La végétation constitue le troisième cas de figure de cette série sur la segmentation d’images satellites, et il combine les difficultés des deux précédents. Comme l’eau, elle présente des limites diffuses et une forte variabilité temporelle. Comme le bâti, elle appelle parfois un dénombrement d’objets individuels.
Elle y ajoute une difficulté propre : une même surface végétale peut appartenir à des classes différentes selon un critère invisible sur l’image. Cet article expose ces difficultés et les conventions qu’un projet doit fixer. Il prolonge l’article consacré à la segmentation du bâti.
Pourquoi la végétation se détecte facilement
Une propriété physique explique la facilité apparente de cette classe en segmentation d’images satellites, et elle mérite d’être posée précisément. La chlorophylle absorbe fortement le rayonnement dans le rouge visible et la structure cellulaire des feuilles réfléchit fortement dans le proche infrarouge. Une végétation active présente donc un contraste considérable entre ces deux bandes, contraste qu’aucune surface minérale ne reproduit. Cette propriété a donné naissance aux indices de végétation normalisés, calculés à partir de ces deux bandes, dont l’usage est si répandu qu’ils constituent souvent le premier produit d’un projet. Trois conséquences pratiques en découlent directement. Distinguer la végétation du non-végétal est immédiat et ne demande aucun apprentissage. Les bandes infrarouges sont indispensables, une imagerie limitée au visible étant nettement moins performante. Et cet indice mesure une vigueur photosynthétique plutôt qu’une classe, ce qui explique l’essentiel des difficultés qui suivent.Ce que l’indice ne dit pas
Une confusion domine ce domaine et elle mérite d’être exposée en premier, car elle produit des projets mal cadrés. Un indice de végétation élevé indique une activité photosynthétique importante. Il ne dit ni quelle plante, ni quel usage, ni quel milieu. Quatre distinctions échappent à l’indice seul. Une prairie et une culture céréalière à un stade comparable présentent des valeurs voisines. Une forêt de feuillus et une plantation présentent des valeurs voisines. Un couvert dense sain et un couvert dense stressé se distinguent mal à une date unique. Et une friche et une prairie entretenue ne se distinguent pas du tout. Une conséquence méthodologique en découle. Ces distinctions demandent soit une série temporelle, la dynamique saisonnière différenciant ce qu’une date unique confond, soit une information de texture et de structure, soit une source externe. Cette dépendance à la série temporelle est la caractéristique la plus déterminante de cette classe. Elle transforme un problème de segmentation d’image en problème de segmentation de série, ce qui change l’outillage, le coût d’acquisition et la nature du corpus.La dynamique saisonnière
Elle constitue à la fois la difficulté principale et la ressource principale. Une propriété domine ce domaine. Une même parcelle change radicalement d’apparence au cours de l’année. Un sol nu en hiver devient un couvert dense au printemps puis une surface récoltée en été, et ces trois états relèvent de la même classe d’usage. Trois conséquences en découlent pour l’annotation. Une annotation à une date unique est valide à cette date et fausse à une autre, ce qui interdit de l’employer telle quelle sur une acquisition différente. Le choix de la date d’acquisition détermine largement ce qui est distinguable, certaines cultures ne se différenciant qu’à un stade précis. Et un corpus constitué sur une seule saison ne permet pas d’évaluer un produit annuel. Cette même propriété constitue la ressource principale. Le profil temporel d’un indice de végétation, sa forme sur l’année, distingue des couverts qu’aucune date unique ne sépare, ce qui fait de la série temporelle l’approche dominante en cartographie des cultures. Une conséquence pratique importante en découle. Un projet de segmentation d’images satellites portant sur la végétation doit se concevoir dès le cadrage comme un projet de série temporelle plutôt que comme un projet d’image unique.Les trois niveaux de nomenclature
Trois familles de classes se distinguent en végétation et leur confusion produit des projets inexécutables. Le couvert décrit ce qui est physiquement présent : arboré, arbustif, herbacé, cultivé, sol nu. Il s’observe directement et il constitue le niveau le plus fiable. Le type biologique décrit l’espèce ou le groupe d’espèces : feuillus, conifères, telle culture. Il s’observe partiellement, la distinction feuillus et conifères étant accessible par la phénologie et la texture, quand la distinction entre espèces voisines ne l’est pas. Et le milieu ou l’usage décrit une catégorie fonctionnelle : forêt de production, espace naturel protégé, prairie permanente. Il ne s’observe pas et il relève de la distinction que l’article consacré à la nomenclature a posée entre couverture et usage. Une recommandation en découle pour le cadrage. Établir à quel niveau se situe la demande évite un projet impossible, un client demandant fréquemment un niveau fonctionnel en supposant qu’il se déduit de l’image.Le cas forestier
