Application de l’identification d’objets sur images à l’étude de canopées de peuplements forestiers tropicaux

Application de l’identification d’objets sur images à
l’étude de canopées de peuplements forestiers tropicaux

Contexte des forêts tropicales 

Les forêts recouvrent un peu plus d’un quart des terres émergées et constituent un maillon clé entre l’atmosphère, la géosphère et l’hydrosphère. Elles jouent un rˆole essentiel sur Terre dans les cycles biogéochimiques, la régulation hydrologique et climatique, la protection et la reconstitution des sols, la conservation des espèces animales et végétales. Elles interviennent aussi fortement dans les domaines économique et social en fournissant des services très variés : production du bois et d’autres produits forestiers non-ligneux, protection des sols, stockage du carbone, habitats des êtres vivants, loisirs. La protection et la gestion durable de ces milieux forestiers sont des enjeux importants pour les sociétés humaines et font l’objet de conventions internationales sur la biodiversité (CBD : [CBD, 2012]) et le climat (UNFCCC : [UNFCCC, 2012]) [Bonan, 2008, Jackson et al., 2008, Phelps et al., 2012]. Situées entre les Tropiques du Capricorne et du Cancer, les forêts tropicales occupent presque la moitié de la superficie des forêts mondiales. Malheureusement, ces écosystèmes sont soumis depuis une cinquantaine d’années à des pressions anthropiques croissantes, menant à leur dégradation voire à la déforestation complète sur des grandes surfaces [DeFries et al., 2007, Raynal-Roques, 2001]. Les conséquences sont nombreuses : par exemple, la perte de la biodiversité [Brosset et al., 1996], l’érosion des sols [Sarraihl, 1990], les émissions massives de carbone. D’après [GIEC, 2007], le secteur de la foresterie (secteur LUCLUF du protocole de Kyoto) dont principalement la déforestation et la dégradation des forêts tropicales sont responsables de 17,4% des émissions de Gaz à Effet de Serre (GES) anthropiques. Conversions en zones agricoles, méthodes mal contrˆolées de l’agriculture, surexploitations des ressources en bois, ainsi que changements climatiques (sécheresses répétées, incendies) sont à l’origine de l’érosion de la biodiversité et des surfaces de forêts tropicales. Cependant, les régions tropicales restent moins bien connues que les régions tempérées. Les données objectives et précises sur les surfaces et les types de forêts tropicales sont insuffisantes. Comprendre les fonctionnements de ces écosystèmes est devenu une nécessité pour les protéger, et proposer des solutions pour corriger autant que possible les tendances actuelles. C’est ici que l’on peut mentionner l’enjeu de la valorisation des forêts tropicales, entre autres au travers des stockage du carbone, ce qui demande plus de connaissances à leur sujet. Par exemple, le mécanisme international REDD+ [Langevin, 2012] propose de rémunérer les pays en voie de développement pour leurs efforts dans la lutte contre la déforestation et la dégradation forestière sur une base volontaire. D’éventuelles rémunérations sont dépendantes de la mise au point de systèmes efficaces de “mesure, notification, vérification” (MNV)(MRV : “monitoring, reporting, verification”) pour suivre les efforts réellement appliqués sur de très grandes surfaces. 

