Tosca compte-rendu du Groupe Surfaces Continentales Mardi – Jeudi juin 2016, cnes, Paris Participants

Classement A.
CES THEIA « Artificialisation et Urbanisation »

Porteur : A. Puissant, LIVE

Laboratoires impliqués : LIVE, ICUBE, SERTIT, UNISTRA et Région Grand Est

Année de première soumission et nombre d'années prévues : APR 2016-2017 pour 2 ans

Le CES « Artificialisation et Urbanisation » a pour objectif de développer des outils et méthodes de télédétection appliqués à l’artificialisation et l’urbanisation et de valoriser et qualifier les informations et enfin de favoriser leur appropriation par les usagers. Deux produits ont été identifiés « Surfaces artificialisées » et « Urbanisation ». Cette proposition ne porte pas sur l’animation de ce CES mais plutôt est un soutien pour le développement du produit « Urbanisation » pour qualifier les changements (nature, état et évolution). L’objectif de cette nouvelle proposition est de développer de nouvelles méthodes pour évaluer l’intensité et la durée du changement en utilisant des données issues d’archives pour l’apprentissage par deep learning et de les appliquer sur des données Sentinel-2, Landsat et SPOT. Des travaux ont déjà été entamés dans l’ANR CALICO (2013-2016) et l’IDEX-Interdisciplinaire (2104-2015) avec en plus des liens avec des projets financés par le PNTS et l’ANR (ASTERIX).

L’étude de l’évolution des zones urbanisées est d’un intérêt majeur et l’utilisation de méthode visant à exploiter les données existantes pour faciliter l’interprétation des nouvelles acquisitions sont reconnues par le TOSCA. Néanmoins, plusieurs remarques sont formulées. La première porte sur le principe même du CES qui a pour vocation d’animer la communauté nationale sur ce thème, le TOSCA recommande fortement de mettre en place une telle animation alors que ce CES a été créé il y a maintenant 2 ans. D’un point de vue technique, le TOSCA se demande pourquoi l’utilisation de la bande SWIR accessible avec les données Landsat et Sentinel-2 n’est pas utilisée alors que ce domaine spectral est reconnu comme important pour la discrimination des surfaces urbaines.