Skip To Content

Utiliser le modèle

Vous pouvez utiliser ce modèle dans l’outil Classer des pixels à l’aide d’algorithmes de Deep Learning disponible dans la boîte à outils Image Analyst dans ArcGIS Pro.

Configuration de l’imagerie recommandée

La configuration de l’imagerie recommandée est la suivante :

  • Résolution - La résolution de l’image SAR attendue est de 10 mètres.
  • Plage dynamique - 8 bits.
  • Bandes - Raster 3 bandes polarisation VH GRD Sentinel-1 SAR à bande C.

Extraire les plans d’eau

Pour extraire les plans d’eau de l’image, procédez comme suit :

  1. Ouvrez ArcGIS Pro et créez un projet ArcGIS Pro. Assurez-vous que vous avez ajouté un raster à polarisation VH GRD Sentinel-1 SAR à bande C dans ArcGIS Pro. (Remarque : Vous pouvez télécharger l’imagerie depuis Copernicus Open Access Hub ou Sentinel Hub.)
    Ouvrez les données VH SAR dans la carte.
  2. Téléchargez le modèle pré-entraîné Extraction des plans d’eau (SAR) - États-Unis.
  3. Effectuez un zoom sur une zone d’intérêt.
    Données Sentinel-1 ajoutées à la carte.
  4. Cliquez avec le bouton droit sur le raster dans la fenêtre Contents (Contenu). Cliquez sur Data (Données) et sélectionnez Export Raster (Exporter un raster) pour créer un raster à 3 bandes. Définissez les variables sous l’onglet General (Général) comme suit :
    1. Output Raster Dataset (Jeu de données raster en sortie) - Nom et format du jeu de données raster créé.
    2. Coordinate System (Système de coordonnées) - Système de coordonnées en sortie.
    3. Clipping Geometry (Géométrie de découpage) - Changez le paramètre, si besoin est.
    4. Renderer Settings (Paramètres du moteur de rendu) - Cochez Force RGB (Forcer RVB) et Use Renderer (Utiliser le moteur de rendu).
      Outil Exporter un raster
  5. Accédez à Tools (Outils) sous l’onglet Analysis (Analyse).
    Outils
  6. Cliquez sur l’onglet Toolboxes (Boîtes à outils) dans la fenêtre Geoprocessing (Géotraitement), sélectionnez Image Analyst Tools (Outils Image Analyst) et recherchez l’outil Classer des pixels à l’aide d’algorithmes de Deep Learning sous Deep Learning.
    Classer des pixels à l’aide d’un outil d’apprentissage profond
  7. Sous l’onglet Parameters (Paramètres), définissez les variables comme suit :
    1. Input Raster (Raster en entrée) - Sélectionnez la couche d’imagerie de polarisation VH GRD 3 bandes Sentinel-1.
    2. Output Classified Raster (Raster classé en sortie) - Définissez la classe d’entités en sortie qui contiendra les résultats de la classification comme le raster binaire représentant les classes hydrologiques et non hydrologiques.
    3. Model Definition (Définition du modèle) (facultatif) - Sélectionnez le fichier .dlpk de modèle pré-entraîné ou optimisé.
    4. Model Arguments (Arguments du modèle) (facultatif) - Remplacez les valeurs des arguments, si nécessaire.
      Paramètres de l’outil Classer des pixels à l’aide d’algorithmes de Deep Learning
  8. Définissez les variables sous l’onglet Environments (Environnements) comme suit :
    1. Processing Extent (Étendue de traitement) - Sélectionnez Current Display Extent (Étendue d’affichage actuelle) ou toute autre option dans le menu déroulant.
    2. Cell Size (Taille de cellule) - Modifiez la valeur si nécessaire. (remarque : la résolution de l’image SAR attendue est de 10 mètres).
    3. Processor Type (Type de processeur) - Sélectionnez CPU/GPU, le cas échéant. Si l’option est disponible, il est recommandé de sélectionner GPU et de définir GPU ID (ID GPU) sur le GPU à utiliser.
      Environnements de l’outil Classer des pixels à l’aide d’algorithmes de Deep Learning
  9. Cliquez sur Run (Exécuter). Dès que le traitement est terminé, le raster classé en sortie est ajouté à la carte.
    Raster classé en sortie