Application des techniques de photogrammétrie par drone à la caractérisation des ressources forestières

par Jonathan Lisein

Thèse de doctorat en Sciences et Technologies de l'Information Géographique

Sous la direction de Marc Pierrot-Deseilligny et de Philippe Lejeune.

Soutenue le 15-12-2016

à Paris Est en cotutelle avec l'Université de Liège , dans le cadre de École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....) , en partenariat avec Laboratoire en Sciences et technologies de l'information géographique (Champs-sur-Marne, Seine-et-Marne) (laboratoire) et de Laboratoire en Sciences et technologies de l'information géographique (laboratoire) .

Le président du jury était Aurore Degre.

Le jury était composé de Hugues Claessens, Yves Cornet.

Les rapporteurs étaient Cédric Vega, Laurent Polidori.


  • Résumé

    Une gestion raisonnée et multifonctionnelle des forêts n'est possible qu'avec une description à jour de l'état de la ressource naturelle.Les inventaires forestiers traditionnels, réalisés sur le terrain, sont couteux et ne couvrent qu'un échantillonnage de la surface boisée.L'essor des drones civils pour la cartographie a initié une révolution dans le domaine de la télédétection environnementale.La polyvalence et la diversité des systèmes drones sont une aubaine pour la foresterie de précision.Ceux-ci sont utilisé pour la réalisation de cartographie très fine des habitats naturels avec une résolution temporelle et spatiale sans précédent.Nous explorons les possibilités d’utilisation de mini-drones pour la caractérisation quantitative et qualitative de la ressource forestière.Nous nous intéressons en particulier à l’estimation de la hauteur des arbres et à la caractérisation de la composition spécifique au sein de peuplements forestiers.La hauteur de la canopée est une variable dendrométrique de première importance : elle est un bon indicateur du stade de développement des peuplements et intervient notamment dans les estimations de biomasse ou de niveau de productivité.La composition spécifique est une information essentielle en regard des principales fonctions que remplit la forêt (conservation, production, récréation, etc).Nous avons comparé l'estimation de la hauteur des peuplements à partir de mesures LiDAR et celles obtenues par photogrammétrie.Bien que permettant une mesure de hauteur individuelle avec une incertitude de l'ordre de 1.04 m (RMSE) en feuillus, la photogrammétrie par drone sur des zones forestières est systématiquement moins précise que les mesures par LiDAR (RMSE de 0.83 m).Néanmoins, la grande flexibilité que confère les petits drones permet d'acquérir, au moment propice du stade de végétation, et l'information de relief de la canopée, et l'information spectrale.La période de fin de feuillaison, au début du mois de juin, s'est avéré le moment le plus propice à une discrimination automatique de cinq groupes d'essences feuillues (le chênes pédonculé, les bouleaux, l'érable sycomore, le frêne commun et les peupliers).Une erreur globale de classification des houppiers de 16% est obtenue avec des acquisitions monotemporelles, alors que l'utilisation d'imageries acquises à différentes dates permet encore d'améliorer cette classification.Les contraintes de la législation régissant l'utilisation des aéronefs sans pilote à bord restreignent le champs d'action des drones civils.Ainsi, les opérations avec un drone sont limitées sous un seuil d'altitude et à une distance maximale du télépilote, ce qui ne permet pas une utilisation optimale de cette technologie pour la couverture de grands domaines forestiers (plusieurs milliers d'hectares).C'est pourquoi nous pensons que les drones resterons un outils d'analyse de petites surfaces (dizaines voire centaines d'hectares), plus utiles à des fins de recherches scientifiques qu'à une utilisation en gestion forestière

  • Titre traduit

    UAV Photogrammetry applied to the characterization of forest ecosystem ressources


  • Résumé

    The recent development of operational small unmanned aerial systems (UASs) opens the door for their extensive use in forest mapping, as both the spatial and temporal resolution of UAS imagery better suit local-scale investigation than traditional remote sensing tools.Along with this rising use of drones, dense three-dimensional reconstruction through the combined use of photogrammetry and textit{Structure from Motion} techniques enables now the fine modelization of the canopy surface relief from a set of overlapping images.Forest management is evolving and has to cope with numerous news demands.A sustainable managemnent practice requires beforehand up-to-date and comprehenvise forest inventory.Traditionnal forest ressources inventories are carried out on the field.They are expensive and focus only on an sample of the forest.Information is delivered at the stand level, and specific measurements for individual tree is missing.The use of mapping drones can potentially changes the story by describing forest ecosystems on a tree-level.This thesis aims at investigating the use of unmanned aerial systems for the characterization of temperate forests (in Wallonia, Belgium).Modelization of the vegetation heigth also is investigated by the combinaison of photogrammetric canopy surface measurements with digital terrain elevation acquired by LiDAR.Eventually, the study of a time series of 20 drone fligths through the growing season enables to determine when is the optimal period for automatic classification of deciduous species.Photogrammetric measurements of individual deciduous tree heigth are always less accurate than high density LiDAR measurements (RMSE of 1.04 m versus 0.83 m for the latter).Nevertheless, the versatility of drones is far higher than LiDAR data, with the possibility of flying at the appropriate time and delivering both spectral and 3D information with a very high resolution.Spetral information is relevant among other for tree species identification.The optimal phenology state for the discrimination of deciduous species was demonstrated to be the end of leaf flush.The intra-species phenology is indeed well synchronized during this time windows ranging from late spring to early summer.A global classification error of 16% is reached by using single date UAS imagery, and multitemporal UAS acquisitions still improve the process of species discrimination.Altough precision forestry can largely benefits from UAS technology, legislation constraints limit the operationnal use of drones.Thus, UAS flights are most of the time restricted under a specific altitude and within a certain distance from the remote pilot.These constraints are sub-optimal for the mapping of forest, which requires beyond line of sigth fligth at relatively high altitude.We thus believe that the drone technology will be more developped for scientific investigations at a local scale (dozens or hundreds of hectares) than for forest inventory of large forest estate (thousands of hectares)


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?