Etude de l`évolution urbaine de la ville d`Oran à l`aide des

République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université des Sciences et de la Technologie d’Oran
Mohamed Boudiaf
Faculté d’Architecture et de Génie Civil
Département de Génie Civil
Mémoire en vue de l'obtention du diplôme de Magister
Spécialité :
Option :
GÉNIE CIVIL
TRANSPORT - ENVIRONNEMENT
PRÉSENTÉE PAR
Melle. Amina Kaoutar BELBACHIR
SUJET DE MÉMOIRE
Etude de l'évolution urbaine de la ville d'Oran
à l'aide des techniques spatiales
SOUTENU EN JUILLET 2010 DEVANT LE JURY COMPOSÉ DE :
Mr BRAHIMI Kouider
Professeur
U.S.T.O
Président
Mr RAHAL Driss Djaouad
Maître de conférence A
U.S.T.O
Rapporteur
Mr BENABADJI Nour Eddine
Maître de conférence A
U.S.T.O
Examinateur
Mr BOUMEDIENE Ahmed
Maître Assistant A
U.S.T.O
Examinateur
Dédicaces
A la source de mon bonheur, mes parents,
A ceux qui ont ensoleillé ma vie, mes sœurs,
A ma famille,
A mes amies,
Je dédie ce travail.
i
Remerciements
Mes remerciements vont tout d’abord à dieu le tout puissant pour la volonté ; la santé
et la patience, qu’il ma donné durant toutes ces années d’études.
Je ne saurais jamais comment remercier mon encadreur Monsieur D. Rahal, Maître de
Conférences, pour m’avoir accordé sa confiance, avoir dirigé mon travail, pour ses
conseils qui m’ont permis d’évoluer et apprendre et pour son soutien
et
encouragement tout au long de ce travail.
Je remercie également le Professeur
K. Brahimi pour tous ses conseils et
encouragements durant l’année théorique du Magister et aussi de m’avoir fait
l’honneur de présider le jury.
Mes sincères remerciements vont aussi à Monsieur
N. Benabadji, Maître de
Conférences à l’Ecole d’Architecture pour son aide et ses précieux conseils et d’avoir
accepté d’examiner mon travail, ainsi qu’à Monsieur A. Boumedienne, chargé de
Cours au Département de Génie Civil, d’avoir lui aussi accepté de prendre part dans
mon jury. Je n'oublies pas de remercie infiniment tous les membres du staff de la
Post-graduation 'Transport et environnement'' qui m'ont initié dans ce domaine de
recherche de future.
Je remercie mes parents, mes sœurs et toute ma famille, pour leur affection inégalable
et leur soutien. Sans leurs encouragements, je n’aurai pu mener à bien ce travail.
Je présente aussi mes remerciements à mes collègues et amies et toutes les personnes
qui m'ont aidé matériellement et moralement.
ii
Résumé
La ville d'Oran a connue un étalement vaste dans une période relativement courte
comme beaucoup de grandes villes dans le monde. On se propose dans notre travail
d'étudier l'évolution spatio-temporelle des différents espaces de la ville d'Oran durant les trois
dernières décennies à partir des images-satellites à haute résolution spatiale afin d'identifier,
de caractériser et de quantifier les modifications paysagères.
Pour réaliser ces objectifs, nous avons utilisé trois images des satellites SPOT prises
respectivement en 1986, en 1995 et en 2004, pour déterminer l’occupation du sol par
l'espace bâti, l'espace de végétation et l'espace du sol nu et leurs évolutions durant les
périodes de ces images. Une classification thématique supervisée a été appliquée à ces
images pour extraire ces informations.
Cette étude a montré que l'espace bâti qui représentait en 1986 44,96% de la zone
étudiée a passé au 49,87% en 1995 et à 56,37% en 2004. Ce qui correspond à une
augmentation de 4,91% entre 1986 et 1995 et de 6,50% entre 1995 et 2004 soit une
augmentation totale de 11,41% ou 1083 hectares de bâti durant une période de 18
ans. Cette augmentation de bâti à été accompagnée par une diminution de 12,23%
soit 1185 hectares de sol nu et une légère augmentation de 0,72% soi 104 hectares de
végétation (arborée, herbacée ou cultures ). Les secteurs de cette extension sont très
visibles dans l'Est (Bir El Djir), au Sud-Est (Es Senia), au Sud (Ain El Beida) et au
Sud-Ouest (El Hassi).
Ces résultats montrent que l'urbanisation dans la zone étudiée d'Oran a été faite
exclusivement sur des espaces nus. Cette extension urbaine a consommé plus de 1/3
des terres nues. Si la croissance urbaine à Oran n'a pas été faite dans, une grande
mesure, au détriment de l'espace vert, ce dernier n'a pas connu un développement
proportionnel à l'urbanisation pour réaliser l'objectif d'un développement durable de la
ville. Pour aller vers un développement durable de la ville, dans le future, il est
nécessaire de réserver une bonne partie des 2/3 des terres nues qui restent pour créer
des espaces verts. Les espaces verts en milieu urbain diminuent la pollution
atmosphérique, améliorent la biodiversité et la qualité de vie. La végétation fait
actuellement de plus en plus partie des éléments structurant les projets urbains
modernes.
iii
Mots clé: Télédétection urbaine, croissance urbaine, espace bâti, espace nu,
végétation, développement durable.
Abstract
The town of Oran has known a vast extension during a relatively short time like other
big cities in the world. In this work, we study the spatiotemporal evolution of various
spaces of the town of Oran during the last three decades using images obtained by
satellites in order to identify, characterize and quantify the landscape modifications.
To carry out these objectives, we have used three images of the SPOT satellites taken
respectively in 1986, 1995 and 2004, to determine the occupation of the ground by
built space, vegetation space and uncovered space and their evolutions during the
three last decades. A supervised thematic classification was applied to these images to
extract this information.
This study has shown that the built space which was occupying 44,96% of the studied
zone on 1986, has passed to 49,87% on1995 and to 56,37% on 2004. This corresponds
to an increase of 4,91% between 1986 and 1995 and 6,50% between 1995 and 2004
which give a total increase of 11,41% or 1083 hectares of built space during a period
of 18 years. This increase was accompanied by a diminution of 12,23% or 1185
hectares of uncovered space
and a small increase of 0,72% or 104 hectares of
vegetation. The sectors of this extension are very visible in the East in Bir El Djir,
South-East in Es Senia, South in Ain El Beida and South-West at El Hassi.
These results show that the urbanization in the studied zone of Oran was made
exclusively on uncovered spaces where more than 1/3 of these spaces were consumed.
If the urban growth in Oran was not made, mostly, on the detriment of the green
spaces, this last one did not experience sufficient development proportional to the
urbanization in order to carry out the objective of a sustainable development of the
city. In order to go towards a sustainable development of the city, in the future, it is
necessary to hold a good part of the remained 2/3 of the uncovered spaces to create
green areas. The green areas in urban environment decrease atmospheric pollution,
improve the biodiversity and quality of life. The vegetation has now become a
principal part of the elements structuring the modern urban projects.
iv
‫‪Keywords: Urban remote sensing, urban growth, built space, uncovered space,‬‬
‫‪vegetation, sustainable development.‬‬
‫ملخص‬
‫عشفذ يذيُخ وهشاٌ يضم كضيشا يٍ انًذٌ انكجشي في انعبنى ايزذادا عًشاَيب واسعب في فزشح لصيشح َسجيب‪َ .‬مزشػ‬
‫في عًهُب هزا دساسخ انزطىس انًكبَي‪-‬انضيبَي نًُبطك يٍ وهشاٌ عهي اخزالف أَىاعهب خالل انعمىد انضالصخ‬
‫انًبضيخ ثبسزخذاو صىس االسزشعبس عٍ ثعذ (األلًبس انصُبعيخ) ‪ ،‬نزحذيذ طجيعخ انزغييشاد انحبصهخ و ليبسهب‪.‬‬
‫نزحميك هزِ األهذاف‪ ،‬اسزعًهُب صالصخ صىس نهمًش انصُبعي ‪ Spot‬انًهزمطخ عهً انزىاني في ‪1995 ،1986‬‬
‫و ‪ 2004‬نزحذيذ األساضي انًشغىنخ ثبنجُبيبد‪ ،‬ثبنُجبربد وانًسبحبد انغشداء عهي انزىاني و رغيشارهب خالل‬
‫فزشاد هزِ انصىس‪ .‬السزخشاط هزِ انًعهىيبد اسزعًهُب طشق يعبنغخ انصىس‪.‬‬
‫نمذ أظهشد هزِ انذساسخ أٌ انًسبحخ انًجُيخ انزي كبَذ رشغم ‪ ٪44.96‬في عبو ‪ 1986‬يٍ انًُطمخ انًذسوسخ‬
‫صبسد رشغم ‪ ٪ 49.87‬في عبو ‪ 1995‬و ‪ ٪ 56.37‬في عبو ‪ .2004‬وهزا يعُي صيبدح لذسهب ‪ ٪ 4.91‬ثيٍ عبيي‬
‫‪ 1986‬و ‪ 1995‬و ‪ ٪ 6.50‬ثيٍ عبيي ‪ 1995‬و ‪ 2004‬و ثزنك رمذس انضيبدح ا إلعًبنيخ يٍ انًسبحبد انًجُيخ‬
‫ثحىاني ‪ ٪ 11.41‬أو ‪ 1083‬هكزبس خالل ‪ 18‬سُخ‪ .‬هزِ انضيبدح عبءد يع اَخفبض في األساضي انغشداء يمذس‬
‫ثحىاني‬
‫‪ ٪12.23‬أو ‪ 1185‬هكزبس ‪ ،‬وصيبدح طفيفخ رمذس ثحىاني ‪ ٪ 0.72‬أو ‪ 104‬هكزبس يٍ انُجبربد (األشغبس‬
‫وانحشبئش و انًحبصيم)‪ .‬هزا االيزذاد انعًشاَي يجذوا واضحب عذا في انششق (ثئش انغيش)‪ ،‬في انغُىة انششلي‬
‫(انسبَيخ)‪،‬‬
‫انغُىة‬
‫في‬
‫(عيٍ‬
‫انجيضخ)‬
‫وفي‬
‫انغُىة‬
‫انغشثي‬
‫(انحبسي)‪.‬‬
‫رجيٍ هزِ انُزبئظ أٌ انعًشاٌ في انًُطمخ انًذسوسخ ثىهشاٌ لذ رى خبصخ عهً حسبة انًسبحبد انغشداء‪ .‬هزا‬
‫االيزذاد انعًشاَي اسزههك أكضش يٍ صهش األساضي انغشداء‪ .‬إرا نى يكٍ انًُى انعًشاَي في وهشاٌ نغسٍ انغع‬
‫عهً حسبة انًسبحبد انخضشاء ‪ ،‬هزِ األخيشح نى رعشف ًَىا كبفيب يزُبست يع انزىسع انعًشاَي نزحميك هذف‬
‫انزًُيخ انًسزذايخ نهًذيُخ‪ .‬نزحميك انزًُيخ انًسزذايخ نهًذيُخ يسزمجال ‪ ،‬يُجغي رخصيص عضءا كجيشا يٍ صهضي‬
‫األساضي انغشداء انًزجميخ للبيخ يسبحبد خضشاء في انًذيُخ‪ .‬رسبعذ انًسبحبد انخضشاء في انًُبطك‬
‫انحضشيخ عهً انزمهيم يٍ رهىس انهىاء‪ ،‬رعضيض انزُىع انجيىنىعي و رحسيٍ َىعيخ انحيبح‪ .‬رعزجش اآلٌ انًسبحبد‬
‫انخضشاء‬
‫يٍ‬
‫انعُبصش‬
‫انًهيكهخ‬
‫نهًشبسيع‬
‫انحذيضخ‬
‫في‬
‫انًُبطك‬
‫انحضشيخ‪.‬‬
‫الكلمات الرئيسية ‪ :‬االسزشعبس عٍ ثعذ وانجيئخ انحضشيخ‪ ،‬انًُى انعًشاَي ‪ ،‬انًسبحخ انًجُيخ ‪ ،‬انًسبحخ انغشداء‪،‬‬
‫‪v‬‬
.‫انًسزذايخ‬
‫انزًُيخ‬
،
‫انُجبري‬
‫انغطبء‬
SOMMAIRE
Dédicaces......................................................................................................................... i
Remerciements .............................................................................................................. ii
Résumé ..........................................................................................................................iii
Résumé en anglais ........................................................................................................ iv
Résumé en arabe ........................................................................................................... v
Sommaire ...................................................................................................................... vi
Listes des cartes et des figures ................................................................................... ix
Listes des tableaux et des histogrammes .................................................................... xi
Introduction ................................................................................................................... 1
CHAPITRE 1: Les étapes de l'évolution de la ville d'Oran
I.1. Présentation générale de la ville d'Oran ................................................................... 5
I.2. Évolution de la population du groupement............................................................. 11
I.3. Le contexte historique de l'agglomération d'Oran .................................................. 15
Chapitre II: Télédétection
II.1.1. Introduction ........................................................................................................ 25
II.1.2. Définition de la télédétection ............................................................................. 25
II.1.3. Principes de base de la télédétection .................................................................. 26
II.2. Les images numériques ......................................................................................... 31
vi
II.2.1. Codage des valeurs ............................................................................................. 31
II.2.2. Taille des pixels .................................................................................................. 32
II.2.3. Les couleurs........................................................................................................ 33
II.3. Les images de télédétection.................................................................................. 34
II.3.1.Résolution spectrale ............................................................................................ 34
A. Imagerie panchromatique ......................................................................................... 35
B. Imagerie multispectrales ou multibandes ................................................................. 36
C. L'imagerie hyperspectrale (ou spectroscopie imageante)......................................... 37
II.3.2. Résolution spatiale ............................................................................................. 38
II.4. Traitement d'image ............................................................................................... 40
II.4.1. Compositions colorées ....................................................................................... 40
II.4.2. Corrections géométriques ................................................................................... 42
II.4.3. Classification ...................................................................................................... 43
II.4.3.1. Classification non-supervisée .......................................................................... 44
II.4.3.2. Classification supervisée ................................................................................. 45
II.4.3.3. Interprétation visuelle ...................................................................................... 47
II.4.5 L'indice de végétation ......................................................................................... 48
II.5. Domaines d'application de la télédétection ........................................................... 49
Chapitre III: Application de la télédétection dans le milieu urbain
III.1. Introduction .......................................................................................................... 56
III.2. Exemples d'applications de la télédétection en milieu urbain ............................. 57
III.2.1. Etude du changement urbain et suburbain de la basse vallée de la Bruche ...... 57
III.2.3. Etude de la dynamique de l'expansion urbaine du grand Tunis (1987-96) ....... 59
vii
III.2.4. Utilisation des images HRV de SPOT pour la détection du changement
périurbain à Casablanca (Maroc) .................................................................................. 62
Chapitre IV: Evolution spatiotemporelle de la ville d'Oran
IV.1. Données images .................................................................................................. 65
1V.2. Réduction de la résolution de l'image 2004 ........................................................ 65
IV.3. Correction géométrique ....................................................................................... 67
VI.3.1 Correction géométrique de l'image Spot3 (1995) par rapport à l'image Spot1
(1986) ........................................................................................................................... 67
IV.3.2 Correction géométrique de l'image Spot5 année 2004 par rapport à l'image
Spot1 1986 .................................................................................................................... 68
IV.4. Délimitation de la zone d'étude dans les trois images ......................................... 69
IV.5 Classification thématique...................................................................................... 71
IV.6. Résultats de la classification thématique ............................................................. 71
IV.6.Evolution de l'occupation du sol ........................................................................... 76
IV.6.2 Analyse de l'évolution des espaces bâtis ........................................................... 77
IV.6.3 Identification des classes dynamique et des changements d'occupation de
sols ............................................................................................................................... 78
IV.7 Incertitudes des résultats obtenus ......................................................................... 79
Conclusion ................................................................................................................... 80
Bibliographie ............................................................................................................... 82
viii
Liste des cartes
Carte n°1 : Situation du groupement d'Oran dans les communes qui le compose................... 6
Carte n°2 : Les différents quartiers qui composent le groupement d'Oran .............................. 7
Carte n°3 : Périodisation du développement du groupement d'Oran ..................................... 19
Carte n°4 : Vue perspective d'Oran d'une gravure espagnole de 1732 .................................. 20
Carte n°5 : Carte d'Oran de 1830 ........................................................................................... 26
Liste des figures
II.1 Image du satellite Landsat-TM à 25 m de résolution. (Est du Québec) .......................... 29
II.2 Principe de base de télédétection .................................................................................... 29
II.3 Les sept étapes de la télédétection................................................................................... 30
II.4 Propagation du rayonnement électromagnétique ............................................................ 32
II.5 Décomposition de la lumière blanche ............................................................................. 33
II.6 Les domaines spectraux .................................................................................................. 33
II.7 "Picture éléments" ou les éléments d'image ................................................................... 34
II.8 Le codage des valeurs. .................................................................................................... 35
II.9 Exemple de différentes tailles de pixel ........................................................................... 35
II.10 La synthèse additive des trois couleurs fondamentales ................................................ 36
II.11 Exemple de synthèse additive (RVB) appliqué sur une image numérique ................... 37
II.12 Exemple d'une image panchromatique.......................................................................... 39
ix
II.13 Affichage d’une image SPOT multibandes en composition colorée infrarouge
fausse couleur..................................................................................................................... 39
II.14 Les domaines spectraux du satellite Spot et Landsat .................................................... 40
II.15 Imaging Spectroscopy Concept ..................................................................................... 41
II.16 Comparaison de deux images de résolution et de capteur différents pour la
même
zone ............................................................................................................... 42
II.17 les compositions colorées .............................................................................................. 44
II.18 Les différentes étapes de la correction géométrique ..................................................... 45
II.19 Exemple d'une classification non supervisée ................................................................ 47
II.20 Exemple d'une classification par distance minimale ..................................................... 49
II. 21 Diagramme des signatures spectrales de l'eau, de la végétation et du sol.................... 52
III.1. Découpage de la zone d'étude ....................................................................................... 57
III.2 Classifications de la zone d'étude en 1986, 1996 et 2005 .............................................. 58
III.3 Composition colorée des Images SPOT1 1987 ............................................................. 60
III.4 Composition colorée des Images SPOT3 1996 ............................................................. 61
III.5 Composition colorée mixte délimite les zones d'évolution urbaine en bleu .................. 61
III. 6 L’expansion du changement en bâti entre 1986 et 1993 de la ville de Casablanca ...... 63
IV.1 Avant prétraitement 1: image Spot5 de l'année 2004, résolution 2.5m ......................... 66
IV.2: Après prétraitement 1: image Spot5 de l'année 2004, résolution 20 ............................ 66
IV.3 A gauche; l'image Spot3 1995. A droite; l'image Spot1 1986 ....................................... 67
IV.4. Résultat de la correction géométrique sur l'image Spot3 de l'année 1995.................... 68
IV.5. A gauche; image Spot5 (2004). A droite; image Spot1 (1986) .................................... 68
IV.6. Résultat de la correction géométrique sur l'image Spot5 de l'année 2004.................... 69
IV. 7. Les trois imagettes avec composition de fausses couleurs .......................................... 70
IV. 8. Classifications supervisées de la zone d'étude ............................................................. 72
IV.8.a Classifications supervisées de la zone d'étude de l'année 1986 .................................. 73
IV.8.b Classifications supervisées de la zone d'étude de l'année 1995 .................................. 74
x
IV.8.c Classifications supervisées de la zone d'étude de l'année 2004 .................................. 75
Liste des tableaux
I.1 : Taux d'accroissement moyen annuel .............................................................................. 12
I.2 : Estimation de la population du groupement en 1995 ..................................................... 13
I.3: Projection de la population du groupement à l'horizon 2015 .......................................... 15
II.1: De différentes résolutions des satellites d'observation de la terre .................................. 42
II.2 : Les différents domaines d'application de la télédétection ............................................. 54
III.1 : Evolution des classes d’occupation du sol en 1986, 1996 et 2005 ............................. 59
III.2 : Résultat de l'analyse visuelle ....................................................................................... 60
III.3 : Pourcentages du bâti et du non bâti relatant l'expansion urbaine de la ville
Casablanca durant la période 1986-1993 ............................................................................... 63
IV.1: Caractéristiques Principales Des Trois Scènes Spot Utilisée ....................................... 65
IV.2: Evolution des classes en 1986, 1995 et 2004 ............................................................... 71
IV.3 : Evolution de l'occupation de sols en 1986, 1995 et 2004............................................ 76
IV.4 : Evolution du pourcentage d'occupation du sol entre les années 1986- 1995,
1995-2004 et 1986-2004 ........................................................................................................ 77
Liste des histogrammes
IV.1. Evolution de l'occupation de sols en 1986, 1995 et 2004 ............................................. 76
IV.2. Evolution du pourcentage d'occupation du sol entre les années 1986- 1995,
1995-2004 et 1986-2004 ........................................................................................................ 77
xi
Introduction
L'urbanisation massive ou la croissance des villes est un phénomène marquant du 20ème siècle et
concerne le monde tout entier. La croissance démographique est intiment liée à cette
croissance urbaine. La moitié des être humains du monde, et plus des trois quarts des
européens, habitent dans une ville. Les villes produisent plus que proportionnellement à
leur poids démographique, et concentrent les activités économiques de haut niveau,
particulièrement la production de haute technologie, les sièges sociaux, la finance et les
services aux entreprises. Dans l’économie globalisée, les performances régionales
semblent être soumises à celles des villes, et les interactions économiques régionales,
nationales et mondiales sont principalement le fait des villes. Pourtant cette universalité
du fait urbain ne doit pas cacher son aspect négatif. Les pays en développement sont les plus
touchés par cet aspect négatif de l'urbanisation massive. Ils le sont plus non pas seulement à cause
de la croissance démographique sans précédent,
mais surtout à cause des conditions dans
lesquelles les populations urbaines vivent.
