Etude-pilote sur la commune de Vernier

1. CARTOGRAPHIE A HAUTE RESOLUTION DE LA COUVERTURE DU SOL Concepts et méthodologie Etude-pilote sur la commune de Vernier

2. Mise en perspective du projet Quelques définitions: couverture vs occupation Cadre politico-juridique Données disponibles Approche Méthodologie et produits Validation Cartes-métiers Mise en œuvre Conclusions Recommandations et perspectives Plan de l’exposé

3. 1. Mise en perspective Mise à jour permanente Mise à jour périodique Analyse spectrale MNT/MNS Bâtiments Couverture du sol Orthophoto Domaine routier Modèle hydrologique Cours d’eau Bassins

4. 2. Définitions Couverture vs utilisation Couverture: description bio-physique de la surface terrestre la couverture du sol influence l'échange de masse et d'énergie entre la surface et l'atmosphère (énergie, dioxyde de carbone et autres gaz à effet de serre) et donc influence la température et le climat. La couverture du sol est aussi un facteur déterminant de l'utilisation et de la gestion du territoire. Structurel! Fonctionnel! Utilisation ou occupation du sol: usage qu'on fait du sol, par exemple les loisirs, l'habitat de la faune ou l'agriculture. Les propriétés mesurées par la télédétection se rapportent à la couverture du sol, à partir de laquelle l'utilisation du sol peut être déduite à l'aide de données auxiliaires ou de connaissances préalables. Traduction

5. 2. Définitions Représentation de la couverture du sol Interprétation visuelle / un point par hectare, extrapolé en pixels de 100 m Statistique de lasuperficie OFStat

6. 2. Définitions Représentation de la couverture du sol Etiquettage thématique d’objets vectoriels polygonaux • Couverture du sol selon OTEMO • CORINE Land Cover

7. 3. Cadre politico-juridique OTEMO Section 2 Couche d’information «couverture du sol» Bâtiments Surfaces à revêtement dur Surfaces vertes Eaux Surfaces boisées Surfaces sans végétation Stratégie de la mensuration officielle pour les années 2004 à 2007 • Infrastructure nationale des données géographiques • Couverture du sol à traiter en priorité = importance pour les SIT • Nouvelles méthodes de levers • Rentabilité et efficacité • Une certaine liberté pour les cantons (« extensions cantonales »)

8. 3. Cadre politico-juridique Situation à Genève • Petite taille • Richesse des données: orthophotos numériques, MNA, vecteur routier • Esprit d’innovation (DCMO, SITG) • Partenariat DCMO – UNIGE / PNUE-GRID • Etude-pilote sur une commune: Vernier

9. 4. Données disponibles Au sol • Vecteurs SITG • Vecteur Domaine routier (<> graphe!) Aériennes = images • Orthophotos numériques, résolution 16 cm 25 cm, 4 canaux (B, V, R, PIR) • Modèle numérique de hauteur, résolution 1 m

10. 4. Données disponibles Orthophotos numériques 4 canaux Nature / Problèmes • Végétation stressée (août) • Mosaïquage: géométrique et radiométrique • Déport des bâtiments et arbres • Bandes spectrales se recouvrant • Diachronisme des vecteurs

11. 4. Données disponibles Déports =Objets parasites !

12. 4. Données disponibles Orthophotos Recouvrement = redondance spectrale ! ETM1 ETM3 ETM2 SPOT Panchromatique Landsat TM

13. Les images numériques à très haute résolution sont caractérisées par une résolution sub-métrique ainsi que par un contenu très riche en information. Les méthodes d’analyses d’image traditionnelles basées sur un étiquettage thématique pixel par pixel ne sont plus satisfaisantes : l’accroissement de la résolution (information) rend difficile le processus de classification. nouvelle approche d’analyse orientée « objet » 5. Approche Concept

14. 5. Approche Extraction multi-sources d’objets polygonaux représentant la couverture du sol • Information utilisée • Spectrale (couleur + PIR) • Hauteur (MNH) • Morphologie • Texture • Contexte • Vectorielle Segmentation (délimitation des objets) suivie d’une classification (étiquettage thématique) Logiciel eCognition

15. Concept Cognition: l’information sémantique nécessaire pour l’interprétation d’une image n’est pas représentée dans des pixels isolés, mais plutôt dans des objets possédant une signification particulière ainsi que leur relations mutuelles • Le logiciel agit donc comme la perception humaine (couleur, forme, taille, texture et contexte) avantage : approche intuitive. 5. Approche Caractéristiques du logiciel eCognition • Utilisation de toutes les sources d’information disponibles, leur résolution pouvant être hétérogène. • Exemple : orthophotos (25 cm), MNA (1 m) et couches vectorielles.

