Analyse ITC d'images satellitaires
Les techniques et les méthodes ITC (Individual Tree Crown) de délinéation des cimes, de classification des espèces, de regroupement en peuplements forestiers peuvent être utilisées avec succès avec les images provenant de la nouvelle génération de satellites à haute définition (< 1 m/pixel), comme IKONOS, QuickBird, OrbView, WorldView, GeoEye ... Par contre, étant donné leur définition spatiale plus faible en comparaison avec les données aériennes pour lesquelles l'approche ITC fut développée originalement (30-60 cm/pixel), nous nous éloignons quelque peu du concept d'un vrai inventaire forestier à l'arbre près (il y a plus de petits groupes [îlots] d'arbres et moins d'arbres individuels). La résolution spatiale encore plus faible (p.ex., 4 ou 2.4 m/pixel) de bandes multispectrales affecte aussi la capacité à reconnaître les espèces. Néanmoins, l'analyse ITC utilisée sur de telless images satellitaires peut produire de l'information précise au niveau des peuplements.
Une méthodologie existe aussi pour obtenir des polygones forestiers très réalistes. La composition en espèces de ces peuplements peut être supérieure à celle obtenue par le processus conventionnel d'inventaire forestier (c.-à-d., l'interprétation de photos aériennes au 15,000ème et/ou l'interprétation à l'écran d'images aériennes). De plus, des inventaires spéciaux, tels que ceux qui visent particulièrement une espèce minoritaire, peuvent être extrêmement utiles aux compagnies forestières pour qui cette espèce est une priorité.
Cette page Web résume les résultats de plusieurs études portant sur l'analyse « à l’arbre prêt » des images satellitaires de haute définition (< 1 m/pixel), principalement celles d'IKONOS et de QuickBird.
- L'approche ITC appliquée à des images IKONOS d'une plantation de résineux
- La délinéation de cimes d'arbre sur des images IKONOS et QuickBird : l'étude de l'île Cockburn
- Inventaire forestier spécialisé à partir d'une image IKONOS
- Classification ITC « à l’arbre prêt » et regroupement en peuplements forestiers à partir d'une image IKONOS
L'approche ITC appliquée à des images IKONOS d'une plantation de résineux
Résumé
En foresterie, la disponibilité d'images de haute définition (< 1 m/pixel) provenant des nouveaux satellites d'observation de la terre tel l'IKONOS, favorise un changement de paradigme d'une approche par pixel à une qui se préoccupe directement de l'élément structurant principal de telles images : l'arbre individuel (Individual Tree Crown (ITC)). Cette étude donne une évaluation initiale des effets d'une résolution spatiale de 1 et 4 m/pixel (bandes panchromatique et multispectrale, respectivement) sur la détection, la délinéation, et la classification des cimes vues dans une image IKONOS.
Deux images IKONOS (une prise en hiver, l'autre en été) de la plantation Hudson de la Forêt expérimental de Petawawa, Ontario, Canada, furent analysées. Les images panchromatiques furent ré-échantillonnées à 0.5 m/pixel, puis lissées par un filtre produisant la moyenne d'une fenêtre de 3x3 pixels. Un algorithme de « suivi des vallées » et un module « à base de règles » d'isolation des cimes furent appliqués pour faire la délinéation des cimes d'arbre individuels. Les maxima locaux provenant d'une fenêtre de 3x3 (c.-à-d., détection du faîte des arbres) furent aussi extraits de l'image lissée pour faire une comparaison. Les résultats de délinéation et de détection des cimes furent résumés et comparés avec des décomptes au sol. En général, les techniques de délinéation des cimes et de maxima locaux générèrent des décomptes d'arbres qui furent en moyenne à 15 % près et cela, pour les deux saisons. Une inspection visuelle révèle que la principale source d'erreur est la délinéation d'îlots de deux ou trois cimes. Des signatures spectrales de cimes furent générées pour six classes de conifères, une de feuillues et une d'arbustes. Après la classification des cimes, l'exactitude de classification fut vérifiée en utilisant des zones tests indépendantes contenant ces mêmes espèces. L'exactitude globale fut de 59 %. Il existe d'importantes confusions entre les épinettes blanches et rouges, et les pins blancs matures et immatures, mais des regroupements post-classification en une seule classe d'épinettes et une seule classe de pins blancs donna une exactitude globale de 67 %.