L'Algérie n'a pas encore connu les villes-monstres d'Amérique Latine comme Buenos Aires ou
Mexico. Elle n'a pas non plus connu, pour la plupart de ses Wilayas, des taux d'urbanisation élevés
supérieurs à 50%. Mais le rythme d'accroissement de certaines villes est important, parfois même
inquiétant, en raison des conditions évoquées ci-dessus. Selon l’Office National des Statistiques,
Oran occupe la troisième place derrière Alger et Sétif avec 1 443 052 d'habitants et 302.980
logements (le dernier Recensement Général de la Population et de l’Habitat (RGHP) d’avril
2008), alors qu'en 1995 la population était à plus de 900000 habitants, avec plus de 121700
logements. En 1987 la population d'Oran n'était que de 684742 habitants. Cette croissance de
110% entre 1987 et 2008 est accompagnée avec des profondes modifications dans le paysage
urbain, en particulier dans les périphéries de l'agglomération. Ces modifications qui ne sont pas
uniformes en nature et en ampleur, mais se focalisent sur certaines régions. Ce gonflement rapide
de la population est du en grande partie à ce qu'on appel aujourd'hui les nouvelles migrations vers
la métropole et sa périphérie. Cet exode se justifie, d'une part par la dégradation de l'offre d'emploi
et le manque de services dans les lieux d'origine et d'autre part par l'insécurité dans les zones
éparses. La conséquence de tout cela est la dilatation inconsidérée du tissu urbain.
L'expansion rapide de l'espace urbain est un gros problème pour l'urbaniste. En effet, quand on
parle d'environnement urbain, la consommation d'espace est un élément essentiel pour la
planification et la gestion des villes à long terme. La maîtrise d'une ville qui s'étend rapidement est
très difficile et pose le problème de la fréquence des contrôles et de la mise à jour des données
spatiales existantes. En effet, quel que soit le moyen (carte, photos aériennes), la cartographie d'un
1
grand espace revient toujours cher. Or la carte des modes d'occupation du sol est essentielle pour
l'élaboration d'un plan ou d'un schéma d'aménagement et d'urbanisme. C'est à partir d'elle que les
décisions et les prévisions d'aménagement sont prises. La prise en compte de la densité, des types
d'habitations et de la voirie pose à l'aménageur urbain des questions fondamentales: par exemple
quel type de bâti a besoin de tel équipement et dans quelle proportion.
Le problème d'obtention de données cartographiques des villes au moment voulu, à trouvé dans
les images satellitaires un apport efficace et appréciable. En effet elles ont des avantages qui
permettent d'en extraire relativement facilement une bonne partie des informations dont les
urbanistes ont besoin pour leur planification. En plus la télédétection spatiale est un outil et une
méthode remarquable pour la recherche dans le domaine urbain. En effet l'information donnée, sur
les modes d'occupation du sol surtout, est plus riche (aspect multispectrales des images), aux
petites et moyennes échelles, que celle issue de photographies aériennes.
L'objectif essentiel de ce travail est donc de montrer comment les images des satellites peuvent
fournir les informations dont on a besoin dans le cadre d'une planification urbaine:
1) Cartographie des modes d'occupation du sol au temps t de l'élaboration du schéma. Cette
cartographie permet la prise des décisions d'aménagement et la localisation des actions;
2) Mise à jour régulière de ces informations. Par exemple le bilan de parcours pour voir la
conformité des évolutions sur le terrain avec celles projetées par le schéma.
La réalisation de cet objectif montrera que pour beaucoup d'informations cartographiques, on peut
valablement substituer l'image satellitaire, à cause de divers avantages, aux sources traditionnelles
(photographies aériennes et levés topographiques). Pour cette raison l'étude n'utilisera autant que
possible que les images satellites. Ceci n'exclut pas l'utilisation des cartes existantes quand elles
permettent de mieux comprendre l'information recherché.
Actuellement, la nécessité de cartographier et de caractériser les modes d’occupation du sol en
milieu urbain connaît un intérêt croissant dans le cadre des recherches relatives au développement
urbain durable. Dans cette optique, la télédétection à haute résolution spatiale (Satellites Spot,
Ikonos et QuickBird) est utilisée pour évaluer l’étalement urbain, c’est à dire la manière dont la
ville est structurée (étendue ou assise territoriale) et évolue soit en se densifiant par
l’augmentation du bâti, soit en grignotant les espaces périphériques (extension urbaine,
périurbanisation). Le caractère multi-date des images satellites permet de mettre en évidence les
changements et d’analyser les dynamiques urbaines et périurbaines. Dans le cas d'utilisation des
images de moyenne résolution, c’est généralement la tache urbaine qui est détectée globalement et
analysée (essentiellement à l’aide d’images LANDSAT TM et ETM+). L’évolution technologique
des capteurs depuis les années 90 a engendré des progrès en matière de résolutions spatiale,
spectrale et radiométrique. Suite à la disponibilité des données à haute résolution, les images
satellitaires sont de plus en plus utilisées en télédétection urbaine. Ces images à haute résolution
spatiale permettent d’optimiser la cartographie et l’analyse des composantes du milieu urbain :
2
tissus urbains, espaces verts urbains, surfaces bâties, type de quartiers, etc. Les méthodes mises en
œuvre comprennent les classifications supervisées et non supervisées pour l’extraction
automatique ou semi-automatique à partir des règles de type expert, d’indices ou de critères de
texture. Bien que les recherches sur l’étalement urbain soient très nombreuses, très peu d’entre
elles prennent en compte l’échelle pour montrer comment le changement du niveau scalaire se
traduit dans le phénomène de l’étalement urbain. Les recherches portent généralement sur un seul
niveau scalaire : soit l’échelle de la ville, soit celle de la métropole urbaine, ou encore celle de la
région métropolitaine. Il nous parait important que l’ampleur de l’étalement urbain soit mesurée à
différentes échelles urbaines (agglomération urbaine, communauté urbaine, ville intra muros) dans
un même contexte géographique régional.
On se propose dans notre travail d'étudier l'évolution spatio-temporelle des différents espaces de la
ville d'Oran durant les trois dernières décennies à partir des images-satellitaires afin d'identifier,
de caractériser et de quantifier les modifications paysagères.
Une présentation générale de la ville d'Oran et sa population ainsi que son historique a été donnée
en Chapitre 1. Dans le Chapitre 2, des notions générales sur la télédétection, l'imagerie et leurs
applications dans les différents domaines ont été présentées. Dans le Chapitre ,3 on trouve
l'implémentation de l'imagerie satellitaire dans le milieu urbain. Trois cas d'étude du milieu urbain
dans différents pays où la technique de l'imagerie satellitaire a été utilisée sont présentés. Dans le
Chapitre 4, on présente une étude sur l'évolution urbaine spatiotemporelle de la ville d'Oran à
l'aide de trois images des satellites Spot multi-dates (1986, 1995 et 2004). Cette étude est basée
sur une classification supervisée des trois scènes satellitaires pour extraire les espaces du bâti, les
espaces verts, les espaces nus et les surfaces d'eau (mer inclue). Les pourcentages de ces quatre
types d'espace ont été déterminés pour les trois dates des prises des images. Une discussion de ces
résultats et leur impact sur le développement durable de la ville a été présentée avec une
conclusion générale.
3
Chapitre I
Les étapes de l'évolution de la
ville d'Oran
4
I.1 Présentation générale de la ville d'Oran
Le groupement d’Oran se situe à l'extrémité Sud-ouest du bassin Méditerranée,
distant de 450 Km d'Alger.
Oran demeure la métropole de toute la région de l'ouest avec des villes moyennes qui vont
des plus proches aux plus lointaines. Tlemcen à 140 Km au Sud-Ouest, Sidi Bel-Abbes à
80 Km au Sud, Mascara à 100 Km au Sud-Est, Mostaganem à 90 Km à l'Est, Relizane à
130 Km. Comme elle rayonne sur d'autres wilayates, des hautes plaines (Saida, Tiaret, El
Bayadh, Naama). Au Sud, son influence s'étend jusqu'à Bechar et Adrar.
Le groupement d'Oran occupe une position centrale dans sa wilaya, et réunit quatre
communes "Oran, Es-Senia, Bir El Djir et Sidi Chahmi". (Voir carte N°1). Il compte
quelque 43 quartiers (carte N°2) et s'étend sur 25057 ha. La surface urbanisée occupe plus
de 8800 ha soit 35 % de la superficie totale du groupement. Les zones naturelles qui se
composent des terres agricoles, des forêts, de la garrigue, …etc. représentent 65 % de la
surface totale. Les quatre communes qui le constituent totalisent 17 établissements
humains administrés par quatre chefs lieu de communes et trois Dairate [17].
Selon le dernier Recensement Général de la Population et de l’Habitat (RGHP) d’avril
2008, la population d'Oran compte 1 443 052 habitants, avec un parc de logement de
302.980 habitations. L’examen de la répartition de la population recensée selon la zone
montre que 98 %, soit 1.414.898 habitants vivent en milieu aggloméré et seulement 2
%, soit 28.154 habitants en milieu éparse [9].
5
6
7
 Les quartes communes sont
I.1.1 La commune d'Oran
La commune d’Oran s’étend sur une superficie totale de 6 400 ha.EIle est limitée à
l’Ouest par la commune de Misserghin, au Nord Ouest par celle de Mers El Kébir, au
Nord par la mer Méditerranée, au Nord - Est par Bir El Djir, à l’Est par Sidi Chahmi et au
Sud par la commune d’Es Sénia.
Le territoire de la commune d'Oran s’allonge du Sud - Ouest au Nord Est sur une distance
de 18 kilomètres et du Nord au Sud sur une distance de 5 kilomètres.
La topographie de la commune est constituée essentiellement d’un plateau uni, marqué au
Nord par le talus qui domine la mer avec un commandement de plus de 100 mètres, et
dont le tracé va du Sud Ouest (du Fort Lamoune ), au Nord Est à la pointe de Canastel.
Dans sa partie Ouest la commune s’étend sur le Versant Est du Murdjadjo, qui domine
toute la ville d’Oran et qui est séparé du plateau par la grande échancrure que constitue le
Ravin de Ras El Ain.
 L’occupation du sol est à dominante urbaine.
L’espace bâti de la commune se confond presque avec les limites communales, il occupe
près de 4000 ha soit 60 % de la superficie totale (PDAU Oran 1997).
Oran est une ville-commune
Oran est le chef - lieu de Wilaya. C’est une capitale régionale qui remplit plusieurs
fonctions importantes, dont certaines sont reportées sur le territoire des autres communes
du groupement (les Universités, l’Aéroport...). Elle domine de manière directe les autres
communes du groupement. Oran est caractérise par une morphologie radio concentrique
structuré par une série d'axes routiers.
- En 1995 la population de cette ville-commune est estimée à plus de 670000 son parc
logement à plus de 100 000, y compris l'habitat précaire.
I.1.2 La commune D’Es Senia
La commune d’Es Senia s’étend sur une superficie totale de 5200 hectares, sa
topographie est assez simple dans l’ensemble, avec petits reliefs dans la partie Nord-Ouest
et une plaine plus ou moins unie à l’Est et au Sud.
8
A l’Ouest elle est limitée par la commune de Misserghin, au Nord par celle d’Oran, à
l’Est par celle de Bir El Djir, Sidi Chami et El Kerma et au Sud sa limite se confond avec
la Sebkha.
L’occupation du sol du territoire de la commune est à dominante agricole. L’espace bâti
occupe plus de 20 % de la surface totale.
Es Sénia est le chef lieu de la daira qui comprend les communes d’Es Sénia, de Sidi
Chahmi et d’El Kerma. L'espace communale réunit l'agglomération de Aîn El Beida et la
cité Commandant Cherif Yahia.
En 1995, sa population est estimée à plus de 57000 occupant plus de 7000 logements.
I.1.3 La commune de Bir El Djir
La commune de Bir El Djir s’étend sur une superficie totale de 4035 hectares.
Occupant la partie Nord - Est du groupement, elle s’étend du Nord au Sud sur une
distance de 5 kilomètres, depuis la corniche surplombant la mer jusqu’aux hauteurs de
Sidi Marouf, dominant au Sud les dépressions de Sidi Chahmi.
Au Nord- Ouest, elle est séparée de la mer par une bande de la commune d’Oran qui
s’étend sur une largeur ne dépassant pas 1 kilomètre (Canastel).
Du point de vu administratif, elle est délimitée à l’Ouest par la commune d’Oran, au Nord
par la mer, au Nord Est par la commune de Hassi Ben Okba, au Sud - Est par la
commune de Hassi Bounif, et au Sud par la commune de Sidi Chahmi.
Bir El Djir est un chef lieu de daira qui administre les communes de Bir El Djir, Hassi
Bounif et Hassi Ben Okba.
La commune de Bir El Djir occupe topo graphiquement un plateau qui s’abaisse en pente
douce depuis le versant dominant la baie de Canastel, vers le Sud-Sud-Ouest passant de
230 mètres d’altitude à 100 mètres. Au Nord le versant est à pente très forte et surplombe
la mer.
