WMS infoMapAccessService claire.teillet@ird.fr conditions unknown None 3000 3000 text/xml image/jpeg image/png image/png; mode=16bit image/png; mode=8bit image/png; mode=1bit application/dxf text/plain text/html text/xml application/vnd.ogc.gml application/vnd.ogc.gml/3.1.1 application/json application/geo+json image/jpeg image/png application/json text/xml text/xml XML Cayenne infoMapAccessService CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.441541 -52.206071 4.734342 4.964116 resultats CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.391099 -52.244165 4.749196 4.951113 Gitespotentiels Le découpage spatiale utilisé pour cette analyse a été crée à partir des bâtiments de la BD TOPO et d'un clustering à partir d'un algorithme K-means (Nearest Neighbor) afin de répartir les batiments en différents clusters. Ensuite la moyenne des variables urbaines ont été calculé pour chaque cluster spatiale et le modèle statistique (développé sur la Réunion à partir de données entomologiques et d'images satellites testé préalablement sur la Réunion (cor=0.57 sur jeu d'entrainements et cor=0.53 sur jeu de validation) a été lancé afin de prédire le nombre de gîtes larvaires potentiels. gîtes potentiels aedes cayenne modèle statistique k-means découpage spatial CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.391099 -52.244165 4.749196 4.951113 donnees CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.413755 -52.241685 4.738451 4.953501 vecteur CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.413755 -52.241685 4.738451 4.953501 Batiments Cette couche des bâtiments sur Cayenne est issu de la BD TOPO de juin 2022 produite par l'IGN bati BD TOPO IGN CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.391099 -52.244165 4.749196 4.951113 Emprise Cette couche emprise du site d'étude représente la zone d'étude sur laquelle je travaille. Elle a été créée à partir des contours administratives disponibles dans la BD TOPO de l'IGN. emprise cayenne BD TOPO CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.413755 -52.241685 4.738451 4.953501 raster CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.413753 -52.241689 4.738451 4.953499 PLEAIDES_2018_BUNDLE_CAYENNE_NDWI Indice d'humidité calculé sur une image multispectrale Pléaides à 2.8 m de résolution. Cet indice varie en fonction de la teneur en eau. Il nous sera utile pour déterminer les zones végétalisées humides où l’eau repose, faisant office de gîtes potentiels. NDWI Normalized Difference Water Index pléaides CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.413753 -52.241689 4.738451 4.953499 PLEAIDES_2018_BUNDLE_CAYENNE_NDVI Indice de végétation calculé sur une image multispectrale Pléaides à 2.8 m de résolution. Les valeurs de NDVI sont comprises entre -1 et +1, les valeurs négatives correspondantes aux surfaces autres que la végétation, pour lesquelles la réflectance dans la bande R est supérieure à la bande PIR (exemple : neige, eau). Les valeurs positives souvent comprises entre 0,1 et 0,7 caractérisent la couverture végétale. Elle permettra de représenter les zones végétalisées pouvant abriter les gîtes larvaires. NDVI pléaides CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.413753 -52.241689 4.738451 4.953499 PLEAIDES_2018_BUNDLE_CAYENNE_IB Indice de brillance calculé sur une image multispectrale Pléaides à 2.8 m de résolution. Il permet de dissocier les surfaces minérales des couvertures végétales et donc spécifiques aux surfaces artificialisées (zones de bâti, routes, sols nus, etc). Il caractérise l’albédo, en d’autres termes, les surfaces réfléchissantes (bâtiments, sol, nuages, etc) paraîtront plus claires contrairement aux surfaces moins réfléchissantes qui paraîtront plus foncées. Cet indice nous permettra donc de faire ressortir les bâtiments. IB pléiades indice de brillance CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.413753 -52.241689 4.738451 4.953499 Texture_B1 Variable de texture issus d'une image pléaides panchromatique de décembre 2018 et de l'algorithme de texture FOTOTEX. L’algorithme FOTOTEX est basé sur FOTO (FOurier-based Textural Ordination) un algorithme développé sous Matlab par Couteron et al (2002) afin de caractériser la texture des canopées en forêt tropicale sur des images THRS. Une étude de Teillet et al (2021) a montré que l’algorithme peut également être appliqué sur le paysage urbain à différentes échelles (macro, méso et micro-échelle) à partir d’images THRS et HRS. Cet algorithme est maintenant nommé FOTOTEX puisqu'il est codé en python, il implémente de nouvelles fonctionnalités et améliore les performances de calcul. méthode en block, une taille de fenêtre de 67, dc component activé et la normalisation non activé. Cette couche permet de mettre en évidence les motifs liée a la configuration et la structure des batiments les uns par rapports aux autres^ texture fototex CRS:84 EPSG:4326 EPSG:3857 EPSG:32622 -52.391991 -52.243289 4.748417 4.952008