Détection de la végétation à partir d'une image satellitaire

Promotion: 2010 / 2011

République Algérienne Démocratique et Populaire
Ministére de l'enseignement supérieur et de la recherche
scientifique
UNI VERSITE AMAR THELIDJI LAGHOUAT
FACULTE DES SCIENCES ET DE L'INGENIERIE
DEPARTEMENT DE GENIE ELECTRIQUE

MEMOIRE DE FIN D'ETUDES
En vue de l'obtention du diplôme licence LMD
En électronique
Filiére : Electronique
Option : Licence (STR)

Theme

Detection de la vegetation a partir d'une image

satellitaire

Présenté par : Dirigé par :

ICyfORS'I Afimed ridjani Or. BEVICOVIVEREatifia
ZIA~I A~i

A mes chers parents

Et une grande reconnaissance a tous (es enseignants du

le remercie avant tout

c DIEV o

Le miséricordieuc qui nous a donne

La force pour ria~iser ce travai~.

Toute ma gratitude Et une grande reconnaissance ENKOVIDER Eatiña_' notre encadreur

Toute ma gratitude

Departement de genie e~ectrique de ~'universite

D'Amar Tielidji-Lagnouat.

le tiens a remercier vivement et particulièrement :
Wa sceur AZIZI WIRA

Et Wes frires et autre sours et a toutes ~afami~~e
c ZIANI et VfORSTIo

A mes coflegues de a promotion de 2011
Tiacommunication et réseau~

Liste des figures

Figure Titre Page

Figure 1.1 Principe de la teledetection 2

Figure 1.2 Signatures spectrales typiques et bandes spectrales retenues pour 4

Vegetation

Figure 2.1 Melange de la repense spectrale au niveau du capteur satellitaire ou 6

aeroportee en milieu urbain

Figure 2.2 Droit des sols ideale et distribution des pixels 9

^Fig^{ure 3.1} Carte de la situation geographique de la wilaya de Laghouat.(Extrait de 11

la carte topographique de Laghouat 1956, E : 1/100.000)

Figure 3.2 Extraction des canaux de l'image SPOT , (a) : Extrait de l'image 13
SPOT, (b) Canal infrarouge correspondant, (c) Canal Rouge

Figure 3.3 Application du NDVI 13

Figure 3.4 Application du NDVI avec seuillage de 0.4 14

Figure 3.5 Application du TNDVI 14

Figure 3.6 Application du TNDVI avec seuillage de 1 14

Figure 3.7 Application du RIV 15

Figure 3.8 Application du RIV avec seuillage de 2.5 15

Figure 3.9 Application du ndvi4 15

Figure 3.10 Application du NDVI 4 avec seuillage de 0.21 16

Figure 3.11 Extraction des canaux de l'image IKONOS 16

Figure 3.12 Application de l'indice de vegetation normalise 16

Figure 3.13 Application du NDVI e avec seuillage de 0.04 17

Figure 3.14 Application de l'indice de vegetation normalise Transforme 17

Figure 3.15 Application de l'indice de vegetation transforme avec seuillage de 0.75 17

Figure 3.16 Application de Ratio Index Vegetation 18

Figure 3.17 Application Ratio Index Vegetation rapport avec seuillage de 1.1 18

Figure 3.18 Application de l'indice de vegetation difference 18

Figure 3.19 Application du l'indice de vegetation difference rapport avec seuillage 19 de 0.04

Liste des tableaux

N° Titre Page

Tableau 1.1 Les bandes de l'image SPOT multi-spectrale 3

Tableau 1.2 Composition colorée en fausse couleur 4

Tableau 3.1 Principales types de vég étaux de centre ville le la wilaya de 12

Laghouat,

Tableau 3.2 Résumé des indices de v ég étation utilis é 19

Les Abréviations

SPOT Systeme Probatoire d'Observation de la Terre ou Satellite Pour

l'Observation de la Terre

NDVI Normalized Difference Vegetation Index

TNDVI Indice de Vegetation Transforms

IVT Transformed Normalized Difference Vegetation Index

RIV Ratio Index Vegetation

DVI Indice Differentiel de Vegetation

Introduction generale ~~~~~~~~~~~~~~~~~~~~~~~~.. 01
Chapitre 1: L'imagerie satellitaire~~~~~~~~~~~~~~~~~........ 02
1.Introduction~~~~~~~~~~~~~~~~~~~~~~~~~~~~.... 02

