Search

This chapter deals with soil moisture (SM) characterization over the Guelmim city and its neighborhood in the Southwestern Morocco that has been flooded several times over the past 50 years. To achieve this, space-borne SMOS and Landsat-8 OLI/TIRS data were preprocessed to correct several radiometric anomalies, and they were used. The SMOS brightness temperature data acquired before, during, and after the storm with 1-day temporal resolution and coarse spatial resolution (25 km) were transformed to the SM maps. OLI and TIRS data with moderate spatial and temporal resolutions were converted to Normalized Difference Vegetation Index (NDVI) and Land Surface Temperature (LST) to retrieve the Soil Moisture Index (SMI) maps. The results obtained were analyzed, intercompared, and validated against the compiled SM values from rainfall database (SM-RFE) delivered by NOAA climate prediction center Rainfall Estimator (RFE) for Africa. SMOS results show how the spatial variation of SM changes extremely at the regional scale before, during, and after the flash flood day-to-day. The SMI results converge toward the same conclusions showing a drastic SM change before and after flash flood highlighting the impact of inundation and the mud accumulation. By reference to the measured SM-RFE datasets, the validation of the derived SM maps exhibits a significant correlation (R2 ‚â• 0.89). Globally, we observe a good complementarity among the considered data sources and processing methods for SM spatial information extraction, and the potential of their integration for the development of a prediction and monitoring model for flash flooding at the regional and local scales.

In semi-arid regions the soil degradation by water erosion is a growing phenomenon. It reduces the production potential of agricultural land and causes silting-up of dams. In these regions, the state surveillance of soil degradation using remote sensing is particularly suitable because the low density of vegetation cover. The aim of this study is to evaluate and compare two approaches of satellite image processing for water erosion risks mapping in High Atlas Mountains of Morocco around the Hassan-I dam. The used image in this study was acquired by ALI (Advanced Land Imager) sensor on the EO-1 (Earth Observing-1) satellite platform. The first approach is based on the display in colour composite of intensity (6-8-9), of saturation (7-8-9) and of shape index (3-6-10) images. As for the second approach, it's based on Spectral Angle Mapper (SAM) method. The validation of obtained results with the ground truth shows that both approaches give similar and significant results for water erosion risks mapping. However, the first approach is characterized by its simplicity and execution rapidity. Nevertheless, the SAM performance is closely tied to Spectral signatures of pure pixels which makes the method relatively long., En milieux semi-arides la dégradation des sols par l'érosion hydrique est un phénomène sans cesse croissant. Elle réduit le potentiel de production des terres agricoles et présente un impact sur l'envasement des barrages. Dans ces milieux la surveillance de l'état de dégradation des sols par télédétection est particulièrement adaptée à cause de la faible densité du couvert végétal. Ce travail présente une comparaison entre deux approches de traitement d'images satellitaires tout en évaluant leurs potentiels pour la cartographie des risques d'érosion hydrique autour du barrage Hassan-I dans le Haut Atlas marocain. L'image utilisée est celle acquise par le capteur ALI ("Advanced Land Imager"). La première approche utilisée est basée sur l'affichage en composés colorés des images d'intensité (6-8-9), de saturation (7-8-9) et d'indice de forme (3-6-10). Quant à la seconde approche, elle est basée sur la méthode du Spectral Angle Mapper (SAM). La validation des résultats obtenus par rapport à la vérité terrain montre que les deux approches donnent des résultats similaires et significatifs en termes de cartographie des risques d'érosion hydrique. Toutefois, la première approche se distingue par sa simplicité et sa rapidité d'exploitation. Par contre, la performance de l'approche du SAM est étroitement liée aux signatures spectrales prototypes ce qui rend la méthode relativement longue.