16. 5. Approche Extension cantonale des objets de couverture du sol (OTEMO)

17. 5. Approche Extension cantonale des objets de couverture du sol (OTEMO) (suite)

18. 5. Approche Nouveau concept: Couverture du sol à deux hauteurs Couverture du sol Haute: CCSH Couverture du sol Sol: CCSS

19. 6. Méthodologie et produits 1 2 3 4 6 5

20. Modèle numérique de hauteur (MNH) : MNS - MNT - = 6. Méthodologie et produits Préparation des données 1 • Mosaïquage des orthophotos (R-V-B-PIR), réduction de la résolution à 25 cm puis découpage à la taille de la commune • Mise à jour des vecteurs SITG, en particulier les zones en construction

21. 6. Méthodologie et produits Extraction de l’information 2 A. Segmentation Technique d’extraction d’objets par regroupement de pixels ayant des formes et des couleurs homogènes. Le processus d’union s’arrête : 1. lorsque le seuil de l’échelle spécifiée par l’utilisateur a été atteint 2. Lorsque la forme et la couleur des objets avoisinants ne sont plus similaires Etape primordiale: le résultat affectera la qualité de la classification B. Classification étiquettage thématique

22. 2 3 1 4 6. Méthodologie et produits Critères de segmentation 2 Pour trouver une segmentation adaptée à l’image, des essais sont effectués en variant les paramètres suivants: • Le poids des couches • L’échelle(= résolution) • La couleur et la forme • La compaction et la sinuosité

23. Priorité forme Priorité couleur 6. Méthodologie et produits Couleur et forme 2

24. 6. Méthodologie et produits 2 Résultat segmentation

25. 6. Méthodologie et produits Classification 2 B. Classification 1. Classification automatique ou brut 2. Reclassification d’objets (carte CCSH2) 3. Correction manuelle (carte CCSH3) 4. Subdivision des classes en sous-thèmes (CCSH4) 5. Classification automatique pour la couverture au sol (CCSSol)

26. 6. Méthodologie et produits Classification 2 • Définition des thèmes (classes) à cartographier : elles peuvent être structurées dans une forme hiérarchique. (exemple : végétation arbre + pré) • Sélection des caractéristiques pour chacune des classes : critères spectraux, texturaux, morphologiques, contextuels, vectoriels et de hauteur (exemple : végétation NDVI) • Définition des valeurs seuils pour chaque classe (exemple : végétation NDVI >= 0.11) Le processus de classification nécessite une phase d’expérimentation en variant ces paramètres pour obtenir une bonne discrimination entre les différentes classes.

27. Les thèmes distingués sont : • Déport bâtiment • Arbre • Surface verte • Bâtiments (garage, villa, immeuble) • Rhône • Piscine • Surface dure (bitume + terre à vif) 6. Méthodologie et produits Définition des thèmes CCSH1 2 La distinction des classes s’effectue par dichotomies successives : la structure est hiérarchique. L’ordre est le suivant : déports, ombre, végétation, bâtiments, eaux et surfaces dures.

28. 6. Méthodologie et produits Sélection des caractéristiques pour chaque thèmes 2

29. 6. Méthodologie et produits Sélection des caractéristiques pour chaque thèmes 2 La discrimination des classes s’effectue par un choix approprié de un ou plusieurs critères (spectraux, texturaux, MNH, etc)

30. Exemple: discrimination de la végétation: arbre - pré • Les objets seront classés comme arbre si: • la texture d’homogénéité bande V est inférieure à 0.2475 et • le MNH est supérieur à 1.65 m • Les objets végétation qui ne coincident pas à ces critères d’appartenance seront • classifiés comme surface verte. 6. Méthodologie et produits Définition des valeurs seuils (critères d’appartenance) 2

31. 6. Méthodologie et produits 2 Classification automatique: carte CCSH1

32. Bonne discrimination végétation – surface dure / terre nue • Bonne séparation arbre – surface verte 6. Méthodologie et produits

33. 6. Méthodologie et produits Reclassification: carte CCSH2 (problème décalage ortho – MNH) 3 Sélection d’objets à faible rapport surface / périmètre: jaune: arbre bleu: surface dure rouge: surface verte CCSH2 CCSH1