2. La teledetection~~~~~~~~~~~~~~~~~~~~~~~~~~.. 02 2.1 Les images satellitaires SPOT~~~~~~~~~~~~~~~~~~~~... 03 2.2 Les differents canaux ~~~~~~~~~~~~~~~~~~~~~~~. 03

3. SPOT vegetation~~~~~~~~~~~~~~~~~~~~~~~~ 04

4. Conclusion 0 4
Chapitre 2: detection de la vegetation ~~~~~~~~~~~~~~~~~.. 05

1. Introduction~~~~~~~~~~~~~~~~~~~~~~~~~~ 05

2. Choix des indices de vegetation~~~~~~~~~~~~~~~~~~ 05

3. Les indices de vegetation ~~~~~~~~~~~~~~~~~~~~~~ 06

a. NDVI (Normalised Difference Vegetation Index)~~~~~~~~~~~. 06

b. TNDVI (Indice de Vegetation Transforme)~~~~~~~~~~~~~ 07

c. RIV (Ratio Index Vegetation)~~~~~~~~~~~~~~~~~ 07

d. DVI (Indice de Difference de Vegetation)~~~~~~~~~~~~~~ 08

4. Droite des sols~~~~~~~~~~~~~~~~~~~~~~~~~~ 08

5. Conclusion 10

Chapitre 3: Resultats et Interpretations~~~~~~~~~~~~~~~~... 11

1. Introduction 11

2. Presentation du site d'etude 11

3. Types de vegetations~~~~~~~~~~~~~~~~~~~~~~~~. 12

4. Resultats et interpretation. 13
4.1 Sur l'image SPOT de Laghouat~~~~~~~~~~~~~~~~~~~. 13

a. Utilisant l' NDVI : indice de vegetation normalise 13

b. Utilisant l' TNDVI : indice de vegetation transforme~~~~~~~~~~ 1 4

c. RIV (Ratio Index Vegetation) : taux d'indice de vegetation~~~~~~~~ 15

d. Indice de difference 15

4.2 Sur l'image IKONOS~~~~~~~~~~~~~~~~~~~~~~~. 16

a. Utilisant l' NDVI : indice de vegetation normalise 16

b. Utilisant l' TNDVI : indice de vegetation transforme 17

c. RIV (Ratio Index Vegetation) : taux d'indice de vegetation ~~~~~~~~.. 18

d. Utilisant l'indice de vegetation difference 18

5. Conclusion 20

Conclusion generale 21

References Bibliographiques 22

INTRODUCTION

1

Introduction générale

Le paysage vegetal est une mosaIque composee de divers types de vegetaux dont les composants changent d'une annee a l'autre, d'une saison a l'autre et meme d'un mois a l'autre. Dans la presente etude nous nous interessons a l'extraction d'un des paysages de la ville au moyen d'indicateurs radiometriques des vegetaux. Nous utilisons pour cela quatre types d'indices de vegetation afin de faire une etude comparative qualitative des resultats concernant le couvert vegetale d'une zone de la ville de Laghouat a partir d'un extrait d''une image satellitaire SPOT, et nous essayerons d'appliquer les meme indicateurs sur un extrait d'une image Ikonos. Ainsi La teledetection de la vegetation dans le domaine optique repose sur la forte absorption du rayonnement rouge par les vegetaux verts, alors qu'ils reflechissent la lumiere solaire dans les longueurs d'onde correspondant a l'infrarouge. Ainsi, les capteurs des satellites cites sont equipes de canaux centres sur ces portions du spectre (symbolises plus loin par R et IR).

otre memoire s'articule autour de trois chapitres :

1. Un premier chapitre premier dans lequel nous presenterons l'image satellitale ;

2. Un deuxieme chapitre dans lequel nous presenterons la definition de quelques indices de vegetation utilises dans notre travail.

3. Un troisieme chapitre a travers lequel seront presentes les resultats et discussions ;

Et enfin nous terminerons avec une conclusion.

PREMIER CHAPITRE

2

1. Introduction

La télédétection, de nos jours ouvre de nouvelles techniques permettant d'identifier et de suivre les caractéristiques du globe terrestre. Dans ce chapitre nous allons essayer tres brievement de la définir.

2. La télédétection

La télédétection se définit comme « l'ensemble des connaissances et techniques utilisées

Pour déterminer des caractéristiques physiques et biologiques d'objets par des mesures effectuées a distance, sans contacts matériels avec ceux-ci », [1].

