Pinastéréo - Estimation de la hauteur dominante et de la biomasse forestière dans le massif des Landes de Gascogne à partir d'images stéréoscopiques Pléiades

  • Thierry Belouard Ministère de l'agriculture, de l'agroalimentaire et de la forêt Département de la santé des forêts
  • Nicolas Py IGN
  • Grégoire Maillet IGN
  • Dominique Guyon INRA
  • Céline Mérédieu INRA, UMR1202 BIOGECO,
  • Michel Pausader IGN Espace
  • Nicolas Champion IGN Espace

Résumé

La futaie de pin maritime du Massif des Landes de Gascogne fait l’objet d’une sylviculture dynamique ; les dommages occasionnés par les tempêtes Martin (1999) et Klaus (2009) puis par des ravageurs (scolytes) ont entrainé une forte diminution de la ressource en bois. Cela a accentué la demande de la filière forêt-bois aquitaine pour un suivi permanent, précis et spatialisé de celle-ci. L’étude Pinastéréo ouvre des perspectives nouvelles en la matière grâce au modèle numérique de surface (MNS) obtenu par corrélation d’images stéréoscopiques Pléiades. Sa combinaison avec le modèle numérique de terrain BD Alti® fournit le modèle de hauteur de canopée (MNHC). La précision des MNS et MNHC a été évaluée avec des mesures de référence (LiDAR aérien, placettes de levers dendrométriques) ; elle s'est avérée satisfaisante. Il est montré que la hauteur dominante des peuplements de pin maritime, leur volume aérien total et leur biomasse peuvent être modélisés à partir du MNHC. Une carte de la hauteur dominante a alors été produite sur un site de référence ; celle de la biomasse reste à faire. Les faibles incertitudes observées sur les estimations de hauteur et de volume sont très prometteurs pour une généralisation de la méthode au Massif landais ou même à d'autres futaies régulières résineuses.

Références

ANR (2010). Programme BIOENERGIES, Projet ANR-10-BIOE-008 FORESEE « Caractérisation de la ressource forestière pour les bioénergies », document scientifique.
Baltsavias E., Gruen A., Eisenbeiss H., Zhang L., Waser L.T. (2008). High-quality image matching and automated generation of three-dimensional tree models. Int. J. Remote Sens., 2008, 29, 1243–1259.
Bélouard T., Vidal C., Hervé J.C., Nicolas R. (2005). Le nouvel inventaire forestier de l’IFN – Un sondage systématique et annuel. Colloque « De l’observation des écosystèmes forestiers à l’information sur la forêt », Paris 2 et 3 février 2005. Accès mai 2014 http://www.symposcience.org/exl-doc/colloque/ART-00002046.pdf
Bonnet S. (2009). Un Modèle Numérique de Canopée pour l’estimation de la hauteur dominante des peuplements résineux en Région wallonne. Forêt Wallonne 98, pp. 53 – 59. Accès mars 2012 : http://www.foretwallonne.be/component/content/article/40-foret-wallonne-old/632-un-modele-numerique-de-canopee-pour-lestimation-de-la-hauteur-dominante-des-peuplements-resineux-en-region-wallonne.html
DSF (2010). L’Information Santé des Forêts n°10-01.
Duplat P., Perrotte G. (1981). Inventaire et estimation de l’accroissement des peuplements forestiers, Paris, ONF, 1981, 432 p.
Honkavaara E., Markelin L., Rosnell T., Nurminen K. (2011). Influence of solar elevation in radiometric and geometric performance of multispectral photogrammetry. ISPRS Journal of Photogrammetry and Remote Sensing 67, 2012, 13–26.
IFN, 2003. 4e inventaire forestier du Massif des Landes de Gascogne. Accès mai 2014 http://inventaire-forestier.ign.fr/spip/IMG/pdf/IFN_MASSIF_LANDAIS-2.pdf
IFN, 2008. Nouvelle cartographie forestière - De la production à l’utilisation. Accès mai 2014 http://inventaire-forestier.ign.fr/spip/IMG/pdf/IF20_carto.pdf
IFN, 2009. Tempête Klaus du 24 janvier 2009 : 234 000 hectares de forêts affectés à plus de 40% - 42 millions de mètres cubes de dégât. Accès mai 2014 http://inventaire-forestier.ign.fr/spip/IMG/pdf/IF21_internet.pdf
Lisein, J.; Pierrot-Deseilligny, M.; Bonnet, S.; Lejeune, P. (2013). A Photogrammetric Workflow for the Creation of a Forest Canopy Height Model from Small Unmanned Aerial System Imagery. Forests 2013, 4, 922–944.
Loustau D. (2010). Forests, carbon cycle and climate change. Ouvrage collectif issu du projet CARBOFOR, Editions QUAE, Versailles, collection Update Sciences and Technologies, 348 p.
Lucie X. (2013). Optimisation du paramétrage et évaluation de la qualité de MNS photogrammétriques pour une utilisation dans le domaine forestier – Impact de la résolution et de la qualité des données. Mémoire de soutenance de Diplôme d'Ingénieur, Institut National des Sciences Appliquées de Strasbourg.
MAAF (2014). Mémento de la statistique agricole – La filière forêt-bois, Agreste Aquitaine. Accès mai 2014 : http://www.agreste.agriculture.gouv.fr/IMG/pdf/R7214C01.pdf
Magnussen S., Næsset E., Gobakken T., Frazer G. (2012). A fine-scale model for area-based predictions of tree-size-related attributes derived from LiDAR canopy heights. Scandinavian Journal of Forest Research, 2012, 27, 312–322.
Pardé J., Bouchon J. (1988). Dendrométrie. ENGREF, 328 p.
Pierrot-Deseilligny M., Paparoditis N. (2006). A multiresolution and optimization-based image matching approach: An application to surface reconstruction from SPOT5-HRS stereo imagery. In IAPRS vol XXXVI-1/W41 in ISPRS Workshop On Topographic Mapping From Space (With Special Emphasis on Small Satellites), Ankara, Turquie.
Reese, H., Nilsson, M., Sandström, P., Olsson, H. (2002). Applications using estimates of forest parameters derived from satellite and forest inventory data. Computers and Electronics in Agriculture 37, 37 – 55.
Tomppo, E. (1993). Multi-source National Forest Inventory of Finland. Proceedings of Ilvessalo Symposium on National Forest Inventory, Finland, 17-21 August, 52 – 59.
White J., Wulder M., Vastaranta M., Coops N., Pitt D. and Woods M. (2013). The Utility of Image-Based Point Clouds for Forest Inventory: A Comparison with Airborne Laser Scanning. Forests 2013, 4, pp. 518-536.
Publiée
2014-11-18
Comment citer
BELOUARD, Thierry et al. Pinastéréo - Estimation de la hauteur dominante et de la biomasse forestière dans le massif des Landes de Gascogne à partir d'images stéréoscopiques Pléiades. Revue Française de Photogrammétrie et de Télédétection, [S.l.], n. 209, p. 133-139, nov. 2014. ISSN 1768-9791. Disponible à l'adresse : >https://www.sfpt.fr/rfpt/index.php/RFPT/article/view/134>. Date de consultation : 22 nov. 2017
Rubrique
Articles

Mots-clés

modèle numérique de surface; modèle numérique de hauteur de canopée; corrélation d’images; ressource forestière; futaie de pin maritime; modélisation; spatialisation