Version classiqueVersion mobile
OpenEdition Books

Eau et environnement

 | 
Paul Arnould
, 
Micheline Hotyat

Approche dynamique des couverts forestiers : de la diachronie à l’analyse multisources

Micheline Hotyat et Frédéric Liège

Texte intégral

1Les formations végétales trouvent un moyen d’expression dans la télédétection et les techniques qui leur sont associées. Celles-ci, et plus particulièrement la fusion de données, offrent une gamme considérable de procédures qui permettent une représentation synthétique de l’organisation de l’espace, quel que soit le niveau d’observation. Les données numériques permettent d’envisager à court terme le recours à de nouvelles techniques d’analyse spatiale susceptibles d’apporter de nouveaux éclairages sur l’organisation des forêts et leurs dynamiques. La cartographie dépasse ainsi largement son rôle d’illustration pour devenir une authentique méthode de recherche.

2L’analyse diachronique, utilisée depuis longtemps pour appréhender les transformations de l’espace, est une démarche qui effectue une étude comparative, par superposition, voire juxtaposition des différents documents traités. La difficulté majeure lors de cette phase finale est la variation des échelles des documents qui rend difficile la manipulation de toutes les informations recueillies.

3Pour répondre à ces divers inconvénients, une solution réside dans l’emploi intégré de l’imagerie spatiale et aéroportée, mais les données doivent impérativement être numériques, présenter une cohérence en termes de géométrie, de radiométrie, d’échelles et de prises de vue, le tout pouvant s’intégrer, ensuite, dans une approche encore plus globale associant fusion de données et Systèmes d’informations géographiques (SIG).

1. Recours à l’imagerie : analyses classiques et opérationnelles

Imagerie satellitale

4Choix des données. L’étude d’un espace nécessite un champ de vision suffisamment large et souple pour prendre en compte la continuité spatiale des différentes composantes du paysage dont l’organisation n’apparaît pas lorsque le champ de vision est étroit. De ce fait, la trame de notre étude est d’abord constituée de données multispectrales SPOT. Parallèlement, la nécessité de comparer ces données à différentes dates, afin de déceler la nature des modifications spatiales, ainsi que l’éventuel recours à des documents provenant d’autres sources imposent une cohérence temporelle et scalaire.

5L’étude intra-annuelle permet d’identifier les espèces ligneuses dominantes. En effet, au printemps, les ligneux présentent un décalage temporel du développement foliaire en fonction des essences et des conditions du milieu dans lesquelles elles croissent. Il est aussi possible de déceler les végétaux des strates sous-jacentes avant le plein épanouissement foliaire des arbres dominants. À l’automne, la discrimination d’autres essences s’effectue selon le degré de sénescence des feuilles dont les propriétés optiques varient selon la vitesse de disparition des pigments chlorophylliens et leur remplacement par des pigments bruns. De plus, à cette saison, la couverture ligneuse est plus facile à délimiter dans la mesure où bon nombre de cultures ont été récoltées et qu’un contraste radiométrique plus fort existe entre les surfaces encore végétalisées et les sols nus.

6Quant à l’étude inter-annuelle, elle facilite l’appréhension des transformations structurales et l’extension ou la rétraction des surfaces forestières. Les dates de prise de vue doivent être suffisamment étalées dans le temps pour saisir ces modifications et rendre pertinente l’interprétation. D’une date à l’autre, les enregistrements doivent couvrir quasiment les mêmes périodes de l’année afin de pouvoir comparer le couvert végétal à des stades phénologiques proches, voire identiques (Hotyat, 1998 ; Liège, 1997).

7Des traitements classiques. Pour chaque prise d’enregistrement SPOT, la région d’étude est extraite de la scène d’origine et la forêt est isolée du reste de son environnement par élimination des pixels non forestiers selon la technique du masque. Le canal XS2, cernant le mieux le contour forestier, est systématiquement retenu pour l’élaboration du masque. Celui-ci est ensuite projeté dans les deux autres canaux afin que le contour soit identique pour tous et qu’il n’y ait aucun problème de calage. Puis les opérations d’amélioration visuelle et de rectification géométrique sont engagées. Pour chaque image (figure 1), on calcule ensuite une Analyse en composantes principales (ACP) et un indice de végétation, à partir duquel l’image est filtrée afin de faire ressortir les traits dominants de la canopée. Ces néo-canaux sont ensuite associés avec un canal brut décorrélé (XS1) dans une composition colorée. On obtient alors une image composite (Geroyannis, Simon, 1997) qui permet de détecter la rugosité de la canopée, les variations de hauteurs entre les végétaux, les changements de densités des arbres et l’importance des vides entre eux :

8Tous ces caractères sont à la fois la résultante d’une croissance liée aux caractères génétiques de chaque espèce, mais aussi aux conditions du milieu dans lesquelles elle se développe et aux divers modes de gestion subis au cours des dernières décennies, voire des siècles. L’aspect de la forêt se résume, pour l’enregistrement des valeurs radiométriques, aux formes de l’enveloppe des biovolumes, formes que le thématicien doit analyser pour décrypter et interpréter l’organisation des végétaux qui la constituent (Hotyat, 1990).

