Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.

org/21995

Cybergeo : European Journal of Geography

Systèmes, Modélisation, Géostatistiques

Grzegorz SKUPINSKI, Dong BINHTRAN et Christiane WEBER

Les images satellites Spot

multi-dates et la métrique spatiale
dans l’étude du changement
urbain et suburbain – Le cas de la
basse vallée de la Bruche
(Bas-Rhin, France)
Twenty years of land use land cover changes using Spot images serie
and spatial metric - The sub-urban Bruche valley (Bas Rhin France)

[@article] 439

RÉSUMÉ/ABSTRACT
L’étude des changements urbains et périurbains représente un enjeu important pour les collectivités territoriales notamment dans
des zones à risque (ici inondation) et représentant un potentiel écologique. La basse vallée de la Bruche (Bas-Rhin, France) est une
vallée de plus en plus urbanisée sous la pression de Strasbourg. Le suivi des processus de peuplement a été réalisé sur une
période de 20 ans afin d’identifier les phases d’urbanisation et leurs conséquences. L’utilisation conjointe d’images Spot multi-dates
acquises en 1986, 1996 et 2005 et d’une « métrique spatiale » a permis de dégager les formes principales de l’évolution de
l’occupation du sol pendant cette période et d’obtenir la caractérisation des changements paysagers induits. Les résultats obtenus
mettent en évidence une tendance à la densification et à l’étalement du processus d’urbanisation dans cette vallée accompagnée
d’une modification profonde des paysages. Après un rappel sur le suivi des modifications de l’occupation du sol, les
développements réalisés sur les trois images sont présentés ainsi que l’application de diverses métriques paysagères. La
description des résultats obtenus est suivie d’une discussion qui replace cette approche combinée dans une perspective plus vaste.

The study of urban and peri-urban change represents a major challenge for local authorities, especially in areas at risk (ex. flood) and
representing an ecological potential. The Bruche lower valley (Bas-Rhin, France) is increasingly urbanized under pressure from
Strasbourg. The monitoring of settlement process was achieved over a period of 20 years to identify the phases of urbanization and
their consequences. The multi-temporal remote sensing images of Spot acquired in 1986, 1996 and 2005 and "Spatial metric" were
jointly used to identify the main forms of evolution of land-cover during this period and to characterize the landscape changes. The
results highlight a trend of increasing density and sprawl process in the valley accompanied by a significant change of the landscape
structure. The paper is structured in four sections. First, related works on monitoring of land-use/cover are exposed. Second, image
processing are presented and the application of various landscape metrics. Third, the description of results is detailed. Finally,
conclusion and perspective approaches are discussed.

PLAN

Introduction
Etat des connaissances : Images satellites, métriques paysagères et mesure du changement urbain et
périurbain
Approche du changement de l’occupation du sol à partir des images satellites multi-dates
Approche de la métrique paysagère
Zone d’étude
Données disponibles et prétraitements
Développements méthodologiques
Détection des changements

1 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

Indices du paysage
Résultats et discussions
Classification
Evolution de classes
Identification des classes dynamiques et des changements du paysage
Tissu urbain
Zones industrielles et commerciales
Végétation arborée
Conclusions et perspectives

TEXTE INTÉGRAL
PDF

Introduction
1 Le suivi des processus de peuplement (urbanisation et périurbanisation) et de l’évolution de la structure
du paysage permet d’identifier les différentes phases d’urbanisation et les modifications paysagères
induites. En effet, l’étude des changements de la forme du paysage constitue une étape importante
dans la compréhension des conséquences écologiques induites par ces processus, tant dans les
fonctions que dans les processus écologiques eux-mêmes (Weng, 2007). De plus ces changements
perturbent l’ensemble des propriétés de l’écosystème et ses fonctions, telles que les cycles
biogéochimiques et le maintien de la diversité des espèces (Savard et al., 2000). Dans un contexte
urbain ou périurbain, l’étude des changements du paysage et leurs conséquences sur les écosystèmes
se résume en partie à des effets de fragmentation de la flore, de la faune et de l’habitat selon un
gradient centre-périphérie (Bastin et Thomas, 1999 ; Mortberg, 2001 ; Olff et Ritchie, 2002).

2 L’observation des changements du paysage urbain et périurbain 1 au cours du temps permet d’estimer
la nature des processus naturels et anthropiques en jeu et d’en évaluer les enjeux de gestion des
ressources naturelles et des territoires. Le suivi de ces changements est effectué depuis une vingtaine
d’années à partir de données satellites (Landsat MSS, TM, ETM, Spot, Ikonos, Quickbird, etc.) grâce à
leurs résolutions spatiales, spectrale et temporelle de plus en plus performantes.Quant à l’utilisation
conjointe de la télédétection et de la métrique paysagère 2(Macgarigal et Barbara, 1994) elle ne s’est
répandue que récemment pour l’étude des changements du paysage urbain et périurbain (Dietzel et al.,
2005 ; Herold et al., 2002, 2003, 2004 ; Leitão et al., 2006 ;Weng, 2007,). En effet, la métrique
paysagère permet d’aborder des paysages complexes et de les rendre identifiables et quantifiables et
favorise aussi la révélation de propriétés de l’écosystème non observables a priori (Antrop et Eetvelde,
2000). La métrique paysagère ou métrique spatiale est une mesure de la forme et de la distribution
des structures spatiales (ou éléments comme la végétation) appliquée initialement dans l’étude de
l’écologie du paysage (Gustafson, 1998 ; McGarigal et al., 2002). Cet outil méthodologique autorise
ainsi la mesure du changement d’autres formes du paysage, notamment en fonction du niveau
d’urbanisation (Luck et Wu, 2002) ainsi que celle de la dynamique temporelle de ces changements
(Dietzel et al., 2005 ; Herold et al., 2003). Cependant, le potentiel de telles analyses quantitatives
dépend fondamentalement des données géographiques disponibles, notamment les données spatiales
(cartographique, photographique ou satellite) et de la résolution spatiale des données utilisées.

3 L’objectif de ce travail est d’identifier, de caractériser et de quantifier les modifications paysagères

qu’entraîne l’avancée du front d’urbanisation à l’ouest de Strasbourg sur une durée de 20 ans environ
entre 1986 et 2005 à partir des images satellites et d’indices de métrique paysagère. Comme toutes les
agglomérations régionales, Strasbourg subit à la fois un étalement urbain contraint par le relief, les
caractéristiques hydrologiques (zones humides, remontée de nappe, eaux de surface etc.) et le
processus de renouvellement urbain interne. La pression foncière actuelle pousse de plus en plus les
localités à favoriser le développement de lotissement ou de modification des PLU dans des zones
jugées antérieurement sensibles notamment aux inondations. La basse vallée de la Bruche constitue un
élément essentiel à la fois de la richesse environnementale de la zone, mais aussi des risques
d’inondation qu’encoure la population notamment à la confluence avec l’Ill.

