De l'identification de l'arbre à la cartographie des volumes exploitables : Apport de la télédétection Lidar en zone de montagne

Transcription

1 De l'identification de l'arbre à la cartographie des volumes exploitables : Apport de la télédétection Lidar en zone de montagne jean-matthieu.monnet@cemagref.fr 15 mars 2010 nicolas.clouet@cemagref.fr CAQ 13

2 Sommaire Le contexte : les forêts de montagne Le scanner laser aéroporté (Lidar) Traitement des donnéeslaser Identification des arbres Extraction de paramètres de peuplement Cartographie de l accessibilité Applications - Conclusion 15/3/2010 N 2

3 Les forêts en zone de montagne Une forte hétérogénéité spatiale Conditions topographiques (pente, exposition) Conditions édaphiques (sol, eau) Perturbation externes (érosion, blocs, avalanche) Forêt de montagne Plantation : deux peuplements d âge différents 15/3/2010 N 3

4 Les forêts en zone de montagne Comment les caractériser? Inventaire en plein : trop coûteux Inventaire statistique : données quantitatives non spatialisables à l échelle de l unité de gestion Télédétection optique Qualification difficile pour les peuplements hétérogènes Information quantitative peu fiable Exemple : Vercors, zone 100x300 m 2 15/3/2010 N 4

5 Les forêts en zone de montagne Comment les caractériser? Inventaire en plein : trop coûteux Inventaire statistique : données quantitatives non spatialisables à l échelle de l unité de gestion Télédétection optique Qualification difficile pour les peuplements hétérogènes Absence d information quantitative fiable Futaie régulière multistrate Futaie régulière monostrate Futaie irrégulière 15/3/2010 N 5

6 Le LiDAR aéroporté LiDAR dit «à faible empreinte» (tâche au sol <1m) 15/3/2010 N 6

7 Le LiDAR aéroporté Nuage de points géoréférencés, classifiés Ci-contre vue d un transect du nuage de points Précision (XYZ) de l ordre de la dizaine de cm Possibilité d avoir l information sur l intensité du signal retour 15/3/2010 N 7

8 Méthodologie : deux principales approches Identification des arbres Retrouver les arbres en reconstituant le couvert forestier (approche géométrique) =>Position et caractéristiques individuelles des arbres Besoin d une forte densité de points Extraction de paramètres de peuplement Etablir des relations empiriques entre les paramètres forestiers et la distribution du nuage de point => Approche surfacique, robuste mais moins précis Convergence des approches 15/3/2010 N 8

9 Identification des arbres Calcul du Modèle Numérique de Terrain Zone d étude (100x150 m 2, résolution 50cm) : Vaujany (38) Futaie irrégulière (sapin 56%, hêtre 26%, épicéa et autres feuillus) 15/3/2010 N 9

10 Identification des arbres Calcul du Modèle Numérique de Surface 15/3/2010 N 10

11 Identification des arbres Calcul du Modèle Numérique de Canopée 15/3/2010 N 11

12 Identification des arbres Identification des arbres 15/3/2010 N 12

13 Identification des arbres Résultats Bonne détection des arbres dominants Compromis bonnes/fausses détection à trouver Nombre Classe de hauteur (m) Sensibilité aux données lidar Sensibilité au type de peuplement Hauteur Lidar Hauteur mesurée 15/3/2010 N 13

14 Identification des arbres Perspectives Extraction d information qualitative Amélioration du taux de détection Fonction allométrique Calibration automatique à partir d une base d apprentissage pour le traitement de grandes zones 15/3/2010 N 14

15 Méthodologie : deux principales approches Identification des arbres Retrouver les arbres en reconstituant le couvert forestier (approche géométrique) =>Position et caractéristiques individuelles des arbres Besoin d une forte densité de points Extraction de paramètres de peuplement Etablir des relations empiriques entre les paramètres forestiers et la distribution locale du nuage de point => Approche surfacique, robuste mais moins précis Convergence des approches 15/3/2010 N 15

16 Extraction de paramètres de peuplement Calibration de régressions empiriques entre des statistiques locales de hauteur des points lidar et les paramètres forestiers 15/3/2010 N 16

17 Extraction de paramètres de peuplement Site d étude : Saint Paul de Varces Majoritairement taillis de feuillus (érable, chêne) Zone de chute de bloc 15/3/2010 N 17

18 Extraction de paramètres de peuplement Résultats Paramètre forestier Diamètre (cm) G (m 2 ha -1 ) Densité (ha -1 ) h dom (m) Modèle R 2 CV RMSE hf 1 hf 4 hfmean f l fmean 3.85 lmean (%) h h h h h h f l hs 1 hl /3/2010 N 18

19 CARTUVI Carte des Unités de Vidange Tracteur débardeur 15/3/2010 N 19

20 CARTUVI Débusquage Sur le réseau de desserte 50 m Route / piste 150 m 110% max 15/3/2010 N 20

21 CARTUVI Débusquage Dans les parcelles peu pentues ±20% max 15/3/2010 N 21

22 CARTUVI Débusquage Dans les parcelles peu pentues 50 / 150m 15/3/2010 N 22

23 CARTUVI Débardage Des pistes jusqu aux routes ou places de dépôt piste route 15/3/2010 N 23

24 CARTUVI Couches SIG: Forêt Desserte (routes et pistes) MNT 15/3/2010 N 24

25 CARTUVI Résultats cartographiques Vallée de Chamonix 15/3/2010 N 25

26 CARTUVI Surfaces accessibles trainage surface (ha) % 0-500m % m % m % m % m % >2500m % total % non bucheronnable % total foret /3/2010 N 26

27 Applications Cartes des volumes exploitables Vallée de Chamonix 15/3/2010 N 27

28 CARTUVI Surfaces accessibles trainage surface (ha) % Volume (m3) 0-500m % m % m % m % m % 820 >2500m % 8915 total % non bucheronnable % 4819 total foret /3/2010 N 28

29 Applications Cartographie des arbres Chamonix, site expérimental de filet pare-blocs 15/3/2010 N 29

30 Applications Aide à la décision : exploitation par câble 15/3/2010 N 30

31 Conclusion : lidar et forêt de montagne Données forestières spatialisées Données quantitatives pour l arbre ou l unité de gestion Efficacité de la desserte Perspectives LiDAR Passage à l échelle opérationnelle Extraction de données supplémentaires (qualitative) Synergie avec les données spectrales Perspectives desserte Automatisation positionnement ligne de câble 15/3/2010 N 31

32 Carte de situation des levés LiDAR (EMGR) 15/3/2010 N 32