Figure 1.
Procédure d'analyse des scènes SPOT.

9Cette analyse fait donc référence aux caractères texturaux de la canopée, à condition qu’ils soient de taille suffisamment importante, à l’organisation structurale de ces textures, aux variations colorées des objets ainsi qu’aux conditions du milieu, d’illumination des objets et aux contraintes techniques des enregistrements. L’image fait ensuite l’objet d’une classification non dirigée (figure1) pour différencier les grands ensembles du massif forestier, puis d’une classification semi-dirigée pour affiner ces classes. Celle-ci est réalisée à l’aide de polygones d’entraînement localisés dans chaque classe et dont on vérifie la réalité de terrain avant de procéder à une classification plus précise.

L’imagerie aéroportée

10À l’échelle locale, la photographie aérienne reste un outil essentiel pour appréhender la structure des formations forestières à une date et à une échelle données, et elle devient un moyen efficace pour saisir la pluristratification forestière si la plus haute strate n’est pas trop dense (Holland, 1988). Pour toute étude réalisée avec une seule date, il faut sélectionner la mission aérienne la plus proche possible du travail de terrain afin d’éviter une trop grande différence entre l’organisation des parcelles forestières observées in situ et celles de la photographie ; un trop grand décalage perturberait l’interprétation des critères-images. L’analyse et la vérification sur le terrain des informations obtenues à partir de la date de prise de « vue » la plus récente permettent de faire, par comparaison avec des dates antérieures, une analyse biogéographique régressive. Cette approche (Hotyat, Galochet, Liège, 1997) consiste, dans un premier temps, à identifier tous les composants du couvert végétal, puis à établir les relations bi-univoques entre les niveaux de gris numérisés, les textures et la réalité terrain. Dans un deuxième temps, il faut rechercher des critères images, identiques dans les données antérieures. Enfin, par comparaisons successives, les informations numérisées des missions antérieures sont identifiées et ce, malgré le manque de données de terrain aux dates précises des enregistrements. L’approche multidates aide à saisir la dynamique spontanée de reconquête forestière après l’abandon des terres cultivées par exemple, et les divers travaux sylvicoles effectués au sein des massifs forestiers. La dynamique de reconquête facilite le repérage des stades de friches, landes, fourrés, gaulis, perchis, voire futaies, si l’homme n’intervient pas entre ces différentes étapes. L’exploitation des parcelles forestières se repère aux coupes à blanc, d’éclaircies ou d’ensemencement, ou encore aux travaux de plantations. Tous ces changements se traduisent dans le paysage par des variations de formes, de teintes et de textures décelables sur les photographies aériennes après photo-interprétation, qu’elle soit manuelle ou numérique. Ainsi, le nombre important de prises de vue sur une période de plus de cinquante ans reste un avantage certain pour l’analyse diachronique (Hotyat, 1997), d’autant plus qu’en France ces missions aériennes existent au moins une fois par décennie depuis 1947. Certaines données militaires d’archives permettent même de couvrir les périodes de la deuxième, voire de la première guerre mondiale, mais la disponibilité des documents photographiques antérieurs à 1945 est particulièrement aléatoire et leur qualité souvent médiocre.

11Aujourd’hui, la numérisation des photographies aériennes offre une nouvelle gamme de traitements, de possibilités d’analyse et de représentation, en favorisant l’extraction automatique de nouvelles informations, comme la texture, et en facilitant leur incrustation ou leur fusion à d’autres documents. De plus, le problème de l’échelle peut être relativisé du fait des possibilités de rééchantillonnage offertes par cette procédure de numérisation. Mais pour réaliser un travail efficace, il faut sélectionner les clichés en fonction de la qualité des documents analogiques, notamment de la finesse des grisés, et de la qualité de la géométrie. L’étude de la photographie aérienne peut être affinée par l’emploi, notamment, de filtrages qui permettent de saisir les variations structurales des sous-ensembles définis sur les données satellitales, d’identifier les essences dominantes, leurs hauteurs et leurs densités, de détecter la présence de petites clairières au cœur de la forêt.

