Thèse soutenue

Développement d'une approche opérationnelle pour l'identification automatique des peupleraies à large échelle par télédétection hypertemporelle. : De l'adaptation de domaine à la création d'un indice spectral dédié
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Yousra Hamrouni
Direction : Claude MonteilVéronique Chéret
Type : Thèse de doctorat
Discipline(s) : Agrosystèmes, Écosystèmes et Environnement
Date : Soutenance le 08/10/2021
Etablissement(s) : Toulouse, INPT
Ecole(s) doctorale(s) : École doctorale Sciences écologiques, vétérinaires, agronomiques et bioingénieries (Toulouse)
Partenaire(s) de recherche : Laboratoire : Dynamiques et écologie des paysages agriforestiers (Castanet-Tolosan, Haute-Garonne ; 2003-....)
Jury : Président / Présidente : Xavier Briottet
Examinateurs / Examinatrices : Claude Monteil, Véronique Chéret, Xavier Briottet, Thomas Corpetti, David Sheeren
Rapporteurs / Rapporteuses : Agnès Bégué, Philippe Lejeune

Résumé

FR  |  
EN

Le peuplier cultivé constitue la première essence de feuillus plantée en France. Il joue un rôle économique de premier plan, notamment pour la production de bois-matériau, contreplaqués et emballages légers. Il est également valorisé dans l’industrie papetière. Pourtant, malgré l'importance de la filière, les surfaces couvertes en peupleraies à l'échelle nationale sont encore très incertaines. Selon la source de données utilisée (BD Forêt IGN, cadastre, inventaire forestier), les estimations montrent des écarts de plus de 50 000 ha. La fréquence de mise à jour de ces sources est inadaptée pour suivre le peuplier cultivé dont le cycle de rotation est court (15-20 ans). La télédétection satellitaire est utilisée depuis longtemps pour cartographier les milieux forestiers, qu'il s'agisse de forêts naturelles ou de plantations. Avec l'amélioration constante des caractéristiques spatiale, spectrale et temporelle des capteurs, il est possible d'envisager son appropriation dans un contexte opérationnel, pour un suivi régulier de la ressource sur de grandes étendues. L'objectif de cette thèse est double. Le premier est d'explorer le potentiel des séries temporelles d'images optiques Sentinel-2 pour distinguer automatiquement les peupleraies des autres essences de feuillus en tenant compte de la diversité des contextes populicoles. Le second est de proposer une stratégie de classification à l'échelle nationale en tenant compte de la nonstationnarité spatiale de la réponse spectrale des peupleraies, de l’hétérogénéité des acquisitions, et du nombre limité de données de référence. La démarche adoptée a consisté à étudier différentes techniques d'adaptation de domaine disponibles dans le champ de l'apprentissage automatique. Ces techniques, non supervisées ou semi-supervisées, ont permis de répondre aux contraintes de passage à l'échelle avec un nombre limité d'échantillons de référence supplémentaires. Cette étude a débouché sur la création d'une chaîne de traitement opérationnelle permettant de produire la première carte des plantations de peuplier à l'échelle nationale à partir d'images satellitaires. Elle s'appuie sur un nouvel indice spectral proposé -- le Poplar Index (PI) -- qui exploite les bandes du SWIR et du Red edge des données Sentinel-2. Cet indice, et son évolution annuelle, ont permis de reconnaître les peupleraies avec une précision producteur de près de 95%. Le résultat de ce travail offre à la filière populicole une méthode robuste pour assurer une production annuelle d'une carte des peupleraies avec un niveau de fiabilité adapté.