4 Cet article vise en particulier à répondre à diverses questions concernant : les transformations du

2 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

paysage sur cette période et leurs caractéristiques, la description du processus d’urbanisation dans
cette vallée proche de Strasbourg (dynamique et intensité) et l’intérêt des informations paysagères en
tant que complément à l’étude usuelle de celui-ci à partir de données satellites. Il est structuré en quatre
parties. Après l’introduction, nous rappelons l’état des connaissances sur le sujet. Les méthodes
utilisées sont ensuite abordées. Les résultats et les points de discussion sont présentés dans la
troisième partie. La dernière partie propose des points de conclusion et des perspectives.

Etat des connaissances : Images satellites,

métriques paysagères et mesure du changement
urbain et périurbain
5 La question cruciale de cette étude est « Comment identifier et quantifier le changement spatio-temporel
du paysage urbain et périurbain à partir des données satellites ? ». Deux types de méthodes sont
utilisés afin de déterminer les changements entre différents types d’occupation du sol et entre
différentes formes du paysage : le traitement d’images satellites multi-dates et l’application de la
métrique paysagère.

Approche du changement de l’occupation du sol à partir

des images satellites multi-dates
6 Les données satellites, à l’heure actuelle, deviennent un outil incontournable pour la planification et
l’aménagement du territoire en raison de la périodicité des prises de vue et de résolutions spatiales de
plus en plus performantes. Les résolutions spatiale et temporelle jouent un rôle important dans
l’identification des modifications de la surface terrestre (Ridd et Liu, 1998). Le suivi de la croissance des
espaces urbanisés impose une connaissance périodique de l’occupation du sol. Les techniques de
détection de changement (soustraction d’images, corrélation, rectification spatiale etc.) sur les images
numériques ont été mises en œuvre par Lillestrand dès 1972. Elles intègrent les techniques du
traitement de données satellites : correction radiométrique, géométrique, classification et extraction des
formes, etc. (Ashbindu, 1989). Elles permettent de déterminer l’évolution du périmètre de la ville
(contenant) et le « taux de remplissage » de la ville (contenu).

7 La détermination de l’évolution du périmètre de la ville (contenant) repose sur le changement de la

couverture végétale et sur les rapports de densité entre l’affectation urbaine et rurale. Certains critères
permettent de définir le périmètre d’agglomération sur l’image satellite, tels que la variation nette dans la
densité de l’habitat, le desserrement du réseau de voies de communication, le changement dans
l’affectation du sol, etc. La détermination du « taux de remplissage » de la ville (contenu) à partir des
données satellitaires requiert souvent la prise en compte de deux critères essentiels : la taille du pixel (la
résolution spatiale au sol) et l’hétérogénéité de l’espace. La croissance urbaine procède ainsi à la fois
par une densification de l’occupation du bâti existant et par l’extension des limites du bâti plus ou moins
continu. La détection des changements d’occupation du sol est un processus fondé sur l’identification
des différences d’état d’objets ou de phénomènes à travers des observations à des moments différents
(Singh, 1989). La situation idéale est bien entendu de pouvoir utiliser des images obtenues par le même
capteur avec la même géométrie d’observation et à des dates similaires d’acquisition (Lillesand et al.,
2004). Cela permet de minimiser les erreurs provoquées par les variations saisonnières et l’angle
solaire.

8 Il existe de nombreuses méthodes pour la détection de changements comme l’analyse de la différence

entre images (Ballut et Nguyen, 1984 ; Ridd et Liu, 1998), la soustraction d’images (Fung, 1990 ; Zhang
et al., 2002), l’étude des modifications de la morphologie urbaine (Baudot, 1994 ; Dureau, 1990 ;
Terrettaz, 1998), les indices de différence végétale (Masek et al., 2000), le seuillage d’images (Fung,
1990), l’usage de filtre de passe-haut (Fung, 1990 ; Kwarteng et Chavez, 1998), l’analyse en
composantes principales, l’application des réseaux neuronaux (Chen et al., 2004), la régression (Ridd
and Liu, 1998), la classification spectrale/temporelle (Xiao et al., 2005 ; Yin et al., 2005 ; Zhang et al.,
2002), la comparaison post-classification (Yang et Lo, 2002) ou encore l’approche orientée-objet (He et

3 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

al., 2005).

9 Le choix d’une méthode plutôt qu’une autre pour détecter des changements d’occupation du sol n’est
pas évident. La sélection dépend, entre autres, du paysage, des types de changements et des
résolutions spatiales et temporelles des données à utiliser. Parmi les méthodes existantes, la
comparaison post classification s’avère souvent la plus appropriée pour un inventaire notamment dans le
cadre de la constitution d’une base de données, sans objectif de simulation d’une situation future. Nous
utilisons cette méthode pour notre travail, tout en sachant que l’efficacité de cette méthode est basée
sur la qualité de la classification des images.

Approche de la métrique paysagère

10 Cette approche a été développée plus particulièrement en écologie du paysage, dans les années 1980
à partir de la théorie de l’information et de la géométrie fractale (Mandelbrot, 1975 ; McGarigal et
Barbara, 1994 ; Herold et al., 2004). Les mesures sont calculées sur les taches du paysage (patch,
ensemble) définies comme des zones homogènes d’un paysage spécifique (par exemple : sols
agricoles, zone industrielle, parc, etc.). Elles facilitent la quantification de l’hétérogénéité spatiale des
taches ou d’un ensemble de taches appartenant à une classe. Les métriques paysagères (ou indices)
se déclinent selon Antrop et al (2000) en deux familles aux objectifs distincts : la caractérisation
d’attributs additionnels pour la classification des types de paysage ou l’extraction d’indicateurs de
changement ou de perturbations du paysage. Comme le soulignent Herold et al (2003) « spatial metrics
can be defined as quantitative and aggregate measurements derived from digital analysis of thematic-
categorical maps showing spatial heterogeneity at a specific scale and resolution ». L’usage des
métriques spatiales peut ainsi être appliqué pour des analyses multi-échelles et multi-temporelles
permettant une extraction des changements fondée sur les modifications du couple
homogénéité/hétérogénéité spatiale. Trois échelles d’analyse emboîtée du paysage peuvent être
distinguées, selon (McGarigal, (2002) : des indices de surface, bordure ou forme peuvent être définis
pour chaque composant du paysage ou noyau (patch-level), des indices définis pour des groupes d’un
même type, analysant des propriétés additionnelles résultant de la configuration spatiale du type (class-
level) comme la distance moyenne peuvent compléter l’information et enfin des indices calculés sur
l’ensemble du paysage, par l’analyse de propriétés additionnelles résultant de la configuration spatiale
de tous les composants (landscape-level) comme la diversité peuvent être calculés. Ces indices sont
déterminés selon des logiques spatiales spécifiques liées soit à l’élément unitaire ou à un groupe à
partir duquel sont calculées les relations entre éléments : l’isolement, la proximité, le contraste, la
contagion, l’entremêlement (interspersion), la connectivité ou la diversité.

