Segmentation multi-échelle de séries temporelles d'images satellite : Application à l'étude d'une période de sécheresse au Sénégal

Thomas Guyet 1, 2 Hervé Nicolas 3 Abdou Diouck 3
1 DREAM - Diagnosing, Recommending Actions and Modelling
Inria Rennes – Bretagne Atlantique , IRISA-D7 - GESTION DES DONNÉES ET DE LA CONNAISSANCE
Résumé : Les images satellite permettent l'acquisition d'information à grande échelle sur la végétation au sol. Ces images sont disponibles sur plusieurs années avec des fréquences d'acquisition importantes (1 image tous les seize jours) et forment ainsi des séries temporelles d'image satellite (SITS). Dans ce travail, nous présentons une méthode pour segmenter une SITS en caractérisant l'évolution d'un indice de végétation (indice NDVI) sur deux échelles temporelles : annuelle et pluriannuelle. Nous expérimentons cette méthode pour segmenter les régions sèches du Sénégal et comparons notre méthode à une classification directe des séries temporelles. Les résultats montrent que notre méthode différentie mieux des régions dans la zone médiane du Sénégal et localise des régions fines significatives (villes, forêts, zones agricoles).
Complete list of metadatas

Cited literature [16 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00656542
Contributor : Amélie Cordier <>
Submitted on : Tuesday, January 17, 2012 - 4:06:04 PM
Last modification on : Tuesday, April 23, 2019 - 3:44:08 PM
Long-term archiving on : Wednesday, April 18, 2012 - 2:26:57 AM

File

rfia2012_submission_37.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00656542, version 1

Citation

Thomas Guyet, Hervé Nicolas, Abdou Diouck. Segmentation multi-échelle de séries temporelles d'images satellite : Application à l'étude d'une période de sécheresse au Sénégal. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00656542⟩

Share

Metrics

Record views

1259

Files downloads

1407