Spectral and Spatial Techniques for the Classification of Hyperspectral Images Supervisors : Jon Atli Benediktsson, Jocelyn Chanussot and Mathieu Fauvel Abstract : Hyperspectral imaging systems have gained a great attention from researchers in the past few years. These systems use sensors, which acquire data mostly from the visible through the middle infrared wavelength ranges and can simultaneously capture hundreds of (narrow) spectral channels from the same area on the surface of the Earth. Thanks to the detailed spectral information provided by hyperspectral sensors, the possibility of accurately discriminating materials of interest with an increased classification accuracy is increased. Furthermore, with respect to advances in hyperspectral imaging systems, the spatial resolution of recently operated sensors is getting finer, which enables analysis of small spatial structures in images. Without any doubt, classification (or mapping) can be considered as the backbone of most image interpretation in remote sensing. In general, supervised classification approaches classify input data by considering the spectral information (e.g., intensity value of each pixel for grayscale images or intensity vector for RGB or high-dimensional images) of the data to produce a classification map in order to discriminate different classes of interest, by using a set of representative samples for each class, referred to as training samples. This way, by using a combination of training followed by classification, maps are produced from imagery. However, most of the existing classification techniques have been developed for the analysis of multispectral images, and consequently, they are not usually efficient for the classification of hyperspectral images, which can provide a detailed spectral information. This brings up the question whether the currently available classification techniques will be able to handle high-dimensional data. The main objective of this thesis is the development of efficient spectral-spatial classification approaches in terms of classification accuracies. Beside the importance of classification accuracies, another critical issue for the purpose of hyperspectral image classification is simplicity and speed of the applied approaches. Therefore, in this thesis, a special emphasis is given on proposing robust techniques in terms of classification accuracies as well as being fast. In order to increase the efficiency of the existing techniques and reduce the laborious task of user interaction, a further development of automatic techniques plays a key role in remote sensing data analysis. Such techniques can be used for handling real-time applications such as hazard monitoring and risk management. Three different strategies are considered in the thesis as described below. In the first strategy, a spectral-spatial classification approach, which is automatic and provides good classification accuracies is proposed. This method is based on integrating a Support Vector Machine (SVM) with Hidden Markov Random Field (HMRF). SVM and HMRF are two powerful approaches for high-dimensional data classification and spatial information extraction, respectively. In the second strategy, we propose to use adaptive neighborhood systems by considering different approaches based on image segmentation and attribute profiles. These techniques are considered in order to extract spatial information for the purpose of spectral-spatial classification. In order to extract spectral information, SVM and Random Forests are applied due to their good performance in handling high dimensional data with limited number of training samples. Finally, due to the fact that hyperspectral remote sensors acquire a massive amount of data and obtain many measurements, not knowing which data are relevant for a given problem, the third strategy is using novel feature selection approaches in order to address the curse of dimensionality and reduce the redundancy of high dimensional data.


