La législation et Gestion spatiale du delta du fleuve Rouge

Un changement dans la gestion des terres a eu lieu dans le cadre de la politique du « Doi Moi ». Une économie de marché a remplacé l’économie socialiste. En 1988, le décret n°10 dit « khoan 10 » a été adopté par le Bureau politique, marquant un net changement d’orientation économique et une large libéralisation du commerce privé.
En effet, les agriculteurs ont obtenu des droits de propriété sur leurs terres. Même si l’État reste propriétaire de la terre, son utilisation privée est autorisée. Les agriculteurs ont donc obtenu des droits fonciers lorsque le système de planification de l’État a été aboli. Les impôts payés par les agriculteurs à l’État ont été réduits à 10 % et ce taux est resté inchangé pendant 5 ans, ce qui a rassuré les agriculteurs par rapport à la pérennité de leurs exploitations.
Le principe de l’attribution égalitaire des terres agricoles a été abandonné, celles-ci ont été attribuées en fonction de la capacité de production des agriculteurs et de la disponibilité des terres de la coopérative. La durée du bail pour les rizières, auparavant fixée entre 1 et 3 ans, a été portée à 20 ans. Le « paquet simplifié » a été remplacé par le « paquet net », qui permet aux agriculteurs d’être responsables de huit étapes de la culture du riz, au lieu des cinq étapes traditionnellement accordées. La majorité des taxes agricoles ont été réduites (baisse des prix des engrais chimiques, des insecticides et du carburant, suppression des impôts progressifs et d’autres taxes perçues par les autorités locales comme l’impôt sur le revenu ou la taxe de solidarité), ce qui a permis aux agriculteurs de réduire leurs coûts d’exploitation. Les agriculteurs ont également été autorisés à vendre leurs produits récoltés sur un marché libre,sans passer par une coopérative, car le ménage est depuis considéré comme une unité économique indépendante, et chaque agriculteur a donc pu bénéficier de sa propre récolte. Ce décret est appliqué dans le sud du Viêt-Nam depuis 1988. Il n’est entré en vigueur que deux ans plus tard dans le nord du pays, où les dirigeants conservateurs, cherchant à conserver leur pouvoir et leurs privilèges, se sont opposés à toute forme de réforme de la gestion des terres.
Toutes ces législations ont conditionné les activités agricoles en termes d’expansion et de répartitions spatiales.

Impact des conditions climatiques sur le delta du fleuve Rouge

Risque d’inondation dans le delta du fleuve rouge

La région du delta du fleuve rouge connaît des inondations périodiques qui menacent les activités économiques en général et les activités agricoles en particulier, et qui fragilisent l’environnement. Les dernières grandes crues historiques de 1945 et 1971 et celle de 2001 ont causé d’importants dégâts et ont marqué la mémoire populaire. Ces événements ont causé d’importants dégâts matériels en provoquant des brèches dans certaines digues et par conséquent de grandes inondations de vastes zones réputées protégées.
En général, il y a eu moins de précipitations ces dernières années, mais elles se sont produites avec une plus grande intensité, ce qui entraîne un déséquilibre dans leur distribution tout au long de l’année. Par exemple, les précipitations annuelles en 1996 étaient de 1725 mm/an avec un pic mensuel de 360 mm/mois alors que celles de 2006 étaient de 1345 mm/an et 450 mm/mois (Luuet al., 2010).
Ainsi la volonté des décideurs et des gestionnaires s’oriente vers une minimisation des inondations perçues comme l’aléa naturel physique à gérer. La solution se concrétise donc sous forme de mesures structurelles. En effet, des ouvrages de protection et des digues ont été implantés depuis des années. Ce sont d’ailleurs ces actions d’endiguement qui ont permis au delta d’accueillir une telle densité de population (Gilard, 2006) ainsi que des activités agricoles et aquacoles que la région connaît actuellement.

