Antsirabe, Madagascar - 2015, land cover map Antsirabe, Madagascar - 2015, carte d'occupation du sol

This work was conducted before the launch of ESA Sentinel-2 mission, which images are particularly adapted to crop monitoring and characterization thanks to their high spatial (10 – 60m) and temporal (5 days) resolutions. We worked with Landsat-8 and Spot5 images to create a time series simulating Sentinel-2 data. Considering the very small size of the fields in the study area, we also used a very high spatial resolution image (VHSR) Pléiades on which a segmentation was applied to delimit objects boundaries. Each object was then classified following a predefined nomenclature. To do so, Random Forest algorithm was used and trained used a learning database, by considering spectral variables from the time series, textures calculated from the VHSR image, and altitude and slope from a digital elevation model (SPOT DEM).
Through this work, the objective of the CIRAD – TETIS joint research unit is to develop a mapping approach adapted to southern cropping systems constraints (small field size, heterogeneity of cropping practices, landscape fragmentation, cloudy conditions during the cropping season). From this approach, an automatic processing chain for land use mapping was then built: Moringa.
Details on the approach can be found in the paper referenced below.
The map is distributed in vector Geopackage format. For each object, the attribute table presents the class attributed by Random Forest in 5 nomenclature levels (from 2 classes for level 1 "Cropland" to 31 classes for level 5 "Crop Subclass"). Validation scores for each class and nomenclature level are given in the article. The attribute table also presents for each level the class membership probability of each object (Max columns). These values are given by the Random Forest algorithm.

Ces travaux de cartographie ont été réalisés avant le lancement de la mission Sentinel-2 de l’ESA, particulièrement adaptée à la caractérisation et au suivi des cultures dans le monde du fait de la haute résolution spatiale (10-60 m) et temporelle (5 jours) des images fournies. Nous avons travaillé avec des images Landsat-8 et Spot5 afin de constituer une série temporelle décamétrique la plus dense possible, simulant les données Sentinel-2. Compte tenu de la petite taille des parcelles sur la zone d’étude, nous avons également utilisé une image à très haute résolution spatial (THRS) Pléiades sur laquelle nous avons appliqué une segmentation pour délimiter le contour des objets composant le paysage. Chaque objet a ensuite été classé selon une nomenclature pré-établie. Pour cela, l’algorithme de classification, Random Forest, a été entrainé à partir d’une base de données d’apprentissage, en prenant en compte les variables spectrales issues de la série temporelle, des textures calculées à partir de l'image THRS ainsi que les pentes et l'altitude fournies par un modèle numérique de terrain Spot DEM.
Via ces travaux, l’objectif du CIRAD - UMR TETIS est de développer une méthode de cartographie adaptée aux contraintes des systèmes agricoles des pays du Sud (petits parcellaires, hétérogénéité des pratiques, fragmentation du paysage, forte nébulosité en saison culturale contraignant l’acquisition d’images optiques). Ces travaux ont été utilisés lors de la mise en place du prototype de chaine de traitement automatique pour la production de cartes d'occupation du sol Moringa.
L’approche est détaillée dans l'article référencé ci-dessous.
La carte est diffusée au format vecteur Geopackage. Pour chaque objet, la table attributaire présente la classe attribuée par Random Forest pour 5 niveaux de nomenclature calculés (de 2 classes pour le niveau 1 "Cropland" à 31 classes pour le niveau 5 "Crop Subclass"). Les scores de validation pour chaque classe et niveau de nomenclature sont donnés dans l'article. La carte fournie propose également pour chaque niveau une probabilité d'appartenance de chaque objet à la classe à laquelle il est affecté (colonnes Max). Ces valeurs sont données par l'algorithme de classification Random Forest.
The map is downloadable below in 4 blocks in Esri shape format. A mosaic in Geopackage format is available on request via the contact address referenced for this record.
La carte est téléchargeable ci-dessous en 4 blocs au format Esri shape. Une mosaïque au format Geopackage est disponible sur demande via l'adresse de contact référencée pour cette fiche. SPOT 5 PLEIADES