L’obtention d’une image de différence est nécessaire pour observer les dynamiques de la végétation entre deux périodes précises.
Il est important de passer par une classification supervisée de deux images afin de procéder à la production de votre image de différence. La télédétection met un accent particulier sur cette image qui est la différence de pixels entre une image de départ et une image d’arrivée. La différence de pixel est obtenue par soustraction de l’image d’arrivée de l’image de départ. Prenons deux images traitées, l’une provenant d’un capteur de 2010, qui est l’image de départ (initial state) et l’autre provenant d’un capteur de 2020 qui est l’image d’arrivée (Final state). L’analyse diachronique en géographie est une méthode d’analyse qui permet d’observer les changements survenus entre les images de deux dates différentes. Nous prenons un écart de 10 ans pour faire mieux observer les changements entre ces deux images. La détection de l’image de différence se fait uniquement par comparaison de pixel à pixel. Il est donc important lors de la classification de bien identifier vos parcelles d’entrainement à la classification supervisée, qu’elle soit par minimum de distance ou par maximum de vraisemblance. Ces parcelles sont capitales pour déterminer vos classes thématiques. La formule de l’image de différence c’est (Final State – Initial State). La compilation des images produit des statistiques d’exploitation nécessaire à la rédaction des résultats.
Avant de produire votre image de différence quelques facteurs sont à prendre au niveau des images qui vont concourir au téléchargement de la scène considéré comme votre zone de travail et à la réalisation de l’image. Ces facteurs sont: la différence entre les capteurs, l’heure et la date de capture des images par le satellite, les conditions atmosphériques et la résolution spectrale. Il est important que la paire d’image soit la même pour tous ces facteurs ou presque pour ne pas fausser l’image de différence.
Les couleurs de l’image de différence varient selon votre logiciel de traitement d’images (Envi, Orfeo toolbox, Erdas imagine…). Le changement positif en vert, le changement négatif en rouge et le non changement en blanc. Tout dépend de votre logiciel. Vous pouvez modifier ces couleurs selon vos besoins. En plus une production statistique sera donnée par votre logiciel pour que vous puissiez observer ou comprendre ce qui a changé négativement, positivement ou la partie de la végétation qui n’a pas subi de changements. Ces changements sont proposés avec des valeurs précises sur lesquelles vous pourriez vous appuyez pour produire le texte qui va accompagner vos livrables. Les valeurs sont proposées en pourcentages ou en hectares.
Notre attention portée sur le cercle sur l’image 1 (l’état Initial) est un exemple de ce que nous expliquons, L’image 2 est l’état final. Ces deux images proviennent d’un traitement d’image effectuées avec ENVI. Il s’agit de l’étude diachronique de l’état de la végétation d’une région du Cameroun sur une période de dix ans. L’image de différence traduisant le changement de pixel est sur la troisième image. (Image 3)
Dans les cercles des images 1 et 2, le bâti est en marron. Vous constaterez l’évolution ou le changement sur l’image 2. Mais sur l’image de différence la zone du bâti est en rouge. Pourquoi? Parce que pour installer le bâti -maisons d’habitation-, on a procédé à une coupe de bois ou à un abattage ou a une déforestation. L’image de différence le considère comme un changement négatif et l’affecte une couleur rouge.
Le tableau suivant ressort les statistiques issus de la soustraction des deux images 1 et 2. Ces statistiques sont affichées en pourcentage. Vous pourrez observer une augmentation de la savane herbeuse, une diminution de l’hydrographie, une diminution de la forêt jeune etc.
Vous pouvez proposer des camemberts pour montrer les changements au niveau de l’occupation du sol avec les classes thématiques.
L’image de différence est utile pour vérifier des changements du couvert végétal sur deux périodes. Le logiciel met un accent sur chaque pixel afin de voir la différence avec les autres pixels de l’autre image traitée provenant d’une autre date ou période.