Skip to navigation – Site map

HomeIssues2006/2-3ArticlesMéthodologieStratification de la ville de Oua...

Articles
Méthodologie

Stratification de la ville de Ouagadougou (Burkina Faso) à partir d’une image panchromatique Spot 5 : Une première étape à la mise en place d’une enquête de santé

Stratification of Ouagadougou (Burkina Faso) from a Panchromatic Image (Spot 5): a First Step for Health Survey
Julie Vallée, Florence Fournet, Pierre-Erwann Meyer, Maud Harang, Francoise Pirot and Gérard Salem
p. 393-401

Abstracts

To put spatial health disparities in Ouagadougou in relation to the processes of urbanization, we realize from a satellite image a stratification according to criteria’s, which resume the urbanization: building density and area regularity. From this stratification it is possible to carry out a health survey near the populations which reside in different urban spaces. Textural analysis is a technique to determine the space high frequencies. We used it to characterize the building on the satellite image panchromatic SPOT 5. It proves very satisfactory to localize the building when only a panchromatic image is available.

Top of page

Full text

Introduction

1L’équipe de l’unité de recherche « Conditions et territoires d’émergence des maladies » de l’Institut de Recherche pour le Développement (IRD) s’intéresse aux disparités spatiales de santé à Ouagadougou (Burkina Faso) en visant à les décrire et à les confronter aux caractéristiques de l’environnement urbain. Les villes sont en effet des ensembles hétérogènes et les conditions de vie des populations varient considérablement d’un sous-espace à un autre [Salem, Fournet, 2004]. Pour identifier les sous-espaces avec des niveaux d’urbanisation différenciés, nous réalisons une stratification spatiale de la ville de Ouagadougou. Cette stratification permettra de mener une enquête domiciliaire de santé auprès des populations résidant dans les différents types d’espaces urbains existants.

2Les informations du dernier recensement burkinabè de 1996 ne peuvent pas être utilisées en 2004 pour une stratification car celles-ci sont peu précises spatialement, et datent au regard de la croissance rapide de la ville. La télédétection permet de produire cette information à jour [Yuan, Smith, Limp, 1997], exhaustive et précise sur l’espace urbanisé, l’agencement du bâti et le type d’occupation du sol. C’est une source d’information privilégiée, particulièrement pour les villes des pays du Tiers-Monde où les sources statistiques et cartographiques sont faibles [Dureau, Barbary, 1991], donnant une base de sondage et de stratification des villes [Barbary, 1988].

3Nous décrivons dans cet article la méthode employée pour obtenir, à partir d’une image satellite panchromatique Spot 5, une stratification pertinente de la ville de Ouagadougou.

Le site d’étude

4Ouagadougou est la capitale administrative du Burkina Faso. Elle concentre près d’ 1,2 million d’habitants en 2003 selon l’Institut National de la Statistique et de la Démographie (INSD), soit 40% de la population urbaine du pays.

5Il faut distinguer à Ouagadougou les zones construites légalement (le loti) ou illégalement (le non loti). La progression du non loti est un réel problème dû principalement à la spéculation foncière qui fait rage. Il existe également un jeu de pouvoir entre les acteurs modernes et traditionnels du foncier dans la régularisation de ces extensions.

6Le site n’oppose aucune contrainte physique à la croissance spatiale de la ville : l’espace urbanisé (loti et non loti) a été multiplié au moins par 2,7 entre 1983 et 2003 tandis que la population était multipliée par 3,6 entre 1980 et 2001 (tableau1).

Tableau 1 : Croissance spatiale et démographique de Ouagadougou

Année

Surface urbaine lotie en km2

Surface urbaine non lotie en km2

Taille de la population urbaine

1961

15,52

17,17

57 952

1972

28,95

ND

172 661

1983

36,84

45,25

282 000 en 1980

1993

124,53

46

709 736 en 1996

1998

151,60

ND

ND

2001

ND

ND

1 million (estimation)

2003

ND

70,04

1,2 million

ND : Non Déterminé

7Le surcroît de croissance spatiale, notamment en non loti, entraîne un phénomène de distribution des populations vers les périphéries [Jaglin, 1995], ne permettant qu’une élévation modérée de la densité moyenne, malgré un accroissement démographique exponentiel. La densité moyenne de 57 hab./ha cache de nombreuses disparités intra-urbaines avec de vieux quartiers centraux se densifiant et des poches urbaines relativement vides. Les valeurs de densités les plus fortes atteignent 860 hab / ha.

