Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès...

68
Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale Module 2.8 Progrès technologiques : présentation générale et état des lieux Auteurs : Brice Mora, Université de Wageningen. Erika Romijn, Université de Wageningen. Au terme du cours, les participants devraient être à même de : Citer et caractériser les progrès technologiques accomplis dans le domaine de la télédétection, dans le contexte des besoins REDD+ en matière de mesure et de surveillance, faire le point sur l’état actuel de la technique et appréhender les évolutions à court terme. Décrire les techniques de mesure faisant appel aux données LIDAR et RADAR. US Forest Service V2, Février 2017 Creative Commons License

Transcript of Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès...

Page 1: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale1

Module 2.8 Progrès technologiques :

présentation générale et état des lieux

Auteurs :

Brice Mora, Université de Wageningen.

Erika Romijn, Université de Wageningen.

Au terme du cours, les participants devraient être à même de :

• Citer et caractériser les progrès technologiques

accomplis dans le domaine de la télédétection, dans le

contexte des besoins REDD+ en matière de mesure et

de surveillance, faire le point sur l’état actuel de la

technique et appréhender les évolutions à court

terme.

• Décrire les techniques de mesure faisant appel aux

données LIDAR et RADAR.

US Forest Service

V2, Février 2017

Creative Commons License

Page 2: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale2

Plan du cours

1. Rôle des observations LIDAR dans la caractérisation des forêts

et activités de surveillance avec la technologie LIDAR.

2. Le recours à la technologie RADAR pour la surveillance des

forêts.

Page 3: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale3

Plan du cours

1.Rôle des observations LIDAR dans la caractérisation

des forêts et activités de surveillance avec la

technologie LIDAR.

2. Le recours à la technologie RADAR pour la surveillance des

forêts.

Page 4: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale4

Documents de référence LIDAR

GOFC-GOLD Sourcebook, 2014. Chapitre 2.10 http://www.gofcgold.wur.nl/redd/index.php

GFOI MGD, 2014. Chapitres 3.2.4 et 3.2.5 http://www.gfoi.org/methods-guidance-documentation

De Sy, V., Herold, M., Achard, F., Asner, G.P., Held, A., Kellndorfer, J., and Verbesselt, J. (2012) Synergies of multiple remote sensing data sources for REDD+ monitoring. Current Opinion in Environmental Sustainability. 1-11.

McRoberts, R.E., Andersen, H.-E., & Næsset, E. (2014). Using airborne laser scanning data to support forest sample surveys. In: Maltamo, M., Næsset, E., & Vauhkonen, J. (Eds.). Forestry applications of airborne laser scanning. Springer.

McRoberts, R.E., Bollandsås, O.M. (2014). Modeling and estimating change. In: Maltamo, M., Næsset, E., & Vauhkonen, J. (Eds.). Forestry applications of airborne laser scanning.

Næsset E. (1997) Estimating timber volume of forest stands using airborne laser scanner data. Remote Sens Environ 51: 246-253.

Vauhkonen, J., Maltamo, M., McRoberts, R.E., & Næsset, E. (2014). Introduction to forest applications of airborne laser scanning. In: Maltamo, M., Næsset, E., & Vauhkonen, J. (Eds.). Forestry applications of airborne laser scanning. Springer.

Page 5: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale5

LIDAR : présentation générale et caractéristiques

La technologie LIDAR (LIght Detection And Ranging) a recours à des capteurs actifs.

Les lasers fournissent des informations permettant d’estimer la répartition tridimensionnelle des couverts végétaux, ainsi que la topographie des sous-couverts.

On classe les systèmes LIDAR en deux catégories, le système d’échantillonnage à retour d’onde complète et le système à retour discret, elles-mêmes subdivisées en systèmes de profilage et de balayage.

Les capteurs LIDAR sont capables d’estimer la hauteur des arbres/du peuplement, les volumes, la biomasse et la fermeture du couvert forestier.

Ussyshkin 2011.

Page 6: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale6

Activités de surveillance (1/3)

Les estimations de hauteur obtenues à partir de données de télédétection aéroportées LIDAR offrent un degré de précision identique ou supérieur à celui des estimations réalisées au sol.

Les erreurs de mesure LIDAR peuvent être < 1,0 m pour des hauteurs d’arbres individuels d’une espèce donnée.

Les mesures LIDAR ne souffrent pas d’effet de saturation.

Des mesures au sol sont nécessaires pour estimer les relations entre les propriétés tridimensionnelles du nuage de points LIDAR, la hauteur et la densité de la canopée par exemple, et les propriétés biophysiques cibles présentant un intérêt, la biomasse par exemple, au moyen de techniques statistiques paramétriques ou non paramétriques.

A : onde satellitaireB : onde aéroportéeC : LIDAR de balayage à retour discretD : LIDAR de profilage à retour discret(Wulder et al., 2012)

Page 7: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale7

Activités de surveillance (2/3)

On peut choisir entre le modecartographie complète et le modeéchantillonnage pour surveiller degrandes étendues.

Prendre en compte les sources d’erreurdans les modèles allométriques deterrain.

Des études plus approfondies sontnécessaires pour mieux évaluer/prendre en compte les erreurs dumodèle associées aux méthodesd’échantillonnage en trois temps LIDAR.

Erreurs de co-enregistrement entre lesplacettes au sol et les données LIDAR :les plus grandes placettes (rayon>= 25 m) améliorent la précision de la

biomasse.

Frazer et al. 2011.

Page 8: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale8

Activités de surveillance (3/3)

Coûts : très variables, en fonction de la superficie à surveiller (économies d’échelle possibles).En Europe : 0,5-1,0 $/hectare, plus cher en Amérique du Sud en faisant appel aux sociétés locales.

