Caractérisation des couverts forestiers Dominique Guyon INRA, UMR ISPA, Bordeaux
Cadre Visible, proche et moyen infrarouge Développements méthodologiques en vue d applications opérationnelles Travaux de l INRA à Bordeaux De LANDSAT, SPOT, MODIS, VEGETATION, PLEIADES à SENTINEL2
Applications visées Suivi de la ressource forestière : état et évolution Caractéristiques forestières (âge, hauteur, volume, biomasse, ), changements (coupes, tempêtes) Suivi de la dynamique saisonnière de la végétation datation phénologie, développement foliaire Détection/Indicateurs/Suivi de perturbations: sécheresse et ravageurs Défoliation, sénescence précoce, dépérissements et mortalités de grande ampleur en intensité ou étendue ou durée
Dynamique forestière régionale Rythme annuel: Coupes rases, Dégâts de tempête, Age Massif Landais de pin maritime Depuis plus de 30 ans de données LANDSAT 4, 5, 7 et 8: de 1984 à aujourd hui Capteurs TM, +ETM et OLI: 30m Vers l utilisation de produits temporels type Sentinel 2 pour améliorer les produits Réflectance de surface, masque nuage Composite sans données manquantes (nuages, manques Landsat 7)
Dynamique forestière régionale Application opérationnelle sur le Massif landais (~1M ha): Détection et cartographie annuelle des coupes rases et dégâts de tempête Changements de réflectance dans le moyen infrarouge (Jolly 1993, Jolly et al.1996) Démonstration sur 7 années de données (Jolly 1993) Développements opérationnels par l IFN (1999) - production cartes annuelles des coupes rases jusqu à 2008 - dégâts des tempêtes majeures (1999, 2009) (Guyon et al. 1996)
Dynamique forestière régionale
Caractéristiques forestières des peuplements Estimation de variables forestières utiles à l estimation de la ressource diamètre des tiges, hauteur, espacement/densité, Très haute résolution spatiale Pleiades: Pan (50cm) et multispectral (2m) Relation Texture d image / Structure forestière Matrice de cooccurrence d Haralick (GLCM) Développements méthodologiques Modélisation statistique Sélection automatique des variables de texture (régression x, Random Forest) Use of both spectral and spatial resolutions: PAN, MS Maximal robustness vs image acquisition conditions Evaluation: multi date, multi site Peuplements de pin maritime du Massif Landais (Beguet 2014, Beguet et et al. 2014)
Caractéristiques des peuplements Qualité des modèles de prédiction (Beguet et et al. 2014)
Caractéristiques des peuplements Précision et robustesse des estimations Satisfactory results vs resolution Maximal accuracy for the winter image Robustness of the methodology vs image acquisition conditions But model calibration: image dependent (Beguet 2014)
Suivi de la dynamique foliaire saisonnière Modélisation de la trajectoire saisonnière du signal Moyenne résolution: MODIS: 250m 1km VEGETATION: 1km Revisite: 1 jour Indice végétation, LAI: Tous les 8 à 16 jours
Suivi de la dynamique foliaire saisonnière DATATION des STADES PHÉNOLOGIQUES
Suivi de la dynamique foliaire saisonnière QUANTIFICATION DES DÉFICITS FOLIAIRES
Suivi de la dynamique foliaire saisonnière SECHERESSE EXTREME / stress hydrique: Impact à court terme sur la dynamique foliaire saisonnière Anomalie saisonnière de l indice de végétation EVI, MODIS 1km
Détection de dégâts de ravageurs Défoliation par Processionnaire du pin dans le Massif landais, post tempête 2009 Dégâts massifs et pas bien circonscrits dans le temps Indicateur multi annuel d anomalie saisonnière du signal de télédétection Série temporelle MODIS (250m), 10 ans Collaboration INRA et DSF (Département Santé des Forêts, ministère chargé de la forêt)
Détection de dégâts de ravageurs
Détection de dégâts de ravageurs
Détection de dégâts de ravageurs
Perspectives: Sentinel-2 Revisite ~5 jours ; Résolution spatiale 10 m Dynamique forestière régionale: coupes rases, dégâts tempête Amélioration de la détection et datation des changements par plus grand échantillonnage intra-annuel Dynamique saisonnière foliaire: phénologie et perturbations Approches au niveau peuplement forestier
Perspectives: Pléiades Cartographie opérationnelle de caractéristiques forestières clefs 1- Différentiation des classes d âge /stades de développement Texture: Classes de dimensions d arbres: Beguet et al. 2014 (GLCM d Haralick), Ondelettes/organisation spatiale des arbres: Regniers et al. 2014 (ondelettes) 2- Modélisation de fraction de couvert, hauteur dominante, volume, biomasse Complémentarité texture + MNH* photogrammétrique (stéréo): cf. Bélouard et al. 2014 * MNH= Modèle numérique de hauteur