1143
)ir des effets équivalents
que les variations de G p
ature de brillance (c’est
ssance précise de chacun
stables pour une espèce
à l’inversion. Il importe
e qui concerne les moins
Dplémentaires provenant
sre de mesures au cours
ossibilités d’inversion du
dans le domaine solaire,
le réalisable, quoique pas
couplage à des modèles
les parties racinaires) et
nformations.
ional évapotranspiration
Remote Sensing, 46:311and
46:311and radiometric surface
Agricultural and Forest
iité et la température de
emperature data : vistas
Sensing, pages 629-690.
1 their atmospheric envifor
envifor estimating agronomired
agronomired canopy reflectances.
led analysis of vegetation
onmeni, 26:1-17, 1988.
des couverts végétaux :
VII, 1992.
;, 1983.
dans le but de relier la
de surface. PhD thesis,
photosynthesis of a water
ns using remotely sensed
of a surface/vegetation
of Climate and Applied
with a multilayer canopy
71, 1989.
y Discussion, 3:146-153,
ce modelling : the SAIL
îission micro-onde d’une
lion 20-B-09, Thème i '■
QUANTIFICATION DE SURFACES, RESOLUTION SPATIALE
ET ENSEMBLES FLOUS
M. Raffy
G.S.T.S., B.P. 20, 67037 Strasbourg cedex France
RESUME :
Ce travail est une application de résultats récents sur la quantification de surfaces couvertes à partir de mesures mono
ou multispectrales. Nous montrons que ce point de vue implique de considérer la vision éloignée des surfaces dans le
cadre de la théorie des sous-ensembles flous dont nous définissons les fonctions caractéristiques. Nous évaluons
numériquement l'avantage de ces résultats sur les zones brûlées et les surfaces couvertes de végétal.
ABSTRACT :
This work is an application of recent results on quantification of covered areas from mono or multi-spectral
measurements. We show that the results lead to consider this problem in the frame of fuzzy sets for which we give the
membership functions. The theoretical results are validated on the cases of burnt and vegetated surfaces.
1. INTRODUCTION
Mesurer l'aire couverte par une grandeur répartie sur la surface terrestre par des mesures spatiales est une opération
très courante en télédétection. C'est même l'opération la plus courante, préalable à tout traitement ou classification.
L’aire calculée à partir de mesures mono ou multispectrales est en général, faute de mieux, considérée comme l'aire in
situ. Autrement dit on considère que l’aire calculée est celle qui le serait à partir des mêmes instruments, in situ. Or,
cette aire dépend a priori de la résolution du capteur. Rien ne prouve en effet que par exemple, l’aire couverte par la
végétation calculée à partir de NOAA ou Spot, (tout recalage spectral considéré comme fait) soit la même.
C'est le problème que nous allons numériquement aborder ici, après avoir rappelé, au paragraphe 2, la base théorique
sur laquelle l'étude est fondée. Aux paragraphes 3 et 4, nous montrons que le calcul de l'aire couverte à partir de
mesures globales implique de considérer les surfaces comme des sous-ensembles flous, au sens de Zadeh (1965).
Nous validerons les méthodes dans le cas des zones brûlées (avec une mesure spectrale) et de la végétation (avec deux
mesures, rouge et proche infra-rouge).
Dans tout ce qui suit, nous nous intéresserons à un pixel donné Q. d'aire |£2j sur lequel nous faisons une mesure
radiométrique dans n canaux spectraux (n = 1 ou 2). Nous supposerons le signal corrigé des effets atmosphériques.
2. CARACTERISATION SPECTRALE, IN SITU
A l'intérieur d'un pixel Q, chaque point (O ou tache élémentaire microscopique d’analyse est caractérisé
radiométriquement par sa mesure
(1) (¿i(0>) ,* n (co)) = ' (œ)
où^j(cù) est ce que lit le radiomètre dans le ième canal. Si l'on exclut toute autre information a priori, par exemple de
type structural, permettant de classer 0), c'est la seule position de t (CO) dans le domaine spectral qui caractérisera le
milieu auquel appartient 00 (eau, végétation, neige, brûlis etc...).
