Surveiller l’évolution de la forêt au fil du temps

Les forêts constituent une ressource naturelle importante : elles fournissent du bois, assurent un habitat aux animaux sauvages, assurent un approvisionnement en eau claire et en air sain, retiennent le dioxyde de carbone, offrent des possibilités de loisirs, etc. La surveillance des perturbations forestières, telles que les activités d’abattage, les incendies et l’infestation parasitaire, constitue une tâche de taille en matière de gestion des forêts. L’écorégion West Cascades, dans l’Oregon, regroupe de vastes forêts qui abritent à la fois des exploitations forestières commerciales et des zones protégées à l’échelle étatique et fédérale. L’État prévoit d’utiliser les fonctions d’analyse des images de la série chronologique de ArcGIS Pro afin d’optimiser la gestion forestière. Pour les données, il s’appuiera sur les archives de l’imagerie satellite Landsat, qui couvrent plusieurs décennies.

Dans ce didacticiel, en tant qu’analyste SIG pour le service forestier de l’Oregon, vous allez utiliser des outils basés sur l’algorithme LandTrendr (détection des tendances de perturbation et de récupération à partir des données Landsat) afin de mieux comprendre les modèles spatio-temporels de l’exploitation forestière et de détecter d’autres perturbations potentielles.

Ce didacticiel a été testé pour la dernière fois le 13 novembre 2024 avec ArcGIS Pro 3.4. Si vous utilisez une version différente de ArcGIS Pro, vous pouvez disposer de fonctionnalités et de résultats différents.

Prérequis

• ArcGIS Pro (voir les options disponibles pour accéder aux logiciels)
• ArcGIS Image Analyst

Explorer interactivement les changements de pixels dans la série chronologique

L’imagerie satellite, comme Landsat, capture des informations sur l’occupation du sol et les entités au sol sur de larges zones. L’imagerie fournit une vue complète d’une région, dans laquelle l’emplacement, la distribution et les relations spatiales des entités peuvent être détectés et mesurés. Plus spécifiquement, l’imagerie Landsat-TM offre une couverture continue de la surface de la Terre tous les 16 jours depuis 1984. Cela permet de détecter, d’analyser et de surveiller les changements de l’occupation du sol au cours de cette longue période.

Une série chronologique d’images est un ensemble d’images prises à différents moments au même endroit. Vous pouvez utiliser une série chronologique d’images pour comprendre les changements au fil du temps. Par exemple, vous pouvez voir comment les arbres ont été coupés puis ont repoussé dans une zone forestière ou comment des incendies ou des infestations parasitaires se sont produits. De telles perturbations sont généralement visibles sur les images par des changements soudains dans les valeurs de pixels. L’analyse de la série chronologique d’images utilise des algorithmes pour détecter ces changements dans les valeurs de pixels. L’extension ArcGIS Image Analyst offre deux algorithmes de détection de changement de série chronologique pour l’imagerie. Le premier est l’algorithme LandTrendr, qui s’appuie sur l’imagerie Landsat et est souvent utilisé pour les applictions forestières.

En premier lieu, vous allez configurer ArcGIS Pro et vous familiariser avec les rasters multidimensionnels, le modèle de jeu de données utilisé pour représenter la série chronologique d’images. Vous allez ensuite préparer votre série chronologique d’images pour l’analyse et commencer l’exploration interactive.

Télécharger et ouvrir le projet

Pour commencer, vous allez télécharger un projet qui contient toutes les données de ce didacticiel et l’ouvrir dans ArcGIS Pro.

1. Téléchargez le fichier Forest_Disturbance_Analysis.zip.
2. Recherchez le fichier Forest_Disturbance_Analysis.zip sur votre ordinateur.

   Remarque :

   Par défaut, la plupart des navigateurs téléchargent les fichiers dans le dossier Downloads (Téléchargements) de votre ordinateur.

3. Cliquez avec le bouton droit sur le fichier Forest_Disturbance_Analysis.zip et extrayez-le à un emplacement sur votre ordinateur (par exemple, un dossier de votre unité C:).
4. Ouvrez le dossier Forest_Disturbance_Analysis, puis double-cliquez sur Forest_Disturbance_Analysis.aprx pour ouvrir le projet dans ArcGIS Pro.

   

5. À l’invite, connectez-vous avec votre compte ArcGIS.

   Remarque :

   Si vous n’avez pas accès à ArcGIS Pro ou ne disposez pas d’un compte d’organisation ArcGIS, consultez les options disponibles pour accéder aux logiciels.

   Le projet s’ouvre et affiche les images de la zone West Cascade dans l’Oregon.

   

   Dans la fenêtre Contents (Contenu), une couche (WestCascade.crf) contient les données de la série chronologique. Il existe également d’autres couches que vous utiliserez plus tard dans l’analyse.

Se familiariser avec le raster multidimensionnel en entrée

Vous allez en savoir plus sur la couche de série chronologique. La couche WestCascade.crf contient 78 images satellite de type Landsat ARD (Analysis Ready Imagery), recueillies entre 1984 et 2020 dans la zone de la forêt West Cascades, dans l’Oregon, aux États-Unis. Chaque image est représentée en tant que raster multicanal qui contient les canaux spectraux bleu, vert, rouge, infrarouge et infrarouge à ondes courtes. Tous ces rasters sont regroupés dans un seul raster multidimensionnel enregistré au format CRF.

Remarque :

Conformément aux exigences de l’algorithme LandTrendr que vous allez utiliser dans ce didacticiel, les 78 images ARD Landsat sélectionnées ont toutes été prises en été. Les arbres ont donc des feuilles et sont à un stade de développement similaire. De plus, seules les images avec une couverture nuageuse de moins de 10 % ont été incluses.

Si vous prévoyez d’appliquer le processus de ce didacticiel à votre propre zone d’étude, vous pouvez créer un raster multidimensionnel similaire pour l’étendue souhaitée. Vous pouvez sélectionner et télécharger des images ARD Landsat pour tout emplacement sur terre à partir de l’explorateur USGS Earth. Vous pouvez ensuite nettoyer les images et générer un raster multidimensionnel comme expliqué dans le billet de blog Clean up your Landsat imagery: removing cloud and cloud shadow (Nettoyer vos images Landsat : suppression des nuages et de leur ombre).

Vous pouvez parcourir les 78 images incluses dans WestCascade.crf et voir à quel moment chacune d’entre elles a été prise dans l’onglet Multidimensional (Multidimensionnel).

1. Dans la fenêtre Contents (Contenu), cliquez sur la couche WestCascade.crf pour la sélectionner.

   

2. Sur le ruban, cliquez sur l’onglet Multidimensional (Multidimensionnel).

   

   L’onglet Multidimensional (Multidimensionnel) contient des outils pour utiliser les rasters multidimensionnels.

3. Dans le groupe Current Display Slice (Intervalle d’affichage actuel), développez la liste déroulante StdTime et observez la liste des valeurs temporelles associées aux 78 images.
4. Cliquez sur la deuxième valeur temporelle de la liste, en commençant par la date 1984-07-19, pour afficher l’image correspondante.

   

   La carte est mise à jour. Dans une série chronologique d’images, chaque image correspond à un intervalle. L’image que vous venez d’afficher représente le deuxième intervalle de la série.

   

5. Dans la fenêtre Contents (Contenu), vérifiez la légende de la couche.

   

   L’image est affichée avec la combinaison de canaux Couleur naturelle, dans laquelle le canal 1 correspond au bleu, le canal 2 au vert et le canal 3 au rouge. Cette combinaison de canaux permet de représenter approximativement la manière dont l’œil humain perçoit le paysage. L’image contient également un canal infrarouge (canal 4) et deux canaux infrarouges à ondes courtes (canaux 5 et 6). Nous les utiliserons dans l’analyse, bien qu’ils ne soient actuellement pas affichés.

   Remarque :

   Pour en savoir plus sur l’imagerie multispectrale et les combinaisons de canaux, reportez-vous aux didacticiels Learn ArcGIS Prise en main de l’imagerie et Évaluer les zones brûlées avec l’imagerie satellite.

   Sur l’image, vous voyez les zones les plus boisées (dans une nuance de vert) mais vous pouvez également distinguer certaines zones dans lesquelles les arbres ont été coupés au centre de l’image (ton beige).

6. Utilisez la molette de la souris pour zoomer sur le centre de l’image et observer les zones déboisées représentées en beige.

   

7. Revenez à la vue générale.

   Vous pouvez également animer la série chronologique.

8. Dans l’onglet Multidimensional (Multidimensionnel), en regard de la liste déroulante StdTime, cliquez sur le bouton Play Slices Along StdTime (Lire les tranches sur StdTime) pour lire la série chronologique.

   

   Observez la modification progressive de la forêt au fil du temps.

   Remarque :

   Vous remarquerez peut-être que certaines images comportent des zones NoData (qui apparaissent comme des trous sur la couche). Ces zones correspondent à des pixels de nuages qui ont été masqués et n’auront aucun impact sur l’analyse.

