Cartographie 3D d'une forêt à partir de données LIDAR aéroporté
Institution:
Institut de physique du globe (Paris)Disciplines:
Directors:
Abstract EN:
Traditional forest inventories characterize forest stands by means of the size and spatial distribution of plants within each stratum: ground vegetation, understory and overstory. Airborne laser scanning (ALS) has gained considerable interest in forestry because is the remote sensing technique the best adapted to describe the 3D forest structure. Actually, the laser beam is able to penetrate down into the forest strata. As a result, the ALS devices provide a 3-D point cloud that is a discrete model of the forest structure. However, most studies only investigate the overstory characteristics and therefore they are not adapted to characterize multi-layered forest such as the Mediterranean ecosystems. This manuscript presents the first approach to characterize the complete 3-D forest structure taking full advantage of the ALS aptitude to describe complex forest structures. The ALS point clouds are decomposed into 3-D segments that correspond to individual plant crows of each forest stratum: ground vegetation, understory and overstory. The ALS point cloud is regarded as a multimodal distribution where each mode, here defined as a local maximum both in density and height, corresponds to a crown apex. The modes of the point cloud, i. E. The number of trees within a forest stand, are calculated using a method based on the mean shift algorithm. It is a kernel density estimation technique that calculates the modes of a density function. We introduce a 3D kernel adapted to extract plants crowns using ALS data. Our method is a multi-scale approach because the 3D kernel dimension must be adapted to the size of the objects to be extracted, and crowns of dominant trees are significantly larger than those of understory trees or bushes. The resulting method is called MSA 3D for adapted 3-D mean shift segmentation. It is validated on 44 plots of a Portuguese forest, composed mainly of eucalyptus (Eucalyptus globulus Labill. ) and maritime pine (Pinus pinaster Ait. ) trees. The number of detected trees varies with the dominance position: from 98. 6% for the dominant trees to 12. 8% for the suppressed trees. Linear regression models explain up to 70% of the variability associated with ground vegetation and understory height.
Abstract FR:
Les inventaires forestiers traditionnels décrivent des peuplements forestiers à travers de la taille et de la distribution spatial des plantes au sein de chacune des couches : végétation arbustive, sous-bois et canopée. Le LiDAR aéroporté suscite actuellement un intérêt considérable pour la caractérisation des milieux forestiers car il s’agit de la technique de télédétection la plus adaptée pour décrire sa structure 3D. En fait, le faisceau laser est capable de pénétrer à travers de la canopée et atteindre le sous-bois, la végétation arbustive et même le sol. En conséquence, le LiDAR fournit un nuage de points 3D qui est un modèle discret de la structure de la forêt. Cependant, la plupart des méthodes d’analyse s’intéressent uniquement aux caractéristiques de la canopée et, par conséquence, ne sont pas adaptées pour caractériser des forêts multicouches tel que les écosystèmes forestiers méditerranéens. Ce manuscrit présente la première approche visant à caractériser la totalité de la structure 3D d’une forêt en explorant au maximum la capacité du LiDAR pour la caractérisation des structures forestières complexes. Les nuages des points LiDAR sont décomposés en segments 3D qui correspondent à des couronnes individuelles des plantes dans chacune des couches : végétation arbustive, sous-bois et canopée. Les nuages de points 3D sont assimilés à une distribution multimodale, dont chaque mode, ici défini comme un maximum local en densité et en hauteur, correspond aux apex des couronnes des plantes. Les modes du nuage de points, c’est-à-dire le nombre d’arbres au sein d’un peuplement, sont calculés par une méthode basée sur l’algorithme du mean-shift. Il s’agit d’une méthode statistique pour calculer les modes d’une densité de points qui découle des techniques d’estimation par noyau. On introduit un noyau 3D adapté pour extraire les couronnes de plantes à partir des nuages des points LiDAR. Notre méthode est une approche multi-échelle car le volume du noyau 3D doit être adapté à la taille des objets à extraire, et les couronnes des arbres de la canopée sont considérablement plus grandes que celles des plantes du sous-bois ou des arbustes. La méthode résultante est appelée mean shift à noyau adaptatif : le MSA 3D. Notre méthode est validée sur 44 placettes d’une forêt portugaise composées essentiellement d’eucalyptus (Eucalyptus globulus Labill. ) et de pin maritime (Pinus pinaster Ait. ). Le nombre de arbres détectées varie selon leur rang social: de 98. 6% pour les arbres dominants à 12. 8% pour les arbres opprimées. Des modèles de regression linéaire expliquent jusqu’à 70% de la variabilité associée à la végétation arbustive et au sous-bois.