La foresterie constitue l’application historique du LiDAR aérien et celle où sa valeur est la plus évidente. Elle exploite une propriété qu’aucune autre technologie de télédétection ne possède : la capacité de mesurer le sol sous le couvert.
Cet article expose les mesures que cette modalité permet, les méthodes d’inventaire et les exigences d’annotation propres à ce domaine. Il prolonge l’article consacré aux produits dérivés.
Ce que le LiDAR aérien apporte à la foresterie
Une propriété physique fonde tout cet usage. Une impulsion laser rencontrant un couvert se divise, une partie se réfléchissant sur la canopée et une partie traversant jusqu’au sol, ce qui donne accès simultanément aux deux surfaces. Trois mesures en découlent directement et aucune autre technique ne les fournit ensemble. La hauteur du peuplement, différence entre le sommet du couvert et le sol, mesurée plutôt qu’estimée. La structure verticale, distribution des points en hauteur qui décrit la stratification du peuplement. Et la densité du couvert, proportion d’impulsions interceptées avant d’atteindre le sol. Une conséquence économique importante en découle. Ces trois mesures se substituent partiellement à un inventaire de terrain, dont le coût par unité de surface est sans commune mesure, ce qui explique l’adoption de cette technologie par les gestionnaires forestiers.Les métriques dérivées du nuage
Elles constituent la base de l’inventaire par LiDAR aérien. Cette famille d’indicateurs se calcule à partir de la distribution verticale des points. Les percentiles de hauteur décrivent la répartition, le percentile élevé approchant la hauteur dominante et les percentiles bas décrivant le sous-étage. Les mesures de dispersion décrivent l’hétérogénéité verticale, un peuplement régulier et un peuplement étagé présentant des valeurs très différentes. Les ratios de pénétration mesurent la proportion de points atteignant le sol, indicateur direct de densité de couvert. Et les densités par strate décrivent la répartition de la matière végétale entre les niveaux. Une observation importante traverse ces quatre familles. Ces métriques ne mesurent pas directement les variables que le forestier utilise, volume et surface terrière notamment, et elles servent à les prédire par un modèle calibré sur des placettes de terrain.La méthode par placettes
Cette approche domine l’inventaire forestier par LiDAR aérien. Son principe mérite d’être exposé. Un ensemble de placettes est mesuré au sol selon les protocoles forestiers classiques, diamètres, hauteurs et essences. Les métriques LiDAR sont calculées sur les mêmes emprises. Un modèle statistique relie les secondes aux premières. Et ce modèle est appliqué à l’ensemble du massif, produisant une cartographie continue des variables d’intérêt. Quatre conditions gouvernent la validité de cette approche. Le nombre de placettes doit être suffisant pour calibrer et pour valider séparément, une validation sur les données de calibration surestimant systématiquement la performance. Les placettes doivent couvrir la gamme de situations du massif, un modèle calibré sur des peuplements matures s’appliquant mal aux jeunes. Le positionnement des placettes doit être précis, une erreur de localisation dissociant les métriques des mesures et dégradant le modèle sans qu’aucun indicateur ne le signale. Et les dates doivent être proches, la croissance entre le relevé LiDAR et l’inventaire de terrain introduisant un écart.La détection d’arbres individuels
Cette approche alternative a des exigences nettement différentes. Plutôt que de décrire un peuplement globalement, elle identifie chaque arbre et mesure ses caractéristiques individuellement. Trois conditions la rendent envisageable. Une densité de points élevée, plusieurs dizaines par mètre carré étant généralement nécessaires. Une structure de peuplement favorable, les couronnes devant être séparables. Et un usage justifiant le surcoût, l’inventaire par placettes suffisant à la plupart des besoins de gestion. Trois difficultés la limitent. Les peuplements denses et fermés, où les couronnes se chevauchent et où la segmentation devient arbitraire. Les arbres dominés, invisibles sous la canopée dominante. Et les peuplements feuillus, dont les couronnes irrégulières se délimitent moins bien que celles des résineux. Une conséquence pratique en découle pour un projet. Cette approche convient aux peuplements clairs, réguliers et résineux, et elle devient peu fiable exactement dans les configurations où l’inventaire de terrain est lui aussi le plus difficile.L’estimation de biomasse
