Partie II : Méthodologies des évaluations de la durabilité et du processus GIZC
48
1.4 Étapes d’analyse de l’occupation des sols de la zone algéroise
Tableau 5: Méthodologie d’analyse de l’occupation des sols au niveau de la ZCA
Analyse de
l'occupation
des sols de
la ZCA à
travers la
méthode de
télédection
(ENVI) et la
cartographie
(QGis)
1.Choix des images
Des images satellitaires SENTINEL-2 pour l’année 2017 à une échelle de
10 m de résolution, et LANDSAT 7 pour l’année 2001 à haute
résolution qui couvre la totalité de notre zone d’étude à une échelle de
30m en multi-spectral ont été utilisés.
Mise à niveau des images satellitaires
Cette étape consiste en un découpage des deux images brutes (2001 et
2017), ainsi que d’un cadrage sur la zone d’intérêt (ZCA).
2.Etapes de la classification supervisée
Création des régions d’intérêts pour chaque classe identifiée
La méthode des « Maximums de Vraisemblances » se base sur une
analyse statistique de la distribution des vecteurs spectraux de
l'échantillon pour définir des zones de probabilité équivalente autour
de ces centres, ou autrement dit, c’est une technique lors de laquelle
la signature spectrale de chaque pixel, dans chacun des trois canaux (4,
3 et 2) est comparée à celle des régions d’intérêt
Echantillonnage
Les échantillons (ou Region Of Interest ; ROI sur ENVI), sont collectés à
partir de l’outil ROI du logiciel. 5 classes d’échantillons ont été
générer : l’artificialisation des sols, la végétation, l’agriculture, les sols
nu ou les friches, l’eau.
Estimation des surfaces pour chaque classe
Afin d’obtenir les résultats chiffrés pour chaque classe, il faut avoir
recours à la commande ‘class statistics’.
3.Vérification et validation des résultats
Cette étape sert à évaluer la qualité d'une classification. Elle est
obtenue en comparant les données classées avec des données de
référence qui doivent être différentes de celles ayant servi à réaliser la
classification
Cette étape se base sur 2 principaux paramètres :
La précision globale (Overall Accuracy)
Qui fait référence à la précision totale ou globale qui est le rapport
entre le nombre de pixels bien classés sur le nombre total de pixels.
Les diagonales du tableau de matrice nous donnent les pixels bien
classés
Le coefficient de Kappa
Ce paramètre est une autre manière d'évaluer la précision en faisant
intervenir son calcul tous les pixels de contrôle relevés sur le terrain et
données des diagonales. Ce coefficient est compris entre 0 et 1.
4. Visualisation et cartographie des données sous QGIS
Les résultats validés de la classification sont exportés vers le logiciel
QGIS afin de finaliser les travaux de cartographie.
48
1.4 Étapes d’analyse de l’occupation des sols de la zone algéroise
Tableau 5: Méthodologie d’analyse de l’occupation des sols au niveau de la ZCA
Analyse de
l'occupation
des sols de
la ZCA à
travers la
méthode de
télédection
(ENVI) et la
cartographie
(QGis)
1.Choix des images
Des images satellitaires SENTINEL-2 pour l’année 2017 à une échelle de
10 m de résolution, et LANDSAT 7 pour l’année 2001 à haute
résolution qui couvre la totalité de notre zone d’étude à une échelle de
30m en multi-spectral ont été utilisés.
Mise à niveau des images satellitaires
Cette étape consiste en un découpage des deux images brutes (2001 et
2017), ainsi que d’un cadrage sur la zone d’intérêt (ZCA).
2.Etapes de la classification supervisée
Création des régions d’intérêts pour chaque classe identifiée
La méthode des « Maximums de Vraisemblances » se base sur une
analyse statistique de la distribution des vecteurs spectraux de
l'échantillon pour définir des zones de probabilité équivalente autour
de ces centres, ou autrement dit, c’est une technique lors de laquelle
la signature spectrale de chaque pixel, dans chacun des trois canaux (4,
3 et 2) est comparée à celle des régions d’intérêt
Echantillonnage
Les échantillons (ou Region Of Interest ; ROI sur ENVI), sont collectés à
partir de l’outil ROI du logiciel. 5 classes d’échantillons ont été
générer : l’artificialisation des sols, la végétation, l’agriculture, les sols
nu ou les friches, l’eau.
Estimation des surfaces pour chaque classe
Afin d’obtenir les résultats chiffrés pour chaque classe, il faut avoir
recours à la commande ‘class statistics’.
3.Vérification et validation des résultats
Cette étape sert à évaluer la qualité d'une classification. Elle est
obtenue en comparant les données classées avec des données de
référence qui doivent être différentes de celles ayant servi à réaliser la
classification
Cette étape se base sur 2 principaux paramètres :
La précision globale (Overall Accuracy)
Qui fait référence à la précision totale ou globale qui est le rapport
entre le nombre de pixels bien classés sur le nombre total de pixels.
Les diagonales du tableau de matrice nous donnent les pixels bien
classés
Le coefficient de Kappa
Ce paramètre est une autre manière d'évaluer la précision en faisant
intervenir son calcul tous les pixels de contrôle relevés sur le terrain et
données des diagonales. Ce coefficient est compris entre 0 et 1.
4. Visualisation et cartographie des données sous QGIS
Les résultats validés de la classification sont exportés vers le logiciel
QGIS afin de finaliser les travaux de cartographie.