Introduction générale
3
naturels et socio-économiques via un suivi de la dynamique côtière. Le principal objectif de ce
travail est d’évaluer l’apport de ces données fournies à l’exploitation de nouvelles méthodes de
télédétection à pouvoir étudier la vulnérabilité face au risque d’érosion. Les objectifs spécifiques
de la thèse sont dictés par des données multi- capteurs (Pléiade, d’images Sentinel et Alsat), les
différentes techniques de traitement d’image et des algorithmes d’apprentissage automatique
(Machine/Deep Learning). En effet cette thèse a comme objectifs scientifiques de :
- Contribuer aux études de détections du trait de côte ainsi que son évolution en se basant sur
des techniques innovantes de la géomatique (télédétection et SIG) ;
- Caractériser l’érosion côtière en produisant des cartes d’aléa ;
- Analyser les enjeux socio-économiques par des méthodes de télédétection ;
- Évaluer l’état de vulnérabilité côtière de la zone d’étude.
Par ailleurs, la thèse a également comme objectifs méthodologiques :
- Appliquer, développer et valider de nouvelles méthodes de détection automatique des
indicateurs de trait de côte, en prenant en compte la disponibilité récente des nouveaux capteurs
en conjonction avec des algorithmes de classification et de segmentation d’images ;
-
Analyser l’apport des différents types de données satellitaires et des algorithmes de
Machine/Deep Learning pour l’extraction des informations relatives aux facteurs de la dynamique
côtière ;
De manière à traiter ces questions, à la suite de la partie courante (Introduction), cette thèse
s’organise en trois parties. Dans un premier temps, une partie Généralité (Partie I) dresse un état
de l’art et décrit le contexte de l’étude du risque de l’érosion côtière (Chapitre 1), les applications
existantes dans le domaine de la télédétection des zones côtières (Chapitre 2), ainsi que les
méthodes de traitement d’images et les algorithmes de Machine /Deep Learning mis en œuvre
dans notre développement méthodologique (Chapitre 3). La zone d’étude est décrite dans un
dernier chapitre (Chapitre 4). La partie suivante (Partie II) décrit en détail notre méthodologie de
travail et les traitements effectués pour l’extraction automatique du trait de côte (Chapitre 5), la
caractérisation de l’aléa de l’érosion (Chapitre 6) et l’évaluation de la vulnérabilité côtière
(Chapitre 7). Les résultats obtenus sont ensuite présentés et discutés dans la Partie III. Les
conclusions retenues ainsi que les perspectives dégagées par les résultats du travail de recherche
sont ponctuées dans la dernière partie de la thèse.
3
naturels et socio-économiques via un suivi de la dynamique côtière. Le principal objectif de ce
travail est d’évaluer l’apport de ces données fournies à l’exploitation de nouvelles méthodes de
télédétection à pouvoir étudier la vulnérabilité face au risque d’érosion. Les objectifs spécifiques
de la thèse sont dictés par des données multi- capteurs (Pléiade, d’images Sentinel et Alsat), les
différentes techniques de traitement d’image et des algorithmes d’apprentissage automatique
(Machine/Deep Learning). En effet cette thèse a comme objectifs scientifiques de :
- Contribuer aux études de détections du trait de côte ainsi que son évolution en se basant sur
des techniques innovantes de la géomatique (télédétection et SIG) ;
- Caractériser l’érosion côtière en produisant des cartes d’aléa ;
- Analyser les enjeux socio-économiques par des méthodes de télédétection ;
- Évaluer l’état de vulnérabilité côtière de la zone d’étude.
Par ailleurs, la thèse a également comme objectifs méthodologiques :
- Appliquer, développer et valider de nouvelles méthodes de détection automatique des
indicateurs de trait de côte, en prenant en compte la disponibilité récente des nouveaux capteurs
en conjonction avec des algorithmes de classification et de segmentation d’images ;
-
Analyser l’apport des différents types de données satellitaires et des algorithmes de
Machine/Deep Learning pour l’extraction des informations relatives aux facteurs de la dynamique
côtière ;
De manière à traiter ces questions, à la suite de la partie courante (Introduction), cette thèse
s’organise en trois parties. Dans un premier temps, une partie Généralité (Partie I) dresse un état
de l’art et décrit le contexte de l’étude du risque de l’érosion côtière (Chapitre 1), les applications
existantes dans le domaine de la télédétection des zones côtières (Chapitre 2), ainsi que les
méthodes de traitement d’images et les algorithmes de Machine /Deep Learning mis en œuvre
dans notre développement méthodologique (Chapitre 3). La zone d’étude est décrite dans un
dernier chapitre (Chapitre 4). La partie suivante (Partie II) décrit en détail notre méthodologie de
travail et les traitements effectués pour l’extraction automatique du trait de côte (Chapitre 5), la
caractérisation de l’aléa de l’érosion (Chapitre 6) et l’évaluation de la vulnérabilité côtière
(Chapitre 7). Les résultats obtenus sont ensuite présentés et discutés dans la Partie III. Les
conclusions retenues ainsi que les perspectives dégagées par les résultats du travail de recherche
sont ponctuées dans la dernière partie de la thèse.