11 Il existe de nombreux indices calculés à partir de données spatiales, notamment satellites que se soit au
niveau du pixel (pixel-based, comme la contagion ou la lacunarité) calculés pour tous les pixels d’une
tache (Gustafson, 1998) ou au niveau de la tache (ensemble de pixels) (patch-based, comme la taille, la
forme, la longueur de la bordure, la densité de tache ou la dimension fractale).

12 Appliqués aux espaces anthropisés, diverses stratégies sont développées : l’analyse de gradientbasée
sur la tache permet à Weng (2007) de révéler les effets de l’urbanisation sur les formes de paysage.
(Antrop et al, 2000) utilisent les photos aériennes et les métriques paysagères pour étudier le paysage
suburbain à la ville de Ghent, Belgique. Quant à Herold (2003), ils mettent en valeur des applications
plus complexes, intégrant la télédétection, les métriques spatiales et les modèles de croissance urbaine
dans le suivi et la planification urbaine à Santa Barbara, Californie. Tous soulignent cependant la
sensibilité des métriques paysagères à la qualité de données utilisées, aux méthodes employées
(classification et interprétation) et à la complexité et l’hétérogénéité du paysage. Outre ces limites,
(Herold et al, 2004) soulignent aussi des problèmes d’application de ces métriques spatiales concernant
la précision thématique, la sélection des métriques et la définition du domaine spatial de l’étude.

13 La précision spatiale est donc, dans une telle approche, un des problèmes les plus importants. Plus elle
est élevée et plus la structure du paysage a une hétérogénéité forte. La précision thématique est liée à
la précision de la classification. Une précision thématique trop importante peut conduire à une perte
d’identité des paysages, en accentuant des structures homogènes non caractéristiques. La sélection
des métriques, pose ainsi un certain nombre de questions car chacune relève d’une signification
spécifique selon le contexte. La définition du domaine spatial représente finalement un problème tout
aussi crucial car elle concerne à la fois la subdivision spatiale de la zone d’étude (limite administrative,

4 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

parcelle, etc.) et l’unité spatiale du calcul (grille de calcul des cellules, fenêtre quadratique ou kernel à
appliquer).

Zone d’étude
14 La zone d’étude est concentrée sur la quasi-totalité de la basse vallée de la Bruche située à l’ouest de
l’agglomération strasbourgeoise, regroupant administrativement sept communes (ou parties de) :
Achencheim, Eckbolsheim, Entzheim, Hangenbieten, Holtzheim, Lingolsheim, Obershaeffolsheim,
Wolfisheim (Figure 1). Elle constitue un ensemble de communes de l’agglomération et de sa couronne
proche et couvre environ 3650 hectares. La basse vallée de la Bruche est au centre d’enjeux
économiques, écologiques et humains particulièrement forts. L’attractivité des communes placées le
long de cette vallée provoque une extension des surfaces bâties dans une zone sensible aux inondations
surtout dans les zones de peuplement à proximité de Strasbourg comme Eckbolsheim, Entzheim ou
Lingolsheim 3. La figure 1 illustre cette zone avec à l’est les quartiers de Strasbourg et les réseaux
routiers et autoroutiers qui irriguent les communes périphériques et au centre une zone semi-agricole
inondable malgré le canal de dérivation de la Bruche, ce qui explique une densité plus forte au nord du
canal qu’au sud, zone de méandres de la Bruche.

15

Figure 1 : Découpage de la zone d’étude

Données disponibles et prétraitements

16 Les principales sources de données utilisées dans cette étude sont trois images multispectrales Spot
(tableau 1) et des données ancillaires (cartes, orthophotos IGN et relevés terrain). Les compositions de
fausse couleur des trois images sont présentées sur la figure 2.

Image Date Résolution spectrale Résolution

d’acquisition spatiale
Spot 1 HRV2 28 juin 1986 0.50-0.59 µm 0.61-0.68 µm 0.79-0.89 µm 20m
Spot 3 HRV2 22 juillet 1996 0.50-0.59 µm 0.61-0.68 µm 0.79-0.89 µm 20m
Spot 5 3 juin 2005 0.50-0.59 µm 0.61-0.68 µm 0.79-0.89 µm 1,58-1.75 10m
HRG2 µm
Tableau 1 : Caractéristiques des images SPOT utilisées

17

5 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

Figure 2 : Images Spot utilisées pour la classification

18 La période d’acquisition des images paraît très importante dans l’étude des changements du paysage à
partir des données satellitaires.(Jensen, 1983) a constaté que les images prises pendant les mois
ensoleillés présentent un très bon contraste entre objets urbains et non-urbains et l’utilisation des
images acquises dans la même période de l’année pour l’étude diachronique peut réduire les problèmes
liés aux différences d’angles solaires, au changement phénologique de la végétation et à la différence
d’humidité des sols. Les images utilisées pour cette étude sont cohérentes en termes de période
d’acquisition ensoleillée (en juin et en juillet) et de hauteur du soleil (très peu décalée, entre 58° et 62°).
Ces images n’ont pratiquement pas de couvert nuageux. Ces paramètres physiques permettent de
considérer que les ombres portées sont négligeables et les conditions d’acquisition d’images sont
similaires.

