Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.

Dans cet article, nous évaluons les performances de classification de trois algorithmes non paramétriques (kNN, RF et SVM) en utilisant les données multi-temporelles de trois satellites (Sentinel-1, Alos-Palsar-2 et Sentinel-2) et de leurs combinaisons. La zone d'étude choisie se caractérise p...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Siham ACHARKI, Pierre Louis FRISON, Mina AMHARREF, Hanna KHOJ, Samed BERNOUSSI
Formato:	article
Lenguaje:	EN FR
Publicado:	Société Française de Photogrammétrie et de Télédétection 2021
Materias:	Sentinel-1, Sentinel-2, Alos-Palsar-2, RF, SVM, kNN, Aire protégée Instruments and machines QA71-90 Applied optics. Photonics TA1501-1820 Cellular telephone services industry. Wireless telephone industry HE9713-9715
Acceso en línea:	https://doaj.org/article/6327bf3975cf4f31a46e88d4d6804ee1
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:6327bf3975cf4f31a46e88d4d6804ee1
record_format	dspace
spelling	oai:doaj.org-article:6327bf3975cf4f31a46e88d4d6804ee12021-12-05T02:15:32ZComplémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.10.52638/rfpt.2021.5991768-97912426-3974https://doaj.org/article/6327bf3975cf4f31a46e88d4d6804ee12021-11-01T00:00:00Zhttps://rfpt.sfpt.fr/index.php/RFPT/article/view/599https://doaj.org/toc/1768-9791https://doaj.org/toc/2426-3974 Dans cet article, nous évaluons les performances de classification de trois algorithmes non paramétriques (kNN, RF et SVM) en utilisant les données multi-temporelles de trois satellites (Sentinel-1, Alos-Palsar-2 et Sentinel-2) et de leurs combinaisons. La zone d'étude choisie se caractérise par un climat méditerranéen subhumide et une topographie très accidentée qui rend la classification d’occupation du sol particulièrement difficile. En outre, elle contient une aire protégée nommée Jbel Moussa et présente une diversité biologique exceptionnelle. Afin de suivre le couvert végétal de cette dernière, nous avons acquis et prétraités les images satellitaires optiques et radar pour la période du 1er janvier au 31 décembre 2017. Ensuite, nous avons combiné les trois satellites, soit douze scénarios produits. Des cartes de classifications illustrent notre approche. Un total de trente-six classifications a été obtenu, en se basant sur sept classes : eau, bâtiment et infrastructures, sol nu, végétation peu dense, prairies, forêt peu dense et forêt dense. Les résultats ont montré que pour tous les scénarios, la précision globale la plus élevée a été produite par RF (53,03%-93,06%), suivie de kNN (49,16%-89,63%), tandis que SVM (47,86%-86,08%) a produit la précision de classification la plus faible. L'étude a également montré une similitude entre les performances de la combinaison des trois satellites et celles de Sentinel-2 seul. Les estimations de la superficie pour les différentes classes vont de 0,85 km2 (0,11% de la zone d'étude) à 326,84 km2 (41,31% de la zone d'étude) Siham ACHARKIPierre Louis FRISONMina AMHARREFHanna KHOJSamed BERNOUSSISociété Française de Photogrammétrie et de TélédétectionarticleSentinel-1, Sentinel-2, Alos-Palsar-2, RF, SVM, kNN, Aire protégéeInstruments and machinesQA71-90Applied optics. PhotonicsTA1501-1820Cellular telephone services industry. Wireless telephone industryHE9713-9715ENFRRevue Française de Photogrammétrie et de Télédétection, Vol 223 (2021)
institution	DOAJ
collection	DOAJ
language	EN FR
topic	Sentinel-1, Sentinel-2, Alos-Palsar-2, RF, SVM, kNN, Aire protégée Instruments and machines QA71-90 Applied optics. Photonics TA1501-1820 Cellular telephone services industry. Wireless telephone industry HE9713-9715
spellingShingle	Sentinel-1, Sentinel-2, Alos-Palsar-2, RF, SVM, kNN, Aire protégée Instruments and machines QA71-90 Applied optics. Photonics TA1501-1820 Cellular telephone services industry. Wireless telephone industry HE9713-9715 Siham ACHARKI Pierre Louis FRISON Mina AMHARREF Hanna KHOJ Samed BERNOUSSI Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.
description	Dans cet article, nous évaluons les performances de classification de trois algorithmes non paramétriques (kNN, RF et SVM) en utilisant les données multi-temporelles de trois satellites (Sentinel-1, Alos-Palsar-2 et Sentinel-2) et de leurs combinaisons. La zone d'étude choisie se caractérise par un climat méditerranéen subhumide et une topographie très accidentée qui rend la classification d’occupation du sol particulièrement difficile. En outre, elle contient une aire protégée nommée Jbel Moussa et présente une diversité biologique exceptionnelle. Afin de suivre le couvert végétal de cette dernière, nous avons acquis et prétraités les images satellitaires optiques et radar pour la période du 1er janvier au 31 décembre 2017. Ensuite, nous avons combiné les trois satellites, soit douze scénarios produits. Des cartes de classifications illustrent notre approche. Un total de trente-six classifications a été obtenu, en se basant sur sept classes : eau, bâtiment et infrastructures, sol nu, végétation peu dense, prairies, forêt peu dense et forêt dense. Les résultats ont montré que pour tous les scénarios, la précision globale la plus élevée a été produite par RF (53,03%-93,06%), suivie de kNN (49,16%-89,63%), tandis que SVM (47,86%-86,08%) a produit la précision de classification la plus faible. L'étude a également montré une similitude entre les performances de la combinaison des trois satellites et celles de Sentinel-2 seul. Les estimations de la superficie pour les différentes classes vont de 0,85 km2 (0,11% de la zone d'étude) à 326,84 km2 (41,31% de la zone d'étude)
format	article
author	Siham ACHARKI Pierre Louis FRISON Mina AMHARREF Hanna KHOJ Samed BERNOUSSI
author_facet	Siham ACHARKI Pierre Louis FRISON Mina AMHARREF Hanna KHOJ Samed BERNOUSSI
author_sort	Siham ACHARKI
title	Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.
title_short	Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.
title_full	Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.
title_fullStr	Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.
title_full_unstemmed	Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.
title_sort	complémentarité des images optiques sentinel-2 avec les images radar sentinel-1 et alos-palsar-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au nord-ouest du maroc via trois algorithmes d’apprentissage automatique.
publisher	Société Française de Photogrammétrie et de Télédétection
publishDate	2021
url	https://doaj.org/article/6327bf3975cf4f31a46e88d4d6804ee1
work_keys_str_mv	AT sihamacharki complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT pierrelouisfrison complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT minaamharref complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT hannakhoj complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique AT samedbernoussi complementaritedesimagesoptiquessentinel2aveclesimagesradarsentinel1etalospalsar2pourlacartographiedelacouverturevegetaleapplicationauneaireprotegeeetsesenvironsaunordouestdumarocviatroisalgorithmesdapprentissageautomatique
_version_	1718372615779778560

Complémentarité des images optiques SENTINEL-2 avec les images radar SENTINEL-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique.

Ejemplares similares