Assessing airborne laser scanning and aerial photogrammetry for deep learning-based stand delineation

Cette étude démontre que les modèles de hauteur de canopée dérivés de la photogrammétrie aérienne, souvent mieux alignés temporellement que ceux du scanner laser aéroporté, permettent d'obtenir des délimitations de peuplements forestiers par apprentissage profond aussi précises, rendant ainsi possible la création de grands ensembles de données opérationnels sans perte de qualité.

L'essentiel

🌲 Le Grand Jeu du "Qui est Qui" dans la Forêt

Imaginez que vous êtes un gestionnaire de forêt. Votre travail consiste à diviser la forêt en "quartiers" ou "îlots" (ce qu'on appelle des peuplements). Chaque quartier a ses propres règles : certains sont de jeunes arbres à protéger, d'autres sont des forêts matures prêtes à être récoltées.

Traditionnellement, pour dessiner les limites de ces quartiers sur une carte, des experts humains devaient passer des heures à regarder des photos aériennes, comme des détectives cherchant des indices. C'est long, fastidieux et chaque expert peut dessiner les lignes un peu différemment (c'est subjectif).

Les chercheurs de cette étude voulaient savoir : Peut-on apprendre à une intelligence artificielle (IA) à faire ce travail de dessinateur, et si oui, quelles "lunettes" lui faut-il porter pour bien voir ?

🔍 Les Trois Paires de Lunettes Testées

Pour entraîner leur "détective IA" (un modèle d'apprentissage profond appelé U-Net), les chercheurs ont testé trois combinaisons de données, comme si l'IA portait différentes paires de lunettes :

1. Les Lunettes "Laser" (ALS) : C'est la méthode de référence. On envoie des lasers depuis un avion pour mesurer la hauteur des arbres avec une précision chirurgicale. C'est comme scanner la forêt en 3D.

   • Le problème : Les lasers et les photos sont souvent pris à des moments différents (un jour de pluie pour l'un, un jour de soleil pour l'autre), ce qui crée des décalages temporels. C'est comme essayer de comparer une photo de vous en hiver avec une photo de vous en été pour deviner votre poids actuel.

2. Les Lunettes "Photo-3D" (DAP) : Ici, on utilise des photos aériennes classiques pour reconstruire la 3D de la canopée (le toit de la forêt).

   • L'avantage : Les photos et la 3D sont prises exactement au même moment. C'est un "match parfait" temporel.
   • L'inquiétude : Les chercheurs se demandaient si cette méthode était assez précise. Les photos ont tendance à "lisser" les détails, comme si on avait appliqué un filtre "lissage" sur Instagram. Les trous dans la forêt ou les branches complexes pourraient disparaître.

3. Les Lunettes "Photo-3D + Carte du Sol" (DAP + DTM) : On ajoute une carte du relief (les collines, les vallées) aux lunettes photo-3D.

   • L'idée : Les experts humains utilisent souvent le relief pour décider où tracer une limite. L'IA devrait-elle faire de même ?

🏆 Le Résultat : L'IA est une Super-Équipe !

Les chercheurs ont entraîné l'IA sur six municipalités en Norvège et ont comparé ses dessins avec ceux des experts humains. Voici ce qu'ils ont découvert :

• Toutes les lunettes fonctionnent aussi bien : C'est la grande surprise ! L'IA a obtenu des résultats quasi identiques, que ce soit avec les données "Laser" (ALS) ou les données "Photo-3D" (DAP). Même si les lunettes "Photo-3D" lissent un peu les détails, l'IA a réussi à compenser en utilisant les couleurs des feuilles et les motifs de la forêt.

  • L'analogie : C'est comme si un chef cuisinier pouvait préparer un excellent plat même si on lui donnait des légumes un peu moins frais, tant qu'il a de bons assaisonnements (les couleurs des images).

• La carte du sol n'a pas aidé : Ajouter la carte du relief (DTM) n'a pas amélioré le résultat.

  • Pourquoi ? La zone étudiée est assez plate et les forêts y sont gérées de manière très uniforme. L'IA avait déjà compris la structure de la forêt grâce aux photos et à la hauteur des arbres. Ajouter le relief était comme ajouter du sel à un plat qui était déjà parfaitement assaisonné : ça ne changeait rien, ça risquait même de le gâcher.