19 Le thème principal de notre étude est axé sur l’évolution du front urbain dans la vallée de la Bruche entre
les trois dates de 1986, 1996 et 2005. L’espace urbain, par sa nature très hétérogène, se complexifie
par la présence au sol d’objets différents dans leur forme, direction, taille, matériaux et de dimension
très variée selon le type d’habitat. A cette complexité s’ajoutent les contraintes inhérentes à la taille du
pixel. En effet, la résolution varie entre 20 m (pour les images 1986 et 1996) et 10 m (pour l’image
2005). La combinaison des textures et structures dans les images disponibles permet d’extraire des
types urbains similaires grâce à la densité des constructions et la nature de celles-ci. Cependant, les
sols nus qui présentent une forte réflectance, peuvent induire des confusions avec les zones
industrielles, les quartiers résidentiels ou encore les zones en construction lors de l’interprétation, voire
de l’extraction automatique.

20 L’analyse diachronique passe par la comparaison d’images entre elles. Afin de pouvoir combiner et
comparer ces images, deux opérations sont nécessaires : le recalage géométrique et la calibration
radiométrique. Le recalage géométrique réduit les déformations spatiales et amène l’image dans une
projection cartographique commune. Les trois images disponibles sont recalées géométriquement avec
une erreur très faible inférieure à un pixel. Les conditions d’acquisition de ces images étant similaires, la
variation diachronique des réflectances entre les mêmes objets sur les trois images a été considérée
comme négligeable et la calibration radiométrique n’a donc pas été nécessaire. Les différences de
résolution spatiales entre les images utilisées ont été homogénéisées par agrégation spatiale des pixels
de l’image de 2005 à une résolution de 20m pour le calcul des métriques spatiales.

Développements méthodologiques
Détection des changements
21 Avant l’identification des changements, la classification supervisée des images a été réalisée à partir

6 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

d’un algorithme de maximum de vraisemblance. La mise en œuvre d’une classification supervisée

apparaît comme une longue chaîne de production d’informations qui prend en compte la définition des
classes, la sélection de zones d’entraînement bien distinctes, la généralisation et la validation des
résultats. La qualité de la classification supervisée dépend de la qualité et de la taille de zones
d’entraînement et de la résolution spatiale de l’image à classer (Chen 2002). L’évaluation d’une
classification est un concept complexe comprenant la référence à plusieurs critères et pouvant se
dérouler en plusieurs étapes (Caloz et Collet, 2001). L’idée principale consiste à déterminer cette
précision en comparant les résultats fournis avec des données issues de la vérité terrain. L’évaluation de
la classification est réalisée à l’aide d’objets (pixels, régions homogènes, polygones, etc.) de même
nature que ceux traités par la classification.

22 Deux indices issus de la matrice de confusion sont souvent utilisés pour la validation de la performance
des classifications : la précision globale (la proportion des pixels bien classés calculée en pourcentage)
et l’indice de Kappa (le rapport entre le nombre de pixels bien classés et le total des pixels sondés).
Cet indice de Kappa indique comment les données à classer s’accordent aux données de référence
(Congalton, 1991; Congalton et al., 1983). Il constitue une mesure fiable dans l’évaluation des
classifications thématiques (Gong et Howarth, 1990; Stehman, 1996), car il examine tous les éléments
dans la matrice de confusion. Ceci n’est pas le cas pour la précision globale, qui ne prend en compte
que les éléments situés sur la diagonale. Le Kappa est cependant sensible aux erreurs de commission
(Caloz et Collet, 2001).

23 Les trois images classées de la zone d’étude ont constitué la base des calculs de changements
d’occupation du sol : l’analyse de différences entre les trois images classées pour identifier les
changements de surface occupée par chaque classe et ensuite les échanges entre elles. La
présentation graphique des changements au sein de chaque classe a permis de détecter les zones
affectées par ces changements. Tous les traitements d’image ont été effectués sur le logiciel ENVI 4.3.

Indices du paysage
24 L’analyse du paysage effectuée à partir d’images classées permet d’avoir une information
supplémentaire des caractéristiques des changements du paysage. Bien que l’observation des résultats
puisse aboutir à la description des changements au sein des éléments du paysage, elle reste
difficilement identifiable en termes de forme paysagère, de fragmentation ou de renforcement. Les
calculs d’indices du paysage, basés sur un raisonnement systématique appliqué aux éléments de l’image
classée fournissent une vision plus riche du paysage.

25 La plupart des mesures quantitatives sont calculées à partir du logiciel FRAGTATS (McGarigal et al.,
2002). Nous utilisons dans cet article deux échelles d’analyse : la tache (avec des caractéristiques
unitaires) et l’arrangement spatial des taches adjacentes fondé sur les relations. Les métriques
paysagères suivantes sont employées :

26 Le nombre de composants (NP - Number of Patches) indique le nombre de composants individuels et

fournit une vision de la croissance de certains éléments paysagers. Il nous permet de savoir s’il y a des
créations de nouveaux pôles entre les diverses périodes temporelles considérées :

27 où n est le nombre de composants présents dans le paysage ;

28 L’indice de forme du paysage (LSI - Landscape Shape Index) montre le rapport de la longueur totale de
bordure d’un espace sur le périmètre d’un carré ayant la même surface et permet de connaître la
compacité ou au contraire la fragmentation des éléments. LSI est égale à 1 quand un paysage est
composé d’un seul composant ou très compact de même type. La valeur augmente quand les
composants deviennent désagrégés :

7 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

29

30 où ei est la longueur totale de bordure ;

31 L’indice de forme du paysage normalisé (nLSI - normalised Landscape Shape Index), qui est une
version normalisée de l’indice LSI et fournit une mesure de l’agrégation des classes :

32 où ei est la longueur totale de bordure ;

33 L’indice de dimension fractale (FRAC - Fractal Dimension Index), qui reflète la complexité et la
fragmentation de la forme par la relation entre le périmètre et la surface varie entre 1, pour les formes
simples, et 2, pour les formes complexes. La moyenne des valeurs de FRAC pour tous composants du
même type donne l’indice fractal moyen (FRAC_MN) :

34

35 où pij est le périmètre de la tache ij, et aij la surface de la tache ij ;

36 La distance euclidienne des composants les plus proches (ENN - Euclidean Nearest Neighbour
Distance). La moyenne des valeurs de cet indice pour tous les composants du même type donne la
distance euclidienne moyenne au composant de même type la plus proche (ENN_MN) et reprend la
logique fractale de rapport surface-contour :

37

38 où hij est la distance du composant le plus proche voisin de même type.

Résultats et discussions
Classification
39 Le choix des classes thématiques constitue une étape cruciale dans cette opération. Les classes
doivent, à la fois, être bien discriminées entre elles et communes aux trois images. Ces objectifs posent
un problème concernant la séparabilité spectrale des classes, notamment pour les zones couvertes de
végétation. Les réponses spectrales des différentes cultures sont souvent très proches de la végétation
herbacée, ce qui entraîne une définition distincte entre les classes thématiques. Les classes présentées
dans le Tableau 2 sont les résultats d’une confrontation des objectifs avec les possibilités techniques
d’extraction des classes thématiques.