La surface du plateau est de manière générale ondulée sans grandes variations dont les
altitudes sont relatives. Le réseau hydrographique est presque totalement absent.
L’occupation du sol de la commune est variée, on y trouve des espaces agricoles, des
unités urbaines et des terrains improductifs. L'espace agricole est dominé par des cultures
annuelles, essentiellement la céréaliculture. Les cultures maraîchères et vergers (agrumes,
pépinières, et oliveraies) n’occupent qu’un espace réduit.
Les terres non utilisées par l’agriculture, parcours, landes, forêts occupent une grande part
dans l’espace de la commune.
9
L’espace urbain, qui représente plus de 35 % de la surface totale, est éclaté en :
- Hai Khémisti , qui constitue en fait la continuité du tissu urbain d’Oran à l’Est.
- Sidi El Bachir qui est à l’origine un ensemble de deux douars, est qui a connu une
croissance spatiale effrénée dès les années 1988, par des programmes individuels de
logement (lotissements et recasement).
- Belgaid qui est une petite agglomération dont la croissance a été lente, contrairement à
l’ensemble des agglomérations du groupement. Ceci est du au statut juridique privé des
terrains, et à son éloignement d'Oran.
- La population de la commune de Bir El Djir est estimée à 41000 en 1995, son parc
logement à 5 548 à la même date.
I.1.4 La commune de Sidi Chahmi
La commune de Sidi Chahmi couvre une superficie totale de 9422 hectares.
Administrativement, elle est limitée à l’Ouest par les communes d’Oran, d’Es Sénia et
d’El Kerma, au Nord par celle de Bir El Djir, à l’Est par celles de Hassi Bounif et
Boufatis, et au Sud par celles d’El Braya et d’El Kerma.En 1995 la population totale est
estimée à 48839, le parc logement à 8930.
La majorité de son territoire est constituée de terrains agricoles. Ses espaces naturels sont
très limités et sont constituées principalement de landes et broussailles en bordure de
dépressions hydromorphes et salées au Sud-Est de la commune sur le prolongement des
collines d’El Braya
Les sols improductifs correspondent aux terrains salés et aux dépressions : Daîa de Sidi
Chahmi, sidi Maarouf et basse plaine de Nedjma.
La commune compte six (06) zones urbanisées, répartie essentiellement dans sa partie
Ouest : Sidi Chahmi, Sidi Marouf, Nedjma, Emir Abdel Kader, et Hassi Labiod.
- Sidi Chahmi: le chef lieu de la commune, est une agglomération qui a connu une
croissance spatiale moyenne (quelques lotissements d’habitat individuel).
- Nedjma: est une agglomération qui a connu la plus forte croissance spatiale avec
d’importants programmes d’habitat individuel (recasements) et une imposante zone de
dépôt et d’activité (brocante déplacée d’Oran).
- Sidi Marouf: est une agglomération de plusieurs tissus en formation de part et d’autre de
l’ex RN 11.
- La cité des 200 logements et l’Hôpital psychiatrique s’étendent Du Nord-Ouest vers le
Sud-est entre les deux agglomérations de Sidi Chahmi et Sidi Marouf.
11
- Emir Abdelkader est une petite agglomération en formation.
La fonction principale de la commune reste agricole. Les plus importantes réalisations ont
été localisées sur des terrains à faibles potentialités agricoles ( dépressions hydromorphes,
ou la basse plaine de Nedjma). Si cette commune a pu préserver plus ou moins son terroir
productif, il n’en demeure pas moins que l’urbanisation dans des zones impropres est
lourde de conséquences.
I.2 Évolution de la population du groupement
Le recensement de (1987) montre qu'à l'instar de la population nationale, la
population totale du groupement d'Oran, a presque doublé sur une période de 21 ans. Elle
était de 349403 en 1966 et passe à 684742 en 1987 soit un accroissement global de
95,18% légèrement supérieure à la moyenne nationale. Cette évolution diffère d'une
période à une autre et d'une commune à une autre.
Cet accroissement qui était de 54,50% entre 1966 et 1977, a connu un fléchissement
considérable entre 1977 et 1987 : il n'est plus que de 26,33%.
I.2.1 Évolution de la population du groupement de 1966 à 1987
Cette inversion de tendance s'explique par un ralentissement de l'exode rural, très
fort après l'indépendance. La réalisation d'importants investissements dans l'arrière pays
d'Oran a contribué à la fixation des populations résidentes et a même drainé une partie de
la population oranaise. Le recensement de 1987 met ainsi en évidence, pour Oran, un
solde migratoire négatif de 10000 hab. Cette ville a enregistré au cours de la période
1977-1987, plus de 36 000 départs, principalement à destination de Tiaret (15% des
départs), Mascara (15% des départs), Relizane (9,7%, Mostaganem (7,4%) et Sidi Bel
Abbés (6,5%).
Cette inversion de tendance peut trouver également, en partie, son explication dans
l'évolution du taux d'accroissement naturel qui connaît une baisse remarquable rapide et
continue dans l'ensemble de la wilaya. De 1981 à 1993, il passe de 3% à 1,86%, révélant
ainsi de nouveaux comportements démographiques.
L'accroissement de la population s'est fait de manière très différenciée selon les
communes, marquant par là un desserrement de la ville d'Oran dont le taux n'est plus que
de 1,94% entre 1977 et 1987, au profit des communes de Bir El Djir, de Sidi Chahmi et
d'Es senia qui ont connu respectivement des taux d'accroissement de 11,84%, 10,03% et
4,35% ( Tableau I.1).
11
Agglomération
Population
Taux d'accroissement moyen
annuel en %
1966
1977
1987
66/87
66/77
77/87
Oran
327032
504000
612240
3,02
4,06
1,94
Bir El Djir
4742
6700
20742
7,24
3,23
11,84
Es Senia
12958
22600
34749
4,68
5,26
4,35
Sidi Chahmi
4671
6500
17011
6,43
3,09
10,03
Groupement
349403
539800
684742
3,24
4,09
2,38
Wilaya
451258
691700
932473
3,52
4,01
3,06
National
12022000
16948000
23 038000
3,15
3,21
3,08
Tableau I.1 : Taux d'accroissement moyen annuel [17].
I.2.2 Estimation de la population en 1995.
L’estimation de la population du groupement en 1995 a été obtenue à partir du
parc logement habité (ordinaire et précaire), auquel a été appliqué le TOL constaté en
1987, soit 6,59%.
La population du groupement ainsi estimée s'élève à 906753 habitants. Sa répartition par
dispersion est donnée par le tableau.I.2. Ce tableau révèle un changement de tendance
notable : le taux d'accroissement moyen de la population du groupement après avoir
connu une baisse s'élève à nouveau au cours de cette période et est estimé à 3,6%. Le
groupement retrouve une attractivité signifiante.
On assiste aujourd'hui à de nouvelles migrations vers la métropole et sa périphérie. Cet
exode se justifie, d'une part par la dégradation de l'offre d'emploi dans les lieux d'origine
et d'autre part par l'insécurité dans les zones éparses.
Cependant, la ville d'Oran continue à perdre sa population au profit de sa périphérie
immédiate. L'estimation de sa population a été estimée à partir du taux d'accroissement
moyen annuel observé durant la période 1977 - 1987 soit 1,94%
La "sortie par le bas" s'est faite en direction de Pont Albin (17,7%), Nedjma (37%), Sidi
El Bachir (13%), Ain Béida (6,87%), les quatre chemins (8,74%).
La "sortie par le haut" s'est faite vers Bir El Djir (6,7%), Senia (7,75%), La Lofa (4,19%).
Dispersion
1987
1995
Taux d'acc. moyen
12
Oran
605 469
706071
1,9
Pont Albin
4 796
17 673
17,7
Canastel
1425
2011
4,4
Zone éparse
550
633
1,8
Total
612 240
673 904
1,2
Bir El Djir
6479
10904
6,7
Sidi Bachir
8402
22366
13,0
Belgaîd
874
1127
3,2
Émir AEK
1279
2991
11,2
Haî Usto
1910
3801
9,0
Zone éparse
1798
2071
1,8
Total
20 742
43 259
9,6
Sidi Chahmi
5271
7316
4,2
Nedjma
4352
50064
35,7
Sidi Marouf
3726
11886
15,6
St Rémy
-
1310
Hassi Labiod
-
926
Bouamama
55
Zone éparse
3662
4217
1,8
Total
17011
75 775
20,5
Es Sénia
16602
30186
7,8
Ain Beida
10493
17867
6,9
Cité Lofa
1541
2141
4,2
Quatre Chemins
1636
3550
10,2
Cdt Chérif yahia
1759
2237
3,1
Zone éparse
2718
3130
1,8
Total
34749
59111
6,9
Total Général
684742
906573
3,6
Tableau I.2 : Estimation de la population du groupement en 1995 [17].
Les enquêtes sur l'habitat précaire réalisées par URSA en 1995, principalement dans la
zone des planteurs révèle que parmi les 11000 familles enquêterais, plus de 2000 se sont
installées entre 1987 et 1995.
13
Quant aux zones périphériques d'Oran, le rythme s'est accéléré à partir de 1991.
Parmi les familles recensées, 70 % se sont installées entre 1991 et 1995. La part des
familles qui se sont installées entre Janvier et Août 1995 représente 14 %.
Cette population provient essentiellement des zones pauvres des wilayates avoisinantes
(Tiaret, Tissemsilt, Sidi Bel Abbés, Relizane, Mascara) et plus lointaines : Médéa,
Laghouat, Chlef, Adrar,Bordj Bouarirdj.
Sur un échantillon de 500 familles, 200 proviennent de l'extérieur de la wilaya d'Oran
selon la distribution suivante:
Tiaret
35 %
Mascara
7%
Sidi Bel Abbés
3%
Médea
4%
Relizane
13 %
Naama
6%
Temouchent
4%
Béchar
2%
I.2.3 Perspectives démographiques à l'horizon 2015
Hypothèse de projection retenue
La crise économique et le désengagement de l’Etat en tant qu'entrepreneur général
ont conduit, au cours de la dernière décennie, d'une part, à un ralentissement voire à un
arrêt des investissements, d'autre part à une saturation des zones d'emploi fragiles et non
intégrées. Ceci se traduire par une accentuation continue du chômage, qui laisse penser
que l'exode en direction du groupement d'Oran, déjà sensible au cours de la dernière
décennie, va se renforcer et le taux d'accroissement moyen de la population du
groupement approchera les 3%.
Ce taux correspond à la fois au taux d'accroissement moyen enregistré par la wilaya au
cours de la période 1977-1987, et au taux d'accroissement moyen du groupement calculé
sur la période 1966-1987.
Par ailleurs, les prospectives effectuées pour les villes méditerranéennes par l'ONU, dans
le cadre du plan bleu, fixent pour les villes du sud du bassin méditerranéen un taux de
14
croissance prévisible de 3%. Ce taux est justifié par l'attractivité qu'elles seront amenées
à exercer sur leur arrière pays, attractivité qui risque d'être exacerbée par d'éventuels flux
de capitaux étrangers.
La population du groupement sera estimée pour l'an 2015 à 1.637.372 personnes soit un
taux de croissance de 3,0 % sur la période 1995 - 2015.
Le tableau ci dessous retrace l'évolution de la population à cour, moyen et long terme.
Années
1987
1995
2000
2005
2015
Groupement d'Oran
684742
906573
1.050.967
1.218.358
1.637.372
Tableau I.3: Projection de la population du groupement à l'horizon 2015 [17].
I.3. Le contexte historique de l'agglomération d'Oran (carte N°3)
I.3.1 L’établissement humain paléo-berbère
Les premiers établissements humains sont attestés par de nombreux ateliers datant
de l'époque préhistorique. Des vestiges ont été retrouvés sur le plateau d'Oran ainsi que
de nombreuses grottes, contenant un mobilier caractéristique, dans les environs immédiats
de la ville.
La présence des Romains, bien que signalée, n'est en revanche, pas prouvée.
De nombreuses traces d'agglomérations paléo-berbères ont été constatées sur le versant
sud-est du Murdjadjo aux environs du Pont Albin et aux environs des chabets El Hurman
et El Hammam.
I.3.2 Le noyau initial de la cité islamique (903 -1509)
La particularité du site, marqué par la présence de l'eau grâce à l'existence de
nombreuses sources et en particulier l'Oued Ras El Ain, incitera deux marins andalous à
fonder en 903 la ville d'Oran. Elle fut initialement construite sur un mamelon de la rive
gauche du ravin Ras El Ain, entourée d'une enceinte de terre durcie, elle fut dotée par la
suite d'une citadelle ou Kasbah qui pourrait être considérée comme étant le noyau initial
de l'agglomération urbaine. Profitant de la situation défensive de la Kasbah, les habitants
se sont installés en contrebas et tout près du petit port (Mersa Seghir), par opposition à
Mers El Kebir.
Oran a survécu aux incursions répétées des tribus avoisinantes réussissant à chaque fois à
se relever et même à atteindre un développement urbain remarquable. Son commerce
maritime avec presque tous les grands ports méditerranéens devient florissant. Valence,
15
Marseille, Gênes, Venise, avaient leurs fondouks, leurs représentants et leurs loges
consulaires à Oran.
L'activité intellectuelle ne céda en rien à l'activité commerciale. Oran, à l'instar des autres
cités maghrébines, produira des savants renommés dans tout le monde musulman ; et,
devient au XIII ème siècle, un important centre du soufisme maghrébin.
Au XVème siècle, Léon l'Africain (Hassan El Ouazzan ) considère que "la ville est bien
fournie d'édifices et de toutes choses qui sont séantes à une bonne cité, comme collèges,
hôpitaux, bains publics et hôtelleries, étant ceintes de belles et hautes murailles". Cet
auteur estime que la ville contenait alors 6000 feux, soit 25.000 habitants.
I.3.3 Le développement de l'espace urbain à partir du XVIème siècle
Le tissu islamique initial d'Oran a été complètement rasé pour laisser place à la
nouvelle organisation urbaine introduite par les Espagnols.
 La première occupation Espagnole (1509-1708)
Après la chute de Grenade (1492), l'Espagne envisageait de conquérir des terres Afriques,
pour lutter notamment contre les courses en mer qui étaient très importantes à l'époque.
Après la prise de Mellila (1496), une flotte envoyée d'Espagne s'empare de la forteresse
de Mers-El-Kebir en 1505. Mais celle-ci, située sur une pointe de rocher n'a ni eau
d'alimentation et très réduite en surface.
Les Espagnoles restèrent confinés dans leur conquête et ne pouvaient pas en sortir pour se
ravitailler, ils effectuaient des razzias aux environs. C'est ainsi qu'ils décidèrent, quatre
ans plus tard, d'étendre leur conquête à Oran. En 1509 la ville fut prise. Les espagnols,
durant leur conquête restèrent confinés à Oran et Mers-El-Kebir, qui devinrent des
"présidios", c'est-à-dire de points d'appuis militaires, sur la défensive de manière
permanente. C'est ainsi que toute l'architecture et l'urbanisme de la ville, fut basé sur
l'aspect défensif dont on peut admirer encore aujourd'hui les principaux ouvrages. La ville
se transforma en une véritable forteresse, avec remparts consolidés et la construction de
nouveaux forts (les forts de Mers-El-Kebir, Santa Cruz, de Saint Grégoire,…etc.) bastions
souterrains…
La ville vivait en état d'alerte permanente, contre les tribus des environs et des turcs qui
tentaient de reprendre la ville. Les conditions à l'intérieur de la cité étaient très difficiles,
et la situation des deux présidios était assez pénible. Oran pendant cette période comptait
2000 habitants en plus 2000 soldats Espagnols sur une superficie de 15ha [7]. Elle ne
16
connut aucun essor, et les fortifications furent pratiquement les seuls travaux effectués. A
la suite de siège successif, la ville tomba aux mains des turcs.
 La première occupation Turque (1708-1732)
C'est une période qui ne dura que 24 ans. Un temps relativement court pour qu'une ville
puisse connaître des changements. Elle deviendra le siège du beylik de l'Ouest et se
peuple de gens venus de l'intérieur et le commerce s'y développa. Néanmoins le Bey
Mustapha "Bouchlaghem" y effectua quelques aménagements, notamment au niveau de la
Casbah. Ensuite la ville est reprise de nouveau par les Espagnols.
 La deuxième occupation Espagnole (1732-1791)
Au moment de leur arrivée, la ville comptait presque 6000 habitants, de nouveaux le
même phénomène se produisit (Carte n°4). D'importants travaux sont entrepris pour la
construction d'un réseau de souterrains qui reliaient les forts entre eux, la restauration des
anciennes murailles, la fondation d'un hôpital et d'un théâtre, ainsi que l'amélioration des
maisons et rues. Le 09 octobre 1790, la majeure partie des bâtiments de la ville et de la
Casbah ont été détruits par de violentes secousses telluriques et quelques 3000 habitants
périrent sous les décombres. Face à cette situation, les Espagnols établirent un traité avec
le Dey d'Alger, au terme duquel les places d'Oran et de Mers-El-Kebir seront rendues aux
autorités beylicales.

