UNIVERSITÉ DU QUÉBEC À MONTRÉAL

CARTOGRAPHIE DES CHANGEMENTS DE HAUTEUR DU COUVERT FORESTIER, DE L’ÂGE ET DE L’INDICE DE QUALITÉ DE STATION PAR ALTIMÉTRIE LASER ET PHOTOGRAMMÉTRIE

THÈSE PRÉSENTÉE COMME EXIGENCE PARTIELLE DU DOCTORAT EN SCIENCES DE L’ENVIRONNEMENT

PAR CÉDRIC VÉGA

DÉCEMBRE 2006

REMERCIEMENTS

Cette thèse a été réalisée au sein du « Laboratoire de cartographie des dynamiques forestières » du département de géographie de l’UQAM, sous la direction du professeur Benoît St-Onge. Le financement des recherches a été garanti par le Conseil de Recherche en Sciences Naturelles et en Génie du Canada (CRSNG), les Réseaux de Centres d’Excellence GEOIDE ainsi que la fondation Biocap du Canada. L’institut des Sciences de l’environnement de l’UQAM, auquel est rattachée l’école doctorale en Sciences de l’Environnement, le département de Géographie de l’UQAM ainsi que le Groupe de Recherche en Écologie Forestière (GREF) ont fourni toutes les ressources intellectuelles et matérielles nécessaires à l’achèvement de mes travaux. J’exprime toute ma gratitude à ces organismes ainsi qu’à leur personnel pour leur rôle majeur, direct ou indirect, dans l’aboutissement de ce travail. Je tiens à remercier tout particulièrement mon directeur de thèse, le professeur Benoît St-Onge (UQAM), tout d’abord pour m’avoir accepté comme étudiant au doctorat, puis pour son assistance indéfectible tout au long de mon parcours universitaire. Un tout aussi grand merci à mon co-directeur, le professeur Richard Fournier (Université de Sherbrooke) pour son assistance tout au long de mon doctorat et ses avis éclairés lors de la rédaction de certains manuscrits. J’adresse mes plus sincères remerciements à mon comité d’encadrement, formé des professeurs Benoît St-Onge, Richard Fournier et Yves Bergeron (UQAM) ainsi que du docteur Pierre-Yves Bernier (Service Canadien des Forêt) pour leurs précieux conseils en matière de recherche. Je voudrais aussi exprimer toute ma reconnaissance aux co-auteurs des articles constituant la thèse, plus particulièrement les professeurs Benoît St-Onge, Richard Fournier et le docteur Yong Hu (UQAM). Merci également à Claude Bouchard et Brian Harvey de la forêt d’enseignement et de recherche du lac Duparquet pour leur aide logistique quant à la planification du terrain et leur assistance pour l’acquisition des données cartographiques ; à Danielle Charron, Daniel Lesieur et Luc Lauzon du GREF pour leur conseils avisés en matière de sablage et d’analyse

iii de cernes de croissance ; à Bertrand Touchette, André Parent et François Moquin du département de géographie de l’UQAM pour leur aide précieuse de tous les jours au département. L’entourage étant toujours primordial au bon déroulement des études, un grand merci à toute ma famille et mes amis pour m’avoir supporté et avoir subi mes états d’âme, dans les meilleurs moments comme dans les pires.

AVANT PROPOS

Cette thèse est un résumé des articles listés ci-après. La référence aux articles dans le texte est réalisée par l’utilisation de caractères majuscules tel qu’illustré : I – St-Onge, B., Jumelet, J., Cobello, M., & Véga, C., (2004). Measuring individual tree height using a combinaison of stereophotogrammetry and lidar. Canadian Journal of Forest Research, 34, 2122-2130. II – Véga, C., St-Onge, B., & Fournier, R.A., 2005. Mapping canopy height using a combination of digital photogrammetry and airborne scanning laser altimetry. En révision, Forest Science. III – Véga, C., & St-Onge, B., 2006. 58 years of boreal canopy height changes analyzed through the combination of photogrammetric and lidar models. Préparé pour soumission à Remote Sensing of Environment. IV – Véga, C., St-Onge, B., & Yong Hu, 2006. Mapping stand site index and age

combining times-series of CHMs with growth model. Préparé pour soumission à Ecollogical applications. L’article I met en évidence le potentiel de la combinaison des données d’altimétrie laser et de photogrammétrie numérique pour l’estimation de la hauteur des arbres individuels. Des mesures photogrammétriques manuelles de la hauteur de l’apex des arbres ont été réalisées et combinées à des mesures de l’altitude du sol obtenues par altimétrie laser, afin d’estimer la hauteur totale des arbres. Afin de garantir des mesures non-biaisées des hauteurs, une méthode d’ajustement des modèles photogrammétriques et d’altimétrie laser a été développée.

v L’article II constitue une généralisation des mesures précédentes, à l’échelle de la placette forestière. Pour cela, des modèles numériques de terrain d’altimétrie laser et des modèles de surface photogrammétriques ont été ajustés, puis combinés afin de créer des modèles de hauteur de canopée. Différents paramètres de mise en correspondance photogrammétrique ont été testés, et les modèles de hauteur de canopée résultants ont été analysés afin de déterminer le potentiel de la méthode pour l’estimation de la hauteur moyenne des peuplements forestiers. Les méthodes développées dans les articles I et II ont été combinées dans l’article III afin de permettre la création et le calibrage de séries temporelles de modèles de hauteur de canopées. Ces séries ont été créées en utilisant un unique modèle numérique de terrain d’altimétrie laser. L’objectif principal de cet article était de développer des modèles afin d’estimer la hauteur dominante à l’échelle de la placette forestière et analyser la croissance. L’article IV utilise les séries temporelles de MHC précédemment calibrées, afin de développer un modèle qui permette des estimations spatialisées de l’âge et de la qualité des stations forestières. Le modèle utilise les équations de Pothier et Savard (1998), développées à partir de données terrain afin d’estimer la productivité des essences forestières au Québec. Certaines des idées maîtresses, comme la combinaison photo-lidar ont été proposées par Benoît St-Onge. Les méthodes de recherche présentées dans les articles II à IV ont été développées par l’auteur. Dans l’article I, l’auteur a participé à l’élaboration de la méthode d’ajustement des données photogrammétriques et lidar, à la formation des étudiants qui ont réalisé les expérimentations, ainsi qu’à la révision du manuscrit. Les recherches développées dans l’article IV ont été initialement présentées dans le cadre du 26ème symposium canadien de télédétection, 14-16 juin 2005, Wolfville, NouvelleÉcosse. Des analyses supplémentaires ont été réalisées en vue de la publication. Le programme réalisé pour l’article a été élaboré par l’auteur quant à sa partie algorithmique. Le programme a été codé dans ArcGis par le Dr. Yong Hu.