8Cette urbanisation « extensive » peut avoir des conséquences sur la santé des populations. Elle crée sans doute des risques sanitaires différenciés et des facteurs d’exposition inégaux. Afin que l’enquête de santé puisse vérifier ces hypothèses, il est nécessaire de réaliser une stratification de la ville selon l’urbanisation.

Matériel et méthodes

9Nous avons utilisé une image satellite SPOT 5 panchromatique (Programme ISIS ; Copyright CNES) d’une résolution de 2,5 mètres, enregistrée le 26 novembre 2002. Le mode panchromatique permet d’acquérir des données dans une seule bande spectrale (0,49-0,69 µm pour SPOT 5) ce qui produit une image en noir et blanc. Ce type d’image est avant tout destiné aux applications nécessitant une grande précision. L’image SPOT a été analysée à l’aide du logiciel ERDAS®. Les densités du bâti ont été calculées avec le logiciel Arcview® qui a également permis de réaliser la stratification.

10Nous avons également utilisé des données cadastrales fournies par la Direction Générale de l’Urbanisme (DGU).

Mise en évidence du bâti

11L’objectif premier est de localiser, à partir de l’image satellite panchromatique, les pixels « bâtis » et les pixels « non bâtis ». En raison de l’insuffisance de l’information radiométrique sur les images panchromatiques, il est courant d’avoir recours à l’information texturale pour l’extraction des zones de bâti [Coulombe, Charbonneau, Brochu, Morin, 1991 ; Weber, 2002]. Sur une image satellite, une zone urbaine se caractérise en effet par une texture très hétérogène et des radiométries variées. La détection des zones urbaines à partir des seules caractéristiques radiométriques d’une image panchromatique induit de nombreuses confusions. Pour différencier le bâti du non bâti, la mesure d’hétérogénéité spatiale est utile, en particulier lorsque seule une image panchromatique est disponible. En effet, les surfaces urbaines sont caractérisées par une grande fréquence spatiale qui exprime le changement de luminosité par rapport à une distance. Les photos-interprètes peuvent distinguer un espace urbanisé du fait des brusques changements de contraste sur une courte distance dans l’image.

12L’analyse texturale mesure la distribution des niveaux de gris (moyenne, variance, dissymétrie, aplatissement) ; elle tient compte du contexte et des pixels voisins, en combinant à l’analyse spectrale différentes méthodes d’évaluation de l’hétérogénéité spatiale. L’analyse texturale peut s’appuyer sur différents éléments mesurables dans l’image, comme la variance des valeurs radiométriques des pixels d’une fenêtre de dimension pré-établie. L’analyse texturale est une technique qui utilise une fenêtre mobile permettant de prendre en compte les pixels adjacents au pixel central de l’image. Une fenêtre de taille réduite est généralement utilisée pour déterminer les hautes fréquences spatiales. Sur chaque pixel est appliquée une fenêtre mobile, dont la taille est paramétrable. La nouvelle valeur du pixel central est donc le résultat de la variance calculée à partir des pixels contenus dans la fenêtre.

13Variance = S (xijM)2n -1
avec xij = valeur radiométrique du pixel (i,j)
n = nombre de pixels dans la fenêtre mobile (ici 9 pixels)
M = moyenne de la fenêtre mobile

14Plus la fenêtre est grande, plus les pixels considérés comme voisins sont nombreux et plus, par conséquent, il est difficile de mettre en valeur les hautes fréquences spatiales. Pour une plus grande précision dans la localisation du bâti, une fenêtre de 3*3 pixels a été choisie soit une fenêtre de 7,5 mètres de côté. Compte tenu de la taille moyenne des bâtiments, cette fenêtre paraît la plus appropriée.

15L’image ainsi générée (carte 1) est codée par des valeurs entre 0 et 6160, la moyenne est de 14,1 et l’écart-type de 41. Les pixels codés par une valeur proche de 0 sont ceux dont la fréquence spatiale est la plus faible, ceux qui ont donc une certaine homogénéité spatiale, du moins sur une surface de 56 m2. Cela correspond aux zones homogènes comme les retenues d’eau, les routes, la brousse...

