Estimation de la hauteur et biomasse des forêts à très haute résolution sur les 30 dernières années

Forest height and biomass at very high resolution over the last 30 years

• Auteur / Autrice : Alvin Opler
• Direction : Philippe Ciais, Alexandre D'aspremont
• Type : Projet de thèse
• Discipline(s) : Géosciences
• Date : Inscription en doctorat le 01/01/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale des sciences de l'environnement d'Île-de-France
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Climat et de l'Environnement - DRF
• Partenaire(s) de recherche : Référent : Université de Versailles-Saint-Quentin-en-Yvelines

Mots clés

Mots clés libres

Biomasse

Haute résolution

Europe

Télé Détection

Biomass

High

Europe

Remote Sensing

Résumé

Le stockage du carbone dans les forêts est important pour atteindre la neutralité climatique, mais les changements de carbone des arbres sont extrêmement difficiles à mesurer. Les inventaires ne mesurent qu'un ensemble limité de parcelles avec quelques arbres, ce qui empêche un suivi spatialement explicite du carbone des forêts. Les progrès des méthodes d'intelligence artificielle dérivées de la vision par ordinateur, et dont notre groupe a été le pionnier, ont montré qu'il est possible d'obtenir des données précises sur la hauteur et la biomasse des forêts sur de vastes zones (pays, continents). En France, nous proposons de construire de nouveaux modèles de vision artificielle pour estimer la hauteur et la biomasse des forêts, entraînés sur des données parcellaires et des images aériennes collectées par l'IGN (ortho-photo-imagerie) avec un balayage lidar aéroporté mesurant la hauteur de la canopée. L'énorme avantage des images aériennes est leur très haute résolution spatiale de 30 cm, qui contient des informations sur les arbres individuels, et leur longue couverture temporelle puisque la couverture de la France est disponible depuis 1955 à des intervalles de trois ans. Dans un deuxième temps, une fois les modèles testés et les performances évaluées, nous analyserons les données d'imagerie passées pour estimer au niveau de l'arbre comment le couvert arboré a évolué en France au cours des 50 dernières années, y compris la déprise agricole, les nouvelles plantations forestières et les changements de la ligne d'arbre en haute altitude dans les montagnes. Le projet devrait déboucher sur au moins trois publications, avec une méthode adaptable à d'autres pays où l'imagerie photographique est disponible (Espagne, Allemagne).

Storing carbon in forests is important for achieving climate neutrality, but carbon changes of trees are extremely difficult to measure. Inventories measure only a limited set of plots with a few trees, which hinders spatially explicit monitoring of forests carbon. Progress in artificial intelligence methods derived from computer vision, and pioneered in our group, have shown that it is possible to retrieve accurate forest height and biomass over large areas ( countries, continents ). Over France, we propose to build new computer vision models to estimate forest height and biomass trained on plot data, and aerial imagery collected by IGN (ortho-photo-imagery) with airborne lidar scanning measuring canopy height. The huge advantage of airborne images is their very high spatial resolution of 30 cm, containing information on individual trees, and their long time coverage since coverage of France is available since 1955 at three years intervals In a second step, once models have been tested and performances assessed, we will analyze past imagery data to estimate at tree level how tree cover has changed over France in the last 50 years, including agricultural abandonment, new forest plantations and high altitude tree-line changes in the mountains The project should lead to at least three publications, with a method scalable to other countries where photo-imagery is available ( Spain, Germany )