Comment identifier et délimiter les bidonvilles à partir d’images enregistrées par satellite ?

Les bidonvilles abritent une population pauvre et vulnérable; les conditions de vie y sont très précaires (accès à l’eau, aux soins de santé, à l’éducation).  Ces zones urbaines défavorisées se développent tellement rapidement qu’elles ne figurent pas sur les cartes et que les autorités locales n’en connaissent que rarement l’extension.

Sabine Vanhuysse, Researcher

Taïs Grippa, FNRS Postdoctoral Researcher

Maëlle Vercauteren Drubbel, FOSS4G Trainer/Teacher

Nicholus Mboga, Postdoctoral Researcher

Charlotte Flasse, Researcher

Biadgilgn Demissie, Postdoctoral Researcher

Georganos Stefanos, Affiliate Postdoctoral Researcher

Abascal Angela, Affiliate Researcher

Département Géosciences, Environnement, Société Groupe de recherches Analyses Géospatiales (ANAGEO)

Faculté des Sciences

L’Afrique sub-saharienne connaît une urbanisation très rapide qui entraîne la prolifération de quartiers urbains défavorisés, aussi appelés bidonvilles. Il est important de connaître la localisation et l’étendue de ces quartiers, que ce soit au niveau des administrations locales et nationales, ou même au niveau des Nations Unies dans le cadre du suivi des Objectifs de Développement Durable. Or, ces informations ne figurent le plus souvent pas sur les cartes, et quand elles y figurent elles sont généralement dépassées, incomplètes ou inexactes. Grâce à l’Observation de la Terre, il est possible de combler cette lacune. Dans ce contexte particulier, il est important d’utiliser des images et des méthodes qui ne soient pas trop coûteuses, car les zones à couvrir sont très étendues et les mises à jour doivent être fréquentes. Dans le cadre du projet SLUMAP, nous utilisons des images satellitaires gratuites Sentinel-2, et nous développons des méthodes de traitement qui reposent sur des logiciels libres et gratuits. Les satellites Sentinel-2 sont des satellites d’Observation de la Terre qui font partie de la constellation de satellites européens Copernicus. Les images qu’ils fournissent sont moins détaillées que celles (très coûteuses) qui sont visibles sur Google Maps, mais elles présentent d’autres avantages. Nous exploitons également en complément d’autres données spatiales dérivées d’images satellitaires qui sont mises à disposition de chacun en accès libre, comme par exemple des données sur le relief, la présence de bâtiments, et les routes. En effet, la récente explosion des données et des capacités de traitement (c’est-à-dire les « big data ») concerne également le domaine de l’Observation de la Terre et nous offre de nouvelles opportunités très intéressantes pour notre application. Les méthodes que nous avons développées nous permettent de combiner ces différentes sources de données gratuites. Grâce à des traitements de Machine Learning (ou « Apprentissage Machine » en français), nous arrivons à cartographier les quartiers urbains défavorisés à l’échelle d’une ville entière. Nous avons consulté les utilisateurs potentiels de nos résultats pour ajuster au mieux les cartes à leurs besoins. Il en ressort que des cartes de probabilité présentées sous forme de grilles de mailles régulières constituent un bon compromis.

Plus d’informations :

https://slumap.ulb.be/

Cursus menant à ce type de recherches :

L’observation de la Terre est un domaine de recherches et d’applications particulièrement trans-disciplinaire.  En effet, tous les phénomènes visibles à la surface de la Terre peuvent être étudiés.  L’une des disciplines pouvant y conduire est la géographie; en effet, qu’elle soit plutôt orientée vers la géographie physique ou humaine, ce qui est visible dans le paysage est a priori visible sur des images enregistrées du ciel ou de l’espace.  Le cursus de géographie comprend généralement des cours de géomatique permettant de traiter soi-même les images provenant de l’observation de la Terre (cours de télédétection), mais aussi de les combiner à d’autres couches d’information géographique (cours de système d’information géographique) et d’en faire des cartes (cours de cartographie).  L’information extraite des images d’observation de la Terre peut alors être interprétée et exploitée à d’autres matières de géographie physique, sociale, économique, … mais aussi régionale.