Tldtection, 2006, vol. 6, n 2, p.

153-175 2006 CONTEMPORARY PUBLISHING INTERNATIONAL

Publi sous lenseigne ditions Scientifiques GB

CARACTRISATION LITHOLOGIQUE DU HAUT ATLAS

MAROCAIN LAIDE DES DONNES DASTER ET DE
MESURES SPECTRALES DE TERRAIN
Jaouad EL QAYEDY 1,2, Kamal TAJ-EDDINE1, Ferdinand BONN2,
Mohamed CHIKHAOUI2 et Omar WITAM 1
1UFR Dynamique des Bassins et Gomatique, Dpartement de Gologie,

Facult des Sciences Semlalia, Universit Cadi Ayyad,

B.P. 2390, avenue My Abdellah, 40 000 Marrakech, Maroc.
Tlphone : 212 44 43 46 49 ; Tlcopieur : 212 44 43 74 11
Courriel : Jaouad.El.Qayedi@USherbrooke.ca et j.elqayedy@ucam.ac.ma ;
taj-eddine@ucam.ac.ma ; witam@ucam.ac.ma

2Centre dapplications et de recherches en tldtection (CARTEL),

Universit de Sherbrooke, Sherbrooke, Qubec J1K 2R1 Canada.

Tlphone : +1 819 821 8000, poste 2964 ; Tlcopieur : +1 819 821 7944
Courriel : Ferdinand.Bonn@USherbrooke.ca ; M.Chikhaoui@USherbrooke.ca
Soumis le 30 janvier 2006 ; rvis le 20 juin 2006 ; accept le 29 septembre 2006
Dans le Haut Atlas marocain, les formations rouges dge permo-triasique ou postrieur constituent une source potentielle drosion et de risques
naturels du fait de leur dominance argileuse. Lobjectif de cette tude est de voir si la richesse en information spectrale et spatiale du capteur
ASTER peut mettre en vidence ces formations. Lapproche dveloppe consiste en une caractrisation des diffrents facis laide des donnes
de haute rsolution spectrale prises sur le terrain avec un spectroradiomtre, ainsi que des donnes de rflectance au sol du capteur ASTER
calibres par rapport aux spectres acquis au sol. Les rapports de bandes et les indices spectraux du visible et de linfrarouge moyen appliqus
limage ont montr la richesse en oxydes de fer (hmatite, goethite) et la dominance argileuse de ces facis. Lanalyse spectrale par correspon-
dance (Matched Filtering) applique en utilisant des signatures prototypes prises sur limage en rfrence aux points de mesure a permis une
cartographie des diffrents facis de la zone. Les rsultats ont permis de dterminer la minralogie dominante dans ces formations, qui est
constitue essentiellement dillite. La cartographie base sur les rapports de bandes, les indices spectraux et lanalyse spectrale a permis
lidentification des zones haut potentiel drosion hydrique. La confrontation la ralit de terrain et une carte gologique prcise a montr le
potentiel des donnes dASTER identifier ces formations. Lhtrognit du milieu rend cependant la tche un peu difficile avec la vgtation
parse et le degr daltration des roches.

Mots-cls : formations rouges ; ASTER ; spectroradiomtrie ; rflectance ; rosion ; Haut Atlas.

LITHOLOGICAL CHARACTERIZATION IN THE MOROCCAN

HIGH ATLAS WITH ASTER DATA AND GROUND SPECTRA
In the Moroccan High Atlas, the permo-triasic or posterior red formations constitute a potential source of erosion and natural hazard because of
their clayey dominance. The aim of this study is to analyze the potential of ASTER data (spectral and spatial) in the identification and charac-
terization of these formations. The approach developed consists in the characterization of the different lithologies in the study area using in situ
data acquired with a spectroradiometer, as well as ASTER data calibrated to surface reflectance with reference to in situ spectral reflectance
measurements. The band ratios and spectral indices in the visible and the shortwave infrared applied to the calibrated image showed the rich-
ness in iron oxides (hematite, goethite) and the clayey dominance of these lithologies. The spectral analysis using the Matched Filtering tech-
nique with image spectra, with reference to in situ measure points, enabled us to map the majority of lithological units in the study area. The
results permitted the identification of the dominant clayey mineralogy, essentially illite. Mapping using band ratios, indices and matched filter-
ing allowed the identification of the potential areas for water erosion. The confrontation of results with ground truth and the geological map
showed the potential of ASTER data in the identification and characterization of these formations. However, the heterogeneity of the environ-
ment makes the task difficult due to sparse vegetation and rock weathering.

Keywords : red formations ; ASTER ; spectroradiometry ; reflectance ; erosion ; High Atlas.

2001). Cette dgradation amplifie les risques naturels

1. INTRODUCTION
Dans le Haut Atlas, comme dans la plupart des zones
de montagne marocaines, la composante anthropique
est considre comme la principale cause de la dgra-
dation de lenvironnement naturel (vgtation, sol) et
comme un srieux obstacle pour la mise en place de
toute politique damnagement (El Qayedy et al.,
(rosion, inondation, glissement, etc.). La destruction
du couvert vgtal naturel laisse le sol expos aux
processus drosion hydrique, ce qui rend lcosystme
trs fragile nimporte quel effet ngatif touchant un
lment ou plusieurs constituants de cet cosystme
(figure 1).
Dans plusieurs tudes, on a utilis les informations
drives des images satellitaires multisources de diff-
 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

rents capteurs pour la caractrisation de la dgradation
des sols et lidentification des zones de susceptibilit
lrosion hydrique (At Fora, 1995 ; Haboudane, 1999 ;
Haboudane et al., 2002 ; Chikhaoui, 2005). Dans cet
article, on met en vidence lapport des donnes de rflec-
tance du capteur ASTER (Advanced Spaceborne Ther-
mal Emission and Reflection Radiometer) pour
lidentification de la lithologie. Cette dernire est un des
facteurs qui interviennent dans la sensibilit lrosion.
La zone dtude prsente diffrentes formes drosion qui
peuvent aller des simples rigoles jusquaux mouvements
de masse (figure 1).

a b

FIGURE 1 : Processus de dgradation dans la rgion dtude : a) formes drosion dans les argiles rouges triasiques
(valle de lAmmassine) ; b) glissements de terrain successifs dans les argiles triasiques (valle du Zat). Land degra-
dation processes in the study area : a) erosion forms in the red Triassic clays (Ammassine Valley) ; b) successive
landslides in the Triassic clays (Zat Valley).

Le capteur ASTER est un capteur imageur multi-
bande bord du satellite Terra qui observe la Terre
depuis dcembre 1999. Ce capteur couvre une large
rgion spectrale avec 14 bandes couvrant le visible,
linfrarouge moyen et l'infrarouge thermique. Une
bande de linfrarouge proche supplmentaire fournit la
couverture stroscopique. La rsolution spatiale varie
.
TABLEAU 1 : Caractristiques du capteur ASTER (modifi de Fujisida et al., 1998). ASTER specifications (modified
from Fujisida et al., 1998).
avec la longueur d'onde : 15 m dans le visible et
linfrarouge proche (VNIR-Visible and Near Infrared),
30 m dans linfrarouge ondes courtes (SWIR-Short-
Wave Infrared) et 90 m dans l'infrarouge thermique
(TIR-Thermal Infrared). Chaque image couvre une
superficie de 60 x 60 km (tableau 1)

VNIR = Visible and Near Infrared, SWIR = Shortwave Infrared, TIR = Thermal Infrared.

154 Tldtection, vol. 6, n 2 p. 153-175

 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER
Les donnes du VNIR, SWIR et TIR fournissent des
informations complmentaires pour la reconnaissance
des surfaces terrestres. Une tude a t mene par
Abrams et Hook (1995) au laboratoire du JPL (Jet
Propulsion Laboratory) sur la capacit du capteur
ASTER en utilisant des donnes simules dAVIRIS
(AirborneVisible / Infrared Imaging Spectrometer)
pour les tudes gologiques. Les conclusions de l'tude
ont montr : 1) que les donnes VNIR sont sensibles
la prsence des minraux de loxyde du fer ; 2) que les
donnes SWIR mettent en valeur la prsence et la
diffrence entre les minraux avec des radicaux
dhydroxyle (OH) et de carbonates tels les argiles,
lalunite et les calcaires ; 3) que les donnes TIR sont
sensibles aux diffrences dans le degr daltration des
roches silicates, soit la prsence ou labsence des
minraux daltration.
Plusieurs tudes ralises dans diffrentes zones
travers le monde ont montr le potentiel du capteur
ASTER dans la caractrisation des surfaces naturel-
les. Rowan et Mars (2003) sont arrivs faire la diff-
rence spectrale entre les minraux de la famille des
carbonates (dolomite et calcite) et les muscovites (Al-
muscovite et Fe-muscovite). Dans une autre tude
mene dans la rgion de Mordor (Australie), ils ont
analys le potentiel du capteur dans la cartographie
gologique dun complexe mtamorphique ultrabasi-
que.
Ces auteurs ont russi distinguer quatre classes de
roches feldspathiques et quatre classes de roches basi-
ques et ultrabasiques avec les donnes du VNIR et
SWIR bases sur les absorptions dAl-OH ou Fe, Mg-
OH (Rowan et al., 2005), alors quils nont distingu,
avec les donnes dmissivit, que deux classes pour
les roches basiques et ultrabasiques (Rowan et al.,
2005).
Ltude mene par Chikhaoui et al. (2004) dans le Rif
marocain a permis une estimation de la fraction argi-
leuse de lhorizon de surface des sols laide des don-
nes de rflectance des bandes 5 et 6 avec un R2 de
0,67, alors que lutilisation des donnes spectroradio-
mtriques a permis dobtenir un R2 de 0,74. Ceci a
permis lauteur de dfinir un nouvel indice nomm le
NDCI (Normalized Difference Clay Index).
Les tudes portant sur les sols menes par Escada-
fal (1989), Madeira (1993), Madeira et al. (1997) et
Escadafal (1998) ont montr que la couleur du sol est
lie sa composition minralogique. Dans le domaine
ferrallitique, Segalen (1969) a montr que la couleur
jaune est due la prsence de la seule goethite. Par
contre, dans les sols rouges, il y a toujours une petite
quantit de produits ferrugineux amorphes, en plus
des produits cristalliss colors (goethite, hmatite,
magntite). Dans les podzols de la rgion de Sydney en
Tldtection, vol. 6, n 2, p. 153-175
Australie, Davey et al. (1975) ont observ des rsultats
comparables. Depuis, ces premiers travaux ont t
confirms par plusieurs auteurs, en particulier Kara-
manova (1981), qui prcise que ce sont les produits
amorphes dposs sous forme de film la surface des
particules du sol qui ont le pouvoir colorant le plus
lev. Robert et al. (1983) en ont apport la preuve
exprimentale en dmontrant que le dpt de polyca-
tions de fer sur les argiles entrane une nette colora-
tion rouge.
Lobjectif de cet article consiste dabord raliser la
caractrisation spectroradiomtrique des diffrents
facis lithologiques de la zone dtude en analysant
leurs signatures spectrales, puis valuer les donnes
de rflectance de limage dASTER du 12 mai 2001. Au
dbut, nous analysons lapport de ltalonnage des
donnes de limage laide des spectres pris au sol sur
la qualit des signatures spectrales en liminant le
bruit instrumental. Ensuite, nous analyserons lapport
de ces donnes travers les rapports de bandes, les
indices spectraux et lanalyse spectrale par correspon-
dance (Matched filtering) pour la caractrisation de ce
milieu semi aride. En parallle, nous verrons
lavantage de cette approche pour la cartographie et
lidentification de ces formations rouges dominance
argileuse et, par consquent, haut risque drosion
aprs destruction du couvert vgtal.
2. MATRIEL ET MTHODE
2.1. Cadre gographique et gologique
Cette tude a t ralise sur une zone du Haut Atlas
marocain situe environ 40 km au sud de la ville de
Marrakech. La zone dtude stend sur une longueur
de 30 km et une largeur de 20 km (7 35 - 7 54O ;
31 13N - 31 24N). Cette zone a t choisie cause
des grands affleurements permo-triasiques et de la
disponibilit de cartes gologiques prcises une
chelle de 1 : 50 000, ainsi que dune image dASTER
sans nuages (figure 2). De plus, la zone dtude en-
globe la majorit des affleurements formant le Haut
Atlas depuis le socle cristallin (roches magmatiques,
mtamorphiques, volcaniques) en passant par la cou-
verture sdimentaire jusqu la plaine du Haouz for-
me principalement par les formations meubles qua-
ternaires. Ceci permettra une valuation des donnes
du capteur ASTER sur tout le Haut Atlas et non seu-
lement sur cette zone.
155
 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