Intrusion des eaux salines

Les intrusions des eaux salines sont principalement dues aux marées hautes.
Dans le Golfe du Tonkin la marée est de type diurne, avec un seul cycle (une marée descendante et une marée montante) par jour et une amplitude qui suit un cycle lunaire de 14 jours et diminue progressivement de 4 à 2 m du nord au sud (Fanget al., 1999).
Le niveau de la marée à basse altitude, à l’embouchure de la branche principale du fleuve Rouge, varie de 0,5 m pendant les marées de mortes eaux à 2,5 m pendant les marées de vives eaux.
Pendant la saison des pluies, en raison de l’important débit d’eau douce provenant de l’amont, le problème de l’intrusion de la salinité ne se pose pas.
Cependant, pendant la saison sèche, en raison du faible débit d’eau douce, l’intrusion de la salinité dans les estuaires des rivières est présente. L’intrusion des eaux salines est observée dans le delta jusqu’à 40 km vers l’intérieur des terres depuis les embouchures (Pham, 2004). Plus loin de la côte, l’influence de la marée sur le niveau d’eau et le débit est constatée, avec des variations quotidiennes du niveau d’eau pouvant atteindre 1 m pendant la saison sèche et 0,6 m pendant la saison des crues (Luuet al., 2010).
En comparaison du delta du Mékong, l’intrusion de la salinité n’est pas aussi grave en raison de la pente relativement importante du lit du fleuve Rouge. Cependant, c’est une des zones le plus densément peuplée du Viêt-Nam et, par conséquent, le problème de la salinité n’est pas sans effets considérables sur l’environnement socioéconomique (Caet al., 1994).

L’étude de changement de l’occupation/couverture du sol

L’analyse du changement du type d’occupation du sol consiste à effectuer une extraction d’informations thématiques selon diverses classes à partir des données spatiales. En effet, les informations extraites à partir des données satellitaires peuvent jouer un rôle important en fournissant des éléments fondés sur des preuves concernant les changements dans ces zones.
L’analyse se base sur des données multi-date qui sont des sources d’information précieuses pour connaître la trajectoire du changement du type d’utilisation et de couverture des sols, tout en décelant les facteurs entraînant la destruction des écosystèmes, tels que l’expansion de l’aquaculture et l’agriculture en dépit du système naturel des deltas du Viêt-Nam.
Aujourd’hui, l’utilisation de données satellitaires et de méthodes de télédétection pour produire des cartes d’occupation du sol est en plein essor car elle offre des avantages en termes de rentabilité et de précision. En effet, de nombreuses études ont indiqué que la télédétection présente des avantages par rapport aux enquêtes traditionnelles sur le terrain pour l’étude de l’occupation du sol notamment des zones fragiles (mangrove, delta et zones côtières) en raison de la vue synoptique et de l’emprise de la couverture de ce type de donné es (Singhet al.2010 ; Kuenzeret al. 2011 ; Avtar etal.2017 ; Phamet al.2019).
On note que dans le but de surveiller la distribution des écosystèmes naturels (mangroves, zone humide, forêts) et des zones urbaines (exemple : Singhet al.2010 ; Voet al.2013 ; Avtaret al.2017), plusieurs études ont été effectuées afin de suivre les changements de l’occupation du sol en se basant sur la télédétection dans le delta du Mékong, (Nguyenet al. 2016a, b ; Minhet al. 2019). En outre, dans le but de surveiller le mode de culture agricole, la majorité des études se sont concentrées sur la délimitation de la distribution des cultures de riz en utilisant des images satellites optiques (par exemple Sakamotoet al., 2006 ; Sonet al., 2013 ; Kontgiset al., 2015) et des images satellites radar (par exemple Liewet al., 1998 ; Karilaet al., 2014 ; Nguyenet al., 2016 ; Kontgiset al., 2017, Minhet al.(2019).
Par ailleurs, plusieurs études ont été menées pour détecter l’expansion de l’élevage de crevettes à l’aide de la télédétection optique (Tonget al., 2004 ; Sakamotoet al., 2009 ; Voet al., 2013). Dans ce double sens agriculture-aquaculture, des études concernant les changements spatio-temporels des systèmes d’aquaculture intensive à l’aide de techniques de télédétection, telle que celle de Sakamotoet al. (2009), ont montré que l’aquaculture s’est rapidement développée, et que la proportion de riz à triple culture a diminué. Ce constat a été révélé grâce aux données satellitaires disponibles depuis 1972.

