97
Partie II : Matériels et méthodes
Chapitre V : Extraction automatique du trait de côte
V.6 Évaluation de la précision des algorithmes
En plus de l'inspection visuelle des cartes thématiques produites par les approches de
classifications, une évaluation de la précision statistique a été effectuée.
Ainsi, pour chaque classification, une matrice de confusion a été calculée et présentée avec
son indice de précision globale (Overall Accuracy-OA), c'est-à-dire le pourcentage de types de
couverture terrestre correctement classés et les coefficients de kappa. Ces deux coefficients
sont couramment utilisés pour évaluer la précision des cartes thématiques produites à partir de
la classification d'images (Congalton, 1999).
L'étape de segmentation produit des objets d'image qui dépendent de plusieurs paramètres
de l’algorithme utilisé. Pour comprendre l'évolution de la précision de la classification lorsque
ces paramètres varient, une étude expérimentale a été conçue, en calculant les OA pour chaque
configuration des paramètres de segmentation.
De plus, la pertinence du trait de côte extrait de chaque approche a été évaluée via une
comparaison avec le trait de côte de référence du levé in situ. Tous les traits de côte détectés
automatiquement et par DGPS ont été importés dans ArcMap 10.2 avec le système de
projection UTM (zone : 30°N).
Les distances entre le trait de côte extrait et le levé DGPS ont été calculées
automatiquement à l'aide du Digital Shoreline Analysis System (DSAS) (Thieler et al., 2009)
de l'Unites States Geological Survey (USGS). Le paramètre Net Shoreline Movement (NSM) a
été calculé tous les un mètre sur la base du transect généré automatiquement (figure V.18).
Partie II : Matériels et méthodes
Chapitre V : Extraction automatique du trait de côte
V.6 Évaluation de la précision des algorithmes
En plus de l'inspection visuelle des cartes thématiques produites par les approches de
classifications, une évaluation de la précision statistique a été effectuée.
Ainsi, pour chaque classification, une matrice de confusion a été calculée et présentée avec
son indice de précision globale (Overall Accuracy-OA), c'est-à-dire le pourcentage de types de
couverture terrestre correctement classés et les coefficients de kappa. Ces deux coefficients
sont couramment utilisés pour évaluer la précision des cartes thématiques produites à partir de
la classification d'images (Congalton, 1999).
L'étape de segmentation produit des objets d'image qui dépendent de plusieurs paramètres
de l’algorithme utilisé. Pour comprendre l'évolution de la précision de la classification lorsque
ces paramètres varient, une étude expérimentale a été conçue, en calculant les OA pour chaque
configuration des paramètres de segmentation.
De plus, la pertinence du trait de côte extrait de chaque approche a été évaluée via une
comparaison avec le trait de côte de référence du levé in situ. Tous les traits de côte détectés
automatiquement et par DGPS ont été importés dans ArcMap 10.2 avec le système de
projection UTM (zone : 30°N).
Les distances entre le trait de côte extrait et le levé DGPS ont été calculées
automatiquement à l'aide du Digital Shoreline Analysis System (DSAS) (Thieler et al., 2009)
de l'Unites States Geological Survey (USGS). Le paramètre Net Shoreline Movement (NSM) a
été calculé tous les un mètre sur la base du transect généré automatiquement (figure V.18).