Publications du Service canadien des forêts
Airborne laser scanning and digital stereo imagery measures of forest structure: comparative results and implications to forest mapping and inventory update. 2013. Vastaranta, M.; Wulder, M.A.; White, J.C.; Pekkarinen, A.; Tuominen, S.; Ginzler, C.; Kankare, V.; Holopainen, M.; Hyyppä, J.; Hyyppä, H. Canadian Journal of Remote Sensing 39(5):1-14
Année : 2013
Disponible au : Centre de foresterie du Pacifique
Numéro de catalogue : 35274
La langue : Anglais
Disponibilité : PDF (demande par courriel)
Disponible sur le site Web de la revue ou du journal. †
DOI : 10.5589/m13-046
† Ce site peut exiger des frais.
Résumé
Le scanneur laser aéroporté (SLA) a démontré son utilité dans les applications en foresterie et a suscité un intérêt renouvelé pour d'autres formes de données de télédétection, en particulier celles qui capturent les caractéristiques tridimensionnelles (3D) de la forêt. Une telle source de données résulte du traitement avancé d'images numériques stéréoscopiques (INS) à haute résolution spatiale pour générer des nuages de points en 3D. À partir du nuage de points dérivé, on peut générer un modèle numérique de surface (MNS) et l'information verticale sur la forêt présentant des similarités avec les données SLA. Il est important de prendre en considération que, lorsque l'on développe des produits reliés à la forêt comme un modèle de hauteur du couvert (MHC), il est nécessaire d'avoir un modèle numérique de terrain (MNT) à haute résolution spatiale, souvent dérivé des données SLA, pour normaliser les élévations des INS par rapport aux hauteurs au-dessus du sol. Dans cet article, on discute de nos recherches relatives à l'utilisation de l'information verticale sur la forêt dérivée des images numériques stéréoscopiques pour capturer les variations dans la structure forestière et on compare ces résultats à ceux obtenus à l'aide des données SLA. Un MNT dérivé des données SLA a été utilisé pour fournir les élévations spatialement détaillées au sol afin de normaliser les hauteurs dérivées des données INS. Des mesures semblables ont été calculées à partir de l'information verticale fournie par les données INS et SLA. Une étude comparative a révélé que les mesures SLA donnent une caractérisation plus détaillée de la surface du couvert, incluant les ouvertures du couvert. Les mesures INS et SLA affichaient des niveaux de corrélation similaires avec les attributs structuraux de la forêt (p. ex. la hauteur, le volume et la biomasse). Les modèles basés sur les données INS ont prédit la hauteur, le diamètre, la surface terrière, le volume des tiges et la biomasse avec des précisions RMS de 11,2%, 21,7%, 23,6%, 24,5% et 23,7%. Les précisions pour les prédictions basées sur les données SLA étaient respectivement de 7,8%, 19,1%, 17,8%, 17,9% et 17,5%. La détection des changements entre les MHC dérivés des données SLA (temps 1) et les MHC dérivés des données INS (temps 2) ont donné des estimations de changements qui affichaient une bonne correspondance (r = 0,71) avec des sorties de changements basées sur les données SLA seules et pour deux dates. Dans le cas des peuplements à une couche et d’âge équivalent sous analyse dans cette étude, l'information verticale dérivée des données INS constitue une source de données appropriée et économique pour l'estimation et la mise à jour de l'information sur la forêt. La précision de l'information INS est basée sur sa capacité à mesurer la hauteur de l'enveloppe du couvert supérieur avec une performance analogue à celle des données SLA. Les attributs de la forêt qui sont bien capturés et subséquemment modélisés à l'aide des mesures de hauteur sont mieux adaptés pour les estimations à partir des mesures INS alors que les données SLA sont plus appropriées pour capturer la densité des peuplements. Des recherches additionnelles sont nécessaires pour mieux comprendre la performance des produits de hauteur dérivés des données INS dans des environnements forestiers plus complexes. De plus, la différence dans la variance capturée entre les MHC dérivés des données SLA et INS doit aussi être mieux comprise dans le contexte de la détection des changements et de la mise à jour des inventaires.