vi D’autres contributions ont été réalisées dans le cadre des recherches doctorales, mais non reportées dans la présente thèse. De part leur connexité avec le présent document, leur référence est mentionnée ci-dessous : -

St-Onge, B., & Véga, C. 2003. Combining stereo-photogrammetry and lidar to map forest canopy height (pp. 205-210). In H.G. Mass et al. (Eds.), Proc. of the ISPRS International Workshop on 3-D reconstruction from airborne laser scanner and InSAR data. Dresden: Institute of Photogrammetry and Remote Sensing.

-

St-Onge, B. & Véga, C. 2005. Cartographie de la hauteur des couverts forestiers par combinaison de couples stéréo d’images Ikonos et d’altimétrie laser. In 73e colloque de l’ACFAS, 9 au 13 mai à Chicoutimi (Québec).

-

St-Onge, B., Hu Y., & Véga, C. 2006. Reconstructing forest canopy height using stereoIkonos panchromatic images and a lidar DTM. In Proc. of the International Workshop on 3D remote sensing in forestry, 14th-15th Fev., Vienna.

TABLE DES MATIÈRES

AVANT PROPOS ................................................................................................................... iv LISTE DES FIGURES ..............................................................................................................x LISTE DES TABLEAUX........................................................................................................ xi LISTE DES ABRÉVIATIONS.............................................................................................. xiii RÉSUMÉ .................................................................................................................................xv INTRODUCTION .....................................................................................................................1 CHAPITRE I REVUE DE LITTÉRATURE....................................................................................................6 1.1 INVENTAIRE FORESTIER ...............................................................................................6 1.1.1 Cas du Québec......................................................................................................... 6 1.2 INDICE DE QUALITÉ DE STATION ...............................................................................7 1.2.1 Postulat et définitions .............................................................................................. 7 1.2.2 Cas du Québec......................................................................................................... 9 1.3 ÉTAT DES CONNAISSANCES EN ALIMÉTRIE LASER ............................................10 1.3.1 Principes et systèmes............................................................................................. 11 1.3.2 Traitement des données ......................................................................................... 14 1.3.3 Applications en foresterie et en écologie forestière .............................................. 16 1.3.3.1 Hauteur des placettes et des peuplements ...................................................... 16 1.3.3.2 Hauteur des arbres individuels....................................................................... 18 1.4 ÉTAT DES CONNAISSANCES EN PHOTOGRAMMÉTRIE NUMÉRIQUE ..............19 1.4.1 Géométrie des photographies aériennes métriques ............................................... 19 1.4.2 Appariement d’images .......................................................................................... 21

viii 1.4.3 Mesure de la hauteur des arbres et canopées forestières ....................................... 23 1.5 SYNTHÈSE ET RAPPEL DES OBJECTIFS ...................................................................24 CHAPITRE II MATÉRIEL ET MÉTHODES.................................................................................................26 2.1 SITES D’ÉTUDE ET DONNÉES .....................................................................................26 2.1.1 Site de l’Île Bizard, étude (I) ................................................................................. 27 2.1.2 Sites de la FERLD et de RV, étude (II)................................................................. 29 2.1.3 Site de la FERLD, études (III – IV) ...................................................................... 31 2.2 MÉTHODES......................................................................................................................33 2.2.1 Création des modèles d’altimétrie laser ................................................................ 33 2.2.2 Création et ajustement des modèles photogrammétriques .................................... 34 2.2.3 Mesures de hauteur................................................................................................ 36 2.2.3.1 Mesure de la hauteur d’arbres individuels (I) ................................................ 36 2.2.3.2 Mesure de la hauteur des canopées forestières (II) ........................................ 37 2.2.3.3 Calibrage des MHC (III-IV) .......................................................................... 37 2.2.3.3.1 Cas des MHCPL (III_IV) ......................................................................... 37 2.2.3.3.2 Cas du MHCA (IV) ................................................................................. 39 2.2.3.4 Estimation de l’erreur (III)............................................................................. 40 2.2.4 Cartographie de la croissance, l’IQS et l’âge (III-IV) ........................................... 41 CHAPITRE III RÉSULTATS...........................................................................................................................45 3.1 AJUSTEMENT DES MODÈLES PHOTOGRAMMÉTRIQUES ....................................45 3.2 MESURES DE HAUTEUR...............................................................................................46 3.2.1 Mesure de la hauteur d’arbres individuels (I) ....................................................... 46 3.2.2 Mesure de la hauteur des canopées forestières (II-IV).......................................... 47 3.2.2.1 Paramétrage des MHCPL (II).......................................................................... 47 3.2.2.2 Calibrage des MHC (III-IV) .......................................................................... 50 3.2.2.2.1 Cas des MHCPL (III)................................................................................ 50 3.2.2.2.2 Cas du MHCA (IV) ................................................................................. 53

ix 3.2.2.2.3 Estimation de l’erreur (III-IV) ................................................................ 54 3.3 ESTIMATION DE LA CROISSANCE ET DE L’IQS (III-IV) ........................................55 CHAPITRE IV DISCUSSION ..........................................................................................................................60 4.1 AJUSTEMENT DES MODÈLES PHOTOGRAMMÉTRIQUES ....................................60 4.2 MESURES DE HAUTEUR...............................................................................................62 4.2.1 Mesure de la hauteur d’arbres individuels (I) ....................................................... 62 4.2.2 Mesure de la hauteur des canopées forestières (II-IV).......................................... 62 4.3 ESTIMATION DE LA CROISSANCE ET DE L’IQS (IV) .............................................65 CONCLUSION ET PERSPECTIVES.....................................................................................67 RÉFÉRENCES ........................................................................................................................71 APPENDICE A – ARTICLE I … …………………………..……………....…...……....….86