L'image satellitale est une image numérique, c'est-à-dire un assemblage de pixels, ou surfaces élémentaires, référencés en ligne et colonnes formant un maillage régulier de la surface totale balayée par le capteur. Chaque pixel contient une somme d'informations codées par les valeurs des comptes radiométriques et les coordonnées en pixels (figure 1.1).

A chaque surface élémentaire de l'image correspond autant de mesures numérisées qu'il existe de canaux. Il existe 256 (0 a 255) valeurs radiométriques possibles définissant une mesure de l'intensité de la lumiere solaire réfléchie par la surface terrestre ayant atteint le capteur en orbite. Cette intensité, appelée luminance, est donnée dans chaque canal. De même il existe 256 niveaux de gris différents dans la table de codage associée a l'image : chaque valeur radiométrique est représentée par un niveau de gris.

Figure 1.1 : Principe de la télédetection

2.1 Les images satellitaires SPOT

Elles sont issues des satellites SPOT (Satellites Pour l'Observation de la Terre), destines a l'observation du sol terrestre. Les caracteristiques de ces satellites definissent la resolution et le mode spectral des images. Il faut savoir que le systeme SPOT est operationnel depuis fevrier 1986, et qu'il existe plusieurs generations de satellites avec des caracteristiques differentes. Ainsi, en 1986 est lance le premier satellite. S POT2 l'a rejoint en orbite en janvier 1990, suivi de S POT3 en septembre 1993, de S POT4 en mars 1998 et enfin de S POT5 en mai 2002. Il est possible d'obtenir des images de resolution allant de 20 metres (pour les images multispectrales de S POT1, 2, 3 et 4) a 2,5 metres (pour les images panchromatiques de S POT5).

Le principal avantage des images SPOT est leur disponibilite depuis 1986 avec des capteurs similaires. Cela permet ainsi d'analyser l'evolution de certains phenomenes dans le temps.

De plus, les bandes spectrales des satellites SPOT permettent de suivre l'evolution des couverts vegetaux , [2].

Une image multispectrale est une image obtenue a partir de capteurs operant dans plusieurs bandes spectrales a la fois, tableau 1 .1.

Tableau 1.1 : Les bandes de l'image SPOT multispectrale

Bande spectrales	canal	Longueur d'onde
bande 1	vert	0.50 -- 0.59 um
bande 2	rouge	0.61 -- 0.68 um
bande 3	proche infrarouge	0.78 -- 0.89 um

Les satellites SPOT 4 et SPOT 5 comprennent une bande supplementaire bande 4 en moyen infrarouge (1.58 -- 1.75 gm).

Les bandes spectrales les plus utilisees dans les analyses sont le Rouge (bande 2) et l'Infrarouge (bande 3). Cela parait logique, car ce sont les bandes dans les quelles le contraste entre le sol et la vegetation est le plus grand, [3], [4].

2.2 Les différents canaux

On appelle composition coloree en fausse couleur, un nouveau codage oft on affecte le canal XS1 la couleur rouge, on affecte au canal XS2 le canal vert et enfin au canal XS3 la couleur rouge, voir le tableau 1.2.

4

Tableau 1.2 : Composition colorée en fausse couleurs

Canal	Longueur d'onde	Couleur affectée
XS 1	vert	bleu
XS 2	rouge	vert
XS 3	proche infrarouge	rouge

3. SPOT végétation

Ces images sont prises grace aux capteurs SPOT 4 (pour VEGETATION 1) et SPOT 5 (pour VEGETATION 2), lancés respectivement en 1998 et 2002. La couverture est mondiale et Quasi quotidienne. La fauchée est de 2 250 km pour une résolution d'image d'un kilometre. C'est un instrument étudié pour le suivi de la végétation et de l'environnement terrestre.

Le capteur comprend les quatre bandes spectrales suivantes (figure 1.2) :

· Une dans le bleue B0

· Une bande dans le rouge B2 ;

· Une dans le proche infrarouge (maximum de réflectance de la végétation) B3 ;

· La troisiéme dans le moyen infrarouge MIR.

Les bandes B2, B3 et MIR sont adaptées a l'étude du couvert végétal et la bande bleue est utilisée pour les corrections atmosphériques, [5].

Figure 1.2 : Signatures spectrales typiques et bandes spectrales retenues pour Végétation

4. Conclusion

On note que les images SPOT ne sont pas les seules images en télédétection mais il existe plusieurs types d'images qui se caractérisent principalement par le type de capteur et par la résolution spatiale.

