Résultats et Discussion
59
Donc nous pouvons déduire qu’en termes de résolution spatiale le meilleur capteur ou les
meilleurs sont OLI (30m) et MSI (10-60 m). Toutefois, en termes de résolution spectrale,
le meilleur est OLCI (10 bandes dans le visible, 300m) et MODIS (10 bandes dans le visible,
1000m). En revanche, MODIS possède la plus longue couverture depuis 2002. OLCI, a une
résolution spectrale élevée avec une résolution spatiale modérée pour les études et le monitoring
de Chl-a et phytoplancton.
L’importance de la résolution spatiale repose dans le pouvoir de différencier entre les plus petits
éléments dans une scène donnée et donc pouvoir estimer ou surveiller les variations des
concentrations des éléments dans des zones à grande échelle. Pour la résolution spectrale, c’est
la possibilité de capter les petites variations donc le pouvoir d’attribuer à chaque élément, une
réponse spectrale spécifique. Dans notre travail, nous utilisons donc les données issues du
capteur OLCI afin de modéliser la chlorophylle et la variabilité des groupes phytoplanctoniques dans le bassin Algérois.
2. Sélection du meilleur algorithme pour l’estimation de la chlorophylle
Le tableau suivant résume l’erreur estimée et l’étude de corrélation entre la concentration de la
chlorophylle in-situ et celle calculées depuis les algorithmes bio-optiques pour l’image de 1404-2019 :
Tableau 4.3. Coefficient de corrélation et l’erreur estimée entre les concentrations in-situ et
celles calculées par les algorithmes bio-optique
C2RCC
OC4
OC5
OC6
Type de corrélation
Linéaire
Linéaire
Linéaire
Linéaire
Coefficient de détermination
0.2625
0.8693
0.8697
0.8733
Coefficient de corrélation
0.5123
0.9324
0.9325
0.9345
Pente
0.0712
0.8697
0.8788
1.0802
Erreur
77%
45%
40%
28%
Nous remarquons depuis le tableau si dessus que l’application de l’algorithme OC6 a donné des
résultats qui sont plus ou moins près de la réalité avec 28% d’erreur comparant à OC4, OC5 et
celui appliqué par le C2RCC qui présente une erreur importante de 77%.
3. Cycle annuel des groupes du phytoplancton dans le bassin Algérois (année 2019)
Plusieurs paramètres rentrent en jeu lors de l’échantillonnage du phytoplancton (couts, climat,
l’état de la mer, disponibilités des équipements…) ce qui le rend un peu difficile. Pour cela des
algorithmes ont été développés et misent en évidence afin de différencier entres les groupes
59
Donc nous pouvons déduire qu’en termes de résolution spatiale le meilleur capteur ou les
meilleurs sont OLI (30m) et MSI (10-60 m). Toutefois, en termes de résolution spectrale,
le meilleur est OLCI (10 bandes dans le visible, 300m) et MODIS (10 bandes dans le visible,
1000m). En revanche, MODIS possède la plus longue couverture depuis 2002. OLCI, a une
résolution spectrale élevée avec une résolution spatiale modérée pour les études et le monitoring
de Chl-a et phytoplancton.
L’importance de la résolution spatiale repose dans le pouvoir de différencier entre les plus petits
éléments dans une scène donnée et donc pouvoir estimer ou surveiller les variations des
concentrations des éléments dans des zones à grande échelle. Pour la résolution spectrale, c’est
la possibilité de capter les petites variations donc le pouvoir d’attribuer à chaque élément, une
réponse spectrale spécifique. Dans notre travail, nous utilisons donc les données issues du
capteur OLCI afin de modéliser la chlorophylle et la variabilité des groupes phytoplanctoniques dans le bassin Algérois.
2. Sélection du meilleur algorithme pour l’estimation de la chlorophylle
Le tableau suivant résume l’erreur estimée et l’étude de corrélation entre la concentration de la
chlorophylle in-situ et celle calculées depuis les algorithmes bio-optiques pour l’image de 1404-2019 :
Tableau 4.3. Coefficient de corrélation et l’erreur estimée entre les concentrations in-situ et
celles calculées par les algorithmes bio-optique
C2RCC
OC4
OC5
OC6
Type de corrélation
Linéaire
Linéaire
Linéaire
Linéaire
Coefficient de détermination
0.2625
0.8693
0.8697
0.8733
Coefficient de corrélation
0.5123
0.9324
0.9325
0.9345
Pente
0.0712
0.8697
0.8788
1.0802
Erreur
77%
45%
40%
28%
Nous remarquons depuis le tableau si dessus que l’application de l’algorithme OC6 a donné des
résultats qui sont plus ou moins près de la réalité avec 28% d’erreur comparant à OC4, OC5 et
celui appliqué par le C2RCC qui présente une erreur importante de 77%.
3. Cycle annuel des groupes du phytoplancton dans le bassin Algérois (année 2019)
Plusieurs paramètres rentrent en jeu lors de l’échantillonnage du phytoplancton (couts, climat,
l’état de la mer, disponibilités des équipements…) ce qui le rend un peu difficile. Pour cela des
algorithmes ont été développés et misent en évidence afin de différencier entres les groupes