Rôle de la diversité des arbres sur la régulation des populations d'insectes herbivores en forêts matures d'Europe Composition du jury : Olivier Dangles (Rapporteur) Alain Ratnadass (Rapporteur) Manuela Branco (Examinatrice) Alain Roques (Examinatrice) et 2 de ses encadrants: Aude Vialatte, et Hervé Jactel. Résumé : Qui du phénomène de résistance (RA ) ou de susceptibilité (SA ) par association est prépondérant en milieu forestier ? En d’autres termes, la défoliation par les insectes herbivores est-elle moins (RA ) ou plus (SA ) importante sur des arbres hôtes situés en mélange comparés à des monocultures ? A cause des contraintes méthodologiques, les connaissances sur la relation diversité - résistance en forêts matures restent faibles. Pour répondre à cette question, nous avons utilisé le dispositif exploratoire du projet FunDivEUROPE. Sur un réseau de 209 parcelles forestières sélectionnées le long de deux gradients orthogonaux de richesse spécifique (d’une à cinq essences en mélange) et de latitude (de la forêt méditerranéenne à la boréale), nous avons évalué la défoliation des houppiers des arbres. A l’aide d’un échantillon constitué de onze essences différentes, nous avons démontré pour la première fois un patron global de diminution de l’herbivorie (RA ) en forêts matures à travers l’Europe. Nous avons également comparé l’herbivorie des insectes dans des placettes constituées de chênes purs ou mélangés à d’autres espèces, placées en lisière ou à l’intérieur de petits bois présents dans les vallées et coteaux de Gascogne. Nous avons observé moins de dégâts foliaires sur les chênes entourés par des voisins hétérospécifiques, et nous avons montré que la magnitude de cette résistance (RA ) était plus importante en lisière qu’à l’intérieur des bois. Enfin, nous avons testé cette hypothèse de RA sur une espèce d’herbivore invasif en Italie, le cynips du châtaignier. Basée sur la même approche méthodologique, notre étude a montré de plus faibles dégâts de galles sur les châtaigniers lorsque la richesse spécifique de la parcelle était élevée. Notre travail fournit donc de nouvelles preuves supportant l’hypothèse de RA à travers trois contributions originales : i) la RA existe en forêt mature, ii) quelle que soit l’espèce d’herbivore, iii) y compris sur des espèces exotiques. Ces résultats devraient avoir d’importantes implications pour la gestion des insectes herbivores en forêt puisque le maintien et l’amélioration de la diversité des essences représentent un outil prometteur pour prévenir les dégâts d’insectes.


Extraction de fragments forestiers et caractérisation de leurs évolutions spatio-temporelles pour modéliser l’effet de l’histoire sur la biodiversité : une approche multi-sources Composition du jury : Anne Ruas (Rapportrice) Vincent Godard (Rapporteur) Marianne Cohen (Examinatrice) Anne Puissant (Examinatrice)

Résumé :

La biodiversité dans les paysages dépend des caractéristiques de ce paysage mais peut aussi être influencée par son histoire. En effet, certaines espèces ne réagissent pas immédiatement à une perturbation mais peuvent montrer un temps de réponse plus ou moins long. De ce fait, la prise en compte de l'évolution de l'habitat des espèces est devenue un enjeu important en écologie depuis quelques années, pour mieux comprendre la présence ou la diversité biologique actuelle. L'objectif de cette thèse en géomatique s'inscrit dans ce contexte applicatif d'écologie historique. Le sujet que nous traitons porte sur l'extraction automatique d'îlots boisés et la caractérisation de leur évolution spatio-temporelle depuis le milieu du XIXe siècle pour modéliser l'effet de leur trajectoire historique sur la diversité actuelle en syrphes forestiers (Diptera : Syrphidae). Le site d'étude est un paysage agri-forestier des Coteaux de Gascogne. La démarche générale proposée se compose de trois étapes principales : (1) la constitution de la base de données spatiales des îlots boisés intégrant plusieurs sources de données hétérogènes, (2) l'appariement des îlots boisés aux différentes dates avec la caractérisation de leur évolution spatio-temporelle, (3) la modélisation statistique des relations espèces-habitats intégrant l'histoire comme un des facteurs explicatifs de la diversité en syrphes observée. Plusieurs contributions méthodologiques ont été apportées à cette démarche. Nous avons proposé une nouvelle méthode de correction géométrique fondée sur la régression ridge à noyau pour rendre compatible les données spatiales anciennes et actuelles mobilisées. Nous avons également développé une approche et un outil de vectorisation automatique des forêts dans les dessins-minutes de la carte d'Etat-Major du XIXe siècle. Enfin, une première évaluation de l'impact de l'incertitude spatiale sur la réponse des modèles espèces-habitats a également été initiée. D'un point de vue écologique, les résultats ont révélé un effet significatif de la continuité temporelle des habitats sur la diversité en syrphes forestiers. Nous avons montré que les forêts les plus isolées présentaient une dette d'extinction ou un crédit de colonisation selon le type d'évolutions apparues au cours de la dernière période étudiée (1979-2010). Il s'est avéré qu'une durée de 30 ans n'était pas suffisante aux syrphes forestiers pour qu'ils retrouvent un été d'équilibre à la suite d'une évolution spatiale de leur habitat isolé.

Posts à l'affiche
Posts Récents
Archives
Rechercher par Tags