Local Spatial Autocorrelation Characteristics of Landsat TM Imagery of a Managed Forest Area

En télédétection, les paysages en continu sont échantillonnés en fonction d'une grille de pixels d'égale dimension et d'espacement régulier. Une conséquence de cette régularisation de surface est que les valeurs de pixels exhibent une autocorrélation spatiale positive. Ainsi, on peut considérer que l'étendue et la nature de l'autocorrélation spatiale constituent une caractéristique des données de télédétection utilisable en tant que source d'information. Toutefois, les mesures globales d'autocorrélation spatiale existantes fournissent peu de connaissances quant à cette caractéristique étant donné qu'elles résument en une seule mesure toutes les interrelations spatiales. Par contraste, la mesure des indicateurs locaux d'association spatiale (LISA, local indicators of spatial indicators) permet d'évaluer pour chaque pixel de l'image à la fois le degré de dépendance spatiale du pixel par rapport aux pixels voisins et l'amplitude des valeurs de variation dans le voisinage du pixel. Dans cette étude, on applique une mesure LISA, la mesure Getis (Gi*), à des images Landsat TM d'une région forestière aménagée. On note des relations entre, d'une part, l'autocorrélation spatiale au plan local telle que mesurée par (Gi*) et, d'autre part, différentes bandes Landsat TM et différents types de couvert. De plus, l'information sur la dépendance spatiale est présentée dans le contexte des polygones d'inventaire forestier indiquant la présence d'hétérogénéité ou d'homogénéité spectrale à l'intérieur des polygones forestiers. Cette recherche exploratoire confirme que l'information sur la dépendance spatiale telle que dérivée de la mesure de (Gi*) constitue une nouvelle source importante d'information spatiale pour l'évaluation des images numériques en milieu forestier