FIGURE 2 : Localisation de la zone dtude (rectangle bleu). Compos color de limage dASTER (rouge : bande 2,
vert : bande 3, bleu : bande 1) ; les points de mesures sont en orange ; image de 30 km par 20 km. Study area location
(blue rectangle). ASTER color composite image (red : band 2, green : band 3, blue : band 1); sampling sites are in
orange ; 30 km by 20 km image.

156 Tldtection, vol. 6, n 2 p. 153-175

 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER

La chane du Haut Atlas correspond lensemble
des territoires montagneux compris entre le domaine
msaise, au nord, et celui de lAnti-Atlas, au sud. La
chane forme une bande allonge de direction OSO-
ENE, de 800 km de longueur et de 40 80 km de
largeur. Avec ses sommets, qui peuvent atteindre les
4 000 m (Jbel Toubkal, 4 165 m), cette chane reste la
plus leve de lAfrique du Nord. Douest en est de la
chane, on distingue trois parties : 1) le Haut Atlas
occidental qui slve depuis la cte atlantique jus-
quau segment le plus haut de la chane (Atlas de
Marrakech) ; 2) le Haut Atlas central dlimit louest
par les valles du Rdat et dImini, et lest par loued
Ziz (Michard, 1976) ; et 3) le Haut Atlas oriental qui
stend depuis lest de la ville de Bou Arfa jusqu la
frontire maroco-algrienne.
Ce site dtude est situ sur le flanc nord du Haut
Atlas de Marrakech. Du point de vue gomorphologi-
que et gologique, on peut distinguer dans cette zone
quatre units de direction gnralement ENE-OSO
(Biron, 1982 ; El Qayedy et al., 2001). Ces units sont
les suivantes, du sud au nord (figure 3) : 1) la zone
axiale ; 2) la zone des hauts plateaux ; 3) la zone suba-
tlasique ; 4) la plaine du Haouz.

FIGURE 3 : Carte gologique au 1 : 50 000 de la zone dtude regroupant les cartes de Tahnaout, Arbaa Tighdouine et
Douar Eour. Geological map at the 1 : 50 000 scale of the study area regrouping the Tahnaouat, Arbaa Tighdou-
ine, and Douar Ecour maps.

Tldtection, vol. 6, n 2, p. 153-175 157

 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM
La zone axiale est essentiellement forme de ter-
rains prcambriens. Sa lithologie est constitue par un
complexe mtamorphique de gneiss tonalitiques mig-
matites (Nou), damphibolites et de schistes ou de
paragneiss (Vogel et al., 1980 ; Nefly, 1998) datant du
prcambrien infrieur (PI), dont laffleurement le plus
important est le complexe de lOurika (Setti Fadma)
suivi par celui dAdrar Meldsane. On trouve gale-
ment des intrusions de roches plutoniques, formes de
granite rose clair (NMml) riche en quartz et en feld-
spath alcalin et de leucogranite grains
moyens (Nim2) dge prcambrien suprieur (PIII), de
granodiorite (NWIj), de diorite (Nas3a) et de gab-
bro (NMau) (Nefly, 1998) datant du Prcambrien
moyen (PII). Des roches volcaniques formes par des
rhyolites (NYg, NAc) datent du Prcambrien sup-
rieur (PIII).
La zone des hauts plateaux est lunit permo-
triasique sud, caractrise par des plateaux plus ou
moins tabulaires reposant sur un substratum gnra-
lement antcarbonifre (Proust, 1961 ; Vogel et al.,
1980), dge triasique. On y trouve les plateaux de
Yagour, de Timenkar, dAdra Tizerag et de Tikhfert
forms par des grs rouges massifs (tOk et tMo1), des
argiles rouge brique (tMo) et des argiles indures
rouge fonc (tIh). Le Cambrien nest reprsent dans
la zone que par le Cambrien infrieur et moyen. Le
Cambrien infrieur (Michard, 1976) est reprsent par
un puissant complexe volcanique de laves, de tufs et
de brches, qui montre, vers le sommet, une paisse
srie de conglomrats polygniques (kCm). Le Cam-
brien moyen est form par des schistes trs friables et
de coloration gristre verdtre (kMa) ainsi que de
dacites (kTr). On signale aussi la prsence dintrusions
de granite blanc et gris gros grains (hGtg) dge
visen.
La zone subatlasique est forme dun ensemble de
collines constitues par la premire unit permo-
triasique nord et les deux units du Carbonifre infrieur
schisteux (Visen, hVs) comportant les massifs
dAmmasssine, de Jbel Ifghane et dIsk-n-Tanoumri,
ainsi que le massif dAdrar Agaywar form par les argiles
rouge brique (cGw) du Crtac infrieur et marno-
calcaire (CT) du Crtac suprieur. Le Visen form de
schistes, de schistes noirs (hAt) et de flyschs (hVs) af-
fleure sur deux zones, dans le massif de Foudrar louest
et dans lanticlinal Ourika-Zat lest. Lunit permo-
triasique comprend lensemble de la srie depuis les
conglomrats et les grs violacs (rIc), les siltites et les
argiles rouges (rTy), les argiles brunes (tIt), les silti-
tes (tIt1), les conglomrats (tTw), les argiles rouge bri-
que (tMo), les grs rouges massifs (tOk), les argiles indu-
res rouge fonc (tIh), les argiles salifres rouge bri-
que (tAs) et les basaltes intercalations dargiles rouges
et de calcaires lacustres (tTm).
La plaine du Haouz correspond un foss d'effon-
drement, constitu dun substratum primaire (sur-
tout visen) recouvert par du Msozoque et par une
paisse srie dtritique nogne et quaternaire. Elle
est constitue de formations meubles alluviales et
158
colluviales quaternaires sous forme de terrasses ou de
cnes alluviaux des pimonts rcents (qA) ou an-
ciens (qC). Le Miopliocne (mpII) est form par des
poudingues ciments argilo-sableux.
Le pimont de la montagne, qui forme la jonction
entre la plaine et la zone subatlasique, est form par
la srie Jurassique-Crtac (Jbel Sal). Le Jurassique
est moins dvelopp dans cette zone : il est form
dargiles rouges brunes (jHa). Enfin, le Crtac marno-
calcaire (CT) est surmont par un ocne marno-
calaire avec des argiles et des grs (eAg). Des glisse-
ments de terrain (qG) sont signaler par endroits
dans la zone.
2.2. Donnes spectrales
Les donnes utilises dans cette tude proviennent de
deux sources : les donnes mesures au sol au moyen
dun spectroradiomtre ASD couvrant les deux domai-
nes du VNIR et du SWIR du capteur ASTER, ainsi
que la rflectance au sol (AST_07) de limage du
12 mai 2001.
2.2.1 Donnes acquises sur le terrain
Les mesures spectrales effectues sur le terrain pendant
la priode du 20 au 27 avril 2004 avaient pour but la
caractrisation des diffrents facis affleurants dans la
zone dtude durant la mme priode dans lanne o
limage a t acquise trois ans plus tt, ainsi que
ltalonnage de limage dASTER pour liminer le bruit
instrumental li la sonde SWIR du capteur ASTER
(Iwasaki et al., 2001 ; Iwasaki and Tonooka, 2005) et les
effets atmosphriques rsiduels. Les mesures ont t
faites avec un spectroradiomtre portable
ASD FieldSpec Pro Jr. Les points de mesures ont t
localiss au moyen dun GPS dune prcision planimtri-
que de 5 m.
Le spectroradiomtre ASD est dot de trois dtec-
teurs qui oprent dans le visible, le proche infrarouge
et linfrarouge moyen, soit entre 350 nm et 2 500 nm.
Ce dernier permet un balayage spectral continu avec
un pas dchantillonnage de 10 nm, entre les lon-
gueurs donde de 350 nm 1 000 nm, et de 30 nm,
entre les longueurs donde de 1 000 nm et 2 500 nm.
Le systme rchantillonne les spectres un pas de 1
nm, ce qui permet dobtenir un spectre avec
2 151 bandes. Des mesures ont t prises sur une
plaque de Spectralon, surface rflchissante blanche et
plane, qui a servi de rfrence avant chaque mesure.
Ceci permet de calculer le facteur de rflectance de la
cible conformment la mthode dcrite par Jackson
et al. (1980). Cette faon de procder a pour objet de
minimiser les erreurs pouvant tre dues aux varia-
tions des conditions atmosphriques et dinclinaison
du Soleil. Trois mesures ont t prises sur chaque cible
et la moyenne a t utilise dans les traitements.
Tldtection, vol. 6, n 2 p. 153-175
 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER

