De nombreux travaux ont montré le potentiel de la télédétection parscanner laser aéroporté pour caractériser les massifs forestiers.Cependant, l'application aux forêts complexes de montagne reste encorepeu documentée. On se propose donc de tester les deux principalesméthodes permettant d'extraire des paramètres forestiers sur desdonnées acquises en zone montagneuse et de les adapter aux contraintesspéci fiques à cet environnement. En particulier on évaluera d'unepart l'apport conjoint de la régression à vecteurs de support et de laréduction de dimension pour l'estimation de paramètres de peuplement,et d'autre part l'intérêt d'un apprentissage non supervisé pour ladétection d'arbres.

De nombreux travaux ont montré le potentiel de la télédétection parscanner laser aéroporté pour caractériser les massifs forestiers.Cependant, l'application aux forêts complexes de montagne reste encorepeu documentée. On se propose donc de tester les deux principalesméthodes permettant d'extraire des paramètres forestiers sur desdonnées acquises en zone montagneuse et de les adapter aux contraintesspéci fiques à cet environnement. En particulier on évaluera d'unepart l'apport conjoint de la régression à vecteurs de support et de laréduction de dimension pour l'estimation de paramètres de peuplement,et d'autre part l'intérêt d'un apprentissage non supervisé pour ladétection d'arbres. / Numerous studies have shown the potential of airborne laser scanningfor the mapping of forest resources. However, the application of thisremote sensing technique to complex forests encountered in mountainousareas requires further investigation. In this thesis, the two mainmethods used to derive forest information are tested with airbornelaser scanning data acquired in the French Alps, and adapted to theconstraints of mountainous environments. In particular,a framework for unsupervised training of treetop detection isproposed, and the performance of support vector regression combinedwith dimension reduction for forest stand parameters estimation isevaluated.

L’indice de surface foliaire (Leaf Area Index, LAI), défini comme la moitié de la surface foliaire par unité de surface de sol, est un paramètre clé du cycle écologique de la Terre, et sa précision d'acquisition a toujours la nécessité et la possibilité d'amélioration. La technologie du scanner laser actif offre une possibilité d'obtention cohérente du LAI à plusieurs échelles, car le scanner laser terrestre et le scanner laser aéroporté fonctionnent sur le même mécanisme physique. Cependant, les informations tridimensionnelles du scanner laser ne sont pas complètement explorées dans les méthodes actuelles et les théories traditionnelles ont besoin d'adaptation. Dans cette thèse, le modèle de distribution de longueur de trajet est introduit pour corriger l'effet d’agrégation, et il est appliqué aux données du scanner laser terrestre et du scanner laser aéroporté. La méthode d'obtention de la distribution de longueur de trajet de différentes plates-formes est étudiée et le modèle de récupération cohérent est établi. Cette méthode permet d’améliorer la mesure du LAI des arbres individuels dans les zones urbaines et la cartographie LAI dans les forêts naturelles, et ses résultats sont cohérents à différentes échelles. Le modèle devrait faciliter la détermination cohérente de l'indice de surface foliaire des forêts à l'aide de données au sol et aéroportées. / Leaf Area Index (LAI), defined as one half of the total leaf area per unit ground surface area, is a key parameter of vegetation structure for modeling Earth's ecological cycle and its acquisition accuracy always has the need and opportunity for improvement. Active laser scanning provides an opportunity for consistent LAI retrieval at multiple scales because terrestrial laser scanning (TLS) and airborne laser scanning (ALS) have the similar physical mechanism. However, the three-dimensional information of laser scanning is not fully explored in current methods and the traditional theories require adaptation. In this thesis, the path length distribution model is proposed to model the clumping effect, and it is applied to the TLS and ALS data. The method of obtaining the path length distribution of different platforms is studied, and the consistent retrieval model is established. This method is found to improve the individual tree measurement in urban areas and LAI mapping in natural forest, and its results at consistent at different scales. The model is expected to facilitate the consistent retrieval of the forest leaf area index using ground and airborne data.