Observation des forêts en 3D. Utilisation de données Lidar pour l'estimation de la ressource forestière et d'indicateurs de biodiversité!

40 %
60 %
Information about Observation des forêts en 3D. Utilisation de données Lidar pour...

Published on November 18, 2013

Author: ACSG_MTL

Source: slideshare.net

Observation des forêts en 3D
 Utilisation de données Lidar pour l'estimation de la ressource forestière et d'indicateurs de biodiversité ! Marc Bouvier1, Sylvie Durrieu1, Richard Fournier2, ! Frédéric Gosselin3, Jean-Matthieu Monnet4, Nathalie Morin2, Henri Debise1 et Jean-Pierre Renaud5 1 Irstea – UMR TETIS, 2 Université de Sherbrooke – CARTEL, 3 Irstea - UR EFNO, 4 Irstea - UR EMRG, 5 ONF!

Contexte! §  Les forêts! §  30% des terres de la planètes! §  Principal stock de carbone continental! §  Réservoir de biodiversité! §  La caractérisation des forêts! §  Améliorer la planification des exploitations! §  Gestion durable des forêts! ! Cartes des forêts , FAO 2006! §  Nécessité de nouveaux outils! §  Faciliter les inventaires forestiers! §  Acquérir de nouveaux paramètres forestiers! 2

Principe du Lidar! Scanner 3D! §  LIDAR : LIght Detection And Ranging! §  Système composé d’un émetteur laser + récepteur! §  IR, visible ou UV! §  Applications! §  §  §  §  Télémètre! Étude de l’atmosphère! Cartographie! …! ! §  En forêt! §  Pénétration à travers le couvert! §  Estimation précise de la hauteur des arbres! §  Informations sur la structure 3D des couverts forestiers! 3

Différents types de Lidar! Lidar Aérien! Région Échelle 4

Différents types de Lidar! Lidar Terrestre! Placette Lidar Aérien! Région Échelle 5

Différents types de Lidar! Lidar Terrestre! Placette Lidar Aérien! Région Lidar Satellitaire! Mondiale Échelle 6

Lidar aérien! Approches à l’arbre! §  Segmentation des arbres! §  Extraction des caractéristiques individuelles! §  Mesures directes : hauteur, diamètre de houppier ! §  Estimation par des modèles : volume de tige, biomasse…! §  Classification résineux / feuillus! Segmentation du nuage de points! §  Limites de segmentation dans les peuplements complexes! ! ! Détection de sommets! 7

Lidar aérien! Calibration d’un modèle d’estimation de la biomasse ! Approche surfaciques ! §  Approche statistique! §  Inventaires terrain! §  Calibration et validation de modèles de prédiction! §  Estimation de paramètres forestiers! §  Biomasse, volume de bois, surface terrière,…! Calibration d’un modèle d’estimation du volume de bois ! ! §  Développement de modèles d’estimation générique! §  Application peuplements complexes! 8

Lidar aérien! Cartographie des paramètres forestiers! §  Validation de la méthodologie à l’échelle du massif! Placettes d’inventaires terrain ! Carte de biomasse ! ! §  Limites:! §  Positionnement! §  Domaine de validité du modèle! 9

Lidar aérien! Indicateurs de biodiversité! §  Le niveau potentiel de biodiversité est influencé par la structure de la végétation ! §  §  Possibilité d’adopter des pratiques sylvicoles favorisant la biodiversité! Besoin de développer au préalable des modèles pour exprimer la relation potentiel de biodiversité / structure! ! §  Intérêt du Lidar ! §  §  Faciliter l’estimation de paramètres de structure! Tester l’influence de la structure des peuplements à différentes échelles! ! ! §  Domaine de recherche encore assez peu exploré ! è Notre objectif : évaluer l’apport des métriques Lidar / indicateurs de structure traditionnels dans des modèles existants! ! 10

Lidar aérien! Indicateurs de biodiversité! ! ! §  Modèles bayésiens! §  Zilliox & Gosselin – In Press – Forest Ecology and Management! ! ! §  Variables des modèles! §  §  §  §  §  §  Radiation solaire! Température! Topographie! pH! réserve en eau! Variables Lidar! §  Indicateurs de biodiversité floristique étudiés: ! §  §  Richesse spécifique: héliophile / intermédiaire / sciaphile! Abondance des espèces les plus représentées ! 11

