Independant validation of prediction of forest parameters from airborne laser scanning

Évaluation par validation indépendante des prédictions des paramètres forestiers réalisées à partir de données Lidar aéroporté

A. Munoz (1) , J. Bock (1) , J.M. Monnet (2) , J.P. Renaud (1) , A. Jolly (1) , C. Riond (1)

1 ONF - Office national des forêts
2 UR EMGR - Ecosystèmes montagnards

Airborne LiDAR data has been used operationally for more than ten years to model, characterize and map forest resource has been known in Northern countries of America and Europe. However, in France, where topography is more complex and and forests more heterogeneous compared to the boreal and large pine forests of Northern Europe, only few examples of LiDAR applications over large areas can be found. In this study, an “area based” approach, that establishes empirical models relating forest measurements collected in the field to plot level LiDAR metrics, was used in three contrasted forest sites. Models were established using the usual metrics derived from the LiDAR point cloud, as well as metrics calculated from dominant tree crowns individualized by applying a CHM segmentation algorithm. At stand level, an independent model validation was used to evaluate predictions accuracy on areas of around one hectare, which are relevant to forest managers. Results showed that it is possible to estimate forest resource in contrasted stands, ranging from beech or pine even-aged plain stands, to mixed fir-spruce mountain stands. The cross-validation residual error (RMSE) at the plot level was 14 to 22% (R2 from 0.75 to 0.90) for basal area, 7 to 8% (R2 from 0.76 to 0.96) for dominant diameter, and 17 to 32% (R2 from 0.50 to 0.88) for stem density. Independent validation at the stand level showed a good reliability of the models for all studied parameters, as far as they were used within their validity domain. The differences between the averaged predictions and the field reference measurements were about 10 to 15% for basal area, 6 to 8% for dominant diameter and 10 to 33% for stem density. These results showed that, on area of around one hectare, airborne LiDAR inventories can reach an accuracy equivalent to that of traditional field methods, even in complex forests.

L'utilisation des données LiDAR aéroporté pour modéliser, caractériser et cartographier la ressource forestière est effective depuis une dizaine d'années dans les pays d'Amérique du Nord ou d'Europe du Nord. Néanmoins, en France, il existe peu d'exemples d'applications forestières du LiDAR sur de grandes surfaces, dans des contextes forestiers souvent plus complexes et hétérogènes que les forêts boréales et les grandes pinèdes du nord de l'Europe. Dans cette étude, la méthode dite « surfacique », qui consiste à calibrer des modèles empiriques de régression mettant en relation des paramètres dendrométriques mesurés sur le terrain avec des métriques dérivées des données LiDAR, est évaluée sur trois sites forestiers français. Les modèles de prédiction se basent sur les métriques usuelles dérivées du nuage de points LiDAR, ainsi que sur des métriques calculées à partir d'une individualisation préalable des houppiers des arbres dominants. Une validation indépendante, à l'échelle du peuplement, a permis d'évaluer la fiabilité des modèles de prédiction sur des surfaces de l'ordre d'un hectare, pertinentes pour le gestionnaire. Les résultats montrent qu'il est possible de caractériser la ressource forestière dans différents peuplements, allant des hêtraies ou pinèdes régulières de plaine aux sapinières-pessières hétérogènes de montagne. L'erreur des modèles (RMSE) estimée par validation croisée à l'échelle de la placette est de 14 à 22 % (R2 de 0,75 à 0,90) pour la surface terrière, de 7 à 8 % (R2 de 0,76 à 0,96) pour le diamètre dominant et de 17 à 32 % (R2 de 0,50 à 0,88) pour la densité de tiges. La validation indépendante à l'échelle du peuplement montre une bonne fiabilité des modèles quel que soit le paramètre forestier étudié, et tant qu'ils sont utilisés dans leur domaine de validité. Les écarts entre les moyennes des prédictions et les mesures de référence terrain sont de l'ordre de 10 à 15 % pour la surface terrière, de 6 à 8% pour le diamètre dominant et de 10 à 33% pour la densité de tiges. Ces résultats démontrent, sur des surfaces unitaires d'environ un hectare, que l'inventaire par LiDAR aérien peut atteindre une précision équivalente à celle des méthodes traditionnelles de terrain, y compris pour des forêts complexes.

Mots clés: forest mensuration; validation; lidar; forests

Mots clés: DENDROMETRIE; FORET

Domaines: Ingénierie de l'environnement; Traitement du signal et de l'image [eess.SP]; Sylviculture, foresterie

A. Munoz, J. Bock, J.M. Monnet, J.P. Renaud, A. Jolly, et al.. Évaluation par validation indépendante des prédictions des paramètres forestiers réalisées à partir de données Lidar aéroporté. Revue Française de Photogrammétrie et de Télédétection, 2015, 211-212, pp.81-92. ⟨hal-01361057⟩