Référence
Gougeon, F.A. et Leckie, D.G. 2006 The individual tree crown approach applied to IKONOS images of a coniferous plantation area. Photogrammetric Engineering and Remote Sensing. 72(11):1287-1297
La plantation Hudson de la Forêt expérimentale de Petawawa, Ontario
Figure 1. Le site expérimental Hudson consiste en plantations matures d'épinettes blanches (Sw), de pins rouges (Pr), d'épinettes rouges(Sr), d'épinettes de Norvège (Sn), de pins écossais (Ps), de pins blancs matures (Pwm) et immatures (Pwi) et de sites mixtes contenant du pin rouge et de l'épinette blanche (Pr & Sw). La ligne pointillée correspond à la zone extraite de l'image IKONOS panchromatique d'hiver (300 x 300m2), tel que vue aux Figures 3 et 4. La zone extraite de l'image IKONOS d'été est un peu plus grande (720 x 560m2) qu'illustrée ici, mais les figures 2 et 5-8 furent coupées pour correspondre à la même étendue que cette figure, mettant ainsi l'accent sur les plantations d'intérêt.
Figure 2. Partie d'une image IKONOS panchromatique du 6 juillet 2000 montrant le site Hudson et les cinq zones tests utilisées pour les décomptes rapportés au Tableau 2.
Figure 3. Partie d'une image IKONOS panchromatique d'hiver montrant les faîtes d'arbres détectés (points noirs) au site Hudson avec la neige partiellement masquée (gris uniforme).
Figure 4. Cime individuelles (ITCs) et îlots d'arbres (Isols) délinéés sur l'image IKONOS d'hiver du site Hudson (300 x 300m2) avec la neige partiellement masquée (en blanc).
Figure 5. Partie d'une image IKONOS panchromatique d'été montrant les faîtes d'arbres détectés (points rouges) au site Hudson.
Figure 6. Cimes individuelles (ITCs) et îlots d'arbres (Isols) délinéés sur l'image IKONOS d'été du site Hudson.
Résultats d'analyses de la cime individuelle des arbres (ACI) et des îlots (IA) d'arbres
Classification des cimes d'arbres
De meilleurs résultats de classification en espèces furent obtenus quand la bande panchromatique fut ajoutée aux bandes spectrales. Ceci est probablement dû à sa résolution spatiale plus élevée plutôt qu'au fait qu'elle couvre un peu plus du spectre infra-rouge que la bande infra-rouge elle-même (voir Tableau 2).
| Bande | Bande spectrale | Largeur (nm) | Centre (nm) |
|---|---|---|---|
| Pan | 525,8 - 928,5 | 403 | 727,1 |
| MS-1 (Bleue) | 444,7 - 516,0 | 71,3 | 480,3 |
| MS-2 (Verte) | 506,4 - 595,0 | 88,6 | 550,7 |
| MS-3 (Rouge) | 631,9 - 697,7 | 65,8 | 664,8 |
| MS-4 (NVIR) | 757,3 - 852,7 | 95,4 | 805,0 |
Figure 7. Vue infra-rouge de l'image IKONOS multispectrale d'été de la plantation de Hudson qui illustre bien les effets d'une résolution de 4 m/pixel (c.à-d., les cimes individuelles ne sont pas visibles, donc inextricables). Cette résolution moindre a aussi un effet sur la capacité de reconnaître les espèces à partir d'une image IKONOS.
Figure 8. Classification ACI pour une vue d'image IKONOS avec sept classifications : pin rouge (rouge), épinette rouge (bleu), épinette blanche (cyan), pin sylvestre (rose), pin blanc immature (jaune), pin blanc mature (orange) et feuillus (vert).
