WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Cartographie des potentialités en eaux souterraines dans la commune rurale de Loulouni (sud du Mali) : apport de la télédétection et des systèmes d’informations géographiques


par Moussa SANGARE
Université Félix Houphouët-Boigny d’Abidjan-Cocody - Master de Recherche en Télédétection et Système d’Information Géographique (SIG) 2019
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Conclusion partielle

La méthodologie utilisée pour l'évaluation de la potentialité en eau souterraine dans la commune rurale de Loulouni comporte 3 étapes. La première étape consiste à réaliser la carte d'occupation du sol par la classification supervisée avec maximum de vraisemblance. Cette étape nécessite des différents prétraitements et traitements des images Sentinel-2B qui ont permis de connaitre les différents types de l'occupation du sol de la commune. Ainsi, l'étape suivante fait ressortir les techniques de l'extraction automatique des linéaments à l'aide du module LINE de PCI, appliqué aux images sentinel-2B, a permis de cartographier les fractures des aquifères du socle de la zone d'étude.Enfin, une analyse multicritère a été appliquée, basée sur la méthode de comparaison par pair, et une classification par les techniques de l'arbre de décision qui nous a permis de générer la carte des zones potentielles en eaux souterraines.Ces différentes méthodes ont permis d'avoir des résultats qui seront présentés et discutés dans le chapitre suivant.

TROISIÈME PARTIE : RÉSULTATS ET DISCUSSION

CHAPITRE 5 : CARTOGRAPHIE DE L'OCCUPATION DU SOL ET DES LINÉAMENTS

Ce chapitre présente les résultats de l'occupation du solet l'extraction automatique des linéamentssur les images optiques multispectrales de Sentinel-2B dans la commune rurale de Loulouni.

5.1. Carte d'occupation du sol de la commune de Loulouni

La carte d'occupation du sol de 2019 de la zone d'étudeest présentée par la(Figure 11). Cinq (5) classes d'occupation du sol ont été identifiées dans la commune rurale de Loulouni : l'eau, les cultures, les sols nus Habitats, la savane boisée et la forêt galerie.

4%

7%

17%

27%

Figure 11: Carte d'occupation du sol de la zone d'étude 2019

L'analyse montre que les cultures occupent la plus grande portion en termes de superficie 45% soit environ 48640 ha.Quant aux savanes boisées, elles ont une superficie inférieure aux cultures 27% soit environ 28653 ha. La forêt galerie a une superficie moyenne soit environ 18602 ha, équivaut à 17% de la surface totale de la zone d'étude. Quant aux sols nu/bâtis 7% soit 7604 ha, on observe une faible superficie d'eau de 4% soit 3692 ha.

La correspondance entre ces types d'occupation du sol a été décritevisuellement sur la base des sites identifiés sur les images (Annexe 6).

- Validation de la classification supervisée

La matrice de confusion donne une précision globale (87,05%) et un coefficient Kappa excellent (0,88). Cependant, les classes d'eau (95%), de sol nus bâtis (91,05%), de savane boisée (92,21%), de forêt galerie (79,82%)et de culture (70,97%)ont une omission très forte de pixel se retrouvant dans d'autres classes(Tableau IX).Cette matrice de confusion montre une bonne séparabilité entre les classes. Les confusions varient autour de 0, 4 à 17%. Les plus importantes sont entre la savane boisée et la forêt galerie et entre la savane boisée et les cultures. Il s'agit de :

· 17,86 % de cultures ont été confondues à la classe de la savane boisée,

· 12,88 % de la forêt galerie sont confondues aux savanes boisées.

Tableau IX :Matrice de confusion de la classification de l'image Sentinel-2B de 2019

Classes

Forêt galerie

Savanes boisée

Cultures

Sols nus/Habitats

Eau

Forêt galerie

79,82

5,03

7,79

1,84

1,09

Savanes boisée

12,88

92,21

17,86

0,48

2,88

Cultures

4,92

1,71

70,97

5,3

0,34

Sols nus/Habitats

1,81

0,27

3,31

91,05

0,69

Eau

0,57

0,78

0,07

1,33

95

Total

100

100

100

100

100

Précision globale : 87,05%

Kappa :0,88

La Précision globale :87,05%est le pourcentage de pixels correctement classifiés pondérés par le nombre de pixels de la classe par rapport au nombre total de pixels d'entrainement.Le Coefficient Kappa : 0,88. L'accord est excellent car supérieur à 0,81.

En somme, la matrice de confusion montre une bonne classification de l'image. Cependant quelques confusions se sont produites dont la plus importante se situe entre les classes des cultures et les savanes boisées, car 17,86% des pixels de classe des cultures sont confondus a la savane boisée. Il convient de retenir que dans le processus de réalisation des cartes d'occupation, il est presque impossible de réaliser une classification qui relate à 100% l'occupation spatiale des éléments de la zone à étudier.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Là où il n'y a pas d'espoir, nous devons l'inventer"   Albert Camus