DEUXIEME CHAPITRE

5

1. Introduction

Les indices de végétation dérivés des données de télédétection constituent une information de base précieuse pour la gestion de l'environnement végétal. Ces programmes ne peuvent exclure de leur champ d'intérêt l'étude de l'environnement végétal urbain qui est sensible aux changements continus à cause des activités humaines. L'indice de végétation s'avère un paramètre indicatif de la qualité de vie urbaine; il constitue un indicateur de l'état de l'environnement et une source d'information potentielle originale et utile aux urbanistes et aux aménageurs responsables de la protection des milieux naturels. Les rares travaux dans la littérature sur l'utilisation des indices de végétation en milieu urbain nous réfèrent seulement à cinq indices : NDVI, RVI, PVI, TSAVI et ARVI. Aucun de ces travaux ne considérait les avantages ou les désavantages de l'utilisation de l'un ou l'autre de ces indices. Ces derniers ont été développés pour différentes applications et dans des conditions bien particulières, lesquelles peuvent être incompatibles avec le milieu urbain. Toutefois, le choix d'un indice donné pour caractériser l'environnement de ce milieu est assez délicat.

2. Choix des indices de végétation

Les indices ont été développés pour différentes applications et dans des conditions bien particulières, lesquelles peuvent être incompatibles avec le milieu urbain. Toutefois, le choix d'un indice donné pour caractériser l'environnement de ce milieu est assez délicat. Dans les zones urbaines à couvert végétales éparses, un espace vert n'est pas une entité en soi, mais bien un mélange à proportions variables de zones herbacées, boisées, de sols nus, d'espaces construits, de voies de communication, etc. La réponse spectrale du couvert végétal est donc automatiquement altérée par la présence de ces facteurs contradictoires. Un des problèmes majeurs en milieu urbain est la présence de surfaces minérales et de matériaux de construction. En effet, ces éléments ont des signatures spectrales très proches. Par exemple, la réflectance d'une toiture de maison dépend de sa couleur, de sa brillance, de son âge, de son orientation, de son inclinaison, etc., (figure 2.1). Par conséquent, un même matériau peut connaître d'importantes variations de réflectance. En outre, l'atmosphère des régions urbanoindustrielles contient divers gaz et beaucoup de poussières qui affectent l'indice de végétation. D'ailleurs, malgré toutes ces difficultés, l'espace urbain reste quand même un excellent milieu pour tester la fiabilité des indices de végétation afin de discriminer le végétal du minéral.

Figure 2.1. Mélange de la repense spectrale au niveau du capteur satellitaire
ou aéroportée en milieu urbain

3. Les indices de végétation

Malgré le développement de plusieurs nouveaux indices adaptés aux comportements des sols, le NDVI (Nurmalized Difference Vegetation Index), proposé par ROUSE et al en 1974, [6]. reste l'indice le plus utilisé. En exploitant la philosophie de la droite des sols nus (pente et origine). JACKSON et al en 1980 développent le PVI (Perpendicular Vegetation Index), [7]. HUET démontre en 1988 qu'il existe une certaine contradiction dans la façon dont les indices NDVI et PVI décrivent le comportement spectral de la végétation et du sol nu, [8], [9].

Plusieurs autres indices de végétations ont été développés. Des études postérieures ont montré qu'il est tout de même relativement sensible aux positions respectives du capteur et du soleil (effets directionnels), aux variations spatiales et temporelles de composition de l'atmosphère (effets atmosphériques) , et à la couleur de la strate sous jacente comme le sol.

Nous présentons dans ce qui suit les quatre indices de végétation utilisés dans cette étude.

a. NDVI (Normalised Difference Vegetation Index)

Parmi les plus utilisés sont la différence normalisée, Les raisons de cette "popularité" historique tiennent principalement à sa simplicité de calcul, à son caractère normalisé et à sa réputation de moindre sensibilité (par rapport aux réflectance) vis à vis de facteurs externes tels que les propriétés optiques du sol, la géométrie de l'éclairement ou les effets atmosphériques.

Il est donné par :

7

NDVI = PI-R PIR+R

023

Oil PIR est la réflectance dans le proche infrarouge et R la réflectance dans le visible (le rouge).

