Une cartographie opérationnelle des peupleraies à l’échelle nationale à partir de séries temporelles Sentinel-2
La cartographie de la composition en espèces des forêts et leur suivi constituent toujours une préoccupation majeure pour les gestionnaires forestiers, en particulier pour les essences à croissance rapide, qui nécessitent un suivi encore plus régulier.
Le cas des peupliers plantés est emblématique, avec la difficulté récurrente de la filière populicole française à évaluer la ressource nationale disponible chaque année, les cartes existantes ayant des estimations peu précises, parfois divergentes, et n’étant pas mises à jour assez régulièrement.
L’arrivée de la nouvelle génération de satellites d’Observation de la Terre à haute fréquence temporelle (famille Sentinel du programme européen Copernicus) a permis de réinterroger les capacités de la télédétection à répondre à cette problématique concrète.
Une approche opérationnelle au plus près des besoins
des utilisateurs
Une collaboration a émergé entre l’UMR Dynafor, le Conseil National du Peuplier, représentant de la filière en France, et le Centre National de la Propriété Forestière. Elle s’est concrétisée par un contrat de thèse CIFRE dont les travaux ont été soutenus par Yousra Hamrouni le 8 octobre 2021. L’objectif de cette
thèse était de développer une approche opérationnelle permettant d’identifier les peupleraies à l’échelle nationale à partir des séries temporelles Sentinel-2.
Pour répondre à cette problématique, deux principales approches ont été développées. La première fait appel à des techniques d’intelligence artificielle qui permettent d’apprendre des modèles de classification d’images avec un minimum d’échantillons de référence. Elles reposent sur des techniques d’adaptation de domaine par apprentissage actif ou par transport optimal.
La deuxième approche est plus classique et plus exigeante en termes de nombre d’échantillons de référence, mais plus facile à mettre en œuvre à l’échelle nationale. Elle repose sur la définition d’un nouvel indice spectral spécifique. Il s’agit du “Poplar Index” qui combine des bandes spectrales du Moyen Infrarouge et du RedEdge de Sentinel-2 et qui, après une analyse des variables les plus importantes, s’est avéré être le plus pertinent pour identifier les peupliers des autres essences de feuillus étudiées avec
une précision producteur > 90 %.
Une classification à l’échelle nationale a été réalisée à partir de ce nouvel indice spectral et déployée en utilisant la chaîne de traitement iota2 du CESBIO et les moyens de calcul du CNES. Elle a permis la production de la première carte nationale des peupleraies pour l’année 2018.
Vers une production régulière et systématique
Ce n’est qu’une première étape puisque l’objectif est d’assurer une production annuelle régulière de la carte des peupliers qui sera diffusée par la plateforme Theia. La production des années 2019, 2020 et 2021 est en cours. Il est envisagé pour la suite de caractériser cette ressource (estimation des hauteurs,
biomasse, classe d’âge) et de suivre l’évolution des parcelles (coupes, replantions).
Ces travaux ont été récompensés lors de la troisième édition (2021) des Trophées de la Valorisation de la Recherche en Occitanie organisée par Toulouse Tech Transfer dans la catégorie Partenariat Remarquable. Cette thèse a également reçu le prix Léopold Escande des meilleures thèses de Toulouse INP.
Yousra HAMROUNI & David SHEREEN
INRAE | DYNAFOR
Ce travail s’inscrit dans le cadre du CES Occupation des sols
Références
Les résultats de ces travaux ont été valorisés par deux publications dans des revues internationales à comité de lecture :
- Hamrouni, Y., Paillassa, E., Chéret, V., Monteil, C., & Sheeren, D. (2022). Sentinel-2 poplar index for operational mapping of poplar plantations over large areas. Remote Sensing, 14(16), 3975.
- Hamrouni, Y., Paillassa, E., Chéret, V., Monteil, C., & Sheeren, D. (2021). From local to global: A transfer learning-based approach for mapping poplar plantations at national scale using Sentinel-2. ISPRS Journal of Photogrammetry and Remote Sensing, 171, 76-100.
Lire le nouveau Bulletin
>>> Télécharger le .pdf en version impression
>>> Lire le Bulletin