9. Cliquez de nouveau sur le bouton Play Slices Along StdTime (Lire les tranches sur StdTime) pour arrêter l’animation.

   Vous allez ensuite examiner certaines des propriétés de la couche.

10. Dans la fenêtre Contents (Contenu), double-cliquez sur la couche WestCascade.crf pour ouvrir les propriétés de couche.
11. Dans la fenêtre Layer Properties (Propriétés de la couche), cliquez sur l’onglet Source. Dans le volet de droite, développez les sections Multidimensional Info (Informations multidimensionnelles), SR et StdTime.

    

    Vous voyez que le jeu de données comporte 78 intervalles, comme prévu. La valeur de pixel, étiquetée SR correspond à la réflectance de surface. La plage temporelle Extent (Étendue) va de 1984-07-03 à 2020-08-23.

12. Cliquez sur Cancel (Annuler) pour fermer la fenêtre Properties (Propriétés).

    Pour résumer, la couche WestCascade.crf contient 78 images multispectrales, chacune d’entre elles comportant 6 canaux. Cela fait un total de 468 rasters. Vous trouverez ci-dessous un schéma représentant cette structure de rasters multidimensionnels.

    

Calculer les valeurs NBR

L’agorithme LandTrendr utilise un raster multidimensionnel dans lequel chaque intervalle est représenté par un raster à un seul canal. Vous allez appliquer une formule d’index sur votre série temporelle afin de dériver un raster à un seul canal de chaque intervalle. L’index NBR (Normalized Burn Ratio), souvent utilisé pour détecter les zones forestières brûlées, permet de distinguer les zones de forêt saines des perturbations générales. Il s’agit donc de l’index à utiliser ici.

1. Dans la fenêtre Contents (Contenu), vérifiez que la couche WestCascade.crf est sélectionnée.
2. Sur le ruban, dans le groupe Tools (Outils) de l’onglet Imagery (Imagerie), cliquez sur Indices. Dans la liste développée des indices, sous Landscape (Paysage), cliquez sur NBR.

   

   L’index NBR utilise les canaux proche infrarouge et à ondes courtes, puis les combine à l’aide d’une formule mathématique. Vous allez indiquer que dans votre couche, ces canaux correspondent aux canaux 4 et 6.

3. Dans la fenêtre NBR, pour Near Infrared Band Index (Indice de bande proche infrarouge), sélectionnez 4 - Band_4 (4 - Canal_4). Pour Shortwave Infrared Band Index (Indice de canal d’onde courte infrarouge), saisissez 6 - Band_6 (6 - Canal_6).

   

4. Cliquez sur OK.

   Une nouvelle couche, nommée NBR_WestCascade.crf, est ajoutée à la carte. Cette nouvelle couche est toujours un raster multidimensionnel, mais elle contient un seul canal raster NBR par intervalle.

   Remarque :

   L’outil NBR est une fonction raster qui génère une nouvelle couche raster de manière dynamique. Cette approche est efficace, mais la nouvelle couche existe uniquement dans la mémoire de votre ordinateur. Si vous supprimez la couche de votre projet, elle disparaît et vous devrez la recréer.

   Par défaut, la nouvelle couche s’affiche en utilisant le moteur de rendu par étirement en noir et blanc. Vous allez changer la symbologie afin de mettre en avant les différences de valeur.

5. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur le symbole de la couche NBR_WestCascade.crf et développez la liste déroulante. Cochez la case Show names (Afficher les noms), puis sélectionnez le dégradé de couleurs Pink-Green (Continuous) (Rose-vert [continu]).

   

   La couche est mise à jour sur la carte. Les valeurs de pixels NBR les plus élevées représentent les forêts saines et apparaissent à présent en vert foncé. Les valeurs de pixels NBR les plus faibles représentent les perturbations forestières (c’est-à-dire l’absence de végétation saine) et apparaissent en violet foncé. Les pixels NBR ayant une valeur moyenne sont représentés en blanc ou en vert clair.

   

   Vous allez vérifier que la couche est une série chronologique.

6. Dans la fenêtre Contents (Contenu), vérifiez que la couche NBR_WestCascade.crf est sélectionnée.
7. Sur le ruban, dans le groupe Current Display Slice (Intervalle d’affichage actuel) de l’onglet Multidimensional (Multidimensionnel), pour StdTime, développez la liste déroulante et vérifiez que tous les intervalles sont répertoriés.
8. Choisissez un des intervalles de la liste pour l’afficher (par exemple, l’intervalle 2016-06-25). Observez en quoi il est différent du précédent.

   

   Vous pouvez également choisir d’autres intervalles et les afficher.

   Remarque :

   Si certains pixels apparaissent de manière différente (par exemple presque noirs ou beiges), cela signifie qu’il s’agit de pixels NoData correspondant à des nuages, et que ce que vous voyez est la couche WestCascade.crf située en dessous.

9. Revenez à l’affichage du premier intervalle (1984-07-03).
10. Dans la barre d’outils Quick Access (Accès rapide), cliquez sur Save (Enregistrer) pour enregistrer votre projet.

    

    Remarque :

    Un message peut vous avertir que si vous enregistrez ce fichier de projet avec la version actuelle de ArcGIS Pro, vous ne pourrez pas le rouvrir dans une version antérieure. Si ce message apparaît, cliquez sur Yes (Oui) pour continuer.

Afficher l’évolution d’un pixel au fil du temps

Vous allez ensuite utiliser la couche de série chronologique NBR pour découvrir l’évolution de la forêt au fil du temps. Cette exploration se fera de manière interactive, via la fenêtre Pixel Time Series Change Explorer (Explorateur des changements de pixels dans la série chronologique).

Votre carte affiche actuellement le raster NBR pour le 3 juillet 1984. Imaginez que vous choisissez un seul pixel de ce raster et que vous observez l’évolution de ses valeurs au fil du temps entre 1984 et 2020, tout au long des 78 intervalles. Vous pouvez représenter ces valeurs sur un graphique semblable au suivant :

Vous pouvez ensuite utiliser l’algorithme LandTrendr pour dégager les tendances globales sur ce graphique. LandTrendr identifiera les points d’inflexion où la trajectoire du pixel change, puis ajustera les données dans un modèle linéaire par morceaux. Cela créera une courbe ajustée constituée de plusieurs segments de ligne allant d’un point d’inflexion au suivant, comme indiqué dans l’exemple de graphique ci-dessous :

Chaque segment représente le changement qui est survenu pendant une période, caractérisé par une heure de début, une heure de fin, une durée, une pente et une magnitude (c’est-à-dire l’importance du changement entre les heures de début et de fin). L’exemple de courbe ajustée ci-dessus comporte trois segments :

• Le premier segment représente une forêt saine (valeurs NBR élevées et stables).
• Le deuxième segment indique une perturbation, par exemple un abattage (valeurs NBR diminuant rapidement).
• Le troisième segment représente le processus de récupération de la forêt, lorsque les arbres repoussent (valeurs NBR augmentant lentement).

Vous allez maintenant générer vous-même un graphique similaire.

1. Dans la fenêtre Contents (Contenu), vérifiez que la couche NBR_WestCascade.crf est sélectionnée.
2. Sur le ruban, sous l’onglet Multidimensional (Multidimensionnel), dans le groupe Analysis (Analyse), cliquez sur la flèche de liste déroulante Temporal Profile (Profil temporel) et sélectionnez la fenêtre Pixel Time Series Change Explorer (Explorateur des changements de pixels dans la série chronologique).

   

   Une fenêtre Chart Properties (Propriétés du diagramme) apparaît sur le côté et une fenêtre de graphique vide s’affiche en dessous de votre carte.

3. Dans la fenêtre Chart Properties (Propriétés du diagramme), sous l’onglet Data (Données), pour Change detection method (Méthode de détection des changements), choisissez LandTrendr.

   

   Remarque :

   Un message d’avertissement signale que la génération d’une transposition (qui correspond à un enregistrement supplémentaire optimisé pour l’analyse de la série chronologique) améliorera les performances. La couche de fonction raster NBR_WestCascade.crf n’a pas de transposition, mais le raster multidimensionnel sous-jacent WestCascade.crf en a une. Vous pouvez ignorer ce message.

   

   Vous allez créer un graphique pour un point spécifique. Pour plus de commodité, il a été marqué pour vous sur la couche Pixel_location.

4. Dans la fenêtre Contents (Contenu), cochez la case de la couche Pixel_location pour l’activer.

   

   Un point vert clair apparaît sur la carte. Vous allez utiliser un géosignet pour zoomer sur ce point.

5. Sur le ruban, sous l’onglet Map (Carte), dans le groupe Navigate (Naviguer), cliquez sur Bookmarks (Géosignets) et choisissez le géosignet Pixel_point.

   

6. Avec la molette de la souris, zoomez encore plus si nécessaire, jusqu’à voir le pixel individuel marqué par le point vert.

   Il s’agit du pixel pour lequel vous allez créer un graphique.

7. Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Define a pixel location (Définir la localisation d’un pixel), cliquez sur l’outil Point.

