Apport de la fusion Lidar / SfM-hyperspectral pour la caractérisation géométrique et radiométrique des arbres

Eduardo TUSA, Gipsa-Lab/Irstea, nov. 2017 - nov. 2020

Doctorant : Eduardo TUSA, Gipsa-Lab/Irstea, nov. 2017 - nov. 2020
Direction : Jocelyn Chanussot (GIPSA-Lab), Jean‐Matthieu Monnet (Irstea), Mauro Dalla Mura (SIGMAPHY)
Financement : 100% Labex
Ecole Doctorale : ED EEATS

Résumé

Les nouveaux outils de télédétection présentent un fort potentiel pour contribuer à la gestion durable des peuplements forestiers. Les évolutions récentes obtenues tant pour les capteurs (Lidar, hyperspectral), les vecteurs (drones) et les méthodes de traitement (Structure from Motion) donnent un niveau de détail à l’échelle de l’arbre. Afin d’exploiter au mieux la complémentarité de ces données, de nouvelles méthodes de fusion sont requises. Cette thèse a pour objectif le développement de méthodes de caractérisation géométrique et radiométrique des houppiers des arbres par fusion de données 3D (Lidar aéroporté, SfM) et hyperspectrales. Elle s’appuie sur les compétences complémentaires de Irstea Grenoble (télédétection des forêts) et Gipsa‐Lab (fusion de données) et bénéficie de la synergie avec d’autres projets portés par des équipes de l’OSUG (atelier drone, observatoire à long terme ORCHAMP…).

Objectifs

L’objectif de la thèse est le développement de méthodes de caractérisation géométrique et radiométrique des houppiers des arbres par fusion de données 3D (Lidar aéroporté, SfM) et hyperspectrales.
- Le premier axe de la thèse consiste à développer une méthode de segmentation basée à la fois sur des critères géométriques et radiométriques. On attend à la fois une réduction de la sous-segmentation et une reconstruction géométrique des arbres plus précise, notamment dans les forêts à structure irrégulière de montagne.
- Le second axe consiste, à partir de la segmentation obtenue, à extraire pour chaque houppier des caractéristiques géométriques et radiométriques, ainsi que des attributs additionnels issus de données Lidar à retour d’onde complète, en vue de réaliser une classification par espèce.