Carte 1 : Carte de l’analyse texturale

Carte 1 : Carte de l’analyse texturale

16Cette analyse texturale calcule la variance sur des fenêtres mobiles de 3 pixels et code les pixels par des valeurs comprises entre 0 (homogénéité) et 6160 (très forte hétérogénéité).

17Pour localiser les pixels de l’espace bâti, il faut fixer un seuil de discrimination à partir duquel l’hétérogénéité spatiale est suffisamment grande pour être caractéristique du bâti [Bianchin, Bravin, 2003]. La détermination du seuil a été possible lors d’une mission de terrain effectuée à Ouagadougou en juin 2003. 96 points GPS ont été enregistrés dans des zones bâties et non bâties. Différents types de paysages urbains ont été pris en compte. En confrontant ces points GPS avec le résultat de l’analyse texturale, il a été possible de fixer la valeur du seuil. Les pixels codés par des valeurs supérieures à 20 sont des zones bâties. Nous avons quantifié le pourcentage d’erreur de notre classification binaire établie avec ce seuil. Sur les 52 points GPS pris sur des surfaces bâties, 43 sont effectivement codés comme du bâti dans la classification (soit 17 % d’erreur). Sur les 41 points pris dans du non bâti, 37 sont effectivement du non bâti sur la classification (soit 12% d’erreur). Ce pourcentage d’erreur, non négligeable, s’explique essentiellement par l’imprécision du GPS (environ 10 m), qui est importante par rapport à la résolution spatiale (2,5 m) de l’image satellite. De plus, il était difficile, pour des raisons pratiques, de prendre des points au centre d’un bâtiment.

18Le pourcentage d’erreur est cependant plus important dans la classe du bâti : la définition du bâti se heurte en effet à un problème d’échelle. À partir de quelle superficie au sol et de quel volume, un objet est-il considéré comme bâti ? Un mur doit-il être considéré comme du bâti ? Une maison sans toit doit-elle être incluse dans la classe bâtie ?

19À partir de la carte du bâti (carte 2), il est possible de définir l’espace urbanisé, d’étudier le type de lotissement, de distinguer les zones plus ou moins densément bâties et d’établir alors la stratification indispensable pour procéder à la définition de l’échantillon de population à enquêter. Les pixels de bâti sont codés par la valeur 1, les pixels de non bâti par 0.

Carte 2 : Carte du bâti à Ouagadougou en 2002

Carte 2 : Carte du bâti à Ouagadougou en 2002

Unités spatiales

20Il ne s’agit pas de classifier des pixels mais des quartiers. La difficulté est de choisir quel maillage de l’espace (bâtiment, parcelle, îlot ou quartier) doit être adopté pour stratifier la ville [Michel, Lortic, 1992]. Ce choix est étroitement lié à la résolution spatiale de l’image satellite utilisée. Il est nécessaire de définir des entités assez larges pour regrouper un nombre de pixels suffisant mais assez fines pour que l’agrégation de l’information de départ ne subisse pas trop d’altération. Par ailleurs, il importe que l’entité spatiale choisie corresponde à une certaine réalité dans le paysage urbain. Une maille régulière qui ne tiendrait pas compte des infrastructures tels que l’aéroport, les barrages n’est pas adaptée. Nous avons décidé d’utiliser les
« sections », une unité du découpage administratif (créée par le ministère des Finances), qui respecte la morphologie urbaine et qui permet d’effectuer une typologie de Ouagadougou à une échelle satisfaisante.

Deux critères de stratification : loti/non loti et densité du bâti

21Pour établir, avec une image satellite, une stratification représentative des situations écologiques de la ville de Ouagadougou, le premier des critères est le type de lotissement. Le critère de lotissement a déjà été présenté comme un facteur de risque dans d’une enquête entomologique, sur le paludisme, menée à Ouagadougou [Sabatinelli, Laminaza, 1989]. La ville lotie se caractérise, par un réseau de rues hiérarchisées, des infrastructures de base comme l’électricité, les bornes fontaines, des limites nettes de ses îlots, des quartiers à l’aspect géométrique. Dans les zones non loties, seules des portions de routes peuvent être repérées sur l’image satellite, traversant plus que desservant les quartiers qui apparaissent sans organisation spatiale interne. Cette information sur le type de loti est donc bien visible sur l’image satellite.

