Le Dr RAKOTONIAINA Solofoarisoa du Laboratoire de Géophysique de l’Environnement et de Télédétection de l’Institut et Observatoire de Géophysique d’Antananarivo (IOGA), a brillamment soutenu sa thèse d’Habilitation à Diriger des Recherches (HDR) en Physique, option Géophysique devant les jury de l’Université d’Antanananarivo ce 11 Décembre 2009.
Ses recherches ont considéré différentes zones d’étude et différents champs d’application (Boanamary Mahajanga pour l’étude des mangroves ; Saharevo Moramanga pour l’étude du paludisme en santé publique ; Rhônes-Alpes France en environnement et Genève Suisse en milieu urbain).
La réalité dans laquelle nous vivons est très complexe. Pour pouvoir en tirer des informations et d’en prendre des décisions par la suite, il est souvent nécessaire de la modaliser. Des études environnementales complètes requièrent une information sur trois dimensions qui sont la dimension thématique, temporelle et spatiale. Dans ce cadre là, les données de télédétection (images) sont une source d’information géographique très intéressante. Les images satellitaires sont actuellement largement utilisées à Madagascar comme dans presque tous les pays du monde. Plusieurs domaines d’application font recours à ce type de données pour mener à bien leurs travaux : environnement, aménagement, santé, gestion des risques et catastrophes naturels, etc.
Actuellement, l’Université d’Antananarivo assume entièrement à travers plusieurs départements et laboratoires la formation des étudiants aux techniques du traitement d’image et de la télédétection. On peut citer entre autres :
L’Institut et Observatoire de Géophysique d’Antananarivo (IOGA) avec son laboratoire de Géophysique de l’Environnement et de Télédétection dédié à la recherche sur les applications de télédétection et des SIG. À ce laboratoire est rattaché un centre de formation dénommé, Centre Commun de Ressources Géomatiques (CCRG) qui accueille les étudiants issus de plusieurs départements universitaires.
Le Département de Géographie de la Faculté des Lettres et des Sciences Humaines qui a toujours enseigné la Télédétection comme outil d’investigation à ces étudiants. Il a participé à plusieurs programmes de recherche où la Télédétection tient une place importante
Le Département des Eaux et Forêts (Ecole Supérieure des Sciences Agronomiques) qui est également parmi les premiers départements universitaires d’Antananarivo à enseigner la Télédétection. Fruit d’un partenariat avec l’Ecole Polytechnique de Zurich, il est également équipé pour un enseignement pratique de la télédétection.
Les données de Télédétection contiennent des images multispectrales qui peuvent être acquises à différentes résolutions spatiales et à différents moments. Le conditionnement ou la mise en forme de ces données en information géographique s’effectue à l’aide des traitements numériques d’images qui sont des processus longs et complexes. Ils ont pour tâche de produire un contenu thématique pertinent au regard du modèle. Ces traitements requièrent des données spatiales, des informations complémentaires, des connaissances et expertises de la part de l’analyste et enfin des outils et méthodes spécifiques. C’est dans le domaine méthodologique que l’impétrant a porté son effort pour contribuer à la production d’information géographique riche et de qualité pour mieux décrire la réalité.
La chaîne de traitement d’images en Télédétection comporte de nombreuses opérations. Elle aboutit normalement à la production d’une information géographique numérique sur l’occupation du sol, de la zone d’étude considérée. La cartographie de cette information numérique permet une lecture et une interprétation de la part de l’analyste. La dernière opération de conditionnement de cette chaîne de traitements s’appelle en Télédétection la classification d’image. Ont été considérées trois directions de développement : une direction thématique par l’utilisation des méthodes plus adaptées à diverses situations (approches non paramétriques et combinées, classification floue), une direction spatiale en prenant compte la dimension géométrique de l’information des images de télédétection (fusion et approches contextuelles) et enfin, une direction temporelle pour intégrer l’apport d’une série d’images temporelles sur la qualité de la classification.
Comme la qualité d’une classification dirigée d’images repose fortement sur la considération des méthodes de définition et de sélection des zones d’apprentissage et des zones de validation, elle est présentée dans la première partie de la synthèse. Sont décrites successivement par la suite différentes méthodes pour rehausser la qualité de classification : la fusion d’images, la classification non-paramétrique, la classification contextuelle, la classification floue, la classification multi temporelle et la combinaison de classificateurs.
Recueilli par Valis