Avantages et limites de ces documents

12Pris séparément, chaque type de document se révèle limité. Les cartes renseignent sur la symbologie, mais n’offrent pas la précision du détail. Les photographies aériennes apportent la précision spatiale et texturale, mais ne permettent pas une vue d’ensemble de l’espace étudié, sauf si l’on constitue une mosaïque qui représente souvent un assemblage de centaines de photographies, et fournit une information globale dans le visible (et parfois dans le proche infrarouge), sans différenciation des longueurs d’ondes du violet, bleu, vert et rouge. L’imagerie satellitale optique offre une plus grande richesse radiométrique et une plus grande couverture, mais ne fournit pas de données par temps couvert, ne renseigne pas systématiquement sur le relief, et présente une résolution spatiale insuffisante pour les études à très grandes échelles. Cependant, les différents traitements confirment toute la richesse que l’on peut attendre de l’exploitation des scènes SPOT. L’individualisation des composantes de l’espace, la qualité des états de surface, et pour les végétaux, leur état phytosanitaire et leur organisation structurale, constituent les principaux atouts. Enfin, le radar permet une observation par tous les temps et renseigne sur la texture et le relief, mais il présente des distorsions, une résolution insuffisante, et se manie difficilement.

13La multidude des données radar, optique infrarouge et visible, de résolutions et de qualités différentes, auxquelles s’ajouteront des documents exogènes nous oblige à envisager le regroupement de l’information sous des formes diverses comme la fusion de données et /ou les SIG.

2. Vers une approche plus intégrée : la fusion de données

14La multiplication des capteurs offre d’énormes possibilités aux utilisateurs d’imagerie satellitale. Il est désormais possible de sélectionner dates de passage, bandes spectrales et limites de résolution spatiale parmi un large éventail de moyens d’observation ayant des caractéristiques spectrales et géométriques différentes. Les moyens futurs permettront d’élargir, encore, le choix des sources de données, tout en imposant une grande vigilance à l’égard des caractéristiques, des possibilités et des limites de chaque type de données.

Apport de données complémentaires

15Les capteurs de nouvelle génération offriront bientôt une résolution spatiale supérieure, sur une gamme de fréquence plus vaste. À cela s’ajoutent d’autres données numériques : cartographies spatiales, bases de données, modèles numériques de terrain (MNT), cartes numérisées, etc., qui sont précieuses pour la spatialisation des phénomènes observés et la définition d’une typologie de dynamiques. Toutes ces informations peuvent ensuite s’intégrer dans un SIG. Ces données peuvent être complétées par les données radar dans la mesure où elles offrent une information complémentaire sur la rugosité, l’humidité, la variation granulométrique de la surface du sol et la présence de couvert végétal, mais dans des conditions radicalement différentes de celles de l’imagerie optique. Leur point faible demeure leur géométrie d’acquisition. Afin de cumuler ces informations complémentaires, la fusion optique-radar peut être une possibilité qui fournit des documents hybrides permettant d’appréhender l’organisation spatiale des objets, leurs critères d’organisation et les phénomènes qui les affectent.

Définition

16Dans son sens le plus général, la fusion de données est l’opération par laquelle il est possible d’élaborer ou d’évaluer une situation ou un objet, à l’aide d’informations issues de sources de natures diverses. Mais ce terme cache, en fait, deux approches distinctes. L’association des données ou corrélation qui est une combinaison de différentes représentations d’un même objet, mais qui n’altère pas leur individualité (Liège, 1997). La fusion ou agrégation, qui fait appel à des procédés mathématiques de traitements d’images et qui rassemble des objets distincts en un objet parent unique (figure 2). Ces différentes acceptions engendrent quatre types de procédure distincte.

Figure 2
Principaux types de fusion.

17La fusion vectorielle utilise des algorithmes classiques de traitement du signal qui permettent de réaliser des opérations arithmétiques (additions, multiplications, pondération…) sur les signatures des pixels des documents d’origine. On commence par recaler dans une géométrie commune à partir de points d’amers saisis sur des cartes ou des documents géo-référencés. Puis, lorsque toutes ces vues sont superposées, on extrait pour chaque pixel une valeur par combinaison de ses valeurs dans les différentes bandes de fréquence, obtenant ainsi une nouvelle valeur radiométrique « hybride ».

18La fusion symbolique est une fusion d’informations sous forme d’attributs. Elle utilise des algorithmes d’intelligence artificielle, de théories des graphes, des théorie de l’incertain, de logique floue. Ces algorithmes travaillent sur les constituants de plus haut niveau sémantique dans l’image et discriminent lignes, formes, textures… Ils conviennent bien pour traiter des images provenant de capteurs ayant des caractéristiques très différentes. Cette démarche est particulièrement utilisée dans le cadre d’une analyse diachronique, afin de saisir les mutations de l’espace.