Pour une couverture LIDAR complète destinéeà une démonstration REDD+ en Tanzanie, desfournisseurs de données européens ontrécemment proposé des offres de l’ordre de0,5-1,0 $/ha.

La technologie aéroportée LIDAR peut serévéler plus économique que les autrestechnologies de télédétection, même lorsqueles données sont obtenues gratuitement :moins d’observations sur le terrainpourront se révéler nécessaires poursatisfaire le niveau de précision.

Photo avec la permission de Spies

and Olsen, Oregon State U.

Page 9: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale9

Conception, modélisation et estimation pour une étude LIDAR (1/5)

Des modèles s’appuyant sur les relations entre lescaractéristiques forestières et les données LIDAR sontcouramment élaborés en associant des observations deplacettes et des indicateurs LIDAR géoréférencés.

Peu d’informations empiriques sont disponibles sur lesconfigurations de placettes et les plans d’échantillonnage.

Les résultats des études portant sur les forêts boréales ettempérées ne font pas nécessairement autorité pour lesapplications tropicales, mais peuvent donner desorientations utiles sur :

● La précision de la localisation GPS.

● L’erreur de positionnement.

Page 10: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale10

Conception, modélisation et estimation pour une étude LIDAR (2/5)

Forme des placettes :

● Forêts boréales et tempérées : placettes circulaires.

● Pays tropicaux : placettes rectangulaires.

Densité d’impulsions :

● Forêts boréales et tempérées : >0,1 impulsion/m2 ; surfacedes placettes >200 m2 ; densité d’impulsions 100-225 parplacette.

● Peut constituer un seuil minimal pour les pays tropicaux.

Échantillonnage au sol :

● Onéreux.

● Utiliser les programmes d’échantillonnage existants(inventaires nationaux des forêts par exemple) pouracquérir les données d’apprentissage et d’évaluation de laprécision (données de terrain).

Page 11: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale11

Conception, modélisation et estimation pour une étude LIDAR (3/5)

La conception des bandes LIDAR peut s’appuyer sur unedistribution systématique des placettes de terrain (d’aprèsles inventaires nationaux des forêts par exemple).

Les bandes peuvent également être distribuées, soit demanière aléatoire, soit de manière systématique sur lazone d’étude, et les placettes de terrain peuvent êtreétablies exclusivement dans les fauchées LIDAR.

Page 12: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale12

Conception, modélisation et estimation pour

une étude LIDAR (4/5)

Il est possible de conjuguer les scénarios.

On peut également moduler la production de données lelong des transects pour atténuer l’autocorrélation spatialedes mesures.

Avec la permission de

Ressources Naturelles

Canada.

Page 13: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale13

Conception, modélisation et estimation pour une étude LIDAR (5/5)

L’échantillonnage aléatoire stratifié utilisant des strates(hauteurs, carte de la biomasse de plus faible résolution parexemple) :

• Peut donner lieu à des erreurs quadratiques moyennes (RMSE)inférieures entre la biomasse et les indicateurs LIDAR.

• Nécessite moins d’extrapolations au-delà du spectre desdonnées d’échantillon LIDAR lorsque le modèle est appliqué àtoute la population.

Des intervalles de confiance pour les estimations fondées sur lesdonnées LIDAR sont nécessaires pour les superficies importantes,en plus des mesures de l’exactitude des cartes pour lesvariables des attributs forestiers catégoriels ou de la RMSE dumodèle pour les variables continues.

Voir Module 2.7 sur l’estimation des incertitudes.

Page 14: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale14

Disponibilité des données et capacités nationales indispensables (1/2)

Des données LIDAR satellitaires sont disponibles partout dans le monde,reposant sur les données GLAS librement mises à disposition par leNational Snow and Ice Data Center (NSIDC) (période opérationnelle :2003–2009).

In 2018 les missions spatiales GEDI et ICESat-2 démarreront.

Il est possible d’acquérir des données LIDAR aéroportées pour toute partiedu monde, avec couverture à la demande, auprès des agencescommerciales.

En théorie, il est possible de recueillir des données aéroportées où que cesoit, mais les coûts sont généralement plus élevés pour les régions plusinhabituelles et où la mise en œuvre de l’étude est plus difficile. Celle-cipeut nécessiter l’autorisation/la participation des agences nationales.

On peut recueillir des données au moyen de divers instruments, avecdifférents réglages, avec pour résultat des données de qualité variable.

Page 15: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale15

Disponibilité des données et capacités nationales indispensables (2/2)

Mora et al. 2013.

Page 16: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale16

État de la technique, évolutions prévues à court terme et viabilité à long terme

Aucun laser spatial n’est opérationnel actuellement.

La NASA travaille à la mise au point d’une nouvelle missionLIDAR satellitaire embarquée sur ICESat II, qui permettrad’estimer la structure et la hauteur de la végétation et labiomasse inconnue à ce jour.

Le lancement d’ICESat II est prévu en 2017(http://icesat.gsfc.nasa.gov/icesat2/mission_overview.php).

La NASA prévoit également de lancer dans les années 2020une mission de relevé topographique LIDAR (LIST),destinée à recueillir des données LIDAR mondiales sur unedurée de 5 ans.

Page 17: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale17

Applicabilité de la technologie LIDAR à la surveillance des forêts (1/2)

LIDAR est une toute nouvelle technologie pour ce qui est de lasurveillance de zones étendues, pour REDD+ notamment.

Cette technologie est cependant solidement établie comme sourcede données utiles à la réalisation des objectifs gestionnels etscientifiques dans le domaine forestier.