Les données satellitaires et la détection de l’occupation du sol

Dans les différentes études qui concernent la cartographie de l’occupation des deltas au Viêt-Nam, un assortiment de données satellitaires a été utilisé, notamment des données multi spectrales, du radar à synthèse d’ouverture (SAR), ainsi que des données hyperspectrales (exp. Phamet al.2019). En effet, ces données issues de différents types de capteurs, Landsat (Tranet al., 2015) SPOT (Stibiget al., 2004) MODIS (Spruceet al., 2020) et Sentinel (Phamet al., 2021), ont prouvé leur utilité et efficacité dans le suivi du changement de l’occupation du sol.
Nous détaillons les propriétés de ces capteurs satellites, dont les données sont largement utilisées pour les études de l’occupation du sol dans les deltas du Viêt-Nam, dans le chapitre qui suit.

L’étude du risque d’inondation

Les inondations à travers le monde, sont parmi les catastrophes naturelles les plus destructives affectant, plus particulièrement, les terres basses, à l’instar des zones côtières. Les pays d’Asie du Sud-Est sont vulnérables aux inondations, notamment pendant la saison des pluies. Ainsi, ce risque constitue une des plus grandes menaces du changement climatique dans les deltas du Viêt-Nam (Voir titres 2.2 et 3.2). Les impacts et la fréquence des inondations devraient augmenter à l’avenir en raison du développement urbain et du changement climatique (Kundzewiczet al., 2014). En effet, des organisations telles que la Commission du Mékong et leCentre asiatique de préparation aux catastrophes mettent en œuvre des systèmes régionaux de prévision des inondations en combinant de manière synergique des données et des modèles hydrologiques (Ahmedet al., 2017).
Les nouvelles avancées scientifiques et technologiques en matière de puissance de calcul, les modèles numériques de terrain, les algorithmes d’apprentissage automatique ou les données issues des satellites ont facilité et rendu possibles les études de ce risque à différentes échelles en faisant la différence entre l’échelle de l’inondation et celle du phénomène.
Les modèles hydrologiques et hydrauliques sont des outils précieux pour la gestion et la planification des risques d’inondation. Les sorties de ces modèles peuvent être couplées avec des extractions d’étendues d’eau basées sur la télédétection (Hong Quanget al., 2020) pour améliorer la précision du modèle hydrologique, atténuer lapénurie de données et augmenter la rentabilité (Cianet al., 2018).

Étude de l’occupation du sol pour l’évaluation du risque d’inondation

La production de cartes de couverture du sol est devenue un moyen fréquent et répandu et apparaît comme un indicateur clé pour le suivi des risques d’inondation (An Thi Ngoc Dang et Lalit Kumar, 2017 ; Mojaddadiet al., 2017). En pratique, l’étendue de l’extension des eaux peut être estimée grâce à la détection du type de la couverture du sol, en faisant une extraction des informations via les images satellitaires. De fait, ces cartes peuvent être intégrées dans les bases de données sur les inondations pour réaliser un zonage des endroits à risque et déterminer la vulnérabilité au phénomène d’inondation. Dans ce contexte, la cartographie de l’occupation du sol est un des éléments d’analyse du risque de l’inondation. Elle permet d’identifier les zones aff ectées par le phénomène en mettant en évidence les enjeux, les modifications de la couverture terrestre, ses causes et ses conséquences.
En effet, l’extraction du type d’occupation du sol permet d’identifier les enjeux qui peuvent être exposés aux risques d’inondation. Ainsi, en projetant les résultats du zonage des endroits à risque (les zones inondables) sur la carte d’occupation du sol, il serait possible d’estimer les dégâts et ainsi analyser la vulnérabilité face au risque d’inondation. Dans le delta du Mékong, l’estimation des étendues d’eau (zonage) peut affecter les rizières qui constituent un enjeu économique incontournable pour le pays, touchées par les inondations, ces enjeux socio-économiques sont devenus vulnérables.
La cartographie de l’occupation du sol est une tâche essentielle pour la planification du développement, et pour la gestion des terres dansle monde entier, elle permet aux autorités et aux décideurs de mieux comprendre et decontrôler les impacts du risque d’inondation.