APPENDICE B – ARTICLE II …………….…………..………………...……..…...….….113

APPENDICE C – ARTICLE III …………………………….…………….…...…....….….146

APPENDICE D – ARTICLE IV …………...……………………..……………...……..….177

LISTE DES FIGURES

Figure

Page

2. 1 Localisation des sites d’étude ......................................................................................... 27 2. 2 Extrait des photographies aériennes stéréo du site de l’Île Bizard.................................. 28 2. 3 Photographie aérienne représentant le site de la zone de conservation de la FERLD .... 30 2. 4 Photographie aérienne représentant le site de RV........................................................... 30 2. 5 Images Ikonos (2003) et photographies aériennes (1983, 1965, 1945) représentant le site de la zone d’aménagement de la FERLD (Sens horaire) ............................................... 33 2. 6 Schéma général de l’estimation et du calibrage des données de hauteur........................ 38 3. 1 Corrélation entre MHCA et MHCPL extraits à partir de différentes densités de grille d’appariement..................................................................................................................49 3. 2 MHCA (2000), MHCPL (1996) et différence (MHCA-MHCPL) correspondante pour le site de RV. Les flèches représentent des zones ayant subi des perturbations entre les dates d’acquisition................................................................................................................... 51 3. 3 MHCPL (1994) et MHCA (1998) et différence (MHCA-MHCPL) correspondante pour le site de la FERLD. Les flèches représentent des zones ayant subi des perturbations entre les dates d’acquisition. .......................................................................................... 52 3. 4 Mesures terrain versus « photo-lidar » (m), réalisées pour le site de la FERLD (a) et de l’IB (b). Les lignes pleines représentent l’axe x = y. ..................................................... 53 3. 5 MHC et orthophotos correspondantes utilisés pour le calibrage des hauteurs et l’estimation de la croissance et de l’IQS (2003 : MHCA et images QuickBird; 19451983 : MHCPL et orthophotos) ....................................................................................... 56 3. 6 Classification des peuplements et cartes d’IQS, de résidus et d’âge correspondantes (sens horaire) .................................................................................................................. 58 3. 7 Histogramme de l’IQS et de l’âge des peuplements sur la zone d’étude........................ 58 3. 8 Part relative des différentes combinaisons de MHC pour la cartographie de l’IQS et de l’âge des peuplements .................................................................................................... 59

LISTE DES TABLEAUX

Tableau

Page

2. 1 Caractéristiques des photographies aériennes..................................................................32 2. 2 Coefficients de l’équation [3.6] pour le pin gris, tirés de Pothier et Savard (1998)........40 2. 3 Coefficients, erreur type d’estimation (ETE) et R2 du modèle de hauteur dominante de Pothier et Savard (1998) pour le pin gris (1) et le peuplier faux-tremble (2) .............41 2. 4 Combinaisons de MHC utilisées pour l’ajustement aux tables de hauteur dominantes de Pothier et Savard (1998)..........................................................................44 3. 1 RMSE (m) des orientations absolues approximatives (1) et précises (2) des SMP indépendants, avec le nombre de points de contrôle utilisés (PC) ................................. 45 3. 2 RMS (m) des de l’orientation absolue précise des SMP issus de photos d’archive, et du biais altimétrique correspondant (m) pour 30 points situés au niveau du sol. Site de la FERLD (III).................................................................................................... 46 3. 3 RMS (m) de l’orientation absolue, et biais altimétrique au sol pour les blocs de clichés aérotriangulés. Site de la FERLD (IV)............................................................... 46 3. 4 Hauteur terrain (HT), hauteur photo-lidar observées (HPL) et statistiques d’erreur des hauteurs d’arbres...................................................................................................... 47 3. 5 Hauteur terrain (HT), hauteur photo-lidar observées (HPL) et statistiques d’erreur des hauteurs .................................................................................................................... 47 3. 6 Corrélation (r) entre MHCA et CHMPL extraits à partir de différentes tailles de fenêtre d’appariement d’images ..................................................................................... 49 3. 7 Comparaison entre MHCA et MHCPL optimisés ............................................................. 49 3. 8 Corrélations entre MHCPL et MHCA pour différentes classes de qualité d’appariement d’image (A : meilleure, B : bonne, C : mauvaise) et d’illumination (S : soleil, M : mixte. O : ombre) ................................................................................... 50 3. 9 Équation de calibrage des MPLM, pour les photographies de 1965 à 2003 (1) et de 1945 (2) .......................................................................................................................... 52

xii 3. 10 Biais moyen ( ε ), écart type (ET) et estimateur utilisés pour le calibrage des MHCPL . 53 3. 11 Équation de calibrage du MHCA,, pour les conifères (1) et les feuillus (2) ................... 53 3. 12 Biais moyen de mesure des MHC par rapport aux 23 placettes de validation terrain .. 54 3. 13 Caractéristiques des MHC pour les zones de croissance continue au cours de la période 1945-2003.......................................................................................................... 55 3. 14 Accroissement et taux de croissance annuel entre 1945 et 2003 pour les zones de croissance continue ........................................................................................................ 55 3. 15 Biais moyen ( ε ), écart moyen ( ε ) et écart type entre valeurs modélisées et terrain ............................................................................................................................. 58

LISTE DES ABRÉVIATIONS

ALB

Altimétrie laser à balayage

CPR

Coefficients polynomiaux rationnels

DHP

Diamètre à hauteur de poitrine

FERLD

Site d’études de la Forêt d’Enseignement et de Recherche du Lac Duparquet, Québec

