Approche de la Classification OrientA©e Objet sur les DonnA©es Radar PolarimA©triques PALSAR, RadarSAT-2 et COSMOSkyMed
NIAMIEN, David1; LARDEUX, Cédric2; DEJOINVILLE, Olivier3; FRISON, Pierre Louis4; RUDANT, Jean Paul4
1Université Marne La Vallée, FRANCE; 2ONFI, FRANCE; 3DGA, FRANCE; 4Université Paris Est Marne La Vallée, FRANCE

Les nouveaux capteurs polarimA©trique radar mis en orbite depuis 2007 permettent de caractA©riser l©€€interaction entre le signal radar et la surface observA©e plus complA''tement que ne le faisaient les capteurs de la gA©nA©ration prA©cA©dente. Les capteurs actuels opA''rent en bande X, C et L pour COSMOSkyMed, RadarSAT-2 et PALSAR avec des rA©solutions spatiales variant entre 1 A  30 m selon le mode d’observation.
La Guyane française est un site ou de nombreuses A©tudes antA©rieures garantissent une connaissance gA©ographique riche et dA©taillA©e. Ce territoire franAais est couvert A  environ 80 % de forét ce qui nA©cessite une mise A  jour des documents cartographiques existants pour quantifier l’A©volution de la couverture forestiA''re.
Nos travaux ont portA© sur la mA©thodologie de traitement et d’analyse des images radar polarimA©triques et sur leur exploitation par une approche de classification orientA©e objet en vue d’effectuer une cartographie de d’occupation du sol.
AprA''s avoir rappelA© les principales mA©thodes de traitement des images (RSO) polarimA©triques (dA©composition de la mesure sur des bases spA©cifiques, construction des matrices de cohA©rence et de covariance, traitements gA©omA©triques de correction des effets du relief et de gA©orA©fA©rencement, filtrages spA©cifiques utilisA©s dans certaines applications), nous aborderons ensuite les concepts de base de la classification orientA©e-objet avant de prA©senter les rA©sultats obtenus.
La classification orientA©e qui consiste A  regrouper des pixels sur le plan spatial suivant des caractA©ristiques communes (radiomA©trie, forme, texture) semble tout A  fait adaptA©e aux données radar dans le contexte tropical humide de la plaine littorale de Kourou.
Nous notons une performance globale de la classification de plus de 90 % sur les diffA©rents types d’occupations du sol de ce site test. Nous prA©sentons ci-dessous en illustration d’une composition colorA©e multicapteur, la classification A« orientA©e objet A» obtenue, une carte de rA©fA©rence A©tablie par les botanistes A  partir de travaux de terrain et une orthophotographie issue de l’Institut National de l’Information GA©ographique et ForestiA''re. En conclusion, La classification orientA©e-objet sur les données RSO multicapteur dont la prA©cision globale a étA© A©valuA©e A  plus de 90% permet d’affiner certaines classes de la cartographie de rA©fA©rences (en distinguant par exemple plusieurs types de savanes), ce qui dA©montre l’intA©rAt des images pour la mise A  jour des cartes thA©matiques dans les zones tropicales humides prA©sentant une grande diversitA© de couvertures vA©gA©tales.