Les données satellitaires et l’évaluation du risque d’inondation

Les satellites sont maintenant devenus une composante essentielle de la gestion de l’environnement et des risques. Les capteurs actifs ou passifs utilisés pour des applications en matière de risque inondation couvrent un domaine très large du spectre électromagnétique et les informations issues de ces gammes spectrales oude leur combinaison ont permis, au cours de ces dernières années, de contribuer de manière significative à la prévision et à la gestion du risque.
L’intégration de paramètres provenant des données d’observation de la Terre dans les modèles hydrologiques occupe une vaste place dans de nombreuses recherches. Les interactions entre certaines gammes de longueurs d’onde et divers paramètres biophysiques tels que l’humidité du sol (Jacksonet al., 2006 ; Neusch, 2000 ; Wagneret al., 2007 ; Oweet al., 2008), leur rugosité (Neusch, 2000 ; Straatsma, 2005 ; Rahman, 2007), la nature des couverts végétaux (Luquet et al., 2001 ; Stileset al., 2000 ; Merteset al., 2004 ; Straatsma, 2005 ; Martin et al., 2008) ont multiplié les recherches dans ce sens. Par exemple, la présence de l’eau, des lacs, des fleuves, des estuaires ou de la végétation inondée est bien détectée par le biais de micro-ondes actives, via le mécanisme de rétrodiffusion, avec des réponses très faibles pour la rétrodiffusion simple et des valeurs importantes dans le casde double rebond (végétation inondée, Lewis, 1998; Hesset al., 2003). Les radars multipolarisations et multifréquences sont également des outils pour la classification de la végétation des zones inondables en fonction des longueurs d’onde, de la polarisation et du mécanisme de rétrodiffusion associés à l’ampleur de l’inondation et de la taille de la végétation (Costaet al., 2002 ; Tinget al., 2015).

