UN INVENTAIRE FORESTIER MULTISOURCE POUR LA ...recherche.ign.fr/jr/jr18/presentations/Presentation...Sologne et forêt d’Orléans (~ 6 500 km 2) Journées IGN de la recherche Données

© IGN

Projet IFM-GT

UN INVENTAIRE FORESTIER MULTISOURCE POUR LA GESTION DES TERRITOIRES

DB Irulappa Pillai Vijayakumar, JP Renaud, F Morneau, C Véga

DES FORÊTS EN EXPANSION

Surface et stock en augmentation …..

+ 17 % (2,3 millions d’hectares) entre

1975 et 2010

16,5 millions d’hectares – 30 % du territoire métropolitain .

+ 59 % du stock (930 millions de m3)

entre 1975-2010

2 570 millions de m3

23/03/2018

Journées IGN de la recherche 2

Source: Denardou-Tisserand et al. (2017)

Variation relative de la surface et du stock (%)


…. avec une forte hétérogénéité territoriale

23/03/2018


Source: Denardou-Tisserand et al. (2017)

Variation de Surface (%) Variations de stock (%)

AFPS: autres forêts publiques soumises


Des ressources nouvelles, mais mal connues des acteurs locaux

Expansion plus importante dans des territoires parfois peu forestiers auparavant

Plus importante dans les forêts privées, moins gérées

Inventaire forestier national: portrait de l’évolution des ressources à l’échelon national

Précision insuffisante pour décrire les territoires forestiers (> 10 000 ha)

Nécessité d’améliorer la précision des statistiques d’inventaire à ces échelles

Elaboration des stratégies de gestion forestières dans les territoires

23/03/2018


L’INVENTAIRE FORESTIER MULTISOURCE

Méthodes développées pour améliorer la précision des estimations statistiques sur des petites surfaces sans accroître le cout prohibitif des mesures terrain

Combinaison des données terrain avec des données auxiliaires spatialisées, notamment des images satellites et des cartes

23/03/2018


23/03/2018


L’INVENTAIRE FORESTIER MULTISOURCE

Approche la plus répandue : non paramétrique basée sur les k plus proches voisins (k-nn)

Plus adaptée que les autres méthodes (ie régression) pour le cas multivarié

Espace objet : nombre de voisins (k), critère de distance (pondération), type et nombre de

données auxiliaires

23/03/2018


Source : Tomppö et al. 2008, Multi-source national forest inventory: methods and applications

OBJECTIFS DU PROJET IFM-GT

Développer une méthode d’inventaire forestier multisource et tester son efficacité dans les forêts françaises métropolitaines

Plus diversifiées que les forêts scandinaves

Tester le concept de système d’information sur la forêt

Mise à jours régulières – données auxiliaires

Outil d’aide à la décision pour l’optimisation des stratégies de gestion forestière

23/03/2018


RÉGION PILOTE

23/03/2018

9

Sologne et forêt d’Orléans (~ 6 500 km2)

Journées IGN de la recherche

Données d’inventaire

2011-2015

Carte forestière V2

2008

Landsat TM 2013

Données Lidar 2013

(MNT)

Photos aériennes

2013-2014 (hauteur et

structure )

MÉTHODES

23/03/2018

10

Optimisation du modèle non paramétrique (k-nn)

Nombre de voisin, critère de distance et pondération

Impact du nombre de point terrain, de la nature des données auxiliaires et des

attributs cibles sur la performance

Inférence statistique

Estimateurs assistés par un modèle: échantillonnage aléatoire

Estimateurs basés sur un modèle : plus appropriées par la cartographie


23/03/2018

11 Journées IGN de la recherche

MÉTHODES

Approche IFN standard (probabiliste)

Utilisation de données auxiliaires pour améliorer la précision (probabiliste)

Utilisation de modèles (modélisation)

Inférence statistique: un même modèle k-nn, deux types d’estimateurs

23/03/2018 12 Journées IGN de la recherche

Echantillonnage aléatoire Echantillon « large » IFN

Echantillonnage « subjectif » Echantillon « restreint » cartographie

MÉTHODES

DONNÉES

23/03/2018


• Echantillonnage terrain: ~ 150 points / an

DONNÉES

23/03/2018


• Images Landsat 2014 : indices de végétation

NDVI SLAVI

Brightness Greenness

Résolution spatiale : 30 m

Domaine : pixels 100%

contenus dans le masque

forêt

Suppression des routes (à

traiter)