2.2.2 Donnes image TM de Landsat) a t utilis avec succs par Segal et

Le produit ASTER AST_07 (VNIR et SWIR) de la rflec-
tance au sol utilis dans cette tude a t acquis du Cen-
tre de donnes EROS (Earth Observing System Data
Gateway). Limage a t corrige par le Centre EROS des
effets atmosphriques et des dformations gomtriques
lies au capteur. Limage a subi des corrections gomtri-
ques par rapport aux cartes topographiques au 1 : 50 000
(Projection Lambert Maroc Zone1), puis ortho-rectifie
par rapport au modle numrique daltitude pour limi-
ner le dplacement et la distorsion des pixels lis au
relief. Finalement, la rflectance apparente a t corrige
des effets de linclinaison et de lorientation de la surface
avec la mthode classique de correction du cosinus (Teil-
let et al., 1982).
Les donnes enregistres par la sonde dans le
SWIR sont affectes par un bruit propre
linstrument quon appelle diaphonie (crosstalk). Ce
phnomne est caus par le signal rflchi sur la
bande 4 et qui perturbe le signal enregistr par les
autres bandes dans le SWIR par des rflexions multi-
ples, surtout les bandes 5 et 9 (Iwasaki et al., 2001 ;
Rowan and Mars, 2003 ; Hewson et al., 2005 ; Iwasaki
and Tonooka, 2005). Le signal rflchi par ces bandes
sera affaibli. Pour pallier ce problme, il faut soit ta-
lonner limage (Rowan and Mars, 2003 ; Rowan et al.,
2004, 2005), soit corriger limage avec un logiciel spci-
fique cette fin avant de faire le calcul de la rflec-
tance (Hewson et al., 2005). Dans notre tude, nous
avons talonn limage par rapport aux spectres ac-
quis au sol avec le spectroradiomtre ASD.
2.3. Analyse des donnes dans le VNIR
Les rapports de bandes ont t conus pour afficher le
contraste spectral des caractristiques dabsorption
spcifiques dun lment. Ces derniers ont t large-
ment utiliss dans la cartographie gologique et de la
vgtation. Le rapport rouge sur vert (TM3 / TM2 de
Merin (1989) pour dresser une carte de laltration des
roches riches en oxydes de fer dans la valle de la
Lisbon, en Utah.
Les sols ou les roches riches en oxyde de fer ferri-
que (Fe3+) prsentent une absorption proche de
0,55 m pour lhmatite (rouge) et proche de 0,48 m
pour la goethite (jaune, brun) (Bonn et Escadafal,
1996 ; Madeira et al., 1997). Le fer ferrique peut aussi
avoir une absorption entre 0,70 m et 0,80 m (Hunt
et al., 1971). Par consquent, les sols et les formations
riches en fer ferrique montrent un rapport rouge / vert
lev, alors que, pour le fer ferreux (Fe2+), la bande
dabsorption se situe 1 m. Dautres bandes
dabsorption peuvent galement apparatre entre
0,40 m et 0,55 m, celles-ci tant lies lune ou
lautre forme des deux formes de fer (goe-
thite ou hmatite) et leur proportion dans le sol
(Madeira et al., 1997).
Pour la quantification des oxydes de fer dans les
sols, dans plusieurs travaux, on a corrl la quantit
doxyde analyse en laboratoire et les donnes des
capteurs ETM+ de Landsat-7 et HRV de SPOT (Pou-
get et al., 1991 ; Escadafal, 1993 ; Devineau et Zom-
bre, 1995 ; Madeira et al., 1997). Les rsultats obtenus
ont t prsents sous forme dindices (tableau 2). Le
capteur ASTER couvre la majorit des bandes du
capteur ETM+ (figure 4) et du capteur HRV. De la
mme faon, mme si des tudes similaires nont pas
encore t publies pour ASTER, nous avons dfini
des rapports de bandes et des indices pour ce capteur
(tableau 2). Les calculs seront effectus avec les don-
nes de rflectance au sol de limage talonne.

FIGURE 4 : Localisation des 14 bandes spectrales dASTER et des 7 bandes spectrales de ETM+ de Landsat-7 sur le
spectre de transmission atmosphrique. VNIR : visible and near infrared (visible et infrarouge proche). SWIR : short
wave infrared (infrarouge moyen ou infrarouge ondes courtes). TIR : thermal infrared (infrarouge thermique). Loca-
tion of the 14 ASTER spectral bands and 7 Landsat-7 ETM+ spectral bands in the atmospheric transmission
spectrum.

Tldtection, vol. 6, n 2, p. 153-175 159

 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

TABLEAU 2 : Rapports de bandes et indices spectraux. Band ratios and spectral indices.

Rapport et indices Rapport et indices Rapport et indices

Dfinition
TM SPOT ASTER

TM 3 XS 2 Bande 2
Rapport du rouge sur le vert
TM 2 XS1 Bande1
TM 2 XS1 Bande1
Rapport du vert sur le rouge
TM 3 XS 2 Bande 2

Indice de coloration IC21 (Esca- TM 3 TM 2 XS 2 XS1 Bande2 Bande1

dafal, 1993) TM 3 XS 2 Bande2
Indice de rougeur RI ou indice
ferrique IFe (hmatite/hmatite + TM 3 TM 2 XS 2 XS1 Bande2 Bande1
goethite) (Escadafal et Huete, TM 3 + TM 2 XS 2 + XS1 Bande2 + Bande1
1991 ; Madeira et al., 1997)

Indice dhmatite Ihm (Madeira et TM 32 XS 2 2 Bande 2 2

al., 1997 ; Pouget et al., 1991)
TM 1 TM 23 XS13 Bande13

2.4. Analyse des donnes dans le SWIR
Les bandes spectrales du capteur ASTER ont t choi-
sies de faon rvler la prsence ou labsence de Les tapes suivantes constituent les prtraitements
plusieurs minraux de la surface terrestre. Daprs
Hunt (1977), les bandes dabsorption des composantes
minralogiques prsentes dans les longueurs donde
de linfrarouge moyen sont lies aux vibrations mol-
culaires des minraux (carbonates, hydrates, hydroxy-
les). Les bandes dans le SWIR du capteur ASTER
couvrent les longueurs dabsorption des silicates
dalumine (Al-OH) avec les bandes 5 7 (Hunt, 1977 ;
Rowan and Mars, 2003 ; Yamaguchi and Naito, 2003 ;
Chikhaoui et al., 2004 ; Chikhaoui, 2005 ; Rowan et
al., 2005) telles les argiles et les bandes 7 et 8 couvrent
les longueurs dabsorption des carbonates (CO3-, dolo-
mie et calcite), mais aussi les minraux ferromagn-
siens Fe, Mg-OH (Hunt, 1977 ; Longhi et al., 2001 ;
Rowan et al., 2004 ; Rowan et al., 2005).
La lithologie des formations rouges permo-triasiques
est caractrise par la dominance des argiles rouges (Al-
OH). Pour les mettre en vidence, nous avons calcul des
rapports de bandes combinant les bandes 5 7
[(bande 7 bande 5) / (bande 7 + bande 5), (bande 7
bande 5) / bande 6)]. Dautres rapports seront calculs
utilisant les bandes 6 8 [(bande 8 bande 6) / bande 7,
(bande 6 + bande 8) / bande 7)]. Les valeurs utilises
dans ces calculs sont celles des rflectances des bandes
dASTER correspondantes.
2.5. Analyse spectrale des donnes dans le VNIR et
le SWIR
ncessaires avant de raliser lanalyse spectrale :
1) rchantillonnage des bandes dans le SWIR celles
dans le VNIR (15 m) laide de la mthode du plus pro-
che voisin ; 2) talonnage des neufs bandes dans le VNIR-
SWIR par rapport aux spectres acquis au sol ;
3) valuation de ltalonnage sur dautres cibles de
limage ; 4) choix des signatures prototypes sur limage
(spectres image) ; 5) analyse spectrale utilisant
lalgorithme danalyse spectrale par correspondance
(Harsanyi and Chang, 1994) ; 6) valuation des rsultats
par rapport la carte gologique au 1 : 50 000 (Service
gologique du Maroc, 2001 ; 2002a ; 2002b).
Les donnes VNIR et SWIR ont t talonnes
avec les spectres acquis au sol sur la surface des grs
rouges sub-tabulaires du plateau dOukaimden
(Adrar Tizerag). Les spectres acquis au sol ont t
rchantillonns en fonction des bandes dASTER. Le
rapport entre la moyenne des spectres au sol et la
moyenne des pixels de limage correspondante a t
utilis en multipliant chaque bande par la valeur
correspondante dans le rapport. Lvaluation de
ltalonnage consiste en une analyse des signatures
spectrales avant et aprs ltalonnage des diffrentes
cibles prsentes sur limage. Dune certaine manire,
ceci permet de faire le choix entre les signatures proto-
types images ou pures au sol dans lanalyse spectrale.