Satellites Landsat et Sentinel

Le satellite Landsat

Parmi les divers programmes d’observation de la terre, les missions Landsat (connue au début sous l’acronyme ERTS-1 (Earth Resources Technology Satellite)), de l’agence spatialeaméricaine (NASA) (plus tard sous la responsabilité de National Oceanic et Atmospheric Administration-NOAA) sont les plus réputées. En effet, grâce à la couverture mondiale continue depuis 1972 à une moyenne résolution (le plus long enregistrement continu) ainsi qu’à leur diffusion gratuite, les données Landsat ont été couramment utilisées pour la détection des changements de l’occupation du sol (Liu et al., 2020).
Il faut noter aussi que parmi les facteurs qui ont contribué au succès technique des données Landsat c’est la combinaison de capteurs avec des domaines spectraux façonnés pour l’observation de la Terre, ce qui est efficace dans unegrande variété de contextes d’application. Par ailleurs, le programme a permis d’accumuler des archives de données volumineuses et de maintenir des données historiques. Ces données historiques sont une exigence fondamentale pour la surveillance de l’environnement afin de prévenir les impacts environnementaux néfastes avant qu’ils ne deviennent irréparables (Manandharet al., 2009). Entre 1972 et 2013, huit satellites Landsat sont lancés, permettant de capturer plusieurs millions d’images. L’archive de ces données est fournie par le Centre national d’observation et de science des ressources terrestres (USGS EROS) du Service géologique des États-Unis.
Les satellites Landsat portent des capteurs de type systèmes de caméras Return Beam Vidicon(RBV), le système Multi Spectral Scanner(MSS), et dernièrement le Thematic Mapper(TM). Avec un balayeur qui utilise un miroir oscillant, le MSS capte le rayonnement électromagnétique de la surface de la Terre provenant de quatre bandes spectrales. Chacune de ces bandes a une résolution radiométrique de 6 octets et une résolution spatiale de 60 sur 80 mètres. Depuis le lancement du Landsat-4, le capteur TM a remplacé le MSS, en apportant plusieurs améliorations (une meilleure résolution spatiale et radiométrique, sept bandes spectrales plus étroites par rapport aux quatre bandes du MSS). Chacune des bandes a une résolution radiométrique de 8 octets, ainsi, sauf pour l’infrarouge thermique qui est de 120 m, toutes les autres bandes ont une résolution spatiale de 30 m. Certes leurs archives les plus riches leur procurent un grand avantage, mais la résolution spatiale des images limite leur exploitation dans tous les domaines.
Le satellite Landsat-8, une collaboration entre la NASA et l’United States Geological Survey(USGS), a été lancé en février 2013. Il couvre la Terre tous les 16jours avec des images de 185 km x 185 km, en 16 bits, comptant 11 bandes spectrales : 9 dans le visible (8 multispectrales de résolution 30 m ; 1 panchromatique à 15 m) et 2 thermiques (60 m). L’équipement de télédétection installé sur le LCDM (Landsat Data Continuity Mission) comprend un radiomètre à balayage multicanaux OLI (Operational Land Imager) et un radiomètre IR à deux canaux TIRS (Thermal Infrared Sensor). L’imageur terrestre opérationnel (OLI) offre deux nouvelles bandes spectrales par rapport à l’instrument Landsat-7 ETM+, l’une spécialement conçue pour la détection des cirrus (bande 9, nouvelle bande proche infrarouge (NIR)) et l’autre pour l’observation des zones côtières (bande 1, nouveau canal bleu dans le visible). Il mesure dans les parties visibles, NIR et infrarouge à ondes courtes (SWIR) du spectre électromagnétique et offre une résolution spatiale panchromatique de 15 mètres et multi spectrale de 30 mètres. Le capteur infrarouge thermique (TIRS) aété ajouté à la charge utile de Landsat 8 afin de poursuivre l’imagerie thermique et de prendre en charge des applications émergentes telles que les mesures du taux d’évapotranspiration pour la gestion de l’eau. Le TIRS a été construit par le Goddard Space Flight Centerde la NASA, et sa durée de vie est de trois ans. Les données TIRS de 100 m sont enregistrées avec les données OLI pour créer des produits de données Landsat-8 de 12 bits corrigés sur le plan radiométrique, géométrique et du terrain. Les images des satellites LANDSAT sont libres de droit et diffusées par le US Geological Survey (USGS). Dans nos applications les images Lansat 8 (OLI) sont utilisées pour l’analyse et la cartographie des changements de l’occupation dusol dans le delta du fleuve Rouge.

