APPROCHE PAR TÉLÉDÉTECTION RADAR POUR LA CARTOGRAPHIE DES QUARTIERS INFORMELS EN AFRIQUE SUBSAHARIENNE

Résumé

La cartographie des quartiers informels constitue un défi majeur pour la télédétection en Afrique notamment dans les villes ou les tissus urbains sont complexes avec la présence des bidonvilles. Dans cette étude, les auteurs proposent une méthodologie adaptée au continent africaine combinant les images radar Sentinel-1, des images optiques Sentinel-2 et aussi l'étude des climats locales (Local Climate Zones - LCZ) afin d'améliorer la détection des bidonvilles. Cette étude s'appuie sur l'exploitation des textures radar pour caractériser la densité spatiale des surfaces urbaines.

La cartographie précise des établissements informels reste un défi majeur dans les villes d’Afrique subsaharienne car l’imagerie optique ne distingue souvent pas les établissements informels des zones formelles de faible hauteur avec une signature spectrale similaire. Cette étude présente un cadre optique–SAR adapté au contexte africain et reproductible qui améliore la délimitation informelle des établissements en utilisant les caractéristiques spectrales Sentinelle-2 et les informations structurales Sentinelle-1 au sein d’une taxonomie adaptée de la Zone climatique locale (LCZ).

L'étude met en œuvre une stratégie d’intégration SAR en trois niveaux : rétrodiffusion calibrée, textures GLCM, et une caractéristique guidée par la physique conçue pour capturer le désordre structurel élevé et le faible retour radar caractéristiques des établissements informels.

En utilisant des données de référence à Nairobi et Eldoret (Kenya), nous évaluons la performance via un protocole stratifié de retenue et une étude d’ablation en fonction des saisons.

Publication scientifique

Cartographie des bidonvilles sensible au contexte en Afrique subsaharienne utilisant la texture Sentinel-1 et les zones climatiques locales

Chepkilot, P., Memar, B., & Gamba, P. (2026). Context-Aware Slum Mapping in Sub-Saharan Africa Using Sentinel-1 Texture and Local Climate Zones. arXiv:2607.07532. .

DOI : https://doi.org/10.48550/arXiv.2607.07532

Consulter la publication scientifique

Résultats clés

1. Amélioration de la précision globale. La précision passe de 72,6 % avec les données optiques seules à 81,6 % après l'intégration des textures radar, en saison sèche.

2. L'ajout des variables GLCM apporte un gain de 5,2 points par rapport au modèle combinant déjà Sentinel-1 et Sentinel-2.

3. Le F1-score de la classe LCZ 7 atteint 0,673 avec l'indice structural avec une meilleure détection des quartiers ciblés, contre 0,437 avec les données optiques seules.

4. Robustesse saisonnière encourageante, mais transfert limité.
Les performances restent relativement stables entre saisons sèche et humide dans les villes étudiées. Toutefois, l'application directe du modèle à Kigali montre que sa généralisation à d'autres contextes urbains reste difficile.

Pourquoi c’est important

Cette recherche montre l'intérêt de combiner télédétection optique et radar pour mieux caractériser les environnements urbains complexes.
Ces avancées peuvent contribuer à la planification urbaine, au suivi de l'expansion des villes et à l'identification des zones nécessitant une attention prioritaire.

Fichiers joints

Documents et figures associés à cet article.

Image de couverture

Image · PNG

Couverture Télécharger

nai.png

Image · PNG

Télécharger

APPROCHE PAR TÉLÉDÉTECTION RADAR POUR LA CARTOGRAPHIE DES QUARTIERS INFORMELS EN AFRIQUE SUBSAHARIENNE

Publication scientifique

Fichiers joints

Discussion scientifique

Dans la continuité de cet article

GEOINDEXR: UN CADRE R FLEXIBLE ET EXTENSIBLE POUR LE CALCUL D’INDICES SPECTRAUX ET GÉOSPATIAUX À PARTIR DE DONNÉES RASTER MULTISPECTRALES

CARTOSATTYPHA : LANCEMENT DU PROJET DE CARTOGRAPHIE DU TYPHA DANS LA VALLÉE DU FLEUVE SÉNÉGAL

CARTOGRAPHIER AUTOMATIQUEMENT LES INONDATIONS À ABIDJAN AVEC SENTINEL-1 ET GOOGLE EARTH ENGINE