DPI

Dop per inch

ET

Ecart type

ETE

L’erreur type d’estimation

GLAS

Geoscience Laser Altimeter System

GPS

Global positioning System

H

Hauteur dominante estimée des MHC

Hd

Hauteur dominante de Pothier et Savard

HPLM

Hauteur photo-lidar manuelle

Ht

Hauteur mesurée sur le terrain

IB

Site d’étude du bois de l’Ile Bizard, Québec

INS

Inertial Navigation System

IQS

Indice de qualité de station

MHC

Modèle de hauteur de canopée

MNS

Modèle numérique de surface

MNT

Modèle numérique de terrain

MPLM

Mesure photo-lidar manuelle

xiv NASA

National Aeronautics and Space Administration

PC

Point de contrôle au sol

PEP

Placette échantillon permanente

PET

Placette échantillon temporaire

PN

Photogrammétrie numérique

RMSE

Root mean square error

SMP

Stéréomodèle photogrammétrique

TIN

Triangulated Irregular Network

RV

Site d’étude de Rivière Verte, Nouveau Brunswick

RÉSUMÉ

La mesure précise de la structure verticale des canopées, à haute résolution spatiotemporelle, est une composante essentielle de l’étude de la dynamique forestière. Traditionnellement, les mesures de hauteur et de croissance impliquent des inventaires ponctuels de terrain à l’échelle de la placette, qui sont coûteuses et représentent mal l’organisation et l’évolution de la ressource. Cette thèse vise à analyser l’organisation spatiale des composantes du couvert, la dynamique verticale et la productivité de peuplements forestiers boréaux à partir de modèles de hauteur de canopée produits par des méthodes de photogrammétrie numérique et d’altimétrie laser à balayage. Ces deux techniques se différencient principalement par leur aptitude à mesurer l’altitude du sol sous couvert. La photogrammétrie numérique exploite les différences de parallaxe entre images en recouvrement et permet de produire des modèles numériques de surfaces représentant l’altitude absolue des objets visibles sur les clichés. L’altimétrie laser à balayage, basée sur les principes du Lidar (Light detection and ranging) permet d’échantillonner à haute densité le sol sous couvert et de produire à la fois un modèle numérique de surface et un modèle numérique de terrain. Un modèle de hauteur de canopée peut alors être calculé en soustrayant le modèle numérique de terrain au modèle numérique de surface. Sous une hypothèse de stabilité du sol dans le temps, des séries temporelles de modèles de hauteur de canopée peuvent être créées, basées sur des photographies d’archive et un modèle numérique de terrain d’altimétrie laser à balayage. Partant de cette hypothèse, des techniques d’ajustement et de calibrage des données ont été développées afin de produire des estimations de la hauteur dominante des peuplements à 20 m de résolution. Des mesures photogrammétriques manuelles ont été utilisées afin de compenser l’absence de données terrain pour les dates anciennes. Les séries temporelles de modèles de hauteur de canopée résultantes ont été combinées aux tables de production de Pothier et Savard (1998) afin d’analyser la croissance forestière et produire une cartographie de l’indice de qualité de station et de l’âge des peuplements. Les résultats montrent qu’il est possible d’ajuster les modèles avec une précision submétrique en X, Y et Z. Une légère augmentation de l’erreur caractérise les MNS issus des dates anciennes, expliquée par une perte de qualité des points de contrôle. Les mesures photogrammétriques manuelles permettent d’estimer la hauteur des arbres individuels avec un biais moyen de 0,54 m. Les modèles de hauteur de canopée dérivés de la mesure photogrammétrique automatique des hauteurs sous-estiment la hauteur des peuplements, mais représentent avec fidélité la structure et l’organisation spatiale des peuplements. La correction du biais de mesure permet d’obtenir une précision de l’ordre du mètre. Toutefois, la qualité des modèles de hauteur de canopée varie en fonction de la qualité des images et de la structure des peuplements, ce qui augmente l’incertitude quant aux estimations de croissance. Le modèle développé afin d’estimer l’indice de qualité de station et l’âge des peuplements permet de compenser les erreurs ponctuelles et montre des biais de mesure de 1,01 m, et 2,18 années respectivement. Le modèle s’avère très performants pour les peuplements équiens mais perd en précision lorsque la structure devient hétérogène. L’analyse des résidus du modèle permet de

xvi sélectionner et écarter les sites problématiques. A ce niveau, ainsi que pour les peuplements mixtes, des mesures photogrammétriques manuelles peuvent être envisagées. Les séries temporelles de modèles de hauteur de canopée ont un fort potentiel pour produire des estimations spatialisées et précises de l’indice de qualité de station et de l’âge des peuplements forestiers. De telles données peuvent être utilisées afin d’estimer la productivité de peuplements non échantillonnés et isolés. Leur intégration aux inventaires forestiers permettrait de fournir des estimations précises et spatialement explicites de la possibilité forestière. Des photographies aériennes étant disponibles pour des périodes de 60 à plus de 80 ans, ces séries montrent un intérêt quant à l’étude de l’impact des changements climatiques sur la dynamique et la productivité des écosystèmes forestiers.

Mots clés : Photogrammétrie numérique, altimétrie laser à balayage, Lidar, modèles de hauteur de canopée, hauteur dominante, indice de qualité de station