Pour un sol nu, le NDVI (mesuré au sol) se situe autour de 0.1550.20 alors qu'il peut atteindre 0.850.9 pour un couvert végétal dense (le NDVI est borné par 51 et +1.

b. TNDVI (Indice de Végétation Transformé)

Cette indice est appelé indice de végétation transformé. Cette transformation a un double but :

Eviter la valeur négative à l'ordinateur (+0.5) et stabiliser la variance du rapport (grâce à la racine)

TNDVI = j ^NIR-R + 0.5 (2)

NIR+R

c. RIV (Ratio Index Végétation)

L'indice de végétation par quotient (RVI), s'exprime également de façon très simple. Il est égal au rapport entre les bandes du PIR et du rouge

C'est le plus simple, son expression est donnée par:

RIV = NIR (3)

R

L'inconvénient de ces indices est qu'ils sont très sensibles aux variations atmosphériques, ainsi qu'à la contribution spectrale des sols. En outre, lorsque la végétation est très dense, la réflectance dans la bande rouge devient très faible, ce qui entraîne une saturation des valeurs de l'indice RVI , [10].

d. DVI (Indice de Différence de Végétation)

Difference Vegetation Index renseigne sur une couverture suffisante ou non du sol par la végétation. Permet une bonne discrimination des éléments du paysage, [11].

NDVI4 = NIR -- R (4)

4. Droite des sols

On définit un indice de brillance d'un point quelconque de l'image par rapport aux axes rouge et infrarouge, comme sa distance à l'origine des axes (KAUTH et THOMAS, 1976)

Soit :

B = iiQ~~~ -- Qi~

Ces auteurs montrent que pour les données LANDSAT MSS, seules disponibles à l'époque, l'ensemble des points correspondant à des sols nus occupe une position particulière dans l'espace multispectral. Il se dispose, en effet, comme une sorte de cigare allongé, six fois plus long que large, deux fois plus large qu'épais et deux fois plus épais que développé dans la quatrième dimension . Dans le cas d'une droite idéale des sols passant donc par l'origine des axes, chaque sol peut être caractérise par une brillance formée du segment du grand axe joignant l'origine au pixel-sol correspondant de cet axe. Un indice de la ligne des sols qui est la somme arithmétique des valeurs du pixel dans les deux canaux est donné par :

ILS= aQ_r + bQIR + c (⁵)

Dans le cas idéal a=b=1et c=0.

Cette droite (figure 2.2) partage le plan R-IR en deux partie .L'une comprise entre l'axé IR et la droit contient des pixels correspondant essentiellement à la couverture végétale ; l'autre , inferieure, entre la droite et l'axe rouge comporte des pixels caractérisant l'eau , les surfaces humides ,situés d'ailleurs prés de l'origine des axes

100% sol nu

100% vegetation Chlorophyllien

100% biomasse ligneuse

9

Figure 2.2 : Droite des sols idéale et distribution des pixels

10

5. Conclusion

Dans cette étude, nous avons décrit les indices de végétation les plus simple et souvent utilisé en télédétection. Ils constituent des combinaisons de réflectance et permettent de mettre en évidence les différences de comportement spectral entre végétation "verte" et sol nu (ou végétation sénescente) dans le visible et le proche infrarouge. L'étude et l'application de ces indices permet de suivre spatialement et temporellement l'évolution du développement de la végétation, [12].

TROISIEMME CHAPITRE

Chapitre 3

1. Introduction

Dans ce chapitre nous allo
indices de vegetation sur deu

i. Un extrait d'u couvrant la re Benkouider (d Brusselles (B

ii. Une image IK

2. Presentation du site d

Laghouat est situ~e au piemo saharien du cote sud. De nat l'autre, constituant ainsi, une La region de Laghouat, est e route nationale de (33^° 48^'N,

Sur le plan administratif, la la wilaya d'El Baydh, au No Ghardaia.

Figure 3.1 : Carte de la sit

topogra

12

3. Types de vegetations

Dans cette region certains parcours steppiques sont menaces de desertification suite a plusieurs facteurs. Dans la steppe algerienne on peut distinguer soit des especes de vegetales qui se regenerent naturellement comme pin d'Alep ; LE PALEME DATIER ; WILLOW LEAF ou elles sont cultivees comme LES OLIVIERS et aussi des arbres et herbaces. Principaux types de vegetaux sont presentees dans le tableau suivant :

Tableau 3.1 : Principales types de végétaux de centre ville le la wilaya de Laghouat, [15].

