Lessire, Dorian
[UCL]
Defourny, Pierre
[UCL]
Bontemps, Sophie
[UCL]
Les forêts tropicales sont un écosystème majeur pour la planète aussi bien en termes de biodiversité que de stock de carbone. Elles jouent aussi un rôle capital dans les activités économiques, culturelles et sociales des populations locales. Or diverses pressions pèsent sur ces habitats. Dès lors, mieux les connaitre est essentiel pour évaluer et prévoir les changements potentiels. La télédétection permet d'obtenir des informations très récentes, sur de larges échelles spatiales et à moindre coût. Les lancements récents des plateformes Sentinel-2 de l'ESA, offrent de nouvelles opportunités, de par leurs données à hautes résolutions spatiales (10-20 m) et leur faible temps de revisite (5 jours). Cependant, peu d'études ont encore été menées sur les forêts tropicales à partir de ces capteurs. L'objectif de ce mémoire est donc d'évaluer le potentiel de discrimination forestière à partir des images multispectrales de Sentinel-2 et de contribuer à l'amélioration des classifications de forêts. La zone d'étude concerne les Aires Protégées de Dzanga-Sangha dans le sud-est de la République Centrafricaine. Une campagne de terrain, en collaboration avec le WWF, a été réalisée afin de définir une typologie forestière ainsi qu'une clé de photo-interprétation. De plus, un protocole de terrain généralisable à d'autres études en forêts tropicales a été mis au point. Quatre classifications différentes ont été testées. Il en ressort que la classification supervisée via une approche par objet est celle qui donne les meilleurs résultats en termes de qualité. Cette méthode a donc été utilisée pour cartographier l'entièreté de la zone d'étude à la fois pour les types forestiers et pour l'occupation du sol. La classification finale obtient une exactitude de prédiction générale de 74%. Une évaluation de la dynamique agricole au sein de la zone d'étude est aussi réalisée.


Référence bibliographique |
Lessire, Dorian. Cartographie de types de forêt et de l'occupation du sol en République Centrafricaine à l'aide de télédétection optique (Sentinel-2). Faculté des bioingénieurs, Université catholique de Louvain, 2019. Prom. : Defourny, Pierre ; Bontemps, Sophie. |
Permalien |
http://hdl.handle.net/2078.1/thesis:22364 |