Télédétection et épidémiologie en zone urbaine : de l'extraction de bâtiments à partir d'images satellite à très haute résolution à l'estimation de taux d'incidence

Remote sensing and epidemiology in urban zone : from extraction of buildings from very high resolution satellite images to the estimation of incidence rates

• Auteur / Autrice : Erika Upegui Cardona
• Direction : Jean-François Viel, Daniel Joly
• Type : Thèse de doctorat
• Discipline(s) : Géographie et aménagement des territoires
• Date : Soutenance le 08/10/2012
• Etablissement(s) : Besançon
• Ecole(s) doctorale(s) : Ecole doctorale Langages, Espaces, Temps, Sociétés (Besançon ; 1991-2016)
• Partenaire(s) de recherche : Laboratoire : Laboratoire chrono-environnement (Besançon) - Laboratoire Chrono-environnement
• Jury : Président / Présidente : Catherine Mering
• Jury : Examinateurs / Examinatrices : Catherine Mering, Jacques Gardon, Christiane Weber
• Jury : Rapporteurs / Rapporteuses : Jacques Gardon, Christiane Weber

Mots clés

Mots clés contrôlés

Indicateurs de santé

Aménagement du territoire -- Aspect environnemental

Aspect médical

Urbanisme

Étiologie

Images de télédétection

Constructions

Télédétection

Population

Mots clés libres

Télédétection

Très haute résolution spatiale

Bâtiments

Classification d’images

Distribution de population

Épidémiologie

Taux d’incidence

Interdisciplinarité

Remote sensing

Very high spatial resolution

Buildings

Imagery classification

Population allocation

Epidemiology

Incidence rates

Interdisciplinarity

Résumé

En épidémiologie, une connaissance précise des populations à risque constitue un pré requis aucalcul d'indicateurs de l’état de santé d’une communauté (taux d'incidence). Néanmoins, les effectifsde population peuvent être indisponibles, ou peu fiables, ou insuffisamment détaillés pour un usageépidémiologique.L'objectif principal de ce travail est d'obtenir des taux d'incidence en l'absence de donnéesdémographiques, à une échelle spatiale infra-communale. Les objectifs secondaires sont d'estimerles populations humaines par l'intermédiaire de données satellitaires à très haute résolution spatiale(THRS), d'évaluer l'apport de ces données THRS par rapport aux données à haute résolution spatiale(Landsat) dans un même cadre urbain (Besançon), et de mettre au point une méthodologie simple etrobuste, pour garantir son exportabilité à d'autres zones.Nous proposons une approche en trois étapes, fondée sur la corrélation existant entre la densité depopulation et la morphologie urbaine. La première étape consiste à extraire des bâtiments à partirdes données télédétection THRS. Ces bâtiments sont utilisés dans la deuxième étape pour modéliserla population. A leur tour, ces populations servent de dénominateur, lors de la dernière étape, pourcalculer des taux d’incidence (cancers). Des données de référence sont utilisées à chaque étape pourévaluer les performances de notre méthodologie.Les résultats obtenus soulignent le potentiel de la télédétection pour mesurer l'état de santé d'unecommunauté (sous la forme de taux bruts d’incidence) à une échelle géographique fine. Ces tauxd'incidence estimés peuvent alors constituer des éléments de décision pour mieux adapter l'offre desoins aux besoin de santé, même en l'absence de données démographiques

In epidemiology, a precise knowledge of populations at risk is a prerequisite for calculating state ofhealth indicators of a community (incidence rates). The population data, however, may beunavailable, unreliable, or insufficiently detailed for epidemiological use.The main objective of this research is to estimate incidence rates, in cases of absence of demographicdata, at an infra-communal scale. The secondary objectives are to estimate the human populationthrough satellite data at very high spatial resolution (VHSR), to assess the contribution of this data(VHSR) compared with high spatial resolution data (Landsat) in a same urban framework (Besançon),and to develop a simple and robust methodology to ensure its exportability to other areas.We proposed a three-step approach based on the correlation between population density and urbanmorphology. The first step is to extract buildings from VHSR imagery data. These buildings are thenused in the second step to model the population data. Finally, this population data is used as thedenominator to calculate incidence rates (cancers). Reference data are used at each step to assessthe performance of our methodology.The results obtained highlight the potential of remote sensing to measure the state of health of acommunity (in the form of crude incidence rates) at a fine geographical scale. These estimatedincidence rates can be utilized as elements of decision to adapt better customized healthcare withrespect to the health needs of a given community, even in the absence of demographic data