1 Tissu urbain Espaces dominés par des bâtiments. Les bâtiments, la voierie et les surfaces
artificiellement recouvertes coexistent avec des surfaces végétalisées et du sol nu,
qui occupent de manière discontinue des surfaces importantes.

8 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

2 Zones industrielles Zones recouvertes artificiellement (zones cimentées, goudronnées, asphaltées ou

et commerciales
3 Végétation arborée
4 Végétation herbacée
et cultures
5 Espaces nus
urbains ou ruraux
6 Cours et plans d’eau
Tableau 2 : Classes thématiques
stabilisées : terre battue par exemple). Elles comprennent aussi des bâtiments,
infrastructures des zones portuaires et infrastructures des aéroports :
Formations végétales principalement constituées par des arbres et arbustes.
Formations constituées essentiellement de graminées, des plantes à fleurs, de
fougères ainsi que des petits végétaux ligneux sous-arbustifs mais aussi des
cultures.
Espaces ouverts non-bâties et sans végétation
Cours et étendus d’eau, naturels ou artificiels

40 Le choix des zones d’entraînement a constitué une étape importante dans le processus de classification.
Ces zones doivent être représentatives pour chacune des classes. La séparabilité des signatures
spectrales des échantillons représente un moyen performant de sélection des zones d’entraînement.
Deux méthodes ont été utilisées : visualisation 3D des échantillons (Figure 3) et calcul de la séparabilité
entre les groupes d’échantillons. La première méthode permet de visualiser les échantillons (outil
nD-Visualizer, ENVI 4.3) et de vérifier rapidement si les pixels choisis correspondent bien à la classe
que l’on veut établir. En utilisant la visualisation et en effectuant la rotation de l’image, les pixels isolés
ont pu être identifiés et éliminés.

41

Figure 3 : Exemple de visualisation des échantillons de l’image de 1996

42 La deuxième méthode consiste à calculer la séparabilité en utilisant la méthode de divergence

transformée. Cet indice est compris entre 0 et 2, où 2 correspond à la séparabilité maximale. Les
classes les moins séparables entre elles sont les zones industrielles et commerciales et les espaces
nus urbains ou ruraux, la végétation arborée et la végétation herbacée et cultures et, enfin, la végétation
herbacée et cultures et les espaces nus urbains ou ruraux (espaces ouverts).

43 Après la classification des trois images, l’évaluation des résultats a été effectuée par des méthodes
quantitatives et qualitatives. Le tableau 3 montre la précision élevée obtenue pour la classification des
trois images.

1986 1996 2005

Coefficient Kappa 0.95 0.96 0.99
Précision globale 95.82 96.07 98.88
Tableau 3 : Résultat de la classification de trois images 1986, 1996 et 2005

44 Les premières observations permettent d’analyser les erreurs soulignées au sein des matrices de
confusion et de les expliciter à partir de la documentation disponible. Deux grands types d’erreurs ont
été relevés : tout d’abord la confusion entre les espaces nus et les voies de communication avec le tissu
urbain, et entre les zones industrielles et commerciales et le tissu urbain et les espaces nus et ensuite la
différence de qualité de détection de la végétation arborée et donc sa confusion avec la végétation
herbacée et les cultures, surtout entre les deux premières images et celle de 2005.

45 Avant de commencer à détecter les différences entre les images, un opérateur dit « filtre majoritaire » a
été utilisée avec une taille d’une fenêtre 3x3 pour homogénéiser les résultats. Les images résultant de

9 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

cette analyse (Figure 4) servent ensuite à l’étude des changements du paysage.

46

Figure 4 : Classifications de la zone d’étude réalisées à partir des images Spot acquises en 1986, 1996 et 2005

Evolution de classes
47 Les trois images classées de la zone d’étude constituent une base pour les calculs des changements
d’occupation du sol. Dans un premier temps, une analyse statistique a été réalisée pour définir les
changements au sein des classes, en utilisant les paires des images de 1986 - 1996, 1996 – 2005 et
1986 – 2005. Les changements détectés concernent toutes ces classes (Tableau 4, Figure 5a, b, c).
Les résultats illustrent une nette progression du tissu urbain, qui reflète l’augmentation du nombre des
bâtiments dans l’ensemble des communes concernées, les surfaces occupées par des zones
industrielles ont fortement augmenté de même que les terrains arborés (alignement, vergers) par contre
une diminution importante de la végétation herbacée et des cultures peut être calculée, il s’agit de la
classe qui a le plus pâti de l’extension des autres.

1986 1996 2005

Tissu urbain 13.29 14.76 17.93
Zones industrielles 0.34 1.99 2.64
Végétation arborée 1.83 2.83 3.84
Végétation et cultures 77.99 73.28 39.55
Espaces nus 5.68 6.02 34.49
Eau 0.87 1.12 1.54
Tableau 4 : Evolution des classes d’occupation du sol en 1986, 1996 et 2005

10 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

48

11 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

49

Figure 5 a, b, c : Changements d’occupation du sol entre 1986 et 1996, 1996 et 2005, 1986 et 2005

Identification des classes dynamiques et des changements

du paysage
50 L’analyse de différences entre les trois images a permis de quantifier les changements de surface
occupée par chaque classe et d’identifier trois classes dont les changements influencent fortement les
transformations du paysage. Il s’agit du tissu urbain, des zones industrielles et commerciales et de la
végétation arborée.

Tissu urbain
51 Le tissu urbain (Figure 6) constitue une classe importante de la zone d’étude. Elle occupe environ 485
ha en 1986 (soit 13% de la surface totale de la zone d’étude) et passe à 538 ha (soit 15%) en 1996
pour atteindre 654 ha (soit 18%) en 2005. Cette croissance est valable pour l’ensemble des communes.
Elle est plus forte entre 1996 et 2005. Il s’agit d’une augmentation de 116 ha pendant 9 ans (contre 54
ha entre 1986 et 1996), ce qui donne une moyenne de 13 ha par an. Les modifications les plus
importantes ont eu lieu à Wolfisheim, Eckbolsheim et Lingolsheim.