19La fusion de décisions est en fait la fusion des classifications effectuées sur chaque produit utilisé pour l’étude. L’avantage d’une telle méthode réside dans l’économie de traitements et la diminution du volume des données à traiter, même si l’interprétation des différents résultats n’est pas toujours aisée.

20La fusion géométrique consiste à recaler par des techniques automatiques ou manuelles des images ou des documents cartographiques, puis à les « coller » les uns sur les autres en remplaçant une partie d’une image par la partie correspondante de l’autre. Cette méthode est plus pertinente lorsque l’on souhaite étudier le contenu de l’objet plutôt que ses valeurs radiométriques.

Intérêts et limites de la fusion de données

21Séduisante, la fusion de données l’est certainement. Les données radio-métriques et texturales d’un type de capteur se trouvent complétées et enrichies par l’information d’autres capteurs agissant dans des fenêtres spectrales différentes. La simplicité n’est qu’apparente, car les limites des capteurs se trouvent accentuées par la pluralité des moyens d’acquisition. Parmi les problèmes fondamentaux, figure celui du volume d’informations, qui risque de noyer les outils et l’utilisateur. L’autre point noir est la difficulté de rendre toutes les informations compatibles car, pour des raisons technologiques ou de physique théorique, il ne faut pas espérer pouvoir donner à tous ces capteurs une résolution élevée identique dans un avenir proche. L’aspect multi-échelles constitue un autre défi, induisant une complémentarité en termes de caractéristiques spectrales et de missions entre les capteurs possédant des résolutions différentes. Enfin, le fait de disposer sur un même document, d’informations sur la nature du couvert, sur sa structure, ses éléments texturaux et le degré d’humidité du sol, par exemple, nécessite d’envisager de nouveaux critères d’analyse et donc d’aboutir à une nouvelle « culture » d’interprétation (figure 3).

Figure 3.
Chaîne de la valeur ajoutée de la fusion des données.

3. Vers l’élaboration d’une nouvelle chaîne méthodologique associant fusion de données et SIG

22L’emploi des données numériques n’a aucun sens, si celles-ci ne peuvent être exploitées dans une architecture permettant de les associer et de les représenter dans un contexte multiéchelles. En ce sens, les SIG sont des outils incontournables, alimentés par les données de télédétection et les informations numériques connexes.

Les systèmes d’informations : élaboration des bases de données et gestion de l’information

23Les problèmes de fusion se posent en termes de gestion de foisonnement des données, des procédures et des accessibilités. La gestion des procédures constitue un goulet d’étranglement, car l’abondance des données induit celui des procédures. Chaque type de donnée nécessite une approche spécifique, d’un point de vue méthodologique, et il faut donc organiser la démarche en fonction des données employées et de l’application thématique, en cherchant le regroupement des étapes et la similarité des procédures. Chaque document est traité en fonction de ses critères propres, les résultats étant ensuite exploités sur une base commune (figure 4).

24L’autre goulet d’étranglement d’une étude multisources est le volume des informations qui rend malaisé leur manipulation et constitue un handicap majeur pour l’interprétation. La solution réside dans des SIG associés à des bases de données puissantes. Ces programmes disposent de la capacité des sources variées et offrent une facilité accrue d’accès et de combinaison de grandes quantités de données, de qualités, d’échelles et de nature différentes. Leur capacité multiéchelles autorise une vision synoptique de l’espace avec possibilité de zoom ou d’insertion d’imagettes de résolution plus fine.

Figure 4.
Analyse multisource de l'information géographique.

Vers de nouveaux moyens de représentation et d’exploitation

25La reconstitution virtuelle d’un espace géographique constitue probablement l’axe de recherche le plus intéressant dans le contexte qui nous préoccupe. Il ne faut pas oublier qu’un paysage évolue et que les objets qui le constituent ne sont pas figés. L’accès à la troisième dimension et au mouvement permet d’anticiper ses transformations et de prévoir toutes les évolutions possibles. La représentation en 3D permet de couvrir une large gamme de besoins de représentations. Les objets et les phénomènes sont alors restitués dans leur contexte topographique, affectés de leurs caractéristiques et réunis en un document unique. De simple curiosité, la représentation en 3D et la simulation deviennent des outils de recherche.