22La densité du bâti est le second critère de stratification, qui permet d’appréhender les processus d’urbanisation et qui peut jouer un rôle épidémiologique en particulier pour les maladies transmissibles. La densité du bâti d’une section est obtenue en divisant la surface bâtie de la section par sa surface totale. Une fois multipliée par 100, cette valeur correspond donc à la proportion de surface bâtie dans chaque section.

23Nous avons divisé cette information de densité en trois classes afin d’exclure les sections qui sont très faiblement bâties comme l’aéroport, les barrages, les réserves foncières et de distinguer les sections densément et très densément bâties. Le premier seuil doit permettre d’exclure les sections qui ont une densité trop faible pour être prises en compte dans l’échantillonnage. Le second seuil doit mettre en valeur les sections avec des fortes densités de bâti. La méthode de discrétisation doit tenir compte de la forme de la distribution statistique. La méthode des seuils naturels permet de repérer les discontinuités les plus importantes dans la distribution. Elle est particulièrement préconisée pour les distributions plurimodales [Rican, 1998]. Cette méthode n’entraîne pas de déséquilibres dans les effectifs de chaque classe qui sont respectivement de 223, 188 et 254.

Résultats de la stratification

24Sur la carte finale (carte 3), la ville de Ouagadougou est divisée en 665 sections qui prennent en compte la ville lotie (410 sections) et non lotie (255 sections) et trois degrés de densité de bâti. Les sections faiblement bâties où il sera difficile de trouver des ménages à enquêter peuvent être exclues de l’enquête sanitaire, notamment l’aéroport, les camps militaires, les barrages, l’espace vert du bois de Boulogne, et le grand chantier « Ouaga 2000 ». Il reste finalement 441 sections susceptibles d’être choisies dont 338 dans le loti.

25Les zones loties et denses se situent au centre de la ville, à l’est et au sud. Les sections non loties encerclent, logiquement, la ville lotie, cependant certaines directions sont privilégiées. Ainsi le non loti connaît une plus grande expansion à l’est et au sud-ouest de la ville. Au nord de la ville, la ceinture verte semble freiner le développement du non loti qui est repoussé au-delà de la zone cultivée. Au sud, l’aménagement de « Ouaga 2000 » prévu et géré par les autorités, n’est pas propice au développement de quartiers irréguliers. Le non loti se développe en fait essentiellement aux abords du loti dense.

26Les sections de non loti avec une densité de bâti importante se concentrent à l’est de la ville. La seconde zone de non loti densément bâtie, au nord-est, est beaucoup plus réduite ; elle est bloquée entre la zone industrielle à l’est, la ville lotie à l’ouest, la forêt au sud et la ceinture verte au nord. Au sud-ouest de la ville, le non loti, moins dense, s’étale sans direction privilégiée.

Discussions

Carte 3 : Carte de la stratification finale

Carte 3 : Carte de la stratification finale

Comment caractériser le niveau d’urbanisation ?

27Les deux critères que sont le type de lotissement et la densité du bâti ne prétendent pas décrire, à eux seuls, le niveau d’urbanisation ; ils permettent seulement de stratifier la ville afin d’obtenir un plan d’échantillonnage qui assure une certaine représentativité spatiale et urbaine. Des informations concernant l’urbanisation, autres que la densité du bâti et le type de lotissement, sont recueillies lors de l’enquête sanitaire (type de construction, présence de végétation, accès à l’eau...) et permettent d’obtenir des données au niveau individuel et collectif. Elles seront croisées par différentes analyses pour comprendre justement leur implication dans l’état de santé d’une population.

La corrélation entre la densité de population et la densité du bâti

28Pour mener à bien l’enquête épidémiologique, il aurait été utile de connaître la population dans chaque section. Les données du recensement de 1996 sont disponibles mais à l’échelle des zones de dénombrement, une unité administrative plus grande que les sections et qui ne prend que partiellement en compte le non loti. Elles ne sont donc pas utilisables.

29Nous avons cependant voulu tester la corrélation, à l’échelle des zones de dénombrement, entre la densité du bâti et la densité de la population, afin de pouvoir évaluer la population de chaque section. Certaines études ont en effet utilisé, avec succès, les images satellites pour estimer la population à partir de la densité du bâti, en particulier pour les zones résidentielles [Yuan, Smith, Limp, 1997 ; Faure, Tran, Gardel, Polidori, 2003].