Recherches sur la morphologie des arbres et la structure des forêts 

La préoccupation pour l’avenir des forêts a incité de nombreuses recherches dans ce domaine, ainsi qu’un nouvel intérêt pour la structure des arbres et des peuplements forestiers. La distribution spatiale et l’architecture des arbres individuels sont des caractéristiques importantes d’une forêt car ils sont les témoins du fonctionnement et de la dynamique de l’écosystème dans son ensemble [Birnbaum, 2001, Shugart et al., 2010, West et al., 2009]. Les études interviennent sur divers aspects : la distribution et l’abondance des espèces, la morphologie des arbres, le fonctionnement physiologique et métabolique, la structure et la dynamique des peuplements d’arbres et des forêts,. . . Plusieurs théories et modèles ont été proposés pour expliquer ou prédire le fonctionnement des forêts à différentes échelles : arbres, peuplements, régions, biomes. Par exemple, la théorie écologique métabolique (MTE) [Enquist et al., 2009, West et al., 2009] est connue pour ses prédictions théoriques concernant de nombreuses relations allométriques liant les principaux paramètres de taille des arbres (le diamètre de tronc, la hauteur d’arbre, le diamètre du houppier), et concernant la distribution des arbres dans l’espace selon leurs tailles, l’utilisation des ressources, la biomasse, le flux de carbone, etc. Utilisant largement ces prédictions, le modèle “Allostand”, présenté dans [Barbier et al., 2012], vise à simuler des forêts en 3D à partir des inventaires de terrains (distribution de DBH) par des relations allométriques. Néanmoins, de nombreux travaux empiriques ont montré les limites de la théorie MTE, parmi lesquels [Banin et al., 2012, Coomes et al., 2003, Muller-Landau et al., 2006a, Muller-Landau et al., 2006b] Des modèles alternatifs ou complémentaires sont aussi proposés. Ainsi, [Bragg, 2001] utilise une méthode plus empirique, basée sur l’estimation “l’accroissement potentiel relatif” (“Potential Relative Increment”), pour modéliser la croissance optimale en DBH pour 24 espèces d’arbres à l’échelle de l’ensemble des Etats-Unis. [Bohlman and Pacala, 2012] utilisent un modèle, dérivé de l’approximation de “plasticité parfaite” de la forme des arbres (“Perfect Plasticity Approximation”, introduite dans [Strigul et al., 2008] et [Purves and S, 2008] en référence aux forêts tempérées) pour faire des prédictions concernant la structure de la canopée et la croissance d’une forêt tropicale (Barro Colorado Island, Panama). Le modèle vise à prédire le nombre de couronnes par unités de surface (“crown area index”) et d’affecter les arbres à des strates de la canopée. Dans tous les cas, les inventaires de terrain sont indispensables pour concevoir, calibrer  et valider ces théories et ces modèles. L’obtention de mesures de terrain représentatives reste difficile, particulièrement dans les forêts denses et complexes, comme le cas des forêts tropicales. Cela est lié à plusieurs difficultés : premièrement, les territoires sont très vastes et l’accessibilité souvent difficile, il faut passer beaucoup du temps in situ ce qui a un coˆut financier important. De plus, techniquement, les mesures de certains paramètres depuis le sol, comme la hauteur d’arbre, la taille ou la forme des houppiers, contiennent des imprécisions inévitables. Les moyens d’acquisition des données et leurs utilisations deviennent donc des parties importantes dans les recherches sur les forêts. Les difficultés et les limites des données de terrain ont amené depuis longtemps à s’intéresser à d’autres sources d’information comme la télédétection. 

