FN Archimer Export Format PT J TI Cartographie des faciès bio-sédimentaires du Bassin d’Arcachon à partir de l’imagerie FORMOSAT-2 BT AF LAFON, Virginie MARIEU, Vincent BUTEL, Rémi DEHOUCK, Aurélie FROIDEFOND, Jean-Marie TRUT, Gilles AS 1:1;2:1;3:2;4:2;5:2;6:3; FF 1:;2:;3:;4:;5:;6:PDG-ODE-LITTORAL-LERAR; C1 UMR CNRS 5805 EPOC, Université Bordeaux 1, Avenue des Facultés, 33405 Talence cedex, France UFR de Mathématiques et Informatique, Université Bordeaux 1, 351 cours de la Libération, 33405 Talence cedex, France IFREMER, Quai du Commandant Silhouette, 33120 Arcachon, France C2 UNIV BORDEAUX, FRANCE UNIV BORDEAUX, FRANCE IFREMER, FRANCE SI ARCACHON SE PDG-ODE-LITTORAL-LERAR TC 0 UR https://archimer.ifremer.fr/doc/00254/36572/35110.pdf LA French DT Article DE ;Télédétection;Cartographie;Littoral;Classification optimisée;Recuit simulé AB 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. AB 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. PY 2008 SO Paralia SN 1760-8716 PU Centre français du littoral IS 10 BP 563 EP 572 DI 10.5150/jngcgc.2008.054-L ID 36572 ER EF