This paper evaluates the analysis of spectral information using RADARSAT, SPOT Panchromatic, and Landsat-TM images for land use/land cover classification in a tropical area. The case study is of Bogor, located in West Java, Indonesia. In order to increase spectral contrast of the Landsat-TM image, two procedures for information compression, colour composite and PCA (Principal Component Analysis) were tested. The best five RGB colour composites were produced, which were visually and statistically investigated, including the RGB colour composites of PC-1, PC-2, and PC-3, which were created from standard and selective principal component analysis (PCA), respectively. To merge images, two spectral-based image fusion techniques were applied: IHS (Intensity, Hue, and Saturation) and Brovey transforms. A land use/land cover classification using IHS transform from the RGB colour composites of PC-1, PC-2, and PC-3, where the intensity was replaced by SPOT Panchromatic, was the best result. It has an overall accuracy of 80.76% and a Kappa statistic of 0.735. Producer's and user's accuracy for each class have quite good values of more than 70%, except for the plantation class.

Cet article value l'analyse d'information spectrale issue d'images RADARSAT, SPOT panchromatique et Landsat-TM pour la classification de l'occupation du sol dans une région tropicale. Le cas de Bogor, situé dans l'Ouest de Java, en Indonésie, a été pris comme exemple. Afin d'augmenter le contraste spectral de l'image Landsat-TM, deux procédés ont été testés quant à la compression de l'information, la composition couleurs et l'analyse en composantes principales (ACP). Les cinq meilleures composantes couleurs RVB ont été produites et ont été statistiquement et visuellement examinées, de même que les couleurs composites RVB de PC-1, PC-2 et PC-3, qui ont été créées à partir d'ACP standard et sélectives. Pour fusionner les images, deux techniques de fusion spectrale ont été appliquées, à savoir IHS (Intensité, teinte, saturation) et les transformées de Brovey. Une classification de la couverture au sol, utilisant le transformé IHS à partir des composantes couleurs RVB de PC-1, PC-2 et PC-3, avec l'intensité remplacée par l'image SPOT panchromatique, a donné le meilleur résultat. Elle a une précision générale de 80,76% et une statistique Kappa de 0,735 ainsi qu'une précision pour chaque classe de plus de 70%, sauf pour la classe des plantations.

This content is only available as a PDF.
You do not currently have access to this content.