160 Tldtection, vol. 6, n 2 p. 153-175

 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER
Dans ce milieu semi-aride, la vgtation est
parse, ce qui nous confronte plusieurs scnarios
possibles de combinaison entre la vgtation, le sol et
les roches (15 m et 30 m). Pour cela, nous avons fait le
choix dutiliser des spectres drivs partir de limage
talonne dans lanalyse spectrale. Les spectres ont
t choisis en se basant sur les donnes de ter-
rain (GPS) et la carte gologique.
3. RSULTATS ET INTERPRTATION
3.1 Analyse des donnes spectroradiomtriques des
sols et des roches
Dans les sous-sections suivantes, nous prsentons et
analysons les spectres acquis au sol par le spectrora-
diomtre ASD dans le domaine spectral 0,4-2,5 m.
TABLEAU 3 :. Bandes dabsorption et processus dinteraction tirs de Longhi et al. (2001). Absorption
band features and interaction process extracted from Longhi et al. (2001)
Bande dabsorption en (nm)
850/1200-420/430-480/500-650/680
680
2334/2336-1752/1760-1880-
1990/1978-2156/2160
2316/2318-1740-1860-
1970/1978-2136/2140
2316/2336
1540-1828
1912-1408-2200-2340-2432
1912-1408-2200-2256-2188
2200-1404-2344-2428-2120-(1904)
1392-1408-2160-2200-2308-2372
2308-2388-1392-2116-(2468)
2250
Tldtection, vol. 6, n 2, p. 153-175
Nous prsentons aussi les spectres rchantillonns
en fonction des bandes dASTER pour voir les informa-
tions que lon peut distinguer seulement avec les ban-
des de ce capteur. Linterprtation des bandes
dabsorption lies aux minraux spcifiques est base
sur nos travaux de terrain et sur les travaux dautres
chercheurs (Biron, 1982 ; Tourani, 1988 ; Nefly, 1998 ;
El Qayedy et al., 2001) qui ont tudi la gologie de la
rgion (macroscopique et microscopique). Sur le ta-
bleau 3, tir de Longhi et al. (2001), on prsente les
diffrentes bandes dabsorption possibles en fonction
des processus dabsorption dans les minraux dans le
domaine du visible, de linfrarouge proche et de
linfrarouge moyen. Ce tableau a permis didentifier
les minraux responsables de la forme des spectres.
lment chimique et processus dinteraction
Fe3+/Fe2+ processus chimique des ions des oxydes et des hydroxy-
des
chlorophylle
CO32- vibration molculaire dans la calcite
CO32-vibration molculaire dans la dolomite
CO32- vibration molculaire dans la calcite-dolomite
OH- vibration molculaire dans lpidote
H2O et OH- vibration molculaire dans les feldspaths
H2O et OH- vibration molculaire dans les feldspaths riches en Ca
Al-OH et OH- vibration molculaire dans la muscovite
OH- et Al-OH vibration molculaire dans la kaolinite
Mg-OH vibration molculaire dans les amphiboles
Fe-OH vibration molculaire dans les pidotes, la biotite, la tour-
maline, la chlorite, la phlogopite
161
 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM
3.1.1 Spectres des formations rouges, permo-
triasiques et quaternaires
Sur les figures 5a, b, c et d, on prsente les spectres
mesurs sur lensemble des facis des affleurements
dges permien et triasique ainsi que les sols dvelop-
ps sur ces derniers. Lexamen de ces spectres permet
dobserver la grande ressemblance de leurs signatures
spectrales dans les domaines du VNIR et du SWIR,
sauf pour le spectre du sol rouge triasique qui est un
peu diffrent par sa faible rflectance dans lintervalle
1-1,82 m (sol graveleux avec galets de grs rouges).
On observe diffrentes longueurs dabsorption caract-
ristiques. Dans le visible et linfrarouge proche, on
distingue trois bandes dabsorption lies la prsence
doxydes de fer. La premire couvre lintervalle 0,46-
0,55 m (bande 1), la deuxime lintervalle 0,64-
0,69 m (bande 2) et la troisime lintervalle 0,78-
0,98 m. Ces trois zones sont bien individualises sur
les signatures spectrales des argiles, des siltites, des
sols triasiques et du microconglomrat. Ceci peut tre
expliqu par le dpt des polycations de fer sur les
argiles, ce qui donne la couleur rouge (Robert et al.,
1983). Dans le cas des grs, cest la pente des spectres
dans ce domaine (visible et infrarouge proche) qui
augmente du grs patine noire, o il y a plus de
dpts doxydes de fer (figure 6f), au grs clair. Ces
grs sont des grs massifs (plus de grains de quartz et
moins de ciment argileux, porosit faible). Une autre
bande trs restreinte centre 1,12 m (Fe2+) est
visible seulement sur les grs. Les signatures spectra-
les de lhmatite et de la goethite (figure 6e) prsen-
tent les mmes bandes dabsorption que celles qui ont
t identifies sur les formations et sols rouges tu-
dis. Ceci confirme la prsence des oxydes de fer (h-
matite et goethite) dans ces formations, dont la cou-
leur rouge laffleurement peut expliquer la prsence.
Dans linfrarouge moyen (SWIR), les signatures
spectrales prsentent les deux bandes dabsorption de
leau lie (H2O, OH-) 1,40 et 1,90 m, dont certains
spectres ont t perturbs par labsorption lie la dabsorption 2,26 et 2,35 m sont lies aux ferromagn-
vapeur deau atmosphrique (nous avons supprim
lintervalle 1,82-1,92 m pour viter une confusion
entre les minraux et leau). De plus, ces formations
montrent une zone dabsorption caractristique la
longueur 2,20 m (Al-OH), qui est lie la prsence
des minraux argileux. Le spectre des siltites rouges
montre une absorption centre 2,34 m, moins mar-
que que celle qui est prsente sur le microconglom-
rat centr 2,33 m (calcite). Ceci permet de prciser
la lithologie des siltites rouges et du microconglomrat
par des siltites argilo-carbonats et des microconglo-
mrats ciment argilo-carbonats respectivement.
Les spectres rchantillonns en fonction des
bandes du capteur dASTER gardent lallure gnrale
des signatures spectrales. On peut observer la diff-
rence de la pente entre les bandes vert-rouge et rouge-
infrarouge proche (oxydes de fer), ainsi que la bande
dabsorption caractristique des argiles (bande 6), bien
162
individualise avec sa symtrie par rapport celle-ci,
sauf pour le microconglomrat qui a une absorption
dans la bande 8.
3.1.2 Spectres du socle, des schistes, des basal-
tes, des carbonates et de la vgtation
Les spectres mesurs sur le socle prcambrien ont t
diviss en deux groupes : un groupe de spectres obtenus
sur le complexe gneissique de lOurika (Nou) et un
groupe de spectres reprsentant les roches acides et
intermdiaires plutoniques et volcaniques.
Sur la figure 6a, on prsente les spectres mesurs
sur les facis composant le complexe mtamorphique de
gneiss. On observe que les signatures spectrales ont une
allure similaire dans lensemble. Le gneiss noir, riche en
ferromagnsien (Fe,Mg-OH) et form essentiellement de
biotite et damphibole (Nefly, 1998), montre des faibles
valeurs de rflectance, alors que le gneiss clair, riche en
quartz, en muscovite et avec un peu de biotite, prsente
de fortes valeurs de rflectance. Ces spectres prsentent
plusieurs bandes dabsorption dans le VNIR et le SWIR.
Dans le VNIR, on peut distinguer les bandes dabsorption
du fer ferrique et ferreux 0,42 ; 0,48 ; 0,62-0,73 ; 0,85-
0,98 et 1,12 m, qui sont de plus en plus larges avec
laccroissement de la teneur en minraux ferromagn-
siens, en allant du gneiss clair au gneiss noir.
Dans le SWIR, on distingue les bandes dabsorption de
leau 1,40 et 1,90 m (perturbe par labsorption de la
vapeur deau atmosphrique) qui sont bien individuali-
ses sur le spectre du gneiss clair (muscovite). Les bandes
dabsorption 2,20, 2,26 et 2,35 m sont prsentes sur
lensemble des spectres, sauf pour le gneiss noir qui
nabsorbe pas 2,20 m. Ceci confirme la prsence de
muscovites et de biotites. Le gneiss noir prsente deux
autres bandes dabsorption 2,36 (muscovite) et
2,38 m (amphibole). Les spectres prsentent une autre
bande dabsorption 2,46 m (amphibole), que lon peut
voir sur le spectre du paragneiss vert (hornblende et
amphibole, Nefly, 1998), sauf que la forte variation dans
cette zone les masque un peu. Les deux bandes
siens, dans notre cas, la biotite, lamphibole et la horn-
blende. Les bandes dabsorption 1,40, 1,91 et 2,20 m
sont bien marques sur le gneiss clair du fait de sa ri-
chesse en muscovite. De mme, la bande 2,35 m justi-
fie la prsence de la muscovite (Rowan et al., 2004, 2005).
Les spectres rchantillonns en fonction des bandes
dASTER (figure 6b) nous permettent de dfinir deux
groupes dans le VNIR (faible pente et forte pente) et deux
groupes dans le SWIR (absorption dans la bande 6 (Al-
OH) et 8 (Fe,Mg-OH), absorption dans la bande 8 seule-
ment)
Tldtection, vol. 6, n 2 p. 153-175
 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

a b

c
d

f
e

FIGURE 5 : Spectres de rflectance des formations rouges : a) grs rouges massifs et du microconglomrat ; c) argiles
rouges, siltites rouges et sol argileux (qA) ; b et d) spectres rchantillonns en fonction des bandes dASTER ;
e) hmatite et goethite de la librairie spectrale du JPL (Jet Propulsion Laboratory) (Grove et al., 1992) ; f) dpts
doxyde de fer la surface des grs rouges. Reflectance spectra of red rocks and minerals : a) red sandstones and
microconglomerate spectra ; c) red clay, red silt, and argillaceous soil (qA) spectre ; b and d) resampled spectra to
ASTER bands ; e) hematite and goethite spectra from the JPL (Jet Propulsion Laboratory) spectral library (Grove
et al., 1992) ; f) iron oxide deposits over red sandstone surfaces.

Tldtection, vol. 6, n 2, p. 153-175 163

 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

a b

c d

e f

g h

164 Tldtection, vol. 6, n 2 p. 153-175

 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER

i j

k l

FIGURE 6 :. Spectres mesurs sur le terrain : a) complexe gneissique de lOurika ; c) roches acides et intermdiaires ;
e) schistes visens ; g) basaltes ; i) calcaires et marnes ; k) diffrents types de vgtation ; b, d, f, h, j et l) Spectres cor-
respondants rchantillonns en fonction des bandes dASTER. Reflectance spectra measured in the field :
a) Ourika gneissic complex ; c) acid and intermediate rocks ; e) Visean shales ; g) basalts ; i) limestones and
marls ; k) different types of vegetation ; b, d, f, h, j, and l) spectra resampled to the ASTER bands.

