Evaluation de l'impact de la correction atmosphérique sur la précision globale de la cartographie de l'occupation du sol par télédétection
| Main Authors: | Tiomo Dongfack E., Matsaguim N.C.A., Tsafack Ngoufo S. |
|---|---|
| Format: | Article Journal |
| Bahasa: | fra |
| Terbitan: |
, 2021
|
| Subjects: | |
| Online Access: |
https://zenodo.org/record/4699510 |
Daftar Isi:
- Résumé Les conditions atmosphériques au-dessus d’une région perturbent le rayonnement émis par la surface du sol en direction de l’atmosphère et qui est enregistré par les capteurs des satellites. Il est donc recommandé de corriger les images satellites afin d’éliminer ces perturbations avant toute analyse. Ainsi, l’objectif de cette étude est d’évaluer l’impact de la correction atmosphérique sur la précision globale de la classification et de comparer son effet sur les performances de différents algorithmes de classification. Trois (3) modèles de correction atmosphérique ont été testés : Dark Object Subtraction (DOS) ; Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) et Landsat Ecosystem Disturbance Adaptive Processing System (LEDAPS) sur une image Landsat OLI 8 prise au-dessus de la région montagneuse de l’Ouest Cameroun. Trois (3) algorithmes de classification (Maximum de Vraisemblance - MV, Forêt d'Arbres Décisionnels - FAD et Machine à Vecteurs de Support - MVS) ont été utilisés pour classer les différentes images. Les résultats montrent que la correction atmosphérique de l’image satellite utilisée dans cette étude n’est pas nécessaire, car elle n’apporte aucune amélioration du niveau de précision de la classification. Bien au contraire, elle conduit dans le cas du modèle LEDAPS à affecter négativement les performances des algorithmes de classification MV et MVS. Par conséquent, dans le cadre d’une étude qualitative portant sur une seule image satellite, la correction atmosphérique ne devrait pas être exécutée sans se rassurer du gain significatif de précision qu'elle apporte concernant la classification de l’image. Abstract Solar radiation is affected by absorption and emission phenomena during its downward trajectory from the Sun to the Earth’s surface and during the upward trajectory detected by satellite sensors. This leads to distortion of the ground radiometric properties (reflectance) recorded by satellite images which needs to be corrected using atmospheric correction models. The objective of this paper is to evaluate the impact of atmospheric correction on the overall accuracy of classification, and to compare its effect on the performance of different classification algorithms. Three (3) atmospheric correction models were tested: Dark Object Subtraction (DOS); Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) and Landsat Ecosystem Disturbance Adaptive Processing System (LEDAPS) on a Landsat OLI 8 image taken over the mountainous region of West Cameroon. Three (3) classification algorithms (Maximum Likelihood - ML, Random Forest - RF and Support Vector Machine - SVM) were used to classify the different images. The results show that the atmospheric correction of the satellite image used in this study is not necessary, as it does not improve the level of accuracy of the classification. On the contrary, it leads in the case of the LEDAPS model to negatively affect the performance of the ML and SVM classification algorithms. Consequently, in the context of a qualitative study of a single satellite image, the atmospheric correction should not be carried out without checking the significant gain in accuracy that it brings with regard to the classification of the image. Keywords : Mapping, Remote Sensing, Atmospheric Correction, West Cameroon, Overall Accuracy