5 um);
é dans le
s l'étude
ouge que
xemple
ent sur
egroupe-
et Simon,
nts d'ima-
points. Le
converge
inale est
"IS.
Cette méthode a d'abord été testée sur des segments d'image METEOSAT
dans les régions tropicales, dans le but d'étudier les amas de nuages liés à la
convection profonde.
La Figure 2 montre la zone étudiée dans les 3 canaux METEOSAT, ainsi
que la dimension des segments d'images (200 x 200 pels, de dimension 5 km envi-
ron). La Figure 3 montre la projection à 2 dimensions de la partition de l'his-
togramme tridimensionnel correspondant au carré B5 de la Figure 2. Enfin,. la
Figure 4 montre la classification obtenue sur l'image de ce carré, tandis que
le Tableau ! indique les caractéristiques des classes obtenues et leur identi-
fication météorologique.
La méthode a été employée dans de nombreux cas à moyenne échelle dans
les régions tropicales, pour étudier des phénomènes particuliers tels que les
lignes de'grains africaines. La finesse de la séparation est d'autant plus
grande que la variété des nuages dans le segment étudié est plus petite. Cepen-
dant, d'une manière générale, si l'on prend des carrés de dimensions suffisan-
tes (à partir de 1000 x 1000 km), on retrouve sensiblement les mêmes grandes
classes nuageuses dans des carrés adjacents.
A plus grande échelle, l'étude menée par Stéphane Senesi a montré que,
pour des raisons de temps de calcul, on pouvait effectuer la classification sur
Distributions spatiales des classes dans le carré B5.
Blanc : classe | - Noir : classe 5.
Figure 4
91
ndm NE SL