   

8. Sur la carte, cliquez sur le pixel qui vous intéresse.

   Un point de localisation gris est ajouté à la carte et une ligne est ajoutée à la liste des localisations de pixels dans la fenêtre Chart Properties (Propriétés du diagramme).

   

   Avant de générer le diagramme pour la localisation de ce pixel, vous allez définir quelques options de style.

9. Dans la ligne des localisations de pixels de la fenêtre Chart Properties (Propriétés du diagramme), sous Symbol (Symbole), cliquez sur le point et sélectionnez un bleu clair, par exemple Cretan Blue (Bleu crétois). Définissez la taille sur 3.

   

10. Dans la fenêtre Chart Properties (Propriétés du diagramme), sous Model Parameters (Paramètres du modèle), pour Show fitted curve with (Afficher la courbe ajustée avec), cliquez sur la ligne Color (Couleur) et choisissez un orange clair, par exemple Electron Gold (Doré électron). Cliquez sur le bouton Increment (Incrément) pour définir l’épaisseur de la ligne sur 3.

    

11. Sous Model Parameters (Paramètres du modèle), cliquez sur Fit and create chart (Ajuster et créer un diagramme).

    

    Dans la fenêtre du diagramme, un diagramme apparaît.

    

    Les valeurs de pixels des 78 intervalles sont affichées en bleu. La courbe ajustée calculée à l’aide de l’algorithme LandTrendr et représentant les tendances générales de changement apparaît en orange.

Explorer interactivement un diagramme d’évolution d’un pixel

Pour mieux le comprendre, vous allez explorer le diagramme de manière interactive.

1. Dans la fenêtre du diagramme, passez votre curseur sur les points bleus pour voir les dates de l’intervalle en question et leurs valeurs NBR.

   

2. Observez la courbe ajustée (en orange).

   Elle se divise en plusieurs segments, chacun d’entre eux correspondant à une étape importante dans l’histoire du pixel.

3. Dans la légende du diagramme, identifiez les heures de début et de fin de chaque segment de la courbe ajustée (lignes en orange). Cliquez sur un élément de la liste pour activer ou désactiver le segment correspondant sur le diagramme.

   Cela vous aidera à l’identifier plus facilement.

   

4. Dans la fenêtre Chart Properties (Propriétés du diagramme), développez le groupe Model Parameters (Paramètres du modèle) pour consulter les paramètres du modèle LandTrendr.
5. Définissez la valeur Maximum Number of Segments (Nombre maximal de segments) sur 4 pour voir l’évolution de la courbe ajustée. Cliquez sur Fit and create chart (Ajuster et créer un diagramme).

   

   Remarque :

   Vous devez procéder à des essais avant de trouver le nombre adapté de segments, qui dépend de votre jeu de données.

6. Observez le diagramme mis à jour.
   • Le premier segment avec des valeurs NBR élevées indique une forêt mature et stable.
   • Le deuxième segment indique une forte perturbation où la part de forêt saine est rapidement descendue à 0, probablement en raison d’un abattage dans la zone.
   • Le troisième segment montre une courbe de récupération rapide : des jeunes plants ont été mis en terre et les arbres ont poussé relativement vite, mais ils restent jeunes.
   • Dans le quatrième segment, la récupération se poursuit, mais à un rythme plus lent, les jeunes arbres poussant jusqu’à maturité.
7. Sur le diagramme, passez le curseur sur les segments de la courbe pour voir le modèle d’ajustement pour chaque segment.

   Le modèle d’ajustement est représenté par une formule du type ax + b, où a représente la pente et b l’intersection. La valeur EQM (erreur quadratique moyenne) est également fournie.

   

   Remarque :

   Dans ce didacticiel, vous allez conserver les valeurs par défaut des autres paramètres du modèle (Model Parameters). Cependant, pour plus d’informations sur chaque paramètre, reportez-vous à la documentation de l’outil Analyze Changes Using LandTrendr (Analyser les modifications avec l’algorithme LandTrendr).

   Ensuite, pour mieux comprendre les modifications apportées à votre zone d’intérêt, vous allez examiner les images raster correspondantes.

8. Sur la carte, effectuez un zoom arrière pour voir une grande partie de la forêt autour du pixel pour lequel vous avez créé un graphique.
9. Dans la barre d’outils de la fenêtre du diagramme NBR_WestCascades.crf – Pixels changes in SR over time using Multiple locations with one band, cliquez sur Legend (Légende) pour désactiver la légende du diagramme et développer le graphique.

   

10. Sur le diagramme, double-cliquez sur un point bleu pour sélectionner un intervalle.

    Vous pouvez également faire glisser le curseur pour dessiner un petit cadre autour du point.

    

    La carte est mise à jour avec l’image NBR_WestCascade.crf correspondante pour cet intervalle.

    Remarque :

    Si vous avez du mal à sélectionner un point spécifique sur le graphique parce que plusieurs points sont proches les uns des autres, vous pouvez zoomer sur le diagramme. Dans la barre d’outils de la fenêtre du diagramme, cliquez sur le bouton Zoom Mode (Mode de zoom), puis dessinez un cadre autour des points qui vous intéressent.

11. En utilisant cette méthode, visualisez les quatre intervalles mis en évidence dans le diagramme ci-dessous.

    

    Cela créera les quatre images suivantes, qui illustrent bien les changements à l’emplacement de ce pixel : d’une forêt mature à un lieu d’abattage, puis à des jeunes arbres et enfin de nouveau à une forêt mature.

    

12. Vous pouvez également adopter la même approche pour explorer d’autres pixels qui vous intéressent dans le raster NBR_WestCascade.crf.
13. Fermez la fenêtre Chart Properties (Propriétés du diagramme) et la fenêtre du diagramme.
14. Dans la fenêtre Contents (Contenu), décochez la case en regard de la couche Pixel_location pour la désactiver.
15. Cliquez avec le bouton droit sur la couche NBR_WestCascade.crf et séelctionnez Zoom To Layer (Zoom sur la couche) pour revenir à la vue générale.

    

16. Appuyez sur Ctrl+S pour enregistrer le projet.

Dans ce module, vous avez configuré le projet dans ArcGIS Pro, vous êtes familiarisé avec un raster multidimensionnel d’imagerie Landsat, en avez dérivé un raster multidimensionnel NBR et avez exploré de manière interactive l’évolution de la forêt.

Créer des cartes des perturbations et de la récupération des forêts

Vous avez exploré l’évolution de la forêt de manière interactive à l’emplacement d’un pixel défini. Vous allez ensuite analyser les modifications pour tous les pixels de l’image. Vous allez tout d’abord générer un raster d’analyse des changements. Vous allez ensuite créer une carte des perturbations des forêts afin d’identifier les événements tels que les abattages et les incendies au cours de la vie des forêts. Enfin, vous allez créer une carte de récupération des forêts, afin d’évaluer la durée nécessaire pour que les zones perturbées redeviennent des forêts adultes.

Générer un raster d’analyse des changements

Dans cette section, vous allez utiliser l’outil Analyze Change Using LandTrendr (Analyser les modifications avec l’algorithme LandTrendr) pour générer un raster d’analyse des changements. Cet outil utilise le même algorithme LandTrendr que l’outil Pixel Time Series Change Explorer (Explorateur des changements de pixels dans la série chronologique) que vous avez utilisé dans le module précédent, à la différence qu’il l’applique à tous les pixels du raster multidimensionnel au lieu de l’appliquer à un pixel à la fois. La sortie obtenue est un raster d’analyse des changements qui capture toutes les informations relatives aux courbes ajustées pour chaque pixel. Le raster ainsi obtenu servira d’entrée principale dans le reste du didacticiel.

1. Dans la fenêtre Contents (Contenu), vérifiez que la couche NBR_WestCascade.crf est sélectionnée.
2. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), dans le groupe Analysis (Analyse), développez la bibliothèque d’outils, puis cliquez sur l’outil Analyze Change Using LandTrendr (Analyser les modifications avec l’algorithme LandTrendr).

   

   L’outil apparaît dans la fenêtre Geoprocessing (Géotraitement).

3. Définissez les paramètres suivants de l’outil :
   • Pour Output Multidimensional Raster (Raster multidimensionnel en sortie), saisissez WestCascade_change_analysis.crf.
   • Acceptez les valeurs par défaut pour tous les autres paramètres.

   

   Remarque :

   La sortie générée par cet outil est un raster multidimensionnel avec un seul intervalle par an. Avant d’effectuer l’analyse des changement avec l’algorithme LandTrendr, l’outil choisit les meilleures valeurs de pixels disponibles dans le raster en entrée pour chaque année. Pour une année donnée, les meilleures valeurs de pixels sont celles de l’intervalle le plus proche de la valeur du paramètre Snapping Date (Date de capture) (par défaut, 6-30 ou 30 juin). Si la valeur de pixel est NoData en raison d’un nuage, l’outil utilise la valeur de pixel de l’intervalle suivant le plus proche.

4. Cliquez sur Run (Exécuter).

   Remarque :

   Le processus peut prendre 15 minutes ou plus. La progression peut également ne pas s’afficher avant la fin.