La capacité de la technologie LIDAR à caractériser la biomasse etson évolution dans le temps la place en bonne position pourrépondre aux besoins informationnels REDD+.

« Il faut mettre en regard d’une part les coûts associés à unprogramme et d’autre part les informations acquises, la façondont ces informations répondent aux besoins spécifiques et ledegré dans lequel la réduction des incertitudes permise par lesestimations reposant sur les données LIDAR compense les coûtsde départ » (Wulder et al. 2012).

Page 18: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale18

Applicabilité de la technologie LIDAR à la

surveillance des forêts (2/2)

De Sy et al. 2012.

Très adapté

Adapté

Utile

Limité à

aucune

capacité

technique

Capacités techniques des capteurs de télédétection pour la création de produits informationnels REDD+ (nationaux).

Page 19: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale19

LIDAR Terrestre (1/5)

Connu aussi sous le nom de Terrestrial Laser Scanning (TLS)

Système de mesure au sol qui permet de mesurer la structure de la végétation en trois dimensions

Enregistre des scans à partir d’une position fixe au sol

Possibilité d’estimer des paramètres tels que la hauteur d’arbres, diamètre à hauteur de poitrine, volume, biomasse, fermeture du couvert forestier

A 3D TLS point cloud

Calders et al., dans REDD Sourcebook, 2015

Page 20: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale20

LIDAR Terrestre (2/5)

Calders et al., dans REDD Sourcebook, 2015

Liste des LIDAR terrestres commerciaux communément utilisés

Page 21: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale21

LIDAR Terrestre (3/5)

Statut et réflexions

Il a été montré que les estimations de paramètres forestiers dérivés d’un LIDAR terrestre fournissent une meilleure exactitude que les méthodes traditionnelles, en particulier pour la hauteur des arbres.

Cependant des méthodes plus pratiques pour l’acquisition et l’exploitation des données de LIDAR terrestres sont nécessaires pour faciliter l’utilisation de cette technologie.

Les relations entre la probabilité d’espace (gap probability) et les paramètres structuraux restent empiriques et ne sont pas encore bien comprises.

Les méthodes de modélisation géométriques fournissent une caractérisation claire, précise, et détaillée de la structure d’arbres individuels. Un effort de R&D est encore nécessaire pour fournir des estimations performantes à l’échelle de la placette.

Page 22: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale22

LIDAR Terrestre (4/5)

Statut et réflexions

Les données issues de LIDAR terrestres ont le potentiel de fournir un volume d’information pour un coût réduit lorsque comparé à des méthodes destructives traditionnelles.

Les données issues de LIDAR terrestres ont le potentiel de réduire l’incertitude des estimations de biomasse lorsque comparées à celles dérivées de méthodes allométriques qui sous-tendent les estimations basées sur les mesures de terrain traditionnelles et dérivées de l’imagerie satellitaire.

Page 23: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale23

LIDAR Terrestre (5/5)

Références

Anderson, K., Hancock, D., Disney, M. I. and Gaston, K. J. (2016) Is waveform worth it? A comparison of LiDAR approaches for vegetation characterization. Remote Sensing for Ecology and Conservation, 2:5-15.

Calders, K., Armston, J., Newnham, G., Herold, M. and Goodwin, N. (2014) Implications of sensor configuration and topography on vertical plant profiles derived from terrestrial LiDAR. Agricultural and Forest Meteorology 194: 104-117.

Calders, K., Newnham, G., Burt, A., Murphy, S., Raumonen, P., Herold, M., Culvenor, D., Avitabile, V., Disney, M., Armston, J. and Kaasalainen, M. (2015), Nondestructive estimates of above-ground biomass using terrestrial laser scanning. Methods Ecol Evol, 6: 198–208.

Jupp, D. L. B., Culvenor, D. S., Lovell, J. L., Newnham, G. J., Strahler, A. H. and Woodcock, C. E. (2009). Estimating forest lai profiles and structural parameters using a ground-based laser called echidna. Tree physio

Newnham, G., Armston, J., Muir, J., Goodwin, N., Tindall, D., Culvenor, D., Puschel, P., Nystrom, M., &

Johansen, K. (2012). Evaluation of terrestrial laser scanners for measuring vegetation structure. CSIRO

Sustainable Agriculture Flagship.

Ni-Meister, W., Lee, S., Strahler, A. H., Woodcock, C. E., Schaaf, C., Yao, T., Ranson, K. J., Sun, G. and Blair,

J. B. (2010). Assessing general relationships between aboveground biomass and vegetation structure

parameters for improved carbon estimate from lidar remote sensing. Journal of Geophysical Research, 115:

G00E11.

Page 24: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale24

Récapitulatif

La technologie LIDAR a recours à des capteurs actifs.

Les capteurs LIDAR sont capables d’estimer la hauteur desarbres/du peuplement, le volume, la biomasse la structure dupeuplement, et la fermeture du couvert forestier.

Les mesures LIDAR offrent un degré de précision élevé,comparable à celui des mesures de terrain.

Des relations sont établies entre les propriétéstridimensionnelles du nuage de points LIDAR (hauteur etdensité de la canopée) et les propriétés biophysiques(biomasse), au moyen d’équations allométriques.

LIDAR est une technologie émergente en matière desurveillance des grandes étendues boisées, pour REDD+notamment.

Page 25: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale25

Plan du cours

1. Rôle des observations LIDAR dans la caractérisation des forêts

et activités de surveillance avec la technologie LIDAR.

2.Le recours à la technologie RADAR pour la surveillance

des forêts.