 Apports de la télédétection et recherches en cours

 Les données d’observation de la terre depuis l’espace (télédétection, aérienne et satellitaire) et les techniques de traitement de ces données pourraient apporter des contributions significatives à l’étude des forêts tropicales. On note en effet, une disponibilité croissante de ces données spatiales sous des formes de plus en plus diversifiées en termes de types de signal, de résolution spatiale ou spectrale et d’extension spatiale. La caractérisation des couverts végétaux à partir d’images de télédétection a déjà une histoire de près d’un siècle. Dès le début des années vingt, la première application est réalisée à partir de photographies aériennes pour aider à l’établissement d’un inventaire forestier en Birmanie [Blandford, 1924]. Puis, l’observation des forêts et la cartographie forestière, à petite ou grande échelle, ont été largement effectuées par cette voie [Holdridge, 1971, Husch, 1971]. Avec les générations successives de capteurs travaillant dans les domaines optique en multi- ou hyper-spectral, en stéréoscopie, en LiDAR, ou en hyperfréquences (radar imageur), les informations acquises peuvent apporter des informations sur l’activité photosynthétique au travers des indices de végétation [Huete et al., 2002, MultiMondes, 2009], la hauteur des plantes [Lim et al., 2003, Popescu and Zhao, 2008], la taille de houppiers [Song et al., 2010], et même d’autres caractéristiques moins directement estimées, comme le volume et la biomasse à partir de données radar [Austin et al., 2002], ou LiDAR [Garrity et al., 2012, Popescu et al., 2003]. Depuis quelques années, des évolutions rapides ont lieu et entrainent une convergence de plusieurs technologies d’acquisition d’images vers la très haute résolution spatiale. Dans le domaine de l’optique, on peut noter un accroissement de l’offre à très haute résolution spatiale égale ou inférieure au mètre (THRS) avec le lancement des satellites GeoEye, IKONOS, Quickbird, Pléiades, WorldView, permettant aux images satellitaires d’aborder les usages qui étaient historiquement réservés aux photographies aériennes. Aujourd’hui, des images à très haute résolution spatiale, métrique ou sub-métrique, sont couramment disponibles. Elles font apparaˆıtre la structure de la canopée et des couronnes, qui peut permettre d’étudier les forêts au niveau des arbres individuels. En dehors des données de l’optique passive, les données LiDAR (optique active) à petite empreinte donnent aussi des résolutions métriques et font l’objet d’applications forestières. Les données de télédétection optique THRS ont fait l’objet de plusieurs types d’approches. Une approche “globale” pour caractériser directement le grain de la canopée par analyse de texture et le mettre en relation avec des paramètres de structure de la forêt [Barbier et al., 2010, Couteron et al., 2005, Malhi and Rom´an-Cuesta, 2008], dont la taille des couronne et le diamètre (DBH) moyen, et indirectement la biomasse [Ploton et al., 2012, Proisy et al., 2007]. Une autre approche est la détection des arbres individuels sur des images de très haute résolution spatiale. Pour cela, de nombreuses techniques ont été développées durant la dernière vingtaine d’années. [Blazquez, 1989] et [Pinz, 1991] ont commencé les premières applications simples par la détection des maxima locaux sur images. Cela leur a permis de déduire la densité d’arbres et leurs positions. Les maxima locaux sont souvent un point de départ pour de nombreuses autres méthodes, du type “template” [Larsen, 1997, Pitkanen et al., 2004] ou contour actif [Erikson, 2003, Persson et al., 2002, Véga and Durrieu, 2011]. Puis, en considérant un houppier comme une région au lieu d’un point, de nombreuses approches du type “contour” sont développées, comme celles de “suivi de vallées” (“Valley-following”) [Gougeon, 1995], et “regiongrowing” proposées dans [Culvenor, 2002, Erikson, 2003, Véga and Durrieu, 2011],. . . En plus des localisations des arbres, ces méthodes permettent de préserver la forme et la taille des houppiers. Ces résultats peuvent servir pour identifier les espèces d’arbres [Erikson, 2004a, Holmgren et al., 2008], et pour décrire la morphologie des arbres [Persson et al., 2002, Véga and Durrieu, 2011]. Avec une résolution spatiale d’image suffisante, les méthodes du type “template” peuvent intégrer des modèles d’arbres plus explicites, avec certains critères (forme géométrique, variation de la réflectance,. . . ) [Gong and Sheng, 2002, Larsen and Rudemo, 1998, Pollock, 1994]. Beaucoup d’autres méthodes de détection existent, que nous ne citerons pas toutes ici [Falkowski et al., 2006, Holmgren et al., 2008, Reitberger et al., 2009, Vincent and Soille, 1991]. Une dernière catégorie de méthodes est celle basée sur la théorie des processus ponctuels marqués (PPM) [Descamps et al., 2009, Lacoste, 2004, Ortner, 2004, Perrin, 2006] sur laquelle est centrée cette thèse et que nous présenterons de fa¸con plus détaillée dans la suite du document. Ces méthodes de détection des arbres individuels offrent de larges perspectives pour étudier la structure des forêts, la morphologie des arbres, et même pour suivre la santé des forêts [Pinz, 1991]. Ce qu’il faut noter, c’est que les données de télédétection à très haute résolution spatiale, optique ou LiDAR à petite empreinte, renseignent notamment sur les houppiers des arbres dominants ou émergents. Or, les inventaires forestiers courants mesurent principalement les diamètres des troncs pour en déduire indirectement des volumes de bois ou la biomasse des arbres par des relations allométriques. Les analyses de télédétection passent aussi par l’utilisation de relations allométriques reliant le houppier au DBH, à la hauteur, à la biomasse de l’arbre. Celles-ci restent rares, surtout en zones tropicales, car pour les établir il faut réaliser des mesures longues et difficiles depuis le sol, notamment pour les couronnes [Antin et al., 2010, Banin et al., 2012, Muller-Landau et al., 2006a, Muller-Landau et al., 2006b]. Les questions des allométries entre les différentes parties des arbres et celle de l’usage des données de télédétection à très haute résolution spatiale sont donc très liées. Les modèles de dynamique des forêts les plus récents intègrent les interactions entre couronnes [Bohlman and Pacala, 2012, Vincent and Harja, 2008]. Récemment [Bohlman and Pacala, 2012] ont utilisé, en plus des données de terrain, des photographies aériennes stéréoscopiques pour calibrer et valider leur modèle de canopée. Les caractéristiques des houppiers des arbres sont donc en train de devenir un élément clé de nouvelles approches de la biomasse et de la dynamique des forêts. 