   Le processus s’exécute. Une fois le processus terminé, le raster en sortie apparaît dans la fenêtre Contents (Contenu), et son premier canal raster s’affiche sur la carte.

   WestCascade_change_analysis.crf est un raster multidimensionnel composé de 34 intervalles, ce qui correspond plus ou moins à un par an (certaines années n’avaient pas de données). Chaque intervalle est un raster multicanal dans lequel les canaux contiennent les informations sur le modèle d’ajustement LandTrendr. Vous allez explorer ces canaux de raster et découvrir comment les afficher.

5. Dans la fenêtre Contents (Contenu), cliquez sur le symbole WestCascade_change_analysis.crf pour ouvrir l’onglet Symbology (Symbologie).

   

6. Dans la fenêtre Symbology (Symbologie), pour Band (Canal), développez le menu déroulant pour afficher tous les canaux.

   

   Si la formule ax + b représente le modèle d’ajustement pour un segment de la courbe ajustée, les conditions suivantes s’appliquent :

   • Le canal Slope (Pente) enregistre la valeur a, qui décrit la direction de la modification comme ascendante ou descendante.
   • Le canal Intercept (Intersection) enregistre la valeur b.
   • Le canal Fitted_Value (Valeur ajustée) enregistre la valeur interpolée à partir du modèle d’ajustement pendant une durée donnée. Dans ce jeu de données, il s’agit d’une approximation de la valeur NBR en entrée pour chaque intervalle.
   • Le canal RMSE (EQM) enregistre l’erreur quadratique moyenne de la courbe ajustée.
   • Le canal Change_Magnitude (Magnitude du changement) enregistre la magnitude du changement, c’est-à-dire la différence entre les valeurs ajustées au début et à la fin de la période du changement.

   Remarque :

   Le nom de tous les canaux répertoriés commence par Band_1, par exemple Band_1_Slope. Cela est dû au fait qu’ils soient tous dérivés du raster NBR, qui contient un seul canal par intervalle et est par défaut nommé Band_1.

   À l’aide de ce rater d’analyse des changements, il est possible d’extraire des informations telles que la date du changement, la durée du changement et sa magnitude. Dans le reste du didacticiel, ce raster multidimensionnel sera utilisé comme entrée pour effectuer diverses tâches de détection des changements.

   Actuellement, le canal Band_1_Slope (Pente canal 1) apparaît par défaut sur la carte. Vous pouvez choisir d’afficher un autre canal à la place, par exemple Band_1_Fitted_Value (Valeur ajustée canal 1).

7. Dans la liste des canaux, sélectionnez Band_1_Fitted_Value.

   La carte est mise à jour.

   

   Les zones vert foncé représentent les valeurs ajustées NBR les plus faibles, tandis que les zones en violet représentent les valeurs ajustées NBR les plus élevées. Vous allez visualiser ce canal Band_1_Fitted_Value (Valeur ajustée canal 1) pour un autre intervalle.

8. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), pour StdTime, sélectionnez l’un des 34 intervalles pour l’afficher.
9. Vous pouvez également afficher d’autres intervalles ou visualiser d’autres canaux.

Créer une carte des perturbations des forêts

Maintenant que vous disposez d’un raster d’analyse des changements, vous pouvez l’utiliser pour générer de nombreuses cartes intéressantes. Tout d’abord, vous allez cartographier les perturbations de la forêt au fil du temps à l’aide de l’outil Detect Change Using Change Analysis Raster (Détecter les changements à l’aide du raster d’analyse des changements). Vous allez exécuter cet outil avec des paramètres spécifiques qui extraient les occurrences de chute brutale dans les valeurs NBR ajustées, ce qui correspond au passage soudain d’une forêt saine à une absence d’arbres due à des activités d’abattage ou à des incendies.

1. Dans la fenêtre Contents (Contenu), vérifiez que la couche WestCascade_change_analysis.crf est sélectionnée.
2. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), dans le groupe Analysis (Analyse), développez la bibliothèque d’outils, puis sélectionnez Detect Change Using Change Analysis Raster (Détecter les changements à l’aide du raster d’analyse des changements).

   

   L’outil apparaît dans la fenêtre Geoprocessing (Géotraitement).

3. Définissez les paramètres suivants de l’outil :
   • Pour Input Change Analysis Raster (Raster d’analyse des changements en entrée), vérifiez que la couche WestCascade_change_analysis.crf est sélectionnée.
   • Pour Output Raster (Raster en sortie), saisissez Disturbance.crf.
   • Pour Segment Date (Date de segment), vérifiez que l’option Beginning of segment (Début de segment) est sélectionnée.
   • Pour Change Direction (Direction du changement), sélectionnez Decreasing (Décroissante).
   • Pour Change Type (Type de changement), sélectionnez Time of earliest change (Heure du premier changement).
   • Pour Maximum Number of Changes (Nombre maximal de changements), saisissez 1.
   • Développez la section Filter By Attributes (Filtrer par attributs).
   • Cochez la case Filter by Duration (Filtrer par durée).
   • Pour Maximum Duration (in years) (Durée maximale [en années]), saisissez 4.
   • Cochez la case Filter by Start Value (Filtrer par valeur de départ).
   • Pour Minimum Start Value (Valeur de départ minimale), saisissez 0.7.
   • Pour Maximum Start Value (Valeur de départ maximale), saisissez 1.
   • Cochez la case Filter by End Value (Filtrer par valeur de fin).
   • Pour Minimum End Value (Valeur de fin minimale), saisissez -1.
   • Pour Maximum End Value (Valeur de fin maximale), saisissez 0.35.

   Ces paramètres désignent les événements qui ont duré moins de 4 ans (changement soudain) et ont constitué une chute d’une valeur NBR élevée (de 0,7 à 1 ; forêt saine) à une valeur NBR faible (de -1 à 0,35 ; absence d’arbres). Les plages de valeurs de pixels ont été choisies en analysant les valeurs courantes de forêts saines et de zones abattues ou brûlées dans les canaux du raster Band_1_Fitted_Value (Valeur ajustée canal 1).

   Remarque :

   Des explications détaillées de chaque paramètre sont disponibles dans la documentation de l’outil Detect Change Using Change Analysis Raster (Détecter les changements à l’aide du raster d’analyse des changements).

   Les options Filter by Start Value (Filtrer par valeur de départ) et Filter by End Value (Filtrer par valeur de fin) ont été ajoutées dans ArcGIS Pro 2.8. Si vous utilisez ArcGIS Pro 2.7, vous pouvez utiliser l’option Filter by Magnitude (Filtrer par magnitude) à la place, avec une plage de valeurs comprise entre 0,4 et 2.

   

4. Cliquez sur Run (Exécuter).

   La couche Disturbance.crf est générée et ajoutée à la carte. Il s’agit d’un raster à un seul canal (non multidimensionnel). Chaque valeur de pixel représente la date de début d’un abattage ou d’un incendie.

5. Dans la fenêtre Contents (Contenu), désactivez WestCascade_change_analysis.crf et NBR_WestCascade.crf pour mieux voir la nouvelle couche.
6. Sur la carte, cliquez sur certaines des zones de perturbations.

   Une fenêtre contextuelle apparaît, affichant la date de début de la perturbation.

   

   Dans le raster Disturbance.crf, vous pouvez voir que des pixels NoData sont présents dans les zones de perturbations. Cela s’explique par le fait que les informations disponibles étaient insuffisantes pour calculer un modèle valide pour ces pixels. Cependant, il est probable que la valeur de perturbation de ces zones soit identique à celle des pixels environnants. Vous allez remplir ces zones NoData avec la fonction raster Statistics (Statistiques), en utilisant la valeur la plus courante dans les pixels à proximité.

7. Sur le ruban, dans l’onglet Imagery (Imagerie), dans le groupe Analysis (Analyse), cliquez sur le bouton Raster Functions (Fonctions raster).

   

8. Dans la fenêtre Raster Functions (Fonctions raster), recherchez Statistics (Statistiques). Dans le groupe Statistical (Statistique), cliquez sur la fonction Statistics (Statistiques).

   

9. Définissez les paramètres suivants :
   • Pour Raster, sélectionnez Disturbance.crf.
   • Pour Statistics Type (Type de statistiques), sélectionnez Majority (Majorité).
   • Sous Neighborhood Settings (Paramètres de voisinage), acceptez la valeur par défaut de 3 pour Number of Rows (Nombre de lignes) et Number of Columns (Nombre de colonnes).
   • Cochez la case Only fill NoData pixels (Remplir uniquement les pixels NoData).

   Pour chaque pixel NoData, l’outil analyse une zone de 3 x 3 pixels autour et sélectionne la valeur qui apparaît le plus fréquemment dans cette zone.

   

10. Cliquez sur Créer une nouvelle couche.

    Une nouvelle couche raster, Statistics_Disturbance.crf, est ajoutée à votre carte. Cette couche est plus harmonieuse et plus claire. Vous allez la renommer et en modifier la symbologie pour utiliser un style que vous avez préparé.

