II.2.3. Traitement des données secondaires
II.2.3.1. Données cartographiques
Sur le terrain, une descente de prospection observatoire a
été effectuée allant de l'entrée du village Manda
à celle de Niellem. Elle a permis d'obtenir les données
géographiques des deux extrémités du PNM à l'aide
d'un GPS. Ensuite lors des travaux sur le terrain, les points de départ
et final du transect ont étés relevés afin de produire une
carte de relévé floristique. Enfin pour l'obtention des cartes de
la couverture du sol, le CNAR a fourni les images landsat de la zone
d'étude. D'autres images landsat ont étés
téléchargées via internet. Les logiciels utilisés
sont Erdas Imagine 2014, ArcGIS 10.2.2, Google Earth pour le traitement d'image
et pour la partie cartographie.
Le choix de ces logiciels de traitement et des images Landsat
est justifié par les raisons suivantes :
? elles sont disponibles gratuitement ;
? elles sont indiquées pour l'analyse de la dynamique
du couvert végétal (Anonyme, 2013 c).
Tableau II: Caractéristiques des images du capteur
Landsat utilisées
|
Acquisition
d'image
|
Capteurs
|
Path-Row
|
Bande
|
Wavelength(micromètres)
|
Resolution(mètres)
|
|
1987-10
|
Enhanced Thematic Mapper Plus (ETM+)
TM
(Thématic Mapper)
OLI TIR
|
184-052
184-052
|
Band 1
|
0.45-0.52
|
30
|
|
2002-10
|
|
Band 2
|
0.52-0.60
|
30
|
|
Band 3
|
0.63-0.69
|
30
|
|
2012-11
|
Band 4
|
0.77-0.90
|
30
|
|
Band 5
|
1.55-1.75
|
30
|
|
Band 6
|
10.40-12.50
|
60 * (30)
|
|
Band 7
|
2.09-2.35
|
30
|
|
Band 8
|
.52-.90
|
15
|
|
2016-10
|
28
Le traitement se déroule en 03 phases. Une phase de
prétraitement, une autre de classification et enfin la dernière
de post-classification. Le PNM pose un problème du point de vue Image
Landsat. En effet il se trouve entre deux scènes : la scène
(182,053) et la scène (182,054). Pour avoir une image complète de
la zone d'étude, il a donc fallu effectuer une opération de
Mosaiquage qui consiste à fusionner deux images pour n'obtenir qu'une
seule. La phase de prétraitement s'effectue comme suit: avant le
processus de classification, les images subissent une correction
atmosphérique. Les valeurs numériques des images Landsat sont
transformées en réflectance puis ces dernières subissent
une correction grâce à la méthode DOS1.
En ce qui concerne la correction géométrique,
les images sont en DATA_TYPE = "L1T". Pour ce travail, il n'est pas
nécessaire de procéder à une correction
géométrique. Cependant les images Landsat pour les
périodes 2006 et 2007 présentent des défauts. En effet, le
scan-line corrector (SLC), un mécanisme de capture du satellite est
tombé en panne le 31 mai 2003. Ce qui se traduit par des rayures sur les
images. Un traitement spécial fut donc nécessaire. Pour cela, les
images de 2006 ont subi des corrections (Fill Gab), les bandes ont
été remplies de manière à permettre la suite du
travail.
A
B
Fig. 8: Correction image Landsat : A) Image Landsat avec trous
noirs, B) Remplissage
La phase de classification : la méthode
supervisée est retenue pour la classification. Ceci à cause des
regroupements naturels selon des critères statistiques. La combinaison
de bande a permis de faire ressortir les principaux éléments
constitutifs de l'image et la sélection des zones
d'intérêts afin de déterminer les différentes
classes constitutives de l'image.
La sélection des zones d'intérêt est
validée par des vérifications sur Google Earth afin de produire
des données qui se rapprochent le plus possible de la
réalité. Six (6) grandes classes ont été retenues :
1= Savane herbeuse ; 2= Savane arbustive ; 3= Savane arborée ; 4= Sols
Nus + Banc de Sable ; 5= Forêt Claire ; 6=Eau. Les bandes 2, 3, 4 et 5
sont utilisées à l'aide du module i.cluster puis du module
i.Maxlik. Ce dernier module utilise l'algorithme du maximum de
vraisemblance.
La phase de post-classification : les images
classifiées sont ensuite importés dans ArcGIS pour une analyse en
profondeur des signatures spectrales. Un rapport statistique sur l'image est
généré montrant la dynamique du couvert
végétal. Le rendu final est généré sur
ArcGIS.
Images de
départ : Landsat
Correction atmosphérique
Images Corrigé
Mosaiquage
Images
|
Découpage de la
zone d'intérêt
|
Correction
éventuelle : GAP Fill
|
|
Image 1
Classificatio
Image n
Classification Supervisée
Analyse de la signature Spectrale
Classification
Méthode du Maximum de Vraisemblance
Image 1 en
Classes
Image n en
Classes
Traitement dans un SIG :
Vectorisation, Analyse,...
Rendu
Cartographique pour
29
Post Classification
Fig. 9: schéma illustrant les 03 étapes de
traitements des données SIG (Adapté de: Theodoridisel et
al. , 2010)
| 
