Titre de la communication
ENTRE TELEDETECTION CLASSIQUE ET INTELLIGENCE ARTIFICIELLE : COMPARAISON DES METHODES DE TRAITEMENT D’IMAGES POUR LE SUIVI DES DYNAMIQUES ENVIRONNEMENTALES EN BASSE CASAMANCE (TENGHORY, SENEGAL).
Résumé de la communication
Cette étude compare l'efficacité des méthodes classiques de télédétection et des approches d'intelligence artificielle (IA) pour le suivi des dynamiques environnementales dans la commune de Tenghory (Basse Casamance, Sénégal) entre 2006, 2016 et 2026. Les images Landsat (2006) et Sentinel-2 (2016 et 2026) ont été traitées via Google Earth Engine. L'approche classique a mobilisé le Maximum de Vraisemblance (MLH) et des indices spectraux (NDVI, NDWI), tandis que l'IA a reposé sur les algorithmes Random Forest (RF) et CART. Les résultats montrent une profonde recomposition des paysages, marquée par l'expansion du bâti, l'intensification des cultures et une forte dynamique des mangroves et des tannes. Sur le plan méthodologique, l'IA surpasse significativement l'approche classique, notamment sur les images Sentinel-2. En 2016 et 2026, Random Forest et CART atteignent des précisions supérieures à 99 %, tandis que le MLH échoue en 2016 (Kappa = 0,606) en raison de confusions spectrales entre la mangrove, les vasières et les sols nus. Random Forest s'impose comme l'algorithme le plus robuste, offrant le meilleur compromis entre détection des changements et cohérence spatiale. Ces résultats plaident pour une intégration de l'IA dans la gouvernance territoriale durable, tout en soulignant la nécessité de valider les classifications par des relevés de terrain.
Mots-clés : Télédétection, Intelligence Artificielle, Random Forest, CART, Dynamiques environnementales, Mangrove, Basse Casamance.