11. Dans la fenêtre Contents (Contenu), cliquez deux fois sur Statistics_Disturbance.crf, saisissez Smoother_Disturbance.crf, puis appuyez sur Entrée.

    

12. Cliquez sur le symbole Smoother_Disturbance.crf pour ouvrir la fenêtre Symbology (Symbologie).

    

13. Dans la fenêtre Symbology (Symbologie), cliquez sur le bouton Options et sélectionnez Import from layer file (Importer depuis le fichier de couche).

    

14. Dans la fenêtre Import Symbology (Importer la symbologie), cliquez sur Project (Projet) > Folders (Dossiers) > Forest_Disturbance_Analysis > InputData. Sélectionnez Disturbance_symbology.lyrx et cliquez sur OK.

    

    La nouvelle symbologie, avec un dégradé de couleurs du blanc au violet, est appliquée.

    

15. Dans la fenêtre Contents (Contenu), désactivez Disturbance.crf pour simplifier l’affichage.
16. Appuyez sur Ctrl+S pour enregistrer le projet.

Inspecter les zones de perturbation forestière

Vous allez maintenant analyser la carte des perturbations forestières pour mieux comprendre les abattages et les incendies qui se sont produits dans la forêt West Cascades (Oregon) au fil des années.

1. Inspectez visuellement la carte Smoother_Disturbance.crf.

   

   Les zones en violet foncé représentent les perturbations qui se sont produites ces dernières années, tandis que les zones blanches ou rose clair correspondent aux perturbations plus anciennes. La plupart de ces perturbations sont dues à des activités d’abattage qui ont commencé au centre de la région et se sont étendues au fil du temps vers le nord et le sud. Aucun abattage massif n’a eu lieu dans les zones est et ouest de cette région.

   Vous allez comparer ces résultats avec les limites des zones forestières protégées gérées par l’État et le gouvernement fédéral.

2. Dans la fenêtre Contents (Contenu), activez la couche Forest_management_boundaries.

   

   Vous pouvez voir que les zones sans abattage sont des forêts protégées, gérées par le gouvernement.

3. Sur le ruban, sous l’onglet Map (Carte), dans le groupe Navigate (Naviguer), cliquez sur la flèche vers le bas de l’outil Explore (Explorer), puis sélectionnez Topmost Layer (Couche supérieure).

   

   De la sorte, vous n’affichez les fenêtres contextuelles informatives que pour la couche supérieure indiquée dans la fenêtre Contents (Contenu), à savoir, Forest_management_boundaries.

4. Sur la carte, cliquez sur certaines de ces zones forestières protégées pour afficher la fenêtre contextuelle et en savoir plus. Par exemple, la grande zone forestière à l’est est un parc d’État.

   

   Vous allez explorer le parc d’État dans le détail.

5. Sur le ruban, dans le groupe Navigate (Naviguer) de l’onglet Map (Carte), cliquez sur Bookmarks (Géosignets) et sélectionnez State_park.

   Vous pouvez voir que certains pixels au milieu du parc d’État sont représentés en violet foncé, ce qui indique qu’une perturbation s’est produite ces dernières années.

   

   Pourrait-il s’agir d’un abattage illégal dans une forêt protégée ? Vous allez enquêter pour en savoir plus sur cet événement en particulier.

6. Sur le ruban, sous l’onglet Map (Carte), dans le groupe Navigate (Naviguer), cliquez sur la flèche de liste déroulante Explore (Explorer), puis sélectionnez Visible Layers (Couches visibles).

   

   Cela permettra de garantir que les fenêtres contextuelles fournissent les informations pour toutes les couches affichées, et pas seulement pour la couche supérieure de la fenêtre Contents (Contenu).

7. Cliquez sur la zone perturbée pour afficher la fenêtre contextuelle.

   Dans la fenêtre contextuelle, sous Smoother_Disturbance.crf, vous pouvez voir que la perturbation s’est produite en 2017.

   

8. Fermez la fenêtre contextuelle.

   Vous allez examiner l’imagerie correspondant à cette zone à l’aide d’un affichage côte à côte avec la carte actuelle d’un côté et une vue brute des images de l’autre côté.

9. Sur le ruban, dans l’onglet View (Vue) du groupe Windows (Fenêtres), cliquez sur Catalog Pane (Fenêtre Catalogue).

   

   La fenêtre Catalogue apparaît.

10. Dans la fenêtre Cataog (Catalogue), développez la section Maps (Cartes). Cliquez avec le bouton droit sur Source_Images et sélectionnez Open (Ouvrir).

    

    La carte Source_Images s’ouvre. Elle contient le raster WestCascade.crf, le raster multidimensionnel d’imagerie d’origine.

11. Faites glisser l’onglet Source_Images pour déplacer la carte et ancrez-le côte à côte avec la carte Disturbance_Analysis.

    

    Vous allez associer les deux cartes de manière à ce qu’elles affichent la même étendue.

12. Sur le ruban, sous l’onglet View (Vue), dans le groupe Link (Lien), cliquez sur la flèche de liste déroulante Link Views (Lier des vues) et choisissez Center And Scale (Centre et échelle).

    

13. Naviguez et zoomez pour mieux voir la zone perturbée dans le parc d’État.

    Les deux cartes se mettent à jour de manière synchronisée. Vous allez voir les images d’une date proche de l’événement perturbant.

14. Cliquez sur l’onglet de la carte Source_Images pour en faire la carte active.

    

15. Dans la fenêtre Contents (Contenu), sélectionnez WestCascade.crf.
16. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), pour StdTime, sélectionnez l’intervalle 2018-07-17.

    Vous pouvez voir sur ces images que la zone ne semble pas nue, mais qu’elle apparaît plutôt brune. Cela montre que les arbres n’ont pas été abattus, mais qu’ils ont peut-être subi un incendie.

    

    Vous allez ensuite examiner l’affichage de certaines perturbations dans les images les plus récentes.

17. Sur le ruban, dans l’onglet Map (Carte), cliquez sur Bookmarks (Géosignets) et choisissez Linked_view (Vue associée).
18. Vérifiez que la carte Source_Images est active. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), pour StdTime, sélectionnez l’intervalle le plus récent, 2020-08-23.

    Dans les cartes associées, vous pouvez faire les observations suivantes :

    • (1) Une grande partie des anciennes zones de perturbations (en blanc ou en rose clair) ont depuis été remplies par des arbres de taille adulte, car la forêt a totalement récupéré.
    • (2) Aux emplacements où des perturbations ont eu lieu il y a quelques années (violet moyen), vous pouvez voir sur les images que de jeunes arbres ont repoussé.
    • (3) Pour les perturbations les plus récentes (violet foncé), vous pouvez toujours voir une terre presque nue sur les images.

    

    Si vous le souhaitez, vous pouvez explorer d’autres zones d’intérêt.

19. Lorsque vous avez terminé, fermez la carte Source_Images.
20. Sur le ruban, dans l’onglet View (Vue), cliquez sur le bouton Link Views (Lier des vues) pour désactiver le mode associé.

    

21. Appuyez sur Ctrl+S pour enregistrer le projet.

Créer une carte de récupération de la forêt

Une forêt est un système dynamique qui se caractérise par des cycles de perturbation et de récupération. Par exemple, des arbres sont coupés pour récolter leur bois et de nouveaux arbres sont plantés. La récupération est généralement beaucoup plus long que la perturbation. Pour estimer la durée du processus de récupération jusqu’à ce que les arbres replantés arrivent à maturité, vous pouvez de nouveau utiliser l’outil Detect Change From Change Analysis (Détecter les modifications à l’aide de l’analyse des changements). Cette fois, vous allez extraire les dates de début et de fin des périodes de changement pendant lesquelles les valeurs NBR ont augmenté. Vous allez ensuite calculer le nombre d’années entre les dates de début et de fin. L’entrée est une nouvelle fois le raster d’analyse des changements, WestCascade_change_analysis.crf et le processus se déroule comme suit :

• Recherchez la période de changement pendant laquelle les zones sans arbres sains sont devenues une forêt restaurée, puis extrayez la date de début du changement (à l’aide de l’outil Detect Change From Change Analysis [Détecter les modifications à l’aide de l’analyse des changements]).
• Recherchez les mêmes périodes de changement, puis extrayez la date de fin du changement (à l’aide de l’outil Detect Change From Change Analysis [Détecter les modifications à l’aide de l’analyse des changements]).
• Calculez la différence entre les deux dates, qui correspond au nombre de jours nécessaires à la récupération.
• Convertissez le nombre de jours en nombre d’années en le divisant par 365,25.

Bien que vous puissiez effectuer chacune de ces étapes manuellement, vous gagnerez du temps en exécutant l’intégralité du processus selon ce modèle de géotraitement unique :

Vous allez d’abord ouvrir une nouvelle carte pour reprendre à zéro.

1. Dans la fenêtre Cataog (Catalogue), développez la section Maps (Cartes). Cliquez avec le bouton droit sur Recovery_Analysis et sélectionnez Open (Ouvrir).

