Abstract :
[en] The forest, which represents one-third of the Earth surface, has always been in
close interaction with human societies. Forests provide many environmental services:
soil and water resources protection, reduction of impact of gas emissions,
biodiversity reservoir and conservation... Concerns about global changes add
to social functions such as recreational activities or wood production and about
forest management and silviculture practices. The need for information about
the forest resource has never been greater to ensure a sustainable management.
The description of the forest stands (location, extent, composition, structure ...)
and their dendrometric characterization (dominant height, number of trees per
hectare, mean quadratic circumference, basal area and volume per hectare ...)
have become crucial prerequisites indispensable for planning. Remote sensing
enables information acquisition over large areas and overcomes the capacity and
accessibility limitations inherent in field data collection, which mobilizes significant
human and financial resources. The Walloon forest is characterized by a
great diversity of situations and preoccupations: type of owner, structure, composition,
spatial distribution, stations, fragmentation, silvicultural practices. This
diversity makes it particularly relevant to use remote sensing as an information
acquisition tool. This thesis lies in this context. The main purpose was
the implementation of different types of three-dimensional remote sensing data
to determine how they could contribute properly to forest management in Wallonia.
First, we considered the use of low-density and regional-scale Airborne
Laser Scanning (ALS) data in combination with the data collected by the Walloon
Regional Forest Inventory. This combination has shown its potential for quantifying
coniferous forest attributes, coupled with regional allometry built on the
inventory database. In parallel with the importance of coniferous forest, a major
concern is the development of a close-to-nature forestry, promoting natural regeneration.
The presence of gaps in the stands is therefore essential information.
We focused on a robust mapping of gaps in broadleaved forests from high-density
ALS data. To complete our progression in the use of three-dimensional data, we focused on data acquired by drones. Our study showed their effectiveness in
detecting (dominant, co-dominated, dominated) trees in coniferous stands as a
basis for quantifying forest attributes. The potential use and relevance of several
photogrammetric products (ortho- or rectified images, digital surface model, and
correlation maps) have been tested to detect individual trees as a basis for forest
characterization. We investigated the association of the individual tree detection
approach and the area-based approach for the assessment of forest attributes
with drone data. As a conclusion, we argue the importance of a strong interaction
between the different kind of remote sensing data as indispensable support for
forest managers.
[fr] La forêt, qui représente un tiers de la surface de la Terre, a toujours été en
étroite interaction avec les sociétés humaines. Les forêts fournissent de nombreux
services environnementaux: protection des sols et des ressources en eau, réduction
des impacts des émissions de gaz, réservoir de biodiversité et conservation
... Les inquiétudes relatives aux changements globaux s’ajoutent aux fonctions
sociales telles que les activités récréatives ou la production de bois et aux préoccupations
concernant la gestion des forêts et la sylviculture. Le besoin d’information
sur la ressource forestière n’a jamais été aussi grand pour assurer une gestion
durable. La description des peuplements forestiers (localisation, étendue, composition,
structure ...) et leur caractérisation dendrométrique (hauteur dominante,
nombre d’arbres par hectare, circonférence quadratique moyenne, surface terrière
et volume par hectare ...) sont devenues des préalables indispensables à
la planification. La télédétection permet une acquisition d’information sur des
zones étendues et surmonte les limites de capacité et d’accessibilité inhérentes à
la récolte de données sur le terrain, qui mobilise des ressources humaines et financières
conséquentes. La forêt wallonne se caractérise par une grande diversité
de situations et de préoccupations: type de propriétaire, structure, composition,
répartition spatiale, stations, fragmentation, sylvicultures mises en place. Cette
diversité rend particulièrement pertinente l’utilisation de la télédétection comme
outil d’acquisition d’information. Cette thèse s’inscrit dans ce contexte. L’objectif
principal est la mise en oeuvre de différents types de données de télédétection
tridimensionnelles afin de déterminer comment elles pourraient contribuer de
manière appropriée à la gestion forestière en Wallonie. Nous avons premièrement
considéré l’utilisation de données ALS (Airborne Laser Scanning) à basse
densité et à l’échelle régionale en interaction avec les données collectées par
l’inventaire forestier régional wallon. Cette combinaison a montré son potentiel
pour la quantification des attributs de peuplements résineux, couplée à une
allométrie régionale construite sur base des données de l’inventaire. En parallèle
de l’importance de la forêt résineuse, une préoccupation majeure est le développement d’une sylviculture proche de la nature, favorisant la régénération
naturelle. La présence de trouées dans les peuplements est donc une information
essentielle. Nous nous sommes dès lors concentrés sur une cartographie
robuste des trouées en forêts feuillues à partir de données ALS haute densité.
Pour terminer notre cheminement dans l’utilisation des données tridimensionnelles,
nous nous sommes intéressés aux données acquises par les drones. Notre
étude a montré leur efficacité à détecter les arbres (dominants, co-dominés, dominés)
dans les peuplements résineux, comme base pour la quantification des
attributs forestiers. L’utilisation potentielle et la pertinence de plusieurs produits
photogrammétriques (images ortho- ou rectifiées, modèle numérique de
surface, cartes de corrélation) ont été testées pour détecter des arbres individuels
comme base pour la caractérisation forestière. Nous avons étudié l’association de
l’approche de détection des arbres individuels et de l’approche par placette pour
l’évaluation des attributs forestiers avec les données drone. En conclusion, nous
soutenons l’importance d’une interaction forte entre les différents types de données
de télédétection comme un appui indispensable aux gestionnaires forestiers.
