Search

La futaie de pin maritime du Massif des Landes de Gascogne fait l'objet d'une sylviculture dynamique ; les dommages occasionnés par les tempêtes Martin (1999) et Klaus (2009) puis par des ravageurs (scolytes) ont entrainé une forte diminution de la ressource en bois. Cela a accentué la demande de la filière forêt-bois aquitaine pour un suivi permanent, précis et spatialisé de celle-ci. L'étude Pinastéréo ouvre des perspectives nouvelles en la matière grâce au modèle numérique de surface (MNS) obtenu par corrélation d'images stéréoscopiques Pléiades. Sa combinaison avec le modèle numérique de terrain BD Alti® fournit le modèle de hauteur de canopée (MNHC). La précision des MNS et MNHC a été évaluée avec des mesures de référence (LiDAR aérien, placettes de levers dendrométriques) ; elle s'est avérée satisfaisante. Il est montré que la hauteur dominante des peuplements de pin maritime, leur volume aérien total et leur biomasse peuvent être modélisés à partir du MNHC. Une carte de la hauteur dominante a alors été produite sur un site de référence ; celle de la biomasse reste à faire. Les faibles incertitudes observées sur les estimations de hauteur et de volume sont très prometteurs pour une généralisation de la méthode au Massif landais ou même à d'autres futaies régulières résineuses.

Une étude comparative entre des acquisitions Pléiades et par drone a été menée pour des applications de viticulture de précision dans la région Aquitaine, sur le vignoble de Buzet et deux domaines du Bordelais. Cette étude montre une bonne cohérence entre les résultats obtenus à partir des différents capteurs, à la fois pour la caractérisation des paramètres parcellaires et pour l'estimation de la vigueur de la vigne. En particulier, Pléiades met en évidence les variabilités et hétérogénéités intra-parcellaires. Pléiades est donc pertinent pour caractériser des domaines viticoles à l'échelle de l'appellation. Cependant, la résolution du satellite Pléiades limite la détection des plus petites structures à l'intérieur des rangs et empêche la caractérisation des parcelles pour lesquelles les rangs sont plus resserrés (écarts inférieurs à deux mètres). Le recours à des technologies de meilleure résolution (notamment le drone) est complémentaire afin d'obtenir des caractérisations plus précises à l'échelle d'un domaine.

Cette étude montre le potentiel de l'information texturale des images à très haute résolution spatiale Pléiades pour la quantification et la cartographie de la structure forestière des peuplements de pin maritime du sud-ouest de la France (massif landais). Une première étape montre qu'il est possible d'estimer, par régressions linéaires multiples, les variables de structure forestière (comme le diamètre des couronnes ou la hauteur des arbres) à partir d'un ensemble d'attributs de texture automatiquement sélectionnés parmi un grand nombre de paramétrages possibles. La classification de l'image est ensuite effectuée en utilisant l'algorithme des forêts aléatoires (RF) pour discriminer cinq classes de structure forestière avec une approche hiérarchique. L'importance de variable des RF est utilisée pour la sélection des attributs de texture. Les résultats montrent l'intérêt de l'automatisation du processus, et de l'utilisation conjointe des deux résolutions des images Pléiades (panchromatique et multispectral) pour dériver les attributs de texture les plus performants pour détecter de fines variations de structure forestière.