Les signatures spectrales des roches acides et in-
termdiaires sont prsentes sur les figures 6c et d. Le
leucogranite reprsente les roches acides plutoniques,
les rhyolites et les laves acides magmatiques, alors
que la granodiorite et la diorite reprsentent les roches
intermdiaires. Les spectres du leucogranite et de la
diorite ont la mme tendance, sauf que les valeurs
sont plus grandes pour le leucogranite. La granodio-
rite gneissifie montre une signature spectrale pres-
que plate dans lintervalle 0,60-2,5 m. Les spectres
montrent des bandes dabsorption lies au fer ferrique
et ferreux 0,48 ; 0,70 ; 0,85-0,98 et 1,10 m dans le
VNIR qui sont moins visibles pour la granodiorite,
sauf 0,48 m, alors que, dans le SWIR, on distingue
les bandes 1,40 ; 1,78 ; 1,82-1,90 ; 1,92 ; 2,20 (Al-OH)
et 2,35 m (Fe,Mg-OH). La bande 2,20 m est bien
marque pour la granodiorite cause de sa richesse en
muscovite, alors que la bande 1,92 m est bien mar-
qu pour le leucogranite cause de sa richesse en
feldspaths. La signature mesure sur le sol dune
terrasse plante de pommiers laisse voir la similitude
de sa signature avec sa roche mre (diorite altre) qui
alimente en aval la terrasse par ses produits
daltration.
Les spectres acquis sur les laves volcani-
ques (rhyolites) montrent des bandes dabsorption
lies au fer ferrique et ferreux 0,54 ; 0,63-0,75 et
0,82-0,98 m, des bandes lies leau 1,40 et 1,90 m
et des bandes lies aux feldspaths 2,20 et 2,34 m.
Les spectres rchantillonns en fonction des bandes
dASTER (figure 6d) permettent de voir la difficult de
diffrencier les roches acides et intermdiaires seule-
ment avec les bandes dans le VNIR (pente similaire).
Les bandes dans le SWIR, de leur ct, permettent
une distinction entre ces deux groupes, soit par le
niveau de la rponse spectrale, soit par les bandes
dabsorption lies aux feldspaths et aux ferromagn-
siens (bandes 6 et 8).
Les signatures spectrales obtenues sur le Visen
schisteux sont prsentes sur les figures 6e et f. Les

Tldtection, vol. 6, n 2, p. 153-175 165

 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

niveaux de rflectance sont relativement faibles guent dans les formations vgtales de la fort. Un
cause de la couleur fonce (schistes noirs). Les spectres groupe est form par la vgtation darbres feuilles
sont plus ou moins aplatis (prsence de la silice, Ha- (chne vert, thurifraire, genvrier rouge, arbuste
boudane, 1999) et montrent des bandes dabsorption lentisque, cdre de lAtlas, etc.) qui ont rponse spec-
lies au fer 0,46-0,56 ; 0,67 ; 0,83-0,98 et 1,12 m trale entre 0,3 et 0,4. Le dernier groupe, form par la
dans le VNIR et 2,20 m (minraux argileux) dans le vgtation pineuse (xrophyte pineuse, genvrier
SWIR. Le spectre des schistes noirs montre une dimi- oxycdre, arbuste albidus, genvrier rouge, etc.), pr-
nution de la pente et une faible rflectance aprs la sente une rponse spectrale infrieure 0,3.
bande 2 cause de la richesse en oxydes de fer de ces Les spectres rchantillonns en fonction des
derniers. De mme, pour le spectre de la quartzite bandes dASTER montrent la difficult de distinguer
patine (oxydes de fer), on peut voir la mme tendance ces trois groupes. Par contre, on peut voir la diffrence
aprs la bande 3. Les spectres rchantillonns mon- par le niveau de la rflectance dans la bande 3 (struc-
trent labsorption lie aux minraux argileux dans la ture des feuilles et chlorophylle). De plus, ils permet-
bande 6. tent de distinguer la vgtation purement pineuse
Sur les figures 6g et h, on prsente les spectres (xrophyte pineuse et arbuste albidus), dont la forme
mesurs sur les basaltes tholitiques triasiques sous en aiguille, par un spectre presque plat entre les ban-
leurs deux formes : les basaltes dolritiques tendres des 3 et 4.
verdtres et les basaltes vacuolaires sombres. La si-
gnature spectrale du basalte vacuolaire (quartz cris- 3.2. Analyse des donnes image
tallis dans les vacuoles) est caractrise par sa faible 3.2.1. talonnage des donnes dans le VNIR et le
variabilit dans le domaine de linfrarouge proche et SWIR
SWIR (silice). Les spectres de ces basaltes prsentent
des bandes dabsorption du fer 0,50 ; 0,68 ; 0,90 et
Aprs rchantillonnage des bandes dans le SWIR
1,12 m dans le VNIR et 2,31 m (Fe,Mg-OH) dans
celles dans le VNIR (15 m), limage a t talonne
le SWIR lies aux plagioclases. La bande dabsorption
avec les spectres acquis au sol sur les grs rouges
du fer ferreux 1,02 m est plus marque pour le
patine noire sur le plateau
basalte tendre. Les spectres rchantillonnes mon-
dOukaimden (Adrar Tizerag). Les spectres obtenus
trent que la bande dabsorption de la bande 8 est
sur cette surface nont pas t perturbs par les ban-
moins marque du fait que la bande dabsorption des
des dabsorption lies la vapeur deau atmosphrique
minraux ferromagnsiens se situe entre les ban-
(1,9 m) et le ciel tait bien dgag (figure 5a). Le
des 7 et 8.
rapport entre la moyenne de ces spectres et la
Les affleurements carbonats sont trs limits sur
moyenne des pixels correspondants sur limage a t
la zone. Leurs signatures spectrales montrent la forte
utilis pour talonner les neuf bandes dans le VNIR et
rponse spectrale des calcaires. Ceux-ci montrent les
le SWIR. Par la suite, nous avons valu lapport de
bandes dabsorption lies la calcite 2,33 m et au
ltalonnage sur un certain nombre de cibles prsentes
fer 0,48 ; 0,68 ; 0,92 ; 1,12 m. Le calcaire jaune de
sur limage en choisissant les pixels correspondants
lAlbien montre deux autres bandes dabsorption
aux points de mesure sur le terrain. Lobservation des
2,16 et 2,21 m (minraux argileux), alors que le
spectres avant talonnage permet de voir la grande
calcaire du Cnomano-Turonien (CT) surface claire
valeur de la rflectance dans la bande 4 par rapport
ne montre que celle 2,16 m. Cette dernire a t
aux autres bandes dans le SWIR (Iwasaki et al., 2001,
masque sur le calcaire CT surface noire cause de
Iwasaki and Tonooka, 2005). Quant aux spectres ta-
laltration mtorique de sa surface. Les deux bandes
lonns, ils permettent de retrouver la forme relle de
dabsorption 1,74 et 1,98 m (dolomite) sont plus ou
leurs signatures spectrales avec la mise en vidence
moins visibles sur les calcaires CT. Les marnes jaunes
des bandes dabsorption des bandes dans le SWIR et
de lAlbien montrent une bande caractristique des
les changements de pente dus la prsence du fer
argiles 2,21 m et celle de la calcite 2,33 m. Cette
ferrique et ferreux dans les bandes dans le VNIR
dernire est moins marque. Les spectres rchantil-
(figure 7).
lonns montrent labondance de la calcite dans les
Ltalonnage a permis damliorer la qualit spec-
calcaires CT non altrs.
trale, en liminant les effets atmosphriques rsiduels
Les spectres obtenus sur les diffrents types de
(faible valeur dans la bande 2, vert). Les surfaces trs
formations vgtales du Haut Atlas nous ont permis
homognes o lon a trouv des grands affleurements,
de les classer en trois groupes, en nous basant sur
comme cest le cas des grs rouges et les surfaces
leurs rponses spectrales dans le domaine de
structurales des calcaires du Cnomano-Turonien, ont
linfrarouge proche. Le premier groupe est form par
des spectres trs similaires ceux acquis sur le terrain
les cultures (pommiers, orge, luzerne, etc.) et la vg-
avec le spectroradiomtre ASD.
tation naturelle basse (herbe, gazon, etc.) qui ont une
rponse spectrale relativement suprieure
0,4 (bande 3). Les deux groupes restants se distin-

166 Tldtection, vol. 6, n 2 p. 153-175

 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER

a c e

b d f

g h

FIGURE 7 : Spectres selon les bandes dASTER : a) grs et les argiles rouges triasiques ; c) marnes et calcaires du
Crtac ; e) socle, basaltes et schistes visens ; g) cultures et fort ; b, d, f, h) Spectres correspondants aprs talon-
nage. Reflectance spectra according to ASTER bands : a) Triassic red sandstones and red clays ; c) Cretaceous
limestones and marls ; e) basement lithology, basalts, and Visean shales ; g) crops and forest ; b, d, f,
h) Corresponding spectra after calibration.

3.2.2. Rapports et indices de bandes dans le VNIR
Lanalyse spectrale des formations permo-triasique
rouges a montr la prsence de plusieurs bandes
dabsorption doxydes de fer (hmatite, goethite) dans
le domaine du visible et de linfrarouge proche. Pour
mettre en vidence ces bandes dabsorption, nous
avons appliqu plusieurs rapports de bandes et indices
spectraux (tableau 2). Les indices ont t choisis de
manire permettre de distinguer, avec les donnes
dans le VNIR dASTER, entre le fer ferrique (Fe3+) et
le fer ferreux (Fe2+), ainsi que de dterminer la rpar-
tition des oxydes de fer, comme lhmatite et la goe-
thite, dans les sols et formations rouges permo-
triasiques.
Les rsultats obtenus sont prsents sur la fi-
gure 8. Le rapport de bande 2 / bande 1, lindice de
coloration IC21 et lindice de rougeur RI (hma-

Tldtection, vol. 6, n 2, p. 153-175 167

 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

tite / hmatite + goethite) donnent des rsultats simi-
laires pour la cartographie des oxydes de fer. Des
valeurs leves de rapport sont observes sur les for-
mations rouges et les sols rouges quaternaires, mais
les plus fortes sont observes sur les facis domi-
nance argileuse dge permo-triasique (argile rouge
brique tMo, argiles brunes tIt, siltites et argiles rou-
ges rTy, argiles indures rouge fonc tIh) et du Crta-
c (argiles rouge brique cGw). Ceci confirme les rsul-
tats obtenus avec les spectres mesurs sur ces forma-
tions par les fortes bandes dabsorption du fer dans le
domaine du VNIR.

a b

c d

FIGURE 8 : Rapports de bandes et indices : a) rapport de bande 2 / bande 1 ; b) indice de coloration IC21 ; c) indice de
rougeur RI ou indice ferrique IFe. ; d) indice dhmatite Ihm ; e) rapport de bande 1 / bande 2 et f) carte gologique des
facis ; image de 30 km par 20 km. Band ratios and indices : a) band 2 / band 1 ratio ; b) IC21 color index ; c) RI
redness index or ferric index IFe ; d) hematite index Ihm ; e) band 1 / band 2 ratio and f) facies geological map ;
30 km by 20 km image.

