avec 
| est 
5) pour 
ont été 
rain et 
1ouvelle 
néthode 
cations 
itégories 
du delta 
ube. Les 
principaux cordons littoraux sont représentés par les cordons 
Letea, Caraorman, Saraturile, Crasnicol. 
- les levées fluviatiles(6 %) qui accompagnent les bras 
principaux et secondaires du fleuve et qui sont mieux 
représentées vers le sommet du delta, là où elles ont un aspect de 
plaines alluviales hautes de 2 à 5 m qui s'effilent vers la mer; 
- les plaines continentales (396) qui sont formées de dépôts de 
loess et qui sont représentées par la plaine de Chilia et par la 
zone centrale du cordon littoral de Stipoc ; 
- les terrains marécageux, couverts tantôt d'eau, quand le 
fleuve est haut, tantôt d'une végétation palustre, qui occupent 
dans leur état naturel environ 67.2 % de la superficie du delta, et 
dont I’ altitude varie entre -0,5 et 1 m ; 
- les lacs (8 %) qui remplissent les depressions qui se 
trouvent au-dessous du niveau zéro à l'ouest (delta fluviatile) et 
au-dessous du niveau -0,5 m à l'est (delta maritime) ou ils 
forment des complexes lagunaires. Les lacs occupaient en 1964 
une superficie de 31 260 ha, soit 9,3 % du territoire du delta. En 
1990, après l’assèchement de certains d’entre eux au profit des 
terrains agricoles, leur superficie totale n’était que de 25 800 ha, 
soit 8 %. 
Les plus grands lacs du delta du Danube sont celui de Dranov 
(2 170 ha), le lac Rosu (1 445 ha), Gorgova (1 377 ha), Lumina 
(1 367 ha), Isac (1 101 ha), Merhei (1 057 ha) ; 
- les bras, les ruisseaux et les chenaux principaux qui couvrent 
5 % de la superficie, dont les bras seuls totalisent 4 %. 
3.2.3. Traitements post-classification. Des études concernant 
le suivi des changements des caractéristiques de la végétation 
(Cihlar et al.,1991; Tucker et al.,1985; Marsh et al.,1992) sont 
basées sur l'indice de végétation normalisé. La réflexion 
différentielle de la végétation verte dans le spectre du visible et du 
proche-infra-rouge du spectre électromagnétique constitue 
l'argument de base théorique pour l'application de cette méthode 
( Karimoune et 31,1993; Weber et al., 1993; Wolter et al., 
1995). Dans le cas de données MSS, l'indice de végétation 
NDVI, s'exprime par la relation : 
NDVI (MSS) » (CH4 - CH2) / (CHA * CH2) 
où : 
CH2 = les réflectances dans le rouge visible (0.6 - 0,7 microns) 
CH4 = les réflectances dans le proche-infrarouge (0,8 - 1,1 
microns). 
Finalement, l'indice NDVI a été calculé en fonction du degré 
57 
d'absorption par la chlorophylle dans la bande rouge. Celle-ci est 
proportionnelle à la concentration de la chlorophylle dans les 
feuilles. L'indice NDVI a été calculé également en fonction de 
la réflectance dans la bande proche-infrarouge. Celle-ci est 
proportionnelle avec la verdure des feuilles et aux caractéristiques 
de la surface. Une autre version de l'indice de végétation, sous le 
nom de Soil Adjusted Vegetation Index (SANT) (Huete, 1988) 
a été calculée. Dans le cas des données MSS 1a relation SAVI 
devient : 
SAVI (MSS) = CH4-CH2 / (CH4+CH2+0,5)*1.5 
Pour certaines zones analysées, la comparaison entre les valeurs 
NDVI et SAVI a montré que les valeurs SAVI sont plus 
significatives pourle couvert végétal que les valeurs NDVI. Par 
conséquent, nous avons choisi l'indice de végétation SAVI pour 
caractériser l'état de la végétation dans le cas des données MSS 
(Lee and Marsh, 1995). 
Comme dernière étape principale dans le cadre de l'analyse 
multidate sur la base des classifications des données NDVI et 
SAVI, nous avons appliqué une classification matricielle croisée 
qui s'est avérée très utile pour identifier les changements entre 
différentes dates. Les matrices résultantes nous ont permis 
d'obtenir pour les classes analysées : 
- sur la diagonale principale, le nombre de pixels, ou le 
pourcentage de pixels qui n'ont pas subi de changement entre les 
deux dates analysées; 
- au-dessus de la diagonale principale, le nombre de pixels, ou le 
pourcentage de pixels qui ont subi des changements positifs 
(augmentation); 
- au-dessous de la diagonale principale, le nombre de pixels, ou 
le pourcentage de pixels qui ont subi des changements négatifs 
(diminution). 
4. DISCUSSIONS ET CONCLUSIONS 
Les résultats de cette étude nous montrent le potentiel des 
données historiques (MSS, 1975-1981), des données TM 
(1984) et HRV et de leur intégration dans des analyses 
multidates, pour obtenir des informations viables concernant le 
suivi des changements dans le milieu naturel du delta du Danube 
sur une période approximative d’une vingtaine d’années. 
Une attention particulière doit être réservé aux traitements 
International Archives of Photogrammetry and Remote Sensing. Vol. XXXI, Part B7. Vienna 1996