Développement d’une méthode de traitement des séries temporelles des satellites Sentinel-1 permettant la discrimination des écosystèmes forestiers du bassin du Congo

Comprise dans des latitudes inférieures à 30° nord et sud de l’équateur, les écosystèmes forestiers tropicaux couvrent 13,5 % des terres émergées et abritent l’une des biodiversités les plus riches sur terre. Bien que ces milieux soient régulièrement étudiés, l’état des connaissances des forêts tropicales reste lacunaire. Ces lacunes s’expliquent principalement par la difficulté d’acquisition de données sur ces milieux, les forêts tropicales étant des écosystèmes complexes à l’accessibilité limitée. Les techniques d’acquisition de données par télédétection permettent de répondre à cette contrainte d’accessibilité. Le récent lancement des satellites européens Sentinel-1 et Sentinel-2 permet la collecte de données synoptiques, systématiques et avec une grande répétition temporelle offrant ainsi une excellente opportunité pour travailler sur ces milieux de vaste étendue. Ce mémoire se concentre sur l’exploitation des données des satellites Sentinel-1 en vue de produire une discrimination des écosystèmes forestiers du bassin du Congo. Afin de réaliser une telle discrimination, deux méthodes de classification sont testées. La première, par pixel, résulte en une classification aux performances modérées, ne suffisant pas à réaliser une discrimination correcte des différents écosystèmes forestiers. La seconde, par objet, se base sur l’utilisation de deux algorithmes de segmentation : l’algorithme multirésolution et multirésolution avec estimation du paramètre d’échelle. La classification des objets extraits de la segmentation est, quant à elle, réalisée via l’algorithme Random Forest et génère une carte présentant de bonnes performances (F-score : 72%), en particulier pour l’identification des milieux marécageux. Les différents résultats obtenus lors de cette étude témoignent de la bonne capacité des données Sentinel-1 à réaliser la discrimination des écosystèmes forestiers tropicaux.