THESE DE DOCTORAT DE L'UNIVERSITE DE BRETAGNE OCCIDENTALE ECOLE DOCTORALE N° 598 Sciences de la Mer et du littoral Spécialité : Géomatique Par Chi-Nguyen LAM Méthodes de Machine Learning pour le suivi de l’occupation du sol des deltas du Viêt-Nam Thèse présentée et soutenue Brest, le 07 octobre 2021 Unité de recherche : LETG – UMR CNRS 6554 Rapporteurs avant soutenance : Dr Thomas CORPETTI, CNRS, LETG-Rennes UMR 6554, Université de Rennes Prof Sébastien GADAL, CNRS ESPACE UMR 7300, AixMarseille Université Composition du Jury : Directrice de thèse Dr HDR Simona NICULESCU, LETG-Brest UMR 6554, UBO Co-directeur de thèse Prof Bernard POTTIER, Lab-STICC, Département Informatique, UBO Prof Hiep Xuan HUYNH, Département d’informatique, Université de Can Tho, Vietnam (examinateur) Dr Dominique LAVENIER, CNRS, INRIA/IRISA, Université de Rennes (examinateur) Prof Vincent RODIN, Lab-STICC, Département Informatique, UBO (examinateur) Table de matière Introduction générale Contexte général et Problématique Objectifs 10 Structure de la thèse 11 Partie : Le système deltaïque vietnamien 12 Chapitre Le système du Delta du Mékong 14 1.1 Type d’occupation du sol du delta du Mékong 15 1.1.1 La guerre du Viêt-Nam 15 1.1.2 Les activités aquacoles et les mangroves dans le delta du Mékong 16 1.1.3 Activités agricoles dans le delta du Mékong 17 1.1.4 Impact des conditions climatiques sur le delta du Mékong 18 1.2 Risque d’inondation dans le delta du Mékong 18 1.2.1 La sécheresse 20 1.2.2 L’intrusion des eaux salines 21 Chapitre Le système du fleuve Rouge 22 2.1 Type d’occupation du sol du delta du fleuve Rouge 23 2.1.1 Les activités aquacoles 23 2.1.2 Les activités agricoles 23 2.1.3 La législation et Gestion spatiale du delta du fleuve Rouge 24 2.2 Impact des conditions climatiques sur le delta du fleuve Rouge 25 2.2.1 Risque d’inondation dans le delta du fleuve rouge 25 2.2.2 Intrusion des eaux salines 25 Chapitre L’occupation du sol dans les deltas du Viêt-Nam 27 3.1 L’étude de changement de l’occupation/couverture du sol 27 3.2 Les données satellitaires et la détection de l’occupation du sol 28 3.3 L’étude du risque d’inondation 28 3.3.1 Étude de l’occupation du sol pour l’évaluation du risque d’inondation 29 3.3.2 Les données satellitaires et l’évaluation du risque d’inondation 30 Chapitre Satellites Landsat et Sentinel 35 4.1 Le satellite Landsat 35 4.2 La constellation Sentinel 36 Partie : Démarches Méthodologiques 39 Chapitre Structuration des données et Prétraitement 40 5.1 Les images SAR : Sentinel-1 40 5.1.1 Les équations de radar 40 5.1.2 Les images SAR 43 5.1.3 Les images Sentinel-1 43 5.2 Les images optiques : Sentinel-2 47 5.3 Les données de série temporelle 48 5.3.1 Les données optiques de série temporelle 48 5.3.2 Les données radars de série temporelle 48 5.3.3 Synergie des données Optiques et RADARS 49 Chapitre Machine Learning (Apprentissage automatique) 51 6.1 Définition Apprentissage Automatique 52 6.2 Définition Apprentissage Profond 53 6.3 La segmentation des images satellites 54 6.3.1 L’algorithme K-means 54 6.3.2 Meanshift 57 6.3.3 Multi-résolution Segmentation (MRS) 60 6.3.4 Superpixel (SLIC) 62 6.4 Les méthodes de classification 64 6.4.1 Support Vector Machine : SVM 65 6.4.2 Random forest 68 6.5 Méthodes de Deep Learning 70 6.5.1 Multilayer Perceptron – MLP 70 6.5.2 Convolutional neural network : CNN 76 6.6 Evaluation de la précision des classifications 78 6.6.1 La matrice de confusion 79 6.6.2 L’estimation des précisions 81 6.6.3 L’estimation des superficies 82 6.6.4 Les exemples 82 Chapitre L’Analyse orientée objet d'images satellite 87 7.1 Émergence de l'approche « orientée objet » 87 7.2 Définition du concept de GEOBIA 87 7.3 Evaluation de GEOBIA 88 7.3.1 Avantages de GEOBIA 88 7.3.2 Inconvénient de GEOBIA 88 7.4 Paradigme de GEOBIA 88 7.4.1 Etape de travail dans le cadre de GEOBIA 89 7.4.2 Méthodes de machine learning 89 7.4.3 Méthodes de deep learning 90 Partie : De l’acquisition des données aux Applications 91 Chapitre Détection des changements de l’occupation du sol dans le delta du fleuve Rouge (Viêt-Nam) 92 8.1 Zone d'étude 92 8.2 Données mises en œuvre 94 8.3 Méthodologie 96 8.3.1 Calcul du NDVI 96 8.3.2 Segmentation des images 98 8.3.3 