[ APPORT DE LA CLASSIFICATION HYBRIDE SUR UNE IMAGE IKONOS DANS LA CARTOGRAPHIE DES HABITATS D'UNE ZONE HUMIDE: Merja Zerga (Maroc) ]
Volume 12, Issue 4, September 2015, Pages 851–863
Boris Olengoba Ibara1, Mohamed Dakki2, Mustapha Hakdaoui3, and Rhimou El Hamoumi4
1 Laboratoire d'Ecologie et Environnement, Faculté des sciences Ben M'sick, Université Hassan II, Casablanca, Morocco
2 Laboratoire de Zoologie, Equipe Biodiversité et Zones Humides, Institut scientifique, Université Mohamed V, Rabat, Morocco
3 Laboratoire de Géologie Appliquée, Géomatique et Environnement, Faculté des sciences Ben M'sick, Université Hassan II, Casablanca, Morocco
4 Laboratoire d'Ecologie et Environnement, Faculté des sciences Ben M'sick, Université Hassan II, Casablanca, Morocco
Original language: French
Copyright © 2015 ISSR Journals. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Spatial accuracy is important information in the mapping of wetland habitats, hence the recourse to the use of data with very high spatial resolution such as the IKONOS satellite images. However, the mediocrity of these spectral images; the presence of mixed pixels or spectral confusion between different objects in the image, make the process of discrimination of wetlands habitats difficult. This difficulty is amplified because these areas are home to diversified habitats, and in most times have spectral similarities between them. Taking into consideration the problems mentioned above, this work proposes a hybrid classification approach to better discriminate the habitats from an IKONOS data covering the Wetland of Merja Zerga (Moroccan Wetland of International Importance). This approach combines a supervised classification (per pixel) and an object-oriented classification (unsupervised) using DBSCAN algorithm. This classification approach allows discriminating all wetland habitats of the Merja Zerga and produces a map with an accuracy of 0.86 according to the index Kappa. The results suggest that this classification approach may also provide better results by applying it on images having similar characteristics to the IKONOS image.
Author Keywords: Remote sensing, Cartography, IKONOS, MedWet, classification oriented object, clustering, MLC, Growing Regions, DBSCAN.
Volume 12, Issue 4, September 2015, Pages 851–863
Boris Olengoba Ibara1, Mohamed Dakki2, Mustapha Hakdaoui3, and Rhimou El Hamoumi4
1 Laboratoire d'Ecologie et Environnement, Faculté des sciences Ben M'sick, Université Hassan II, Casablanca, Morocco
2 Laboratoire de Zoologie, Equipe Biodiversité et Zones Humides, Institut scientifique, Université Mohamed V, Rabat, Morocco
3 Laboratoire de Géologie Appliquée, Géomatique et Environnement, Faculté des sciences Ben M'sick, Université Hassan II, Casablanca, Morocco
4 Laboratoire d'Ecologie et Environnement, Faculté des sciences Ben M'sick, Université Hassan II, Casablanca, Morocco
Original language: French
Copyright © 2015 ISSR Journals. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract
Spatial accuracy is important information in the mapping of wetland habitats, hence the recourse to the use of data with very high spatial resolution such as the IKONOS satellite images. However, the mediocrity of these spectral images; the presence of mixed pixels or spectral confusion between different objects in the image, make the process of discrimination of wetlands habitats difficult. This difficulty is amplified because these areas are home to diversified habitats, and in most times have spectral similarities between them. Taking into consideration the problems mentioned above, this work proposes a hybrid classification approach to better discriminate the habitats from an IKONOS data covering the Wetland of Merja Zerga (Moroccan Wetland of International Importance). This approach combines a supervised classification (per pixel) and an object-oriented classification (unsupervised) using DBSCAN algorithm. This classification approach allows discriminating all wetland habitats of the Merja Zerga and produces a map with an accuracy of 0.86 according to the index Kappa. The results suggest that this classification approach may also provide better results by applying it on images having similar characteristics to the IKONOS image.
Author Keywords: Remote sensing, Cartography, IKONOS, MedWet, classification oriented object, clustering, MLC, Growing Regions, DBSCAN.
Abstract: (french)
La précision spatiale est une information importante dans la cartographie des habitats des zones humides, d'où le recours à l'utilisation des données à très haute résolution spatiale à l'instar des images satellites IKONOS. Cependant la pauvreté spectrale de ces images; la présence de pixels mixtes ou encore la confusion spectrale entre les différents objets de l'image, rendent le processus de discrimination des habitats des zones humides difficile. Cette difficulté s'amplifie par le fait que, ces milieux abritent une mosaïque d'habitats, et qui dans la plupart présente des affinités spectrales entre eux. Tenant compte des problèmes évoqués précédemment, ce travail, propose une approche de classification hybride permettant de mieux discriminer les habitats à partir d'une donnée IKONOS couvrant la Zone Humide de la Merja Zerga (Zone Humide Marocaine d'importance internationale). Cette approche combine une classification supervisée (per-pixel) et une classification orientée objet (non- supervisée) en utilisant l'algorithme DBSCAN. Cette approche de classification a permis de discriminer tous les habitats humides de la Merja Zerga et d'en produire une cartographie avec une précision de 0.86 suivant l'indice de Kappa. Les résultats obtenus laissent entrevoir que cette approche de classification peut également offrir des meilleurs résultats en l'appliquant sur les images ayant des caractéristiques similaires à l'image IKONOS.
Author Keywords: Télédétection, Cartographie, IKONOS, MedWet, Classification orientée objet non-supervisée, classification supervisée, MLC, Region Growing, DBSCAN.
How to Cite this Article
Boris Olengoba Ibara, Mohamed Dakki, Mustapha Hakdaoui, and Rhimou El Hamoumi, “CONTRIBUTION OF HYBRID CLASSIFICATION ON IKONOS SATELLITE IMAGERY IN MAPPING OF WETLAND'S HABITATS: Merja Zerga (Morocco),” International Journal of Innovation and Applied Studies, vol. 12, no. 4, pp. 851–863, September 2015.