52 Les différences détectées pour le tissu urbain sont cohérentes avec le comportement des indices du
paysage (Figure 6), comme le montre l’augmentation progressive du nombre d’îlots urbains. En effet
l’indice du nombre de composants croît entre 1996 et 2005. Ceci est associé logiquement à une
diminution de la fragmentation paysagère (indice de forme du paysage normalisé), de la distance entre
les îlots (distance euclidienne moyenne) et de la complexité du paysage (indice fractal). Les graphiques
montrent clairement ces tendances : plus les distances entre les îlots sont réduites, plus l’espace
occupé devient homogène et le paysage nettement moins complexe.

53 Tous ces indices confirment un fort développement du tissu urbain, l’apparition de nouveaux îlots et en
même temps qu’une consolidation du tissu urbain pour l’ensemble des communes dans la zone d’étude.

12 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

54

Figure 6 : Profil temporel des indices de paysage du tissu urbain

Zones industrielles et commerciales

55 La détection des changements de cette classe s’est avérée particulièrement difficile. Ceci est du à des
problèmes rencontrés lors de la classification des images, surtout de l’image de 1996 où les espaces
nus sont confondus avec des zones industrielles et commerciales. Dans l’analyse de cette classe, il est
donc nécessaire de prendre en compte cette confusion, notamment avec le tissu urbain et les espaces
nus. On constate globalement une augmentation de l’espace occupé par cette classe. Suivant les
images, la surface occupée par les zones industrielles et commerciales a augmenté d'environ 12 ha en
1986, 73 ha en 1996 et 96 ha en 2005.

56 Suite à l’analyse des indices de paysage des zones industrielles et commerciales, les changements
suivants peuvent être analysés : une augmentation du nombre des zones suivant l’indice du nombre de
composants, cette augmentation est plus forte entre 1986 et 1996 qu’entre 1996 et 2005 (Figure 7).
Elle conduit à une diminution de la fragmentation (indice de forme du paysage normalisé) et de la
distance entre les îlots (distance euclidienne moyenne) comme dans le cas des tissus urbains. Pourtant,
cette croissance des surfaces industrielles et commerciales par rapport à toute la zone d’étude
n’influence pas la complexité du paysage (indice fractal) du fait d’un effet de masse moindre. Ces
indices confirment un développement des zones industrielles et commerciales et l’apparition de
nouveaux îlots (surtout pour la période 1986-1996). Là encore les communes proches de Strasbourg
sont les plus concernées notamment Wolfisheim et Eckbolsheim.

57

13 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

Figure 7 : Profil temporel des indices de paysage des zones industrielles et commerciales

Végétation arborée
58 La végétation arborée est surtout présente le long de la rivière et du canal de la Bruche. Elle est
également présente au sud et sud-ouest de Lingolsheim, entre Lingolsheim et Holtzheim et à l’ouest de
Wolfisheim. Globalement une augmentation de surface occupée par la végétation arborée a été
constatée. Cette classe qui occupait environ 67 ha en 1986, a augmenté d’environ 36 ha en 1996 pour
atteindre 140 ha en 2005. Mais à cette évolution positive, il faut souligner des terrains sur lesquels cette
classe a disparu surtout à la proximité du tissu urbain, mais aussi le long de la rivière et du canal. Cette
situation n’est pas totalement liée à la disparition réelle des arbres. Les vérifications effectuées sur les
photographies aériennes de 1986 ont permis de constater qu’il existe des endroits où la végétation
arborée est confondue avec la végétation herbacée dans la classification. Il s’agit de terrains jouxtant le
lit de la Bruche. La présence de mixels (pixels mixtes) (figure 8) de végétation arborée, herbacée et
d’eau classée différemment pour les trois images explique ces confusions. Etant donnée la résolution
spatiale moindre des images de 1986 et 1996 par rapport à celle de 2005, ces mixels sont attribués à
la classe végétation arborée. Dans le cas de l’image de 2005, la possibilité de séparation de certains
pixels est possible grâce à sa haute résolution de 10 m, ce qui a provoqué l’apparition de la classe de la
végétation herbacée et cultures, là où précédemment les mixels étaient classés dans la végétation
arborée.

59

14 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

Figure 8 : Profil temporel des indices de paysage de la végétation arborée

60 La structure de la végétation arborée a fortement évolué pendant 20 ans d’étude. Les calculs des
indices du paysage (Figure 8) pour cette classe ont permis d’établir l’augmentation du nombre des
entités de cette classe (indice de nombre de composantes), surtout entre 1996 et 2005 et donc la
diminution de la distance entre les composants (distance euclidienne moyenne). La diminution entre
1986 et 1996 et l’augmentation entre 1996 et 2005 de la fragmentation (indice de forme du paysage
normalisé). Le changement de la direction de courbe s’explique par la différence de la qualité des
images et donc par la finesse de la classification (§ paragraphe précédent). La forme allongée des
entités a constitué un biais supplémentaire dans la classification. Ces inconvénients ont également
influencé les calculs de l’indice fractal. L’analyse conjointe des quatre indices et des résultats
statistiques a permis de confirmer un développement des zones couvertes par la végétation arborée
mais ce développement ne correspond pas à une augmentation réelle dans le paysage mais plutôt à un
artefact dû à l’image.

Conclusions et perspectives
61 Cette étude a pour objectif de détecter les changements du paysage dans la basse vallée de la Bruche
pendant une vingtaine d’années en utilisant trois images satellites provenant de capteurs Spot de
différentes générations. Les résultats de la classification des images Spot permettent d’analyser la
structure du paysage à différentes dates. La qualité des résultats est fortement influencée par les
caractéristiques des images originales. Il s’agit surtout de la résolution spatiale (20 m) et du nombre de
bandes spectrales disponibles (deux bandes dans le visible et une bande infra-rouge). Ceci limite
notamment la capacité d’extraction des classes de végétation (arborée, herbacée). De plus, certains
objets n’ont pas pu être détectés, comme par exemple les constructions isolées ou la rivière elle-même
lorsqu’elle est bordée d’arbres le long de son cours. L’utilisation de la bande panchromatique pourrait
certainement améliorer la qualité de traitement.

62 Malgré ces contraintes, les résultats obtenus dans cette étude mettent en évidence certaines tendances
globales de changements du paysage. La croissance du bâti fait apparaître un fort développement
urbain dans cette zone et particulièrement sur l’arc nord à proximité de Strasbourg. Le développement
des zones d’activités et résidentielle illustre le besoin de zones industrielles et d’habitat à proximité de la
ville, la pression foncière s’exerçant fortement selon un gradient centre-périphérie. Les axes de
communication dans cette partie densément peuplée de l’agglomération facilitent cette extension du
tissu urbain. Les indices paysagers permettent de mesurer la complexité de la structure urbaine et son
évolution malgré les limites méthodologiques évoquées ci-dessus. Les indices ont été calculés pour
toute la zone d’étude et ils permettent d’analyser les relations entre les différents éléments du paysage
(ici les classes thématiques).

