1. Introduction à la catégorisation d'objets depuis leurs données

Trouver des objets similaires (2/2)

Sur le graphique ci-dessous, vous trouverez des informations sur la réflectance de l'eau, le sol nu et la végétation selon différentes longueurs d'ondes. Plus la réflectance est grande dans le domaine du visible, plus ce type de couverture du sol semble brillant dans une image.

Zoom Sign
reflectance characteristics of water, soil and vegetation
Réflectance de l'eau, du sol nu et de la végétation dans différentes longueurs d'ondes.

Les trois courbes sont relativement proches dans le spectre visible, ce qui veut dire que les réflectances de l'eau, du sol nu et de la végétation y sont assez similaires. Si nous voulons distinguer ces trois types de couvertures du sol, nous allons devoir regarder dans des longueurs d'ondes plus grandes, dans la portion infrarouge du spectre.

Où est la courbe de réflectance pour les zones urbanisées ?

brown soil

La réflexion depuis le sol nu augmente légèrement depuis le visible vers l'infrarouge. Il y a de grandes différences entre différents types de sols, et entre les sols secs et humides. Différentes compositions minérales de la surface peuvent aussi être distinguables via la signature spectrale. Dans le graphique ci-dessus, seule une courbe moyenne est représentée pour les sols nus.

sea water

Généralement, l'eau ne réfléchit que dans le domaine du visible. Comme l'eau n'a presque aucune réflexion dans le proche infrarouge, elle est très distincte des autres surfaces.

green field

La signature spectrale de la végétation verte est très caractéristique. La chlorophylle d'une plante absorbe la lumière visible, et particulièrement la lumière bleu et rouge, pour l'utiliser dans le processus de photosynthèse, alors que le proche infrarouge est réfléchit très efficacement car il est inutile pour la plante. De cette manière, les plantes évitent un réchauffement excessif et une perte d'eau par évaporation. Ainsi, la réflexion de la végétation dans le proche-infrarouge et le domaine du visible varie considérablement.

Si vous voulez distinguer différentes couvertures du sol sur une image satellite, vous devez d'abords décider dans quelle longueur d'onde regarder. Vous devez choisir de manière à obtenir le maximum de détail possible de l'image.


Les senseurs des satellites reçoivent des signaux dans différentes longueurs d'ondes. Ces gammes spectrales sont appelées canaux. La figure ci-dessous montre les canaux du satellite NASA Landsat TM. Avec 7 canaux, le satellite possède une haute résolution spectrale.
Le domaine du visible du spectre électromagnétique est détecté dans trois canaux séparés: les lumières bleue, verte et rouge sont représentées par les canaux 1, 2 et 3.

Zoom Sign
reflectance characteristics of water, soil and vegetation
Réflectance de l'eau, du sol nu et de la végétation dans différente longueurs d'ondes, et canaux de Landsat TM: 1 (0,45-0,52 μm), 2 (0,52-0,60 μm), 3 (0,63-0,69 μm), 4 (0,76-0,90 μm), 5 (1,55-1,75 μm) et 7 (2,08-2,35 μm). Remarquez que les longueurs d'ondes dans un canal sont des valeurs moyennes. Par exemple, la forte élévation de la courbe de végétation dans le canal 3 est représenté dans les données par une valeur moyenne seulement.
Avez-vous raté quelque chose ?

Questions :

  1. L'eau réfléchis les ondes électromagnétiques dans le spectre visible. Si vous voulez distinguer l'eau, les sols nus et la végétation dans une image, quelle longueur d'onde choisiriez-vous pour obtenir le meilleur résultat ?

  2. à quoi pensez-vous que l'eau ressemblerait sur une image LANDSAT et vous choisissiez le canal 5 ?

  3. Que verriez-vous sur une image s'il y avait un canal de longueur d'onde de 1,3 μm ?

  4. Combien de maxima la courbe de végétation a-t-elle ? Pour quelles longueurs d'ondes et dans quels canaux ?

  5. Quel canal (ou canaux) choisiriez-vous pour distinguer la végétation des sols nus ?

  6. à quoi pensez vous qu'une image ressemblerait se vous choisissiez le canal 1, 2 ou 3 ? Que se passe-t-il si vous combinez ces trois canaux ?

Dans ce tutoriel, vous pouvez apprendre :

  • Comment classer des objets (données) en groupes
  • Les opérations statistiques requises pour la classification
  • Comment classer vous-même différentes zones d'une image satellite