Apport du LiDAR pour l’estimation d’indicateurs de maturité des forêts

Par Florent Thebault (stagiaire UMR DYNAFOR, diplôme de fin d’études Ecole Nationale des Sciences Géographiques, IGN, Paris). Ce stage s’inscrit dans le projet ConectFor, financé par Europe-POCTEFA, Région, FNADT, DREAL.

Cette présentation fait état d'un travail réalisé dans le cadre d'un stage de fin d'étude. L'objectif est d'évaluer le potentiel des données LiDAR pour détecter les chandelles et la présence de bois mort sur pied dans les arbres. Un modèle prédictif a été élaboré pour prédire des classes de proportions de bois mort à partir d'un ensemble de métriques LiDAR. Ces métriques traduisent la structure et la complexité horizontale et verticale des individus. Elles tiennent compte également de l'intensité du signal retour pouvant aider à différencier la nature des objets. Une étape de sélection de variables est appliquée en amont à l'aide de l'algorithme SFFS pour identifier les variables les plus discriminantes. Le modèle s'appuie sur des relevés terrain effectués dans la Réserve Naturelle Nationale de La Massane, une hêtraie en libre évolution depuis plus de 100 ans. Les résultats montrent des performances de classification relativement satisfaisants (F-score > 0.7) en s'appuyant sur différentes métriques. Ils sont toutefois à prendre avec précaution au regard du trop faible nombre de références terrain et du décalage temporel entre ces relevés et celui du LiDAR (5 ans).