Page 26: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale26

Documents de référence RADAR

De Sy, V., Herold, M., Achard, F., Asner, G.P., Held, A., Kellndorfer, J., and Verbesselt, J. (2012) Synergies of multiple remote sensing data sources for REDD+ monitoring. Current Opinion in Environmental Sustainability. 1-11.

GOFC-GOLD Sourcebook, chapitre 2.10 http://www.gofcgold.wur.nl/redd/index.php

Gibbs HK, Brown S, Niles JO, Foley JA (2007) Monitoring and estimating tropical forest carbon stocks: making REDD a reality. Environ Res Lett, 2:045023. Synthèse des différents moyens d’estimer les stocks de carbone de la biomasse forestière au niveau national dans les pays en développement et proposition de méthodes pour établir un lien entre l’estimation du carbone forestier et celle du déboisement.

Sarker, L. R., Nichol, J., & Mubin, A. (2013). Potential of Multiscale Texture Polarization Ratio of C-band SAR for Forest Biomass Estimation. In A. Abdul Rahman, P. Boguslawski, C. Gold, & M. N. Said (Eds.), Developments in Multidimensional Spatial Data Models (Springer., pp. 69–83). Berlin, Heidelberg: Springer Berlin Heidelberg. doi:10.1007/978-3-642-36379-5.

Page 27: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale27

Technologie radar à synthèse d’ouverture (RSO)

On utilise des capteurs radar à synthèse d’ouverture (RSO)depuis les années 1960 pour produire des images de lasurface terrestre selon les principes de la réflectivitéradar (RAdio Detection And Ranging).

La technologie RSO utilise le mouvement relatif entrel’antenne du capteur et la cible et est le plus souvent miseen œuvre à partir d’une plateforme mobile (aéronef,navette spatiale, satellite).

Le radar est un système actif : il est la source de sapropre énergie électromagnétique.

Page 28: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale28

Mécanismes de rétrodiffusion radar (1/3)

Source : Lopez-Dekker 2011.

• Le radar transmet une impulsion (voyageant à la vitesse de la lumière).

• Une partie de l’énergie de l’impulsion radar est réfléchie vers le radar.

• C’est ce que le radar mesure et que l’on l’appelle la rétrodiffusion radar σ0.

Page 29: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale29

Mécanismes de rétrodiffusion radar (2/3)

Source : Thiel 2011.

Page 30: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale30

Mécanismes de rétrodiffusion radar (3/3)

Source : Lopez-Dekker 2011.

Page 31: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale31

Localisation du radar dans le spectreélectromagnétique (1/2)

Tandis que les capteurs optiques fonctionnentprincipalement dans le spectre visible et infrarouge (autourde 0,4-15,0 μm) du spectre électromagnétique, lescapteurs radar fonctionnent dans la régionhyperfréquence (autour de 3-70 cm).

Les ondes électromagnétiques du spectre visible etinfrarouge sont diffusées par les particulesatmosphériques (la brume, la fumée et les nuages parexemple), alors que le plus souvent les signauxhyperfréquence traversent ces particules :

=> valeur ajoutée pour l’imagerie des forêts tropicalesrecouvertes par les nuages.

Page 32: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale32

Localisation du radar dans le spectre

électromagnétique (2/2)

Source : http://canadiansubsurface.com/ir.html

Page 33: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale33

Technologie radar à synthèse d’ouverture(RSO)

Les ondes hyperfréquence traversent les couverts forestiers. L’intensité del’énergie rétrodiffusée dépend en partie des :

● Paramètres du système :

- angle d’incidence

- longueur d’onde

- polarisation

● Propriétés de la surface :

- rugosité

- forme géométrique

- propriétés diélectriques de la cible

=> Le signal rétrodiffusé donne des informations utiles sur les attributsstructurels des forêts, y compris le type de couvert forestier structurel et labiomasse aérienne.

Page 34: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale34

Rugosité de la surface

L’intensité de l’énergie rétrodiffusée augmente généralement

avec la rugosité de la surface, pour une longueur d’onde

donnée.

La surface semble lisse avec une grande longueur d’onde=> La rétrodiffusion est faible.

La surface semble rugueuse avec une longueur d’onde courte.=> La rétrodiffusion augmente.

Page 35: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale35

Constante diélectrique

Source : Walker

n.d.

Dépend de la teneur en humidité de la cible.

Varie couramment entre 1 et 100. Par exemple :

matériaux naturels secs : 3-8 ; eau : 80.

La teneur en humidité de la végétation et du sol influencela rétrodiffusion radar.

Une forte teneur en humidité atténue la pénétration dusignal radar.

Page 36: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale36

Prétraitement du signal radar

Le signal radar nécessite un prétraitement pour prendre encompte :

● Les distorsions géométriques telles que l’effet derapprochement et de repliement.

● Les effets topographiques résultant des différentesconditions d’illumination de la scène.

● Le chatoiement.

Des logiciels commerciaux et libres sont disponibles.

Page 37: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale37

Distorsions géométriques (1/3)

Source : Radiotuorial n.d., http://www.radartutorial.eu/20.airborne/ab07.en.html.

Page 38: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale38

Distorsions géométriques (2/3)

Rapprochement

Source : Radiotutorial n.d., http://www.radartutorial.eu/20.airborne/ab07.en.html.

Page 39: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale39

Distorsions géométriques (3/3)

Repliement

Source: Radiotutorial n.d., http://www.radartutorial.eu/20.airborne/ab07.en.html.

Page 40: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale40

Effets topographiques

Occultation

Source : Radiotutorial n.d., http://www.radartutorial.eu/20.airborne/ab07.en.html.