Wetness

DONNÉES

23/03/2018


• Photos aériennes 2013 – 2014 (35 cm)

DONNÉES

23/03/2018


• Descripteurs de la structure forestière à l’échelle de la placette d’inventaire

15 m de rayon –> pixels de 30x30 m (Landsat)

Vega et al. (2016)

DONNÉES

23/03/2018


• Carte Forestière (BD forêt V2) : feuillus, conifères, mixtes

!(

!(

!(!(

!(

!(

!(

!(

!(

Gien

Saran

Olivet

Vierzon

Orléans

Fleury-les-Aubrais

Romorantin-Lanthenay

Saint-Benoit-Sur-Loire

2°0'0"E

48°0'0"N

47°50'0"N

47°40'0"N

47°30'0"N

47°20'0"N

47°10'0"N

Feuillus

Mixte

Résineux.

75.3% Feuillus 15.5% Résineux 8.7% Mixte

RÉSULTATS

Optimisation du modèles k-nn

Nombre de voisin : stable entre 4 - 9

Critère de distance : forêt aléatoire

Echantillon : stabilisation au-delà de 300

Variables cibles et auxiliaires: performance

dépend des corrélations entre variables cibles et

avec les variables auxiliaires

Nécessité de considérer plusieurs années

Intérêt des placettes remesurées : doublement de

l’échantillon annuel

Rechercher des variables auxiliaires corrélées avec

les variables cibles. Difficultées avec la densité

2014

2014 + 2015

2013 + 2014

2013 + 2014 + 2015

23/03/2018


RÉSULTATS

Approches assistées d’un modèle: cadre de l’IFN, non biaisées

23/03/2018


Terrain 2013+2014

(n=304)

Landsat + BD Forêt Photogrammetry + BD Forêt

Landsat + Photogrammetry

+ BD Forêt

Variables Mean Variance Mean Variance R.E Mean Variance R.E Mean Variance R.E

Volume 159.43 35.71 162.34 28.54 1.25 150.73 16.54 2.15 156.68 14.77 2.42

Production en Volume

5.40 0.05 5.30 0.04 1.25 4.83 0.04 1.25 5.44 0.03 1.66

Surface terrière (G) 20.97 0.39 20.96 0.31 1.25 19.98 0.24 1.63 20.05 0.20 1.95

Densité 682.285 1053.92 664.73 1085.18 0.97 647.25 763.46 1.38 669.45 746.67 1.41

Diamètre quadratique moyen (Dg)

24.50 0.53 25.13 0.56 0.95 25.50 0.40 1.32 25.67 0. 38 1.39

RÉSULTATS

23/03/2018


Terrain 2013+2014

(n=304)

Landsat + Photogrammetry + BD Forêt

Assistées d’un modèle Basée sur un modèle

Variables Moyenne Variance Moyenne Variance Moyenne Variance

Volume 159.43 35.71 156.68 14.77 (9.42%) 160. 19 19.16

Production en Volume 5.40 0.05 5.44 0.03 (0.55%)

5.33 0.04

Surface terrière (G) 20.97 0.39 20.05 0.20 (0.99%) 20.62 0.27

Densité 682.285 1053.92 669.45 746.67 (111.53%)

665.72 974.99

Diamètre quadratique moyen (Dg)

24.50 0.53 25.67 0. 38 (1.48%) 25.68 0.39

Inférence statistique (Terrain – NFI 2013 + NFI 2014)

Deux approches avec des niveaux de performance similaires. Objectifs et applications différentes

RÉSULTATS

Approches basée sur un modèle: biais du modèle, cartographie

23/03/2018


Carte du volume (30 m)

Landsat + Photogrammetry +

BD forêt

Total volume (m3/ha)

413

1.06

!(

!(

!(!(

!(

!(

!(

!(

!(

Gien

Saran

Olivet

Vierzon

OrléansFleury-les-Aubrais



2°0'0"E

48°0'0"N

47°50'0"N

47°40'0"N

47°30'0"N

47°20'0"N

47°10'0"N

RÉSULTATS

Approches basée sur un modèle: estimation « boostrapped »

