Evaluation de la faisabilité de cartographier les ressources en romarin à partir d'imagerie drone RGB et multispectrale dans le contexte de l'Oriental marocain

L’exploitation du romarin dans l’Oriental marocain est une activité liée à des enjeux principalement économiques, sociaux et écologiques. Les enjeux économiques résident dans l’exploitation d’une ressource forestière, source de revenus pour les populations locales, dans une économie axée sur l’agropastoralisme. Les enjeux sociaux résident dans l'offre d'emploi, pour une partie de la population, qui s’organise en coopératives afin de développer localement la chaine de valeur du romarin et concurrencer les industries cosmétique et pharmaceutique. Les enjeux écologiques résident dans la gestion intégrée des ressources forestières de plus en plus dégradées par les communautés agropastorales et par les sècheresses, menant à une désertification de la région et donc à une menace envers les communautés locales et leur souveraineté alimentaire. La gestion intégrée des ressources forestières, et plus particulièrement le romarin, passe entre autres par l’évaluation des ressources disponibles. A l’heure actuelle, cette évaluation des ressources en romarin est réalisée par des inventaires forestiers systématiques stratifiés. Cette méthode d’évaluation nécessite la présence d’hommes sur le terrain pour réaliser des échantillonnages sur de grandes superficies et nécessite l'utilisation de modèles allométriques d'estimation de phytomasse parfois inadaptés. Dans cette recherche, nous avons évalué le potentiel de l’imagerie drone RGB et multispectrale pour la cartographie du romarin dans la région de l’Oriental, afin d’améliorer le processus d’évaluation des ressources de romarin disponibles. Les photos drone ont été collectées sur trois sites présentant des formations végétales très différentes, de complexité croissante. La méthodologie générale était d’évaluer le potentiel de l’imagerie drone pour la cartographie du romarin par classification de ces images RGB et multispectrales, acquises sur trois sites et traitées par différentes méthodes. Les objectifs spécifiques de cette recherche sont (i) de comparer différents algorithmes de classification supervisée par pixels et par objets pour la cartographie du romarin, (ii) d’évaluer la plus-value de l’imagerie drone multispectrale par rapport à l’imagerie drone RGB, (iii) d’évaluer l’efficacité de ces méthodes dans trois types de paysages à romarin composés de communautés végétales de complexité variable. L’évaluation de la qualité des classifications a été réalisée par analyse des matrices de confusion résultant, sur base de données de validation aléatoires pour toutes les classes, déterminées par photo-interprétation. Les résultats montrent que la meilleure cartographie du romarin sur base d’images drone est obtenue sur un site de faible pente homogène présentant du romarin en association dominée par de l’alfa. Une cartographie de qualité moindre est obtenue sur un site composé des versants d’un oued encaissé présentant du romarin en association ponctuelle avec de l’alfa. La moins bonne cartographie du romarin est obtenue sur un site de forte pente homogène présentant du romarin en association complexe avec diverses espèces typiques de la région. Les résultats montrent également que l’imagerie multispectrale semble présenter un intérêt supplémentaire pour la cartographie du romarin par rapport à l’imagerie RGB, sur des sites de faible diversité végétale. L’avantage de l’imagerie multispectrale par rapport à l’imagerie RGB est la disponibilité de bandes spectrales individuelles dans le \textit{red-edge} et le PIR, permettant éventuellement la création d’indices de végétation, pouvant améliorer la distinction entre espèces végétales aux propriétés peu similaires. Dans le cas de sites présentant une grande diversité d’espèces végétales, l’imagerie multispectrale ne semble pas posséder d’attrait particulier, puisque les différentes espèces ont des caractéristiques spectrales trop similaires pour pouvoir être distinguées facilement par des algorithmes de classification. Enfin, les résultats montrent que pour l’imagerie multispectrale, les méthodes de classification fournissant les meilleures cartographies de romarin sont la classification par pixels par apprentissage par maximum de vraisemblance, par pixels par apprentissage par distance de Mahalanobis, par objets et éventuellement par pixels par arbre de décision. De manière presque systématique, les cartographies du romarin sont de meilleure qualité en utilisant les méthodes par apprentissage sur 4 bandes par rapport aux 10 bandes disponibles de l’imagerie multispectrale. En utilisant l’imagerie RGB, les méthodes les plus adaptées pour la cartographie du romarin sont clairement les classifications par pixels par apprentissage par maximum de vraisemblance et, dans une moindre mesure, par distance de Mahalanobis.