INTRODUCTION

La nécessité d’obtenir une information précise, spatialement explicite et renouvelable sur la hauteur et plus généralement sur la structure verticale des canopées est depuis longtemps reconnue dans les différents domaines reliés aux sciences forestières (Donoghue, 2002; Ohmann et Gregory, 2002; Wulder et Seemann, 2003). L’inconnue des changements climatiques potentiels et de leurs effets sur la dynamique forestière, les pressions anthropiques sans cesse croissantes sur la ressource, renforcent aujourd’hui le besoin de données pour l’élaboration de politiques d’aménagement et de gestion qui puissent répondre aux objectifs de développement durable. La hauteur est un élément essentiel de la description de la structure et de l’organisation spatiale des peuplements. Son estimation permet de caractériser la mosaïque forestière et de quantifier la richesse biologique par la cartographie des habitats forestiers (Bradbury et al., 2005; Payer et Harrison, 2003). L’évolution temporelle des structures, combinée à l’occurrence des perturbations sont les principaux éléments pour l’analyse des mécanismes de succession au sein des peuplements (auto-éclaircie, régénération) et de la dynamique forestière qui s’observe à l’échelle du paysage (Bergeron et al., 2001). Du point de vue de la gestion et de l’aménagement forestier, la hauteur des arbres sert à l’estimation du volume des peuplements et de la productivité des stations forestières (Perron et al., 1996). Les principales sources de données de hauteur viennent de l’établissement de placettes de terrain, ou de mesures photogrammétriques ponctuelles sur des couples stéréoscopiques d’images aériennes. Les mesures réalisées au sein de placettes échantillon temporaires (PET) servent principalement à la mise à jour des volumes forestiers ainsi qu’à l’estimation de la qualité des stations, à partir de relations entre la hauteur des arbres dominants d’une part et l’âge ou le diamètre d’autre part (Ung et al., 2001). Les indices de qualité de station (IQS) qui en résultent servent de paramètre de base pour l’estimation de la productivité des forêts car ils permettent d’intégrer l’effet des caractéristiques biologiques et physiques qui s’expriment dans un site donné (Perron et al., 1996). Le suivi de la croissance réalisé au sein de placettes

2 échantillon permanentes (PEP) permet de valider ces courbes et d’estimer l’effet de la structure du peuplement, en particulier de sa densité relative sur la croissance. De telles données sont utilisées pour la validation des courbes d’IQS, ainsi que pour le calibrage et la validation de modèles utilisés pour l’estimation et la prévision de la croissance et de la possibilité forestière (Coulombe et al., 2004) à des fins d’aménagement et de gestion de la ressource. Toutefois, de telles données, de par leur portée spatio-temporelle limitée, ne permettent pas d’estimer la variabilité locale des environnements forestiers (Wright et al., 1998). En outre, les plans d’échantillonnage sont la plupart du temps restreints aux forêts productives. Les environnements non productifs, comme les fortes pentes, ou isolés et difficiles d’accès sont exclus de l’inventaire et de fait mal connus (Klinka et Chen, 2003). La connaissance de ces milieux s’avère toutefois importante dans le cadre actuel des changements climatiques, car ils sont les plus susceptibles au changement (Kronberg et al., 1998). En outre, dans des conditions climatiques en évolution, les conditions de croissance et donc la qualité des stations peuvent être modifiées, rendant nécessaire le suivi à long terme des peuplements (Wang et Huang, 2000). Différentes méthodes ont été développées pour la cartographie des hauteurs et des structures verticales. Beaucoup sont encore expérimentales et des efforts de recherche considérables sont réalisés afin de les rendre opérationnelles pour l’estimation de la hauteur des canopées (Wulder et Seemann, 2003). La méthode la plus couramment utilisée pour les inventaires forestiers, consiste en la création de cartes écoforestières dérivées de la combinaison de mesures de terrain, de mesures photogrammétriques et d’une photo-interprétation des peuplements forestiers par vision stéréoscopique. L’avantage de la méthode vient du fait qu’il est possible de traiter d’importantes superficies. Toutefois, la photo-interprétation des peuplements et sujette aux erreurs d’interprétation (Magnussen, 1997) et le regroupement des données par classes est impératif afin de palier le manque de données de terrain. Avec une stratification classique de 5‎‎ ‪ m pour les hauteurs ou encore 20 ans pour l’âge (Coulombe et al., 2004), ces données s’avèrent toutefois inadaptées pour de nombreux domaines d’études (Maltano et al., 2004a). Parallèlement au développement de la télédétection optique, des méthodes d’inférence statistique ont été élaborées afin de corréler les mesures de hauteur terrain aux valeurs

3 numériques des pixels (Wulder et Seemann, 2003). Les caractéristiques spectrales de ces derniers ont été utilisées en lien avec des modèles de processus afin d’estimer et de cartographier la productivité des peuplements (Coops et Waring, 2001). Toutefois, la saturation des valeurs numériques aux hautes densités, qui traduit une absence de relation directe entre hauteur et réflectance, la mixité des classes, ainsi que les problèmes d’ombre liés aux nuages, limitent l’applicabilité de telles approches (Franklin et al., 2003; Maltano et al., 2004b). La plupart des recherches actuelles sur la cartographie des hauteurs visent à extraire directement l’information tridimensionnelle de données de télédétection active ou passive (Dowling et Accad, 2003; Hudak et al., 2002; Townsend, 2002). Les techniques de mesures de distance (du capteur à la cible au sol) comme l’interférométrie radar (Askne et al., 2003; Rosen et al., 2000) et l’altimétrie laser (Lim et al., 2003; St-Onge et al., 2003) permettent de produire des données tridimensionnelles à haute résolution spatiale. Leur capacité à pénétrer au travers des couverts forestiers permet d’obtenir une information précise sur l’altitude des surfaces et du sol sous-jacent. Aussi, la différence entre un modèle numérique de surface (MNS) et un modèle numérique de terrain (MNT) interpolés à partir de ces données permet d’obtenir un modèle de hauteur de canopée (MHC) qui décrit la structure verticale des couverts (Andersen et al., 2003). A ce titre, les données d’altimétrie laser offrent la plus grande précision (Andersen et al., 2003), procurant des erreurs d’estimation sub-métriques en planimétrie et altimétrie (Baltsavias, 1999a). Dans le domaine optique, la mesure de la troisième dimension est réalisée par le biais de méthodes de photogrammétrie numérique (Gagnon et al., 1993). Des photographies aériennes ou des images satellites à très haute résolution (e.g. IKONOS, QuickBird) en recouvrement sont orientées puis mises en correspondance en utilisant des algorithmes d’appariement d’images (Brown et al., 2003 ; Barnard et Fischler, 1982). Le déplacement ou parallaxe entre points homologues est utilisé afin d’estimer l’altitude de chaque point par triangulation (Hartley et Sturm, 1997). La précision des mesures manuelles est d’environ 1 m (Baltsavias, 1999a), mais sujette à d’importantes variations selon la qualité des images et la nature des peuplements (Spurr, 1960). En outre, seule l’altitude des surfaces visibles peut-être obtenue par de telles méthodes. En l’absence d’un modèle numérique de terrain précis, la hauteur des arbres ne peut pas être déterminée.

