Loading...
Étude de télédétection
Télédétection & analyse spatiale — une étude réelle, du satellite à la décision
La donnée cartographique traitée avec une rigueur de recherche.
Je ne me contente pas de produire une belle carte : je conduis une analyse spatiale complète, mesurable et reproductible, depuis l’image satellite brute jusqu’à l’aide à la décision. Voici, en toute transparence, une étude que je mène réellement — les mêmes méthodes s’appliquent à un diagnostic de territoire, un suivi environnemental ou un projet d’aménagement en France.
- Sentinel-2 · 10 m
- Orthophoto 20 cm
- Radar Sentinel-1
- Classification supervisée
- Analyse multicritère
- QGIS · Python
Les indices spectraux, expliqués simplement
Un satellite ne voit pas que des couleurs : il mesure la lumière renvoyée dans des longueurs d’onde invisibles à l’œil. En les combinant, on obtient des indices qui révèlent l’état réel du terrain. Quatre suffisent à raconter beaucoup.
NDVI
La santé de la végétation. Il distingue une culture vigoureuse d’un couvert stressé et met en évidence les épisodes de sécheresse.
MNDWI
L’eau de surface. Il délimite rivières, étangs et zones inondées, même là où l’eau est trouble ou peu profonde.
NDBI
Le bâti et les surfaces artificialisées. Il fait ressortir l’emprise urbaine et l’étalement, utile en urbanisme et en suivi foncier.
NDMI
L’humidité de la végétation. Un couvert qui s’assèche est un couvert qui peut brûler : cet indice aide à anticiper le risque incendie.
Une seule date trompe. Trois disent la vérité.
La végétation change de semaine en semaine : une parcelle nue en mai peut être une culture dense en juin. Analyser une seule image, c’est risquer de confondre un labour avec un sol stérile. En croisant trois dates — 4 mai, 26 mai et 30 juin 2026 — on lit la phénologie et l’on sépare enfin, sans ambiguïté, ce qui est cultivé, boisé, nu, en eau ou bâti.
4 mai 2026
26 mai 2026
30 juin 2026
La synthèse : une carte, cinq classes
Les trois dates sont fusionnées en une classification supervisée consolidée. Chaque pixel est attribué à l’une des cinq classes d’occupation du sol, avec une cohérence qui résiste aux aléas d’une acquisition isolée (nuages, ombres, stade de croissance).
CL06 · analyse multitemporelle
- Forêt
- Cultures
- Sol nu
- Eau
- Bâti
Classification 5 classes · validée à kappa 0,875
Que signifie « kappa 0,875 » ?
L’indice kappa de Cohen mesure l’accord entre la carte produite et des points de vérification terrain, en corrigeant l’effet du hasard. Il varie de 0 (aléatoire) à 1 (parfait). Une valeur de 0,875 correspond, par convention, à un accord « presque parfait » — le niveau attendu d’une classification exploitable pour la décision publique.
Croiser avec l’orthophoto 20 cm : la haute précision
À 10 mètres de résolution, Sentinel-2 voit les grandes masses mais rate le bâti rural dispersé : une maison isolée se fond dans son environnement. Je croise donc la classification satellite avec l’orthophotographie aérienne nationale à 20 cm (AGCC, 2020) et le radar Sentinel-1, qui perce les nuages. On passe de la tendance régionale au détail du terrain — sans jamais quitter la rigueur de la mesure.
La preuve
Une prédiction vérifiée par le terrain
L’analyse spatiale ne sert pas qu’à décrire le passé : bien conduite, elle anticipe. Sur ce territoire, mon modèle multicritère a produit une prévision falsifiable — et le réel l’a confirmée.
Le modèle
Un modèle multicritère (méthode AHP pour la pondération, simulation de Monte-Carlo pour l’incertitude, dans le cadre méthodologique de la HG 925/2023) a identifié la commune d’Onișcani comme le ralliement naturel au pôle de Călărași, avec une probabilité estimée de 75 à 85 %.
Le terrain
Le 22 mai 2026, le conseil communal a voté ce ralliement — exactement la trajectoire estimée par le modèle. La prévision spatiale s’est vérifiée dans le monde réel.
Peu de prestataires peuvent montrer une prédiction spatiale falsifiable, confirmée ensuite par une décision publique datée. C’est la différence entre illustrer et démontrer.
Onișcani, raion de Călărași — vote du conseil communal du 22 mai 2026.
Méthode & références
Chaque affirmation de cette page est adossée à une méthode publiée et à une validation chiffrée. Voici le socle — vérifiable, sans zone d’ombre.
Validation statistique
Classification en 5 classes contrôlée sur points de vérité terrain, indice kappa de Cohen à 0,875 (accord « presque parfait »).
Données ouvertes et traçables
Sentinel-2 (Copernicus, 10 m), radar Sentinel-1, orthophoto aérienne 20 cm de l’AGCC (2020) — sources publiques et documentées.
Outils libres
Chaîne QGIS et Python — traitements reproductibles, sans logiciel propriétaire ni boîte noire.
Cette étude prolonge mon mémoire de Master en Géomatique (Université Paris 8), consacré à l’analyse spatiale multicritère des territoires — le même cadre méthodologique appliqué ici à un cas réel.
Références : AHP · pondération multicritère (Saaty 2008) · Télédétection & classification (Caloz & Collet) · NDVI (Rouse 1974) · MNDWI (Xu 2006) · Indice kappa (Cohen 1960) · Autocorrélation spatiale — Moran's I (Moran 1950) · Monte Carlo (Metropolis & Ulam 1949)
Un projet de télédétection, SIG ou cartographie web ? Discutons-en.
Diagnostic de territoire, suivi environnemental, détection de changement, cartographie web interactive : si votre bureau d’études, votre collectivité ou votre entreprise a besoin d’une analyse spatiale sérieuse, parlons-en concrètement.
Réponse sous 24 h ouvrées — CODRUM, Mihai Gaina, géomaticien freelance.