44

Pour répondre aux obligations et recommandations de la directive européenne INSPIRE, les autorités wallonnes souhaitent valoriser leur riche catalogue de géodonnées et de données d’observation de la Terre pour développer de nouvelles méthodologies opérationnelles de cartographie de l’occupation et de l’utilisation du sol. Les acteurs wallons compétents en aménagement du territoire et en gestion de l’environnement sont contraints, à l’heure actuelle, de travailler avec des données d’occupation et d’utilisation du sol non mises à jour, incomplètes et à l’information thématique mélangée. La carte de référence actuelle, la Carte d’Occupation du Sol de Wallonie, en abrégé la COSW, a en effet plus de dix ans et une légende mixte en occupation et utilisation du sol. Cet article traite du développement de deux méthodes de classification semi-automatisée orientée-objet pour la cartographie à très haute résolution spatiale de l’occupation et de l’utilisation du sol en milieu urbain, avec la ville de Liège (Belgique) comme cas d’étude, dans le cadre du projet SmartPop. Premièrement, une carte d’occupation du sol est produite par classification automatisée de données d’observation de la Terre multispectrale et tridimensionnelle acquises par capteurs aéroportés sur la période 2012-2014. Cette carte est ensuite améliorée par combinaison avec des bases de données géographiques disponibles sur la Wallonie. Le produit final est une carte d’occupation du sol répondant aux recommandations techniques d’INSPIRE. L’exactitude globale de la carte est supérieure à 90 %. Un tel produit offre de nouvelles opportunités pour le suivi de l’environnement et du territoire à grande échelle, notamment par son unité minimale de collecte fixée à 15 m². Deuxièmement, une méthodologie automatique de cartographie de l’utilisation du sol, proposant plusieurs niveaux de représentation, a été développée. Ces premiers résultats ont permis d’envisager leur application à l’échelle de la Wallonie. L’automatisation et la robustesse des procédures doivent être renforcées. Des séries temporelles de données satellitaires Sentinel seront également intégrées au processus de cartographie de l’occupation du sol afin d’améliorer la qualité thématique des classes de végétation. Cette opérationnalisation devra déboucher sur de nouvelles cartographies régionales représentatives de l’année 2016, dont la publication est attendue pour 2020.

Following the EU INSPIRE directive recommendations and obligations, the Walloon authorities want to develop operational land cover and land use mapping methods using existing geodata. Urban planners and environmental monitoring stakeholders of Wallonia currently have to rely on outdated, mixed and incomplete land cover and land use information. The current reference map is ten years old. This paper develops two semi-automated object-based classification frameworks for the detailed urban land cover and land use mapping of the city of Liège, Belgium. Firstly, the land cover mapping approach relies on the automated classification of multispectral and tridimensional data provided by aerial sensors for the period of 2012 to 2014. The land cover map is then improved by combining the classified Earth Observation data with existing geographical datasets. A land cover map, compliant with the INSPIRE directive specifications, is finally produced. Its overall accuracy value is above 90 %. Such a detailed land cover map offers new opportunities for fine-scale environmental monitoring and spatial planning activities. Secondly, an automated methodology is proposed for mapping land use at different scales. It integrates spatial variables derived from the land cover map and from existing geographical datasets into a multi-scalar land use mapping scheme. In line with INSPIRE, these first results pave the way for the development of complying regional datasets. The transfer of these methods at the scale of the whole region of Wallonia is under development, using the latest available data (2016). The automation and the robustness of the processes need to be reinforced. Time-series of Sentinel satellite data will be integrated in the workflow in order to improve the thematic accuracy of the vegetated land cover classes.