No	Nom scientifique	Nom commun	Famille
1	Phoenix datylifera	Palmier dattier	Palmaceae
2	Pinus halpensis	Pin d'Alep	Pinaceae
3	Platenus onientalis	Platane orient	Platanaceae
4	Tamarix africana	Tamaris d'Afrique	tamaricacceae
5	Tamarix articulata	Tamarix articulée	tamaricacceae
6	Taraxacum officinale	Pissenlit	composeteae
7	Elaegnus anguustifolia	Olivier de oehemb	Oléacea
8	Eucaluptus camaldulensis	Eucalyptus	Myrtaceae
9	Olea europea var oleastre	Olivier sauvage	Oléaceae
10	Olea europea var sativa	Olivier	Oléaceae

13

4. Resultats et interpretation 4.1 Sur l'image SPOT de Laghouat

a. Utilisant l' NDVI : indice de vegetation normalise

L'image (a) de la figure 3.2 représente l'image originale, l'extraction des deux canaux le rouge est représentée en (b) et le Proche infrarouge en (c) qui correspondant respectivement aux canaux XS1 et XS2 de l'image SPOT ;

(a) (b) (c)

Figure 3.2 : Extraction des canaux de l'image SPOT
(a) Extrait de l'image SPOT, (b) Canal rouge correspondant ; (c) Canal infrarouge correspondant

L'application du premier indice de vegetation utilisant les deux canaux PIR et le R est donne par la figure 3.3(a).

(a) (b)

Figure 3.3: Application du NDVI : (a) image NDVI, (b) Droite de sol

Nous avons appliqué un seuillage de 0.4 pour obtenir le résultat de la figure 3.4.

(a) (b)

Figure 3.4: Application du NDVI avec seuillage de 0.4 ; (a) carte de droite de sol ; (b) vegetation
detect~e

b. Utilisant 1' TNDVI : indice de vegetation transformé

(a) (b)

Figure 3.5: Application du TNDVI ; (a) image TNDVI, (b) Droite de sol.

Nous avons appliqué un seuillage de 1 pour obtenir le resultat de la figure 3. 6.

(a) (b)

Figure 3. 6: Application du TNDV avec seuillage de 1 ;

(a) carte de droite de sol ; (b) vegetation détectée

c.

15

RIV (Ratio Index Vegetation) : taux d'indice de vegetation

(a) (b)

Figure 3.7: Application du RIV ; (a) image RIV; (b) droite de sol

Nous avons appliqué un seuillage de 2 .5 pour obtenir le résultat de la figure 3.8.

(a) (b)

Figure 3.8: Application du RIV avec seuillage de 2.5 ; (a) carte de droite de sol ; (b) vegetation
detect~e

d. Indice de difference:

(a) (b)

Figure 3.9: Application de l'indice de difference ;

(a) image Indice de difference, (b) Droite de sol

Nous avons appliqué un seuil

lage de 0.21 pour obtenir le résultat de la figure 3.10.

(a) (b)

Figure 3.10 : Application de l'Indice de difference avec s euillage de 0.21

(a) carte de droite de sol ; (b) vegetation détectée

4.2 Sur l'image IKON OS

a. Utilisant l' NDVI : indice de vegetation normalise

Figure 3 .1 2: Application de l'indice de vegetation normalis e;
(a) image NDVI, (b) Droite de sol

(a)

(b)

(c)

S, (b) Canal rouge correspondant, (c) Canal infrarouge correspondant

IR et le R est donné

Figure 3.11 : Extraction des canaux de l'image IKONOS (a) Extrait de l'image IK ONO

L'application du premier indice de vegetation utilisant les deux canaux P par la figure 3.12(a).

(a) (b)

17

Nous avons appliqué un seuillage de 0.04 pour obtenir le résultat de la figure 3.13.

(a) (b)

Figure 3.13: Application du NDVI e avec seuillage de 0.04 (b) carte de droite de sol ; (c) vegetation détectée

b. Utilisant 1' TNDVI : indice de vegetation transformé

(a) (b)

Figure 3.14: Application de l'indice de vegetation normalise Transforms
(a) image l'indice de vegetation transforms, (b) Droite de sol

Nous avons appliqué un seuillage de 0.75 pour obtenir le résultat de la figure 3.15.

(a) (b) Figure 3.15: Application de l'indice de vegetation transformé avec seuillage de 0.75

(b) carte de droite de sol ; (c) vegetation détectée

c.RIV (Ratio Index Vegetation) : taux d'indice de végétation

(a) (b)

Figure 3.1 6: Application de Ratio Index Vegetation rapport ;
(a) image RIV ,(b) carte de droite de sol ;

Nous avons appliqué un seuillage de 1.1 pour obtenir le résultat de la figure 3.17.