Page 41: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale41

Prétraitement du signal radar (suite)

Le chatoiement affecte les images radar, et limite la séparabilitéspectrale des catégories.

Résulte de fluctuations aléatoires dans le signal réfléchi par unobjet.

Le prétraitement est nécessaire pour filtrer les images et limiter aumieux la perte d’informations.

Image RSO originaleRSO aéroporté AeS-1

Après filtrage du chatoiementMéthode fondée sur un modèle

Source : Lopez-Dekker, 2011

Page 42: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale42

Chaîne de prétraitement

Image RSO SLC de niveau 1

Image d’intensité

Processus multivisée

Étalonnage radiométrique

Géo-encodage avec MNE

Filtrage du chatoiement

Normalisation topographique avec MNE

Extraction des caractéristiques

(cartographie de la couverture, détection des

variations, etc.)

Image d’intensité RSO prétraitée

Importation avec extraction des informations

d’en-tête

Page 43: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale43

Caractéristiques des bandes radar (1/4)

BandeFréquence courante

(GHz)

Longueur d’onde (cm)

P 0,350 85

L 1,3-1,4 23-21

C 5,3-5,4 5,6-5,5

X 9,65 3,1

Ku 12-18 2,5-1,6

Ka 35 0,8

Systèmes actifs : les radars illuminent lacible de manière à pouvoir fonctionner jouret nuit.

Hyperfréquences :

● Les ondes électromagnétiquestraversent les objets dans unecertaine mesure.

● À la plupart des fréquences, lesnuages sont transparents.

Interaction complexe avec l’objet ou lacible : une image radar n’est pas une photo.

Résolution spatiale fondamentalementlimitée :

● Ne pas s’attendre à des images RSOde résolution 1 cm dans la bande C.

Page 44: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale44

Caractéristiques des bandes radar (2/4)

Source : Lopez-Dekker 2011.

Page 45: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale45

Caractéristiques des bandes radar (3/4)

Avec la permission de Thuy

Le Toan.

Page 46: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale46

Caractéristiques des bandes radar (4/4)

Bande C Bande L

Forêt à des fréquences différentes

Source : Thiel 2011.

Page 47: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale47

Techniques RSO : polarimétrie

Les ondes radar sont polarisées.

Les matériaux anisotropes peuvent réfléchir les ondes avecdes polarisations et intensités différentes.

Certains matériaux peuvent convertir une polarisation(entrante) en une autre (sortante).

Plusieurs images peuvent être produites à partir de la mêmesérie d’impulsions.

Polarisation verticale Polarisation horizontale

Source : Thiel 2011.

Page 48: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale48

La technologie radar pour la surveillance des

forêtsMosaïque en couleur mondiale ALOS PALSAR.(Rouge : HH, vert : HV, bleu : HH/HV), espacement des pixels 25 m, 70 000 scènes, données acquises entre juin et octobre 2009.

Source : JAXA 2009.

Page 49: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale49

La technologie radar pour la surveillance des

forêts

La technologie RSO — données SRTM (Shuttle Radar Topography Mission) — a démontré sa capacité à mesurer la hauteur des forêts sur des superficies importantes :

La mission RSO JERS-1 a fourni les premièresobservations pantropicales et panboréalescohérentes ; les données RSO de bande L à grandelongueur d’onde ont prouvé leur utilité pour la classificationforêt/non-forêt et pour l’identification de la croissancesecondaire.

Les données de bande L ont également facilité lacartographie temporelle de l’eau stagnante sous les forêts àcouvert fermé au moyen de séries temporelles.=> Différentiation plaine inondable/forêt marécageuse.

Page 50: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale50

Missions RSO précédentes, actuelles etfutures (1/3)

Satellites/ capteurs

Période de fonctionnement Bande

Longueur d’onde (cm)

PolarisationRésolution

spatiale (m)

Répétitionorbitale (jours)

ERS-1 1991–2000 C 5,6 Simple (VV) 26 3–176

JERS-1 1992–1998 L 23,5 Simple (HH) 18 44

ERS-2 1995–2011 C 5,6 Simple (VV) 26 35

RADARSAT 1 1995-2013 C 5,6 Simple (HH) 8–100 3-24

ENVISAT/

ASAR2002–2012 C 5,6 Simple, double 30-1000 35

ALOS/

PALSAR2006–2011 L 23,6

Simple, double,

quadruple10–100 46

RADARSAT 2 2007– C 5,6Simple, double,

quadruple3–100 24

TerraSAR-X

TanDEM-X

2007–

2010–

X 3,1Simple, double,

interférométrique1–16 11

Page 51: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale51

Missions RSO précédentes, actuelles et futures (2/3)

Satellites/ capteurs

Période de fonctionnement Bande

Longueur d’onde (cm)

PolarisationRésolution

spatiale (m)

Répétitionorbitale (jours)

COSMO- SkyMed 2007– X 3,1 Simple, double 1–100 16

RISAT-1 2012– C 5,6Simple, double,

quadruple1–50 25

ALOS-2/ PALSAR-2

2014– L 23,8Simple, double,

quadruple1–100 14

Sentinel-1A Sentinel-1B

1A : 2014–

1B : prévue pour 2015

C 5,6Simple, double,

quadruple91–5 12

SAOCOM-1A SAOCOM-1B

Prévues pour 2015, 2016 L 23,5

Simple, double, quadruple

101–00 16

NovaSARPrévue pour 2015

S 9,4Simple, double, triple, quadruple 6–30 14

RADARSAT Constellation 1/2/3

Prévues pour 2018C 5,6

Simple, double, quadruple

1–100 12

Page 52: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale52

Missions RSO précédentes, actuelles et futures (3/3)

Satellites/ sensors

Period ofoperation Band

Wave-length (cm)

PolarisationSpatialresolution (m)

Orbital repeat (days)

NISARPrévue pour

2020L, S 24 cm,12 cm Pol multiple ?

