TY - JOUR T1 - Cartographie des faciès bio-sédimentaires du Bassin d’Arcachon à partir de l’imagerie FORMOSAT-2 A1 - Lafon,Virginie A1 - Marieu,Vincent A1 - Butel,Rémi A1 - Dehouck,Aurélie A1 - Froidefond,Jean-Marie A1 - Trut,Gilles AD - UMR CNRS 5805 EPOC, Université Bordeaux 1, Avenue des Facultés, 33405 Talence cedex, France AD - UFR de Mathématiques et Informatique, Université Bordeaux 1, 351 cours de la Libération, 33405 Talence cedex, France AD - IFREMER, Quai du Commandant Silhouette, 33120 Arcachon, France UR - https://archimer.ifremer.fr/doc/00254/36572/ DO - 10.5150/jngcgc.2008.054-L KW - Télédétection KW - Cartographie KW - Littoral KW - Classification optimisée KW - Recuit simulé N2 - Cette étude présente les premiers résultats d’un vaste programme de recherche qui ambitionne de définir une méthode de cartographie des platiers intertidaux du Bassin d’Arcachon (France) par télédétection. Les résultats présentés ici concernent les tests effectués sur l’imagerie Formosat-2 dans le but de discriminer les sédiments et les principales espèces végétales de la lagune. Le résultat d'une classification non supervisée optimisée par la méthode du recuit simulé est ensuite utilisé pour entraîner une classification par minimum de distance. Cette approche permet d’obtenir une carte des faciès bio-sédimentaires dont la précision est estimée à plus de 84 %. Cette méthode présente, en outre, un excellent potentiel pour la détermination du pourcentage de couvert végétal des herbiers à zostères. N2 - This study presents the first results of an ongoing research program that aims to derive thematic maps of the intertidal lagoon of Arcachon (SW Atlantic coast of France) from space imagery. At this stage, we present the results of the tests performed on Formosat-2 imagery. Several classification strategies have been tried with the aim to discriminate the sedimentary facies and the main species of the lagoon. The classes calculated by an optimized unsupervised clustering method, based on simulated annealing global minimization technique, were used to train a supervised classification algorithm. This approach allowed us to derive a bio-sedimentary map which overall accuracy is about 84%. Also, this method has the advantage of describing the fraction of vegetation cover of the seagrass. Y1 - 2008 PB - Centre français du littoral JF - Paralia SN - 1760-8716 IS - 10 SP - 563 EP - 572 ID - 36572 ER -