La deuxième occupation Turque (1791-1830)
Oran redevient de nouveau le siège du beylik de l'Ouest. Durant cette période, on
distinguera deux étapes distinctes :
-
Entre 1792 et 1799 : cette période aura été la plus riche à tout point de vue. La
ville connaîtra beaucoup de travaux d'embellissement, ainsi qu'un début de
prospérité économique. Ce progrès et cette impulsion pour le renouveau de la ville
reviennent surtout au mérite du Bey Mohamed-El-Kébir, réputé pour être un
administrateur sage et clairvoyant. Il fut empoisonné en 1799 par le Dey d'Alger
qui voyait en lui un rival. Il peut être considéré comme le premier urbaniste
moderne de la cité. Il fit sortir la ville de son site primitif en créant de nouveaux
quartiers (derb) et exigeant le respect de l'alignement des constructions. Il lança les
travaux de constructions du Palais du Bye dès 1972. Il fit construire aussi les
principales mosquées (mosquée du Pacha, mosquée du Bey et la Qoubba de Sid El
17
Houari). Il sut faire appel aux populations de la région (Mascara, Mostaganem,
Oujda, Constantine, Tlemcen…). En matière économique et pour relancer le
commerce de la ville, le Bye fit appel aux juifs avoisinantes et leur céda des
terrains situés sur la crête et les premières pentes du ravin. Ils y construisirent leur
quartier qui deviendra plus tard la "quartier Israélite".
-
Entre 1799 et 1830 : A cette époque la ville comptait 2500 habitants sur une
superficie de 20 ha. [7]. (Carte n°5). Ce fut surtout une période d'instabilité due au
changement continu des autorités, et aux conflits qui opposaient les gouverneurs
au Dey d'Alger d'une part et aux tribus avoisinantes d'autre part. Cette situation
dura jusqu'à l'arrivée des Français.
 Les faubourgs
La ville, comptait quatre faubourgs :
-Yfri : situé sur le flanc du Murdjadjo, aurait été crée en 1701, par le bey Bouchelaghem
assiégeant les Espagnols. Il y fonda le Ribat des Tolba-Moudjahidine.
- Kelaia : Mechta située sur l'actuel emplacement de Mdina Jdida où le bey Mohamed El
Kébir installa les gens originaires de la ville de Kelaia en 1790, pour commercer avec la
garnison Espagnole en instance d'évacuation de la ville.
- Kheng Ennitah (Karguentah ) : Le site particulièrement favorable aux cultures et aux
pâturages attira une population composée de Douair, Zmela et Gharaba. Le bey Mohamed
El kébir fit construire dans ce faubourg, une mosquée-mederça, entourée d'un cimetière
réservé à la famille beylicale.
- Ras El Ain : Sur le plan d'Oran levé en 1831, Ras El Ain est situé au Sud du fort St
Philippe, à peu près sur l'emplacement actuel du quartier Chollet.
18
19
21
I.3.4 L’extension spatiale durant la période coloniale
Dès les premiers jours de l'occupation française, les services des administrations
militaire et civile s'y installent.

Le remodelage de la vieille ville (1831-1870)
Oran, dotée d'un réseau de fortification et d'un urbanisme de type européen hérités de
l'époque espagnole, englobait en 1835 65 rues, dont 27 rues contenues dans le quartier
israélite et 38 rues dans la vieille ville espagnole.
Cependant, l'ouverture de nouvelles voies depuis 1840 porta le nombre de rues de 65 à
163 rues en 1901. En fait, sous les effets conjugués de l'entassement urbain et de la
pression démographique, la vieille ville commençait à partir de 1870 à sentir le poids de
ses habitants. Sa densité démographique était estimée à 302 habitants à l'hectare en 1866.

L'extension sur le plateau d'Oran (la Nouvelle Ville) 1870-1900
La sur-densification de la Vieille Ville avait justifié l'extension sur le plateau d'Oran
qui bénéficiait de vastes terrains facilement constructibles.
Les politiques urbaines des municipalités oranaises du XIXème siècle qui finissent par
reconduire, pour la ville d'Oran, presque les mêmes instruments d'aménagement urbains
en usage à Paris, telles que les opérations de voirie, les grands travaux du réseau
d'assainissement, l'organisation du tissu urbain au tracé géométrique. En 1883 Oran s'est
vu appliquer les dispositions du décret du 26 mars 1852 relatif aux rues de Paris.
La connexion des quartiers par un réseau tenu de voirie a fait l'objet de différents plans
d'alignement, notamment ceux de 1863-1867 et complétés par les plans additionnels en
1874 et en 1880. A la deuxième moitié du XIXème siècle, la surface d'Oran à atteindre
400ha. [7].

Les villages périurbains: formation des faubourgs (1866-1935)
La colonisation avait introduit un modèle d'urbanisation de type occidental où les
faubourgs étaient à l'origine des "villages" périurbains, développés extra-muros, comme
des excroissances et qui ont été absorbés par la ville au fur et à mesure de l'extension du
tissu urbain à la faveur du recul des murailles d'enceinte. C'est ce que donne à voir la
formation des faubourgs d'Oran créés après 1831. Les faubourgs pré - coloniaux, tels que
Kheng Ennetah (Kargentah) et Kelaia furent rasés et remplacés par des faubourgs du type
européen avant d'être intégrés à l'espace intra-muros depuis 1866, avec la construction de
21
la nouvelle enceinte. Ceux qui se sont développés dans la zone extra-muros, avaient leur
individualité autonome. On les qualifiait, d'ailleurs, de "village". Ainsi on avait "village
Chollet, "village Terrade", "village Lamur", "village St-Eugène"
etc. Ces "villages"
périurbains ceinturaient la ville et servaient de zone intermédiaire entre elle et la banlieue
que constituait les communes d'Es Senia, Sidi Chahmi, Bir El Djir et Mers El Kebir,
jusqu'à Bousfer.
Fait particulier à signaler toutefois, c'est le développement de ces villages périurbains, ou
du moins certains d'entre eux comme Lamur, Saint Eugène, Eckmuhl et Gambetta, le long
des principales routes reliant Oran aux autres villes de la région, comme les routes de
Valmy, de Mascara, de Mostaganem, de Tlemcen et d'Arzew. Il n'est pas sans intérêt de
faire remarquer que ces axes routiers sont devenus, à la suite de l'extension spatiale, les
artères principales de la ville avec le nom de chaque destination (rue de Mostaganem, rue
de Tlemcen, rue d'Arzew…etc.).
Le déclassement en 1933 de l'enceinte de 1866, et son rasage en 1935-1936, avaient
permis d'opérer, vers cette époque la soudure entre les quartiers intra-muros et la zone
extra-muros. Les villages périurbains sont devenus, par voie de conséquences, les
quartiers périphériques ou faubourgs.
- Les fermes de la zone périurbaine: réserves foncières des lotissements
En plus des faubourgs, la zone périurbaine comptait un nombre important de terrains
agricoles qui vont constituer dans la plupart des cas des assiettes d'implantation à de
nouveaux lotissements.
Depuis la première ferme (créée vers 1837) installée à l'Est d'Oran, sur le chemin de Bir
El Djir, plusieurs autres fermes se formèrent dans la zone extra-muros, le long du ravin
Ras El Ain.
L'annuaire d'Oran signale, pour l'année 1894, 1310 ha de vignes répartis entre 102
propriétaires. En 1901, il existait 1389 ha de vignes, appartenant à 57 propriétaires. Sur
ces 57 propriétés, 7 seulement avaient plus de 50 ha.
Il y a lieu de signaler que devant la rapide croissance urbaine qui s'était opérée depuis le
début du siècle, de nombreuses fermes situées dans la zone périurbaine ont servi d'assiette
à de nombreux lotissements. Certains quartiers de la ville gardent jusqu'à nos jours, le
nom de leur lotisseur tels que Petit, Lamur, Magnan, Maraval, Bastié, Herelle, Pouyet
etc...
- La soudure urbaine (1931 - 1935)
22
La ville avait dès 1931 sentis la nécessité d'orienter son évolution en établissant un projet
de plan d'extension qui fut révisé en 1934 et ce n'est qu'en Avril 1942 qu'il fut approuvé.
Cependant, la municipalité avait entamé, dès 1935, la démolition des remparts et la
réalisation sur leur emplacement du premier boulevard périphérique. Ce boulevard
périphérique opéra aussitôt la soudure entre les quartiers intra-muros et les anciens
faubourgs.
C'est l'époque aussi de la prolifération des bidonvilles, à la faveur de la crise de 1930.
Bidonvilles qui n'ont cessé de s’accroître dans les nombreuses poches de misère, sur des
terrains vagues à l'intérieur des quartiers pauvres et des faubourgs comme les Planteurs et
Raz El Ain.
I.3.5 La croissance spatiale durant l'après-guerre (1945 - 1965)
La guerre contraria et ajourna tous ces projets. A la fin de la guerre, la
municipalité reprendra un certain nombre de projets d'avant-guerre, avec plus ou moins
quelques modifications, en chargeant, en 1945, Wolff et Rouch, d'établir un plan régional
où figurait en clair l'extension spatiale de la ville vers la zone sud, avec la création d'un
quartier industriel qui sera érigé en zone industrielle de Saint Hubert dans les années 60.
C'est, cependant, avec la municipalité Fouque - Duparc (1948 - 1962) que les projets
d'aménagements urbains vont prendre leur essor. En effet, dès 1951, fut établi un
important cahier des charges concernant les travaux d'aménagements et d'extension
inscrits au programme de la nouvelle municipalité, notamment le projet de modification
du parc public de Gambetta supérieur, la construction de la gare routière du Sud,
l'acquisition des terrains Maraval-Berthoin et la voie projetée au faubourg Yllouz.
1953 est l'année des réalisations telles que l'éradication des bidonvilles, la construction
des cités de recasement, la promotion de l'habitat musulman, la construction des cités
HLM pour les européens, les coopératives immobilières, l'ouverture des travaux du 2ème
boulevard périphérique et la finalisation entre autres, des travaux du boulevard Front de
Mer. Ces opérations ont demandé une très forte consommation de terrains, aussi bien à
l'intérieur du périmètre urbain que dans la zone périurbaine. En 1954, la ville d'Oran
occupé une surface de l'ordre de 1000ha. [7].
En 1954, fut repris le plan d'extension de 1945, pour être revu à la lumière du nouveau
code de l'urbanisme qui venait d'être promulgué. Ce plan de 1954 a d'ailleurs, selon
Michel Coquery."Occasionné une intense spéculation immobilière et sensiblement
transformé l'aspect de certains quartiers du centre. Le boulevard Front de Mer, le quartier
23
Miramar, le boulevard de Lattre de Tassigny, le quartier de la Nouvelle Préfecture entre
autres, se hérissèrent d'immeubles dépassant parfois 20 étages; entreprises privées et
services publics, rivalisèrent d'initiatives pour donner à cette partie de la ville une
allure...Sud-américaine. Dans les faubourgs, les cités se multiplièrent, de type HLM avec
îlots collectifs (Gambetta, Boulanger, Maraval...) de type individuel en pavillons ordonnés
ou éparpillés (Cités Castors de l'Arsenal et CFA, Gai-logis, Saint Hubert, Les Palmiers
etc...)..." Ce plan d'extension initié par la municipalité d'Oran devait céder la place, en
1959, au Plan d'Urbanisme Directeur du groupement d'Oran, constitué par arrêté
préfectoral du 04 Septembre 1943 et comprenant les communes de Mers-el-Kébir, Ain El
Turck, la Sénia, Arcole, Sidi Chahmi, et Bousfer.
Ce PUD du groupement d'Oran, initié dans le cadre du plan de Constantine avait inscrit
dans ces programmes de nombreuses réalisations d'équipement et d'habitat, notamment
l'extension de la ville vers la zone Sud (Maraval) et vers la zone Est avec la création de la
ZUP - Est préfigurant la ZHUN - Est des années 80.
En tout état de cause, l'extraordinaire fièvre de construire qui s’était emparée de la ville
entre 1954 et 1960, a eu des répercussions directes sur le gonflement de la population et
l'extension spatiale de la ville de toutes parts.
En 1962, de nombreux projets restés en suspens seront repris par les autorités de l'Algérie
indépendante. Ainsi, certains travaux ne seront achevés qu'en 1965. Les travaux du 2ème
boulevard périphérique, par exemple, ont été repris dès Septembre 1962 ; et, l'opération
"carcasses" assura l'achèvement des cités H.L.M. et des maisons individuelles.
I.3.6 Les extensions de l'espace urbain (1965-1995)
Les deux décennies comprises entre 1965-1985 sont marquées par deux périodes
de croissance spatiale nettement différentes. En effet, la première décennie 1965-1975 est
celle du ralentissement de la construction d'une part, et de la gestation de grands projets
urbains d’équipement et d'habitat. Pendant toute la décennie 1965-1975 aucune opération
de logement ne fut inscrite dans les différents plans. Les 566 logements livrés en 1978
n'ont pas nécessité la consommation des terrains périurbains. Les espaces interstitiels ont
largement suffi.
L'espace urbain a commencé à changer à partir de la deuxième moitié des années 70,
notamment par le lancement des projets d'urbanisation planifiée (ZHUN et Zones
industrielles) puis, de programmes d'habitat individuel (coopératives immobilières,
lotissements) à partir des années 80. Il faut cependant rappeler que le plan d'urbanisme
24
directeur (PUD) élaboré par ECOTEC et approuvé en 1977 avait tracé les grandes lignes
du développement urbain et de l'extension spatiale de l'urbanisation des zones Est et
Nord-Est. Cette option qui fut dès le début contestée par les services de l'agriculture,
arguant le fait qu'elle a été faite au détriment de terrains agricoles considérés
généralement de bonne qualité, n'a pas empêché, cependant, la réalisation des grands
projets d'habitat et d'équipement, notamment les créations de la ZHUN et l'Université des
Sciences et de la Technologie d'Oran (USTO).
Dès la deuxième moitié des années 80, la nécessité de réviser le PUD de 1977 s’était faite
sérieusement sentir du fait, entre autres, du manque de maîtrise de l'urbanisation (illicite)
de l'espace périphérique qui a induit la naissance de petites agglomérations, non inscrites
dans le plan d'urbanisme et posant le problème de leur restructuration. D'autre part,
l'espace urbain intérieur au 3ème circuit périphérique arrive à partir de l'année 1990 à
saturation, annonçant la conurbation entre Oran et les agglomérations limitrophes.
Le PDAU (plan directeur d'aménagement et d'urbanisme) d'Oran établie par l'URSA en
1995 est venu pour confirmer l'extension vers l'Est où il a constitué des réserves foncières
composés de SAU (secteur à urbaniser) avec une superficie de 630 Hectares et de SUF
(secteur d'urbanisation futur) dont la superficie avoisine les 970 hectares.
25
26
Chapitre II
Télédétection
27
II.1.1 Introduction
En théorie, la télédétection est née de la fusion de deux inventions anciennes : la
mongolfière et la photographie. En réalité, la télédétection moderne est née de la
photographie aérienne, qui a connu un essor considérable au cours du XX° siècle, surtout
au cours de la seconde guerre mondiale…motivée par les objectifs militaires et
stratégiques que l’on connaît.
Mais l'année qui symbolise l'entrée de la télédétection dans l'ère moderne est l'année 1957
avec le lancement de Spoutnik, premier satellite artificiel. Depuis, de nombreux pays dont
les USA, le Canada, la France, l'ex-URSS puis la Russie, la Chine, le Japon ou encore
l'Inde ont développé leurs propres programmes de télédétection. Aujourd'hui, des dizaines
de satellites d'observation de la Terre sont en orbite et fournissent en permanence des
milliers d'images pour des applications militaires, mais aussi de plus en plus pour des
applications civiles.
II.1.2 Définition de la télédétection
La télédétection se définit comme un processus d’acquisition d’information à
propos d’un objet, d’une surface, d’un phénomène sans contact avec eux. Notre œil est un
excellent exemple d’un dispositif de télédétection. Nous sommes capables d’estimer la
quantité et la nature de l’énergie de la lumière visible réfléchie nous parvenant dans notre
champ visuel et d’en déduire des informations à propos de notre environnement. Cette
énergie est produite par une source externe, en général le soleil. Contrairement au
thermomètre qui a besoin d’être en contact avec l’objet pour en mesurer la température, la
télédétection collecte l’information à distance.
Cette définition est assez générale. On a proposé également de réserver le terme de
télédétection à l’estimation des interactions entre les matériaux de la surface terrestre et
l’énergie électromagnétique. Ainsi, “la télédétection est la technique qui, par l’acquisition
d’images, permet d’obtenir de l’information sur la surface de la Terre sans contact direct
avec celle-ci. La télédétection englobe tout le processus qui consiste à capter et à
enregistrer l’énergie d’un rayonnement électromagnétique émis ou réfléchi, à traiter et à
analyser l’information, pour ensuite mettre en application cette information”. (CCT).
C’est une science qui permet de photographier la terre à distance. Dans ce cas, elle mesure
et permet d’étudier la réponse spectrale de l’état de surface du sol en fonction de la
longueur d’onde de l’onde électromagnétique utilisée (Fig. II.1).
28
Fig. II.1 Image du satellite Landsat-TM à 25 m de résolution. (Est du Québec) [6].
II.1.3. Principes de base de la télédétection
Le principe de base de la télédétection est similaire à celui de la vision de
l'homme. La télédétection est le fruit de l'interaction entre trois éléments fondamentaux :
une source d'énergie, une cible et un vecteur. (figure2)
Fig. II.2 Principe de base de télédétection. [6]

La cible est la portion de la surface terrestre observée par le satellite. Sa taille peut
varier de quelques dizaines à plusieurs milliers de kilomètres carrés.

La source d'énergie est l'élément qui "éclaire" la cible en émettant une onde
électromagnétique (flux de photons).
Dans l'immense majorité des cas que nous aborderons ici, la source d'énergie est le soleil.