BIOMASSPrévue pour 2020

P 69.0 Quad 50 Varie

Page 53: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale53

Capacités des données RSO pour la surveillance du couvert forestier et l’estimation de la biomasse

Les données RSO sont utiles dans les régions à fortecouverture nuageuse et pluviométrie.

La technologie RSO fournit des informations qui complètentles données optiques sur le couvert forestier/l’affectationdes terres.

Possibilités d’amélioration de la surveillance des forêts et del’estimation de la biomasse par intégration des donnéesRSO, optiques et LIDAR.

La technologie RSO a prouvé sa capacité aux niveauxinfranational et régional.

Page 54: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale54

Capacités de la technologie RSO pour la

surveillance des forêts

Bande P (R&D) : mise au point pour l’estimation de la biomasse forestière et

de la hauteur des peuplements. Voir la mission BIOMASS de l’ESA prévue

pour 2020.

RSO bande L : a démontré son potentiel pour la surveillance du couvert

forestier et de son évolution au moyen de données à double polarisation à

séries temporelles (la polarisation croisée est particulièrement sensible à la

structure forestière).

Recours à JERS-1 pour produire une référence historique, par rapport à

laquelle il est possible de surveiller l’évolution du couvert forestier au moyen

des données ALOS PALSAR plus récentes (et d’assurer une surveillance

continue au moyen d’ALOS-2).

Bande C (R&D) : série temporelle dense d’observations généralement

nécessaires à la détection précise de l’évolution du couvert forestier.

Page 55: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale55

Capacités de la technologie RSO pour la

surveillance des forêts

Bande X (R&D) : application à l’évaluation de la dégradation des forêts ;

par exemple, exploitation forestière sélective lorsque l’élimination partielle ou

totale de la canopée est identifiée ; sert également à l’estimation de la

hauteur des forêts au moyen de TanDEM-X.

Page 56: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale56

Capacités de la technologie RSO pourl’estimation de la biomasse (1/2)

Méthodes d’estimation de la BA : inversion fondée sur un modèle

et extraction de la hauteur de la canopée.

Technique InSAR pour extraire la hauteur de la canopée, associée

à des mesures allométriques et à des données de terrain pour

estimer la biomasse.

Saturation du signal :

● Bande C : < 50 t/ha

● Bande L : jusqu’à 100 t/ha

● Bande P : > 300 t/ha

● Association avec des données optiques : jusqu’à 400 t/ha

L’association de polarisations différentes (ratio C-HV/C-HH par

exemple) peut améliorer les estimations de la biomasse.

Page 57: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale57

Capacités de la technologie RSO pour

l’estimation de la biomasse(2/2)

L’extraction des données RSO peut être affectée par le terrain, la pluviométrie, l’humidité

du sol, le développement d’algorithmes au niveau local, les niveaux de saturation.

L’étalonnage des algorithmes nécessite des données de terrain fiables.

L’extraction de la biomasse aérienne par technologie RSO donne de meilleurs résultats

dans les forêts boréales et tempérées que dans les forêts tropicales (espèce moins

nombreuses, moins de biomasse).

Les méthodes multicapteurs (SAR-LiDAR, SAR-LiDAR-optique) sont prometteuses et

ont fait leurs preuves aux États-Unis, en Amazonie, en Australie, au Népal et à Bornéo.

Estimation de l’évolution de la biomasse :

● Deux observations dans le temps pour modéliser l’évolution.

● Modélisation de la biomasse lors de chaque observation et calcul de la différence.

Page 58: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale58

Applicabilité de la technologie radar à la

surveillance des forêts

De Sy et al. 2012.

Très adapté

Adapté

Utile

Limité à aucune

capacité

technique

Capacités techniques des capteurs de télédétection pour lafourniture de produits informationnels REDD+ (nationaux).

Page 59: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale59

Récapitulatif

Le radar est un système actif qui repose sur les principes de la

réflectivité radar : rétrodiffusion de la canopée, du volume et de la

surface.

Les capteurs radar fonctionnent dans la région hyperfréquence et

sont capables de traverser les nuages.

Les paramètres du système et les caractéristiques de la surface

influencent l’intensité de l’énergie rétrodiffusée.

Un prétraitement est indispensable pour éliminer les distorsionsgéométriques, telles que les effets de rapprochement et derepliement, les effets topographiques et le chatoiement.

Les systèmes RSO actuellement utilisés fonctionnent dans leslongueurs d’onde appartenant aux bandes X et C-L, avec desfonctionnalités différentes.

L’intégration des systèmes RSO, optiques et LIDAR ouvre despossibilités d’améliorer la surveillance des forêts et l’estimationde la biomasse.

Page 60: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale60

Exemples nationaux

Surveillance du déboisement tropical au Kalimantan par radar.

Recours aux données LiDAR et InSAR comme données auxiliaires pour estimer

la biomasse forestière dans une zone de forêt boréale.

Page 61: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale61

Modules de suivi et exercices recommandés

Modules 3.1 à 3.3 pour en savoir plus sur l’évaluation et la

notification REDD+.

Exercices disponibles sur: https://saredu.dlr.de/

Avec la permission de : ESA ; GEO GFOI Method and Guidance Report (http://gfoi.org/)

Page 62: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale62

Bibliographie

Berger, A., T. Gschwantner, R. E. McRoberts, and K. Schadauer. 2014. “Effects of Measurement Errors on

Individual Tree Stem Volume Estimates for the Austrian National Forest Inventory.” Forest Science 60

(1): 14–24.