168 Tldtection, vol. 6, n 2 p. 153-175

 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM
Lindice dhmatite Ihm permet une meilleure car-
tographie de ces formations, car ce dernier a mis en
vidence les diffrentes units lithologiques formant la
zone dtude. Les fortes teneurs en hmatite sont dans
les formations dominance argilosilteuse. De plus, il
permet de diffrencier le Mio-pliocne (mpII) des sols
et des formations meubles quaternaires de la plaine
du Haouz. Les fortes teneurs en oxyde de fer dans ces
formations sont expliques par le milieu et le climat
qui a rgn pendant leur sdimentation. Ctait un
climat chaud et humide, car le Maroc lpoque du
Permien et du Trias se trouvait 10 N de latitude
(Biron, 1982).
Le rapport de la bande 1 / bande 2 (figure 8e) a
t utilis pour mettre en vidence la rpartition du
fer ferreux (Fe2+, Rowan et al., 2005) dans ces affleu-
rements. Dans un premier temps, nous avons masqu
la vgtation avec lindice TSAVI pour liminer leffet
dabsorption de celle-ci dans la bande 2 (rouge). Le
rapport a permis de distinguer le socle cristallin (Fe2+
dans les minraux ferromagnsiens) o lon peut voir
une forte valeur sur les formations meubles quater-
naires issues de laltration des granodiorites (biotite,
au nord du massif dAdrar Meltsane). Il en est de
FIGURE 9 : Spectres des minraux argileux (JPL, Grove et al., 1992). Spectra of argillaceous minerals (JPL, Grove
et al., 1992).
Tldtection, vol. 6, n 2, p. 153-175
mme sur les basaltes triasiques et les formations de
locne (calcaire dolomitique, substitution du Mg2+
par Fe2+), alors que ces roches prsentent un rapport
plus faible que celui des schistes visens, o lon enre-
gistre de fortes valeurs, surtout dans les schistes noirs
(figure 3). Ceci peut sexpliquer par les conditions du
milieu rducteur (Fe2+) qui a rgn pendant la sdi-
mentation de ces formations dans un milieu marin
profond (Tourani, 1988).
3.2.3. Rapports et indices de bandes dans le SWIR
Plusieurs minraux argileux prsentent des bandes
dabsorption au niveau des bandes 5 7 du cap-
teur ASTER (figure 9). Pour mettre ce phnomne en
vidence, nous avons choisi dappliquer des rapports
les combinant entre elles. Le rapport
(bande 6 + bande 8) / bande 7 (RBD, Relative Absorp-
tion Band Depth, Crowley et al., 1989) a t utilis
pour mettre en vidence les calcaires dolomitiques
(Rowan and Mars, 2003). Un autre rapport combinant
les bandes 6 8 sera valu (bande 8
bande 6 / bande 7).
169
 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

Sur les figures 10a et b, on prsente les deux rap-
ports qui mettent en vidence les surfaces ayant une
absorption caractristique dans la bande 6 (2,20 m).
On peut observer une grande ressemblance entre les
rsultats des deux rapports. Les valeurs leves sont
enregistres sur les formations rouges triasiques (grs
rouge tOk, argiles rouges tMO, tIh et tAs) et les for-
mations meubles quaternaires (plaine du Haouz),
ainsi que sur les schistes visens (hVs). Ceci sexplique
par la dominance des minraux argileux dans les
formations permo-triasiques, ainsi que dans les pro-
duits daltration des roches granitiques. Cest le cas
des granites roses alcalins (feldspaths, NMml) trs
altrs et des granites blanc et gris (hGtg), qui prsen-
tent des rapports plus levs par rapport aux autres
roches du socle. Les minraux argileux qui contribuent
possiblement cette absorption sont lillite et la
montmorillonite (Biron, 1982).

a b

c d

FIGURE 10 : Diffrences de bandes : a) (bande 7 bande 5) / bande 6 ; b) (bande 7 bande 5) / (bande 7 + bande 5) ;
c) (bande 8 bande 6) / bande 7 ; d) (bande 8 + bande 6) / bande 7 ; images de 30 km par 20 km. Band differences :
a) (band 7 band 5) / band 6 ; b) (band 7 band 5) / (band 7 + band 5) ; c) (band 8 band 6) / band 7 ;
d) (band 8 + band 6) / band 7 ; 30 km by 20 km image.

Sur la figure 10c, on prsente un rapport combi-
nant les caractristiques des bandes 6 (2,20 m) et
8 (2,33 m). Ce rapport compare le degr dabsorption
des minraux qui ont une absorption dans la bande 6
(argiles, muscovite, etc.) avec les minraux absorbants
dans la bande 8 (calcite, ferromagnsiens). Il permet
une bonne diffrenciation entre les facis dominance
argileuse (tMo, tIh, tAs, tIt, rTy) des grs rouges (tOk)
dans les formations permo-triasiques. Les formations
meubles quaternaires (qCT) et les schistes visens ont
un rapport lev (altration) comme celui des argiles
et des siltites permo-triasiques. De plus, ce rapport
diffrencie mieux les calcaires dolomitiques (fi-
gure 10d) par leur faible rapport (calcaire CT). Ceci
laisse supposer que ce rapport explique aussi le degr
daltration de ces surfaces.
Lensemble des rapports de bandes de la figure 10
montre un bruit instrumental (Scratch Blurring, Iwa-
saki and Oyama, 2005) li aux dtecteurs de la sonde
dans le SWIR qui est observ seulement lorsquon
utilise des rapports ou indices de ces bandes. Le bruit
se manifeste par de fortes et de faibles valeurs de
rapports le long dune ligne parallle la trace au sol
du capteur. Iwasaki et Oyama (2005) ont tudi ce
problme et ils ont dvelopp un algorithme pour sa
correction. Notre tude a t ralise en parallle

170 Tldtection, vol. 6, n 2 p. 153-175

 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER
leur travail. Cest ainsi que nous navons pas pu faire
ces corrections. Ceci naffecte pas cependant les rsul-
tats des analyses spectrales.
3.2.4. Analyse spectrale des donnes dans le VNIR
et le SWIR
Avant de faire lanalyse spectrale par correspondance
(Research Systems Inc., 2003) laide de lalgorithme
danalyse spectrale par correspondance (Harsanyi and
Chang, 1994), nous avons analys limage talonne
(bandes dans le VNIR et le SWIR) avec la transforma-
tion MNF (Minimum Noise Fraction). Cette dernire
consiste en lapplication de deux analyses en compo-
sante principale cascade (Boardman and
Kruse, 1994). Ceci a permis de distinguer les grandes
units prsentes dans la zone. Sur la figure 12, on
montre une composition colore des trois bandes de la
transformation MNF 3 5. On peut voir les units
FIGURE 11 : Signatures prototypes utilises dans la classification. Image endmembers used in the classification.
Les signatures de la diorite et de la granodiorite
sont similaires (roches plutoniques intermdiaires).
Ainsi, nous avons utilis seulement la signature de la
diorite dans lanalyse spectrale. De mme, les signatu-
res spectrales des granites roses ainsi que des granites
blanc et gris trs altrs sont similaires et elles ont t
regroupes dans une seule classe. Les argiles rouges et
les grs rouges ont des signatures qui se rapprochent,
mais leur pente dans le visible et linfrarouge proche
sont diffrentes. Dans le SWIR, les argiles ont
deux bandes dabsorption caractristiques (ban-
des 6 et 8), alors que les grs rouges ont une seule
bande dabsorption (bande 6). Cette caractristique
des argiles rouges est due la prsence de lillite (Bi-
ron, 1982) ou de la calcite. La signature spectrale des
basaltes triasiques se rapproche de celle des schistes
visens, car les basaltes sont altrs et ils sont dposs
en alternance avec des couches minces dargiles rou-
Tldtection, vol. 6, n 2, p. 153-175
constituantes du socle (gneiss, diorite et granodiorite,
granite rose), les formations du Permo-Trias bien
individualises (couleur rouge), les deux units du
Visen schisteux, les calcaires, les marnes et la vg-
tation.
Dans une deuxime tape, nous avons utilis les
pixels talonns correspondant chaque point de
mesure sur le terrain (9 pixels, du fait de la diffrence
de rsolution entre les deux capteurs dans le VNIR et
le SWIR, 15 m et 30 m) dans lanalyse spectrale.
Lanalyse consiste en une comparaison entre les spec-
tres prototypes (figure 11) avec une projection de ces
signatures prototypes (vecteur) dans un espace
n dimensions (nombre de bandes) et lensemble des
pixels de limage. Le rsultat se prsente sous forme
dune image de correspondance (des valeurs entre
0 et 1) ou une image dabondance relative des prototy-
pes.
ges (bande 6) et de calcaires lacustres (bande 8). Par
contre, leur pente dans le visible (bandes 1 et 2) est
diffrente (pente faible dans les schistes due leur
richesse en Fe2+). Les alluvions sdimentes dans le lit
de loued ont t classes dans une classe part. Leur
signature spectrale se caractrise par une faible pente
dans linfrarouge (bande 3) attribuable leur richesse
en oxydes de fer, alors que dans le domaine du SWIR,
elle prsente deux bandes dabsorption caractristi-
ques (bandes 6 et 8) car les alluvions sont constitues
par un mlange de dbris de diffrents types de roches
affleurant dans la zone dtude.
Sur les figures 12b, c et d, on prsente les images
dabondance caractristiques respectivement des
cultures, des argiles rouges et des schistes visens.
Ces images permettent de voir la rpartition de cha-
que composante spectrale. Par exemple, on peut voir
que les cultures sont bien contrastes par rapport la
171
 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM

vgtation naturelle (fort) du fait de leur forte activit
chlorophyllienne (irrigue). Les argiles rouges sont
trs dominantes dans les formations rouges permo-
triasiques dominance argileuse (tMo, tIt, tIh, rTy,
tAs) et les formations meubles quaternaires dans la
plaine du Haouz (sols rouges). On peut voir aussi le
contraste entre les grs rouges et les argiles rouges
par leur diffrence caractristique au niveau des ban-
des dabsorption (plateau de Yagour et de Tikhfert).
Labondance des schistes visens (minraux phylli-
teux, Al-OH) est plus contraste par rapport celle
des basaltes triasiques.

a b

c d

FIGURE 12: Synthse couleur : a) compos color MNF 435 (R : MNF4, V : MNF3, B : MNF5). Rsultats du filtrage
adaptatif des cultures (b) des argiles rouges et (c) des schistes visens ; image de 30 km par 20 km. Colour composi-
tion : a) color composite image MNF 435 (R : MNF4, V : MNF3, B : MNF5). Matched filtering results for crops
(b) red clays and (c) Visean shales ; 30 km by 20 km image.

