Intégrer les données spatiales LiDAR pour améliorer l'estimation de la biomasse dans les zones boisées ayant précisément une forte biomasse

L'utilisation de données LiDAR permet d'améliorer l'évaluation de la biomasse dans les forêts malgaches les plus denses. Celle-ci peut atteindre 650 t / ha, et non 550 t / ha comme préalablement estimé. Tel est l'un des résultats d'une étude conduite par une équipe de chercheurs de Montpellier, dont Ghislain Vieilledent, de l'UR Forêts et Sociétés.

Les résultats de cette étude ont été publiés dans la revue Remote Sensing. Le résumé en est le suivant.

La cartographie de l'AGB  (Above Ground Biomass) d'une forêt est d'une importance cruciale pour estimer les émissions de carbone associées au déboisement en milieu tropical. Nous proposons une méthode pour surmonter la saturation des valeurs AGB les plus élevées dans les cartes AGB existantes, en utilisant pour cela une carte de facteurs de correction générés à partir des données spatiales GLAS (Geoscience Laser Altimeter System) LiDAR.  La carte AGB de Madagascar de Vieilledent a été établie à l'aide d'images optiques, avec des paramètres calculés à partir du Modèle d'élévation numérique SRTM, des variables climatiques et des inventaires conduits sur le terrain. Dans la présente étude, les données GLAS LiDAR ont été d'abord utilisées pour obtenir une estimation géolocalisée (géolocalisation des empreintes GLAS) d'AGB (GLAS AGB) couvrant les zones boisées de Madagascar, avec une densité de 0,52 empreinte / km2. Ensuite, la différence entre l'AGB de la carte AGB de Vieilledent et GLAS AGB à chaque emplacement d'empreinte GLAS a été calculée et d'autres facteurs de correction distribués spatialement ont été obtenus. Puis une interpolation de krigeage ordinaire a ainsi été réalisée en tenant compte de la structure spatiale de ces facteurs de correction supplémentaires pour fournir une carte de facteur de correction continue. Enfin, les cartes existantes et les cartes des facteurs de correction ont été additionnées pour améliorer la carte AGB de Ghislain Vieilledent. Les résultats ont montré que l'intégration des données GLAS améliore la précision de la carte AGB de Vieilledent d'environ 7 t / ha. En intégrant les données GLAS, le RMSE sur les estimations AGB diminue de 81 t / ha (R2 = 0,62) à 74,1 t / ha (R2 = 0,71). Plus important encore, nous avons montré que cette approche utilisant les données LiDAR évite de sous-estimer les valeurs élevées de biomasse (nouvel AGB maximal de 650 t / ha par rapport à 550 t / ha avec la première approche).

Lien d'accès à l'article.

Published: 16/05/2017