15 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

63 Afin de mieux comprendre comment l’interaction entre les taches d’une même classe ou de plusieurs
classes, ou encore à une autre échelle spatiale (paysage), il serait intéressant d’employer d’autres
indices comme par exemple la connectivité ou la contagion sur trois échelles prédéfinies (patch-level,
class-level, landscape-level).

BIBLIOGRAPHIE

Antrop M., Eetvelde V., 2000, "Holistic aspects of suburban landscapes: visual image interpretation and
landscape metrics", Landscape and urban planning, Vol.50, No.1-3, 43-58.

Ashbindu S., 1989, "Digital Change Detection Techniques Using Remotely-Sensed Data", International
Journal of Remote Sensing, Vol.10, No.6, 989-1003.

Ballut A., Nguyen J. P., 1984, "Les besoins d’information pour l’aménagement urbain et régional : apport
de la télédétection spatiale à la satisfaction de ces besoins", Société Française de photogrammétrie et
Télédétection, Vol.93, 21-32.

Bastin L., Thomas C.D., 1999, "The distribution of plant species in urban vegetation fragments",
Landscape Ecology, Vol.14, No.5, 493-507.

Baudot Y., 1994, Télédétection aérospatiale et analyse géographique de la population des villes dans
les pays en développement, Thèse de doctorat, Université Catholique de Louvain, Louvain-la-Neuve.

Bonn F., Rochon G., 1992, Précis de télédétection, Volume 1 - Principes et méthodes, Presses de
l'Université du Québec/AUPELF, Sainte-Foy.

Botequilha Leitão A., Leitao A., Miller J., Ahern J., McGarigal K., 2006, Measuring Landscapes: A
Planner's Handbook, Island Press. 245 p.

Caloz R., Collet C., 2001, Précis de Télédétection, Volume 3. Traitements numériques d’images de
télédétection, Presses de l'Université du Québec/AUPELF, Sainte Foy.

Chen D.M., Stow D., 2002, "The effect of training strategies on supervised classification at different
spatial resolutions", Photogrammetric Engineering & Remote Sensing, Vol.68, No.11, 1155-1161.

Chen X., Li X., Ma J., 2004, "Urban change detection based on self-organizing feature map neural
network". In Geosciences and Remote Sensing Symposium, 2004, Vol.5, IEEE International,
http://ieeexplore.ieee.org/iel5/9436/29948/01370442.pdf, 3428-3431.

Congalton R.G., 1991, "A review of assessing the accuracy of classifications of remotely sensed data",
Remote Sensing of Environment, Vol.37, 35-46.

Congalton R. G., Oderwald, R. G., Mead R. A., 1983, "Assessing Landsat classification accuracy using
discrete multivariate analysis statistical techniques", Photogrammetric Engineering & Remote Sensing,
Vol.49, No.12, 1671-1678.

Dietzel C., Herold M., Hemphill J., Clarke K.C., 2005, "Spatio-temporal dynamics in California's Central
valley: Empirical links to urban theory", International Journal of Geographical Information Science,
Vol.19, No.2, 175-195.

Dureau F., 1990, "Utiliser la télédétection spatiale pour observer les populations citadines", in :
Bourgeois L., Duchemin J.P., Sinou L.B.E. (eds.), Villes et citadins du Tiers Monde, ORSTOM, Bondy.

Fung T., 1990, "An assessment of TM imagery for land cover change detection", IEEE Transactions on
Geoscience and Remote Sensing, Vol.28, No.4, 681-684.

Gong P., Howarth P.J., 1990, "An assessment of some factors influencing multispectral land cover
classification", Photogrammetric Engineering & Remote Sensing, Vol.56, No.5, 597-603.

Gustafson E.J., 1998, "Quantifying landscape spatial pattern: What is the state of the art?",
Ecosystems, Vol.1, 143-156.

16 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

Herold M., Couclelis H., Clarke K.C., 2004, "The role of spatial metrics in the analysis and modelling of
urban land use change", Computers, Environment and Urban systems, 1-31.

Herold M., Noah C.G., Clarke K.C., 2003, "The spatiotemporal form of urban growth: measurement,
analysis and modelling", Remote Sensing of Environment, Vol.86, 286-302.

Herold M., Scepan J., Clarke K.C., 2002, "The use of remote sensing and landscape metrics to
describe structures and changes in urban land uses", Environment and Planning A, Vol.34, 1443-1458.

Jensen J. R., 1983, "Urban/suburban land use analysis", in Jensen J. R. (eds.), Manual of remote
sensing, American Society of Photogrammetry, Falls Church.

Kwarteng A.Y., Chavez P. S., 1998, "Change detection study of Kuwait City and environs using multi-
temporal Landsat Thematic Mapper data", International Journal of Remote Sensing, Vol.19, No.9,
1651-1662.

Lillesand T.M., Kiefer R.W., Chipman J.W., 2004, Remote sensing and image interpretation, Wiley,
New York.

Lillestrand R. L., 1972, "Techniques for change detection", IEEE transactions on Computers, Vol.21,
No.7, 654-659.

Luck M., Wu J., 2002, "A gradient analysis of urban landscape pattern: a case study from Phoenix
metropolitan region, Arizona, USA", Landscape Ecology, Vol.17, No.4, 327-339.

Macgarigal K., Barbara J.M., 1994, Fragstats - Spatial pattern analysis program for quantifying
landscape structure, Portland (OR): USDA Forest Service, Pacific Northwest Research station; General
Technical Report PNW-GTR.

McGarigal K., Cushman S.A., Nell M.C., Ene E., 2002, "Spatial pattern analysis program for categorical
maps", URL: www.umass.edu/landeco/research/fragstats/fragstats.html

Mandelbrot B., 1975, Les objets fractals - Forme, hasard et dimension, Flammarion, Paris.

Masek J.G., Lindsay F. E., Goward S. N., 2000, "Dynamics of urban growth in the Washington DC
metropolitan area, 1973-1996, from Landsat observations", International Journal of Remote Sensing,
Vol.21, No.18, 3473-3486.

Mortberg U.M., 2001, "Resident bird species in urban forest remnants; landscape and habitat
perspectives", Landscape Ecology, Vol.16, No.3, 193-203.