(a) (b)

Figure 3.17: Application Ratio Index Vegetation rapport avec seuillage de 1.1
(b) carte de droite de sol ; (c) vegetation detectee.

d.Utilisant l'indice de vegetation difference

(a) (b)

Figure 3.18: Application de l'indice de vegetation difference (a) image Indice de difference, (b) Droite de sol

19

Nous avons applique un seuillage de 0.04 pour obtenir le resultat de la figure 3.19.

(a) (b)

Figure 3.19: Application du l'indice de vegetation difference rapport avec seuillage de 0.04
(b) carte de droite de sol ; (c) vegetation detectee

Le tableau 3.2 resume les differents types d'indice de vegetation utilise dans notre travail et le seuil choisis pour chaque cas ainsi que les caracteristiques correspondant a chaque indice.

Tableau 3.2 : Resume des indices de vegetation utilise

L'indice	Formulation	Caracteristique	Seuil utilise (image Spot)	Seuil utilise (Image IKONOS)	Auteurs
Indice de vegetation normalise	NIR -- red	Sensibilite aux caracteristiques de sols et a l'atmosphere	0.4	0.04	Rouse et al. 1974, Tucker 1979
	NIR + red
Indice de vegetation normalise transforme	NIR -- red 0.5 +	Elimination des valeurs negatives, stabilisation de la variance	1	0.75	DEERIN G et al.,1975
	NIR + red
Rapport	NIR	Saturation aux forts indices Sensibilite aux caracteristiques des sols	2.5	1.1	Knipling 1970, Viollier et al. 1985
	red
Difference	NIR-red	Forte sensibilite aux variations atmospheriques	0.21	0.04	Monget 1980

5. Conclusion

A travers ce modeste travail, en utilisant quatre indices de végétations nous avons pu extraire la végétation dans une zone de la ville de Laghouat les résultats sont presque semblables. Car selon le tableau des caractéristiques, ces images sont sensibles aux variations atmosphériques, image prise en mois de mars et le type de sol est presque identique. On a pu bien montré que la droite de sol est bien mise en évidence sur l'image IKONOS par apport a l'image SPOT ceci est du a la grande résolution spatiale de cette derniére. Or sur l'image SPOT on peut confondre la zone végétation et certain sols.

CONCLUSION

GENEBALE

21

Conclusion générale

Dans ce memoire nous avons pu programmer et mettre en evidence le paysage vegetal d'une zone de la ville de Laghouat et ceci en appliquant les indices de vegetations. En effet le paysage vegetal est une mosaique composee de divers types de vegetaux dont les composants changent d'une annee a l'autre, d'une saison a l'autre et meme d'un mois a l'autre.

A travers ce modeste travail, en utilisant quatre indices de vegetations, nous avons pu extraire la vegetation dans une zone de la ville de Laghouat les resultats sont presque semblables ces indices sont sensibles aux variations atmospheriques et a la nature des sols. Pour notre cas d'application l'image a ete prise en mois de mars et le type de sol est presque identique.

On a pu bien montre que la droite de sol est bien mise en evidence sur l'image IKONOS par apport a l'image SPOT ceci est du a la grande resolution spatiale de cette derniere. Or sur l'image SPOT on peut confondre la zone vegetation et certain sols.

Nous avons a travers ce travail pu s'initier au domaine de traitement d'image et a la teledetection, nous avons elargi nos connaissance aussi en programmation et surtout ce qui est interessant a l'analyse et l'interpretation d'un probleme.

Les programmes realises dans ce travail ont ete faite en langage Matlab.

REFERENCES

BIBLIOGRAPHIQUES

[1]

22

RAYMONDE MIRAMON-RICQUEBOURGURG , « Cartographie des zones sen sible s a l'éro sion dans les rougier s de camarés ( sud-aveyron) application a une région test sur la commune de Montlaur », Mémoire de diplôme d'étude s supérieure s spéciali sée s (DESS) Aménagement Rural et Développement Local Laboratoire d'étude s du Comportement des Sol s Cultivé s, Montpellier,1997.