Il justifie un traitement propre en segmentation d’images satellites. Ses particularités expliquent la richesse des référentiels existants. Sa définition est réglementaire et quantifiée. Les référentiels forestiers définissent une forêt par un taux de couvert arboré, une hauteur minimale des arbres et une surface minimale, parfois complétés par une largeur minimale. Cette définition quantifiée présente un avantage considérable : elle est vérifiable et elle produit peu de désaccords entre annotateurs, contrairement aux classes définies par des étiquettes. Trois difficultés propres subsistent néanmoins. Le taux de couvert n’est pas directement mesurable sur une image de résolution moyenne, où chaque pixel mélange couvert et sol. La hauteur ne s’observe pas en imagerie bidimensionnelle, difficulté identique à celle exposée pour le bâti. Et les surfaces temporairement déboisées, coupes rases et incendies récents, restent réglementairement forestières alors qu’elles n’en présentent plus l’apparence. Cette troisième difficulté est la plus fréquente en pratique. Un modèle entraîné sur l’apparence classera une coupe rase comme non forestière, ce qui contredit le référentiel réglementaire et produit un désaccord systématique avec toute référence officielle.Le suivi de la déforestation
Cet usage domine économiquement le domaine. Il ne s’agit pas de cartographier un état mais de détecter une transition, ce qui déplace toutes les exigences. Quatre distinctions y sont déterminantes et leur confusion invalide un produit. La perte de couvert désigne toute disparition observée, y compris temporaire et y compris naturelle. La déforestation désigne une conversion durable vers un autre usage, ce qui exclut les coupes suivies de régénération. La dégradation désigne une perte partielle de couvert sans conversion, situation beaucoup plus difficile à détecter qu’une coupe rase. Et la perturbation naturelle désigne une perte due au feu, au vent ou aux ravageurs, dont la distinction d’avec une coupe demande un contexte que l’image ne fournit pas toujours. Une conséquence commerciale importante en découle. Un client demandant un suivi de déforestation attend généralement la seconde notion et un produit de télédétection livre la première, écart qu’il vaut mieux exposer au cadrage que découvrir à la livraison.La difficulté de la dégradation
Une distinction mérite un développement supplémentaire car elle constitue la frontière technique actuelle de ce domaine. Une coupe rase produit un changement massif et détectable par tout dispositif raisonnable. Une dégradation produit un changement partiel, une réduction de densité de couvert que l’imagerie de résolution moyenne ne distingue pas d’une variation saisonnière. Trois approches sont employées et leurs limites méritent d’être connues. L’analyse de série temporelle détecte une rupture dans le profil d’un pixel, ce qui suppose une série dense et régulière. L’analyse de texture détecte une modification de la structure du couvert, ce qui demande une résolution fine. Et la mesure de hauteur détecte une réduction de la structure verticale, ce qui suppose une source altimétrique. Une conséquence en découle pour l’annotation. Constituer une référence de dégradation est nettement plus difficile que constituer une référence de coupe, puisque le phénomène est graduel et que sa qualification demande un critère quantifié plutôt qu’une observation binaire. Cette difficulté explique la rareté des corpus de dégradation et elle en fait précisément une ressource de valeur, observation que la série précédente a formulée à propos des corpus rares en général.L’agriculture et la cartographie des cultures
Un second usage majeur mérite d’être décrit car ses exigences diffèrent nettement du cas forestier. La cartographie des cultures repose presque entièrement sur la dynamique temporelle, chaque culture présentant un profil de développement caractéristique. Quatre exigences la distinguent. La série doit couvrir la saison de végétation complète, une acquisition unique ne permettant pas de distinguer les cultures. La régularité de la série importe, les manques dus aux nuages devant être traités explicitement. La localisation géographique conditionne les profils, un calendrier cultural variant fortement d’une région à l’autre. Et la référence provient souvent de déclarations administratives de surfaces, source que l’article d’ouverture de la série précédente a signalée comme la moins coûteuse. Cette dernière caractéristique constitue un avantage considérable pour un projet. Une référence partielle existe dans de nombreux pays, ce qui transforme la constitution d’un corpus en travail de vérification et de complétion plutôt qu’en production intégrale. Trois précautions accompagnent néanmoins son emploi. La déclaration porte sur une intention de culture et non sur une observation, ce qui produit des écarts réels. La géométrie déclarée peut différer de la parcelle physique. Et la date de déclaration précède la campagne, ce qui laisse place à des changements.Le traitement des manques de série
Cette difficulté est régulièrement sous-estimée. Elle domine les projets de série temporelle en segmentation d’images satellites végétale. La couverture nuageuse supprime des acquisitions de façon irrégulière, ce qui produit des séries incomplètes dont les manques ne sont pas aléatoires : certaines régions et certaines saisons sont systématiquement plus nuageuses. Quatre stratégies sont employées et leurs effets diffèrent nettement. L’interpolation temporelle comble les manques en estimant les valeurs manquantes à partir des observations voisines, ce qui fonctionne bien sur un phénomène lisse et masque une rupture brutale survenue pendant le manque. Le lissage produit un profil régularisé, ce qui facilite la comparaison et atténue les événements courts. La composition retient la meilleure observation sur une période donnée, ce qui produit une série régulière au prix d’une date effective variable d’un pixel à l’autre. Et le recours au radar comble les manques par une modalité insensible aux nuages, ce qui suppose de traiter l’hétérogénéité des deux sources. Une conséquence importante en découle pour l’annotation. La méthode de traitement des manques doit être documentée et identique entre le corpus et la production, un modèle entraîné sur des séries interpolées appliqué à des séries composées rencontrant des données dont la structure diffère de son apprentissage.Les conventions à fixer
