int. j. remote sensing, 1998, vol. 19, no. 5 , 883±894 Cartographie des zones urbaines a Á l’aide des images ae  roporte Âes MEIS-II H. ANYS, A. BANNARI, D.-C. HE et D. MORIN Centre d’applications et de recherches en te Âle Âde  tection (CARTEL), Universite  de Sherbrooke, Sherbrooke, Que Âbec, J1K 2R1 Canada ( Received 18 January 1995; in ®nal form 11 April 1997 ) Re  sume  . L’objectif de cette e Âtude est d’e Âvaluer l’apport de la texture en terme d’information additionnelle a Á la re Âsolution spatiale et spectrale pour la cartogra- phie des zones urbaines. Les donne Âes ae Âroporte Âes utilise Âes ont e Âte  acquises au dessus de la Communaute Â-urbaine de Montre Âal (Montre  al, Canada) a Á l’aide du de Âtecteur Multi-detector Electro-optical Imaging Scanner (MEIS-II) du Centre canadien de te Âle Âde Âtection. L’analyse spectrale du point de vue de la divergence entre classes a montre  que les bandes 3 (847±901nm), 4 (622±659nm) et 7 (433±463nm) orent la combinaison optimale pour la discrimination entre les classes urbaines qu’on s’est de ®nies. Des parame Átres de texture issues de trois di e Ârents ordres d’histogrammes ont e Âte  calcule Âs sur la bande 4 et e  value Âs du point de vue de leur discrimination entre les classes urbaines. On a ensuite extrait le meilleur parame Átre de chacun de ces trois histogrammes. L’inte Âgration de ces trois parame Átres texturaux avec les trois bandes spectrales a montre  que l’infor- mation texturale permet une ame  lioration de la se Âparabilite  des classes entraõ à nant une augmentation du taux de classi®cation correcte de l’ordre de 12%. Cette augmentation est cependant de Âpendante du type de classes et varie de 4,5% pour la fore à t et parcs a Á 16,8% pour l’urbain posse Âdant une faible densite  ve Âge Âtale. La classi®cation par maximum de vraisemblance de ces donne Âes spectro-texturales et l’analyse visuelle des re  sultats montrent aussi que l’information texturale, de concert avec la haute re Âsolution spatiale et spectrale, permet une cartographie zonale approprie  e du milieu urbain. Abstract. The aim of this study is to evaluate the contribution of texture informa- tion to high spatial and spectral resolution for zonal mapping in urban areas. The airborne data used were acquired over the Montre Âal Urban Community (Montre Âal, Canada) by the Multi-detector Electro-optical Imaging Scanner (MEIS-II) of the Canada Centre for Remote Sensing. Spectral analysis of the divergence between classes has shown that bands 3 (847±901 nm), 4 (622±659 nm), and 7 (433±463 mm) oer the optimal combination for discriminating between the urban classes we have de®ned. Textural features derived from three dierent order histograms were calcu- lated from band 4 and evaluated in terms of their ability to discriminate between urban classes. We then extracted the best feature from each of the histograms. The integration of these three textural features with the three spectral bands has shown that textural information permits an improvement in class separability resulting in an increase in the rate of correct classi®cation in the order of 12%. This increase is however dependent on the type of class and varies from 4.5% for forest and parks to 16.8% for urban areas with low vegetation density. Classi®cation by maximum likelihood of these spectral-textural data and the visual analysis of results also show that textural information, in conjunction with high spatial and spectral resolution, provides appropriate zonal mapping of urban areas. 1. Introduction L’application des me Âthodes de classi®cation pour l’analyse et la cartographie du milieu urbain comporte deux obstacles majeurs. D’une part, la composition du milieu 0143± 1161/98 $12.00 Ñ 1998 Taylor & Francis Ltd