Vérité terrain

Il a été suggéré de fusionner cette section avec la télédétection. (Discuter) Proposé depuis octobre 2020.

En télédétection, la « vérité terrain » fait référence aux informations recueillies sur place. La vérité terrain permet de relier les données d’image à des caractéristiques et des matériaux réels sur le terrain. La collecte de données de vérité au sol permet de calibrer les données de télédétection et facilite l’interprétation et l’analyse de ce qui est détecté. Les exemples incluent la cartographie, la météorologie, l’analyse de photographies aériennes, l’imagerie par satellite et d’autres techniques dans lesquelles les données sont recueillies à distance.

Plus spécifiquement, la vérité au sol peut se référer à un processus dans lequel un « pixel » sur une image satellite est comparé à ce qui est là dans la réalité (au moment présent) afin de vérifier le contenu du « pixel » sur l’image (en notant que le concept de « pixel » est quelque peu mal défini). Dans le cas d’une image classifiée, elle permet une classification supervisée pour aider à déterminer la précision de la classification effectuée par le logiciel de télédétection et ainsi minimiser les erreurs de classification telles que les erreurs de commission et les erreurs d’omission.

La vérité terrain est généralement effectuée sur place, en effectuant des observations de surface et des mesures de diverses propriétés des caractéristiques des cellules de résolution du sol qui sont étudiées sur l’image numérique télédétectée. Il s’agit également de prendre les coordonnées géographiques de la cellule de résolution au sol avec la technologie GPS et de les comparer avec les coordonnées du « pixel » étudié fournies par le logiciel de télédétection pour comprendre et analyser les erreurs de localisation et comment cela peut affecter une étude particulière.

La vérité terrain est importante dans la classification supervisée initiale d’une image. Lorsque l’identité et l’emplacement des types de couverture terrestre sont connus par une combinaison de travaux sur le terrain, de cartes et d’expérience personnelle, ces zones sont appelées sites de formation. Les caractéristiques spectrales de ces zones sont utilisées pour entraîner le logiciel de télédétection en utilisant des règles de décision pour classer le reste de l’image. Ces règles de décision, telles que la classification par maximum de vraisemblance, la classification par parallélépipède et la classification par distance minimale, offrent différentes techniques de classification d’une image. Des sites de vérité terrain supplémentaires permettent au télédétecteur d’établir une matrice d’erreurs qui valide la précision de la méthode de classification utilisée. Les différentes méthodes de classification peuvent avoir des pourcentages d’erreur différents pour un projet de classification donné. Il est important que le télédétecteur choisisse une méthode de classification qui fonctionne le mieux avec le nombre de classifications utilisées tout en fournissant le moins d’erreur.

La vérité au sol aide également à la correction atmosphérique. Comme les images des satellites doivent évidemment traverser l’atmosphère, elles peuvent être déformées à cause de l’absorption dans l’atmosphère. La vérité terrain peut donc aider à identifier complètement les objets dans les photos satellites.

Erreurs de commissionModifier

Un exemple d’erreur de commission est lorsqu’un pixel signale la présence d’un élément (comme des arbres) qui, en réalité, est absent (aucun arbre n’est réellement présent). La vérification au sol garantit que les matrices d’erreurs ont un pourcentage de précision plus élevé que si aucun pixel n’était vérifié au sol. Cette valeur est l’inverse de la précision de l’utilisateur, c’est-à-dire que l’erreur de la Commission = 1 – la précision de l’utilisateur.

Erreurs d’omissionEdit

Un exemple d’erreur d’omission est lorsque des pixels d’une certaine chose, par exemple des érables, ne sont pas classés comme des érables. Le processus de vérification au sol permet de s’assurer que le pixel est classé correctement et les matrices d’erreurs sont plus précises. Cette valeur est l’inverse de la précision du producteur, c’est-à-dire Erreur d’omission = 1 – précision du producteur

.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.