La constellation Sentinel

L’ESA (l’Agence spatiale européenne) développe une nouvelle famille de missions appelée « Sentinel » spécifiquement pour les besoins opérationnels du programme Copernicus. Chaque mission Sentinel s’appuie sur une constellation de deux satellites pour répondre aux exigences de revisite et de couverture, fournissant des ensembles de données robustes pour les services Copernicus.
L’objectif du programme Sentinel est de remplacer les anciennes missions d’observation de la Terre qui sont en fin de leur durée de vie opérationnelle, comme les missions ERS et Envisat. Cela permettra d’assurer une continuité des données afin qu’il n’y ait pas de lacunes dans les études en cours. Chaque mission se concentre sur un aspect différent de l’observation de la Terre, à savoir la surveillance de l’atmosphère, des océans et des terres, et les données recueillies sont utiles dans de nombreuses applications. Les missions Sentinel embarquent une gamme de technologies telles que des instruments radar et d’imagerie multi-spectrale. En effet, la mission Sentinel-1 (Sentinel-1A et Sentinel-1B) embarque unetechnologie radar en orbite polaire, jour et nuit, destinée aux services terrestres et océaniques. Sentinel-1A a été lancé le 3 avril 2014 et Sentinel-1B le 25 avril 2016. Sentinel-2 (Sentinel-2A et Sentinel-2B) est une mission d’imagerie multi-spectrale haute résolution en orbite polaire pour la surveillance des terres. Elle fournit, par exemple, des images de la végétation, de la couverture du sol et de l’eau, des voies navigables intérieures et des zones côtières. Sentinel-2 peut également fournir des informations aux services d’urgence. Sentinel-2A a été lancé le 23 juin 2015 et Sentinel-2B a suivi le 7 mars 2017. Sentinel-3 (Sentinel-3A et Sentinel-3B) est une mission multi-instruments qui soutient les systèmes de prévision océanique, ainsi que la surveillance de l’environnement et du climat. Elle vise à mesurer la topographie de la surface de la mer, la température de la surface de la mer et de la terre, la couleur de l’océan et de la terre avec une précision et une fiabilité de haut niveau. Il existe d’autres missions à divers objectifs opérationnels comme le Sentinel-4 et le Sentinel-5 qui sont une charge consacrée à la surveillance de l’atmosphère, ainsi que le Sentinel-6 qui a été mis en orbite le 21 novembre 2020, il transporte un altimètre radar pour mesurer la hauteur de la surface de la mer à l’échelle mondiale, principalement pour l’océanographie opérationnelle et les études climatiques.
Dans notre contexte d’étude, les images du capteur Sentinel-1 (SAR) et Sentinel-2 (équipé d’un instrument multi-spectral, MSI) sont les plus utilisées. Sentinel-1 offre une amélioration significative de la couverture spectrale, de la résolution spatiale et de la fréquence temporelle par rapport à la génération actuelle de capteurs
Landsat. Pour la cartographie de l’occupation/utilisation des sols, Sentinel-2 est particulièrement pertinent en raison de la présence de deux nouvelles bandes dans le spectre de la bordure rouge, à 705 et 740 nm.
Par ailleurs, des études ont testé la capacité du Sentinel-1 (SAR) dans le delta du Mékong ce qui a été particulièrement pertinent pour cette région tropicale, car les capacités tout temps du SAR permettent de faire face à la fréquente couverture nuageuse qui rend la télédétection optique difficile. En effet, le SAR joue un rôle crucial dans la télédétection en raison de sa capacité de pénétration des nuages et de détection (Bouvet et Le Toan, 2011).