Olff H., Ritchie M.E., 2002, "Fragmented nature: consequences for biodiversity", Landscape and urban
planning, Vol.58, No.2-4, 83-92.

Ridd M.K., Liu J., 1998, "A comparison of four algorithms for change detection in a urban environment",
Remote Sensing of Environment, Vol.63, 95-100.

Savard J.L., Clergeau P., Mennechez G., 2000, "Biodiversity concepts and urban ecosystems",
Landscape and urban planning, Vol.48, No.3-4, 131-142.

Singh A., 1989, "Digital change detection techniques using remotely-sensed data", International Journal
of Geographical Information Science, Vol.12, No.7, 651-671.

Stehman S.V., 1996, "Estimating the Kappa coefficient and its variance under stratified random
sampling", Photogrammetric Engineering & Remote Sensing, Vol.62, No.4, 401-407.

Terrettaz P., 1998, Délimitation des agglomérations et segmentation urbaine à l'aide d'images
satellites Spot HRV, Thèse de doctorat, Université de Fribourg, Fribourg, Suisse.

Weng Y.C., 2007, "Spatiotemporal changes of landscape pattern in response to urbanization",

Landscape and urban planning, Vol.81, 341-353.

Xiao J., Shen Y., Ge J., Tateishi R., Tang C., Liang Y., Huang Z., 2005, "Evaluating urban expansion

17 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

and land use change in Shijiazhuang, China by using GIS and remote sensing", Landscape and Urban
Planning, 1-12.

Yang X., Lo C.P., 2002, "Using a time series of satellite imagery to detect land use and land cover
changes in the Atlanta, Georgia metropolitan area", International Journal of Remote Sensing, Vol.23,
1775-1798.

Yin Z. Y., Stewart D. J., Bullard S., MacLachlan J. T., 2005, "Changes in built-up surface and population
distribution patterns during 1986-1999: a case study of Cairo, Egypt", Computers, Environment and
Urban systems, 1-22.

Zhang Q., Wang J., Peng X., Gong P., Shi P., 2002, "Urban built-up land change detection with road
density and spectral information from multi-temporal Landsat TM data", International Journal of Remote
Sensing, Vol.23, No.15, 3057-3078.

NOTES
1 Le paysage est un « niveau d’organisation des systèmes écologiques, supérieur à l’écosystème; il se caractérise essentiellement
par son hétérogénéité et par sa dynamique gouvernée pour partie par les activités humaines. Il existe indépendamment de la
perception.» (Burel & Baudry, 1999).

2 La métrique paysagère est associée aux éléments et échelles de paysage, elles représentent les relations entre les éléments du
paysage.

3 SeulesAchencheim et Hangenbieten ne font pas partie de la Communauté urbaine de Strasbourg.

REMERCIEMENTS
Ces travaux ont été réalisés dans le cadre du projet de recherche « Approche interdisciplinaire pour une gestion durable d’un
hydrosystème dynamique anthropisé : la basse vallée de la Bruche » soutenu financièrement par le « Programme National de
Télédétection Spatiale – INSU ».

POUR CITER CET ARTICLE

Grzegorz SKUPINSKI, Dong BINHTRAN et Christiane WEBER, « Les images satellites Spot multi-dates et la métrique spatiale dans
l’étude du changement urbain et suburbain – Le cas de la basse vallée de la Bruche (Bas-Rhin, France) », Cybergeo : European
Journal of Geography, Systèmes, Modélisation, Géostatistiques, article 439, mis en ligne le 12 mars 2009, modifié le 03 juin 2009.
URL : http://cybergeo.revues.org/21995. Consulté le 10 mars 2011.

AUTEURS

Grzegorz SKUPINSKI

Laboratoire Image Ville Environnement, ERL 7230, Université de Strasbourg – CNRS, F-67000 Strasbourg,
Franceskupinski@lorraine.u-strasbg.fr

Dong BINHTRAN

Laboratoire Image et Ville, Image Ville Environnement, ERL 7230, Université de Strasbourg – CNRS, F-67000 Strasbourg,
Francetran@lorraine.u-strasbg.fre

Christiane WEBER

Laboratoire Image et Ville, Image Ville Environnement, ERL 7230, Université de Strasbourg – CNRS, F-67000 Strasbourg,
Franceweber@lorraine.u-strasbg.fr

Du même auteur :

Processus de croissance et limites urbaines

Paru dans Cybergeo : European Journal of Geography, Actes des Journées de Télédétection en Sciences humaines
Potential model application and planning issues
Paru dans Cybergeo : European Journal of Geography, 11th European Colloquium on Quantitative and Theoretical
Geography. Durham Castle, UK, September 3-7, 1999

openedition:

18 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

revues.org

Revues.org
Revues et collections de livres
Les revues (277)
Les collections de livres (13)
En savoir plus
calenda

Calenda
Calendrier des sciences sociales
Accéder aux événements (14907)
En savoir plus
hypotheses.org

Hypotheses.org
Carnets et blogs de recherche
Accéder aux carnets (175)
En savoir plus

Lettre & alertes

Lettre
S'abonner à la Lettre de Revues.org

Alertes
Accéder au système d'alertes
Freemium

Titre :
Cybergeo : revue européenne de géographie / European journal of
geography
Revue fondée en 1996 / Journal founded in 1996
En bref :
Revue de géographie et espace de discussion entre lecteurs et auteurs
A geography webjournal which intends to generate an interaction between
authors and readers.
Sujets :
Géographie, Épistémologie et méthodes, Systèmes ; modélisation ;
géostatistiques, Espace ; société et territoire, Géographie : politique ; culture
et représentation
Dir. de publication :
Denise Pumain
Éditeur :
UMR 8504 Géographie-cités
Support :
Électronique
EISSN :
1278-3366
Accès :
Open access Freemium
DOI / Références

19 sur 20 10/03/2011 13:18

Les images satellites Spot multi-dates et la métrique spatiale dans l’étud... http://cybergeo.revues.org/21995

Citer cette référence

Du même auteur
Articles du même auteur dans la revue
Christiane Weber
Processus de croissance et limites urbaines [Texte intégral] Paru dans
Cybergeo : European Journal of Geography, Dossiers , Actes des
Journées de Télédétection en Sciences humaines
Potential model application and planning issues [Texte intégral] Paru
dans Cybergeo : European Journal of Geography, Dossiers , 11th
European Colloquium on Quantitative and Theoretical Geography.
Durham Castle, UK, September 3-7, 1999
Outils
Signaler cet article
Imprimer cet article

20 sur 20 10/03/2011 13:18