Leaf ExpVal

Programme : CNES
Durée : 2017 - 2018

Mots clés

lidar aérien; lidar spatial; lidar terrestre; forêt tropicale; transfert radiatif

Résumé

Le CNES a décidé d’intégrer une étape « expérimentation/validation » dont l’objectif est de valider les simulateurs développés pour consolider le dimensionnement d’un système spatial avant le lancement d’une phase 0. Pour les projets LEAF et Hypxim une campagne de mesure coordonnée par le CNES a été planifiée en Guyane en septembre 2016. 
Dans ce contexte, le projet LEAF-EXPEVAL (2017-2018) contribue à la phase d’expérimentation validation mise en place par le CNES pour la mission LEAF. Il s’inscrit dans la continuité directe du projet STEM-LEAF (2013-2015) et a pour principaux objectifs :

  1. de valider les approches de simulation du signal Lidar en forêt tropicale dense développées dans le cadre de STEM-LEAF. Ces approches sont basées sur la représentation réaliste de scènes forestières à partir de données TLS développée par l’UMR TETIS et l’UMR AMAP et sur l’utilisation du modèle de transfert radiatif DART, développé par le CESBIO. Pour cela nous nous appuierons sur les données acquises au cours de la campagne réalisée en Guyane Française en septembre 2016 (site de Paracou). Les outils développés permettent de simuler le transfert radiatif sur des scènes reproduisant les caractéristiques structurales et radiométriques d’une forêt réelle. Ces signaux seront comparés aux signaux acquis à l’aide d’un système Lidar topographique à retour d’onde complète (fullwaveform) préalablement calibré radiométriquement. Cette étape de validation finale est indispensable pour confirmer et renforcer les premiers résultats obtenus dans le cadre du projet STEM-LEAF. En effet, jusqu’à présent, l’absence de calibration radiométrique des capteurs n’a permis qu’une comparaison relative entre signaux simulés et réels.
  2. d’améliorer et de valider des méthodes de modélisation d‘un signal lidar spatial large empreinte par agrégation de données lidar ALS (données fullwaveform et nuages de points). Le développement de ces méthodes a pour objectif d’étendre les simulations d’un signal lidar large empreinte à des environnements forestiers variés en s’affranchissant de la modélisation fine de scènes forestières. Ces méthodes peuvent aussi être utilisées pour faciliter les étapes de cal/val lors de la mise en place de modèles pour estimer des paramètres forestiers à partir du signal (volume, biomasse) en s’appuyant sur des jeux de données ALS et des relevés terrain existants.

Collaborations

  • UMR TETIS
  • UMR CESBIO

Publications

Vincent, G., Antin, C., Laurans, M., Heurtebize, J., Grau, E., Durrieu, S., & Dauzat, J. (2017). Mapping plant area index of tropical evergreen forest by ALS.  A cross-validation study using LAI2200 optical sensor. Remote Sens. Environ.