Lensemble des images dabondance relative de
chaque signature prototype a t segment par seuil-
lage pour obtenir les classes prsentes sur la fi-
gure 13. Dans le seuillage, on prend les valeurs de
correspondance suprieures 0,5, car cest cette com-
posante qui domine le signal au capteur (Smith et al.,
1990). La comparaison du rsultat avec la carte golo-
gique permet de distinguer lensemble des facis af-
fleurant dans la zone dtude. Il existe par contre des
confusions qui sexpliquent par le degr daltration de
la surface et la vgtation naturelle parse (dominance
infrieure 0,5). Par exemple, la forte activit agri-
cole (anthropique) sur le plateau de Timenkar a caus
une confusion entre les argiles et les grs. Les zones
non classes (blanc) sont lies la forte htrognit
du milieu.
Dans la fort, nous avons distingu deux classes
en fonction de la forte correspondance avec la signa-
ture prototype, comparativement lindice de vgta-
tion TSAVI et la ralit de terrain. Dans une pre-
mire tape, nous avons masqu les cultures et nous
avons segment les valeurs suprieures 0,7, comme
la fort dense, et les valeurs entre 0,5 et 0,7, comme la
fort clairseme. Dans cette classe, on peut voir leffet
dexposition sur la rpartition de la vgtation. Les
versants exposs au nord (Jbel Ifghane, Adrar

172 Tldtection, vol. 6, n 2 p. 153-175

 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER

Agaiouar) prsentent une vgtation dense par rap-
port ceux qui sont exposs au sud. Ceci est contrl
par les effets atmosphriques. De plus, les arbres
fruitiers sur les terrasses ont t classs avec la fort
(plaine du Haouz).
Le socle est bien class car la vgtation y est
presque absente, mais il est trs difficile de distinguer
les diffrentes classes de roche du fait de leur composi-
tion minralogique similaire dans les trois ensembles
de roches acides, intermdiaires et basiques.

FIGURE 13. Rsultat compar de la segmentation par seuillage des images de correspondance ou dabondance relative
de chaque signature prototype et la carte gologique. Les pixels blancs sont des zones non classifies. Comparison of
the segmentation result using thresholding of the correspondance or relative abundance images of each endmem-
ber with the geological map. White pixels are unclassified areas.

spectres acquis au sol, a permis dliminer le bruit

4. CONCLUSION ET PERSPECTIVES
Lutilisation des donnes acquises sur le terrain a
permis une bonne caractrisation de lensemble des
surfaces naturelles (sols, roches, vgtation). Les di-
verses minralogies ont t bien caractrises par les
diffrentes bandes dabsorption. Celles-ci sont lies au
fer ferrique et ferreux dans le domaine du visible et de
linfrarouge proche alors que, dans linfrarouge moyen,
les bandes dabsorption des minraux argileux
(2,20 m) ont permis de caractriser les formations
rouges permo-triasiques, les formations meubles qua-
ternaires et les schistes visens. Les roches du socle
cristallin, riches en feldspaths et en ferromagnsiens,
prsentent des bandes dabsorption des minraux
phylliteux 2,20 m (muscovite, feldspaths) dans les
granites, les granodiorites, les diorites et les gneiss,
alors que les minraux riches en ferromagnsienne
(biotite, amphibole, hornblende) ont des bandes
dabsorption caractristiques 2,26, 2,32 et 2,35 m.
Ltalonnage de limage de rflectance du capteur
ASTER (dans le VNIR et le SWIR), par rapport aux
instrumental dans le SWIR et les effets atmosphri-
ques rsiduels. De plus, les signatures spectrales des
surfaces tudies ont t retrouves.
Les rapports de bandes et indices appliqus aux
donnes image dans le VNIR (oxydes de fer) ont per-
mis de bien caractriser les formations et les sols rou-
ges. Lindice dhmatite de Madeira a donn le meil-
leur rsultat. Les facis ou les sols dominance argi-
leuse prsentent les plus fortes valeurs de rapports
(Ihm, IC21, bande 2 / bande 1). Ceci explique leur ri-
chesse en oxydes de fer, surtout en hmatite et en
goethite. Le rapport de la bande 1 sur la bande 2 a
permis de mettre en relief les facis o il y a plus de
fer ferreux. Les rapports de bandes SWIR utilisant les
bandes 5, 6, 7 et 8 ont permis de raliser une carto-
graphie des minraux argileux dans leurs facis (argi-
lo-silteux) et leurs produits daltration (schis-
teux, granitique). Le rapport utilisant les bandes 6, 7
et 8 a permis la sparation entre les argiles rouges et
les grs rouges triasiques cause de leur diffrence
dabsorption dans la bande 6 et 8. Les argiles rouges
ont deux bandes dabsorption, soit les bandes 6 et 8, du