23/03/2018


!(

!(

!(!(

!(

!(

!(

!(

!(

Gien

Saran

Olivet

Vierzon

Orléans

Fleury-les-Aubrais



2°0'0"E

48°0'0"N

47°50'0"N

47°40'0"N

47°30'0"N

47°20'0"N

47°10'0"N

Total volume (m3/ha)

413

1.06

RÉSULTATS

Approches basée sur un modèle: incertitudes

23/03/2018


!(

!(

!(!(

!(

!(

!(

!(

!(

Gien

Saran

Olivet

Vierzon

Orléans

Fleury-les-Aubrais



2°0'0"E

48°0'0"N

47°50'0"N

47°40'0"N

47°30'0"N

47°20'0"N

47°10'0"N

Coeifficient of variation (%) of total volume

0-33%

33-66%

66-100%

Coefficient de variation

(%) volume total

confiance forte

Moyenne

faible

Effet des variables auxiliaires

23/03/2018


RÉSULTATS

Volume (m3/ha)

413

1.06

Coefficient de variation (%)

0-33%

33-66%

66-100%

Landsat + BD Forêt

Landsat +

Photogrammetrie

+ BD Forêt

37.2%

Conf.

forte

50.7%

Conf.

forte

CONCLUSION ET PERSPECTIVES

23/03/2018

25

Optimisation du modèle non paramétrique (k-nn)

A ce jour : Landsat ,carte forestière et photos 3D aérienne

En cours : Comparison 3D LiDAR avec photos 3D aérienne

Inférence statistique : approches assistée par un modèle

En cours : gestion des surfaces et analyse de variance associée

Paramétrage de modèle de projection sous différents scénarios de gestion


REMERCIEMENTS

23/03/2018

26

Financement du projet IFM-GT par l’ADEME, appel REACCTIF 3


MERCI DE VOTRE ATTENTION

ign.fr

23/03/2018


MÉTHODES

Auxiliary information available

for entire population

Auxiliary information available

as probability sample

Model-

assisted

estimation

Model-based

estimation

Hybrid

estimation

Model-

assisted

estimation

23/03/2018


NFI points 2013+2014

(n=304)

Landsat + forest maps Aerial photogrammetry 3D models + forest maps

Landsat + Aerial photogrammetry 3D models + forest maps

Variables Mean Variance Mean Variance R.E Mean Variance R.E Mean Variance R.E

Total volume 159.43 35.71 162.34 28.54 1.25 150.73 16.54 2.15 156.68 14.77 2.42

Conifers volume 48.46 29.37 40.69 25.86 1.13 39.22 12.72 3.19 38.49 8.60 3.41

Broadleaved volume 110.97 30.20 121.35 20.99 1.43 111.51 14.38 2.10 118.19 12.76 2.37

Oak volume 76.18 25.69 87.38 20.80 1.23 80.90 18.17 1.41 84.09 16.63 1.55

Other broadleaved volume

34.79 10.60 33.97 10.97 0.96 30.61 10.20 1.03 34.1 9.44 1.12

Scots pine volume 24.90 20.93 21.01 18.99 1.10 20.21 14.57 1.43 21.54 12.68 1.65

Other conifers volume

23.57 12.24 19.68 10.66 1.14 19.01 10.22 1.04 16.95 10.06 1.22

Production volume 5.40 0.05 5.30 0.04 1.25 4.83 0.04 1.25 5.44 0.03 1.66

Stand basal area 20.97 0.39 20.96 0.31 1.25 19.98 0.24 1.63 20.05 0.20 1.95

Stand density 682.285 1053.92 664.73 1085.18 0.97 647.25 763.46 1.38 669.45 746.67 1.41

Quadratic mean diameter

24.50 0.53 25.13 0.56 0.95 25.50 0.40 1.32 25.67 0. 38 1.39

Ajout de la carte forestière, Landsat et photos aerienne 3D améliore la précision des estimation

Assiste par un modele

METHODES

Estimateur assisté par un modèle (design-based ou model-assited)

Estimateur dépendant d’un modèle (model-based)

22/03/2018 Séminaire ADEME 30

Source: McRoberts et al.. (2015)

METHODES

22/03/2018 Séminaire ADEME 31

Documents

UN INVENTAIRE FORESTIER MULTISOURCE POUR LA ...recherche.ign.fr/jr/jr18/presentations/Presentation...Sologne et forêt d’Orléans (~ 6 500 km 2) Journées IGN de la recherche Données