Suivi des changements des utilisations/occupations du sol en milieu urbain par imagerie satellitale de résolution spatiale moyenne : le cas de la région métropolitaine de Montréal

Abstract

De nos jours les cartes d’utilisation/occupation du sol (USOS) à une échelle régionale sont habituellement générées à partir d’images satellitales de résolution modérée (entre 10 m et 30 m). Le National Land Cover Database aux États-Unis et le programme CORINE (Coordination of information on the environment) Land Cover en Europe, tous deux fondés sur les images LANDSAT, en sont des exemples représentatifs. Cependant ces cartes deviennent rapidement obsolètes, spécialement en environnement dynamique comme les megacités et les territoires métropolitains. Pour nombre d’applications, une mise à jour de ces cartes sur une base annuelle est requise. Depuis 2007, le USGS donne accès gratuitement à des images LANDSAT ortho-rectifiées. Des images archivées (depuis 1984) et des images acquises récemment sont disponibles. Sans aucun doute, une telle disponibilité d’images stimulera la recherche sur des méthodes et techniques rapides et efficaces pour un monitoring continue des changements des USOS à partir d’images à résolution moyenne. Cette recherche visait à évaluer le potentiel de telles images satellitales de résolution moyenne pour obtenir de l’information sur les changements des USOS à une échelle régionale dans le cas de la Communauté Métropolitaine de Montréal (CMM), une métropole nord-américaine typique. Les études précédentes ont démontré que les résultats de détection automatique des changements dépendent de plusieurs facteurs tels : 1) les caractéristiques des images (résolution spatiale, bandes spectrales, etc.); 2) la méthode même utilisée pour la détection automatique des changements; et 3) la complexité du milieu étudié. Dans le cas du milieu étudié, à l’exception du centre-ville et des artères commerciales, les utilisations du sol (industriel, commercial, résidentiel, etc.) sont bien délimitées. Ainsi cette étude s’est concentrée aux autres facteurs pouvant affecter les résultats, nommément, les caractéristiques des images et les méthodes de détection des changements. Nous avons utilisé des images TM/ETM+ de LANDSAT à 30 m de résolution spatiale et avec six bandes spectrales ainsi que des images VNIR-ASTER à 15 m de résolution spatiale et avec trois bandes spectrales afin d’évaluer l’impact des caractéristiques des images sur les résultats de détection des changements. En ce qui a trait à la méthode de détection des changements, nous avons décidé de comparer deux types de techniques automatiques : (1) techniques fournissant des informations principalement sur la localisation des changements et (2)techniques fournissant des informations à la fois sur la localisation des changements et sur les types de changement (classes « de-à »). Les principales conclusions de cette recherche sont les suivantes : Les techniques de détection de changement telles les différences d’image ou l’analyse des vecteurs de changements appliqués aux images multi-temporelles LANDSAT fournissent une image exacte des lieux où un changement est survenu d’une façon rapide et efficace. Elles peuvent donc être intégrées dans un système de monitoring continu à des fins d’évaluation rapide du volume des changements. Les cartes des changements peuvent aussi servir de guide pour l’acquisition d’images de haute résolution spatiale si l’identification détaillée du type de changement est nécessaire. Les techniques de détection de changement telles l’analyse en composantes principales et la comparaison post-classification appliquées aux images multi-temporelles LANDSAT fournissent une image relativement exacte de classes “de-à” mais à un niveau thématique très général (par exemple, bâti à espace vert et vice-versa, boisés à sol nu et vice-versa, etc.). Les images ASTER-VNIR avec une meilleure résolution spatiale mais avec moins de bandes spectrales que LANDSAT n’offrent pas un niveau thématique plus détaillé (par exemple, boisés à espace commercial ou industriel). Les résultats indiquent que la recherche future sur la détection des changements en milieu urbain devrait se concentrer aux changements du couvert végétal puisque les images à résolution moyenne sont très sensibles aux changements de ce type de couvert. Les cartes indiquant la localisation et le type des changements du couvert végétal sont en soi très utiles pour des applications comme le monitoring environnemental ou l’hydrologie urbaine. Elles peuvent aussi servir comme des indicateurs des changements de l’utilisation du sol. De techniques telles l’analyse des vecteurs de changement ou les indices de végétation son employées à cette fin.

Nowadays land use/land cover maps at regional scale are commonly generated with satellite data of medium spatial resolution (between 10 m and 30m). The National Land Cover Database (NLCD) in the United States and the Coordination of Information on the Environment (CORINE) Land Cover program in Europe, both based on LANDSAT images, are two typical examples. However, these maps become rapidly obsolete, especially in highly dynamic areas such as mega cities and metropolitan areas. In many applications, such as to monitor the water quality affected by the Land use/Land cover (LULC) change, the spread of invasive species, policy making for city managers, annual updating of LULC maps is required. Since 2007, the USGS offers access to ortho-rectified LANDSAT imagery free of charge. Both archived (since 1984) and recently acquired images are available. Without doubt, such data availability will stimulate the research on fast and cost effective methods and techniques for “continuous” regional land cover/use map updating using medium resolution satellite imagery. The objective of this research was to evaluate the potential of such medium resolution satellite imagery for providing information on changes useful for the continuous updating of LULC maps at a regional scale in the case of the Montreal Metropolitan Community (MMC) area, a typical North American metropolis. Previous studies have demonstrated that many factors could affect the results of automatic change detection such as: (1) the characteristics of the images (spatial resolution, spectral bands, etc.); (2) the method itself used to automatically detect changes; and (3) the complexity of the landscape. In the study site except for the Central Business District (CBD) and some commercial streets, land uses (industrial, commercial, residential, etc.) are well delimited. Thus this study was focused on the other factors affecting change detection results, namely, the characteristics of the images and the method of change detection. We used 6 spectral bands of LANDSAT TM/ETM+ with 30 m spatial resolution and 3 spectral bands of ASTER-VNIR with 15 m spatial resolution to evaluate the impact of image characteristics on change detection. Concerning the change detection method, we decided to compare two types of automatic techniques: (1) techniques providing information principally on the location of changed areas,and (2) techniques providing information on both the location of changed areas and the type of changes ("from-to" classes). The main conclusions of this research are as follows: Change detection techniques such as image differencing or change vector analysis applied to LANDSAT multi-temporal imagery provide an accurate picture of changed areas in a fast and efficient manner. They can thus be integrated in a continuous monitoring system for a rapid evaluation of the volume of changes. The produced maps could be helpful to guide the acquisition of high spatial resolution imagery if a detailed identification of the type of changes is required. Change detection techniques such as principal component analysis and post-classification comparison applied to LANDSAT multi-temporal imagery could provide a relatively accurate picture of “from-to” classes but at a very general thematic level (for example, built-up to green space and vice-versa, forest lands to bare soil and vice-versa, etc.). ASTER images with better spatial resolution but with less spectral bands than LANDSAT images do not provide more detailed thematic information (for example forest land to commercial or industrial areas). The results indicate that future research should be focused on the detection of changes in the vegetation cover as medium resolution imagery is highly sensitive to this type of surface cover. Maps indicating the location and the type of changes in vegetation cover are in itself very useful for various applications, such as environmental monitoring or urban hydrology, and can be used as indicators on land use changes. Techniques such as change vector analysis or vegetation indices could be used to this end.