La cartographie de la ressource forestière sera faite en développant des modèles qui permettent de prédire des paramètres forestiers à partir de variables qui sont issues des nuages de points 3D Lidar et qui traduisent les propriétés de structure du peuplement.
L’élaboration des modèles se fait de préférence par type de peuplement et nécessite pour chaque type un nombre suffisant de placettes inventoriées sur le terrain (a minima 20, si possible 50 ou plus). Les nuages de points Lidar sont extraits au niveau des placettes inventoriées sur le terrain et un modèle est construit pour relier le paramètre forestier que l’on souhaite cartographier, par exemple la surface terrière ou le volume de bois marchand, aux caractéristiques des nuages de points lidar des placettes. Ces caractéristiques sont exprimées sous la forme d’une série de variables, encore appelées métriques, qui comprend par exemple, la hauteur moyenne des points Lidar, l’écart-type de ces mêmes points, les percentiles de la distribution en hauteur des points Lidar, des informations sur la densité des points par tranches de hauteurs, etc… Ces métriques globales sont, le cas échéant, complétées par des métriques calculées après avoir segmenté le nuage de point pour identifier les arbres dominants et analysé les propriétés de ces arbres (nombre dans la placette, surface moyenne des houppiers,…).
Des méthodes statistiques sont ensuite utilisées pour sélectionner les métriques les plus performantes pour prédire le paramètre forestier d’intérêt et pour établir le modèle permettant de calculer ce paramètre à partir des métriques retenues. Le modèle peut ensuite être extrapolé à la totalité de la zone d’étude. La figure ci-dessous schématise cette approche. Les partenaires du projet ont déjà développé plusieurs types de modèles pour prédire et cartographier des paramètres forestiers.
Principales étapes pour le développement d’un modèle d’estimation d’un attribut forestier et la réalisation d’une carte de cet attribut à partir de données lidar (figure adaptée de la fig. 1.2 de la thèse de M. Bouvier, 2015)
Références :
Bouvier M., Durrieu S., Fournier R.A., Renaud J.P. 2015, Generalizing predictive models of forest inventory attributes using an area-based approach with airborne LiDAR data. Remote Sensing of Environment, Vol. 156, pp. 322-334.
Monnet, J.-M., Chirouze, É., Mermin, É. 2015. Estimation de paramètres forestiers par données LiDAR aéroporté et imagerie satellitaire RapidEye – Étude de sensibilité. Revue Française de Photogrammétrie et Télédétection, 211-212, 71-80.
Munoz, A., Bock, J., Monnet, J.-M., Renaud, J.-P., Jolly, A., Riond, C. 2015, Evaluation par validation indépendante des prédictions des paramètres forestiers réalisées à partir de données de Lidar aértoporté. Revue Française de Photogrammétrie et Télédétection, Vol. 211-212.
