Développement d'une approche de classification orientée objet pour une meilleure caractérisation de la glace d'une rivière de taille moyenne à l'aide des images du satellite RADARSAT-1 et d'un système d'information géographique: cas de la rivière Saint-François, Québec.

La glace de rivière est un phénomène récurrent et caractéristique de la majorité des rivières du
\nCanada. Sa présence affecte le régime d'écoulement et peut influencer ainsi le niveau d'eau, la
\nstructure des berges et le transport des sédiments. Sans aucun doute, ces changements perturbent
\nl'équilibre de l'écosystème en place. En plus, la glace de rivière est aussi réputée comme cause
\nprincipale d'inondations hivernales dues aux embâcles, de perturbations à la navigation et à la
\nproduction d'hydroélectricité. Dans cette perspective, une bonne caractérisation du couvert de
\nglace de rivière est un atout considérable.
\nNous avons été les premiers à adopter l'approche dite, orientée objet, pour la caractérisation de la
\nglace de rivière. Cette approche repose sur l'objet comme unité de base de classification, elle se
\ndistingue des méthodes de classification conventionnelles par sa prise en considération de la
\ntopologie et les relations sémantiques des objets. Une méthode de segmentation en objets des
\nimages RADARSAT-l a alors été développée. L'objectif était d'avoir des objets représentatifs
\ndes différents phénomènes de glace observés à diverses échelles spatiales, tout en préservant la
\nreprésentativité des relations géométriques et sémantiques des objets.
\nLa zone d'étude est le tronçon de la rivière Saint-François reliant la ville de Windsor à celle de
\nDrummondville (Qc). Ce site est connu par la présence de problèmes dus à la glace de rivière, une
\nmorphologie variable. De plus, une banque de données historiques sur la glace est disponible. Un
\ntotal de 19 images RADARS A T -1 mode fin ont été acquises au cours de trois hivers et plusieurs
\ncampagnes d'observations de terrain ont été menées.
\nUn système d'information géographique (SIG) a été monté pour fournir les couches d'information
\ncontextuelles des images RADARSAT. Largeur, sinuosité et profondeur du chenal sont des
\nexemples de couches matricielles calculées et présentées par le SIG. Des couches thématiques
\ntelles que rives, grandes et petites îles et zones de rapides ont aussi été intégrées dans le SIG.
\nAfin de comprendre les liens qui existent entre l'information contenue dans les images
\nRADARSA T -1 et celle présente dans le SIG, nous avons réalisé une analyse qualitative et une
\nquantitative. L'analyse qualitative a mis en évidence les liens entre (1) la théorie de la glace de
\nrivière et du signal radar, (2) le contexte morphologique établi dans le SIG et (3) les observations
\nterrain et historiques disponibles pour le site d'étude. Aussi, par rapport à l'utilisation unique des
\ncaractéristiques de l'image RADARSAT-l, l'analyse quantitative a confirmé l'apport des
\ncaractéristiques morphologiques de la rivière et ceux liées à la forme des l'objet dans
\nl'amélioration de la classification. L'information extraite à partir de ces deux analyses a été
\nexprimée sous forme de règles logiques de décision dans l'approche de classification. Ces règles
\nsont synthétisées dans une structure appelée Structure Hiérarchique de la Classification orientée
\nobjet. Élément essentiel de la classification orientée objet, la structure hiérarchique que nous
\navons définie est flexible quant à son montage et facilement transférable d'une image à une autre.
\nEn somme, nous avons démontré que la classification orientée objet est appropriée pour la
\ncaractérisation de la glace de rivière. L'approche développée a permis (1) de bâtir une
\nconnaissance sur les processus de glace de rivière (2) de ressortir des informations sur ce que le
\ncouvert de glace représente, en plus de celles relatives à sa nature et (3) de transférer cette
\nexpertise directement à la machine, et ainsi augmenter l'intelligence, la capacité et l'autonomie du
\nsystème.
\nLes résultats obtenus lors de cette recherche sont très prometteurs. Désormais, en utilisant les
\nimages RADARSAT-l mode fin nous sommes capables d'aller chercher automatiquement les
\ncaractéristiques des phénomènes que le couvert de glace représente (ex. localiser une zone
\nd'embâcle et évaluer son risque). L'objectif principal et les objectifs spécifiques fixés pour cette
\nétude ont donc été atteints. Nous avons ainsi ouvert la voie à d'autres études sur la glace de rivière
\n(modélisation du signal rétrodiffusé par la glace, perfectionnement du SIG, évaluation de la
\nprécision des classifications, apport de la polarimétrie RSO) et à des applications dans des cas
\nd'urgence.
\n

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.