Classification des images 100 8.4 Résultats et discussion 102 8.4.1 Résultat des Random Forest 102 8.5 Conclusions 105 Chapitre Étude et cartographie de l’inondation au niveau du delta du Mékong 106 9.1 Méthodologie 106 9.2 Les données SAR et la détection de l’extension de l’inondation : 107 9.2.1 Le suivi des inondations des rizières : 108 9.3 Zone d’étude 109 9.3.1 La culture du Riz au delta du Mékong 110 9.3.2 Régime hydro-météorologique du Mékong 110 9.4 Données utilisées 111 9.4.1 Les données satellitaires 111 9.4.2 Données environnementales 112 9.5 Méthode d'apprentissage automatique et classification 113 9.5.1 Segmentation d'images et extraction de caractéristiques 113 9.5.2 Construction du modèle du CNN 114 9.5.3 Random Forest (RF) 115 9.5.4 Évaluation de la précision 115 9.6 Résultats 116 9.6.1 Profils de rétrodiffusion de rizières 116 9.7 Validation et comparaison des modèles 120 9.7.1 L'évaluation de la précision du modèle CNN 120 9.7.2 L'évaluation de la précision du classificateur RF 122 9.8 Résultats des modèles : cartographie inondée et inondable 125 9.8.1 Cartographie de l'étendue des inondations 125 9.8.2 Cartographie des zones inondables 128 9.8.3 Discussion 131 Conclusion générale 132 Bibliographie 135 ANNEXE .152 Titre : Méthodes de Machine Learning pour le suivi de l’occupation du sol des deltas du Viêt-Nam Mots clés : méthodes d’apprentissage automatique, delta du Vietnam, suivi de l’occupation du sol, Résumé : Le développement socio-économique au Vietnam est associé l'existence des grands deltas fluviaux En outre, les facteurs environnementaux tels que la sécheresse et l’inondation jouent un rôle important dans le changement de l’occupation du sol au niveau de ces deltas Ces changements ne sont pas sans impact sur l’équilibre naturel et économique du pays Dans cette optique, cette thèse a pour objectifs de proposer des méthodes de traitement des données satellites pour une cartographie et suivi efficaces de l’occupation du sol au niveau des deux principaux deltas du Viêt-Nam, fleuve rouge et du Mékong En effet, un travail expérimental a été effectué en vérifiant et évaluant l’apport du traitement d’images multi-capteurs par de nombreuses approches de segmentation d’image et d’apprentissage automatique peu profond et profond Ainsi, un modèle de Convolutional Neural Network (CNN) adapté au contexte de l’étude, a démontré sa robustesse pour la détection et la cartographie de l’occupation du sol afin de caractériser l’aléa de l’inondation et d’analyser les enjeux Title : Machine Learning methods for monitoring land use in deltas of Vietnam Keywords : Machine learning, delta of Vietnam, monitoring of Land cover/Land use Abstract : Socio-economic development in Vietnam is associated with the existence of large fluvial deltas Furthermore, environmental factors such as dryness and flooding have an important role in the change of land use/land cover within these deltas These changes have an impact on the natural and economic balance of the country In this perspective, the objectives of the present thesis are to suggest processing methods of satellite data for an efficient mapping and monitoring of land use in the two main deltas of Vietnam, the Red River and the Mekong Delta Indeed, experimental work has been carried out by verifying and evaluating the contribution of multi-sensor image processing through various image segmentation approaches and machine/deep learning algorithms Thus, a Convolutional Neural Network (CNN) model adapted to the context of the study demonstrated its robustness for the detection and mapping of land use in order to characterise the flood hazard and analyse the issues at risk ... générale 132 Bibliographie 135 ANNEXE .152 Titre : Méthodes de Machine Learning pour le suivi de l’occupation du sol des deltas du Viêt-Nam Mots clés : méthodes. .. thèse a pour objectifs de proposer des méthodes de traitement des données satellites pour une cartographie et suivi efficaces de l’occupation du sol au niveau des deux principaux deltas du Viêt-Nam, ... 7.4.2 Méthodes de machine learning 89 7.4.3 Méthodes de deep learning 90 Partie : De l’acquisition des données aux Applications 91 Chapitre Détection des changements de l’occupation