4 Si les données d’altimétrie laser semblent les plus pertinentes pour l’estimation de la hauteur actuelle des peuplements forestiers, le développement récent de la technique ne permet pas encore d’effectuer d’analyses temporelles rétrospectives sur de longues périodes (St-Onge et Vepakomma, 2004; Yu et al., 2004). A des fins d’analyse de croissance forestière ou pour le paramétrage et la validation des modèles, des alternatives doivent donc être trouvées. Malgré les lacunes inhérentes aux données optiques pour l’estimation de la hauteur du sol sous couvert, les bases de données de photographies aériennes, classiquement utilisées dans le cadre des inventaires forestiers, permettent de reconstituer l’évolution des couverts sur des périodes de temps pouvant aller jusqu’à 80 ans dans certaines parties du monde (Aschenwald et al., 2001). De telles données ont par ailleurs été utilisées pour l’estimation des ouvertures dans la canopée ou trouées (Fujita et al., 2003; Miller et al., 2000). Ces données semblent donc particulièrement pertinentes pour l’analyse des conditions de croissance passées et actuelles ainsi que pour le développement d’indices relatifs à la qualité des stations. En outre, l’acquisition de données anciennes permettraient de paramétrer les modèles de prévisions sur des séries temporelles et des surfaces plus importantes que le permettent les inventaires de PEP, souvent limitées à quelques décennies, trois dans le meilleur des cas au Québec. La présente thèse vise à développer des méthodes spatialisées de reconstitution de la hauteur des peuplements forestiers et d’estimation d’indices de productivité. A ce titre, nous émettons l’hypothèse que la combinaison de MNS photogrammétriques (MNSP) à un MNT d’altimétrie laser (MNTA) permet de créer des modèles de hauteur de canopée (MHC = MNS – MNT) multi-dates précis. En postulant la constance de l’altitude du sol sur la majeure partie du territoire d’études, ces séries temporelles seront la base d’une analyse de l’évolution de la hauteur des couverts forestiers. Les objectifs spécifiques des articles I à IV de la thèse sont de développer : - une méthode pour combiner un stéréomodèle photogrammétrique avec un MNTA afin d’estimer précisément la hauteur des arbres et de la canopée forestière (I, II), - une technique de calibrage et de production de la hauteur des peuplements à partir de séries temporelles de photographies aériennes (II et III), - une méthode d’estimation de la croissance et de la qualité des stations forestières (IQS) (IV).

5 Préalablement au développement de la thèse, une revue de littérature fait état des principales avancées en matière d’inventaire forestier au Québec, de traitement et d’analyse des données d’altimétrie laser et de photogrammétrie numérique relatives à l’estimation de la hauteur des arbres.

CHAPITRE I REVUE DE LITTÉRATURE

1.1 INVENTAIRE FORESTIER 1.1.1 Cas du Québec Les inventaires forestiers constituent la principale source de données écologiques et forestières. La gestion et l’aménagement des 750 300 km2 de territoire forestier du Québec (50 % de la superficie de la province) sont basés sur des inventaires forestiers réalisés sur une base décennale, initiés depuis les années 1970. Préalablement à l’inventaire de terrain, la cartographie des peuplements forestiers est réalisée au 1 : 20 000 par l’interprétation de photographies aériennes acquises au 1 : 15 000. L’information obtenue est condensée en strates cartographiques regroupées selon différents critères biophysiques afin d’établir le plan de sondage. Parmi les critères de la stratification, la hauteur est estimée par classes de 2 m ou 5 m respectivement pour les peuplements de moins ou de plus de 7 m. De façon similaire, l’âge est évalué par classes de 20 ans, pour un intervalle de 10 à 120 ans. Les inventaires de terrain sont organisés en 92 unités de sondage, réparties selon les sous domaines bioclimatiques. Ils regroupent plus de 90 000 PET et 12 000 PEP. Les mesures de hauteur au sein des PET sont réalisées sur un échantillon d’arbres dominants et co-dominants, pour lesquels le diamètre à hauteur de poitrine (dhp) ainsi que l’âge sont aussi estimés. Des relations empiriques entre la hauteur dominante et l’âge des peuplements équiens et monospécifiques ou entre la hauteur et le diamètre de ceux de structure d’âge et de composition variable (Bégin et Raulier, 1995; Huang et Titus, 1999) sont calibrées afin de développer des indices phytométriques de qualité de station (IQS). Les courbes d’IQS espèce-spécifiques résultantes sont les principaux estimateurs de la productivité forestière en Amérique du Nord. Faciles à estimer, elles permettent d’intégrer l’effet des composantes biotiques (caractéristiques de la végétation), climatiques (températures et précipitations principalement) et physiques (propriétés des sites) sur la productivité des sites (Perron et al., 1996). Le volume marchand des placettes est par la suite estimé à partir de relations

7 empiriques utilisant la hauteur dominante, l’IQS, le diamètre quadratique moyen ainsi que la surface terrière des tiges de plus de 9 cm de diamètre comme variables prédictives (Pothier et Savard, 1998). Les données du réseau de PEP, permettent de suivre, pour des séries temporelles de 10 à 30 ans, l’évolution des caractéristiques physiques, écologiques et dendrométriques des peuplements. Elles sont utilisées pour la validation des courbes de croissance modélisées qui entre dans l’estimation de la croissance ainsi que l’accroissement des volumes ligneux des peuplements équiens (90 % des peuplements sous aménagement au Québec). Les données d’inventaire sont par la suite cartographiées à l’échelle des strates regroupées. Quinze placettes-échantillon sont nécessaires par strate, quelle que soit sa superficie. Lorsque le nombre de placette-échantillon est insuffisant, l’inventaire est enrichi de placettes actualisées ou recrutées. Les placettes actualisées sont des PET d’un inventaire ancien dont les paramètres sont mis à jour en utilisant des systèmes d’équations ou des modèles empiriques de croissance et de rendement développés à partir des données de PEP (Henning et Burk, 2004). Les placettes recrutées correspondent à des placettes extérieures à l’unité de sondages mais dont les caractéristiques cartographiques sont similaires (Coulombe et al., 2004).

