Des algorithmes pour faciliter les inventaires forestiers
Un doctorant de l’EPFL a développé des méthodes pour améliorer la cartographie des forêts via la détection aérienne. Un travail qui a pour but de soutenir les inventaires de terrain.
Composante fondamentale des écosystèmes terrestres, la forêt est aussi l’un des indicateurs clés de la santé de la planète. Elle produit, de surcroît, des ressources et services de très grande valeur: bois de construction ou de chauffage, filtrage de l’eau, protection contre l’érosion et les avalanches, lieu de détente, etc. C’est pour cela qu’on s’attache à suivre son évolution en effectuant périodiquement des inventaires forestiers. Ces derniers, réalisés sur le terrain, sont laborieux, restreints aux zones accessibles, sujets aux biais subjectifs des observateurs et surtout coûteux; limitant ainsi leur fréquence de renouvellement et leur couverture géographique. En Suisse, par exemple, l’inventaire national est mis à jour tous les 10 ans environ, depuis 1985.
Pour compléter le suivi de terrain, la télédétection aérienne offre une approche intéressante car elle permet d’effectuer des mesures couvrantes et objectives à des coûts réduits. Deux techniques se distinguent: le balayage laser qui mesure la structure tridimensionnelle de la forêt et l’imagerie hyperspectrale qui permet de caractériser précisément la couleur de la canopée y compris au-delà du spectre lumineux visible. Si l'acquisition de ces deux types de données est un processus bien maîtrisé, encore faut-il pouvoir en extraire l’information nécessaire pour le suivi et la gestion des forêts.
5000 arbres «découpés» manuellement
Partant de ce constat, Matthew Parkan, du Laboratoire des systèmes d’information géographique de l’EPFL, a développé pour sa thèse des algorithmes capables d’effectuer automatiquement certaines mesures d’inventaire forestier - la localisation des troncs, l’estimation de leur diamètre et l’identification de l’essence - sur des grandes surfaces. Concrètement, les méthodes et outils développés peuvent par exemple servir à établir le plan détaillé d’une parcelle en préparation à un martelage (c’est-à-dire le marquage des troncs avant une coupe), suivre précisément l’évolution d'arbres individuels ou encore identifier des habitats favorables à certaines espèces animales.
Afin de calibrer et valider les algorithmes développés, il a fallu constituer une base de données de référence en «découpant» manuellement plus de 5000 arbres dans un nuage de points 3D. Dans ce but, une application interactive avec des fonctions pour faciliter l’extraction manuelle des arbres et l’identification visuelle des essences a été créé. Ce travail a notamment permis de vérifier la fiabilité de la position et de la forme des arbres détectés automatiquement. Il a aussi servi à calibrer les modèles de classification de neuf essences communément rencontrées dans les forêts suisses.
Un support, pas un substitut
«Le but de ce travail était de développer des méthodes et des outils pour soutenir les inventaires de terrain, mais pas de les remplacer», précise le chercheur. Les inventaires de terrain demeurent en effet indispensables pour calibrer les modèles, valider les résultats et relever des caractéristiques subtiles invisibles dans la plupart des données de télédétection aérienne disponibles actuellement (par exemple le bois mort au sol, les arbres habitats, l’état sanitaire détaillé, etc.). Par ailleurs, comme les arbres sont des organismes complexes dont la forme et l’organisation spatiale varient énormément dans une forêt, il est particulièrement difficile de les détecter automatiquement. «Aucun algorithme ne permet, à l’heure actuelle, d’obtenir un résultat totalement fiable, insiste Matthew Parkan. Ceci dit, on peut s’attendre à des progrès significatifs, ces prochaines années, avec la disponibilité croissante de données à très haute résolution et l’émergence d’algorithmes capables de performances proches de celles du cerveau humain.»
Références
Combined use of airborne laser scanning and hyperspectral imaging for forest inventories, Parkan, Matthew Josef; Golay, François; Tuia, Devis.
