Multi-scale methodology to map urban structures: classification of

Multi-scale methodology to map urban structures: classification of
Pléiades images combined to existing geographic data
Emilie HANSON a, Julien DENIAU b, Léo VETILLARD c, Omar BENARCHID a, Jean
NABUCET c, Simon ROUGIER b, Anne PUISSANT b, Laurence HUBERT-MOY c,
Eléonore WOLFF a
a
IGEAT, Université Libre de Bruxelles, ewolff@ulb.ac.be
LIVE UMR CNRS 7362, Université de Strasbourg, anne.puissant@live-cnrs.unistra.fr
c
LETG-Rennes COSTEL UMR CNRS 6554, Université Rennes 2, laurence.moy@uhb.fr
b
To manage both the urban fabric and the green network, regional and local administrations
need knowledge about their spatial structure through landuse or landcover maps at local to
regional scales. A lot of studies have mapped and analysed European cities and their
evolution from optical remote sensed data but a consolidated and reproducible
methodological framework was still missing. In this context, this research aimed to propose a
multi-scale methodology based on Pléiades images and existing ancillary data to map builtup and vegetation surfaces in urban and suburban areas in order to characterize urban fabrics
and green infrastructure.
The used method includes different scales: regional (urban morphological area), intermediate
(urban blocks and green objects) and local (landuse/landcover objects).
At regional scale, artificialized surfaces are extracted from a generic and user-friendly model
builder using existing ancillary data (NGI France and Belgium and OpenStreetMap) . At
local scale, three OBIA classification algorithms were tested and compared on the Pléiades
images: Support Vector Machine, Random Forest and Neural Network. The methodology
includes the identification of the optimal segmentation method. As compromise between time
consumption and accuracy, the SVM algorithm was chosen. The map of the urban
morphological area produced at the regional scale and the landcover one achieved at the local
scale are then used at the intermediate scale to characterise urban blocks according to their
morphological structure and the green infrastructure fragmentation and connectivity.
This common methodology was followed for the three study sites of Brussels, Strasbourg and
Rennes as for the adjustment of the nomenclature than for the assessment of the existing
database quality or for assessment of the segmentations and classifications. So, this approach
should be applicable to any north-western European cities.
Méthodologie multi-scalaire pour la cartographie des structures
urbaines : classification d’images Pléiades combinées à des
données géographiques existantes
Emilie HANSON a, Julien DENIAU b, Léo VETILLARD c, Omar BENARCHID a, Jean
NABUCET c, Simon ROUGIER b, Anne PUISSANT b, Laurence HUBERT-MOY c,
Eléonore WOLFF a
a
IGEAT, Université Libre de Bruxelles, ewolff@ulb.ac.be
LIVE UMR CNRS 7362, Université de Strasbourg, anne.puissant@live-cnrs.unistra.fr
c
LETG-Rennes COSTEL UMR CNRS 6554, Université Rennes 2, laurence.moy@uhb.fr
b
Pour gérer tant les zones urbaines que les réseaux écologiques, les gestionnaires locaux et
régionaux ont besoin d’informations sur leurs structures spatiales respectives, notamment
sous forme de cartes d’occupation et d’utilisation du sol à des échelles allant du local au
régional. De nombreuses études ont déjà été menées sur la cartographie et l’analyse des villes
européennes et leurs évolutions au moyen de données de télédétection mais une
méthodologie consolidée et reproductible manque encore. Dans ce contexte, le but de cette
recherche est de proposer une méthodologie multi-scalaire basée sur des images Pléiades et
des données ancillaires existantes pour cartographier les surfaces bâties et vertes dans les
zones urbaines et périurbaines afin de caractériser les types d’urbains et le réseau écologique.
La méthode utilisée aborde trois échelles : régionale (la zone urbaine morphologique),
intermédiaire (les blocs urbains et objets verts) et locale (les objets de l’utilisation ou de
l’occupation du sol).
A l’échelle régionale, les surfaces artificialisées ont été extraites au moyen d’un modèle
générique et facile d’utilisation utilisant les données ancillaires existantes (cartes de l’IGN
France et Belgique, OpenStreetMap). A l’échelle locale, trois algorithmes de classification
orientés objets ont été testés et comparés sur les images Pléiades: le « Support Vector
Machine », le « Random Forest » et le « Neural Network ». La méthodologie inclut une étape
d’identification de la segmentation optimale. L’algorithme du SVM s’est révélé être le
meilleur compromis entre le temps de calcul et la qualité de la classification. La carte de
l’agglomération morphologique produite à l’échelle régionale et celle de l’occupation du sol
réalisée à l’échelle locale sont ensuite utilisées à l’échelle intermédiaire pour caractériser les
blocs urbains selon leur structure morphologique ainsi que le réseau écologique, sa
fragmentation et sa connectivité.
Cette méthodologie commune a été appliquée pour les trois sites d’études de Bruxelles,
Strasbourg et Rennes, et ce tant pour la mise au point de la nomenclature que pour
l’évaluation de la qualité des bases de données existantes, des segmentations et des
classifications. Cette approche devrait donc être transposable dans les autres villes de
l’Europe du Nord-Ouest.