Estimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) - Centre d'études spatiales de la biosphère Accéder directement au contenu
Thèse Année : 2020

Estimation and monitoring of wood resources in France by using high resolution time series of optical and radar images

Estimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR)

Résumé

The estimation and monitoring of forest resources and carbon stocks are major issues for wood industry and public bodies. Forests play an important role in national and international plans for climate change mitigation (carbon storage, climate regulation, biodiversity, renewable energy). In temperate forests, monitoring is done at two different levels: on one hand, at local level, in small areas by the acquisition of many measures of forest structure parameters, and, on the other hand, by statistics at national level or in large administrative areas that are provided annually by public bodies. Temperate forests are highly anthropogenic (high spatial variability and fragmentation of stands), so there is currently a strong need for a more refined and regular maps of forest resources in these regions. Optical and radar satellite images provide information on the state of vegetation, tree structure and spatial organization of forests. In an exceptional context of free global availability, diversity, and quality of images with high spatial and temporal resolution, the aim of this PhD work is to set up the methodological bases for a generic and semi-automatic production of forest parameters mapping (biomass, diameter, height, etc.). We have assessed the potential of Sentinel-1 (C-band radar), Sentinel-2 (optical) time series, and ALOS2-PALSAR2 (radar, L-band) annual mosaics to estimate forest structure parameters. These satellite data are combined, using supervised learning algorithms and field measurements, to construct models for estimating aboveground biomass (AGB), mean tree diameter (DBH), height, basal area and tree density. These models can then be spatially applied over the entire territory by using satellite images, providing thus continuous information on the spatial resolution of the images used (10 to 20 meters). This approach has been conceived and tested on four study sites with different forest species and structural and environmental properties: the inner and the dune zone of the Landes forest (maritime pines), the Orléans forest (oak and Scots pines), and the forest of Saint-Gobain (oaks, hornbeams and beeches). The investigated issues are the satellite data to be used, the selection of explanatory variables, the choice of regression algorithms and their parameterization, the differentiation of forest types and the spatialization of forest parameter estimates. The primitives derived from satellite data provide information on the optical properties of soil and vegetation, the spatial organization of trees, the structure and volume of live wood of crowns and trunks. The use of nonlinear multivariate regression algorithms allows to obtain forest parameter estimates with relative error performance in the order of 15 to 35 % for the basal area (~ 2.8 to 5.9 m2/ha) depending on forest types, 5 to 20 % for height (~ 1.3 to 3 m), and 5 to 25 % for DBH (~ 1.5 to 8 cm). The results highlight the improvement by combining several types of satellite data (optical, multi-frequency radar and spatial texture indexes), as well as the importance of differentiating forest types for the construction of models. This high-resolution, regular mapping of the forest resource is very promising to help improving the monitoring and policy of territorial and national strategies for the timber sector, biodiversity and carbon storage.
L'estimation et le suivi du carbone et de la ressource forestière sont des enjeux majeurs pour la gestion des territoires. Les forêts ont un rôle important dans les plans nationaux et internationaux pour l'atténuation du changement climatique (stockage du carbone, régulation du climat, biodiversité, énergies renouvelables). Dans les forêts tempérées, de nombreuses mesures des paramètres de structure forestière sont acquises sur des petites zones, des statistiques au niveau national ou sur de larges zones administratives sont délivrées annuellement par les organismes gouvernementaux. Les forêts tempérées sont fortement anthropisées (forte variabilité spatiale et fractionnement des peuplements), il y a actuellement un besoin fort d'une spatialisation plus fine et continue des ressources forestières dans ces régions. Les images satellitaires optiques et radar apportent des informations sur l'état de la végétation, la structure des arbres et l'organisation spatiale des forêts. Dans un contexte exceptionnel de disponibilité mondiale et gratuite, de diversité, de qualité des images à haute résolution spatiale et temporelle, le travail de thèse a pour objectif de mettre en place les bases méthodologiques et scientifiques pour une production nationale semi-automatique d'une cartographie des paramètres forestiers (biomasse, diamètre, hauteur, etc.). Nous avons évalué le potentiel des séries temporelles Sentinel-1 (radar en bande C), Sentinel-2 (optique), et des mosaïques annuelles ALOS2-PALSAR2 (radar, bande L) pour estimer les paramètres de structure forestière. Ces données satellitaires ont été combinées à l'aide d'algorithmes d'apprentissage supervisé et de mesures terrain pour construire des modèles d'estimation de la biomasse, du diamètre moyen des arbres (DBH), de la hauteur et d'autres paramètres de structure. Ces modèles peuvent ensuite être spatialisés sur l'ensemble du territoire à l'aide des images satellitaires, et fournir une information continue à la résolution spatiale des images utilisées (10 à 20 mètres). Notre approche a été conçue et testée sur quatre sites d'étude avec des essences forestières et des propriétés structurales et environnementales différentes : la zone intérieure et la zone dunaire de la forêt des Landes (pins maritimes), la forêt d'Orléans (chênes et pins sylvestres), et la forêt de Saint-Gobain (chênes, charmes et hêtres). Les principaux développements portent sur les données satellitaires à utiliser, la sélection des variables explicatives, le choix des algorithmes de régression et leur paramétrisation, la différenciation des types de forêt et la cartographie des estimations de paramètres forestiers. Les primitives issues des données satellitaires fournissent des informations sur les propriétés optiques du sol et de la végétation, l'organisation spatiale des arbres, la structure et le volume de bois vivant des houppiers et des troncs. L'utilisation d'algorithmes de régression multivariée non-linéaire permet d'obtenir des estimations des paramètres forestiers avec des performances en termes d'erreur relative de l'ordre de 15 à 35 % pour la surface terrière (~2.8 à 5.9 m2/ha) selon les types de forêt, 5 à 20 % pour la hauteur (~1.3 à 3 m), et de 5 à 25 % pour le DBH (~1.5 à 8 cm). Les résultats montrent l'apport de la combinaison de plusieurs types de données satellitaires (optique, radar multi-fréquence et indices de texture spatiale) ainsi que l'importance de différencier les types de forêt pour la construction des modèles. L'application des modèles sur les images satellitaires permet de produire des cartes à haute résolution spatiale de ces paramètres forestiers, utilisables de l'échelle locale à l'échelle régionale/nationale.
Fichier principal
Vignette du fichier
2020TOU30079b.pdf (10.58 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03098487 , version 1 (05-01-2021)

Identifiants

  • HAL Id : tel-03098487 , version 1

Citer

David Morin. Estimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR). Milieux et Changements globaux. Université Paul Sabatier - Toulouse III, 2020. Français. ⟨NNT : 2020TOU30079⟩. ⟨tel-03098487⟩
329 Consultations
239 Téléchargements

Partager

Gmail Facebook X LinkedIn More