34. Talus d’autoroute et de chemin de fer Signal spectral faux fauchage tardif 6. Méthodologie et produits Correction manuelle: carte CCSH3 (mauvaise classification) 4 CCSH3 CCSH2

35. Déports bâtiments + zones situées à l’ombre Signal spectral faible confusion 6. Méthodologie et produits 3 Correction manuelle: carte CCSH3 (mauvaise segmentation) CCSH3 CCSH2

36. 6. Méthodologie et produits 4 Sudivision des classes en sous-thèmes: carte CCSH4 Fractionnement des 10 classes obtenus en CCSH3 en 28 classes 1. Nouvelle segmentation et classification pour la classe arbre: Arbres: MNH > 5 m Arbustes: MNH < 5 m ET > 2 m Haies, buissons: MNH < 2 m • Recoupage par vecteurs parcellaire et routiers • 1. Jardins collectifs (surfaces perméables et imperméables) • Surfaces dures: • domaine public (routes principales, secondaires, communales et chemin de fer) domaine privé (cimetières, surface semi-perméable et surface imperméable sur parcelles privées) • 3. Surfaces vertes: • activités agricoles (cultures intensives, vignobles et pâturages) • activités de loisirs (gazons, terrains de sport naturels ou artificiels et roselières)

37. CCSH3 10 classes CCSH4 28 classes 6. Méthodologie et produits

38. 6. Méthodologie et produits CCSH3 10 classes CCSH4 28 classes Zone péri-urbaine Distinction du domaine routier + jardins collectifs

39. 6. Méthodologie et produits CCSH3 10 classes CCSH4 28 classes Zone mixte (ville-campagne) Discrimination des activités agricoles: pâturages et cultures intensives

40. 6. Méthodologie et produits 5 Classification automatique au sol: carte CCSSol • Les thèmes sont identiques que pour la version haute (CCSH4) sauf: • ajout de la classe rivière • ajout de la classe avants-toits(bâtiment+tampon – bâtiment) • classe arbre et arbuste regroupé sous surface forestière Pour la couverture au sol, l’ordre d’attribution des thèmes est inverse à celui de la couverture haute: 1. Domaine routier 2. Fondations des bâtiments + pourtour, piscines 3. Végétation et surface à revêtement dure autre que domaine routier Cet ordre respecte la succession des thèmes vus depuis le sol

41. 6. Méthodologie et produits Comparaison carte « hauteur » et « sol » 5 L’emprise du domaine routier est maximale : domaine public bien défini

42. 6. Méthodologie et produits Comparaison carte « hauteur » et « sol » 5 • Touts les bâtiments sont représentés • Critique: l’emprise des surfaces à revêtement dure chez les particuliers est inconnue

43. 7. Validation CCSH2 Correction manuelle CCSH3

44. 8. Cartes-métier En reclassant les thèmes de la couverture du sol, on obtient des cartes dérivées:

45. 8. Cartes-métier Carte dérivée de la perméabilité du sol pour la commune de Vernier tirée de la CCSH3

46. 9. Mise en oeuvre Par km2 Version optimale de niveau 4, avec CCSSol, reviendrait à 6.0 personne*jour par km2.

47. 9. Mise en oeuvre Pour l’ensemble du Canton Imputation en personne*jour pour le Canton selon le niveau de qualité • Elaboration par tuile de 3 x 3 km • Compatibilisation le long des sutures • Assemblage et découpage des tuiles communes

48. Données • Combinaison orthophotos + MNH + vecteurs = information OK pour la Csol • Déports et décalage spectraux: surmontés par la méthode! Concept • Couv Sol tri-dimensionnelle Cartographie sur deux hauteurs • Légende modulable et compatible OTEMO, GEOSTAT et CORINE • Cartes-métiers par recodage des objets • Approche objet indispensable eCognition • Nombreux critères possibles pour segmentation et classification • Edition manuelle possible • Sauvegarde des procédures reproductibilité 10. Conclusions Méthodes Produits • Fiabilité (Kappa) = 95% • Méta-information sur chaque objet • Mise en œuvre optimisant qualité / coût

49. 11. Recommandations • Othophotos: saison! Bandes spectrales! Au sol! • Objets problématiques rattachés aux voisins • Formalisation / justification des critères de segmentation / classification • Examiner attentivement la « dégradation » de la résolution des orthophotos

50. Merci de votre attention