Néanmoins, la technologie RADAR nécessite qu'un émetteur soit embarqué sur le
satellite, dans ce cas le satellite lui-même est source d'énergie. Il est également possible de
mesurer la chaleur qui se dégage à la surface de la cible (infrarouge thermique), auquel
cas c'est la cible qui est source d'énergie (bien qu'il s'agisse d'énergie solaire stockée et
réémise).
29

Le vecteur ou plate-forme de télédétection mesure l'énergie solaire (rayonnement
électromagnétique) réfléchie par la cible. Le vecteur peut-être un satellite ou un
avion, dominant la cible de quelques centaines de mètres à 36 000 kilomètres. Les
capteurs embarqués sur le satellite mesurent le rayonnement électromagnétique
réfléchi, puis un émetteur renvoie l'image sur Terre vers des stations de réception.
Lorsque le satellite ne fait que capter le rayonnement réfléchi, on parle de télédétection
passive et lorsque le satellite émet une onde vers la cible et en mesure l'écho, on parle de
télédétection active.
Sept étapes clés
De manière plus détaillée, on peut schématiser la télédétection comme un ensemble de 7
étapes clés :
Fig. II.3 Les sept étapes de la télédétection. [6].
1. Source d’énergie ou d’illumination (A)
A l'origine de tout processus de télédétection se trouve nécessairement une source
d'énergie pour illuminer la cible. Le plus souvent, voire dans la presque totalité des cas,
cette source d’énergie est le soleil. Mais le satellite lui-même peut être source d’énergie :
c’est le cas pour le domaine de la télédétection radar.
2. Rayonnement et atmosphère (B)
Durant son parcours « aller » entre la source d'énergie et la cible, le rayonnement
interagit avec l'atmosphère. Une seconde interaction se produit lors du trajet « retour »
entre la cible et le capteur.
3. Interaction avec la cible (C)
31
Une fois parvenue à la cible, l'énergie interagit avec la surface de celle-ci. La
nature de cette interaction dépend des caractéristiques du rayonnement et des propriétés
de la surface.
Chaque objet géographique émet ou réfléchi un rayonnement dans les diverses fréquences
du spectre électromagnétique (voir remarque ci-après). Cette caractéristique s’appelle le
comportement spectral. En télédétection, on suppose que tout objet ou classe d’objet sur
la surface terrestre possède sa propre « empreinte digitale » dans le spectre
électromagnétique (la signature spectrale), en fonction de la longueur d’onde du
rayonnement qui est réfléchi ou émis par lui-même.
4. Enregistrement de l'énergie par le capteur (D)
Une fois l'énergie diffusée ou émise par la cible, elle doit être captée à distance par
un capteur qui n'est pas en contact avec la cible mais embarqué à bord d’un satellite ou
d’un avion par exemple, pour être enfin enregistrée sous format numérique.
5. Transmission, réception et traitement (E)
Cette information enregistrée par le capteur est transmise, souvent par des moyens
électroniques, à une station de réception généralement située au sol où l'information est
transformée en images (numériques ou photographiques).
6. Interprétation et analyse (F)
Une interprétation visuelle et/ou numérique de l'image traitée est ensuite nécessaire pour
extraire l'information que l'on désire obtenir sur la cible.
7. Application (G)
La dernière étape du processus consiste à utiliser l'information extraite de l'image
pour mieux comprendre la cible, c'est-à-dire la portion d’espace étudiée (une ville, une
zone inondée, une forêt, etc.) pour nous en faire découvrir de nouveaux aspects ou pour
aider à résoudre un problème particulier.
Ces sept étapes couvrent le processus de la télédétection, du début à la fin.
Remarque:
Rayonnement électromagnétique et spectre
Le signal, c'est-à-dire la part d’énergie reçue puis réfléchie par une cible en direction
du capteur est transmise sous forme de rayonnement électromagnétique.

Le rayonnement électromagnétique (REM)
31
Pour comprendre la télédétection, il est indispensable de saisir les deux composantes
du rayonnement électromagnétique que sont la longueur d'onde et la fréquence.
La longueur d'onde équivaut à la longueur d'un cycle d'une onde, ce qui correspond à la
distance entre deux crêtes successives d'une onde. La longueur d'onde est représentée
habituellement par la lettre grecque lambda (λ), et est mesurée en mètres ou en l'un de ces
sous-multiples tels que les nanomètres (nm, 10-9 mètre), micromètres (m, 10-6 mètre) ou
centimètres (cm, 10-2 mètre).
La fréquence représente le nombre d'oscillations par unité de temps. La fréquence est
normalement mesurée en Hertz (Hz) (c.-à-d. en oscillations par seconde) ou en multiples
d'Hertz.
Fig. II.4 Propagation du rayonnement électromagnétique. [6].
La longueur d'onde et la fréquence sont donc inversement proportionnelles, c'est-à-dire
que plus la longueur d'onde est petite, plus la fréquence est élevée, et plus la longueur
d'onde est grande, plus la fréquence est basse. Afin de comprendre l'information tirée des
données de télédétection, il est essentiel de bien saisir les caractéristiques du rayonnement
électromagnétique. Nous examinerons maintenant la classification du rayonnement
électromagnétique.

Le spectre électromagnétique
C’est le résultat de la décomposition du rayonnement électromagnétique en ses
fréquences constituantes. Il s'étend des courtes longueurs d'onde (dont font partie les
rayons gamma et les rayons X) aux grandes longueurs d'onde (micro-ondes et ondes
radio). La télédétection utilise plusieurs régions du spectre électromagnétique.
Ainsi, lorsque la lumière passe à travers un prisme, elle se décompose en plusieurs
couleurs constituantes (principe de l'arc-en-ciel).
32
Fig. II.5 Décomposition de la lumière blanche. [6].
Fig. II.6 Les domaines spectraux. [6].
En télédétection aérospatiale, les capteurs des instruments embarqués sur les satellites et
avions mesurent la quantité de REM renvoyée par une portion d'espace terrestre. Alors
que les pellicules photographiques ne peuvent techniquement enregistrer que les
longueurs d'ondes visibles et proche-infrarouge, les capteurs embarqués sur les satellites
peuvent enregistrer les ultraviolets (rares), le visible, le proche-infrarouge, l'infrarouge
moyen, l'infrarouge thermique, l'infrarouge lointain et les hyperfréquences.
II.2 Les images numériques
Une image est une représentation dans le plan d'un objet réel. Les images sont
omniprésentes dans notre société (dessins, peintures, photographies, etc.). Depuis
quelques années, on assiste à une invasion d'images numériques, aussi appelées images
33
"digitales" par emprunt à l'Anglais ("digit" = nombre). Ces images sont constituées d'un
très grand nombre de très petits points dont la couleur (ou l'intensité) est définie par des
chiffres. Ces points sont appelés "pixels", dérivé de l'anglais "picture elements".
Fig. II.7 "Picture éléments" ou les éléments d'image. [18].
II.2.1. Codage des valeurs
(Un chiffre par valeur)
Dans une image numérique en noir et blanc, chaque pixel a par exemple une
valeur conventionnelle de 1 à 10. Les données peuvent être représentées comme une grille
de valeurs (exemple de gauche), mais si on décide d'affecter une intensité de gris aux
valeurs numériques (1 = noir, 10 = blanc), la grille de chiffres se transforme en image. Les
ordinateurs sont prévus pour traiter de manière privilégiée des données numériques
codées sur 8 bits. Celles-ci peuvent prendre les valeurs 0 à 255, c'est pourquoi les images
numériques sont souvent codées sur 256 niveaux de luminosité, allant du noir (0) au blanc
(255). Un gris moyen correspondra donc à une valeur de 127. En fait, l'œil humain n'est
pas capable de discerner plus de quelques dizaines de valeurs de gris différents, et
l'observateur ne percevra donc aucune discontinuité dans une image codée sur 256
niveaux de gris.
Fig. II.8 Le codage des valeurs. [18].
34
II.2.2. Taille des pixels
Une même image peut être représentée par un nombre plus ou moins élevé de
pixels. Dans cet exemple, l'image "A" utilise 230x176 pixels, l'image "B" 80x61, et
l'image "C" 32x24 pixels. On notera que, s'il est toujours possible de reconnaître l'objet
dans l'image du bas, certains détails, comme les cils, ont disparu.
Fig. II.9 Exemple de différentes tailles de pixel. [18].
En augmentant le nombre de pixels couvrant une même image, on réduit bien entendu la
taille de chaque pixel (= résolution). La résolution de l'image numérique est le plus
souvent exprimée en nombre de pixels par pouce (1 pouce = 2,54 cm). La résolution des
images de haut en bas est respectivement de 72, 25 et 10 pixels par pouce. En général, une
image de bonne qualité affichée sur un écran d'ordinateur a une résolution d'environ 75
points par pouce, soit environ 3 pixels par millimètre. Au delà de cette limite (c.-à-d. si les
pixels sont plus petits), l'œil ne voit plus les pixels individuels et l'image est perçue
comme si elle était continue. En fait, les photographies sont également composées d'un
très grand nombre de points de petite taille, correspondant aux grains sensibles du film
photographique.
II.2.3 Les couleurs
Dans les exemples précédents, les valeurs numériques codées de 0 à 255
correspondent à des niveaux de gris. Les images numériques résultantes sont donc des
35
images "en noir et blanc", comme aux débuts de la photographie, du cinéma et de la
télévision.
De telles images sont appelées images "panchromatiques" (="toutes les couleurs"). Elles
ne renseignent que sur l'intensité globale du rayonnement visible, sans distinction des
fréquences (donc des couleurs).
Pour produire des images en couleurs, il faut tenir compte du contenu spectral de la
lumière réfléchie par les objets.
La physique permet de démontrer qu'à chaque couleur correspond une fréquence (et une
longueur d'onde) précise. Ainsi, la longueur d'onde de la couleur bleue est plus courte que
la longueur d'onde de la couleur rouge. Cependant, pour générer des images en couleurs,
on a plutôt recours à un artifice, basé sur la manière dont l'œil perçoit les couleurs: les
peintres impressionnistes ont montré qu'en juxtaposant de petites touches de couleurs
vives, on pouvait évoquer les nuances de teintes les plus subtiles. La théorie de la
physique démontre qu'en combinant un pourcentage donné des trois couleurs
fondamentales (rouge, vert, bleu), il est possible d'obtenir n'importe quelle couleur du
spectre.
Fig. II.10 La synthèse additive des trois couleurs fondamentales. [18].
Une image numérique en couleurs sera donc créée en analysant séparément les parties du
spectre électromagnétique correspondant aux couleurs rouge, verte et bleue (appelées
couleurs "fondamentales"). On crée donc 3 images numériques, dont la stricte
superposition par transparence (au pixel près) va permettre de recréer une image en
couleurs. Si chacune des 3 images "fondamentales" est codée sur 256 niveaux, il est
théoriquement possible de synthétiser plus de 16 millions de couleurs (256³).
36
Fig. II.11 Exemple de synthèse additive (RVB) appliqué sur une image numérique. [18].
Sur l'écran d'un ordinateur, plutôt que de superposer 3 images "fondamentales", on va
plutôt exploiter le fait que l'œil n'est pas capable de déceler des pixels de très petite taille:
un écran couleurs est en fait composé d'un très grand nombre de groupes de 3 points
lumineux ou photosites (un rouge, un vert et un bleu), correspondant chacun à un pixel de
l'image. Par exemple, si pour un pixel les photosites rouges et bleu sont éclairés au
maximum et le photosite vert est éteint, le pixel sera vu en couleur violette. Ce principe
s'appelle la synthèse additive (RVB) des couleurs et s'applique à tous les systèmes vidéo
en couleur.
II.3 Les images de télédétection
37
La télédétection a été une des premières disciplines basées sur l'analyse et
l'exploitation d'images numériques, et de nombreuses techniques de traitement d'images
ont été mises au point dans le cadre de projets de télédétection. De nos jours, les images
numériques sont omniprésentes et la télédétection ne représente plus qu'une infime partie
des utilisations possibles.
Les caractéristiques fondamentales des images de télédétection sont:
La résolution
spectrale et la résolution spatiale.
II.3.1.Résolution spectrale
En fonction de leurs caractéristiques techniques, les capteurs à bord des satellites
enregistrent le rayonnement réfléchi ou émis par les objets au sol dans des gammes ou
intervalles de longueur d'onde donnés.
La résolution spectrale est l'aptitude du capteur à distinguer des rayonnements
électromagnétiques de fréquences différentes. Plus le capteur est sensible à des
différences spectrales fines (intervalles de longueur d'onde étroits), plus la résolution
spectrale du capteur est élevée. La résolution spectrale dépend du dispositif de filtrage
optique qui décompose l'énergie captée en bandes spectrales plus ou moins larges.
A. Imagerie panchromatique
Les images panchromatiques sont obtenues à partir de l'enregistrement du
rayonnement dans un unique intervalle de longueur d'onde situé dans le domaine du
visible, c.-à-d. entre 0,4 et 0,7 m.
Comme les données ne sont acquises que dans un seul canal, seules des images en noir et
blanc peuvent être obtenues (si l'image est codée sur 8 bits, elle sera visualisable en 255
niveaux de gris). Bien que moins riche du point de vue de la résolution spectrale, l'image
panchromatique offre une résolution spatiale plus importante
38
Fig. II.12 Exemple d'une image panchromatique. [18].
B. Imagerie multispectrales ou multibandes
Les données multispectrales sont obtenues par des enregistrements simultanés
dans un petit nombre de bandes spectrales (3 à 8), celles-ci n'étant pas nécessairement
contigües.
La représentation par combinaison de ces bandes d'information numérique en utilisant les
trois couleurs primaires (rouge, vert, bleu) permet d'obtenir des images en couleurs. Les
données de chaque bande sont représentées comme une couleur primaire et, selon la
luminosité relative (c.-à-d. valeur numérique) de chaque pixel dans chaque bande, les
couleurs primaires se combineront en proportions différentes pour produire des couleurs
distinctes.
Fig. II.13 Affichage d’une image SPOT multibandes en composition colorée infrarouge
fausse couleur. [18].
39
A titre d'exemple, le capteur Thematic Mapper (T.M.) embarqué à bord du satellite
LANDSAT 5 comporte 7 bandes spectrales situées entre 0,45 et 12,5 mm (trois dans le
visible, une dans le proche infrarouge, deux dans le moyen infrarouge et une dans
l'infrarouge thermique).
Le capteur HRV des satellites SPOT 1 à 3 comportes trois bandes spectrales en mode
multispectrales:
-la bande verte B1 couvre la partie du spectre allant de 0,50 à 0,59 µm.
-la bande rouge B2 de 0,61 à 0,68 µm.
-la bande proche infrarouge (PIR) B3 de 0,79 à 0,89 µm.
-et une seule bande spectrale en mode panchromatique (0,51 - 0,73 µm).
Fig. II.14 Les domaines spectraux du satellite Spot et Landsat. [18].
C. L'imagerie hyperspectrale (ou spectroscopie imageante)
Les images " hyperspectrales " sont obtenues par des capteurs capables
d'enregistrer l'information dans une multitude (souvent plus de 200) de bandes spectrales
beaucoup plus étroites (de l'ordre de quelques nm) et souvent contigus, dans les portions
visible, proche infrarouge et infrarouge moyen du spectre électromagnétique.
Les données hyperspectrales fournissent donc une information plus détaillée des
propriétés spectrales (signature spectrale fine) d'une scène et permettent une identification
et une discrimination plus précises des objets que les capteurs à larges bandes.
Chaque pixel d'une image hyperspectrale contient l'information recueillie dans de grandes
fenêtres d'acquisition étalées sur la totalité du spectre visible et infrarouge.
41
Fig .II.15 Imaging Spectroscopy Concept. [18].
La quantité d'information à stocker et à traiter est donc énorme et requiert des capacités de
calcul bien plus importantes que dans le cas des images multispectrales.
Les applications de l'imagerie hyperspectrale sont bien entendu multiples. Parmi les plus
importantes, on peut citer la géologie (identification des minéraux…), l'agriculture de
précision, la foresterie (état sanitaire, identification d'espèces…) ou la gestion des milieux
aquatiques (qualité des eaux, composition en phytoplancton…)
Exemple: le spectroradiomètre aéroporté APEX (Airborn Prism Experiment), développé
pour l'ESA comme instrument de calibration et de validation d'un futur imageur
hyperspectral satellitaire, enregistre dans 285 bandes entre 400 et 2500 nm, avec un
intervalle de longueur d'onde inférieur à 5 nm dans le visible et le proche IR et à 10 nm
dans le moyen IR.
II.3.2. Résolution spatiale
La résolution des images numériques est définie par le nombre de pixels par
millimètres. En télédétection, on exprime la résolution des images par la taille de la zone
couverte par un pixel. Chaque pixel de l'image correspond à une partie de la surface de la
terre. On parle alors de "résolution-sol".
Chaque élément sensible du CCD du capteur haute résolution du satellite SPOT ne
mesure que 13 µm (0,013 mm) mais, cet élément sensible "voit" une zone d'environ
41
10x10 mètres à la surface de la terre à travers le télescope du système d'observation. On
dira donc que la résolution de ce capteur est de 10 mètres.
Comme le capteur CCD de ce satellite est composé de 6000 éléments sensibles placés le
long d'une barrette, le satellite circulant sur son orbite "balaye" une zone de 6000 x 10 m
(60km) à la surface de la terre.
