La Réunion - Carte d'occupation du sol, 2017 (Spot6/7)

Dans le cadre du Centre d’Expertise Scientifique Occupation des Sols de THEIA, l’UMR TETIS du CIRAD développe une méthode de cartographie automatisée fondée sur la chaine Moringa qui minimise les interactions avec les utilisateurs par l’automatisation de la plupart des processus d’analyse et de traitement des images. <br> La méthodologie utilise conjointement une image à Très Haute Résolution Spatiale (Spot6/7 ou Pléiades) et une ou plusieurs séries temporelles d’images optiques à Haute Résolution Spatiale type Sentinel-2 et Landsat-8 pour une classification combinant segmentation et classification objet (utilisation de l’algorithme Random Forest) entrainée par une base de données d’apprentissage constituée à partir de collecte in situ et de photo-interprétation. <br> Les cartes d'occupation du sol sont réalisées dans le cadre du projet GABIR (Gestion Agricole des Biomasses à l’échelle de l'Ile de la Réunion) et sont toutes diffusées sur le catalogue de données spatiales du Cirad à la Réunion : <a href="http://aware.cirad.fr">http://aware.cirad.fr/</a> <br> Cette fiche du Dataverse concerne les cartes produites, pour l'année 2017, en utilisant une mosaïque d'images Spot6/7 pour calculer la segmentation (extraction d'objets homogènes à partir de l'image). Nous utilisons une base de données terrain ayant une nomenclature emboitée avec 3 niveaux de précision nous permettant de produire une classification par niveau. Le niveau le plus détaillé distinguant les types de cultures présente une précision globale de 86% et un indice de Kappa est de 0,87. Le niveau 2, distinguant les groupes de cultures présente une précision globale de 93% et un indice de Kappa est de 0,94. Le niveau 1, distinguant les grands groupes d'occupation du sol présente une précision globale de 98% et un indice de Kappa est de 0,99.

Saved in:
Bibliographic Details
Main Authors: Dupuy, Stéphane, Gaetano, Raffaele
Format: Observational data biblioteca
Language:French
Published: CIRAD Dataverse 2018
Subjects:Agricultural Sciences, Computer and Information Science, Earth and Environmental Sciences, Télédétection, Remote sensing, Environnement, Environment, Base de données spatiale, Spatial database, Landsat-8, Sentinel-2, Spot6/7, Landsat, forêt primaire, primary forests,
Online Access:http://dx.doi.org/10.18167/DVN1/OMHZQL
Tags: Add Tag
No Tags, Be the first to tag this record!