Navigation – Plan du site
1996
Actes des Journées de Télédétection en Sciences humaines
164

Mesure instantanée de la longueur de rotations agricoles au Népal et en Inde par la quantification intrapixellaire des surfaces couvertes

Instant measures of agricultural rotation duration in Nepal and India through covered surfaces' intrapixel numbering

Denis Blamont et Marcel Raffy

Entrées d’index

Mots-clés :

télédétection

Keywords :

remote sensing
Haut de page

Texte intégral

1Souvent, l’organisation spatiale d’un paysage en un instant donné‚ est le reflet de son fonctionnement dans le temps : il en va ainsi de certaines rotations pluriannuelles ou de la gestion d’une forêt. Une rotation champs-prairies de cinq ans se caractérisera par la mise en culture du cinquième de l’espace chaque année, à peu près, et d’un assolement en conséquence ; une agriculture sur brûlis avec une révolution forestière de 20 ans devrait se traduire par le défrichement et la mise en culture annuels du vingtième environ de la superficie de la forêt. Si, à un moment donné, on est capable de mesurer respectivement le pourcentage de la surface en champs par rapport à la surface en prairies ou de la surface abattue par rapport à la surface totale de la forêt, ces mesures ponctuelles permettront de connaître le fonctionnement dans le temps des entités étudiées. Une seule image satellitaire devrait alors suffire pour étudier un système pluriannuel.

2Dans des régions comme les montagnes du Népal ou les collines du Chota Nagpur, en Inde, les unités de paysage sont si petites, morcelées et diverses que des tentatives de segmentation classique d’images de télédétection n’ont jamais permis d’obtenir des chiffres fiables : le pourcentage de pixels "mixtes" est tel que les erreurs d’affectation sont trop importantes et les pourcentages obtenus par le calcul diffèrent de ceux obtenus lors des mesures sur le terrain.

3Paradoxalement, la solution à ce problème ne se trouve pas dans l’attente, impossible, d’une résolution plus fine que la plus fine aujourd’hui disponible, soit celle de SPOT, ni même dans le traitement des images SPOT à leur propre résolution mais dans la dégradation sélective de cette résolution puis dans la quantification de surfaces couvertes intra-pixellaires. La méthode de quantification des surfaces couvertes utilisée ici se justifie par les considérations suivantes (figures 1a et 1b).

Figures 1a et 1b : Justification de la méthode de quantification des surfaces couvertes

4Notons L le signal radiométrique mesuré par le satellite dans un ou plusieurs canaux. Il existe une infinité de distributions radiométriques in situ dans le pixel donnant la même mesure globale L. Pour chacune d’elles, la surface intrapixel ayant une signature donnée peut prcndre une certaine valeur alors que L reste le même !

  • l'ensemble des surfaces ayant une signature donnée constitue un intervalle de valeurs réalistes possibles,

  • les bornes de cet intervalle sont optimales,

  • on peut les calculer avec la seule connaissance de L et des milieux réalistes : [R(L) ,R(L)]

  • on montre qu’en l’absence d’autre information sur le milieu étudié la valeur pour la surface couverte,

5R(L) = 1/2 [R(L) + R(L)], est celle qui réduit (en moyenne) I’erreur due à l’hétérogénéité du milieu (cf. Raffy M. [1994] : Estimation d’aires couvertes à l’intérieur d’un pixel par mesures satellitaires mono ou multispectrales. Bull. de la Soc. Fran. de Photogrammétrie et Téléd. 133-1, p. 20-31.).

6La méthode présentée ici consiste donc :

  • à identifier, à la résolution SPOT, la signature spectrale des milieux concernés (prairies, broussailles et champs dans le cas du Népal ; champs et dernière année de la jachère forestière dans le cas du Chota Nagpur [Orissa, Inde] ;

  • à construire, dans l’espace radiométrique, l’enveloppe convexe des domaines radiométriques des milieux purs ainsi considérés ;

  • à calculer, dans les canaux xs2 et xs3, la moyenne L des radiométries de tous (et exclusivement) les pixels dont l’ifov appartient au svstème étudié ;

  • à quantifier, pour le pixel moyen ainsi défini, les surfaces couvertes par les champs, par rapport aux prairies dans le cas du Népal, par rapport à l’ensemble de la forêt exploitée dans le cas de l’Orissa.

