[fr] Les petits drones civils développés à des fins de cartographie rapide offrent, à une échelle locale, de nombreuses opportunités pour le suivi d’écosystèmes forestiers. Nous utilisons dans cette recherche des images acquises avec un avion sans pilote à voilure fixe afin de modéliser la surface de la canopée de peuplements feuillus. Une chaine de traitements photogrammétriques est mise en place au moyen des outils de la suite open source MICMAC. Nous comparons différentes stratégies de corrélation automatique d’images afin de déterminer le paramétrage qui permet au mieux de reconstruire les détails de la canopée. Bien que le modèle de surface photogrammétrique ne permette pas d’appréhender les petites dépressions et élévations des houppiers, nos résultats montrent que l’utilisation conjointe d’images drone et d’un modèle
numérique de terrain LiDAR permet d’estimer la hauteur dominante des peuplements feuillus. Ces résultats confirment la faisabilité de modéliser l’évolution de la hauteurs des peuplements forestiers depuis une série temporelle d’images drone.
Disciplines :
Sciences informatiques Sciences du vivant: Multidisciplinaire, généralités & autres Agriculture & agronomie
Auteur, co-auteur :
Lisein, Jonathan ; Université de Liège - ULiège > Forêts, Nature et Paysage > Gestion des ressources forestières et des milieux naturels
Bonnet, Stéphanie ; Université de Liège - ULiège > Forêts, Nature et Paysage > Gestion des ressources forestières et des milieux naturels
Lejeune, Philippe ; Université de Liège - ULiège > Forêts, Nature et Paysage > Gestion des ressources forestières et des milieux naturels
Pierrot-Deseilligny, Marc
Langue du document :
Français
Titre :
Modélisation de la canopée forestière par photogrammétrie depuis des images acquises par drone
Date de publication/diffusion :
19 juin 2014
Titre du périodique :
Revue Française de Photogrammétrie et de Télédétection
ISSN :
1768-9791
Maison d'édition :
Société Francaise de Photogrammetrie et de Télédetection, Paris, France
Aber, J. S., Marzolff, I., Ries, J. B., 2010. Small-Format Aerial Photography: Principles, Techniques and Geoscience Applications. Elsevier Science & Technology Books.
Anderson, K., and Gaston., K. J., 2013. Lightweight unmanned aerial vehicles will revolutionize spatial ecology. Frontiers in Ecology and the Environment 11 (3), 138-146.
Assman, E., 1959. Höhenbonität und wirkliche ertragsleistung. Forstwiss. Centralbl. 78, 1-64.
Baltsavias, E., Gruen, A., Eisenbeiss, H., Zhang, L, Waser, L. T., 2008. High-quality image matching and automated generation of 3D tree models. International Journal of Remote Sensing 29 (5), 1243-1259.
Bonnet, S., Toromanoff, F., Bauwens, S., Michez, A., Dedry, L, Lejeune, P., 2013. Principes de base de la télédétection et ses potentialités comme outil de caractérisation de la ressource forestière - II. LiDAR aérien. Forêt Wallonne 124, 28-41.
Dandois, J. P., Ellis, E. C, 2013. High spatial resolution three-dimensional mapping of vegetation spectral dynamics using computer vision. Remote Sensing of Environment 136, 259-276.
Koh, L. P., and Wich., S. A., 2012. Dawn of drone ecology: low-cost autonomous aerial vehicles for conservation. Tropical Conservation Science 5 (2), 121-132.
Lejeune, P., Gheysen, T., Rondeux, J., 2008. Les inventaires forestiers en futaie feuillue: Quelles méthodes pour quels objectifs? Forêt Wallonne 93, 16-24.
Lisein, J., Pierrot-Deseilligny, M., Bonnet, S., Lejeune, P., 2013. A photogrammetric workflow for the creation of a forest canopy height model from small unmanned aerial system imagery. Forests 4 (4), 922-944.
Lowe, D., 2004. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision 60 (2), 91-110.
Naasset, E., 2002. Predicting forest stand characteristics with airborne scanning laser using a practical two-stage procedure and field data. Remote Sensing of Environment 80 (1), 88-99.
Otoul, C, 1978. Contribution à l'étude de la productivité du chêne rouvre en ardenne (région de wellin). Annales de Gembloux 4 (4), 237-248.
Paparoditis, N., Baghli, I., Thorn, C, 2000. Reconstruction de modèles numériques de surfaces en zone urbaine à partir de prises de vues aériennes numériques à fort recouvrement. Bulletin d'Information de l'IGN 3 (71), 27-33.
Pénard, L, Paparoditis, N., Pierrot-Deseilligny, M., 2006. Reconstruction 3D automatique de façades de bâtiments en multi-vues. In: Actes de la Conférence Reconnaissance des Formes et Intelligence Artificielle. Tours, France.
Pierrot-Deseilligny, M., 2014. Micmac documentation: MicMac, Apero, Pastis and Other Beverages in a Nutshell! URL http://logiciels.ign.fr/?-Micmac,3-
Pierrot-Deseilligny, M., Clery, I., 2011a. Apero, an open source bundle adjustment software for automatic calibration and orientation of set of images. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XXXVIII-5/W16, 1-8.
Pierrot-Deseilligny, M., Clery, I., 2011b. Évolutions récentes en photogrammétrie et modélisation 3d par photo des milieux naturels. Collection EDYTEM 12, 51-64.
Pierrot-Deseilligny, M., Paparoditis, N., 2006. A multiresolution and optimization-based image matching approach: An application to surface reconstruction from SPOT5-HRS stereo imagery. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 36.
[R] Development Core Team, 2011. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, ISBN 3-900051-07-0. URL http://www.R-project.org/
Rondeux, J., 1999. La mesure des arbres et des peuplements forestiers (deuxième édition). Les Presses agronomiques de Gembloux, Gembloux.
Snavely, N., and Seitz., S. M., Szeliski, R., Nov. 2008. Modeling the world from internet photo collections. International Journal of Computer Vision 80 (2), 189-210.
Véga, C, St-Onge, B., 2008. Height growth reconstruction of a boreal forest canopy over a period of 58 years using a combination of photogrammetric and lidar models. Remote Sensing of Environment 112 (4), 1784-1794, remote Sensing Data Assimilation Special Issue.
Véga, C, St-Onge, B., 2009. Mapping site index and age by linking a time series of canopy height models with growth curves. Forest Ecology and Management 257 (3), 951-959.
Watts, A. C, Ambrosia, V. G., and Hinkley., E. A., 2012. Unmanned aircraft systems in remote sensing and scientific research: Classification and considerations of use. Remote Sensing 4(6), 1671-1692.
White, J., Wulder, M., Vastaranta, M., Coops, N., Pitt, D., Woods, M., Jun. 2013. The utility of image-based point clouds for forest inventory: A comparison with airborne laser scanning. Forests 4 (3), 518-536.
