La surface foliaire des arbres est un des paramètres majeurs pour comprendre l’écosystème forestier. Par ailleurs, les données du lidar terrestre peuvent être utilisées pour estimer la surface et la distribution spatiale fine du feuillage et du bois dans la forêt. Malheureusement, ces données sont affectées par des problèmes d’occlusion et d’échantillonnage inégal. C’est pourquoi, ce projet vise à développer une méthode de normalisation des données du lidar terrestre afin de permettre une évaluation juste de la distribution 3D du matériel végétatif. Dès lors, la voxélisation du nuage de points en petits cubes élémentaires complétés par une technique d’interpolation pour les voxels trop occlus a été mise en place pour corriger ces effets. Toutefois cet ensemble de méthodes n’a jamais été vérifié, car il est très difficile de procéder à des mesures fines de distribution de la végétation in situ. Dans un premier temps, quatre maquettes qui reproduisent finement des placettes forestières d’inventaire ont été générées de manière à les comparer avec les résultats du processus de correction. Les résultats de cette première approche démontrent, que ce processus de correction permet de retrouver les profils verticaux de végétation avec plus de 90 % d’exactitude sur tous les emplacements forestiers mis à l’essai. Dans un second temps et pour appuyer ces premiers résultats, une méthode de normalisation a été expérimentée sur des nuages de points issus de forêts réelles. Cette deuxième partie de l’étude a été réalisée sur six placettes d’inventaire situées dans l’est du Québec, principalement composées de sapins et d’érables. L’objectif de ce jeu de données était de voir à quel point la méthode précédemment développée permettait de retrouver le profil de végétation de l’arbre cible avant le dégagement de la végétation occultante dans les conditions réelles. Les résultats montrent des corrélations des profils verticaux en moyenne autour de 70 % et allant jusqu’à 85 % dans le meilleur pour les profils exprimés en indice de surface foliaire, c’est-à-dire avant leur conversion en densité de surface totale (DST). Pour conclure, cette étude montre qu’il est possible de corriger significativement les biais relatifs à l’occlusion et à un échantillonnage inégal pour en déduire des profils de densité de la végétation réalistes et réutilisables. En outre, plusieurs défis restent à relever dans la quantification du matériel végétal à partir de l’utilisation du lidar en forêt. Par exemple, en développant des algorithmes d’interpolation capables de compenser la perte d’information quand la végétation ne laisse passer aucun rayon du lidar ou en améliorant l’estimation du feuillage en fonction des différentes espèces d’arbres.