1.2 INDICE DE QUALITÉ DE STATION 1.2.1 Postulat et définitions La mesure de la qualité des stations forestières est intimement liée à la notion de hauteur dominante des peuplements. La hauteur dominante théorique (top height) se définit comme la moyenne arithmétique de la hauteur des 250 arbres de plus gros diamètre à l’hectare. Pour des raisons pratiques, l’échantillonnage est la plupart du temps restreint à la mesure des 100 arbres de plus gros diamètre, faisant alors référence au concept de hauteur prédominante (predominant height) (Spurr et Barnes, 1980). Cette définition de la hauteur dominante est basée sur l’hypothèse que les arbres dominants ont connu une croissance libre de compétition et ont été en situation de dominance tout au long de leur vie, fournissant ainsi une mesure précise de la croissance optimale dans une station donnée. Toutefois, il n’existe

8 toujours pas de consensus sur la définition de la hauteur dominante (Sharma et al., 2002) ni sur le statut et le nombre des arbres à inventorier (Mailly et al., 2004). Aussi, la notion de hauteur dominante considérée pour l’élaboration des courbes d’IQS est souvent adaptée aux types de données d’inventaires forestiers disponibles (Mailly et al,. 2004). L’élaboration des courbes d’indice de qualité de station basées sur la relation hauteurâge des peuplements, est assujettie à deux postulats fondamentaux : 1) la croissance des arbres est uniquement contrainte par les caractéristiques des sites et 2) la croissance des peuplements est asymptotique et atteint un plafond qui définit la qualité de la station forestière (Sturtevant et Seagle, 2004). Du fait de la variabilité de croissance interspécifique et des postulats de base relatifs aux conditions de croissance et de compétition, l’élaboration des courbes de croissance « hauteur-âge » est réalisée pour des espèces individuelles poussant en peuplements purs (plus de 75 % de la surface terrière d’une placette occupée par une même espèce) et équiens. Dans le cas des peuplements mixtes et inéquiens, où l’âge n’a plus de signification particulière, les relations entre la hauteur et le diamètre des arbres constituent un meilleur descripteur de la qualité des stations (Bégin et Raulier, 1995; Huang et Titus, 1993). La modélisation des faisceaux de courbes d’IQS « hauteur-âge » est réalisée par le biais de courbes anamorphiques (accroissement relatif en hauteur constant) ou polymorphiques (accroissement relatif en hauteur varie en fonction de l’indice de qualité de station) ajustées aux données d’inventaires (Wang et Huang, 2000; Wang et al., 1994). Le choix de la méthode de modélisation dépend en particulier du type de données d’inventaire utilisé (placettes temporaires ou permanentes, analyses de tiges). Globalement, les modèles montrent de bons résultats autour de l’âge de référence, mais montrent un biais croissant lorsqu’on s’en éloigne. Ces variations sont principalement liées à la méthode de modélisation mathématique utilisée, mais aussi à la définition et au calcul de la hauteur dominante (Sharma et al., 2002; Splechtna, 2001). L’effet de densité initiale des peuplements sur la croissance (MacFarlane et al., 2000) ainsi que la présence d’années de croissance anormales (Grondin et al., 2000) expliquent une partie du biais observé. En outre, des patrons de croissance différents ont été mis en évidence pour des sites caractérisés par des IQS similaires (Wang et al., 1994), ce qui a conduit à l’incorporation de

9 facteurs biophysiques aux modèles polymorphiques, les rendant alors site-spécifiques. Les principales méthodes utilisées à cette fin consistent soit en une stratification des courbes d’IQS en fonction d’une classification de variables biophysiques (Nigh, 1998; Kayahara et al., 1998), soit en la corrélation empirique des IQS avec les variables biophysiques sélectionnées (Hamel et al., 2004). Ces méthodes ont l’inconvénient de devenir complexes lorsque le territoire est très diversifié. En outre, elles ne permettent pas de lever les lacunes inhérentes aux

données « hauteur-âge » ce qui a conduit à l’incorporation directe de

paramètres biophysiques dans le calcul de l’IQS (Chen et al., 2003; McKenney et Pedlar, 2003; Ung et al., 2001). Par ailleurs, de tels modèles permettent de déterminer l’IQS potentiel d’une espèce en dehors de son aire de répartition actuelle, et d’estimer l’IQS potentiel d’une station dépourvue d’arbres, et offrent de meilleures aptitudes à la cartographie que les traditionnels indices phytométriques. Ils doivent toutefois être développés et validés pour un plus grand nombre d’espèces.

1.2.2 Cas du Québec Au Québec, le calcul de la productivité des stations forestières est actuellement basé sur les systèmes d’équation empiriques de Pothier et Savard (1998), utilisant l’âge, l’IQS ainsi qu’un indice de densité relative comme variables. Les courbes d’IQS ont été élaborées à partir d’un réseau de PET et PEP de 400 m2 (table 1) et développées à partir de mesures de la hauteur et de l’âge des arbres dominants et co-dominants. Ces courbes, formulées à partir du modèle d’équation de Chapman-Richard, ont été établies pour des peuplements équiens et monospécifiques (peuplements dont la surface terrière est occupée à plus de 75 % par une même espèce), qui représentent environ 90 % des terres publiques exploitables au Québec (Coulombe et al., 2004). Afin d’adapter la notion de hauteur dominante aux méthodes d’inventaire forestier appliquées au Québec pour les PET, une fonction basée sur le diamètre des arbres échantillons et le diamètre des quatre plus gros arbres à été développée (Bégin et Raulier, 1995). Malgré son acceptation générale, nombreuses sont les limites de l’IQS. Tout d’abord du point de vue des postulats de base qui définissent la hauteur dominante. Les arbres mesurés doivent être demeurés en situation de dominance tout au long de leur existence, ne