[2] LAVORINI DAMIEN « Analyse rétro spective par télédétection de l'évolution du dépéri ssement des Sapin s pectiné s (abie s alba) sur le Mont Ventoux » Mémoire de travail de fin d'étude s pré senté en vue de l'obtention du Diplôme d'Ingénieur de l'ESGT, Ministére de l'En seignement Supérieur et de la Recherche Conservatoire National des Arts et Métiers Ecole Supérieure des Géométres et Topographe s 1 Boulevard Pythagore - 72000 LE MANS , 2010.

[3] GUYOT G , « Analyse rétro spective par télédétection de l'évolution du dépéri ssement des Sapin s pectiné s (abie s alba) sur le Mont Ventoux », Mémoire de travail de fin d'étude s pré senté en vue de l'obtention du Diplôme d'Ingénieur de l'ESGT 1995.

[4] MANIERE ROGER ; BASSISTY ELISABETH ; CELLES JEAN-CLAUDE et MELZI SAID, « Utilisation de la télédétection spatiale (donnée s XS de Spot) pour la cartographie de l'occupation du sol en zones aride s méditerranéenne s : exemple d'Ain Ou ssera (Algérie) », 1993.

[5] SUZAN LAURE ; « Validation et affinage d'une méthode d'inventaire des périmétre s irrigué s en Afrique du Nord a partir d'image s satellite »; Mémoire de fin d'étude s pour l'obtention, master Ri sque s Technologique s et Naturel s, UNIVERSITE LOUIS PASTEUR STRASBOURG, 2007.

[6] ROUSE, J. W., HAAS, R. W., SCHELL, 1. A., DEERING, D. W. and HARLAN, J. C., «Monitoring the vemal advancement and retro gradation( Green wave effect) of natural vegetation»., NASA / GSFCT Type III Final Report, Goddard Space Flight Center, Greenbelt, Maryland, 1974.

[7] JACKSON, R. D., PINTER, P. J., PAUL, J.. REGINATO, R. J.. ROBET, J. and IDSO, S. B, «Hand-held radiometry», U.S. Department of Agriculture Science and Education Administration, Agricultural Reviews and Manuals, ARM-W-19. Phoenix, Arizona, USA, 1980.

[8]

ERIC RAPPEL, « Apport de la Télédétection aéro spatiale pour l'aide a la ge stion de la sole canniere réunionnai se », these de doctorat en traitement du signal et de l'image, UNIVERSITE DE LA REUNION U .R.R DE PHYSIQUE, 2005.

[9] HUETE, A. R. «A soil-adjusted vegetation index (SAVI) ». Remote Sensing of Environment, vol. 25, 1988.

[10] ERIC BAPPEL « Discipline : Traitement du signal et de l'image

Apport de la télédétection aéro spatiale pour l'ide a la Ge stion de la sole canniere réunionnai se »,THESE pour obtenir le grade de Docteur de L'UNIVERSITE DE LA REUNION ,2005.

[11] HOUNTONDJI YVON-CARMEN HOUEHANOU « Dynamique environnementale en zones sahélienne et soudanienne de l'Afrique de l'Oue st : Analyse des modifications et évaluation de la dégradation du couvert végétal », Faculté des sciences, Département des sciences et ge stion de l'environnement UNIVERSITE DE LIEGE ,2008.

[12] CAYROL PASCALE, « télédétection spatiale assimilation de donnée s satellitale dan s un modele De croi ssance de la végétation et de bilan d'énergie. Application a des zones semi-aride s », These de doctorat, Centre d'Etude s Spatiale s de la Biosphere (CESBIO, CNRS-CNES-UPS, UMR 5639), 2000.

[13] URBATIA , « Plan Directeur d'aménagement urbaine la ville de Laghouat. Wilaya de Laghouat. 7 Pages, 1995.

[14] AZIZI MIRA, « Contribution a l'étude de l'évolution de l'état de Surface d'un sol dans une mi se en défen s dans la région de Laghouat », Projet de fin d'étude s ;En vue de l'obtention du diplôme de Licence en sciences de la nature et de la vie spécialité : Ecologie Végétale (steppe et oasis) , UNIVERSITE DE AMAR THELIDJI ,2010.

[15] RAHOMOUN SARAH , « étude diachronique de la végétation spontanée de quelques parcoure s steppique s dans la région de Laghouat » Mémoire de fin d'étude en vue l'abtention de diplôme d'ingénieur d'état s en agronomie spécialité : phytotechnée ,option : production amélioration des plante s , UNIVERSITE DE AMAR THELIDJI ,2009.