Cet usage voit sa demande croître sous l’effet des politiques climatiques. La biomasse ne se mesure pas depuis les airs. Elle s’estime par une chaîne de relations dont chaque maillon introduit une incertitude. Quatre maillons la composent. Les métriques LiDAR prédisent des variables dendrométriques. Ces variables alimentent des équations allométriques établies par essence et par région. Ces équations estiment une biomasse aérienne. Et un facteur de conversion en déduit un stock de carbone. Une observation importante en découle. L’incertitude finale cumule celle de chaque maillon, et une communication ne rapportant que l’estimation sans son intervalle de confiance présente comme une mesure ce qui est une prédiction en chaîne. Une conséquence pratique s’ensuit pour les usages carbone. Ces marchés exigent une caractérisation de l’incertitude, ce que la série précédente a documenté, et un produit ne la fournissant pas ne satisfait pas leurs exigences quelle que soit sa qualité moyenne.Les usages opérationnels de la gestion forestière
Six applications emploient ces mesures de LiDAR aérien. Leurs exigences diffèrent nettement. L’inventaire d’aménagement établit les volumes par peuplement et il constitue l’usage principal, sa périodicité décennale correspondant bien au rythme des relevés disponibles. Le suivi de croissance compare deux dates et il exige une exactitude altimétrique supérieure, l’accroissement annuel étant faible au regard de l’incertitude d’un modèle. La détection de coupes et de trouées repère les disparitions de couvert, exercice plus simple puisqu’il porte sur un changement massif. L’évaluation du risque incendie exploite la structure verticale, la continuité entre strate basse et houppier conditionnant la propagation. La desserte forestière emploie le modèle de terrain pour tracer les pistes et évaluer les pentes, usage où l’exigence porte sur le sol plutôt que sur le couvert. Et l’évaluation de l’habitat exploite l’hétérogénéité verticale, la diversité structurale étant un indicateur écologique reconnu. Une observation traverse ces six applications. Trois portent sur le couvert et trois sur le sol, ce qui rend le choix de saison d’acquisition déterminant et parfois contradictoire lorsqu’un même relevé doit servir plusieurs usages.La question de la saison
Cette contrainte détermine la valeur d’un relevé LiDAR aérien forestier. Elle est régulièrement négligée. Le taux de pénétration jusqu’au sol dépend fortement de la densité du feuillage. Un relevé hors feuillaison atteint bien mieux le sol, ce qui produit un modèle de terrain fiable sous les peuplements feuillus. Un relevé sous feuillaison décrit mieux la canopée et son volume, information utile pour la biomasse et l’interception. Trois conséquences en découlent. Un projet portant sur le terrain doit acquérir hors feuillaison. Un projet portant sur la structure du couvert bénéficie de la feuillaison. Et une comparaison entre deux dates exige la même phénologie, faute de quoi l’écart mesuré reflète la saison plutôt qu’une évolution du peuplement. Cette troisième conséquence est la plus souvent oubliée. Un suivi de croissance comparant un relevé hivernal et un relevé estival mesure principalement la différence de feuillage.Les difficultés propres au milieu forestier
Cinq configurations compliquent le traitement d’un relevé LiDAR aérien forestier. Elles n’ont pas d’équivalent en milieu ouvert. Le sous-bois dense empêche les impulsions d’atteindre le sol, ce qui produit un modèle de terrain interpolé au dessus du sol réel et fausse toutes les hauteurs qui en dérivent. Les fortes pentes cumulent deux difficultés, la classification du sol y étant plus délicate et la hauteur d’un arbre sur pente demandant une convention, la base et le sommet ne se situant pas à la même verticale. Les peuplements étagés rendent la notion de hauteur ambiguë, un percentile élevé décrivant la strate dominante et masquant entièrement le sous-étage. Les lisières présentent une structure particulière, les arbres de bordure ayant une architecture différente de ceux de l’intérieur, ce qui biaise les modèles calibrés sur des placettes centrées. Et les jeunes peuplements se distinguent mal de la végétation basse, la limite relevant d’un seuil de hauteur arbitraire. Une conséquence pratique en découle pour un projet de LiDAR aérien forestier. Ces cinq configurations doivent faire l’objet de conventions documentées, faute de quoi elles produisent une variabilité que le contrôle qualité ne distingue pas d’une erreur.Ce que l’annotation demande dans ce domaine