International audience; The cedar forest of the Middle Atlas of Morocco is characterized by the heterogeneity of its stands and its fragmentation caused by the interaction between various factors such as human activities, soil variability and climatic fluctuations. This results in a spatial and spectral heterogeneity that limits the reliability of the conventional methods used for classification of satellite imagery. To address this issue, the present study uses methods based on spectral similarity to map major forest species of the cedar forest of Morocco: Linear spectral mixture analysis (LSMA) andSpectral angle mapper (SAM). The aim of the study was to compare: (i) methods used to extract spectral signatures of pure pixels (endmembers) from the imagery, and (ii) the performances of LSMA and SAM in terms of appropriately mapping major forest species of the Middle Atlas. To achieve these goals, we used ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) images for the forest mapping. The results showed that SMA and SAM have led to similar patterns of the spatial distribution of the studied forest species, but these generated noticeable differences in the areas assigned to each mapped class. The classification results obtained by SMA and SAM werecompared to those generated by the maximum likelihood classification method (our reference). This procedure showed that SMA yielded a better classification of the dominant forest species than SAM; this is illustrated by the value of Kappa Coefficient which was about 0.70 for the SMA method and 0.66 for the SAM approach.; La cédraie du Moyen Atlas, au Maroc, est caractérisée par l’hétérogénéité de ses peuplements ainsi que par la fragmentation de son espace forestier. Ces caractéristiques résultent de l’interaction de divers facteurs anthropiques, pédologiques et climatiques. Ces hétérogénéités spatiale et spectrale limitent la fiabilité des méthodes conventionnelles de classification de l’imagerie satellitaire. Dans la présente étude, on suggère d’utiliser les méthodes basées sur la similarité spectrale pour cartographier les espèces forestières dominantes de l’écosystème de la cédraie, soit l’analyse de mixture spectrale linéaire (AMSL) et le Spectral angle mapper (SAM). Les objectifs poursuivis consistent à comparer des procédures d’extraction des signatures spectrales « pures » prototypes, dites endmembers, et les approches de l’AMSL et du SAM en termes de cartographie des espèces végétales dominantes de cette forêt. Pour atteindre ces objectifs, on a utilisé des images acquises par le capteur ASTER (Advanced spaceborne thermal emission and reflection radiometer). Les résultats obtenus montrent que l’utilisation des méthodes de l’AMSL et du SAM a abouti à des résultats similaires en termes de répartition des espèces cartographiées, mais avec des différences au plan des superficies occupées par ces espèces. La comparaison des résultats obtenus à l’aide de l’AMSL et du SAM avec ceux de la classification par maximum de vraisemblance (notre référence) démontre que l’AMSL a permis de classifier les espèces forestières dominantes avec une meilleure précision que le SAM, ce qui s’exprime par un coefficient Kappa de l’ordre de 0,7 pour la méthode de l’AMSL contre 0,66 pour l’approche du SAM.

International audience; The cedar forest of the Middle Atlas of Morocco is characterized by the heterogeneity of its stands and its fragmentation caused by the interaction between various factors such as human activities, soil variability and climatic fluctuations. This results in a spatial and spectral heterogeneity that limits the reliability of the conventional methods used for classification of satellite imagery. To address this issue, the present study uses methods based on spectral similarity to map major forest species of the cedar forest of Morocco: Linear spectral mixture analysis (LSMA) andSpectral angle mapper (SAM). The aim of the study was to compare: (i) methods used to extract spectral signatures of pure pixels (endmembers) from the imagery, and (ii) the performances of LSMA and SAM in terms of appropriately mapping major forest species of the Middle Atlas. To achieve these goals, we used ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) images for the forest mapping. The results showed that SMA and SAM have led to similar patterns of the spatial distribution of the studied forest species, but these generated noticeable differences in the areas assigned to each mapped class. The classification results obtained by SMA and SAM werecompared to those generated by the maximum likelihood classification method (our reference). This procedure showed that SMA yielded a better classification of the dominant forest species than SAM; this is illustrated by the value of Kappa Coefficient which was about 0.70 for the SMA method and 0.66 for the SAM approach.; La cédraie du Moyen Atlas, au Maroc, est caractérisée par l’hétérogénéité de ses peuplements ainsi que par la fragmentation de son espace forestier. Ces caractéristiques résultent de l’interaction de divers facteurs anthropiques, pédologiques et climatiques. Ces hétérogénéités spatiale et spectrale limitent la fiabilité des méthodes conventionnelles de classification de l’imagerie satellitaire. Dans la présente étude, on suggère d’utiliser les méthodes basées sur la similarité spectrale pour cartographier les espèces forestières dominantes de l’écosystème de la cédraie, soit l’analyse de mixture spectrale linéaire (AMSL) et le Spectral angle mapper (SAM). Les objectifs poursuivis consistent à comparer des procédures d’extraction des signatures spectrales « pures » prototypes, dites endmembers, et les approches de l’AMSL et du SAM en termes de cartographie des espèces végétales dominantes de cette forêt. Pour atteindre ces objectifs, on a utilisé des images acquises par le capteur ASTER (Advanced spaceborne thermal emission and reflection radiometer). Les résultats obtenus montrent que l’utilisation des méthodes de l’AMSL et du SAM a abouti à des résultats similaires en termes de répartition des espèces cartographiées, mais avec des différences au plan des superficies occupées par ces espèces. La comparaison des résultats obtenus à l’aide de l’AMSL et du SAM avec ceux de la classification par maximum de vraisemblance (notre référence) démontre que l’AMSL a permis de classifier les espèces forestières dominantes avec une meilleure précision que le SAM, ce qui s’exprime par un coefficient Kappa de l’ordre de 0,7 pour la méthode de l’AMSL contre 0,66 pour l’approche du SAM.