10 pas avoir été soumis à la compétition, ni aux maladies. Ce type d’information apparaît difficile à contrôler, en particulier lorsque les courbes d’IQS sont élaborées à partir de données de PET. Différents auteurs ont tenté de corriger les relations « hauteur-âge » en extrayant les années de croissance anormales, à partir d’analyses de tiges (Grondin et al., 2000). De telles méthodes permettent de considérer l’oppression en bas âge ainsi que les possibles épidémies d’insectes, mais ne permettent pas de considérer l’effet de la densité initiale des peuplements sur la croissance des arbres échantillonnés (McFarlane et al., 2000). L’introduction des arbres co-dominants dans le calcul de la hauteur dominante est contraire à l’hypothèse de croissance libre des arbres considérés et introduit un biais dans la mesure de l’IQS. Mailly et al. (2004) recommandent ainsi que le prochain système de tables de production du Québec soit basé sur l’inventaire des 100 plus gros arbres à l’hectare. Cependant, Sharma et al. (2002) montrent que la mesure répétée d’arbres dominants et codominants ayant conservé un statut dominant au cours de la période d’étude offre les meilleures estimations de l’IQS. Ce résultat démontre l’impact de la dynamique du remplacement des arbres dominants sur l’estimation de la qualité des stations, et donc l’utilité des PEP pour l’élaboration des courbes de croissance (Raulier et al., 2003). Mais en terme d’échantillonnage, les PEP au Québec ne permettent de couvrir qu’une faible période de temps - 30 ans au maximum - et ne concernent qu’un échantillon restreint du territoire (Raulier et al., 2003). En attendant le développement et l’opérationnalisation de nouveaux indices, comme l’indice biophysique de qualité de station (Ung et al., 2001), des méthodes alternatives doivent être développées afin de densifier l’échantillonnage et cartographier la variabilité de la productivité forestière.

1.3 ÉTAT DES CONNAISSANCES EN ALIMÉTRIE LASER L’altimétrie laser à balayage (ALB) est une technique de levés aériens permettant d’acquérir des informations ponctuelles géoréférencées et en trois dimensions, de la surface du sol et des objets de surface. La capacité des signaux laser à pénétrer les couverts forestiers en fait l’outil le plus performant pour mesurer à haute résolution et précision, l’altitude du sol et des surfaces qu’il porte (Baltsavias, 1999a). Dans les environnements forestiers, la

11 première interception du signal (premier retour) renseigne sur l’altitude de la canopée forestière alors que la dernière (dernier retour) représente le niveau du sol dans 30 à 40 % des cas tel que mesuré dans des forêts mixtes européennes (Ackerman, 1999). La pénétration du signal jusqu’au sol varie considérablement en fonction du couvert forestier, et de la période d’acquisition. Des taux de pénétration de 70 % à moins de 5 % ont été rapportés (Ackerman, 1999; Popescu et al., 2002). La différence entre les surfaces de première et dernière interception permet de décrire la structure verticale des couverts forestiers, et d’en dériver diverses variables pour estimer la hauteur, le volume ou encore la biomasse (Dubayah et Drake, 2000; Lim et al., 2003) des peuplements forestiers.

1.3.1 Principes et systèmes L’altimétrie laser utilise les principes du Lidar (Light detection and ranging), équivalant optique du radar. Le signal lumineux est la plupart du temps produit par l’intermédiaire d’un télémètre laser (Light amplification by simulated Emission of Radiation) capable de produire des faisceaux de lumière optique puissants et hautement directionnels (Wehr et Lohr, 1999), le plus souvent infrarouge. Les données de distance sont obtenues de la mesure du temps mis par un faisceau lumineux, se déplaçant à la vitesse de la lumière, pour effectuer le trajet aller-retour en direction d’une cible déterminée. L’altimétrie laser réfère principalement aux applications de télémétrie laser aéroportée, à partir de plates-formes aériennes ou spatiales. De plus amples informations quand aux principes physiques de la télémétrie et de l’altimétrie laser peuvent être obtenues dans Baltsavias (1999a). Afin de produire des estimations géoréférencées et tridimensionnelles des objets atteints, les systèmes d’altimétrie laser combinent les données de distance à des données d’attitude et de position de la plate-forme. Les données d’attitude permettent de contrôler les mouvements de roulis, lacet et tangage durant le survol, et sont fournies par une centrale inertielle (Inertial Navigation System ou INS). La position de la plate-forme durant le vol, c'est-à-dire ses coordonnées X, Y et Z sont estimées à partir de GPS différentiels, une ou plusieurs bases fixes étant positionnées au sol dans le secteur échantillonné. L’ensemble de ces données est combiné suite à leur acquisition pour déterminer la position tridimensionnelle des cibles au sol ayant fait écho.

12 Il existe actuellement deux principaux types de capteurs, exploités à des fins commerciales ou de recherche : les capteurs à retour continu (continuous return) et les systèmes pulsés (pulsed return). Les premiers émettent un signal continu qui est transformé en distance à partir d’une méthode utilisant la différence de phase entre le signal reçu et celui émis (Wehr et Lorh, 1999). L’information obtenue en continu offre une image de l’amplitude du signal au cours du temps, qui décrit la densité et la structure verticale des couverts forestiers échantillonnés (Ni-Meister, 2001; St-Onge et al., 2003). Actuellement, un seul système de ce type est commercialement disponible, et n’a pas été utilisé pour des applications en foresterie ou écologie forestière (Wehr et Lohr, 1999). Dans le cas des systèmes pulsés, la distance entre la plate-forme émettrice et la cible au sol est déterminée à partir de la durée du trajet aller-retour. Il existe actuellement deux grandes familles de systèmes pulsés : les altimètres laser à petite empreinte au sol (