Multispectral Classification of Land Use at the Rural-Urban Fringe Using Spot Data

RÉSUMÉ

Les autorités municipales et les entreprises chargées d'établir des données socio-économiques ont besoin d'informations sur l'expansion urbaine. Une étude a été effectuée sur une partie du Toronto métropolitain en vue de déterminer dans quelle mesure il est possible d'obtenir, à partir de classifications dirigées et non dirigées de données multibandes SPOT, des informations sur la conversion de territoires ruraux en territoires urbains.

Les résultats démontrent que les images SPOT ne donnent pas de meilleures classifications que celles obtenues avec des données LANDSAT MSS. Même en regroupant les classes d'utilisation du sol en trois groupes, à savoir secteur en développement, zone urbaine et aire de végétation, l'exactitude de la classification obtenue à partir des images SPOT n'était environ que de 80 pour cent. La confusion entre les classes d'utilisation du sol est due au fait que les classes d'occupation du sol, à la limite du périmètre urbain, ne sont pas rattachées de façon unique à des classes d'utilisation du sol. Toutefois, l'interprétation visuelle de l'imagerie ou des classifications montre que les différentes utilisations du sol sont clairement délimitées. De plus, les parcelles individuelles de plus petites dimensions peu vent être identifiées avec une plus grande précision que celle obtenue à partir des images LANDSAT.

SUMMARY

Municipal authorities and companies providing socio-economic data require information on urban expansion. A study has been undertaken for part of Metropolitan Toronto to determine to what extent information on rural-to-urban land conversion can be obtained through supervised and unsupervised classification of SPOT multispectral data.

Results indicate that SPOT imagery does not provide increased classification accuracy over LANDSAT MSS data. Even for an aggregation into the three major land-use groups of under-development, urban, and vegetation, overall classification accuracy for the SPOT imagery is only about 80 per cent. Confusion between land-use classes results from the fact that the land-cover classes encountered at the rural-urban fringe are not unique to the different land-use classes. However, visual interpretation of either the image or the classifications shows that the different land uses are clearly delimited. In addition, smaller individual parcels of land can be identified with a greater spatial precision than can be achieved with the LANDSAT imagery.