Tldtection, vol. 6, n 2, p. 153-175 173

 EL QAYEDY, TAJ-EDDINE, BONN, CHIKHAOUI et WITAM
fait de leur richesse en illite et aussi de la prsence de
calcite.
Lanalyse spectrale par correspondance utilisant
lalgorithme danalyse spectrale par correspondance a
permis de mettre en vidence lensemble des units
lithologiques de la zone dtude. Les diffrents traite-
ments appliqus limage talonne ont montr leur
intrt dans la caractrisation de ces types de surface
laide des donnes du capteur ASTER. Toutefois, il y
a des limitations qui sont lies ce type de milieu
semi-aride caractris par une vgtation parse et un
degr daltration des roches.
Nous avons montr le potentiel des donnes du
capteur ASTER pour la cartographie des zones fort
risque drosion en utilisant une approche indirecte
pour la mise en vidence de ces zones, car les facis
riches en argiles ont un haut potentiel drosion une
fois le couvert vgtal dtruit. Dans notre zone
dtude, nous avons utilis la valle dAmmassine pour
valider les rsultats. Sur la figure 1, nous montrons
les formes drosion prsentes sur ces facis permo-
triasiques. En parallle, la carte rsultante de la clas-
sification ou les indices appliqus montrent la domi-
nance des argiles rouges dans cette zone do le haut
risque drosion que prsente cette zone.
Nos perspectives de recherches portent sur
lapprofondissement de certains points soulevs
travers les traitements appliqus limage, comme la
corrlation entre les rapports de bandes et les indices
spectraux des bandes dans le VNIR et la teneur en
oxydes de fer (hmatite et goethite), la corrlation
entre les rapports des bandes dans le SWIR et la mi-
nralogie des argiles des formations rouges triasiques
ainsi que les minraux argileux provenant de
laltration (gibbsite, kaolinite). Pour cela, nous envi-
sageons tablir des corrlations entre la gibbsite et les
rapports combinant les bandes 6 8, car la gibbsite est
le seul minral argileux qui a une forte absorption
dans la bande 7 (figure 9).
Finalement, lvaluation des donnes thermiques
du capteur ASTER va complter les informations que
lon a pu extraire dans le visible, linfrarouge proche et
linfrarouge moyen, car plusieurs minraux comme le
quartz et les feldspaths formant les roches ont des
missivits caractristiques dans le domaine thermi-
que.
Remerciements
Nous remercions lAgence universitaire de la Franco-
phonie (AUF) pour la bourse de formation la recher-
che, le Centre dapplications et de recherches en tl-
dtection (CARTEL) et lUniversit de Sherbrooke
pour son soutien scientifique, lutilisation de ses labo-
ratoires et de ses appareils de mesure. Nous remer-
cions la Direction rgionale des eaux et forts de Mar-
rakech pour son soutien logistique lors de la mission
de terrain, le Conseil de recherches en sciences natu-
relles et en gnie du Canada (CRSNG) (subvention
RGP6043 de Ferdinand Bonn) pour son soutien finan-
174
cier durant toutes les tapes de ralisation de ce tra-
vail. Nous tenons remercier galement Patrick Cli-
che, du Laboratoire de spectroradiomtrie de
lUniversit de Sherbrooke, pour son soutien technique
lors des travaux sur le terrain et Paul Gagnon pour
son aide dans lamlioration linguistique du texte.
Rfrences
Abrams, M. and Hook, S.J. (1995) Simulated Aster Data for Geologic
Studies. IEEE Transactions on Geoscience and Remote Sensing,
vol. 33, n 3, p. 692-699.
At Fora, A. (1995) Modlisation spatiale de lrosion hydrique dans un
bassin versant du Rif marocain : validation de l'approche gomatique
par la sdimentologie, les traceurs radioactifs et la susceptibilit
magntique des sdiments. Thse de doctorat, Dpartement de go-
graphie et tldtection, Universit de Sherbrooke, Sherbrooke (Qu-
bec), 251 p.
Biron, P.E. (1982) Le permo-trias de la rgion de lOurika (Haut Atlas
de Marrakech, Maroc) : Lithostratigraphie, sdimentologie, tectoni-
que et minralisation. Thse de 3e cycle, Universit Scientifique et
Mdicale de Grenoble, 2 tomes, 170 p.
Boardman, J.W. and Kruse, F.A. (1994) Automated spectral analysis :
a geological example using AVIRIS data, north Grapevine Moun-
tains, Nevada. In Proceedings of ERIM Tenth Thematic Conference
on Geologic Remote Sensing, Environmental Research Institute of
Michigan, Ann Arbor (MI), p. 407-418.
Bonn, F. et Escadafal, R. (1996) La tldtection applique aux sols. In
Bonn, F. (dir.) Prcis de tldtection, vol. 2 - Applications thmati-
ques, Chapitre 3. Presses de lUniversit du Qubec / AUPELF,
Sainte-Foy, p. 91-136.
Chikhaoui, M., Bonn, F. et Merzouk, A. (2004) Cartographie de la
fraction argileuse du sol dans le Rif marocain laide du cap-
teur ASTER et de lanalyse gostatistique. Gomatique, vol. 14,
p. 359-377.
Chikhaoui, M. (2005) Apport des donnes ASTER et dun rseau de
neurones rtropropagation la modlisation de la dgradation du
sol dun bassin marneux du Rif marocain. Thse de doctorat, Dpar-
tement de gomatique applique, Universit de Sherbrooke, Sher-
brooke (Qubec), 170 p.
Crowley, J.K., Brickey, D.W. and Rowan, L.C. (1989) Airborne imaging
spectrometer data of the Ruby Mountains, Montana: mineral dis-
crimination using relative absorption band-depth images. Remote
Sensing of Environment, vol. 29, p. 121-134.
Davey, B.G., Russel, J.D. and Wilson, M.J. (1975) Iron oxide and clay
minerals and their relation to colours of red and yellow podzolic soils
near Sydney, Australia. Geoderma, vol. 14, p. 125-138.
Devineau, J. L. et Zombre, N. P. (1995) Utilisation de lindice de rou-
geur de Madeira pour la reconnaissance des sols de la rgion de Bon-
doukuy (ouest burkinab) partir dimages satellitaires SPOT. Actes
du Symposium : Surveillance des sols dans lenvironnement par tl-
dtection et systmes dinformation gographique. International
AISS (groupes de travail RS et DM), Ouagadougou (Burkina Faso), 6
au 10 fvrier 1995, p. 121-134.
El Qayedy, J., El Mahiri, L. et Aabir, S. (2001) tude environnemen-
tale, gotourisme et promotion culturelle dans la valle de lOurika :
cartographie thmatique base du Systme dInformation Gogra-
phique (SIG). Mmoire de D.E.S.A, Universit Cadi Ayyad, Facult
des Sciences Semlalia, Marrakech, 192 p.
Escadafal, R. (1989) Caractrisation de la surface des sols arides par
observations de terrain et par tldtection. tudes et thses, OR-
STOM, Paris, 312 p.
Escadafal, R. (1993) Remote sensing of soil color : principles and
applications. Remote Sensing Reviews, vol. 7, p. 261-279.
Escadafal, R. (1998) Relationships between satellite-based radiometric
indices simulated using laboratory reflectance data and typic soil
color of arid environment. Remote Sensing of Environment, vol. 66,
p. 17-28.
Escadafal, R. and Huete A. R. (1991) Improvement in remote sensing
of low vegetation cover in arid regions by correcting vegetation indi-
ces for soil noize. Comptes Rendus de lAcademie des Sciences,
no 312, Srie II, Paris, p. 1385-1391.
Fujisida, H., Sakuma, F., Ono, A. and Kudho, M. (1998) Design and
pre-flight performance of ASTER instrument protoflight model.
Tldtection, vol. 6, n 2 p. 153-175
 CARACTRISATION LITHOLOGIQUE LAIDE DES DONNES DASTER
IEEE Transactions on Geoscience and Remote Sensing, vol. 36,
p. 1152-1160.
Grove, C.I., Hook, S.J. and Paylor, E.D. (1992) Laboratory reflectance
spectra for 160 minerals 0.4-2.5 micrometers. JPL Publication 92-2,
Jet Propulsion Laboratory, Padadena, (CA),
http://asterweb.jpl.nasa.gov/speclib/
Haboudane, D. (1999) Intgration des donnes spectrales et gomor-
phomtriques pour la caractrisation de la dgradation des sols et
lidentification des zones de susceptibilit lrosion hydrique. Thse
de doctorat, Dpartement de gographie et tldtection, Universit
de Sherbrooke, Sherbrooke (Qubec), 180 p.
Haboudane, D., Bonn, F., Royer, A, Sommer, S. and Mehl, W. (2002)
Land degradation and erosion risk mapping by fusion of spectrally
based information and digital geomorphometric attributes. Interna-
tional Journal of Remote Sensing, vol. 18, p. 3795-3820.
Harsanyi, J.C. and Chang, C.I. (1994) Hyperspectral image classifica-
tion and dimensionality reduction : An orthogonal subspace projec-
tion approach. IEEE Transactions on Geoscience and Remote Sens-
ing, vol. 32, p. 779-785.
Hewson, R.D., Cudahy, T.J., Mizuhiko, S., Ueda, K. and Mauger, A.J.
(2005) Seamless geological map generation using ASTER in the Bro-
ken Hill-Curnamona province of Australia. Remote Sensing of Envi-
ronment, vol. 99, p. 159-172.
Hunt, G. R. (1977) Spectral signatures of particulate minerals in the
visible and near- infrared. Geophysics, vol. 42, n 3, p. 501-513.
Hunt, G.R., Salisbury, J.W. and Lenhoff, C.J. (1971) Visible and near-
infrared spectra of minerals and rocks, III. Oxides and hydroxides.
Modern Geology, vol. 2, p. 195-205.
Iwasaki, A., Fujisada, H., Akao, H., Shindou, O. and Akagi, S. (2001)
Enhancement of spectral separation performance for ASTER / SWIR.
Infrared Spaceborne Remote Sensing IX, San Diego, California, The
International Society for Optical Engineering, vol. 4486, p. 42-50.
Iwasaki, A. and Tonooka, H. (2005) Validation of a Crosstalk Correc-
tion Algorithm for ASTER / SWIR. IEEE Transactions on Geoscience
and Remote Sensing, vol. 43, n 12, p. 2747-2751.
Iwasaki, A. and Oyama, E. (2005) Correction of Stray Light and Filter
Scratch Blurring for ASTER Imagery. IEEE Transactions on Geo-
science and Remote Sensing, vol. 43, n 12, p. 2763-2768.
Jackson, R.D., Pinter, P.J., Reginato, R.J., Robert, J. and Idso, S.B.
(1980) Hand-held radiometry. Agricultural Reviews and Manuals
ARM-W-19, U.S. Department of Agriculture, Science and Education
Administration, Phoenix (Arizona), 66 p.
Karamanova, L.A. (1981) Effect of various iron compounds on the
spectral reflectance and color of soils. Soviet Soil Science, vol. 5, p. 53-
60.
Longhi, I., Sgavetti, M., Chiari, R. and Mazzoli, C. (2001) Spectral
analysis and classification of metamorphic rocks from laboratory
reflectance spectra in the 0.4-2.5 m interval : a tool for hyperspectral
data interpretation. International Journal of Remote Sensing, vol. 22,
n 18, p. 3763-3782.
Madeira, J. (1993) tude qualitative des relations constituants minra-
logiques-rflectance, diffusion des latosols brsiliens : applications
lutilisation pdologique des donnes satellitaires TM (rgion de Bra-
silia). Collection tudes et Thses, ORSTOM, Paris, 236 p.
Madeira, J., Bedidi, A., Pouget, J., Cervelle, B. and Flay, N. (1997)
Spectrometric indices of hematite (Hm) and goethite (Gt) content in
lateritic soils : Application to a Thematic Mapper (TM) image for soil
mapping in Brasilia, Brazil. International Journal of Remote Sen-
sing, vol. 18, n 13, p. 2835-2852.
Michard, A. (1976) lments de gologie marocaine. Note et mmoires,
Service gologique du Maroc, Rabat, n 252.
Tldtection, vol. 6, n 2, p. 153-175
Nefly, M. (1998) Le massif cristallophyllien prcambrien de l'Ourika
(Haut-Atlas de Marrakech, Maroc) : Exemple d'un dme gneissique
d'origine diapirique. Thse de doctorat, Universit Hassan II, Casa-
blanca, KU Leuven, Belgique, 176 p.
Pouget, M., Madeira, J., Le Floc'h, E. et Kamal, S. (1991) Caractristi-
ques spectrales des surfaces sableuses de la rgion ctire nord-ouest
de 1Egypte : application aux donnes satellitaires SPOT. Deuximes
Journes de Tldtection, Bondy, 4-6 dcembre 1990. Colloques et
sminaires, ORSTOM, Paris, p. 27-38.
Proust, F. (1961) tude stratigraphique et structurale du bloc oriental
du massif ancien du Haut Atlas (Maroc). Thse de doctorat, Universi-
t de Montpellier, 272 p.
Research Systems Inc. (2003) ENVI 4.0 Users Guide. Boulder (CO),
1284 p. http://www.ittvis.com/envi/.
Robert, M., Veneau, G. et Hervio, M. (1983) Influence des polycations
du fer et de laluminium sur les proprits des argiles. Science du sol,
vol. 3-4, p. 235-251.
Rowan, L.C. and Mars, J.C. (2003) Lithologic mapping in the Mountain
Pass, California area using Advanced Spaceborne Thermal Emission
and Reflection Radiometer (ASTER) data. Remote Sensing of Envi-
ronment, vol. 84, p. 350-366.
Rowan, L.C., Simpson, C.J. and Mars, J.C. (2004) Hyperspectral
analysis of the ultramafic complex and adjacent lithologies at Mor-
dor, NT, Australia. Remote Sensing of Environment, vol. 91, p. 419-
431.
Rowan, L.C., Mars, J.C. and Simpson, C.J. (2005) Lithologic mapping
of the Mordor, NT, Australia ultramafic complex using the Advanced
Spaceborne Thermal Emission and Reflection Radiometer (ASTER).
Remote Sensing of Environment, vol. 99, p. 105-126.
Segal, D.B. and Merin, I.S. (1989) Successful Use of Landsat Thematic
Mapper Data for Mapping Hydrocarbon Microseepage-Iduced
Minearologic Alteration, Lisbon Valley, Utah. Photogrammetric En-
gineering and Remote Sensing, vol. 55, n 8, p. 1137-1145.
Segalen, P. (1969) Contribution la connaissance de la couleur des sols
sesquioxydes de la zone intertropicale, sols jaunes et sols rouges.
Cahiers ORSTOM, Srie Pdologie, vol. 7, p. 113-236.
Service Gologique du Maroc (2001) Carte gologique de Douar Eour.
Note et mmoires du Service Gologique du Maroc, Rabat, n421,
1 : 50 000.
Service Gologique du Maroc (2002a) Carte gologique de lArbaa
Tighdwine Note et mmoires du Service Gologique du Maroc, Rabat,
n445, 1 : 50 000.
Service Gologique du Maroc (2002b) Carte gologique de Tahnaout.
Note et mmoires du Service Gologique du Maroc, Rabat, n446,
1 : 50 000.
Smith, M.O., Ustin, S.L., Adams, J.B. and Gillespie, A.R. (1990) Vege-
tation in deserts : I. A regional measure of abundance from multis-
pectral images. Remote Sensing of Environment, n 31, p. 1-26.
Yamaguchi, Y. and Naito, C. (2003) Spectral indices for lithologic
discrimination and mapping by using the ASTER SWIR bands. In-
ternational Journal of Remote Sensing, vol. 24, n 22, p. 4311-4323.
Teillet, P.M., Guindon, B. and Goodenough, D.G. (1982) On the slope-
aspect correction of multispectral scanner data. Canadian Journal of
Remote Sensing, vol. 8, n 2, p. 84-106.
Tourani, A. (1988) tude sdimentologique, micropalotologique et
ichnologique du Carbonifre infrieur dans le Haut Atlas de Marra-
kech (Maroc). Thse de 3 cycle, Laboratoire de sdimentologie, Uni-
versit Cadi Ayyad, Marrakech, 147 p.
Vogel, D.E, Missotten, R. et Desutter, F. (1980) Carte gologique du
Maroc au 1 : 100 000, feuille Oukameden-Toubkal, Note explicative,
Mmoire, KU Leuven, p. 131.
175