• L'IA est plus d'accord avec elle-même qu'avec les humains : C'est le point le plus fascinant. Les différentes versions de l'IA s'accordaient entre elles à 84 %, alors qu'elles n'étaient d'accord avec les experts humains qu'à 60 %.

  • La leçon : Cela signifie que le "dessin" des limites forestières est très subjectif. Deux humains peuvent avoir raison en dessinant des lignes différentes. L'IA est donc très cohérente et fiable, même si elle ne correspond pas exactement à un humain spécifique.

🚀 Pourquoi c'est important pour l'avenir ?

Cette étude est une excellente nouvelle pour la gestion des forêts :

1. Moins de contraintes logistiques : On n'a plus besoin d'attendre que les données laser et les photos soient prises le même jour. On peut utiliser des données photogrammétriques (photos) qui sont plus faciles et moins chères à obtenir, tout en gardant une excellente précision.
2. Une base solide : L'IA peut maintenant être entraînée sur de très grands ensembles de données, car on peut assembler des images et des modèles 3D qui sont parfaitement synchronisés dans le temps.
3. Le futur : Bien que l'IA dessine déjà très bien, elle produit parfois des lignes un peu trop complexes ou des petits îlots trop petits (comme des pixels dispersés). Le prochain défi sera de "lisser" ces dessins pour qu'ils soient prêts à être utilisés par les forestiers, tout en gardant la précision.

En résumé : L'intelligence artificielle a prouvé qu'elle peut remplacer le crayon de l'expert pour dessiner les limites de la forêt, et elle peut le faire avec des données plus simples et mieux synchronisées. C'est un pas de géant vers une gestion forestière plus rapide, plus précise et moins coûteuse.

Résumé technique

Titre : Évaluation du balayage laser aéroporté (ALS) et de la photogrammétrie aérienne pour la délimitation de peuplements forestiers par apprentissage profond

1. Problématique

La délimitation précise des peuplements forestiers (unités homogènes de gestion) est fondamentale pour l'inventaire et la gestion forestière, mais elle reste actuellement un processus largement manuel, subjectif et coûteux. Bien que des approches automatisées existent, leur mise en œuvre opérationnelle à grande échelle est entravée par plusieurs facteurs :

• Désalignement temporel : L'utilisation combinée d'images aériennes et de données de balayage laser aéroporté (ALS) pose problème lorsque ces sources sont acquises à des dates différentes, entraînant des incohérences (ex. : coupes rases intervenues entre les deux acquisitions) et réduisant la quantité de données d'entraînement disponibles.
• Alternatives de données : La photogrammétrie aérienne numérique (DAP) permet de générer des nuages de points et des modèles de hauteur de canopée (CHM) à partir des mêmes images que les données spectrales, garantissant un alignement temporel parfait. Cependant, les CHM dérivés de la DAP ont tendance à lisser la surface de la canopée et à masquer les trouées, ce qui soulève la question de leur fiabilité pour remplacer les CHM issus de l'ALS.
• Rôle du terrain : L'inclusion d'un modèle numérique de terrain (DTM) est suggérée pour améliorer la précision (notamment en terrain accidenté), mais son impact n'a jamais été testé dans le contexte de la délimitation de peuplements par apprentissage profond.

L'objectif de l'étude est d'évaluer si les CHM dérivés de la DAP peuvent remplacer efficacement ceux de l'ALS pour l'entraînement de modèles d'apprentissage profond, et d'analyser l'apport d'un DTM.

2. Méthodologie

L'étude a été menée dans le district de Follo (Norvège du Sud-Est), couvrant six municipalités, avec des données acquises en 2021 pour assurer une cohérence temporelle.

