La cartographie de la ressource forestière se concrétise par la réalisation d’inventaires sur de vastes territoires grâce à des méthodes de mesure automatiques ou semi-automatiques à grandes échelles. En particulier, le développement du LiDAR (light detection and ranging) aéroporté a ouvert la voie à de nouvelles perspectives. Bien que le LiDAR aéroporté ait fait ses preuves comme outil d’inventaire et de cartographie, l’étude de la littérature scientifique sur le sujet met en évidence que les méthodes de traitement de l’information ont des limites et ne sont généralement valides que dans une région donnée et avec un système d’acquisition donné. En effet, un changement dans le dispositif d’acquisition entraîne des variations dans la structure du nuage de points acquis, rendant lesmodèles de cartographie de la ressource non généralisables. Dans le but de créer des modèles de cartographie de la ressource qui soient moins dépendants de la région d’étude et du dispositif d’acquisition utilisé pour les construire, il est nécessaire de comprendre d’où viennent ces variations et comment, à défaut de les éviter, les corriger. Nous explorons dans cette thèse comment des variations dans la configuration des systèmes d’acquisition de données peuvent engendrer des variations dans la structure des nuages de points. Ces questions sont traitées grâce à des modèles mathématiques théoriques simples et nous montrons, dans une certaine mesure, qu’il est possible de corriger les données de LiDAR aéroporté pour les normaliser afin de simuler une acquisition homogène réalisée avec un dispositif d’acquisition « standard » unique. Cette thèse aborde l’enjeu de proposer et d’initier, pour le futur, des méthodes de traitement de données reposant sur des standards mieux établis afin que les outils de cartographie de la ressource soient plus polyvalents et plus justes à grandes échelles / The mapping of the forest resource is currently achieved through inventories made across large territories using methods of automatic or semi-automatic measurements at broad scales. Notably, the development of airborne LiDAR (light detection and ranging) has opened the way for new perspectives in this context. Despite its proven suitability as a tool for inventories and mapping, the study of the scientific literature on airborne LiDAR shows that methods for processing the acquired information remain limited, and are usually valid only for a given region of interest and for a given acquisition device. Indeed, modifying the acquisition device generates variation in the structure of the point cloud that often restrict the range of application of resource evaluation models. With the aim of moving towards models for resourcemapping that are less dependent on the characteristics of both the study area and the of acquisition device, it is important to understand the source of such variation and how to correct it. We investigated, how variations in the settings of the data acquisition systems may generate some variation in the structure of the obtained point clouds. These questions were treated using simple theoretical and mathematical models and we showed, to a certain extent, that it is possible to correct the LiDAR data, and thus to normalise measurements to simulate homogeneous acquisitions with a “standard” and unique acquisition device. The challenge pursued in this thesis is to propose and initiate, for the future, data processing methods relying on better established standards in order to build more accurate and more versatile tools for the large-scalemapping of forest resources.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/29758 |
| Date | 18 May 2018 |
| Creators | Roussel, Jean-Romain |
| Contributors | Béland, Martin, Caspersen, John Peter, Achim, Alexis |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | thèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat |
| Format | 1 ressource en ligne (xi, 156 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0013 seconds