La résolution des satellites d'observation de la terre les plus courants est donnée dans le
tableau ci-dessous :
Satellite
Capteur
Résolution-sol
Landsat
MSS
80m
Landsat
Thematic Mapper
30m
SPOT
XS (Multispectral)
20m
SPOT
Panchromatique
10m
Ikonos
Multispectral
4m
Ikonos
Panchromatique
1m
Tableau II.1: De différentes résolutions des satellites d'observation de la terre
Pour illustrer l'importance de la résolution sur la qualité des images, voici un extrait d'une
image du capteur Thematic Mapper du satellite américain Landsat, comparé à la même
zone, vue par le capteur HRV en mode panchromatique du satellite français SPOT. Une
partie de l'image a été agrandie. La zone couverte est l'aéroport de Zaventem :
Fig. II.16 Comparaison de deux images de résolution et de capteur différents pour la
même zone. [18].
42
II.4. Traitement d'image
Le traitement d'image regroupe l'ensemble des méthodes informatiques permettant
de traiter des images numériques ; il permet de visualiser et d'améliorer la qualité visuelle
des images (niveaux de gris, compositions colorées), d'extraire des informations
thématiques des images (classification multispectrales et analyses multi-variées), détecter
des contours, des textures et des formes (analyses spatiales et morphologiques), de recaler
des images entre-elles ou avec des cartes. La multiplication des traitements et des
visualisations permet l'élaboration de grilles d'identification et de discrimination des
objets.
II.4.1. Compositions colorées
L'affichage sur un écran d'ordinateur d'une image numérique enregistrée par une
caméra digitale s'effectue de manière évidente: on associe au canal "rouge" du système
d'affichage l'image enregistrée par le canal "rouge" de la caméra, au canal vert le canal
vert, etc. L'image résultante correspond donc fidèlement à ce que l'œil d'un observateur
direct aurait vu: l'image d'un objet de couleur rouge est rouge, etc.
Dans les systèmes de télédétection, nous avons vu qu'il est possible de détecter et
d'enregistrer des parties du spectre électromagnétique qui ne sont pas décelables à l'œil
nu, comme l'infrarouge par exemple. Pour pouvoir visualiser cette information, on associe
aux bandes spectrales du système d'observation des couleurs d'affichage (rouge-vertbleu), qui ne leur correspondent pas nécessairement. Ce faisant, on crée des compositions
colorées, appelées parfois "images en fausses couleurs".
Cette méthode est très efficace car elle permet d'analyser en un coup d'œil des données
ayant trois composantes: comme indiqué précédemment, en faisant varier de 0 à 255 les
composantes rouge, verte et bleue définissant la couleur d'un pixel d'une image
numérique, on peut obtenir plus de 16 millions de couleurs différentes. L'œil de
l'interprète s'avère être un puissant outil d'analyse, car il permet de comparer la couleur de
différent objets, mais aussi d'analyser la manière dont les couleurs sont juxtaposées, la
forme et la taille des objets, etc.
Cette possibilité est à la base des techniques de photo-interprétation des images de
télédétection.
43
Pour illustrer quelques unes des nombreuses possibilités de composition des 7 bandes
spectrales du capteur Thematic Mapper, voici 2 images de la banlieue SE de Bruxelles. La
forêt de Soignes et le bois de la Cambre sont bien visibles, ainsi que Overijse (bord droit
de l'image à mi-hauteur).
Fig. II.17a Couleurs naturelles
Fig. II.17b Infrarouge fausses couleurs
Fig. II.17 les compositions colorées. [18].
Une composition colorée particulièrement efficace en télédétection est la composition dite
"infrarouge fausses couleurs". Elle associe les bandes, proche infrarouge, rouge et verte
du capteur aux couleurs rouge verte et bleue de l'écran. Cette composition est très efficace
pour analyser la végétation, et elle présente l'avantage pour l'interprète d'avoir
pratiquement les mêmes propriétés que les photographies infrarouges en couleur utilisées
depuis longtemps par les photo-interprètes. Elle exploite la particularité du spectre
réfléchi par les végétaux, qui présente un "pic" important dans le proche infrarouge. Sur
une image en "fausses couleurs infrarouge", la végétation qui a une forte activité
photosynthétique apparaît en rouge vif (pic de l'infrarouge proche), l'eau apparaît
44
pratiquement en noir (ce matériau absorbe pratiquement toutes les longueurs d'onde) et les
surfaces minérales (sol nu, béton), apparaissent dans des tons de bleu à blanc.
II.4.2 Corrections géométriques
Toute analyse multi date d'images satellites nécessitent une correction
géométrique. Les images acquises par les systèmes d'observation de la terre ne peuvent
être directement superposables ou superposées à des cartes parce qu'elles sont affectées de
déformations géométriques. Ces déformations sont dues à des erreurs de positionnement
du satellite sur son orbite, au fait que la terre tourne sur son axe durant l'enregistrement de
l'image, aux effets du relief terrestre, etc. Elles sont encore amplifiées par le fait que
certains satellites prennent des images en oblique .
Le traitement est basé sur une méthode d'interpolation polynomiale, et consiste à:
-Rechercher une relation R entre des objets géographiques (dans une image de référence)
et leurs positions dans l'image à rectifier, par l'intermédiaire de points d'appuis bien
localisés et répartis (les coefficients de cette relation R sont déterminés par la méthode des
moindres carrées);
- Finaliser le traitement par un rééchantillonnage selon plusieurs cas : par bloc de 1, 4 ou
16 pixels voisins.
Fig. II.18 Les différentes étapes de la correction géométrique. [12].
Les images résultantes (rectifiées et agrandies ou rétrécies si l'image de référence est de
résolution différente) sont évaluées par calcul de résidus entre les coordonnées des pixels
des 2 images mises en jeu.
45
II.4.3 Classification
Des objets de nature similaire ont des propriétés spectrales similaires. Cela signifie
que le rayonnement électromagnétique réfléchi par des objets de même type est
globalement ressemblant et que ces objets auront donc des signatures spectrales proches.
Comme les signatures spectrales des objets observés par les satellites sont traduites sur les
images
numériques par différentes couleurs, les images d'objets de même nature
apparaîtront donc dans des couleurs proches .
Puisque dans une image numérique, les couleurs ne sont en fait qu'une transposition
conventionnelle de valeurs numériques, il est également possible d'exploiter la puissance
de calcul d'un ordinateur pour classer les pixels en fonction de leurs valeurs numériques,
c'est à dire en fin de compte en fonction des propriétés spectrales des objets
correspondants. C'est le principe de base des classifications d'image.
De leur orbite, les satellites ne "voient" que la partie supérieure de l'enveloppe externe des
objets. Par exemple, le satellite ne "voit" d'une maison que son toit. Il pourra donc au
mieux, classer les bâtiments en fonction des matériaux de couverture des toits, alors que
l'interprète est probablement plus intéressé par la fonction du bâtiment (résidentiel,
commercial, industriel, etc.). Cette limitation est surtout gênante pour identifier les
éléments artificiels du paysage. L'analyse des signatures spectrales des objets s'avère
nettement plus pertinente lorsqu'il s'agit d'analyser les sols, les cultures, la végétation
naturelle, etc. Il est très important de tenir compte de ce principe de base lorsqu'on définit
les catégories d'une classification, qui devrait toujours se baser sur les types de couverture
("land-cover") plutôt que sur les modes d'utilisation du sol ("land-use"). Par exemple, une
aire de stationnement et le toit goudronné d'un bâtiment correspondent à des modes
d'occupation du sol très différents, mais ils ont des signatures spectrales tellement proches
qu'ils seront vraisemblablement classés dans la même catégorie de type de couverture.
La recherche en télédétection a développé de nombreuses méthodes permettant de classer
des images numériques en fonction des propriétés spectrales des objets présents dans
l'image.
II.4.3.1 Classification non-supervisée
Dans cette approche, on laisse l'ordinateur analyser l'ensemble des signatures
spectrales de tous les pixels de l'image, et déterminer des groupements naturels, c'est-àdire regrouper les pixels sur base de signatures spectrales similaires. Dans certains cas,
46
l'utilisateur peut imposer le nombre de catégories qu'il souhaite obtenir en fin de
classification, et dans certains programmes, on peut également "forcer" certaines classes.
Les algorithmes de classification procèdent en général par plusieurs passages au cours
desquels les solutions proposées sont affinées de manière à créer des groupes plus
homogènes et mieux différenciés.
Fig. II.19 Exemple d'une classification non supervisée. [18].
Le principal avantage de cette méthode est d'être très rapide, puisqu'elle ne requiert
pratiquement pas d'intervention de l'utilisateur. Son principal défaut est de se baser
exclusivement sur les différences spectrales, qui ne correspondent pas toujours à des
catégories naturelles d'occupation du sol. Par exemple, il est fréquent d'obtenir par
classification non supervisée plusieurs classes correspondant à de la végétation herbeuse,
mais une seule classe regroupant tout le tissu urbain, la voirie et les champs labourés, ce
qui ne correspond normalement guère aux besoins des interprètes.
II.4.3.2 Classification supervisée
Cette classification est généralement utilisée lorsqu'on dispose d'informations sur le
contenu de l'image. Elle se déroule généralement en quatre phases:
-1-sélection de classes échantillons d'entrainement;
47
-2-évaluation de la qualité de ces classes échantillons par divers outils statistiques. En
général, on représente les classes échantillons dans un espace bidimensionnel par leur
moyenne et leur écart-type sous la forme d'ellipses qui doivent être distinctes les unes des
autres. En effet, un chevauchement d'ellipses signale une proximité radiométrique qui
peut être source de confusion dans la classification;
-3-classification au maximum de vraisemblance: affectation des pixels aux classes
échantillons les plus proches selon une distance dite bayesienne (on peut lui préférer la
distance euclidienne ou toute autre distance disponible). Cette distance est basée sur la
probabilité qu'a un pixel d'appartenir à une classe donnée. C'est la distance la plus précise
dans l'hypothèse d'une distribution gaussienne. Cette distance est calculée entre le pixel à
classifier et chaque classe échantillon d'entrainement. Dans le cas de la distance
euclidienne, la distance calculée se fait entre la valeur radiométrique du pixel à classifier
et la valeur moyenne de la classe échantillon d'entrainement. Dans le cas de la distance
bayesienne, la
covariance de la classe échantillon peut être intégrée en plus d'une
hypothèse sur la probabilité
qu'a un pixel d'appartenir à telle ou telle classe. Sans
hypothèse, les probabilités sont les mêmes pour toutes les classes. On peut, par contre,
estimer que telle classe a plus de chance de fédérer des pixels que telle autre, auquel cas,
on peut lui affecter une pondération augmentant sa probabilité. L'intégration de la matrice
de covariance dans l'algorithme permet de fédérer plus de pixels dans des zones à hautes
fréquences spatiales. C'est le cas aux abords et dans les villes, dans une image satellitaire
ou une vue aérienne. Cela permet de minimiser les effets d'émiettement des classes sans
pour autant remplacer une approche contextuelle plus élaborée;
-4- évaluation de la classification: cette évaluation peut se faire visuellement en
comparant la classification à d'autres données externes (carte, photographie…etc.), ou
statistiquement, en regardant comment tel ou tel échantillon non pris en entrée est
finalement classé en sortie. C'est ainsi que l'on construit des matrices de confusion.
a. Classification par distance minimale
Le principe de cette classification n'est pas fondamentalement différent de la
classification par boîtes: ici aussi, on définit les propriétés de la règle de décision sur base
des caractéristiques spectrales de zones-échantillons choisies pour être représentatives des
différentes classes d'objet .
48
Les seuils minimum et maximum utilisés pour la méthode précédente définissaient des
zones parallélépipédiques (boîtes) dans l'espace multi-spectral. Dans cette méthode-ci, on
définit plutôt le "centre de gravité" de chacune des classes, et les vecteurs spectraux
correspondant aux pixels de l'image sont affectés à la classe dont le centre de gravité est le
plus proche.
Fig. II.20 Exemple d'une classification par distance minimale. [18].
Dans cet exemple au dessus, on a distingué une classe d'eau (en bleu), un type de forêts
(en vert foncé), deux types de zones herbeuses (en vert clair), et deux types de cultures
(jaune et orange). Il n'est pas possible de faire la distinction entre les surfaces urbanisées,
les routes et certaines zones de sols nus (en gris).
b. Classification par maximum de vraisemblance
La classification par maximum de vraisemblance n'est pas très différente de la
précédente:
on
utilise
également
des
zones-échantillon
pour
déterminer
les
caractéristiques des classes d'objets, qui deviennent également des centres dans l'espace
49
multi-spectral. Par contre, au lieu d'affecter un vecteur spectral à la classe dont le centre
de gravité est le plus proche, elle se base sur une analyse statistique de la distribution des
vecteurs spectraux de l'échantillon pour définir des zones de probabilité équivalente
autour de ces centres. La probabilité d'appartenance à chacune des classes est calculée
pour chaque vecteur spectral et le vecteur est affecté à la classe pour laquelle la
probabilité est la plus élevée. Un avantage considérable de cette méthode est qu'elle
fournit pour chaque pixel, en plus de la classe à laquelle il a été affecté, un indice de
certitude lié à ce choix. Il est ainsi possible de traiter différemment des pixels classés
"forêt" avec plus de 90% de certitude, et des pixels classés "forêt" avec une faible
probabilité. On hésitera par exemple moins à reclasser ces derniers pixels dans une autre
classe lors de traitements ultérieurs. Pour intéressante qu'elle soit, cette possibilité n'est
que très rarement exploitée par la plupart de logiciels de traitement des données de
télédétection.
II.4.3.3 Interprétation visuelle
A l'origine de la télédétection, quand seules les photographies aériennes existaient,
il n'était même pas question d'images numériques ni de procédures de classification par
ordinateur. Les photos étaient analysées par des interprètes expérimentés qui au moyen de
papier-calque et de crayons de couleurs en extrayaient une quantité considérable
d'information.
Si les premières images obtenues à partir de satellites étaient en fait également des
photographies, elles ont très vite été supplantées par les images numériques et on a
parallèlement développé les méthodes d'analyse correspondantes, basées sur l'usage
d'ordinateurs puissants. On a alors assisté à un développement parallèle de deux filières de
traitement. D'une part, les photos aériennes analogiques (= non numériques) traitées par
interprétation visuelle, et d'autre part les images satellitaires, en format numérique,
traitées sur ordinateur. En fait, cette séparation est purement artificielle et il est tout à fait
possible d'interpréter visuellement des images obtenues par voie numérique à partir d'un
satellite, tout comme il est possible de numériser une photo aérienne et de lui appliquer
des traitements numériques d'image.
La différence fondamentale entre les deux approches saute aux yeux: les méthodes de
classification numériques attribuent à chaque pixel de l'image un type de matériau de
couverture, en fonction de sa signature spectrale. En interprétation visuelle, l'opérateur
base son analyse sur la couleur des objets (c.-à-d. également sur leur signature spectrale),
51
mais il tient également (et surtout) compte de la forme et de la taille des objets, ainsi que
de leur disposition mutuelle dans l'image .
S'il est normal de confondre, dans une classification supervisée numérique, l'asphalte
d'une route avec le recouvrement d'un toit goudronné, une telle confusion est
inconcevable par interprétation visuelle, tant les formes des objets correspondants sont
différentes .
De plus, alors que la classification supervisée des signatures spectrales doit se cantonner à
reconnaître des types de couverture, l'interprétation visuelle peut aller beaucoup plus loin
et identifier par exemple la fonction de certains bâtiments, des pratiques agricoles, la
structure des réseaux de communications, etc.
II.4.5 L'indice de végétation
La nature numérique des données de télédétection se prête particulièrement bien à
des opérations entre canaux. Le principe de ces opérations est d'effectuer, pour chaque
pixel, des opérations mathématiques plus ou moins complexes faisant intervenir les
valeurs numériques observées pour ce pixel dans les différentes bandes spectrales.
Un très grand nombre d'indices plus ou moins sophistiqués ont été développés
spécifiquement pour l'analyse des données de télédétection. Un des plus connus est
l'indice de végétation (Normalised Difference Vegetation Index). Dans sa forme la plus
utilisée, il se calcule comme suit :
Avec IR: valeur du pixel dans le canal proche infrarouge et R: valeur du pixel dans le
canal rouge
Pour comprendre le principe de cet indice, on se souviendra que la signature spectrale de
la végétation est très particulière, car elle montre un pic très marqué dans le proche
infrarouge, et une réflectance moindre dans le rouge.
51
Fig. II. 21 Diagramme des signatures spectrales de l'eau, de la végétation et du sol. [18].
Le dénominateur de la formule sert à diminuer l'effet de l'éclairement différentiel: la
signature spectrale d'un même objet garde globalement la même allure, mais est décalée
vers le haut lorsque l'objet est mieux éclairé (objet 1).
Le calcul de la simple différence IR-R est très sensible à la différence d'éclairement
global, alors que la différence normalisée est constante.
Cet indice est très efficace pour déterminer la présence de végétation, mais il peut
également servir à évaluer l'importance de la biomasse végétale ainsi que l'intensité de
l'activité de photosynthèse.
II.5 Domaines d'application de la télédétection
Le premier grand domaine d'application de la télédétection a été l'étude de
l'atmosphère (météorologie et climatologie). L'intérêt de la télédétection dans ce domaine
est d'assurer une couverture globale et très fréquemment répétée de la planète entière ; par
contre la résolution spatiale n'est pas primordiale pour les applications météorologiques.
Les satellites en orbite géostationnaire, à 36000 km de la Terre, permettent d'obtenir une
image couvrant près d'un cinquième de la surface terrestre toutes les demi-heures ; cinq
satellites de ce type assurent une couverture globale de l'atmosphère terrestre, à
l'exception des pôles. Ce système est complété par des satellites en orbite polaire, à 900
km d'altitude, qui offrent plus de précision.
