76
Partie II : Matériels et méthodes
Chapitre V : Extraction automatique du trait de côte
Il a été envisagé de travailler à partir de données hyper-spectrales. Cependant, de telles
images avec une bonne résolution spatiale n’étaient pas disponibles sur la zone d’intérêt, ce qui
a mené à l’abandon de cette piste.
Par ailleurs, des données de terrain (levés topographiques) ont été collectées afin de valider
les modèles de classification et évaluer la pertinence des résultats.
V.2.1 Données de terrain
Des sorties préliminaires sur terrain ont été effectuées afin de prospecter le secteur d’étude
en amont des missions de levés. Ces sorties ont été réalisées dans le cadre de ce projet de thèse
avec le Centre Technique Spatiale d’Arzew (CTS). Elles avaient pour buts de :
i)
Délimiter la zone d’intérêt et l’emprise du levé ;
ii)
Déterminer les indicateurs pour les levées GPS (tableau V.1) ;
iii)
Identifier la position de la station de base, et l’accessibilité, en fonction des
indicateurs à lever, pour les parcours du GPS mobiles (des points géodésiques
existants, des obstacles, etc.) ;
iv)
Estimer la durée de la mission, la précision et la densité des points.
Tableau V.1: Types d’indicateurs de trait de côte extrait par les approches de classification
Type de milieu
Indicateur du trait de
Côte
Approches
Algorithme
Type de données
Côte
sablonneuse
-limite sable sec /humide
-limite de la végétation
terrestre
Classification
Orientée Objet
Classification
Orientée Pixel
Random Forest
SVM
CNN
CNN-OBIA
Pléiades
Sentinel-2
Levé de terrain
(DGPS)
Côte rocheuse
-Limite de Lichen marin
-Limite pied/ sommet de
falaise
Côte
artificialisée
-Limite terre/mer