   La nouvelle carte s’affiche. Vous allez ensuite ouvrir le modèle de géotraitement.

2. Dans la fenêtre Catalog (Catalogue), développez la section Toolboxes (Boîtes d’outils) et la boîte d’outils Forest_Disturbance_Analysis.tbx. Cliquez avec le bouton droit sur Calculate Recovery Duration (Calculer la durée de la récupération) et sélectionnez Open (Ouvrir).

   

3. Dans la fenêtre Calculate Recovery Duration (Calculer la durée de la récupération), définissez les paramètre suivants :
   • Pour Input Change Analysis Raster (Raster d’analyse des changements en entrée), cliquez sur le bouton de navigation. Dans la fenêtre Input Change Analysis Raster (Raster d’analyse des changements en entrée), ouvrez Folders (Dossiers), sélectionnez WestCascade_change_analysis.crf, puis cliquez sur OK.
   • Pour Output Recovery Raster (Raster de récupération en sortie), saisissez Recovery_years.crf.

   

4. Cliquez sur Run (Exécuter).

   Après quelques instants, le raster en sortie est ajouté à la carte. Il s’agit d’un raster à un seul canal dans lequel les valeurs de pixels correspondent au nombre d’années nécessaires à la récupération.

5. Sur la carte, observez la couche Recovery_years.crf sur la carte, ainsi que la légende dans la fenêtre Contents (Contenu).

   

   Vous pouvez constater que de nombreuses zones abattues ont mis entre 11 et 15 ans pour récupérer. Vous allez explorer un emplacement spécifique dans le détail.

6. Sur le ruban, dans l’onglet Map (Carte), cliquez sur Bookmarks (Géosignets) et choisissez Recovery_years (Années de récupération).

   Vous pouvez constater que la grande zone abattue sur la gauche a mis entre 11 et 15 ans pour récupérer.

   

   Vous allez effectuer une comparaison avec le fond de carte World Imagery (Imagerie mondiale) à l’aide de l’outil Swipe (Balayer). Ce fond de carte est composé des images les plus récentes.

7. Dans la fenêtre Contents (Contenu), vérifiez que la couche Recovery_years.crf est sélectionnée.
8. Sur le ruban, dans l’onglet Raster Layer (Couche raster), dans le groupe Compare (Comparer), cliquez sur Swipe (Balayer).

   

   Remarque :

   L’outil Swipe (Balayer) constitue une alternative à la comparaison côte à côte que vous avez effectuée plus tôt dans ce didacticiel.

9. Sur la carte, faites glisser le curseur de balayage du haut vers le bas pour retirer la couche Recovery_years.crf et la comparer à la zone sur le fond de carte World Imagery (Imagerie mondiale).

   

   Sur le fond de carte, vous pouvez voir que la même zone abattue ressemble à une forêt d’arbres en croissance, qui n’ont pas encore atteint leur taille adulte.

   Sur le côté droit de la carte, vous pouvez voir que certaines durées de récupération plus courtes (en blanc ou en mauve) correspondent aux perturbations récentes là où la forêt est encore au début de son processus de récupération. Sur le fond de carte, le terrain correspondant semble nu ou juste un peu végétalisé.

10. Lorsque vous avez terminé votre exploration, sur le ruban, dans le groupe Navigate (Naviguer) de l’onglet Map (Carte), cliquez sur le bouton Explore (Explorer) pour quitter le mode balayage.

    

11. Appuyez sur Ctrl+S pour enregistrer le projet.

Dans ce module, vous avez créé un raster d’analyse des changements. Vous avez ensuite créé une carte des perturbations forestières afin d’identifier les événements tels que les abattages et les incendies tout au long de la vie de la forêt. Enfin, vous avez créé une carte de la récupération de la forêt pour évaluer la durée nécessaire pour que la forêt récupère et redevienne une forêt mature.

Classifier l’évolution de la forêt

Pour obtenir un aperçu plus complet de l’évolution de la forêt West Cascades (Oregon) au cours des 35 dernières années, vous allez créer une carte de classification de la forêt pour chaque intervalle. Le processus de classification permet d’attribuer une des trois classes suivantes à chaque pixel :

• Forêt saine
• Perturbation
• Récupération

La classification de la série chronologique d’une image inclut la classification de chaque pixel de chaque intervalle. Au lieu de classer la série chronologique de l’image d’origine, WestCascade.crf, vous allez classer le raster d’analyse des changements dérivé, WestCascade_change_analysis.crf, que vous avez généré plus tôt dans le didacticiel. L’outil de classification utilise les informations enregistrées dans tous les canaux du raster d’analyse des changements, y compris Fitted_Value (Valeur ajustée), Slope (Pente), Intercept (Intersection) et Change_Magnitude (Magnitude de changement), pour identifier l’état actuel de la forêt. Le processus de classification d’une série chronologique est très similaire à la classification d’une seule image. La seule différence est que chaque échantillon d’apprentissage doit être créé sur un intervalle spécifique et étiqueté avec la date de l’intervalle.

Remarque :

Pour en savoir plus sur la classification d’une seule image, reportez-vous au didacticiel Calculer les surfaces imperméables à partir d’une imagerie spectrale.

Voici le processus de classification que vous allez suivre :

• Chargez le jeu de classification.
• Récupérez les échantillons d’apprentissage à l’aide de l’outil temporel Training Samples Manager (Gestionnaire d’échantillons d’apprentissage).
• Choisissez un classificateur et entraînez-le sur les échantillons d’apprentissage. Dans ce didacticiel, vous allez utiliser un classificateur d’arbres aléatoires.
• Classifiez la série chronologique à l’aide du classificateur entraîné.
• Pour finir, vous allez créer un diagramme représentant un résumé de vos résultats de classification.

Examiner le raster d’analyse des changements

Pour mieux comprendre le processus de classification, vous allez commencer par examiner les canaux du raster d’analyse des changements avec une symbologie RVB. Vous allez d’abord configurer une nouvelle carte.

1. Au bas de la fenêtre Geoprocessing (Géotraitement), cliquez sur l’onglet Catalog (Catalogue) pour retourner à la fenêtre Catalog (Catalogue).

   

2. Dans la fenêtre Cataog (Catalogue), développez la section Maps (Cartes). Cliquez avec le bouton droit sur la carte Classification et sélectionnez Open (Ouvrir).
3. Dans la fenêtre Catalog (Catalogue), développez Folders (Dossiers), puis développez Forest_Disturbance_Analysis. Cliquez avec le bouton droit sur WestCascade_change_analysis.crf et sélectionnez Add To Current Map (Ajouter à la carte actuelle).

   

   Par défaut, le premier intervalle (1984-06-30) s’affiche avec la symbologie par défaut. Vous allez à présent modifier l’intervalle affiché et la symbologie.

4. Dans la fenêtre Contents (Contenu), vérifiez que la couche WestCascade_change_analysis.crf est sélectionnée.
5. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), pour StdTime, sélectionnez l’intervalle 1987-06-30.

   Cet intervalle constitue un bon exemple à observer.

6. Dans la fenêtre Contents (Contenu), cliquez sur le symbole WestCascade_change_analysis.crf pour ouvrir l’onglet Symbology (Symbologie).
7. Dans l’onglet Symbology (Symbologie), définissez les paramètres suivants :
   • Pour Primary Symbology (Symbologie principale), sélectionnez RGB (RVB).
   • Pour Red (Rouge), sélectionnez Band_1_Slope.
   • Pour Green (Vert), sélectionnez Band_1_Fitted_Value.
   • Pour Blue (Bleu), sélectionnez Band_1_Change_Magnitude.

   

   La carte est mise à jour. La symbologie RGB (RVB) associe les trois canaux sélectionnés sous la forme d’une seule image composite rouge, verte et bleue. Cela constitue un moyen utile pour identifier comment différentes valeurs Slope (Pente), Fitted_Value (Valeur ajustée) et Change_Magnitude (Magnitude de changement) peuvent représenter les différents états de la forêt.

8. Sur le ruban, dans l’onglet Map (Carte), cliquez sur Bookmarks (Géosignets) et choisissez RGB_details.
9. Observez les zones colorées sur la carte.

   D’après les valeurs des trois canaux, la couleur des différentes zones varie du vert clair au rose clair et au vert foncé ou d’autres couleurs. Vous trouverez ci-dessous quelques exemples de la signification de ces couleurs, et notamment sur le rôle que jouent les valeurs NBR Fitted_Value (Valeur ajustée) (canal vert) et Slope (Pente) (canal rouge).

