Élaboration d'un système à base de règles pour l'identification des zones perturbées en milieu forestier

La gestion d’un territoire forestier exige régulièrement une mise à jour de cartes. Cette actualisation peut s’effectuer automatiquement grâce aux techniques de détection du changement. La procédure s’accomplit en plusieurs étapes, où chacune d’entre elles risque d’introduire des erreurs. La carte finale comporte alors de nombreuses fausses alarmes qui doivent être corrigées pour obtenir un document fiable. C’est pourquoi la méthode traditionnelle par photo-interprétation est souvent préférée, car l’interprète effectue avec une plus grande précision l’identification des zones réellement perturbées. Lors de cette procédure, l’interprète utilise divers paramètres, tels que la texture, l’aspect, le contexte spatial mais aussi sa connaissance sur la région. Afin de reproduire automatiquement ce travail, il est donc nécessaire de développer une démarche similaire en utilisant une approche par région (aussi appelée orientée objet). De plus, l’intégration d’informations issues de la connaissance nécessite l’utilisation de méthodes dites intelligentes. Ces méthodes permettent d’intégrer dans l’analyse les attributs de chaque région ainsi que la connaissance spécifique à l’application. Il existe deux groupes de méthodes, celles dont l’apprentissage est pratiqué avec une base d’exemples, telles que l’arbre de décision C4.5 ou le réseau de neurones Perceptron multi-couches (PMC), et celles dont l’apprentissage est dirigé par l’usager, telles que le système à base de règles (JESS). Les systèmes intelligents ont déjà été utilisés dans le cadre de la mise à jour de cartes forestières. Malheureusement ce type d’approche n’a jamais dépassé l’étape du prototype. Le travail de cette thèse consiste à évaluer l’association d’une méthode classique et d’un système à base de règles. Cette association permet de réduire la complexité du problème à résoudre. En effet, le système intelligent doit uniquement raisonner sur les cas critiques relevés par la méthode classique. Dans le contexte d’une identification du changement en milieu forestier, une analyse post-classification est combinée avec le système expert JESS. Le système proposé a été testé sur un site d’étude au Labrador. Les résultats obtenus sont supérieurs à ceux des méthodes conventionnelles de détection du changement et des méthodes C4.5 et PMC. Le système JESS permet d’intégrer de nombreuses règles sur le contexte spatial, les transitions temporelles et les indices de végétation. La combinaison de toutes ces informations dans un même système surclasse toutes les autres méthodes évaluées. Par ailleurs, l’approche développée peut être reproduite pour une nouvelle mise à jour sans aucune modification.||Natural resources management has become an important topic concerning the environment. Sound management encourages the protection of our environment and supports sustainable development. Policies and regulations regarding the environment require the development of monitoring Systems. Remote sensing technologies are important tools in the elaboration of these Systems. Regional monitoring permits resource managers to obtain accurate information on the status of these resources. Based on this information, it is possible to plan actions contributing to the preservation of the environment. In this context, forest region monitoring requires the updating of forestry maps. The update can take place automatically with the assistance of change detection methods. The procedure takes place in several stages, where the possibility of introducing errors at each step exists. The final map may subsequently include numerous false alarms that must be corrected in order to obtain a reliable document. The traditional method is often preferred, because the interpreter identifies truly disturbed areas with great precision. According to the visual interpretation, the photo-interpreter uses various criteria, such as texture, appearance or context of the area to be identified. In order to reproduce this work automatically, it is necessary to develop a similar approach, such as an oriented-object method. In addition, the integration of information similar to that of the interpreter requires the use of intelligent methods. At the present, time, these methods analyse the attributes of each object, more accurately than conventional methods. In this case two groups of methods are distinguished; those based on the case-based reasoning (CBR), such as decision trees or neural networks; and those whose learning is supervised by the user, known as experts Systems (ES). For change identification in forest region, a method applying the second approach is preferred. A rule-based System has been elaborated for a study site in Labrador. Results of this approach reveal that the system provides more accurate results than the methods of the first approach. Indeed, the first group of methods depends on the samples. Otherwise, the rule-based system permits the conservation of the done work.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.