Lidar terrestre! Un outil précieux pour améliorer les modèles Lidar aérien! §  Utilisé comme alternative aux mesures terrain manuelles ! §  Opérationnel dans certains peuplements ! §  Acquisitions des paramètres forestiers classiques ! ! §  Développement de méthodologies pour l’estimation! §  Surface terrière ! §  Complexité structurelle! §  Taux de couvert! §  Densité de végétation! Extraction des diamètres des troncs ! ! 12

Lidar terrestre! Scan Lidar terrestre ! ! Relevés de placettes! §  Difficultés liées au système de mesure:! §  Occlusion! §  Multi-scans ! §  Méthodes de correction pour retrouver des profils de végétation ex: approches voxels! §  Accessibilité à la ressource! §  Au niveau de la placette, le lien entre les mesures au Lidar terrestre et Lidar aérien est étudié! ! ! 13

Lidar satellitaire! ICESat! §  Ice, Cloud, and land Elevation Satellite! §  Dédié à l'étude des calottes de glace! §  2003 - 2010! §  Proche-infrarouge (1064nnm)! §  Empreinte au sol de 70 m! ! Carte des hauteurs d’arbres réalisée à partir de données ICESat! [Leksky, Geophysical Research Letter, 2010]! Crédit: Nasa, vue d’artiste! 14

Lidar satellitaire! ICESat! ! Application du modèle d’estimation des hauteurs sur l’île de Mayotte! ! §  Limites! §  Peuplements complexes! §  Zones de reliefs! §  Applications forestières! §  Taille d’empreinte pas adaptée! §  Qualité de la géolocalisation insuffisante! §  Énergie du pulse pas toujours suffisante! 15

Perspectives! Lidars spatiaux dédiés au suivi de la végétation! §  Plusieurs projets de missions soumis ces dernières années auprès des agences spatiales (NASA, ESA, CNES, JAXA)! ! §  LEAF à l’étude en France avec le support du CNES! §  Projet soumis à l’ESA en 2010 à l’appel à idée EE8 ! §  Toujours à l’étude (CNES & partenaires scientifiques – Irstea – Cesbio – AMAP – CEA …)! §  Soutenu par des scientifiques de plusieurs pays! ! §  Objectifs! §  Informations sur la structure 3D des forêts! §  Évaluation de la biomasse et de sa dynamique au niveau mondial ! §  MNT! §  ! Solution retenue : Couplage Lidar FW NIR avec un imageur multispectral! 16

Merci de votre attention ! 17

Add a comment

Related presentations

Related pages

CEMOA : Observation des forêts en 3D. Utilisation de ...

Observation des forêts en 3D. Utilisation de données Lidar pour l'estimation de la ressource forestière et d'indicateurs de biodiversité 3D forest ...
Read more

Atelier 1 : Gestion des forêts

Atelier 1 : Gestion des forêts Observation des forêts en 3D. Utilisation de données Lidar pour l'estimation de la ressource forestière et d'indicateurs ...
Read more

Utilisation de la technologie Lidar pour la ...

... Lidar pour la caractérisation et ... (biodiversité,ressource bois, biomasse et ... l’analyse et à la qualification des données Lidar ...
Read more

Monnet | Irstea

Étude la ressource forestière en Auvergne: Estimation de la ressource forestière à partir de données lidar basse ... SIG et LiDAR pour la ...
Read more

Le Lidar : une technologie de télédétection pour la ...

... la ressource forestière et ... la distribution en 3D du matériel végétal depuis le sommet de la canopée jusqu’au sol. L’utilisation des ...
Read more

Réseau TAÏGA – Pôle franco-québécois d’excellence ...

... pour la recherche et ... en 3D. Utilisation de données Lidar pour l'estimation de la ressource forestière et d'indicateurs de biodiversité
Read more

Monnet | Irstea

Estimation de paramètres forestiers par données LiDAR aéroporté et ... SIG et LiDAR pour la ... la ressource forestière et ...
Read more

Télédétection en foresterie | Ressources naturelles Canada

... classifier la couverture forestière et son ... des données d’observation de la Terre ... pour le développement durable des forêts ...
Read more

Utilisation des données par les décideurs et promotion ...

Page 1 Utilisation des données par les décideurs et promotion des données Expérience de la Commission de lUEMOA Page 2 UNION ECONOMIQUE ET MONETAIRE ...
Read more