• Données d'entrée :
  • Référence : Une carte de peuplements délimitée manuellement par deux experts (30 et 40 ans d'expérience) basée sur des images stéréoscopiques, des données ALS et un plan de gestion. Les classes de développement (I à V) ont été regroupées en 5 classes (NF, I-II, III, IV, V).
  • Capteurs :
    • ALS : Nuage de points à 5 pulses/m².
    • DAP : Images multispectrales (RGB+NIR) générant un nuage de points à 25 points/m².
    • DTM : Dérivé du nuage de points ALS.
• Prétraitement :
  • Construction de CHM (1 m de résolution) à partir des nuages de points ALS et DAP.
  • Création d'orthophotos réelles (True Orthophotos) à partir des données DAP.
  • Combinaison des données en trois configurations d'entrée pour le modèle :
    1. RGBI-ALS : Images + CHM (ALS).
    2. RGBI-DAP : Images + CHM (DAP).
    3. RGBI-DAP-DTM : Images + CHM (DAP) + DTM.
• Modèle d'apprentissage profond :
  • Architecture U-Net pour la segmentation sémantique.
  • Validation croisée : Stratégie à 6 plis basée sur les municipalités (une municipalité en test, les autres en entraînement/validation) pour évaluer la généralisation spatiale.
  • Optimisation : Utilisation du framework Optuna pour le réglage des hyperparamètres (taux d'apprentissage, nombre de filtres, etc.) visant à maximiser le coefficient de corrélation de Matthews moyen (mMCC).
  • Fonction de perte : Focal Tversky Loss pour gérer le déséquilibre des classes.

3. Résultats Clés

• Performance globale : Les trois configurations de données ont atteint des performances comparables, avec une précision globale (OA) comprise entre 0,90 et 0,91 et un mMCC moyen d'environ 0,60-0,62.
• Comparaison ALS vs DAP : Il n'y a pas eu de différence significative de performance entre les modèles entraînés avec des CHM issus de l'ALS et ceux issus de la DAP. Cela démontre que les modèles d'apprentissage profond peuvent compenser la perte de détails structurels (lissage de la canopée, trouées) des données DAP en exploitant les informations spectrales et contextuelles.
• Impact du DTM : L'ajout du DTM (configuration RGBI-DAP-DTM) n'a pas amélioré les performances. Au contraire, cela a conduit à un surapprentissage (overfitting) plus fréquent, forçant l'arrêt anticipé de l'entraînement. Cela suggère que, dans ce contexte de terrain relativement plat, l'information topographique est déjà implicitement capturée par les images et le CHM.
• Accord inter-modèles vs Référence : L'accord entre les prédictions des différents modèles (mMCC ≈ 0,84) est nettement supérieur à l'accord entre les modèles et les données de référence (mMCC ≈ 0,60). Cela indique que les modèles apprennent des représentations cohérentes et stables, et que les écarts avec la référence sont largement dus à la subjectivité inhérente à la délimitation manuelle par les experts humains.
• Limites observées :
  • Les modèles ont tendance à surestimer certaines zones de régénération (Classes I-II).
  • Ils produisent une sur-segmentation (création de petits polygones < 0,2 ha) et des frontières géométriquement complexes, nécessitant un post-traitement pour la gestion opérationnelle.
  • Difficulté à détecter les routes forestières et certaines transitions subtiles.

4. Contributions et Signification

• Faisabilité opérationnelle : L'étude prouve que les données DAP, souvent moins coûteuses et plus facilement alignées temporellement avec les images aériennes, peuvent remplacer les données ALS pour l'entraînement de modèles de délimitation de peuplements, facilitant ainsi la mise à l'échelle des inventaires forestiers.
• Robustesse du cadre U-Net : Le modèle s'avère résilient face aux variations des données d'entrée (type de CHM, présence/absence de DTM), ce qui est crucial pour des applications dans des régions où les données de haute qualité (ALS) ne sont pas toujours disponibles.
• Réflexion sur la subjectivité : Le résultat clé concernant l'accord supérieur entre les modèles suggère que la « vérité terrain » humaine est elle-même variable. Les modèles automatisés pourraient offrir une cohérence supérieure à celle des interprètes humains, même si leurs frontières diffèrent légèrement.
• Perspectives futures : L'étude souligne la nécessité de développer des stratégies d'apprentissage semi-supervisé ou faiblement supervisé pour réduire le coût de l'annotation manuelle des données d'entraînement, et d'explorer la segmentation d'instances (pour séparer les peuplements adjacents de même classe) plutôt que la simple segmentation sémantique.

En conclusion, cette recherche valide l'utilisation de la photogrammétrie aérienne couplée à l'apprentissage profond comme une alternative viable et scalable à l'ALS pour la gestion forestière, tout en identifiant les défis restants liés au post-traitement des frontières et à la réduction des besoins en données annotées.