| Classes | Sw | Sr | Pr | H | Ps | Pwm | Pwi |
|---|---|---|---|---|---|---|---|
| Sw |
78 (36,6%) |
4 (5,5%) |
19 (6,9%) |
3 (1,0%) |
13 (19,1%) |
49 (13,5%) |
2 (2,2%) |
| Sr |
54 (25,4%) |
46 (63,0%) |
19 (6,9%) |
1 (0,3%) |
7 (10,3%) |
7 (1,9%) |
0 (0,0%) |
| Pr |
9 (4,2%) |
1 (1,4%) |
179 (65,3%) |
0 (0,0%) |
3 (4,4%) |
4 (1,1%) |
4 (4,4%) |
| H |
1 (0,5%) |
0 (0,0%) |
1 (0,4%) |
243 80,7%) |
0 (0,0%) |
7 (1,9%) |
10 (11,0%) |
| Ps |
43 (20,2%) |
9 (12,3%) |
26 (9,5%) |
0 (0,0%) |
42 (61,8%) |
55 (15,1%) |
6 (6,6%) |
| Pwm |
14 (6,6%) |
4 (5,5%) |
10 (3,6%) |
4 (1,3%) |
2 (2,9%) |
181 (49,7%) |
10 (11,0%) |
| Pwi |
2 (0,9%) |
0 (0,0%) |
11 (4,0%) |
5 (1,7%) |
1 (1,5%) |
35 (9,6%) |
48 (52,7%) |
| Un |
12 (5,6%) |
9 (12,3%) |
9 (3,3%) |
45 (15,0%) |
0 (0,0%) |
26 (7,1%) |
11 (12,1%) |
| Isols | 213 | 73 | 274 | 301 | 68 | 364 | 91 |
Précision moyenne de chaque classe : 58,6 %. Précision globale pour tous les ISOLs : 59 %.
Résumé et conclusion (pour cette étude)
Pour les applications forestières, la haute définition (< 1 m/pixel) des images provenant des nouveaux satellites nous permet de voir les arbres individuels, alors qu'avec les images satellites précédentes il n'y avait que des forêts. Ceci nous impose un paradigme d'analyse d'image plutôt orienté vers les objets, nous éloignant des techniques basée sur le pixel, et nous dirigeant vers la délinéation et la classification des cimes individuelles. Heureusement, de tels techniques furent développées pour analyser les images de résolution spatiale encore plus élevée (30-60 cm/pixel) qui proviennent de capteurs aériens. Cette étude, qui a analysé leur application aux images IKONOS de plantations de résineux, conclut qu'elle est appropriée et rapporte leur performance.
Les résultats de détection des cimes et ceux de classification à partir de résolutions spatiales de 1 et 4 m/pixel sont très encourageants. Pour les images IKONOS d'été et d'hiver, les décomptes d'arbres par la technique bien connue des maxima locaux (faîtes d'arbre) furent en moyenne à 15 % près de ceux au sol. Les décomptes d'arbres par l'approche ITC furent aussi à 15% près de ceux au sol. Ceci se compare favorablement avec des décomptes à 8 % près utilisant des données aériennes à 31 cm/pixel (Gougeon 1995b). Par contre, il se peut qu'il y ait eu des effets d’annulation des erreurs d'omission et de commission.
Une quantification de la correspondance arbre-par-arbre entre les cimes délinées et celle au sol ne fut pas possible pour cette étude, mais une inspection visuelle révèle la présence d'îlots de deux ou trois arbres. La présence de ces îlots fut plus marqué dans les zones de pins blancs et de feuillus. Des peuplements pures et d'âge uniforme faits d'arbres aux formes essentiellement coniques ont facilité le procédé de délinéation des cimes. Des résultats de délinéation et de décomptes moins précis sont à prévoir avec des peuplements naturels plus diversifiés.
À partir de cette analyse, il devient clair que les images IKONOS ne sont pas idéales pour produire un vrai inventaire d'arbres. Mais, nous spéculons (et plusieurs autres études semblent le confirmer) que l'approche à l'arbre près peut produire des résultats très intéressants au niveau des peuplements, spécialement par rapport à la composition en espèces (CLC-Camint, 2002; 2003; Leckie et al., 2003b), un aspect très important dans la production des inventaires forestiers conventionnels. De plus, parce que les espèces qui forme moins de 10 % de la composition (25 % dans certains cas) ne sont pas rapportées dans les inventaires de gestion conventionnel, l'analyse ITC d'images IKONOS peut être utilisée pour produire des inventaires spécialisés, tels que ceux basés sur la détection et localisation d'arbres d'espèces minoritaires, quoique très importantes commercialement (Gougeon et al., 2001; CLC-Camint, 2001). Il existe aussi un bon potentiel à produire de l'information inédite pour l'évaluation de la faune et, de la santé et de la biodiversité des forêts (CLC-Camint, 2003; Leckie et al., 2003a). Donc, tant qu'on ne s'attend à de vrais inventaires forestiers « à l'arbre près », l'analyse ITC d'images IKONOS peut produire de l'information forestière très intéressante et même, de l'information novatrice.
Statut du projet
- En cours