   

   • (1) Forêt adulte saine - vert clair : si la valeur Fitted_Value (Valeur ajustée) est élevée et que la valeur Slope (Pente) est plus ou moins plate (proche de 0), cela signifie que la zone est couverte par une forêt saine et stable.
   • (2) Forêt adulte saine qui va bientôt être abattue - vert vif : si la valeur Fitted_Value (Valeur ajustée) est élevée et que la valeur Slope (Pente) est fortement négative, cela signifie qu’une partie de la forêt saine va commencer à être abattue dans les prochains intervalles.
   • (3) Perturbation - vert foncé ou presque noir : si la valeur Fitted_Value (Valeur ajustée) est moyenne à très faible et que la valeur Slope (Pente) est fortement négative, cela signifie qu’il existe une zone perturbée dans laquelle les arbres sont en cours d’abattage.
   • (4) Perturbation, mais bientôt en récupération - rose vif : si la valeur Fitted_Value (Valeur ajustée) est très faible et que la valeur Slope (Pente) est fortement positive, cela signifie qu’il s’agit d’une zone perturbée dans laquelle les arbres vont être replantés et dans laquelle la forêt va récupérer au cours des prochains intervalles.
   • (5) Récupération - rose claire : si la valeur Fitted_Value (Valeur ajustée) est moyenne et que la valeur Slope (Pente) est positive, cela signifie que la zone est actuellement en cours de récupération, avec de jeunes arbres qui poussent.
10. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur WestCascade_change_analysis.crf et choisissez Zoom To Layer (Zoom sur la couche) pour revenir à la vue générale.

    Pour décider comment classifier chaque pixel, le processus de classification utilise les informations enregistrées dans Fitted_Value (Valeur ajustée), Slope (Pente) et les autres canaux.

Examiner le fichier du jeu de classification

Maintenant que vous comprenez mieux comment le processus de classification utilise les informations des canaux, vous allez démarrer le processus de classification en chargeant le jeu de classification, à l’aide du Training Samples Manager (Gestionnaire d’échantillons d’apprentissage).

Remarque :

Dans le cadre de ce didacticiel, nous vous fournissons un fichier de jeu de classification déjà préparé. Pour créer votre propre fichier de jeu de classification, reportez-vous à la documentation Training Samples Manager (Gestionnaire d’échantillons d’apprentissage).

1. Dans la fenêtre Contents (Contenu), vérifiez que la couche WestCascade_change_analysis.crf est sélectionnée.
2. Dans le ruban, dans l’onglet Imagery (Imagerie), dans le groupe Image Classification (Classification d’images), cliquez sur Classification Tools (Outils de classification) et sélectionnez Training Samples Manager (Gestionnaire d’échantillons d’apprentissage).

   

   La fenêtre Image Classification (Classification d’image) apparaît avec une structure par défaut. Vous allez charger la structure propre au didacticiel.

3. Dans la fenêtre Image Classification (Classification d’images), cliquez sur Classification Schema (Structure de classification).

   

4. Dans la fenêtre Load Schema (Charger la structure), développez Folders (Dossiers) > Forest_Disturbance_Analysis > InputData, sélectionnez WestCascadeForestTypes.ecs, puis cliquez sur OK.

   La structure apparaît et répertorie les trois classes cibles.

   

5. Observez les trois classes répertoriées et vérifiez qu’elles correspondent aux trois types d’état de la forêt décrits précédemment.

Examiner et collecter les échantillons d’apprentissage

Vous allez maintenant collecter les échantillons d’apprentissage pour votre classification d’images. Vous allez d’abord modifier la symbologie de la couche WestCascade_change_analysis.crf pour faciliter l’identification des bons emplacements d’échantillons.

1. Dans la fenêtre Contents (Contenu), cliquez sur le symbole WestCascade_change_analysis.crf pour ouvrir l’onglet Symbology (Symbologie).
2. Dans l’onglet Symbology (Symbologie), définissez les paramètres suivants :
   • Pour Primary Symbology (Symbologie principale), sélectionnez Stretch (Étirer).
   • Pour Band (Canal), sélectionnez Band_1_Fitted_Value.
   • Pour Color Scheme (Dégradé de couleurs), sélectionnez le dégradé de couleurs Greens (Continuous) (Verts [Continus]).
   • Dans Stretch type (Type d’étirement), choisissez Standard Deviation (Écart type).

   

   La carte est mise à jour pour afficher les valeurs NBR ajustées, de la plus faible en blanc à la plus élevée en vert vif.

   Vous devez collecter des échantillons illustrant les trois classes cibles, en prenant des exemples dans différents intervalles. Le premier exemple que vous allez créer sera dans l’intervalle 1984-06-30. Il sera du type Healthy forest (Forêt saine).

3. Dans la fenêtre Contents (Contenu), vérifiez que la couche WestCascade_change_analysis.crf est sélectionnée.
4. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), pour StdTime, sélectionnez l’intervalle 1984-06-30.
5. Dans la fenêtre Image Classification (Classification d’images), cliquez sur la classe Healthy forest (Forêt saine) pour la sélectionner, puis cliquez sur l’outil Polygon (Polygone).

   

6. Sur la carte, identifiez une zone de forêt saine (vert vif), effectuez un zoom avant et commencez à numériser un polygone dans cette zone. Cliquez sur les points qui serviront de sommets au polygone, puis double-cliquez sur le dernier point pour terminer le polygone.

   

   Remarque :

   Pour mieux identifier l’emplacement des échantillons, vous pouvez également examiner le même intervalle sur l’imagerie d’origine, WestCascade.crf, en supplément de la vue de la valeur ajustée.

   Dans la fenêtre Image Classification (Classification d’images), l’échantillon d’apprentissage est ajouté à la liste des échantillons. Le nom de la classe et l’intervalle dans lequel l’échantillon a été collecté sont fournis.

   

   Vous allez maintenant créer un échantillon d’apprentissage de type Disturbance (Perturbation) dans l’intervalle 1992-06-30.

7. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), pour StdTime, sélectionnez l’intervalle 1992-06-30.

   Remarque :

   Si vous avez besoin de vous déplacer vers une autre localisation représentant une zone de forêt perturbée, gardez la touche C enfoncée et déplacez-vous sur la carte ou effectuez un zoom avant avec la souris.

8. Dans la fenêtre Image Classification (Classification d’images), cliquez sur la classe Disturbance (Perturbation) pour la sélectionner, puis cliquez sur l’outil Polygon (Polygone). Sur la carte, identifiez une zone de forêt perturbée (tons blancs), puis tracez un polygone.

   

   Le deuxième échantillon d’apprentissage est ajouté à la liste.

   Remarque :

   Dans un processus réel, vous continueriez à créer des échantillons d’apprentissage depuis différents intervalles pour accumuler de bons exemples pour les trois classes. Cependant, pour gagner du temps dans ce didacticiel, vous allez utiliser un jeu d’échantillons d’apprentissage fourni.

   Vous allez examiner le jeu d’échantillons d’apprentissage mis à votre disposition.

9. Dans la fenêtre Image Classification (Classification d’images), dans la barre d’outils au-dessus de la liste des échantillons d’apprentissage, cliquez sur Load Training Samples (Charger des échantillons d’apprentissage).

   

10. Dans la fenêtre Training Samples (Échantillons d’apprentissage), développez Folders (Dossiers) > Forest_Disturbance_Analysis > InputData. Sélectionnez WestCascade_training_samples.shp et cliquez sur OK.

    Les échantillons d’apprentissage mis à votre disposition apparaissent dans la fenêtre.

    

    Le jeu comprend environ 80 échantillons, chacun comportant un nom de classe et une date d’intervalle.

11. Double-cliquez sur le côté gauche d’un échantillon d’apprentissage dans la liste.

    

    Sur la carte, le polygone correspondant apparaît dans le bon intervalle.

    

12. Vous pouvez également utiliser la même méthode pour visualiser d’autres exemples.
13. Fermez la fenêtre Image Classification (Classification d’images). Lorsqu’un avertissement demande si vous voulez enregistrer la modification, répondez No (Non), puisque vous n’avez pas besoin d’apporter de modification à ce jeu d’échantillons d’apprentissage.
14. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur WestCascade_change_analysis.crf et choisissez Zoom To Layer (Zoom sur la couche) pour revenir à la vue générale.

    Remarque :

    Le jeu d’échantillons d’apprentissage a été collecté depuis un raster d’analyse des changements généré avec exactement les mêmes paramètres que le vôtre. Vous ne pourriez pas l’utiliser avec un autre raster d’analyse des changements, par exemple, un raster généré avec une autre valeur pour le paramètre Snapping date (Date de capture).

Effectuer la classification

Dans cette section, vous allez entraîner un classificateur à l’aide des échantillons d’apprentissage et vous allez l’appliquer à la série chronologique afin de classifier chaque pixel de chaque intervalle. Vous allez tout d’abord utiliser l’outil Train Random Tree Classifier (Préparer le classificateur d’arbres aléatoires) pour effectuer l’apprentissage.

