Remote sensing of the forest and tree network in agricultural landscapes. Evaluation of the potentials of very high resolution multi-angular imagery
La télédétection pour la cartographie de la trame verte en milieu agricole. Évaluation des potentialités d’images multi-angulaires à très haute résolution spatiale
Résumé
In this paper, we investigate the potentialities of very high spatial resolution satellite imagery to map the woody vegetation component of the Green Infrastructure in rural landscape. Woody vegetation including hedges and isolated trees is extracted from multiangular WorldView-2 images by comparing two supervised classification approaches: a Gaussian mixture model and the contextual ICM method. Results show good performance using the two views of the stereo pair (kappa = 0.88) with an increasing accuracy of 13 to 22% in comparison to the use of one single view. The classification accuracy of hedgerows vary according to type, neighbourhood, shadows and effect of the oblic view. Differences in accuracy between the two classification methods are negligible.
Dans cet article, nous proposons d’évaluer les potentialités de l’imagerie satellitaire à très haute résolution spatiale pour cartographier la composante arborée de la trame verte en milieu agricole. L’identification des formations ligneuses incluant les haies et les arbres isolés est réalisée à partir de données multi-angulaires WorldView-2 en comparant deux approches de classification supervisée : modèle de mélange gaussien et méthode contextuelle ICM. Les résultats montrent de bonnes performances en exploitant les deux vues du couple stéréoscopique (kappa de 0,88) avec un gain de 13 à 22 % par rapport à l’utilisation d’une seule vue. La qualité d’extraction des haies varie selon le type de haie, le voisinage des objets, les ombres et les effets de la visée oblique. Les différences de performance entre les méthodes de classification sont quant à elle négligeables.