Multi-sensor approach for decision aid, application to road condition mapping over tropical areas
Analyse de la traficabilité en zone tropicale par imagerie spatiale optique et radar : application au Tchad méridional
Abstract
Terrestrial road condition awareness in tropical areas is a key requirement, specifically in rainy season. This work suggests a methodology for trafficability analysis, and its related cartographic representation, from optical and radar remote sensing and open source data. This approach is applied to Southern Chad environments. At regional scale, a dynamic classification of obstacles, soil types and vegetation is produced from Landsat and MODIS imagery, and topographical SRTM data. A spatial measure of cone index is computed for each soil class, as a function of root density and soil moisture. This result is compared with vehicle bearing capacity to produce a mobility map. At local scale, landcover features are extracted from very high resolution Quickbird imagery by a selective combination of SVM and oriented object classifications. Soil moisture is appreciated with radar signal of TerraSAR-X sensor. Road practicability is assessed depending of conditions and road surface, and daily rainfall measurements. The model structure allows a fast and an automatic update of trafficability analysis, through workflows partitioning. Thereby, it takes advantage of the whole data available on the study area potential (imagery, scientific data, field work contributions gathered from the web).
La connaissance des conditions de déplacement terrestre dans les pays tropicaux est un besoin clé, en particulier en saison des pluies. Ce travail propose une méthodologie de production de diagnostics de traficabilité et de leur restitution cartographique associée, à partir de l'exploitation de données de télédétection spatiale optique et radar, et de données de sources ouvertes. La démarche a été appliquée à plusieurs environnements du Tchad méridional. A l'échelle régionale, une classification dynamique des obstacles, types de sols et végétation est réalisée à partir d'imagerie Landsat et MODIS et de données de relief SRTM. Une estimation spatialisée de la mesure de résistance à la pénétration au cône en est extraite, en fonction de l'humidité et de la densité racinaire, pour chaque classe de sols. Ce résultat est confronté avec les caractéristiques de portance des véhicules pour produire une carte de mobilité. A l'échelle locale, les éléments de l'occupation du sol sont interprétés de l'imagerie très haute résolution Quickbird par une combinaison sélective de classifications SVM et orientée objet. L'humidité du sol est estimée à partir du signal radar du capteur TerraSAR-X. La praticabilité des routes est déterminée en fonction de l'état et du revêtement du réseau routier, et des hauteurs de précipitation quotidiennes. La structure du modèle permet une actualisation rapide et automatisée de la production de diagnostics, par un partitionnement des processus de traitement. Ainsi, elle tire parti du potentiel de l'ensemble des sources disponibles sur la zone d'intérêt (imagerie, données scientifiques, contributions des acteurs de terrain collectées sur le net).