7Cette succession d’opérations revient à dégrader mais de manière sélective la résolution et donc à construire des pixels d’une taille telle qu’on est sûr qu’ils sont composés de tous les milieux considérés et uniquement ceux-là. Cette construction sélective de pixels "strictement mixtes" est rendue nécessaire par la complexité des paysages étudiés : les secteurs des versants considérés comportent souvent des entités qui ne sont pas parties intégrantes du système étudié (par exemple un ravin ou une portion de forêt non exploitée) : leur prise en compte, obligatoire dans le cas d’une dégradation sysématique de la résolution, fausserait tous les résultats. Par ailleurs, si l’on ne dispose pas d’une méthode fiable pour affecter à un pixel donné un domaine radiométrique spécifique, il faut surtout éviter de quantifier d’abord les surfaces couvertes dans chaque pixel puis d’en effectuer les moyennes, car on commet des erreurs pour les pixels de milieux purs dont les surfaces couvertes sont minimisées ; une cartographie de ces superficies à l’échelle du pixel SPOT serait ainsi entachée d’une erreur inutile puisque ce qu’on recherche c’est bien une indication sur le fonctionnement global de l’entité étudiée et non pas une localisation des différents éléments du système.

8On établit ainsi des ensembles flous caractérisés par les pourcentages de leurs composantes et, donc, la longueur des cycles étudiés. Dans le cas du Népal, comme on peut le voir dans les deux exemples ci-dessous (tableau 1), on a retrouvé des valeurs de pourcentage de champs par rapport aux prairies approximativement de 1 ou 1/3 selon les cas, donc des rotations de 2 et 4 ans, qui correspondaient aux observations de terrain.

Tableau 1 : Valeurs de pourcentage des composantes des ensembles flous

9(les proportions ne sont pas strictement de 1 ou 1/3 parce que les bordures des territoires défrichés ne sont jamais cultivées et que les soles ne sont jamais rigoureusement de tailles égales. Le fait que la somme des pourcentages ainsi obtenus ne soit pas rigoureusement égale à 100 est dû à ce que la valeur choisie pour la quantification, soit la moitié de la somme des bornes de l’intervalle des valeurs possibles, n’est qu’une approximation.)

10Dans le cas du Chota Nagpur (Upper Raïdya), où les jachères forestières ne sont plus assez longues pour permettre la reconstitution de la forêt, on a trouvé un pourcentage de champs de 18 % par rapport à la superficie totale (tableau 2), dont il a fallu retirer 2,4 % de champs permanents, donc 15,6 % de champs de brûlis et une rotation de 6 ans à peu près, qui correspondait également aux observations in situ..

Tableau 2 : Pourcentage de champs dans le cas du Chota Nagpur

11Cette méthode prouve que, pourvu qu’on dispose des signatures spectrales à grande échelle, il n’est pas nécessaire de disposer d’une résolution très fine pour étudier des paysages complexes. Au contraire, une résolution plus grossière, si elle ne permet pas une localisation précise des différents éléments d’un assolement ou d’une révolution forestière, permet en revanche une meilleure caractérisation de leur fonctionnement.

Haut de page

Pour citer cet article

Référence électronique

Denis Blamont et Marcel Raffy, « Mesure instantanée de la longueur de rotations agricoles au Népal et en Inde par la quantification intrapixellaire des surfaces couvertes », Cybergeo : European Journal of Geography [En ligne], Dossiers, document 164, mis en ligne le 05 mai 2000, consulté le 26 avril 2017. URL : http://cybergeo.revues.org/699 ; DOI : 10.4000/cybergeo.699

Haut de page

Auteurs

Denis Blamont

Groupe de Recherche en Télédétection et Spatialisation (G.R.T.S.) / Laboratoire des Sciences de l’Image, de l’Informatique et de la Télédétection (L.S.I.I.T.) - URA 1871 CNRS Parc d’Innovation - 5 Bld. Sébastien Brant - 67400 Illkirch-Graffenstaden

Marcel Raffy

Groupe de Recherche en Télédétection et Spatialisation (G.R.T.S.) / Laboratoire des Sciences de l’Image, de l’Informatique et de la Télédétection (L.S.I.I.T.) - URA 1871 CNRS Parc d’Innovation - 5 Bld. Sébastien Brant - 67400 Illkirch-Graffenstaden

Haut de page

Droits d’auteur

© CNRS-UMR Géographie-cités 8504

Haut de page