Böttcher H., K. Eisbrenner, S. Fritz, G. Kindermann, F. Kraxner, I. McCallum, M. Obersteiner. 2009. “An

assessment of monitoring requirements and costs of ‘Reduced Emissions from Deforestation and

Degradation.’” Carbon Balance Management 4 (7).

Breidenbach, J., C. Antón-Fernández, H. Petersson, R. Astrup, and R. E McRoberts. 2014. “Quantifying

the Contribution of Biomass Model Errors to the Uncertainty of Biomass Stock and Change Estimates in

Norway.” Forest Science 60 (1): 25–33.

Cartus, O., Santoro, M., Kellndorfer, J., 2012. Mapping forest aboveground biomass in the northeastern

united states with alos palsar dual polarization l-band. Remote Sensing of Environment 124: 466–478.

Cutler, M. E. J., D. S. Boyd, G. M. Foody, and A. Vetrivel. 2012. “Estimating Tropical Forest Biomass with

a Combination of SAR Image Texture and Landsat TM data: An Assessment of predictions between

Regions.” ISPRS Journal of Photogrammetry and Remote Sensing 70: 66–77.

doi:10.1016/j.isprsjprs.2012.03.011

Page 63: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale63

De Sy, V., M. Herold, F. Achard, G. P. Asner, A. Held, J. Kellndorfer, and J. Verbesselt. 2012. “Synergies of

Multiple Remote Sensing Data Sources for REDD+ Monitoring.” Current Opinion in Environmental

Sustainability 4,6: 696–706.

Ene, L.T., E. Næsset, T. Gobakken, T. G. Gregoire, G. Ståhl, and S. Holm. 2013. “A Simulation Approach

for Accuracy Assessment of Two-phase Post-stratified Estimation in Large-area LiDAR Biomass Surveys.”

Remote Sensing of Environment 133: 210–224.

Frazer, G. W., S. Magnussen, M. A. Wulder, and K. O. Niemann. 2011. “Simulated Impact of Sample Plot

Size and Co-registration Error on the Accuracy and Uncertainty of LiDAR-derived Estimates of Forest

Stand Biomass.” Remote Sensing of Environment 115 (2): 636–649. doi:10.1016/j.rse.2010.10.008.

GFOI (Initiative mondiale pour l’observation des forêts). 2014. Intégration des données de télédétection

et d’observation au sol pour l’estimation des sources et des puits de gaz à effet de serre dans les forêts :

Méthodes et pratiques recommandées par l’Initiative mondiale pour l’observation des forêts. (Souvent

GFOI MGD.) Chapitres 3.2.4 et 3.2.5. Genève (Suisse) : Groupe sur l’observation de la Terre, version 1.0.

http://www.gfoi.org/methods-guidance/.

Gibbs, H. K., S. Brown, J. O. Niles, and J. A. Foley. 2007. “Monitoring and Estimating Tropical Forest

Carbon Stocks: Making REDD a Reality.” Environmental Research Letters 2:045023.

Page 64: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale64

GOFC-GOLD (Observation globale du couvert forestier et de la dynamique de la couverture des terres).

2014. A Sourcebook of Methods and Procedures for Monitoring and Reporting Anthropogenic Greenhouse

Gas Emissions and Removals Associated with Deforestation, Gains and Losses of Carbon Stocks in

Forests Remaining Forests, and Forestation. (Souvent GOFC-GOLD Sourcebook.) Pays-Bas : GOFC-GOLD

Bureau des projets sur la couverture des terres , Université de Wageningen.

http://www.gofcgold.wur.nl/redd/index.php.

Gold, P., and M. N. Said, eds. 2013. Developments in Multidimensional Spatial Data Models. Springer.

Berlin, Heidelberg: Springer Berlin Heidelberg.

Gregoire, T. G., G. Ståhl, E. Næsset, T. Gobakken, R. Nelson, and S. Holm. 2011. “Model-assisted

Estimation of Biomass in a LiDAR Sample Survey in Hedmark County, Norway.” Canadian Journal of

Forest Research 41: 83–95.

Lopez-Dekker, 2011. PECS SAR Remote Sensing Course - Introduction to SAR I. ESA/University of

Szeged/ DLR 13–17 June 2011, Szeged, Hungary.

Lucas, R., Armston, J., Fairfax, R., Fensham, R., Accad, A., Carreiras, J., Kelley, J., Bunting, P., Clewley,

D., Bray, S., Metcalfe, D., Dwyer, J., Bowen, M., Eyre, T., Laidlaw, M., and Shimada, M., 2010. An

Evaluation of the ALOS PALSAR L ‐ Band Backscatter-Above Ground Biomass Relationship Queensland,

Australia: Impacts of Surface Moisture Condition and Vegetation Structure. IEEE Journal of Selected

Topics in Applied Earth Observation and Remote Sensing, 3, 576 ‐ 593.

Page 65: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale65

Magnussen, S., and P. Boudewyn. 1998. “Derivations of Stand Heights from Airborne Laser Scanner

Data with Canopy-Based Quantile Estimators.” Canadian Journal of Forest Research 1031: 1016–1031.

McRoberts, R. E., E. Næsset, and T. Gobakken. 2012. “Inference for Lidar-assisted Estimation of Forest

Growing Stock Volume.” Remote Sensing of Environment 128: 268–275.

McRoberts, R. E., H. -E. Andersen, and E. Næsset. 2014. “Using airborne laser scanning data to support

forest sample surveys. “ In M. Maltamo, E. Næsset, and J. Vauhkonen, eds., Forestry Applications of

Airborne Laser Scanning. Berlin: Springer.