26La représentation virtuelle rend compte de la grande diversité de représentation des objets, induite par le recours à des sources d’information multiples. Elle en facilite aussi la synthèse en faisant figurer plusieurs phénomènes sur un même document. La perspective la plus intéressante dans ce domaine est l’établissement de modèles et la simulation du comportement de l’objet dans l’espace et dans le temps. Il devient alors possible de « voir » croître la forêt sur écran ou de suivre son exploitation !

Vers un système d’aide à la décision

27L’analyse multisources confirme sa capacité à élargir et enrichir considérablement le champ d’investigation. Elle permet d’appréhender l’organisation spatiale des objets aux échelles régionales et locales et les phénomènes qui les affectent. L’analyse multidates permet d’estimer l’évolution des objets et d’appréhender les phénomènes dans l’intra- comme dans l’inter-annuel.

28Toutes les informations relatives au paysage forestier ne peuvent être saisies par ces données satellitales et aéroportées, car certaines s’attachent à la perception du milieu, ou encore aux usages (même si certains peuvent être saisis indirectement par la structure des formations végétales). Ce ne sont pas des éléments toujours perceptibles par une démarche qui se veut plutôt naturaliste et fondée sur des mesures physiques. La fusion de données n’est donc pas la seule procédure utilisable, mais il faut y recourir là où elle peut être efficace et comme un outil d’analyse et d’aide à la décision.

29La recherche d’une méthodologie adaptée à l’étude des formations végétales et de leurs dynamiques intéresse autant les naturalistes, les géographes que les historiens, les sociologues, les forestiers, ainsi que bien d’autres spécialistes. Mais tous s’efforcent de disséquer le couvert végétal, en fonction de leurs préoccupations majeures, pour en saisir les constituants, leur organisation, leur dynamique et leur fonctionnement. Ces explorations sectorielles n’aboutissent cependant qu’à des traitements partiels dont les résultats s’avèrent souvent difficiles à relier entre eux. D’où l’intérêt d’une méthodologie globale capable d’effectuer les intersections thématiques à partir d’une collecte de données structurées dans une optique systémique et d’établir les interrelations au sein du système. C’est pourquoi le SIG, couplé aux techniques qui viennent d’être évoquées, semble être une approche d’avenir. Cette idée s’appuie sur la notion d’un modèle permettant d’exploiter les données en fonction d’un axe horizontal qui traite les « couches » thématiques et d’un axe vertical qui recoupe les informations d’un bout à l’autre de la chaîne.

Conclusion

30Les images et les documents associés sont des données dont la complémentarité est indispensable dans une étude des couverts végétaux, de leurs dynamiques et de leur gestion. En ce sens, cette démarche de fusion des données semble fournir une réponse performante, réitérable, souple et accessible, et présente les avantages suivants :

  • mise en évidence de l’organisation de l’espace à l’échelle régionale et locale ;
  • perception détaillée de l’organisation régionale, locale et/ou station nelle des éléments ligneux et approche de leurs caractéristiques ;
  • appréhension et compréhension des modifications spatiales, structurelles et floristiques par comparaison multidates et analyses diachroniques ;
  • détection des relations entre le domaine forestier et son environnement ;
  • capacité de construire un modèle en 3D et de faire de la prospective.

31Cette démarche peut, donc, être considérée comme un outil d’aide à la décision pour l’aménagement et la gestion du territoire, et elle peut évoluer vers la mise en œuvre de simulations, de systèmes-experts et de scénarios du futur. Cette approche sera appliquée dans le cadre du prochain programme du Comité franco-tunisien afin d’appréhender les transformations de l’occupation du sol du Cap Bon et de comprendre le fonctionnement des divers géosystèmes présents.

Table des illustrations

Légende Figure 1.Procédure d'analyse des scènes SPOT.
URL http://books.openedition.org/enseditions/docannexe/image/883/img-1.jpg
Fichier image/jpeg, 170k
Légende Figure 2Principaux types de fusion.
URL http://books.openedition.org/enseditions/docannexe/image/883/img-2.jpg
Fichier image/jpeg, 320k
Légende Figure 3.Chaîne de la valeur ajoutée de la fusion des données.
URL http://books.openedition.org/enseditions/docannexe/image/883/img-3.jpg
Fichier image/jpeg, 106k
Légende Figure 4.Analyse multisource de l'information géographique.
URL http://books.openedition.org/enseditions/docannexe/image/883/img-4.jpg
Fichier image/jpeg, 176k

Auteurs

Université Paris IV-Sorbonne, EA 2579 DEPAM Paris IV UMR 8505 BIOGEO - CNRS/ENS-LSH, France

UMR 8505 BIOGEO - CNRS/ENS-LSH, France

© ENS Éditions, 2003

Conditions d’utilisation : http://www.openedition.org/6540