Quatre exigences distinguent le travail forestier des autres usages du LiDAR aérien. La classification du sol y est à la fois la plus critique et la plus difficile, la végétation basse dense pouvant empêcher toute impulsion d’atteindre le sol et produire un terrain interpolé au dessus du sol réel. La distinction entre strates de végétation demande des seuils explicites, la limite entre végétation basse, moyenne et haute n’étant pas normalisée. La délimitation des peuplements, lorsqu’elle est demandée, relève d’une convention forestière plutôt que d’une observation géométrique, un changement d’essence ou d’âge ne produisant pas nécessairement une rupture visible. Et l’identification d’essence échappe largement au LiDAR aérien seul, la géométrie distinguant résineux et feuillus avec une fiabilité correcte et les essences entre elles beaucoup moins bien. Cette dernière limite conduit à une recommandation. Un projet demandant une cartographie d’essences doit prévoir une source complémentaire, imagerie multispectrale notamment, ce qu’un article de cette série développe.La validation d’un produit forestier
Quatre principes la gouvernent. Ils reprennent ceux que la série précédente a établis pour l’imagerie. La séparation entre calibration et validation doit être stricte, un modèle évalué sur ses propres données de calibration présentant une performance systématiquement surestimée. La validation croisée par blocs spatiaux vaut mieux qu’une validation croisée aléatoire, deux placettes voisines partageant trop de contexte pour être placées de part et d’autre. L’erreur doit être rapportée par classe de valeur, un modèle performant en moyenne pouvant sous-estimer systématiquement les peuplements les plus productifs, ce qui importe précisément aux usages économiques. Et l’incertitude doit accompagner chaque estimation cartographiée, une carte de volume sans carte d’incertitude associée présentant une précision uniforme qu’elle n’a pas. Une observation complète ces quatre principes. Le troisième est le plus souvent négligé et le plus conséquent, un biais aux extrêmes affectant davantage la valeur d’un massif que l’erreur moyenne.Le coût d’un projet forestier
Quatre postes le composent et leur répartition diffère des autres usages du LiDAR aérien. L’acquisition, nulle sur les zones couvertes par un programme national, ce qui a considérablement élargi l’accès à cet usage. La classification, dominée par la difficulté de la classe sol sous couvert, poste plus lourd qu’en milieu ouvert. Les placettes de terrain, poste souvent majoritaire et rarement anticipé, chaque placette demandant un déplacement et une mesure complète. Et la modélisation statistique, compétence distincte de l’annotation et généralement détenue par le forestier plutôt que par le prestataire de données. Une observation en découle pour un prestataire. La prestation naturelle se situe sur la classification et la production des métriques, le terrain et la modélisation relevant du gestionnaire forestier, ce qui définit un périmètre net et évite de promettre une expertise dendrométrique.Les erreurs les plus fréquentes
- Acquérir sous feuillaison pour un projet portant sur le modèle de terrain.
- Comparer deux relevés acquis à des phénologies différentes.
- Valider un modèle sur ses propres données de calibration.
- Calibrer sur une gamme de peuplements plus étroite que celle du massif.
- Négliger la précision de positionnement des placettes de terrain.
- Tenter une détection d’arbres individuels en peuplement dense fermé.
- Communiquer une estimation de biomasse sans son incertitude.
- Attendre du LiDAR aérien seul une identification d’essences.
- Omettre de fixer les seuils entre strates de végétation.
- Générer un modèle de terrain forestier sans vérifier la densité de points sol.
- Valider par validation croisée aléatoire plutôt que par blocs spatiaux.
- Rapporter une erreur moyenne sans examiner le biais aux extrêmes.
