Full text: Actes du Symposium International de la Commission VII de la Société Internationale de Photogrammétrie et Télédétection (Volume 1)

  
Les images accentuées sont aussi affectées par ces sources 
d'erreurs, mais l'interprète peut minimiser leur effet grâce à son expérience 
et ses connaissances, appuyées sur les références-terrain, qui valent bien des 
données supplémentaires introduites dans un ordinateur. Une bonne accentuation 
des données spectrales offre une image plus nuancée d'un territoire, que le 
spécialiste des ressources interprète en mettant à profit ses connaissances du 
milieu comme pour l'interprétation de photographies aériennes. Il a plus de 
contrôle sur les résultats, particulièrement s'il s'agit d'une vaste région où 
on doit relier plusieurs images de dates et qualité variées. 
Le manque de contrôle de l'opérateur sur les couleurs du produit 
final constitue une des objections majeures à l'utilisation d'images 
numériquement rehaussées suivant leurs conposantes principales. On prétend 
qu'il s'agit plus d'un art que d'une science. Aprés quelques années de 
manipulation de la technique que nous préconisons, il apparaît réalisable de 
garder une certaine constance dans la corrélation "couleur vs objet au sol”. 
Mises à part la date et la qualité de l'image, tout est fonction du choix des 
zones-échantillons servant de base à la transformation des données originales, 
et de leur répartition le long des trois axes de référence. Il serait tout de 
méme imprudent d'interpréter une image en se basant aveuglément sur la clé de 
couleurs d'une autre où la végétation peut présenter un aspect fort différent. 
Chacune des images est traitée et interprétée individuellement; si nécessaire 
elles sont reliées par la suite. De toutes façons le succès de toute 
intervention humaine impliquant une interprétation des données traitées ou à 
traiter relève de l'art avec lequel le thématicien met à profit son expérience 
et ses connaissances. Hoffer et Swain (1980) rendent bien cette idée quand ils 
parlent de l'importance du choix des zones utilisées pour le développement des 
statistiques qui dirigent ensuite les opérations automatisées d'un ordinateur. 
La méthode décrite plus haut (interprétation d'images accentuées) se 
prête particulièrement bien à une cartographie à l'échelle de 1: 125 000 avec 
un maximum de deux types de végétation par unité de 150 hectares et plus, 
chacun occupant au moins 25% de la superficie. Le 25% est un facteur de 
sécurité nécessaire à ce type d'interprétation de données spectrales à faible 
résolution (1.1 acre) cartographiées à cette échelle. Une carte plus 
synthétique (échelle 1: 250 000 - 1: 500 000) telle que nous avons produite 
pour la Baie d'Hudson, peut étre rapidement confectionnée et offre une vue 
globale unique pour des aménagistes. Je crois que la méthodologie proposée 
permettrait une interprétation assez détaillée pour justifier une carte à une 
échelle de l'ordre de 1: 70 000 ou les unités seraient définies par un maximum 
de trois types de couvert qui occuperaient plus de 10% de la superficie. Si 
les utilisateurs désirent compiler la surface relative occupée par chacun des 
types, il est facile pour l'interprète d'évaluer approximativement leur 
pourcentage de recouvrement à l'intérieur des unités. 
Il est difficile d'apprécier la précision d'une cartographie de 
végétation, surtout quand elle provient d'une interprétation d'unités 
renfermant plus d'un type de couvert. Plusieurs statisticiens ont structure 
des méthodes relativement simples mais impliquant un échantillonnage 
supplémentaire coûteux lorsqu'appliqué à de vastes territoires comme ceux 
faisant l'objet de nos présents projets. Pour le moment l'abondance de nos 
observations aériennes ou terrestres constitue notre cadre de sécurité, en 
attendant de prendre le temps nécessaire à établir une précision mathématique. 
Mais jusqu'à quel point est-il utile d'investir des coûts pour évaluer une 
précision statistique de cartes telles que nous produisons? La précision, 
étant fonction du terrain couvert et de la qualité des images, peut fort bien 
varier d'un secteur à l'autre d'un territoire. Les tourbières entourées de 
forêt sont plus faciles à localiser que lorsque dispersées dans des landes 
sèches. 
468 
EEO a H 
Doni HERI RAD LE C msn 
rm i 
TM NNLLA Hmm 
par t 
milie 
de cl 
avéré 
d'acc 
trava 
feu d 
poten 
opéra 
carto 
m'app 
exten 
aspec 
aérie 
leur 
végét 
terri 
rapid 
Baie 
techn 
inter. 
Cessn. 
et en 
certa 
opéra 
carto, 
situa 
"tran 
a Audi 
mérite 
conve! 
de le: 
en té 
démis 
a exaj 
poten: 
répon 
algor: 
imméd. 
que 1 
l'app: 
nord-: 
d'aut: 
marge 
renfe: 
la pli 
Lands: 
Consi
	        
Waiting...

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.