Les capteurs utilisés permettent d'observer les nuages et leur déplacement, de mesurer des
températures ou le contenu en vapeur d'eau de l'atmosphère. Parallèlement au système
opérationnel de veille météorologique, la météorologie est un domaine très actif de la
52
recherche en télédétection ; des capteurs encore expérimentaux, utilisant les micro-ondes,
effectuent de véritables sondages de l'atmosphère et mesurent la composition de la
stratosphère (ozone) ou les termes du bilan radiatif. Le traitement des données par les
physiciens a pour but d'obtenir des paramètres géophysiques susceptibles d'être intégrés
dans des modèles numériques de prévision météorologique ou de l'évolution climatique
future.
En océanographie, la télédétection offre l'avantage de permettre une vision synoptique de
vastes régions qu'il est impossible d'obtenir par les moyens traditionnels (bateaux). Pour
certaines études à petite échelle, les données des satellites météorologiques sont largement
utilisées en océanographie (températures de surface de l'océan) ; pour les études côtières,
ce sont les satellites de télédétection terrestre, équipés de capteurs à haute résolution, qui
sont les plus utiles.
Les types de capteurs utilisés pour l'océanographie sont très variés. Les radiomètres
utilisant le rayonnement visible analysent la couleur de l'océan, qui permet de mesurer la
production biologique (plancton) et la turbidité; les radiomètres infrarouges ou microonde
mesurent la température de surface de la mer. La répartition des températures ou des
turbidités est un indice des courants océaniques. Les radars embarqués sur des avions ou
certains satellites ont l'avantage d'être insensibles aux nuages; ils permettent d'observer les
phénomènes ondulatoires présents sur l'océan, les vagues en particulier. Enfin, certains
types particuliers de capteurs, radars-altimètres ou diffusiomètres sont utilisés pour
mesurer avec une très grande précision l'altitude de la surface de la mer qui est un reflet
de la dynamique océanique (courants généraux), ou la vitesse du vent sur la mer. Parmi
les applications océanographiques de la télédétection, citons enfin l'étude des glaces de
mer en régions polaires.
Les applications terrestres de la télédétection sont extrêmement variées. La photographie
aérienne, sous toutes ses formes, est encore, sans doute pour peu de temps, le moyen le
plus usuel de télédétection ; les photographies aériennes sont de plus en plus utilisées sous
forme numérique de façon à permettre leur correction géométrique (ortho photos) et leur
intégration dans les Systèmes d'Information Géographique. En télédétection spatiale, ce
sont surtout les radiomètres optiques à haute ou très haute résolution qui sont utiles pour
les applications terrestres. Depuis 1972, les progrès dans ce domaine sont remarquables :
on est passé d'une résolution de 80 m (MSS de Landsat), à 30 m (Thematic Mapper) et à
20 et 10 m (HRV de SPOT). En géologie ou pour l'étude de la végétation, les radars
imageurs, surtout aéroportés, sont aussi très utilisés. Le champ des utilisations de la
53
télédétection ne cesse de s'élargir : cartographie, géologie et prospection minière, mais
aussi surveillance des cultures ou du couvert forestier, urbanisme, aménagement, génie
civil,…etc. Le traitement de l'imagerie satellitaire numérique est une discipline en
constant développement, et la baisse du coût des matériels informatiques a entraîné une
augmentation rapide du nombre des utilisateurs.
Le tableau ci-dessus résume les différents domaines d'application de la télédétection :
Disciplines
Exemples d'applications
Météorologie
Vitesse des vents, précipitations, températures, détection des
cyclones, orages,…
Océanographie
Couleur de l'eau, turbidité, température de l'eau, hauteur des
vagues, courant marin, phytoplancton, pollution marine,...
Foresterie
Couverture forestière, santé des forets, impacts après
ouragans,…
Cadastre / urbanisme Couverture du sol, urbanisation, contrôle des autorisations
(piscines, zones bâties,…)
Agriculture
Identification des plantations, évaluation de la production,…
Environnement
Etude d'impacte, détection des changements,…
Biologie / écologie
Classification des types de végétaux, étude du corail,
cartographie des habitats…
Télécommunication
Carte de répartition des& antennes de téléphonie mobile,…
Sciences de terre
Eruptions volcaniques, relief, type de roche, exploration
minérale, identification des zones à risques (glissement de
terrain, inondations,…)
Tableau II.2 Les différents domaines d'application de la télédétection. [25].
54
Chapitre III
Application de la télédétection
dans le milieu urbain
55
III.1 Introduction
Développée au cours des trois dernières décennies, la télédétection se présente
comme un outil important pour l’étude des paysages terrestres. Cet outil nous permet
d’avoir un regard synoptique, vaste et temporel. La télédétection étant basée sur la mesure
des rayonnements réfléchissants ou sur l’interaction entre la radiation solaire et les
matériaux terrestres/atmosphériques, ce qui permet de détecter et d’identifier les
caractères de l’espace urbain mais aussi d’en suivre les évolutions. Ces caractères sont par
exemple la pollution de l’air, la végétation, la qualité de l’eau, ou encore les routes et les
matériaux des bâtiments.
Jusqu'au lancement du satellite américain Landsat 4 TM (1982) et du satellite français
SPOT 1 (1986), les recherches en télédétection urbaine n'ont pas donné de résultats
satisfaisants, l'échelle des observations due à la faible résolution spatiale des capteurs des
premiers Landsat (environ 70 mètres) ne permettant pas de dépasser le niveau d'une
analyse globale et peu différenciée du tissu urbain.
La meilleure résolution du "Thematic Mapper" des derniers Landsat (30 mètres)
et surtout de celle du capteur "Haute Résolution Visible" qui équipe les SPOT 1, 2 et 3
(10 et 20 mètres) a élargi le champ d'application de l'imagerie satellite, en particulier dans
l'étude des villes. De ce fait au cours des dernières années, la télédétection urbaine a bien
évolué. SPOT est devenu un outil intéressant pour produire facilement des fonds de cartes
et étudier les structures des villes.
Ainsi que l'indique F. DUREAU l'imagerie satellite peut également apporter bien plus
que l'étude de l'état physique d'une ville et de son évolution: "Au delà de cette utilisation
cartographique, la télédétection constitue une source d'information précieuse pour établir
un état d'occupation d'un espace urbain et la répétitivité des observations fait de la
télédétection spatiale un outil particulièrement intéressant pour suivre les transformations,
souvent rapides, de cet espace ".
De fait, l'intégration des images SPOT à des bases de données urbaines, devrait connaitre
de nombreux développements dans les années qui viennent.
En ce qui concerne les techniques de télédétection appliquées à l'urbanisme, deux classes
peuvent être distinguées:
• les techniques purement cartographiques qui permettent la mise à jour des plans
existants, souvent anciens.
• les techniques plus fines qui prennent en compte la typologie de l'espace urbain
56
par analyse numérique des classes et des textures.
Dans les sections qui suivent on va présenter quelques exemples d'étude du milieu urbain
qui utilisent les techniques de l'imagerie satellitaire.
III.2 Exemples d'applications de la télédétection en milieu urbain
III.2.1 Etude du changement urbain et suburbain de la basse vallée de la
Bruche
La zone d’étude est concentrée sur la quasi-totalité de la basse vallée de la Bruche
située
à
l’ouest
administrativement
de
l’agglomération
sept communes :
strasbourgeoise en France,
Achencheim,
Eckbolsheim,
regroupant
Entzheim,
Hangenbieten, Holtzheim, Lingolsheim, Obershaeffolsheim, Wolfisheim( Fig. III.1)
Fig. III.1. Découpage de la zone d'étude
L’objectif de cette étude est d’identifier, de caractériser et de quantifier les
modifications paysagères qu’entraîne l’avancée du front d’urbanisation à l’ouest de
Strasbourg sur une durée de 20 ans environ entre 1986 et 2005 à partir des
images
satellites
et
d’indices
de métrique
paysagère.
Comme
toutes
les
agglomérations régionales, Strasbourg subit à la fois un étalement urbain contraint
par le relief, les caractéristiques hydrologiques (zones humides, remontée de nappe,
eaux de surface.) et le processus de renouvellement urbain interne.
57
La figure Fig.III.1 illustre cette zone avec à l’est les quartiers de Strasbourg et
les réseaux routiers et autoroutiers qui irriguent les communes périphériques et au
centre une zone semi-agricole inondable malgré le canal de dérivation de la
Bruche, ce qui explique une densité plus forte au nord du canal qu’au sud, zone
de méandres de la Bruche.
Evolutions des classes thématiques
Le suivi des processus de peuplement a été réalisé sur une période de 20 ans afin
d’identifier les phases d’urbanisation et leurs conséquences. L’utilisation conjointe
d’images Spot multi-dates acquises en 1986, 1996 et 2005 et d’une « métrique spatiale » a
permis de dégager les formes principales de l’évolution de l’occupation du sol pendant
cette période et d’obtenir la caractérisation des changements paysagers induits.
Fig.III.2 Classifications de la zone d'étude en 1986, 1996 et 2005.
Les trois images classées de la zone d’étude constituent une base pour les calculs des
changements d’occupation du sol (Fig.II.2). Dans un premier temps, une analyse
58
statistique a été réalisée pour définir les changements au sein des classes, en utilisant les
paires des images de 1986 - 1996, 1996 – 2005 et 1986 – 2005. Les changements détectés
concernent toutes ces classes (Tableau III.1). Les résultats illustrent une nette progression
du tissu urbain, qui reflète l’augmentation du nombre des bâtiments dans l’ensemble des
communes concernées, les surfaces occupées par des zones industrielles ont fortement
augmenté de même que les terrains arborés (alignement, vergers) par contre une
diminution importante de la végétation herbacée et des cultures peut être calculée, il s’agit
de la classe qui a le plus pâti de l’extension des autres.
1986
1996
2005
Tissu urbain
13.29 %
14.76 %
17.93 %
Zones industrielles
0.34 %
1.99 %
2.64 %
Végétation arborée
1.83 %
2.83 %
3.84 %
Végétation et cultures
77.99 %
73.28 %
39.55 %
Espaces nus
5.68 %
6.02 %
34.49 %
Eau
0.87 %
1.12 %
1.54 %
Tableau III.1 : Evolution des classes d’occupation du sol en 1986, 1996 et 2005.
III.2.2 Etude de la dynamique de l'expansion urbaine du grand Tunis (198796)
Dans cet exemple on utilise deux images SPOT de 1987 et 1996 respectivement pour
étudier l'expansion du Grand Tunis durant la période entre ces deux dates.
On fait une analyse visuelle par photo interprétation de tissus urbains de la grande ville à
partir des compositions colorées multi-date (1987 et 1996). Le résultat de cette analyse
visuelle reporté dans le tableau III.2.
59
'
Fig. III.3 Composition colorée des Images SPOT1 1987
Unités
paysagères
Eau
Couleur Teinte
Structure
Texture
Bleu
Auréolaire
Plages
lisses
Bords des lacs
vert
Urbain 1, bâti
dense et
horizontal
Urbain 2,
dense, bâti
plus vertical
Urbain 3, bâti
horizontal
Blanc
Bleu
blanc
Bleu sombre à
bleu vert selon
profondeur
Vert foncé à
bleu clair
Blanc saturé à
bleu clair
Vert à blanc
Lieux
Lac de Tunis,
sebkget-esSéjoumi
Auréolaire Plages
Polders, salines,
lisses
marais
Présence
Assez lisse Médina et
d'axes
quartiers
périphériques
Quadrillage Grumeleuse Quartier centraux
dense
Bleu/vert clair/ Quadrillage Moins
rouge clair
moins
grumeleuse
dense
Tableau III.2 : Résultat de l'analyse visuelle
Périphérie urbaine
61
Fig. III.4 Composition colorée des Images SPOT3 1996.
Fig.III.5 Composition colorée mixte délimite les zones d'évolution urbaine en bleu
61
L'mage de Fig.III.5 a été obtenue par composition colorée mixte les deux images de
1987 et 1996.
Conclusion :
L’extraction d’informations, par photo-interprétation, sans traitement automatique
d’images, permet de mesurer les évolutions à l’œuvre dans le grand Tunis: progression
forte du front urbain dans le secteur NO, plus mesurée mais significative au sud dans le
secteur de Ben - Arous ; glissement du centre à partir du double noyau initial (médina et
ville basse coloniale) vers le NE et l’aéroport (quartiers du Belvédère, El Menzah, Ariana,
nouveau quartier des berges du Lac), en voie de densification.
III.4. Utilisation des images HRV de SPOT pour la détection du changement
périurbain à Casablanca (Maroc)
Casablanca, capitale économique et industrielle du Maroc, abrite plus du quart des
ménages urbains du pays. A cause de son pouvoir d’attraction sur la population rurale, les
zones de la périphérie casablancaise connaissent une mutation continuelle de l’espace
agricole en d’autres formes d’occupation du soi. Ces dernières sont la prolifération du
logement, l’implantation des équipements, la dissémination des formes d’activités
purement urbaines et l’émergence des lieux de loisir. Ainsi, la rapidité de l’expansion
urbaine de Casablanca au détriment des zones périurbaines fait de cette ville un site
adéquat pour étudier l’apport des images satellitaires pour la détection du changement au
niveau de l’espace bâti.
Pour réaliser cette étude quatre images SPOT acquises en respectivement en 1986, 1988,
1991 et 1993 ont été utilisées
Méthodologie
La méthode utilise un traitement des images multidates, puis, la comparaison postclassification pour la détection du changement des zones bâtis et non bâtis sur les images
traitées. Le résultat qui donne l'évolution de ces deux zones et montré dans le tableau III.3
ci-dessous.
62
1986
1988
1991
1993
Bâti (%)
30
47
57
72
Non bâti (%)
70
53
43
38
Tableau.III.3 : Pourcentages du bâti et du non bâti relatant l'expansion urbaine de la ville
Casablanca durant la période 1986-1993
Résultats et discussions
Les images de différences (binaires), obtenues à l’issue des classifications individuelles
des quatre images multidates composées ont montré des expansions urbaines,
respectivement, de 17 %, 10 % et 15 % pour les périodes de 1986-1988, de 1988-1991 et
de 1991-1993. Ces données ont été combinées pour créer une carte montrant l’expansion
du changement en bâti entre 1986 et 1993(Fig.III.6).
Fig. III. 6 L’expansion du changement en bâti entre 1986 et 1993 de la ville de
Casablanca.
63
Chapitre IV
Evolution spatiotemporelle de
la ville d'Oran
64
IV.1. Données images
Afin d'étudier l'évolution urbaine de l'agglomération d'Oran, nous avons analysé
trois scènes multi spectrales et multi-dates des satellites Spot dont les caractéristiques
sont présentées dans le tableau. 1 ci-dessous et des données auxiliaires disponibles dans
le PDAU d' Oran de 1997et des cartes géographiques.
Satellite
Spot 1 HRV
Date d’acquisition
Mai 1986
Résolution
Résolution
spectrale
spatiale
0.50-0.59 µm
20m
0.61-0.68 µm
0.79-0.89 µm
Spot 3 HRV2
Mars 1995
0.50-0.59 µm
20m
0.61-0.68 µm
0.79-0.89 µm
Spot 5 HRG2
Avril 2004
0.50-0.59 µm
2.5m
0.61-0.68 µm
0.79-0.89 µm
Tableau. IV.1: Caractéristiques Principales Des Trois Scènes Spot Utilisées.
IV.2. Réduction de la résolution de l'image 2004
Les trois scènes utilisées n'ont pas la même résolution, en effet, la résolution de
ces scènes des années 1986 et 1995 est de 20 m, tandis que celle de l'image de l'année
2004 n'est que de 2.5 m. Afin de pouvoir superposer ces trois scènes dans le but
d'observer puis quantifier la croissance urbaine de la ville d'Oran, un prétraitement est
nécessaire sur la scène de 2004 pour réduire sa résolution spatiale à 20 m. Cette opération
a été effectuée par le logiciel de traitement d'image ENVI version 4.2 (ENVI -the
Environment for Visualizing Images- un logiciel commercial de traitement d'image) .
65
Fig. IV.1 Avant prétraitement 1: image Spot5 de l'année 2004, résolution 2.5m.
Fig. IV.2: Après prétraitement 1: image Spot5 de l'année 2004, résolution 20m.
66
IV.3. Correction géométrique
Afin de rendre les trois scènes d’Oran superposables entre elles, on doit faire une
correction géométrique. Nous avons sélectionné l’image SPOT1 de l'année 1986 comme
référence et nous avons utilisé pour cette opération le logiciel de traitement d'image
PCSATWIN version 3.13 (PCSATWIN, logiciel de traitement d'image, développé à
l'USTO).
VI.3.1. Correction l'image Spot1 (1986) géométrique de l'image Spot3 (1995)
par rapport à
Le traitement est basé sur une méthode d'interpolation polynomiale, et consiste à:
1- Localiser avec précision des points amiens (ou points d'appui) sur l'image de gauche, à
rectifier et sur l'image de droite, servant de référence. Nous avons choisis 9 points amiens,
étiquettes A, B, C, D, E, F, G, H, I. Tel que le montre la figure.3. Ci-dessous.
Fig. IV.3 A gauche; l'image Spot3 1995. A droite; l'image Spot1 1986.
2- Dans le logiciel PCSATWIN, nous avons opté pour un polynôme de degré 1 qui
consiste à calculer les coefficients du polynôme par la méthode des moindres carrées de la
relation de déformation; R= image à rectifier → image de référence
Cette relation permet de décomposer tous les pixels de l'image à rectifier, pour être
ensuite reconstitués suivant l'aspect géométrique de l'image de référence.
