Chapitre 3 : Étude des Pressions Anthropiques sur les Écosystèmes Côtiers : Analyse des
Sources et Gestion des Risques.
95
dans son ensemble et de fournir des informations sur l'état de l'environnement. Elle se concentre
spécifiquement sur l'occupation biophysique du sol, en mettant l'accent sur la caractérisation
des différents éléments tels que les forêts, les cultures, les surfaces en eau, les roches
affleurantes, etc.
En basent sur la nomenclature CLC, les classes d'occupation retenue sont :
• Classe forêt : Constituée des ilots forestiers, des forêts dégradées moins denses,
maquis …
• Classe la cote : classe regroupée tout ce qui est plage sableuse ou dune de sable.
• Classe terres agricole.
• Classe zones urbains : Zones principalement occupées par des habitations et des
bâtiments utilisés par les services administratifs/publics, y compris leurs zones
connectées (terrains associés, réseau routier d’accès, parkings).
• Classe zone submergée : classe regroupée tout ce qui est étangs, lacs, et plaines
inondées.
• Classe de sols nus
3.2.2.4. Traitement post-classification et validation des résultats
Une fois la classification terminée, des traitements ont été effectués pour affiner, évaluation la
précision et valider les résultats. Le premier traitement a consisté à faire passer l'image classée
dans un filtre majoritaire qui remplacer les cellules d'un raster selon la valeur de majorité des
cellules voisines contiguës. La classification est simplifiée et débarrassée des pixels isolés.
Ensuite, nous avons converti l'image produite en un fichier de forme (SHP polygone) en
utilisant l'outil "raster to polygon" dans le logiciel ArcGIS 10.8. Cette conversion nous a permis
d'obtenir une représentation vectorielle des différentes classes d'occupation des sols, facilitant
ainsi l'analyse spatiale et la manipulation des données. Le fichier de forme résultant utilisé pour
effectuer des analyses plus avancées et des études supplémentaires sur la répartition et la
caractérisation des différentes classes d'occupation des sols.
La précision des classifications a été évaluée à travers l’utilisation d’une matrice de confusion
(Foody, 2002).A cet effet, les résultats des classifications ont été confrontés à un ensemble de
240 points d’échantillonnage repartir sur tout la zone d’étude de façon aléatoire, les
informations relative ou type d’occupation de sol relevés à partir des données de GPS collectés
sur le terrain ou à l’aide de Google Earth pro pour des endroits inaccessibles ou difficiles
d'accès, tels que des zones reculées, des zones protégées ou des terrains accidentés, où les
relevés GPS sur le terrain peuvent être limités ou impossibles à réaliser. Dans de tels cas,
l'utilisation de Google Earth Pro s'est révélée extrêmement utile. afin de déterminés deux
indices de validation de classification que sont la précision globale (proportion de pixels bien
classés, calculé en pourcentage) et l’indice de Kappa (rapport entre les pixels bien classés et le
total des pixels sondés) (Schlaepfer & Bütler, 2002)
Sources et Gestion des Risques.
95
dans son ensemble et de fournir des informations sur l'état de l'environnement. Elle se concentre
spécifiquement sur l'occupation biophysique du sol, en mettant l'accent sur la caractérisation
des différents éléments tels que les forêts, les cultures, les surfaces en eau, les roches
affleurantes, etc.
En basent sur la nomenclature CLC, les classes d'occupation retenue sont :
• Classe forêt : Constituée des ilots forestiers, des forêts dégradées moins denses,
maquis …
• Classe la cote : classe regroupée tout ce qui est plage sableuse ou dune de sable.
• Classe terres agricole.
• Classe zones urbains : Zones principalement occupées par des habitations et des
bâtiments utilisés par les services administratifs/publics, y compris leurs zones
connectées (terrains associés, réseau routier d’accès, parkings).
• Classe zone submergée : classe regroupée tout ce qui est étangs, lacs, et plaines
inondées.
• Classe de sols nus
3.2.2.4. Traitement post-classification et validation des résultats
Une fois la classification terminée, des traitements ont été effectués pour affiner, évaluation la
précision et valider les résultats. Le premier traitement a consisté à faire passer l'image classée
dans un filtre majoritaire qui remplacer les cellules d'un raster selon la valeur de majorité des
cellules voisines contiguës. La classification est simplifiée et débarrassée des pixels isolés.
Ensuite, nous avons converti l'image produite en un fichier de forme (SHP polygone) en
utilisant l'outil "raster to polygon" dans le logiciel ArcGIS 10.8. Cette conversion nous a permis
d'obtenir une représentation vectorielle des différentes classes d'occupation des sols, facilitant
ainsi l'analyse spatiale et la manipulation des données. Le fichier de forme résultant utilisé pour
effectuer des analyses plus avancées et des études supplémentaires sur la répartition et la
caractérisation des différentes classes d'occupation des sols.
La précision des classifications a été évaluée à travers l’utilisation d’une matrice de confusion
(Foody, 2002).A cet effet, les résultats des classifications ont été confrontés à un ensemble de
240 points d’échantillonnage repartir sur tout la zone d’étude de façon aléatoire, les
informations relative ou type d’occupation de sol relevés à partir des données de GPS collectés
sur le terrain ou à l’aide de Google Earth pro pour des endroits inaccessibles ou difficiles
d'accès, tels que des zones reculées, des zones protégées ou des terrains accidentés, où les
relevés GPS sur le terrain peuvent être limités ou impossibles à réaliser. Dans de tels cas,
l'utilisation de Google Earth Pro s'est révélée extrêmement utile. afin de déterminés deux
indices de validation de classification que sont la précision globale (proportion de pixels bien
classés, calculé en pourcentage) et l’indice de Kappa (rapport entre les pixels bien classés et le
total des pixels sondés) (Schlaepfer & Bütler, 2002)