Télédétection et modélisation spatiale des éléments paysagers linéaires méditerranéens

Résumé

La compréhension des configurations spatiales des systèmes de culture est essentielle pour saisir leur organisation et anticiper leurs évolutions. Cette étude se focalise sur la caractérisation des éléments linéaires (chemins, limites parcellaires, haies, réseau hydrographique, etc.) dans un paysage agricole méditerranéen en contexte de polyculture-élevage pluvial. Son objectif principal est d'évaluer l'impact de ces éléments sur l'organisation spatiale des assolements. En s'appuyant sur la littérature existante, des critères de description et de classification liés à des indicateurs visuels ont été établis. Une campagne de relevés terrain a été menée dans le bassin versant du Lebna, en Tunisie, afin de valider cette classification et de compléter les données existantes. Les analyses statistiques spatiales, telles que l'indice de densité, ainsi que la modélisation des éléments linéaires paysagers, ont permis d'explorer leur rôle en tant que barrières ou jonctions dans la définition d'agrégats de champs de systèmes de cultures, tout en explorant le potentiel de la méthode de détection de segments de ligne (LSD) pour extraire ces éléments à partir d'images à très haute résolution spatiale. Les résultats de cette étude ont révélé que les éléments linéaires observés au Lebna sont principalement des limites de parcelles, pérennes et franchissables, avec une densité plus élevée dans les zones de clusters (103 éléments/km²) par rapport aux zones hors cluster (56 éléments/km²). La modélisation conceptuelle de ces éléments a permis de mettre en lumière leur rôle dans les composantes spatiales et non spatiales du bassin versant. Cependant, la méthode LSD a montré des limites dans son aptitude à extraire précisément ces éléments, détectant des segments fragmentés et générant plusieurs faux positifs. En conclusion, bien que ces éléments linéaires influent sur l'allocation des cultures, leur impact semble être négligeable par rapport à d'autres facteurs. Cependant, il serait pertinent d'étudier la dynamique spatio-temporelle de ces éléments et de vérifier la robustesse des méthodes d'apprentissage automatique pour leur extraction et leur description thématique.

Citer ce document

Accès au document

Ce lien n'est plus accessible actuellement. Contactez l'institution d'origine.

Auteur(s)

Statistiques

Consultations : 3

Téléchargements : 0