McRoberts, R. E., and O. M. Bollandsås. 2014. “Modeling and Estimating Change.” In M. Maltamo, E.

Næsset, J. Vauhkonen, eds., Forestry Applications of Airborne Laser Scanning. Berlin: Springer.

McRoberts, R. E., and J. A. Westfall. 2014. “The Effects of Uncertainty in Model Predictions of Individual

Tree Volume on Large Area Volume Estimates.” Forest Science 60 (1): 34–42.

Minh, D. H. T., T. Le Toan, F. Rocca, S. Tebaldini, M. M. D’Alessandro, and L. Villard. 2014. “Relating P-

Band Synthetic Aperture Radar Tomography to Tropical Forest Biomass. Geoscience and Remote

Sensing.” IEEE Transactions on Geoscience and Remote Sensing 52 (2): 967–979.

Mora, B., M. A. Wulder, J. C. White, and G. Hobart. 2013. “Modeling Stand Height, Volume, and Biomass

from Very High Spatial Resolution Satellite Imagery and Samples of Airborne LiDAR.” Remote Sensing 5:

2308–2326. doi:10.3390/rs5052308.

Page 66: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale66

Næsset, E. 1997a. “Determination of Mean Tree Height of Forest Stands Using Airborne Laser Scanner

Data.” ISPRS Journal of Photogrammetry and Remote Sensing 52: 49–56.

Næsset, E. 1997b. “Estimating Timber Volume of Forest Stands Using Airborne Laser Scanner Data.”

Remote Sensing of Environment 51: 246–253.

Næsset, E. 2002. “Predicting Forest Stand Characteristics with Airborne Scanning Laser Using a Practical

Two-Stage Procedure and Field Data.” Remote Sensing of Environment 80: 88–99.

Næsset, E., T. Gobakken, S. Solberg, T. G. Gregoire, R. Nelson, G. Ståhl, and D. Weydahl. 2011. “Model-

assisted Regional Forest Biomass Estimation Using LiDAR and In SAR as Auxiliary Data: A Case Study

from a Boreal Forest Area.” Remote Sensing of Environment 115: 3599–3614.

Reiche, J., and M. Herold. 2012. “Concepts and Processing Techniques for a Global Sentinel 1–3 Land

Cover Dynamics and Change (LCDC) Product.” In European Space Agency, ed., Proceedings of the First

Sentinel-2 Preparatory Symposium, 1–8. Frascati, Italy.

Reiche, J.; Souza, C.; Hoekman, D.H.; Verbesselt, J.; Haimwant, P.; Herold, M. 2013. “Feature level

fusion of multi-temporal ALOS PALSAR and Landsat data for mapping and monitoring of tropical

deforestation and forest degradation”. IEEE Journal of Selected Topics in Applied Earth Observation and

Remote Sensing 6,5: 2159 - 2173.

Page 67: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale67

Santoro et al. 2011. Retrieval of growing stock volume in boreal forest using hyper-temporal series of

Envisat ASAR ScanSAR : mesures de rétrodiffusion. Remote Sensing of Environment 115: 490-507.

Sarker, L. R., J. Nichol, H. B. Iz, B. Ahmad, and A. A. Rahman. 2013. “Forest Biomass Estimation Using

Texture Measurements of High-Resolution.” IEEE Transactions on Geoscience and Remote Sensing 51

(6): 3371–3384.

Sarker, L. R., J. Nichol, and A. Mubin. 2013. “Potential of Multiscale Texture Polarization Ratio of C-band

SAR for Forest Biomass Estimation.” In A. Abdul Rahman, P. Boguslawski, C. Gold, and M. N. Said, eds.,

Developments in Multidimensional Spatial Data Models. (69–83). Berlin, Heidelberg: Springer Berlin

Heidelberg. doi:10.1007/978-3-642-36379-5.

Ståhl, G., S. Holm, T. G. Gregoire, T. Gobakken, E. Næsset, and R. Nelson. 2011. “Model-based

Inference for Biomass Estimation in a LiDAR Sample Survey in Hedmark County, Norway.” Canadian

Journal of Forest Research 41: 96–107.

Thiel, 2011. PECS SAR Remote Sensing Course - SAR Theory and Applications to Forest Cover and

Disturbance Mapping and Forest Biomass Assessment. ESA / University of Szeged / DLR, 13–17 June

2011, Szeged, Hungary.

Ussyshkin, V., 2011. “Enhanced discrete return technology for 3D vegetation mapping.” 13 June 2011,

SPIE Newsroom. DOI: 10.1117/2.1201105.003734

Page 68: Module 2.8 Progrès technologiques : présentation générale et ......Module 2.8 –Progrès technologiques : présentation générale et état des lieuxMatériels de formation à

Module 2.8 – Progrès technologiques : présentation générale et état des lieux

Matériels de formation à REDD+ mis au point par GOFC-GOLD, Université de Wageningen, FCPF de la Banque mondiale68

Vauhkonen, J., M. Maltamo, R. E. McRoberts, and E. Næsset. 2014. “Introduction to forest applications

of airborne laser scanning.” In M. Maltamo, E. Næsset, and J. Vauhkonen, eds., Forestry Applications of

Airborne Laser Scanning. Berlin: Springer.

Wulder, M. A., J. C. White, R. F. Nelson, E. Næsset, H. O. Ørka, C. Coops, and T. Gobakken. 2012. “Lidar

Sampling for Large-Area Forest Characterization: A Review.” Remote Sensing of Environment 121: 196–

209. doi:10.1016/j.rse.2012.02.001.