Cloud Computing des données massives de télédétection en Géographie : Géography as a Service (Appliquée au suivi des changements d’occupation du sol et de l’usage des sols au Vietnam)

Thèse préparée par Ngo Haily

• École doctorale Temps, Espaces, Sociétés, Cultures (TESC)
• Date de la première inscription en doctorat : Décembre 2018
  
• Soutenance prévue en : 2021
• Financement : bourse de AUF (Agence Universitaire de la Francophonie)

Encadrement

• Direction : LAFFLY Dominique, professeur, UT2J & TRAN Van Truong, professeur, NVU
• Co-encadrement: LOUBIERE Peio, EISTI

Comité de thèse

• Comité de thèse : à venir

Planning des réunions sur la période 2018-2021

Documents produits pour les réunions réalisées - comptes rendu des comités de thèse

Déroulement de la thèse

• Déplacements :  
  • Année 1:
  • 01/12/2018 – 06/03/2019: Vietnam
  • 08/03/2019 – 31/09/2019: France
  • Année 2:
  • Année 3:

• Calendrier prévisionnel des prochains mois : (si besoin, sous la forme d'un tableau)
• Participation à des séminaires, des colloques, des journées d'études :
• Séminaires:
• Colloques:
• Des  journées d'études: 
•  

• Campagnes d'entretien, d'enquêtes, d'observation, de mesures :
• Rencontres-clés dans le déroulement de la thèse :
• Publications scientifiques acceptées et relatives à la thèse :

Résumé

En quelques années le cloud computing est devenu indispensable à l’exploitation des données massives issues de la télédétection spatiale. Dans le même laps de temps – et cela va dans le sens des performances du cloud computing – l’utilisateur final de l’imagerie ne désire plus être en possession des données sources – qui sont accessibles gratuitement n’importe où et n’importe quand pour peu qu’on dispose d’une bonne connexion internet – mais désire avoir accès à des plateformes qui facilitent la mise en place de services dédiés voire disposer directement de résultats ciblés qui répondent à leurs attentes. Attentes qui s’inscrivent dans une problématique plus large que le constat cartographique de changement d’occupation du sol observé par la télédétection et qui nécessitent d’avoir recours à d’autres sources d’informations pour tenter d’expliquer ce que « montre » les images : bases de données économiques, sociales, géographiques, agricoles, des réseaux sociaux…

Vietnam est un pays dans la région de Mékong où l’accès de l’information ainsi que des données, en particulier des données spatiales, est limité. En outre, au fil des récente années l’utilisation des terres et la déforestation est celle de l’enjeu. Des services de cloud computing dédiés à la cartographie des changements des usages du sol à la résolution du pixel pour l’ensemble du Vietnam sont non seulement essentiels et nécessaires pour la société mais aussi pour des chercheurs et des étudiants dans les universités. Car, si les données satellitaires existent depuis une quarantaine d’années, à l’état brute elles ne sont rien d’autres qu’une mesure physique d’une luminance apparente convertie en pourcentage de réflectance exo-atmosphérique voire en pourcentage de réflectance au sol. Autrement dit elles sont d’une extrême variabilité, il convient de les structurer sémantiquement pour les exploiter soit à partir d’indices ciblés – et l’on cherchera à normer une signature multidate de cet indice – soit en référence à des nomenclatures d’usage du sol – et l’on cherchera à identifier la signature spectrale de ces usages pour les comparer dans le temps. 

Nous posons les hypothèses suivantes :

1. Une solution adaptée pour traiter et analyser des images satellitaires basée sur une plateforme Cloud Computing (la classification et la détection des changements sur l’occupation du sol et l’usage des sols) avec des données des images satellitaires de Landsat et Sentinel-2.

2. L’utilisation des techniques du Cloud Computing est une valeur ajoutée dans le processus de traitement des images satellitaires.

A partir de ces hypothèses, le résultat attendu est de créer des données comparables sur l’occupation du sol et l’usage des sols dans le long terme pour analyser les changements tous les 10 ans avant et après de la période « Doi Moi ». Pour résoudre ces hypothèses, il faut aller étudier des questions de recherche suivantes :

1. Comment autoriser les traitements tout en restant assez générique afin de pouvoir traiter n’importe quelle image à n’importe quel moment ? (La série de données à l’échelle temporaire et spatiale)
2. Quelles sont les méthodes et techniques efficaces de classification et de détection des changements sur l’occupation et l’usage des sols ?
3. Avons-nous besoin de traitement visuelle et d’interprétation visuelle des données comme Corine Land Cover de UE ?
4. L’ensemble de données du Vietnam, il y a des endroits d’urbanisation (les enjeux de population, conversion des sols), d’agriculture (les enjeux sur l’utilisation des sols et la conversion des sols), de montagne et de delta, il faut déterminer, construire et synthétiser la nomenclature des évolutions et des indices dans l’espace de données du Vietnam ?