30Notre résultat est décevant, aucune corrélation ne semble exister entre la densité de bâti et la densité de population ; le coefficient de corrélation est de 0,13. Cette mauvaise corrélation peut toutefois s’expliquer par le décalage temporel qui existe entre les données démographiques (1996) et les données du bâti, issues de l’image satellite de 2002. Elle peut surtout s’expliquer par le fait que le bâti n’est pas uniquement à vocation résidentielle mais également à vocation administrative ou industrielle, commerciale, ce qui peut interférer dans la corrélation.

L’hétérogénéité des sections

31Au sein d’une section, les densités du bâti peuvent être hétérogènes ; une réserve foncière et une zone très densément bâtie peuvent appartenir à la même section dont la valeur de densité se trouve ainsi « moyennée ».

32Pour réduire l’hétérogénéité, il aurait pu être pertinent d’utiliser, au lieu des sections, un zonage issu directement de l’image satellite. Il faudrait alors créer un zonage spécifique de telle sorte que (i) les zones soient homogènes (par rapport au bâti), (ii) qu’elles empruntent des frontières naturelles ou artificielles de façon à ne pas couper les îlots et (iii) que la taille des zones soient similaires. Ces exigences sont très difficiles à concilier.

Pertinence de la méthode en zone peu urbanisée

33La classification bâti/non bâti établie grâce à l’analyse texturale est peu pertinente en dehors de la zone urbanisée. Nous avons constaté que les zones de brousse arbustive, à l’extérieur de la ville, se composent d’objets aux radiométries bien contrastées. Il est donc difficile de distinguer, avec ce type d’analyse et dans ce type de paysage, une maison d’un arbre. Les risques de confusions sont assez nombreux pour que l’analyse texturale d’une image panchromatique soit souvent associée à des classifications menées sur des images multispectrales pour préciser la localisation du bâti [Bianchin, Bravin, 2003 ; Chopin, Mering, 2003].

Conclusion

34À partir d’une seule image satellitaire panchromatique et d’une analyse de texture, il a été possible de localiser le bâti, d’étudier son agencement et de réaliser une stratification respectueuse des différents processus d’urbanisation à Ouagadougou. L’enquête domiciliaire peut alors être menée auprès d’un échantillon de populations qui résident dans différents types d’espaces urbains afin de confronter les éventuelles disparités de santé aux caractères de l’environnement urbain.

Top of page

Bibliography

BARBARY O. (1988), Sondages aréolaires pour l’estimation de données démographiques en milieu urbain. Essai de définition d’une méthode de collecte intégrant l’information satellitaire, application aux villes des pays en développement, Paris, École en Hautes Études en Sciences Sociales, Thèse de Doctorat, 641 p.

BIANCHIN A., BRAVIN L. (2003), « Reproductibilité des procédures d’analyse de l’espace urbain à différentes échelles », Colloque Pixels et cités, Société Française de Télédétection et de Photogrammétrie, Marne-la-Vallée, 26-28 nov. 2003.

COULOMBE A., CHARBONNEAU L., BROCHU R., MORIN D. (1991), L’apport de l’analyse texturale dans la définition de l’utilisation du sol en milieu urbain, Journal Canadien de Télédétection, vol 17, n°1, pp. 46-55.

DUREAU F., BARBARY O. (1991), « L’enquête par sondage sur l’image satellite : une solution pour améliorer l’observation des populations citadines », in La qualité de l’information dans les enquêtes, Association pour la Statistique et ses Utilisations, Dunod, pp. 365-397.

FAURE J.-F., TRAN A., GARDEL A., POLIDORI L. (2003), « Élaboration d’un indice de densité de population et analyse de sa distribution spatiale à Belém (Brésil) et Cayenne (Guyane française) », Colloque Pixels et cités, Société Française de Télédétection et de Photogrammétrie, Marne-la-Vallée, 26-28 nov. 2003.

JAGLIN S. (1995), Gestion urbaine partagée à Ouagadougou : pouvoirs et périphéries (1983-1991), Paris, Karthala/IRD, 659 p.