Table des matières

Introduction générale 
Contexte général et Problématique 
Objectifs 
Structure de la thèse 
Partie 1 : Le système deltaïque vietnamien 
Chapitre 1. Le système du Delta du Mékong 
1.1. Type d’occupation du sol du delta du Mékong
1.1.1. La guerre du Viêt-Nam
1.1.2. Les activités aquacoles et les mangroves dans le delta du Mékong
1.1.3. Activités agricoles dans le delta du Mékong
1.1.4. Impact des conditions climatiques sur le delta du Mékong
1.2. Risque d’inondation dans le delta du Mékong
1.2.1. La sécheresse
1.2.2. L’intrusion des eaux salines
Chapitre 2. Le système du fleuve Rouge
2.1. Type d’occupation du sol du delta du fleuve Rouge
2.1.1. Les activités aquacoles
2.1.2. Les activités agricoles
2.1.3. La législation et Gestion spatiale du delta du fleuve Rouge
2.2. Impact des conditions climatiques sur le delta du fleuve Rouge
2.2.1. Risque d’inondation dans le delta du fleuve rouge
2.2.2. Intrusion des eaux salines
Chapitre 3. L’occupation du sol dans les deltas du Viêt-Nam 
3.1. L’étude de changement de l’occupation/couverture du sol
3.2. Les données satellitaires et la détection de l’occupation du sol
3.3. L’étude du risque d’inondation
3.3.1. Étude de l’occupation du sol pour l’évaluation du risque d’inondation
3.3.2. Les données satellitaires et l’évaluation du risque d’inondation
Chapitre 4. Satellites Landsat et Sentinel 
4.1. Le satellite Landsat
4.2. La constellation Sentinel
Partie 2 : Démarches Méthodologiques 
Chapitre 5. Structuration des données et Prétraitement
5.1. Les images SAR : Sentinel-1
5.1.1. Les équations de radar
5.1.2. Les images SAR
5.1.3. Les images Sentinel-1
5.2. Les images optiques : Sentinel-2
5.3. Les données de série temporelle
5.3.1. Les données optiques de série temporelle
5.3.2. Les données radars de série temporelle
5.3.3. Synergie des données Optiques et RADARS
Chapitre 6. Machine Learning(Apprentissage automatique) 
6.1. Définition Apprentissage Automatique
6.2. Définition Apprentissage Profond
6.3. La segmentation des images satellites
6.3.1. L’algorithme K-means
6.3.2. Meanshift
6.3.3. Multi-résolution Segmentation (MRS)
6.3.4. Superpixel (SLIC)
6.4. Les méthodes de classification
6.4.1.Support Vector Machine: SVM
6.4.2. Random forest
6.5. Méthodes de Deep Learning
6.5.1. Multilayer Perceptron –MLP
6.5.2.Convolutional neural network: CNN
6.6. Evaluation de la précision des classifications
6.6.1. La matrice de confusion
6.6.2. L’estimation des précisions
6.6.3. L’estimation des superficies
6.6.4. Les exemples
Chapitre 7. L’Analyse orientée objet d’images satellite
7.1. Émergence de l’approche « orientée objet »
7.2. Définition du concept de GEOBIA
7.3. Evaluation de GEOBIA
7.3.1. Avantages de GEOBIA
7.3.2. Inconvénient de GEOBIA
7.4. Paradigme de GEOBIA
7.4.1. Etape de travail dans le cadre de GEOBIA
7.4.2. Méthodes de machine learning
7.4.3. Méthodes de deep learning
Partie 3 : De l’acquisition des données aux Applications 
Chapitre 8. Détection des changements de l’occupation du sol dans le delta du fleuve Rouge (Viêt-Nam) 
8.1. Zone d’étude
8.2. Données mises en œuvre
8.3. Méthodologie
8.3.1. Calcul du NDVI
8.3.2. Segmentation des images
8.3.3. Classification des images
8.4. Résultats et discussion
8.4.1. Résultat des Random Forest
8.5. Conclusions
Chapitre 9. Étude et cartographie de l’inondation au niveau du delta du Mékong
9.1. Méthodologie
9.2. Les données SAR et la détection de l’extension de l’inondation
9.2.1. Le suivi des inondations des rizières
9.3. Zone d’étude
9.3.1. La culture du Riz au delta du Mékong
9.3.2. Régime hydro-météorologique du Mékong
9.4. Données utilisées
9.4.1. Les données satellitaires
9.4.2. Données environnementales
9.5. Méthode d’apprentissage automatique et classification
9.5.1. Segmentation d’images et extraction de caractéristiques
9.5.2. Construction du modèle du CNN
9.5.3.Random Forest(RF)
9.5.4. Évaluation de la précision
9.6. Résultats
9.6.1. Profils de rétrodiffusion de rizières
9.7. Validation et comparaison des modèles
9.7.1. L’évaluation de la précision du modèle CNN
9.7.2. L’évaluation de la précision du classificateur RF
9.8. Résultats des modèles : cartographie inondée et inondable
9.8.1. Cartographie de l’étendue des inondations
9.8.2. Cartographie des zones inondables
9.8.3. Discussion
Conclusion générale
Bibliographie 
ANNEXE