CHAPITRE III : RESULTATS
Ce
chapitre présente les résultats de cette étude en fonction
des objectifs spécifiques.
3.1. Analyse de l'extension spatiale dans la ville de
N'Djaména
3.1.1. Evaluation de la
classification
Les différentes classifications ont été
évaluées par la matrice de confusion via le calcul de
précision globale de la classification et coefficient de Kappa. Les
tableaux ci-après présentent respectivement les matrices de
transition de 1988, 2003 et 2019. Les cases diagonales en gras dans ces
tableaux représentent, le pourcentage de pixels bien classés et
hors diagonale, le pourcentage de pixels mal classés.
|
Classes
|
Bâti
|
sol nu
|
Marécage
|
CJ
|
Végétation
|
Plan d'eau
|
Total
|
IPC
|
EC
|
|
Bâti
|
95,3
|
1,45
|
2,34
|
0
|
0
|
0.17
|
99,22
|
0,96
|
0,04
|
|
Sol nu
|
2,11
|
97,96
|
0,35
|
0,37
|
0
|
0
|
100,79
|
0,97
|
0,03
|
|
Marécage
|
2,63
|
0,27
|
97,18
|
0
|
0
|
0
|
100,08
|
0,97
|
0,03
|
|
CJ
|
0
|
0,29
|
0,13
|
98,14
|
0,68
|
0
|
99,24
|
0,99
|
0,01
|
|
Végétation
|
0
|
0.01
|
0
|
1,49
|
99,32
|
0
|
100,82
|
0,99
|
0,01
|
|
Plan d'eau
|
0
|
0.02
|
0
|
0
|
0
|
99,8
|
99,85
|
1,00
|
0,00
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
|
|
ICV
|
0,95
|
0,98
|
0,97
|
0,98
|
0,99
|
1,00
|
PG= 97,75%
|
|
EO
|
0,05
|
0,02
|
0,03
|
0,02
|
0,01
|
0,00
|
IC= 0,95
|
Tableau
2 :Matrice de confusion de la classification de l'image
Landsat TM de 1988 (en %)
CJ : Champs et Jachères,
ICV : Indice de de Validité
Cartographique,IPC: Indice de Pureté des Classes,
EC : Erreur de Commission, EO: Erreur
d'Omission, PG: Précision Générale,
CK: Coefficient Kappa
Il ressort de ce tableau 2 que la matrice de confusion donne
une précision globale de la classification de 97, 75 % et un coefficient
de Kappa de 0, 95. Ces valeurs montrent qu'il y a eu une bonne classification
entre les éléments de terrains et la cartographie.
Tableau 3 :
Matrice de confusion de la classification de l'image Landsat ETM+ de 2003 (en
%)
|
Classes
|
CJ
|
Bâti
|
Végétation
|
Sol nu
|
Marécage
|
Plan d'eau
|
Total
|
IPC
|
EC
|
|
CJ
|
96,63
|
0,08
|
3,01
|
0,78
|
0
|
0
|
100,5
|
0,96
|
0,04
|
|
Bâti
|
0,36
|
99,22
|
0
|
0,08
|
1,96
|
0,2
|
101,82
|
0,97
|
0,03
|
|
Végétation
|
0,96
|
0,23
|
96,99
|
0
|
0
|
0
|
98,18
|
0,99
|
0,01
|
|
Sol nu
|
0,9
|
0,47
|
0
|
99,14
|
0
|
0
|
100,51
|
0,99
|
0,01
|
|
Marécage
|
1,14
|
0
|
0
|
0
|
98,04
|
1,21
|
100,39
|
0,98
|
0,02
|
|
Plan d'eau
|
0
|
0
|
0
|
0
|
0
|
98,59
|
98,59
|
1
|
0,00
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
|
|
|
|
ICV
|
0,97
|
0,99
|
0,97
|
0,99
|
0,98
|
0,99
|
PG= 98, 41%
|
|
EO
|
0,03
|
0,01
|
0,03
|
0,01
|
0,02
|
0,01
|
IC= 0,97
|
CJ : Champs et Jachères,
ICV : Indice de de Validité
Cartographique,IPC: Indice de Pureté des Classes, EC :
Erreur de Commission, EO: Erreur d'Omission,
PG: Précision Générale,
CK: Coefficient Kappa
Le tableau 3 stipule que la matrice de confusion donne une
précision globale de la classification de 98, 41 % et un coefficient de
0,97.
Tableau 4 :
Matrice de confusion de la classification de l'image OLI-TIRS de 2019 (en
%)
|
Classes
|
Végétation
|
CJ
|
Bâti
|
Plan d'eau
|
Marécage
|
Sol nu
|
Total
|
IPC
|
EC
|
|
Végétation
|
463
|
0
|
0
|
0
|
0
|
0
|
463
|
1
|
0
|
|
CJ
|
0
|
240
|
0
|
0
|
0
|
0
|
240
|
1
|
0
|
|
Bâti
|
1
|
0
|
731
|
5
|
0
|
1
|
738
|
0.99
|
0,01
|
|
Plan d'eau
|
0
|
0
|
1
|
700
|
1
|
0
|
702
|
1.00
|
0,00
|
|
Marécage
|
0
|
0
|
0
|
3
|
38
|
0
|
41
|
0.93
|
0,07
|
|
Sol nu
|
0
|
0
|
7
|
0
|
0
|
114
|
121
|
0.94
|
0,06
|
|
Total
|
464
|
240
|
739
|
708
|
39
|
115
|
2305
|
|
|
|
ICV
|
1,00
|
1,00
|
0,99
|
0,99
|
0,97
|
0,99
|
|
PG=99,1%
|
|
EO
|
0,00
|
0,00
|
0,01
|
0,01
|
0,03
|
0,01
|
|
IC=0,98
|
CJ : Champs et Jachères,
ICV : Indice de de Validité
Cartographique,IPC: Indice de Pureté des Classes, EC :
Erreur de Commission, EO: Erreur d'Omission,
PG: Précision Générale,
CK: Coefficient Kappa
Le tableau 4 stipule que la matrice de confusion donne une
précision globale de la classification de 99,18 % et un coefficient de
Kappa de 0,98.
|
|