 Objectif de la thèse

 Si l’on considère visuellement les images de télédétection à très haute résolution spatiale, on peut facilement constater qu’elles portent des informations potentiellement utiles sur la canopée des forêts, à partir desquelles on peut espérer déduire des informations sur la distribution des arbres et leurs tailles/formes de couronnes par des méthodes de détection des houppiers individuels [Erikson, 2004a, Kulikova et al., 2007, Popescu et al., 2003]. De nombreuses applications sont effectuées sur les forêts tempérées, avec des objectifs différents. Par exemple, [Perrin, 2006] a testé les premières applications de la méthode PPM dans le cas de forêts, afin de compter le nombre d’arbres sur quelques forêts en France. Dans [Erikson, 2004a], l’auteur essaie de préserver la forme des houppiers dans la détection par “region-growing” sur une forêt dans le centre de la Suède, afin d’identifier les espèces d’arbres parmi épinette, pin, bouleau et ypréau. [Popescu et al., 2003] utilisent des images LiDAR sur des forêts conifères et feuillus au sud-est des Etats-Unis, et obtient les relations entre les hauteurs d’arbre et les tailles de houppiers sur les arbres individuels détectés. Cependant, les forêts tropicales n’ont pas souvent fait l’objet de ce genre de détection. D’une part parce que la densité élevée d’arbres de tout diamètre et espèces associées à une complexité de la structuration du couvert forestier en multiples strates rend la détection difficile (cette difficulté se retrouve aussi pour les forêts tempérées feuillues à couvert fermé). D’autre part, parce que les données de terrain suffisantes et utilisables pour la validation sont rares, du fait des difficultés d’accès ou des plus faibles moyens de la recherche dans les pays tropicaux. Des efforts sont donc demandés pour combler les recherches sur les forêts tropicales en utilisant les données de télédétection au travers de la détection d’arbres individuels. Cette thèse vise à appliquer, adapter et améliorer une méthode de détection sur les arbres des forêts tropicales, basée sur la théorie des processus ponctuels marqués (PPM). La détection des houppiers individuels est donc un défi tant écologique que méthodologique. Nous avons commencé avec les forêts tropicales de structure plus simple, c’est-à-dire des forêts homogènes constituées par quelques espèces. Les forêts de mangrove en Guyane fran¸caise sont le premier écosystème d’étude dans la thèse. La structure de ces peuplements varie notablement selon les stades de développement (jeune, mature, sénescent). L’application de détection doit donc tenir compte de cette variation. Pour évaluer la qualité de détection, les vérités de terrain sont indispensables, mais particulièrement difficiles à obtenir dans ces forêts vu les conditions permanentes d’ennoiement. Les simulations des maquettes de mangrove (suivant les relations allométriques déduites des inventaires de terrain) et des images optiques (par modèle DART) permettent de réaliser ces analyses de détection afin de comprendre le fonctionnement de détection soumises aux diverses situations. Grâce aux images et inventaires fournies par G. Le Maire et Y. Nouvellon (UMR TETIS & ECO&SOLS ; Université de Sao Paulo, Brésil), la détection est aussi testée sur une plantation d’Eucalyptus au Brésil. Malgré une structuration simplifiée due à la plantation en rangée, une difficulté se présente pour cette application. Les houppiers des jeunes eucalyptus sont de la même taille que le pixel des images à très haute résolution spatiale utilisée. Dans le cadre de cette thèse, nous considérons le couplage “théorie allométrique/détection de houppiers” uniquement dans les études de mangroves. Premièrement, la simulation des maquettes, à partir de la distribution de DBH, est réalisée suivant la relation entre le DBH, la hauteur d’arbre et le taille de houppier sur chaque arbre. Les maquettes ainsi obtenues présentent donc des structures proches de la réalité. Puis, à partir des résultats de détection (positions d’arbres dans l’espèce, tailles de houppiers), d’autres paramètres forestiers (par exemple la biomasse) sont espérés être estimés par des relations allométriques déjà établies sur les espèces de mangroves [Fromard et al., 2004].

 Organisation du manuscrit 

Dans ce manuscrit, nous présentons d’abord les deux écosystèmes forestiers (plantations d’Eucalyptus et mangroves) que nous allons étudier, et les caractéristiques des images de télédétection et des données de terrain utilisées dans nos analyses (chapitre 2). Ensuite, nous présentons un état de l’art sur les méthodes existantes pour détecter les houppiers individuels, notamment celle des Processus Ponctuels Marqués (PPM), que nous utiliserons principalement, du point de vue de son principe de détection et de son application à l’extraction des houppiers (chapitre 3). Une méthode pour comparer les détections et les vérités de terrain y est aussi développée, afin de quantifier la qualité de la détection. Puis, les applications sur les forêts de mangrove (chapitre 4) et sur les plantations d’Eucalyptus (chapitre 5) sont présentées en détail. Pour les forêts de mangrove, les analyses commentent par des études de sensibilité (paramètres de modèle, type de peuplement, taille de pixel d’image) de la détection par PPM sur les images simulées à partir des maquettes générées. Puis, les applications sont effectuées, avec le meilleur paramétrage obtenu des études de sensibilité, sur les images réelles des mangroves, et des plantations d’Eucalyptus. A la fin, des discussions sont présentées sur les résultats des études menées dans cette thèse, ainsi que sur les perspectives, du point de vue méthodologique comme thématique en écologie et foresterie tropicales (chapitre 6).