Disponible avec une licence Spatial Analyst.
L’une des applications les plus répandues des outils Généralisation est le processus de nettoyage d’une image classée qui provient d’un logiciel de télédétection. Le processus de classification génère souvent de nombreuses petites zones de données isolées qui sont soient incorrectement classées, soient non pertinentes pour l’analyse.
Création d’une carte d’utilisation du sol généralisée à partir d’une image satellite
L’exemple suivant illustre une séquence classique d’application d’outils de généralisation afin de produire une couche raster qui soit plus présentable ou mieux adaptée aux analyses futures.
Chaque outil peut être utilisé seul ou en association avec d’autres outils de nettoyage de données pour différentes applications.
Commencer avec une scène satellite brute
L’image ci-dessous montre l’image satellite brute qui sera classée. Même si le processus de classification n’est pas décrit explicitement, la section suivante détaille certaines des raisons pour lesquelles le résultat direct nécessite généralement un traitement supplémentaire pour être plus utile.
Image générée après la classification
Dans une classification assistée, les échantillons d’entraînement sont identifiés sur une image, par exemple l’image satellite. Les échantillons d’entraînement sont prélevés dans différentes utilisations du sol pour identifier l’eau, les zones résidentielles, les feuillus, les conifères, etc. Dans ces échantillons d’entraînement, toutes les autres localisations de cellules dans l’image sont allouées à l’un de ces types d’utilisation du sol connus. Il arrive parfois que les signatures de l’utilisation du sol (statistiques dérivées des échantillons d’entraînement) soient similaires, ce qui empêche de faire clairement la distinction entre deux classes. Par exemple, avec les échantillons d’entraînement existants, il est possible que le logiciel ne puisse pas faire la distinction entre une forêt marécageuse d’aulnes et une zone humide de feuillus. Cela peut s’expliquer par un nombre insuffisant d’échantillons d’entraînement ou par le fait que certaines utilisations du sol n’ont jamais été entraînées. Ces limitations, entre autres, peuvent entraîner la classification incorrecte de certaines localisations.
En conséquence, une cellule unique ou un petit groupe de cellules peuvent être incorrectement classés en tant qu’entité différente de l’océan de cellules qui l’entoure, alors qu’en réalité, l’entité appartient au groupe de cellules qui l’entoure. Les limites entre différentes utilisations du sol sont aussi un exemple classique de classification incorrecte. Ce qu’il en résulte souvent, c’est une représentation irrégulière et irréaliste de la limite qui peut être lissée avec les outils de généralisation.
Vous trouverez ci-dessous la classification de l’image satellite. Notez la présence de nombreux petits groupes de cellules ou de cellules uniques isolés dans toute l’image.
Les sections suivantes montrent comment appliquer les outils de généralisation pour produire un raster classé final.
Supprimer les cellules incorrectement classées avec Filtre majoritaire
Pour supprimer les cellules uniques incorrectement classées dans l’image classée, vous pouvez appliquer l’outil Filtre majoritaire. Les résultats s’affichent dans l’image ci-dessous. Notez qu’un grand nombre des petits groupes de cellules a disparu.
Lisser les zones avec Nettoyage de limites
Pour lisser les limites entre les zones, vous pouvez implémenter l’outil Nettoyage de limites. En développant et réduisant les limites, les zones de plus grande taille envahissent les zones plus petites, comme dans l’image ci-dessous. Ici encore, notez qu’un nombre encore plus important des groupes petits et fins de cellules a disparu.
Identifier les agrégats avec Groupes par régions
Les outils Filtre majoritaire et Nettoyage de limites éliminent uniquement les agrégats uniques ou très petits de quelques cellules incorrectement classées en les attribuant à la valeur qui apparaît le plus fréquemment dans le voisinage immédiat. Supposons toutefois qu’un certain seuil de taille soit fixé, au-dessous duquel chaque groupement de cellules similaires est considéré comme trop petit pour être pertinent dans l’analyse consécutive. Ces agrégats doivent plutôt être fusionnés dans les groupes environnants. Par exemple, les agrégats contigus de la même catégorie d’utilisation du sol dont la taille est inférieure à 7 200 mètres carrés sont considérés comme non pertinents pour l’analyse. Toutefois, ces régions isolées ne peuvent pas être traitées individuellement, car elles ont la même valeur d’occupation du sol que l’ensemble de la zone.
Pour résoudre ce problème, vous pouvez appliquer l’outil Groupes par régions. Cet outil attribue un identifiant unique à chaque région dans le raster en entrée (l’image classée). Une région est un groupe contigu de cellules de même valeur. Prenons une zone unique composée de deux régions qui ne sont pas connectées. Groupes par régions divise cette zone en deux nouvelles zones, chacune disposant d’une valeur (zone) d’identification unique. La valeur de zone d’origine est conservée en tant que champ LIEN dans la table attributaire en sortie. Le raster généré apparaît ci-dessous et affiche les nombreuses zones en sortie différentes.
Supprimer les zones dont la taille est inférieure au seuil
À l’aide d’un outil de sélection, comme Extraction par attributs dans la boîte à outils Extraction, un raster en sortie est ensuite créé là où les régions plus petites que le seuil surfacique ont été supprimées.
Éliminer les petites régions avec Grignotage
À l’aide de l’outil Grignotage dans le raster obtenu de l’outil d’extraction (identification des régions à éliminer) et avec les valeurs du raster d’image classée, l’outil visite chaque localisation de cellule à éliminer et la remplace par la cellule la plus proche avec une valeur dans le raster classé.
Carte d’utilisation du sol généralisée finale
À l’aide de l’élément de lien des résultats de l’outil Groupes par régions, les valeurs de zone d’origine de l’image classée sont réattribuées aux régions individuelles créées avec l’outil Groupes par régions.
Le résultat est une carte d’utilisation du sol plus généralisée, qui peut être utilisée dans d’autres analyses.
Rubriques connexes
Vous avez un commentaire à formuler concernant cette rubrique ?