MICHEL A., LORTIC B. (1992), Typologies urbaines et télédétection satellitaire. La notion des zones en milieu urbain, L’espace géographique, n° 2, pp. 167-178.

RICAN S. (1998), La cartographie des données épidémiologiques - les principales méthodes de discrétisation et leur importance dans la représentation cartographique, Cahiers Santé, n° 8, pp. 461-470.

SABATINELLI G., LAMIZANA L. (1989), « Le paludisme dans la ville de Ouagadougou (Burkina Faso) », in Urbanisation et Santé dans le Tiers Monde, ORSTOM éditions, pp. 187-193.

SALEM G., FOURNET F. (2004), Villes africaines et santé : repères et enjeux, Bulletin de la société de pathologie exotique, vol. 96, n° 3, pp. 145-149.

WEBER C. (2002), Images satellites et milieu urbain, Hermes éditions, collection géomatique, 185 p.

YUAN Y., SMITH R.M., LIMP F. (1997), Remodeling census population with spatial information from LandSat TM imagery, Computers, Environment and Urban Systems, vol. 21, n° 3-4, pp. 245-258.

CHOPIN F., MERING C. (2003), « Cartographie de la densité du bâti et des différents types de morphologie urbaine par analyse granulométrique des images à haute et très haute résolution », Colloque Pixels et cités, Société Française de Télédétection et de Photogrammétrie, Marne-la-Vallée, 26-28 nov. 2003.

Top of page

List of illustrations

Title Carte 1 : Carte de l’analyse texturale
URL http://journals.openedition.org/eps/docannexe/image/1851/img-1.jpg
File image/jpeg, 284k
Title Carte 3 : Carte de la stratification finale
URL http://journals.openedition.org/eps/docannexe/image/1851/img-2.jpg
File image/jpeg, 148k
Top of page

References

Bibliographical reference

Julie Vallée, Florence Fournet, Pierre-Erwann Meyer, Maud Harang, Francoise Pirot and Gérard Salem, Stratification de la ville de Ouagadougou (Burkina Faso) à partir d’une image panchromatique Spot 5 : Une première étape à la mise en place d’une enquête de santéEspace populations sociétés, 2006/2-3 | 2006, 393-401.

Electronic reference

Julie Vallée, Florence Fournet, Pierre-Erwann Meyer, Maud Harang, Francoise Pirot and Gérard Salem, Stratification de la ville de Ouagadougou (Burkina Faso) à partir d’une image panchromatique Spot 5 : Une première étape à la mise en place d’une enquête de santéEspace populations sociétés [Online], 2006/2-3 | 2006, Online since 17 November 2016, connection on 29 March 2024. URL: http://journals.openedition.org/eps/1851; DOI: https://doi.org/10.4000/eps.1851

Top of page

About the authors

Julie Vallée

Institut de Recherche pour le Développement (IRD)
UR 178, BP 5992
Vientiane
Laos
Université Paris X – Nanterre
Laboratoire Espace, Santé et Territoire
200, avenue de la République
92000 Nanterre.valleej@yahoo.fr

By this author

Florence Fournet

Université Paris X – Nanterre
florence.fournet@ird.bf

By this author

Pierre-Erwann Meyer

Université Paris X – Nanterre
Institut de Recherche pour le Développement (IRD), UR 178
Centre de Ouagadougou 01
BP 182, Ouagadougou 01
Burkina Faso.
pierre.erwann.meyer@gmail.com

Maud Harang

Université Paris X – Nanterre
Institut de Recherche pour le Développement (IRD)
maudharang@yahoo.fr

By this author

Francoise Pirot

Maison des Sciences de l’Homme
CNRS-SIS-CEIAS-UMR 8564
Centre de Compétence Thématique "Modélisation, Analyse spatiale, SIG"
54, boulevard Raspail
75006 Paris
pirot@msh-paris.fr

Gérard Salem

Institut de Recherche pour le Développement (IRD)
Université Paris X – Nanterre
gsalem@ext.jussieu.fr

By this author

Top of page

Copyright

CC-BY-NC-ND-4.0

The text only may be used under licence CC BY-NC-ND 4.0. All other elements (illustrations, imported files) are “All rights reserved”, unless otherwise stated.

Top of page
Search OpenEdition Search

You will be redirected to OpenEdition Search