Le suivi de l’utilisation des terres par télédétection a récemment connu un essor important. Cela s’explique par une accessibilité accrue et souvent gratuite des images à (très) haute résolution ainsi que par le développement d’applications web destinées au suivi de l’utilisation des terres. L’accès à ces applications reste cependant soumis à l’existence d’une connexion Internet fiable faisant encore défaut dans certaines régions du globe. Dans ce contexte, la présente étude décrit une méthode permettant de produire des statistiques sur l’évolution de l’occupation du sol en réalisant une photo-interprétation par point sur des images en couleurs vraies à très haute résolution produites par mini-drone. La méthode utilise une application (PINT pour Photo-INTerprétation) intégrée dans le logiciel open source QGIS. Les surfaces de différentes occupations du sol sont dérivées des estimations des proportions de points affectées à chaque classe à partir d’une grille systématique. Pour illustrer l’intérêt de l’outil, l’étude considère les statistiques d’occupation du sol au sein de deux terroirs villageois du Complexe d’aires protégées de la Garamba, en République démocratique du Congo. Les résultats obtenus sont comparés avec ceux d’une cartographie de référence basée sur une photo-interprétation exhaustive après segmentation des images. Les écarts entre surfaces estimées par échantillonnage et surfaces de référence varient entre 0,2 % et 6,1 % pour les principales occupations du sol (forêts et savanes, défriches, jachères, implantations humaines et cultures). Des différences plus importantes (17,4 % et 13,4 %) sont enregistrées pour la classe « arbres isolés ». Le temps global de mise en œuvre de la méthode est de l’ordre de 60 ha par heure d’opérateur. L’utilisation du plugin PINT avec des images « drone » constitue une solution pertinente pour estimer des statistiques d’occupation du sol dans des régions web-isolées et pour des sites d’étendues de quelques (dizaines de) km².
Download:
DOI:
https://doi.org/10.19182/bft2018.335.a31497
Altmetric score:
Dimensions Citation Count: