorology, turbulence, chemical transformation and deposition. Representing all the time and spatial scales in an air quality model is, therefore, very difficult. Chemical-transport Eulerian models, which are generally used, have a typical resolution much coarser than the finest scales.. Thus, many processes are not well described by these models, which results in subgrid-scale variability. This thesis proposes a review of subgrid-scale processes and associated uncertainty, as well as two multiscale methods aimed at reducing this uncertainty : (1) coupling an Eulerian model with a local-scale Gaussian model, and (2)using statistical downscaling methods. (1) Model coupling : one aof the main subgrid-scale processes is emissions, especially point emissions (industry) and traffic. In particular, the characteristic spatial scale of a plume emitted by a chimmey is much smaller than the typical Eulerian grid resolution. The coupling method, called plume-in-grid model, uses a Gaussian puff model to better represent point emissions at local scale, coupled to an Eulerain model. The impact of this subgrid-scale treatment of emissions is evaluated at continental scale for passive tracers (ETEX-I et Tchernobyl), as well as for photochemistry at regional scale (Paris region). Several issues are addressed, especially the uncertainty due to local-scale parameterizations and the influence of the Eulerian grid resolution. (2) Statistical downscaling : this method aims at compensating the representativity error made by the model when forecasting concentrations at particular measurement stations. The representativity scale of these stations is, indeed, typically smaller than the Eulerian cell size, and concentrations at stations depend on many subgrid-scale phenomena (micrometeorology, topography…). Thus, using statistical relationships between the larg-scale variable (model output) and local-scale variable (concentrations observed at stations) allows to significantly reduce the forecast error. In addition, using ensemble simulations allows to better take into account the model error due to physical parameterizations. With this ensemble, several downscaling methods are implemented : simple and multiple linear regression, with or without preprocessing. The preprocessing methods include a classical principal component analysis, as well as another method called “principal fitted component”. Results are presented at European scale, for ozone peaks, and analyzed for several types of stations (rural, urban or periurban)

Les travaux de cette thèse concernent la détection des changements dans des séries chronologiques de photographies de paysages prises depuis le sol. Ce contexte de comparaison d'images successives est celui que rencontrent les géographes de l'environnement qui ont recours aux observatoires photographiques du paysage. Ces outils d'analyse et d'aide à la décision sont des bases de données de photographies constituées selon une méthodologie stricte de rephotographie de la même scène, à des pas de temps réguliers. Le nombre de clichés est parfois très important, et l'analyse humaine fastidieuse et relativement imprécise, aussi un outil automatisant la comparaison de photos de paysage deux à deux pour mettre en évidence les changements serait une aide considérable dans l'exploitation des observatoires photographiques du paysage. Bien entendu, les variations dans l'éclairement, la saisonnalité, l'heure du jour, produisent fatalement des clichés entièrement différents à l'échelle du pixel. Notre objectif était donc de concevoir un système robuste face à ces changements mineurs, mais capable de détecter les changements pertinents de l'environnement. De nombreux travaux autour de la détection des changements ont été effectués pour des images provenant de satellites. Mais l'utilisation d'appareils photographiques numériques classiques depuis le sol pose des problèmes spécifiques comme la limitation du nombre de bandes spectrales et la forte variation de profondeur dans une même image qui induit des apparences différentes des mêmes catégories d'objets en fonction de leurs positions dans la scène. Dans un premier temps, nous avons exploré la voie de la détection automatique des changements. Nous avons proposé une méthode reposant sur le recalage et la sur-segmentation des images en superpixels. Ces derniers sont ensuite décrits par leur niveau de gris moyen ainsi que par leur texture au travers d'une représentation sous la forme d'histogrammes de textons. La distance de Mahalanobis entre ces descripteurs permet de comparer les superpixels correspondants entre deux images prises à des dates différentes. Nous avons évalué les performances de cette approche sur des images de l'observatoire photographique du paysage constitué lors de la construction de l'autoroute A89. Parmi les méthodes de segmentation utilisées pour produire les superpixels, les expérimentations que nous avons menées ont mis en évidence le bon comportement de la méthode de segmentation d'Achanta. La pertinence d'un changement étant fortement liée à l'application visée, nous avons exploré dans un second temps une piste faisant intervenir l'utilisateur. Nous avons proposé une méthode interactive de détection des changements reposant sur une phase d'apprentissage. Afin de détecter les changements entre deux images, l'utilisateur désigne, grâce à un outil de sélection, des échantillons constitués d'ensembles de pixels correspondant à des zones de changement et à des zones d'absence de changement. Chaque couple de pixels correspondants, c'est-à-dire situés au même endroit dans les deux images, est décrit par un vecteur de 16 valeurs principalement calculées à partir de l'image des dissemblances. Cette dernière est obtenue en mesurant, pour chaque couple de pixels correspondants, la dissemblance des niveaux de gris de leurs voisinages. Les échantillons désignés par l'utilisateur permettent de constituer des données d'apprentissage qui sont utilisées pour entraîner un classifieur. Parmi les méthodes de classification évaluées, les résultats expérimentaux montrent que les forêts d'arbres décisionnels donnent les meilleurs résultats sur les séries photographiques que nous avons utilisées. / This work deals with change detection from chronological series of photographs acquired from the ground. This context of consecutive images comparison is the one encountered in the field of integrated geography where photographic landscape observatories are widely used. These tools for analysis and decision-making consist of databases of photographic images obtained by strictly rephotographing the same scene at regular time intervals. With a large number of images, the human analysis is tedious and inaccurate. So a tool for automatically comparing pairs of landscape photographs in order to highlight changes would be a great help for exploiting photographic landscape observatories. Obviously, lighting variations, seasonality, time of day induce completely different images at the pixel level. Our goal is to design a system which would be robust to these insignificant changes and able to detect relevant changes of the scene. Numerous studies have been conducted on change detection from satellite images. But the utilization of classic digital cameras from the ground raise some specific problems like the limitation of the spectral band number and the strong variation of the depth in a same image which induces various appearance of the same object categories depending on their position in the scene. In the first part of our work, we investigate the track of automatic change detection. We propose a method lying on the registration and the over-segmentation of the images into superpixels. Then we describe each superpixel by its texture using texton histogram and its gray-level mean. A distance measure, such as Mahalanobis distance, allows to compare corresponding superpixels between two images acquired at different dates. We evaluate the performance of the proposed approach on images taken from the photographic landscape observatory produced during the construction of the French A89 highway. Among the image segmentation methods we have tested for superpixel extraction, our experiments show the relatively good behavior of Achanta segmentation method. The relevance of a change is strongly related to the intended application, we thus investigate a second track involving a user intervention. We propose an interactive change detection method based on a learning step. In order to detect changes between two images, the user designates with a selection tool some samples consisting of pixel sets in "changed" and "unchanged" areas. Each corresponding pixel pair, i.e., located at the same coordinates in the two images, is described by a 16-dimensional feature vector mainly calculated from the dissimilarity image. The latter is computed by measuring, for each corresponding pixel pair, the dissimilarity of the gray-levels of the neighbors of the two pixels. Samples selected by the user are used as learning data to train a classifier. Among the classification methods we have tried, experimental results indicate that random forests give the better results for the tested image series.