67
3- Le traitement doit être finalisé par un rééchantillonnage (au plus proche voisin) afin de
réaffecter à chaque pixel calculé par R (relation de l'étape 2) un compte numérique valide.
Fig. IV.4. Résultat de la correction géométrique sur l'image Spot3 de l'année 1995.
IV.3.2. Correction géométrique de l'image Spot5 année 2004 par rapport à
l'image Spot1 1986
La procédure décrite au paragraphe IV.3.1.est répétée à l'identique ici, mais en utilisant
la scène SPOT de 2004 à rectifier par rapport à la scène SPOT de 1986.
Fig. IV.5. A gauche; image Spot5 (2004). A droite; image Spot1 (1986).
68
Fig. IV.6. Résultat de la correction géométrique sur l'image Spot5 de l'année 2004.
IV.4 Délimitation de la zone d'étude dans les trois images
Dans notre étude
nous nous intéressons surtout à l'évolution urbaine de
l'agglomération d'Oran et sa périphérie (Bir El Djir à l'Est et Es Senia au Sud-est). Pour
cela, il est inutile de traiter toute l'étendue des scènes SPOT à notre disposition, mais de
préparer des imagettes centrées sur l'espace à étudier. Ainsi, la zone d'étude a été
délimitée par 4 points: à l'Ouest par la jetée de Mers El Kebir, au Sud par le coin nordest de la piste de l'aéroport Es-Senia, a l'Est par la zone la cité Khemisti et l'université de
l'USTO, au Nord par un point qui se trouve sur le littoral Est d'Oran. La délimitation du
coté Est a été imposée par la limite de la scène de 1986.
Après découpage nous avons appliqué une composition de fausses couleurs sur les trois
imagettes, et les résultats sont présentés sur la figure ci-dessous.
Avant d'aborder une analyse quantitative de la croissance de l'agglomération d'Oran, nous
pouvons déjà observer nettement que cette croissance se manifeste fortement, vers l'Est et
le Sud-est mais faiblement au Sud et Sud-ouest.
69
71
IV.5. Classification thématiques
Le choix des classes thématiques constitue une étape cruciale dans cette opération.
Les classes doivent, à la fois, être bien discriminées entre elles et communes aux trois
images. Les classes suivantes sont le résultat d'une confrontation des objectifs avec les
possibilités techniques d'extraction des classes thématiques :
Classe 1: eau ; mer ou plans d'eau.
Classe 2: végétation, arborée, herbacée ou cultures.
Classe 3: espace bâti, tout espace dominé par les bâtiments et les voiries.
Classe 4: espace nu, urbain ou rural; tout espace ouvert non-bâti et sans végétation.
Après le choix des classes thématiques, nous avons traité les trois images en optant pour
la classification supervisée par la méthode de Barycentre (minimum distance) avec le
logiciel de traitement d'image PCSATWIN.
IV.6. Résultats de la classification thématique
Les résultats obtenus sont montrés ci-dessous dans la figure Fig.8 et le tableau.2.
1986
Les classes
1995
2004
NBR
Pourcentage
NBR des Pourcentage
NBR des Pourcentage
des
%
pixels
%
pixels
%
pixels
Eau
95989
28,93
96546
29,09
100109
30,17
Végétation
56954
17,16
58714
17,69
57875
17,44
Espace bâti
106028
31,95
117335
35,36
130617
39,36
Espace nu
72862
21,96
59240
17,85
43229
13,03
0,00
5
0,00
10
0,00
Pixels
non 7
classées
Tableau IV.2: Evolution des classes en 1986, 1995 et 2004.
71
72
Fig. IV.8 Classifications supervisées de la zone d'étude.
.
Fig. IV.8.a Classifications supervisées de la zone d'étude de l'année 1986
73
Fig. IV.8.b Classifications supervisées de la zone d'étude de l'année 1995
74
Fig. IV.8.c Classifications supervisées de la zone d'étude de l'année 2004.
75
IV.6.1 Evolution de l'occupation du sol
La répartition spatiale des classes du tableau IV.2 comprend le sol, la mer et le
petit lac. Comme l'évolution urbaine se fait uniquement sur le sol, on peut omettre toute la
classe eau et obtenir une occupation du sol par le bâti, la végétation et le sol nu. Le
tableau IV.3 et l'histogramme IV.1 montrent l'évolution de l'occupation du sol en 1986,
1995 et 2004.
1986
Les classes
Superficie
1995
%
en Hectare
Superficie
2004
%
Superficie
en Hectare
%
en Hectare
Végétation
2278
24,15
2348,56
24,95
2382,12
24,98
Espace bâti
4241
44,96
4693,4
49,87
5224,6
56,37
Espace nu
2914,48
30,89
2369,6
25,18
1729,16
18,66
Tableau IV.3 : Evolution de l'occupation de sols en 1986, 1995 et 2004.
56.37
60
49.87
50
44.96
40
30
30.89
24.95
24.15
25.18
24.98
18.66
20
10
0
1986
1995
Espace bâti
Végétation
2004
Espace nu
Histogramme IV.1. Evolution de l'occupation de sols en 1986, 1995 et 2004.
76
IV.6.2 Analyse de l'évolution des espaces bâtis
Les trois images classées de la zone d’étude constituent une base pour le
calcul du changement d’occupation du sol. Dans un premier temps, une analyse
statistique a été réalisée pour définir les changements au sein des classes, en utilisant les
paires des images de 1986 – 1995, 1995 – 2004 et 1986 – 2004. Les changements
détectés concernent
toutes
ces classes
sont représentés dans le tableau IV.4 et
l'histogramme IV.2. Les résultats illustrent une nette progression de l'espace bâti, qui
reflète l’augmentation du nombre des bâtiments dans la ville d'Oran de 4.91% entre
1986-1995 et de 6.5% entre 1995-2004 , par contre une diminution importante de
l'espace nu de 5.71% entre 1986-1995 et de 6.52% entre 1995-2004. Les
surfaces
occupées par la végétation ont augmenté faiblement de 0.75% entre 1986-1995 et ont
diminué légèrement pour atteindre 0 ,03 entre 1995-2004.
1986-1995
1995-2004
1986-2004
Végétation
0,70%
0 ,03%
0,73%
Espace bâti
4,91%
6,5%
11,41%
Espace nu
- 5,71%
- 6,52%
- 12,23%
Tableau IV.4 : Evolution du pourcentage d'occupation du sol entre les années 19861995, 1995-2004 et 1986-2004.
15
11.41
10
6.5
4.91
5
0.7
0.03
0.73
0
1995-1986
-5
2004-1995
-5.71
2004-1986
-6.52
-10
-12.23
-15
Végétation
Espace bâti
Espace nu
Histogramme IV.2. Evolution du pourcentage d'occupation du sol entre les années 19861995, 1995-2004 et 1986-2004.
77
IV.6.3 Identification des classes dynamique et des changements d'occupation
du sol
L’analyse des différences entre les trois images a permis de quantifier les
changements de surface occupée par chaque classe et d’identifier trois classes dont
les changements influencent fortement l'occupation du sol. Il s’agit de l'espace bâti,
l'espace nu et la végétation.
a) Espace bâti
L'espace bâti constitue une classe importante de la zone d’étude. Il occupait
environ 4241 ha en 1986 (soit 44,96% de la surface totale de la zone d’étude) et
passe à 4693.4 ha (soit 49,8%) en 1995 pour atteindre 5224.6 ha (soit 56,37%) en
2004( voir l'histogramme IV.1). L'augmentation est un peu plus forte entre 1995 et
2004. Il s’agit d’une augmentation de 531.2 ha pendant 9 ans (contre 452,4 ha
entre 1986 et 1995), ce qui donne une moyenne de 59 ha par an. Les modifications
les plus importantes ont eu lieu à l'Est: Es Sedikia et Bir Eldjir et USTO, ainsi qu'au
Sud: Es Senia, Ain Beida, et au Sud- Ouest: Coka et El Hassi.
b) Espace nu
La détection des changements de cette classe s’est avérée particulièrement
difficile. Ceci est du à des problèmes rencontrés lors de la classification des
images, où les espaces nus sont confondus avec la végétation et l'espace bâti. Dans
l’analyse de cette classe, il est donc nécessaire de prendre en compte cette
confusion. On constate globalement une diminution de l’espace occupé par cette
classe qui justifie l'augmentation de l'espace bâti( voir l'histogramme IV.1). Suivant les
images, la surface occupée par l'espace nu était: 2914.48 ha en 1986, 2369.6 ha en
1995 et 1729.16 ha en 2004. Suite à cette analyse, cette diminution est presque la
même entre 1986 -1995 et 1996-2005 (voir l'histogramme IV.2).
c) La végétation
La végétation est surtout présente sur la montagne du Mourdjajou à l'Ouest,
également au Sud et Sud- Est de la ville d'Oran, ainsi que le long du littorale.
Globalement on constate une augmentation timide de la surface occupée par la
végétation. Cette classe qui occupait environ 2278 ha en 1986, a augmenté
78
d’environ 70,56
ha (0.70%)
en
1995 et de 33,56 ha (0.03%)
en
2004( voir
l'histogramme IV.2). La végétation couvre le maximum des espaces cultivés et nus
pendant le printemps et diminue pendant les autres saisons.
d) Espace eau
L'espace eau est essentiellement composé de la mer méditerranéenne et le petit lac.
Comme la mer représente la grande majorité de cette espace et le petit lac ne représente
qu'une petite surface, cet espace n'est pas affecté par l'urbanisation.
IV.7 Incertitudes des résultats obtenus
Les incertitudes des résultats obtenus à partir des images satellitaires sont
d'origines nombreuses. On peut citer les erreurs dues:
-
à l'angle de prise de l'image où certaines parties du sol peuvent être cachées,
-
aux zones ombragées,
-
à la classification thématique
-
au changement de saisons, un espace nu en automne peut apparaitre un espace de
végétation en printemps.
Dans ce mémoire, on n'a pas essayé de calculer ces erreurs, mais en général ces erreurs
restent inférieures à 20% et il est même possible d'atteindre une bonne précision. Notre
résultat pour la superficie bâti en 1995 est de 4693 hectares (50%) et celui donné par le
PDAU de 1997 est de l'ordre de 4000 hectares (60%) pour la commune d'Oran. Cette
différence peut être expliquée par le fait que notre zone d'étude comprend la commune
d'Oran et quelques parties d'autres communes. Nous estimons que nos résultats sont
acceptables pour une première étude.
79
Conclusion et perspective
Conclusion
Oran a connue un développement urbain remarquable ces dernières décennies.
Notre étude a permis de détecter les changements de l'occupation du sol de la ville d'Oran
pendant une vingtaine d'années en utilisant des images satellitaires multidates du satellite
Spot. Les résultats des classifications ont montré une grande croissance de l'espace bâtis
au détriment des espaces nus et des espaces verts (surtout terres agricoles).
L'analyse des images satellitaires multi-dates (1986, 1995 et 2004), a permis de suivre
l'évolution des secteurs d'extension urbain de la ville d'Oran pendant presque les trois
dernières décennies. Ces secteurs d'extension sont très visibles dans l'Est à Bir El Djir,
Sud-Est à Es Senia, Sud à Ain El Beida et Sud-Ouest à El Hasi.
Cette étude a montré que l'espace bâti qui représentait en 1986 44,96% de la zone étudiée
a passé au 49,87% 1995 et à 56,37% en 2004. Ce qui correspond à une augmentation de
4,91% entre 1986 et 1995 et de 6,50% entre 1995 et 2004 soit une augmentation totale de
11,41% qui représente 1083 hectares durant une période de 18 ans. Cette augmentation
de bâti à été accompagnée par une diminution de 12,23% ou 1185 hectares et une légère
augmentation de l'espace de végétation (arborée, herbacée ou cultures) de l'ordre de
0,72% ou de 104 hectares.
Ces résultats montrent que l'urbanisation dans la zone étudiée d'Oran a été faite
exclusivement sur des espaces nus. Le tableau IV.3 montre que plus de 1/3 des terres nues
ont été consommées pour l'extension urbaine et que l'espace vert (arborée, herbacée) n'a
pas bénéficié d'une extension proportionnelle. Si la croissance urbaine à Oran n'a pas été
faite dans, une grande mesure, au détriment de l'espace vert, ce dernier n'a pas connu un
développement suffisant parallèle à l'urbanisation pour réaliser l'objectif d'un
développement durable de la ville. Pour aller vers un développement durable de la ville, il
81
est important de réserver une bonne partie des 2/3 des terres nues qui restent pour créer
des espaces verts.
Perspectives
La zone d'étude de ce mémoire a été limitée à la commune d'Oran et à quelques
parties de certaines communes de
Bir-El-Djir et d'Es-Senia. Cette limitation a été
imposée par la couverture limitée de l'image de 1986. Pour inclure dans l'étude toutes les
communes des trois Dairas d'Oran, on a besoin d'images qui couvrent toutes ces
communes. En perspective, on souhaite avoir ces images pour généraliser cette étude sur
toutes les communes qui connaissent elles aussi une extension urbaine importante et
comparer les résultats avec les données disponibles au niveau du PDAU.
81
Bibliographie
[1] A. Bendedouche. Les nouvelles zones d'habitat collectif dans les grandes villes- cas
d'Oran-. Thèse de magister en urbanisme. Département d'architecture, université des
sciences et de la technologie d'Oran.1989.
[2] A. Hafiane, Les projets d’urbanisme récents en Algérie, 43ème congrès ISOCARP
2007.
[3] A. Lavoie, A. Ozer, F.Boivin, J. M. Dubois, J. P. Donnay, Télédétection des milieux
urbains et périurbains, Actes des sixièmes Journées scientifiques du réseau
"Télédétection" de l'AUF, Liège (Belgique), 2-5 octobre 1995 .Ed. AUPELF-UREF.
1997. p. 275-282.
[4] A. Liébard, André De Herde, "Traité d'architecture et d'urbanisme bioclimatiques,
concevoir, édifier et aménager avec le développement durable". Edition Obsever,
Décembre 2005.
[5] B. Diarra. Dynamique spatiale et politiques urbaines à Bamako- le rôle des images
satellite Spot dans la gestion des villes-. Thèse de doctorat de l'Université Ais- Marseille
1, université de Provence UFR des sciences géographiques et de l'aménagement. Le 2
Avril 1999.
[6] BIG (Bulletin de l'Information Géographique) n°3. Initiation à la télédétection, site
www.iarivo.cirad.fr/doc/dr/big_3.
[7] Bulletin trimestriel de la société de géographie et d'archéologie de la province d'Oran.
Fascicule 234. Année 1954.
[8] C. Weber, "Images satellitaires et milieu urbain", Hermès, Paris 1995
[9] DPAT (direction de la planification et de l'aménagement du territoire de la wilaya
d'Oran) site : www.dpat-oran.dz
82
[10] Etude de la dynamique de l'expansion urbaine du grand Tunis (1975-98), L.
Bouassida, C. Maréchal et N. Benkharta , CNT, Tunisie, 1998
[11] G. Skupinski, D. BinhTran et C. Weber., « Les images satellites Spot multi-dates et
la métrique spatiale dans l’étude du changement urbain et suburbain – Le cas de la basse
vallée de la Bruche (Bas-Rhin, France) », Cybergeo, Systèmes, Modélisation,
Géostatistiques, article 439, mis en ligne le 12 mars 2009Cybergeo (European Journal of
Geography). Mars 2009.
[12] Guide du logiciel PCSATWIN
[13] J. Champaud et al. Croissance urbaine, environnement et imagerie satellite. Horizon
documentation IRD (Institut Français de Recherche Scientifique pour le Développement),
Novembre 1993.
[14] J. Kedah. Les nouvelles réalisations urbaines périphériques en Algérie et leur impact
sur le centre-ville, -cas d'étude d'Oran-. Mémoire de magister, Département d'architecture,
université des sciences et de la technologie d'Oran, 2007.
[15] K. Metaïr, F. Bakhai, S. Benkada et F. Soufi, "Oran face à sa mémoire". Edition Bel
Horizon, 2002.
[16] M. Tsayem demaze et A. Trebouet. Cartographie et évaluation multi-échelle de
l’étalement urbain à l’aide d’images Spot XS : Exemple du Mans (Ouest-France). Halshs00457689, 2008.
[17] PDAU (plan directeur d'aménagement et d'urbanisme) du groupement d'Oran. 1997.
[18] Petit guide de la télédétection, site www.eoedu.belspo.be
[19] R. Lespès, "Oran, étude de géographie et d'histoire urbaines". Edition Bel Horizon,
2003.
83
[20] S. Houmayouni. Caractérisation des Scènes Urbaines par Analyse des Images
Hyperspectrales, Thèse de doctorat, ’Ecole Nationale Supérieure des Télécommunications
de Paris, Décembre 2005
[22] Y. Smara, Etude de la synergie de données multisources pour la caractérisation et
l'évolution des états de surface des sols, application aux régions d'Alger et de Laghouat.
ESA publications 2000.
[23] Z. Belesgaa. "Dynamiques urbaines en périphéries orientales de la ville d'Oran,
Analyse et mesure par l'outil SIG". Mémoire de magister, Département de géographie et
d'aménagement du territoire, université d'Oran, 2004.
[24] C. Kargomard. Cour sous format PDF sur " La télédétection aéro-spatiale". Ecole
normal supérieur Paris. www.geographie.ens.fr.
[25] P. Peduzzi. Cours "Initiation à la télédétection" – module: satellites et applications-.
Université de Genève – Janvier 2009.
84