1. Dans la fenêtre Géotraitement, cliquez sur le bouton Retour.

   

2. Recherchez et ouvrez l’outil Train Random Trees Classifier (Préparer le classificateur d’arbres aléatoires).

   

3. Définissez les paramètres ci-après de l’outil.
   • Pour Input Raster (Raster en entrée), sélectionnez WestCascade_change_analysis.crf.
   • Pour Input Training Sample File (Fichier d’échantillon d’apprentissage en entrée), cliquez sur le bouton Browse (Parcourir). Dans la fenêtre Input Training Sample File (Fichier d’échantillon d’apprentissage en entrée), développez Folders (Dossiers) > Forest_Disturbance_Analysis > InputData, sélectionnez WestCascade_training_samples.shp, puis cliquez sur OK.
   • Pour Dimension Value Field (Champ de valeur de dimension), sélectionnez StdTime.
   • Pour Output Classifier Definition File (Fichier de définition de classificateur en sortie), saisissez WestCascade_trained_classifier.ecd.

   

4. Cliquez sur Run (Exécuter).

   L’outil génère un fichier de définition de classificateur Esri (.ecd) qui contient les statistiques et les informations de classification de chaque classe. Vous allez ensuite utiliser ce classificateur entraîné pour classifier l’intégralité de la série chronologique à l’aide de l’outil Classify Raster (Classifier le raster).

5. Dans la fenêtre Géotraitement, cliquez sur le bouton Retour.
6. Recherchez et ouvrez l’outil Classify Raster (Classifier le raster).
7. Définissez les paramètres suivants de l’outil :
   • Pour Input Raster (Raster en entrée), sélectionnez WestCascade_change_analysis.crf.
   • Pour Input Classifier Definition File (Fichier de définition de classificateur en entrée), cliquez sur le bouton Browse (Parcourir). Dans la fenêtre Input Classifier Definition File (Fichier de définition de classificateur en entrée), développez Folders (Dossiers) et Forest_Disturbance_Analysis, sélectionnez WestCascade_trained_classifier.ecd, puis cliquez sur OK.
   • Pour Output Classified Raster (Raster classé en sortie), saisissez WestCascade_classification.crf.

   

8. Cliquez sur Run (Exécuter).

   À l’aide des informations contenues dans le classificateur entraîné, l’outil classifie chaque pixel de chaque intervalle du raster d’analyse des changements dans l’une des trois classes cibles.

   La sortie du raster CRF multidimensionnel apparaît. Il s’agit d’une série chronologique dans laquelle chaque intervalle est composé d’un raster à un seul canal avec des valeurs de classification. Par défaut, l’intervalle 1984-06-30 s’affiche.

   En fonction de la légende, vous pouvez voir les éléments suivants :

   • Les zones en vert foncé sont classées sous Healthy forest (Forêt saine).
   • Les zones en rose vif sont classées sous Disturbance (Perturbation).
   • Les zones en vert clair sont classées sous Recovery (Récupération).

   

9. Sur le ruban, dans l’onglet Multidimensional (Multidimensionnel), dans le groupe Current Display Slice (Intervalle d’affichage actuel), cliquez sur Play Slices Along StdTime (Lire les tranches sur StdTime) pour animer la série chronologique et voir l’évolution de la forêt au fil du temps.

   

   Vous pouvez voir comment les zones de forêt saine deviennent des zones perturbées, puis des zones de récupération.

10. Lorsque vous avez fini de regarder l’animation, cliquez de nouveau sur Play Slices Along StdTime (Lire les tranches sur StdTime) pour l’arrêter.

    Vous allez ensuite calculer les résumés statistiques pour les trois classes dans chaque intervalle à l’aide de l’outil Summarize Categorical Raster (Résumer le raster catégorique). L’outil va alors compter le nombre de pixels dans chaque classe.

11. Dans l’outil Geoprocessing (Géotraitement), cliquez sur le bouton Back (Retour).
12. Recherchez et ouvrez l’outil Summarize Categorical Raster (Résumer le raster catégorique).
13. Définissez les paramètres suivants de l’outil :
    • Pour Input Categorical Raster (Raster catégorique en entrée), sélectionnez WestCascade_classification.crf.
    • Pour Output Summary Table (Table de synthèse en sortie), saisissez Forest_types_table.

    

14. Cliquez sur Run (Exécuter).

    Dans la fenêtre Contents (Contenu), sous Standalone Tables (Tables autonomes), la table en sortie apparaît. Vous allez ensuite créer un diagramme à barres pour afficher les informations contenues dans la table, en vous concentrant sur les classes Disturbance (Perturbation) et Recovery (Récupération).

15. Dans la fenêtre Contents (Contenu), cliquez avec le bouton droit sur Forest_types_table, puis cliquez sur Create Chart (Créer un diagramme) et sur Bar Chart (Diagramme à barres).

    

    Une fenêtre Chart Properties (Propriétés du diagramme) s’ouvre, ainsi qu’une fenêtre de diagramme vide.

16. Dans la fenêtre Chart Properties (Propriétés du diagramme), définissez les paramètres suivants :
    • Pour Category or Date (Catégorie ou date), sélectionnez StdTime.
    • Dans Aggregation (Agrégation), sélectionnez Sum (Somme).
    • Pour Numeric field(s) (Champ[s] numérique[s]), cliquez sur le bouton Select (Sélectionner). Cochez les cases Disturbance (Perturbation) et Recovery (Récupération), puis cliquez sur Apply (Appliquer).

    

    Un diagramme apparaît. Vous allez le mettre en forme et y ajouter des étiquettes pour en optimiser l’affichage.

17. Dans la fenêtre Chart Properties (Propriétés du diagramme), cliquez sur l’onglet Series (Séries).

    

    Vous allez modifier la symbologie des couleurs pour correspondre à la carte de classification.

18. Dans la liste des champs, cliquez sur chaque symbole et sélectionnez les couleurs suivantes :
    • Pour la ligne Disturbance (Perturbation), sélectionnez un rose vif de type Peony Pink (Rose pivoine).
    • Pour la ligne Recovery (Récupération), sélectionnez un vert vif de type Light Apple (Vert pomme clair).

    

19. Dans le volet Chart Properties (Propriétés du diagramme), cliquez sur l’onglet General (Général) et définissez les paramètres suivants :
    • Pour Chart title (Titre du diagramme), saisissez Forest Classification (1984-2020).
    • Pour X axis title (Titre de l’axe X), saisissez Year (Année).
    • Pour Y axis title (Titre de l’axe des y), saisissez Number of pixels (Nombre de pixels).

    

    Le diagramme est mis à jour.

    

    Ce diagramme présente les tendances de l’évolution de la forêt sur une période de 35 ans. Il donne un aperçu de l’équilibre entre les perturbations et la récupération dans l’écosystème forestier. Une tendance évidente est la nature complémentaire de la dynamique de la forêt : lorsque la récupération est élevée, la récupération est faible, et inversement. Par exemple, sur la période de 10 ans entre 1992 et 2002, le graphique indique une relation inverse dans laquelle la récupération de la forêt était élevée tandis que la perturbation était relativement faible. Dans les intervalles 1985-1990 et 2014-2020, les perturbations ont augmenté par rapport à la récupération en raison de l’exploitation forestière, comme le confirme l’imagerie de ces années.

20. Appuyez sur Ctrl+S pour enregistrer votre projet.

L’analyse des changements de la couverture forestière est cruciale pour évaluer l’état de santé de la forêt et la biodiversité, mais aussi pour aider à la gestion de la forêt, à la production de produits à base de bois, à la surveillance des potentiels abattages illégaux, et bien plus encore. Pour répondre à ces besoins, vous devez être en mesure de surveiller de grandes zones à intervalles rapprochés et à un coût raisonnable. LandTrendr est un outil cartographique efficace pour détecter et surveiller les perturbations et la récupération des zones boisées. Il s’appuie sur une série chronologique d’imagerie Landsat afin de détecter automatiquement les changements spatiaux de l’occupation du sol par les forêts.

Dans ce didacticiel, vous avez utilisé l’outil Pixel Time Series Change Explorer (Explorateur des changements de pixels dans la série chronologique) pour examiner l’évolution de la forêt de manière interactive. Vous avez ensuite utilisé les outils Analyze Changes Using LandTrendr (Analyser les modifications avec l’algorithme LandTrendr) et Detect Change Using Change Analysis Raster (Détecter les changements à l’aide du raster d’analyse des changements) pour créer des cartes qui représentent les modèles et les tendances en matière de perturbation et de récupération de la forêt au fil des ans. Enfin, vous avez classé le raster d’analyse des changements en trois classes à l’aide d’un classificateur d’arbres aléatoires, et vous avez créé un diagramme représentant les tendances de l’évolution de la forêt sur une période de 35 ans.

Vous trouverez d’autres didacticiels comme celui-ci dans la collection de didacticiels Présentation de l’imagerie et de la télédétection.

Crédits

• WestCascade.crf: Imagerie Landsat pour analyse avec l’aimable autorisation de l’USGS, téléchargé via USGS Earth Explorer.
• Forest_management_boundaries : dérivée de la couche USA Protected Areas - Manager Type à partir de Living Atlas, initialement à partir du jeu de données PAD-US de l'USGS.
• Kennedy, R. E., Z. Yang et W. B. Cohen : « Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr — Temporal segmentation algorithms, » Remote Sensing of Environment, 114, no. 12 (2010) : 2897-2910. https://doi.org/10.1016/j.rse.2010.07.008.