L'imagerie satellitaire constitue une solution abordable pour cartographier la bathymétrie côtière à très haute résolution (VHR). La reconstruction de la bathymétrie est généralement basée sur une analyse de régression liant la réponse en profondeur avec des prédicteurs spectraux détectés à distance. La plupart des études se sont concentrées sur un seul régresseur à l'aide des trois bandes visibles RVB sur des eaux claires. Cependant, l'interdépendance des bandes visibles ajoutées aux régresseurs linéaires et non linéaires est peu étudiée notamment les eaux turbides. Nous étudions ici la contribution unique et conjointe des bandes spectrales (visible 1.24 m WorldView-3, WV-3) et des types de régressions sur la performance de la reconstruction. Une étude de cas sur les eaux turbides en régime mégatidal de la côte de Saint-Malo (Bretagne) permet de quantifier le gain de précision lié aux bandes côtières et jaunes ainsi que les moindres carrés ordinaires (OLS), le modèle linéaire généralisé (GLM) et le réseau neuronal artificiel (ANN). L'analyse de corrélation révèle que les bandes côtières et jaunes n'augmentent pas de manière significative la performance conventionnelle pour les trois régresseurs. ANN a dépassé GLM et OLS pour les ensembles de données spectrales visibles WV-3 conventionnelles et renforcées atteignent un coefficient de corrélation de 0,94 et une précision de 0,52 m. La signification des comparaisons indique que la sélection d'une méthode de régression robuste (y compris la paramétrisation) est plus efficace que l'ajout de bandes spectrales pour la cartographie de la bathymétrie VHR des eaux turbides côtières.
Antoine Collin, Samuel Etienne; Eric Feunteun, 2017. VHR coastal bathymetry using WorldView-3: colour versus learner. Remote Sensing Letters,Volume 8, 2017 - Issue 11, 1072-1081.
http://dx.doi.org/10.1080/2150704X.2017.1354261
E-print gratuit (50 premières demandes) : http://www.tandfonline.com/eprint/r6Vq97mwuh8GqEcY94KU/full