Sept décisions doivent être tranchées avant la production et leur omission produit une variabilité importante en segmentation d’images satellites appliquée à la végétation. Le seuil de couvert définissant chaque classe, qui rend la définition vérifiable. La date ou la période de référence, sans laquelle une annotation n’a pas de sens. Le traitement des surfaces temporairement déboisées, qui tranche l’écart avec les référentiels réglementaires. Le traitement des lisières, dont la position exacte relève d’une convention comme pour toute transition progressive. Le traitement des arbres isolés et des haies, qui tombent souvent sous l’unité minimale de cartographie sans être négligeables. Le traitement des surfaces agricoles en interculture, sol nu appartenant à un usage agricole. Et le traitement des végétations mixtes, mosaïques agroforestières et milieux de transition, qui appellent soit une classe propre soit une règle de dominance.L’évaluation d’un produit végétation
Trois particularités la distinguent en segmentation d’images satellites. La date de référence doit correspondre à celle de l’annotation, faute de quoi un désaccord traduit un écart temporel plutôt qu’une erreur. Cette vérification précède tout diagnostic. Les confusions entre classes voisines dominent l’erreur, une prairie prise pour une culture fourragère étant une confusion moins grave qu’une prairie prise pour une surface artificialisée. Une matrice de confusion complète est donc plus informative qu’un score global, et une hiérarchie de nomenclature permet d’évaluer à plusieurs niveaux. Et la variabilité interannuelle impose une évaluation sur plusieurs années, un produit validé sur une seule campagne pouvant échouer sur une année climatiquement atypique. Cette troisième particularité est la moins respectée. Une année de sécheresse ou une année tardive modifient les profils temporels au point de dégrader sensiblement un modèle calibré sur une année moyenne.Le coût d’un corpus végétation
Il diffère nettement des autres classes. La structure de coût de cette classe diffère de celles exposées dans les articles précédents de cette série sur la segmentation d’images satellites. Trois caractéristiques la distinguent. Le coût est temporel plutôt que spatial. Annoter une parcelle demande peu de temps ; établir sa culture demande d’examiner une série, ce qui déplace l’effort de la délimitation vers la qualification. La délimitation est souvent gratuite. Un parcellaire existant fournit fréquemment la géométrie, ce qui réduit le travail à l’attribution d’une classe par objet, tâche nettement moins coûteuse qu’une délimitation. Et l’expertise domine. Distinguer deux cultures ou deux peuplements demande une connaissance que l’image ne remplace pas, ce qui élève le taux horaire et limite le nombre d’annotateurs mobilisables. Deux leviers réduisent efficacement ce coût. Le relevé de terrain sur un échantillon, qui fournit une référence fiable et sert à calibrer une photo-interprétation sur le reste. Et l’emploi des déclarations administratives lorsqu’elles existent, avec les précautions exposées plus haut. Cette structure rend cette classe économiquement plus accessible qu’il n’y paraît là où un parcellaire et des déclarations existent, et nettement plus coûteuse là où ils manquent, ce qui recoupe la disparité géographique documentée par la recherche.La question de l’échelle d’objet
Un choix structurant mérite d’être posé car il diffère selon le type de végétation. Trois échelles d’objet coexistent en segmentation d’images satellites végétale. Le pixel convient au couvert continu et aux indicateurs de vigueur, où la notion d’objet n’a pas de sens. La parcelle ou le peuplement convient à l’agriculture et à la foresterie de production, où une unité de gestion homogène constitue l’objet naturel et où un parcellaire existe souvent. Et l’arbre individuel convient à l’inventaire, à la surveillance sanitaire et à l’estimation de biomasse fine, et il suppose une résolution submétrique ou une source altimétrique. Cette troisième échelle mérite une précision. La détection d’arbres individuels sous couvert dense est très difficile en imagerie seule, les couronnes se recouvrant, ce qui explique le recours croissant aux données altimétriques que le cluster suivant détaille. Une recommandation en découle pour le cadrage. Établir l’échelle d’objet attendue avant toute discussion de résolution, puisqu’elle détermine la source nécessaire et donc l’essentiel du budget.Les erreurs les plus fréquentes
- Attendre d’un indice de végétation qu’il identifie une espèce ou un usage.
- Concevoir un projet végétation comme un projet d’image unique.
- Annoter sans consigner la date d’acquisition.
- Demander un niveau fonctionnel en supposant qu’il se déduit de l’image.
- Confondre perte de couvert et déforestation.
- Classer une coupe rase comme non forestière contre le référentiel réglementaire.
- Traiter la dégradation avec les moyens conçus pour la coupe rase.
- Employer des déclarations de surfaces sans mesurer leur écart à l’observation.
- Constituer un corpus sur une seule campagne agricole.
- Négliger les manques de série dus à la couverture nuageuse.
