Analyse de la concordance entre les différentes bases de données administratives pour chaque parcelle.
Aude
Mise à jour.
Une exploration cartographique nouvelle génération pour comprendre l'occupation des sols, protéger les zones naturelles et mesurer l'artificialisation.
Un Territoire de Contrastes
S'étendant des Pyrénées au Massif central, l'Aude est un territoire dominé par les espaces ruraux. Tandis que la viticulture sculpte les paysages du bassin versant, les zones boisées et milieux semi-naturels occupent près de la moitié du département. L'artificialisation, bien que minoritaire (3%), représente un enjeu majeur de suivi pour les politiques publiques.
Le Défi de la Donnée
Les référentiels actuels (OSO, COSIA, RGP, BD TOPO etc..) présentent des limites à l'échelle parcellaire : décalage temporel, confusion entre "couvert" et "usage", et imprécisions géométriques.
Notre objectif : Croiser ces sources hétérogènes (Télédétection + Données Métier) pour produire une classification plus robuste, automatisée et précise.
L'importance
de la résolution
Les bases de données actuelles divergent souvent. OSO (Gauche) détecte la couverture biophysique avec une résolution plus grande, tandis que COSIA (Droite) produit une occupation des sols à plus faible résolution, avec des données sources différentes.
Par exemple (Parcelle 95), la méthode d'OSO classifie la zone en ARTIFICIALISÉ à cause de la proximité du bâti et son lissage. En comparaison, COSIA la réaffecte correctement en NATURE, modifiant ainsi l'occupation avec un lissage faible mais plus de bruits.
Analyse Dalle ...
Les algorithmes (Méthode 1 : Score par classe et Méthode 2 : Arbre de décision) ne se contentent pas de classifier, ils évaluent la qualité de leur prédiction, une approche statistique multidimensionnelle permettant d'identifier les zones "floues" nécessitant une expertise humaine.
Structure du Territoire.
Au-delà de la simple visualisation, cette vue synthétique permet de mesurer l'impact parcellaire des changements méthodologiques à l'échelle de la zone d'étude et d'apprécier la dominance générale.
Méthode 1 (score par classe)
SCORE PAR CLASSECette approche repose sur une fusion des indicateurs de chaque source via des scores calculés pour chaque classe. La classe obtenant le score le plus élevé est retenue.
Méthode 2 (arbre de décision)
ARBRE DE DÉCISIONCette approche se fonde sur un arbre de décision intégrant des règles d'expertise pour déterminer la dominance de chaque parcelle.
Export compatible SIG (QGIS, ArcGIS) · Projection Lambert 93