éditions des archives contemporaines

Amélioration de la classification d'image par la méthode contextuelle ICM: Application à la détection des gîtes larvaires potentiels du paludisme à Madagascar

RAKOTONIAINA Solofoarisoa, RANDREMANANA Rindra V., RASOLOMAMONJY Jaotiana A., BÉNIÉ Goze B., RAKOTONDRAOMPIANA Solofo A.
DOI—
Pages19–29
Paru le1 novembre 2006
Citer Lire en PDF · 11 p.

Résumé

À Madagascar, le paludisme reste une des préoccupations nationales en matière de santé publique car il représente la première cause de morbidité dans les centres de santé. Cette étude montre l’amélioration apportée par une méthode de classification contextuelle (ICM-Iterated Conditional Mode) pour identifier les gîtes larvaires potentiels des moustiques vecteurs du paludisme. Le site d’étude se trouve sur la marge est des Hautes Terres Centrales. Les études entomologiques montrent que les vecteurs responsables du paludisme dans cette région sont les Anopheles funestus et les Anopheles gambiae. L’identification des gîtes larvaires préférentiels de ces vecteurs par la télédétection sera faite à partir d’une image ETM+ de Landsat 7. On se propose, dans un premier temps, de choisir les canaux et les néo-canaux à utiliser pour la classification en se basant sur la matrice de corrélation, l’étude des signatures spectrales des classes et de leur séparabilité. On procède ensuite, à la mise en œuvre de la méthode contextuelle ICM afin d’améliorer les résultats de la classification faite avec la méthode de maximum de vraisemblance. La précision générale de la classification ainsi que la précision obtenue en considérant uniquement les rizières sont respectivement de 83,47 % et 85,42 % pour la méthode de maximum de vraisemblance. Elles sont passées à 97,60 % et 99,32 % pour la méthode contextuelle ICM. Quant à l’indice Kappa, il vaut 0,8121 pour la méthode du maximum de vraisemblance et 0,9721 avec la méthode contextuelle ICM.

Mots clés
TélédétectionClassification contextuelleICMPaludismeGîtes larvairesMadagascar

Abstract

Malaria remains the most prevalent health problem in Madagascar, as it is the first source of morbidity in health care facilities. This paper reports successful rice field mapping using a Markov-based contextual classification method, the Iterated Conditional Mode (ICM). The study area is located at the eastern fringe of the highlands of Madagascar. Anopheles funestus and Anopheles gambiae are known as the most important vectors responsible for malaria transmission in this area. They both prefer rice fields as larval habitats.
A Landsat 7 ETM+ image was used to determine these larval habitats. We choose first the bands we will use in the classification procedure based on the correlation matrix, the class spectral signatures and their separability. We then perform a supervised classification using the maximum likelihood method in order to classify our image. Then, we attempt to improve the classification results by applying the Iterated Conditional Mode. Global classification accuracy and local classification accuracy for rice fields were respectively 83.47% and 85.42% for the first method and 97.60 % and 99.32 % respectively for the second. The Kappa index was 0.8121 for the maximum likelihood classification and 0.9721 for the contextual classification.

Keywords
Remote sensingContextual methodICMMalariaLarval habitatsMadagascar

Lire l’article

Première page

PDF de 11 pages, tel qu’imprimé dans la revue, pages 19 à 29. En libre accès.

Pas encore de consultation enregistrée.