🤖 AI

FLORA: A deep learning approach to predict forest attributes from heterogeneous LiDAR data

Le document présente FLORA, un cadre d'apprentissage profond qui exploite une architecture dorsale basée sur un octree et un mécanisme de porte à fusion tardive pour prédire de manière robuste six attributs forestiers clés à partir de données LiDAR hétérogènes et multi-conditions à travers la France, atteignant une grande précision et une performance intersaison améliorée par rapport aux modèles existants.

Auteurs originaux : Emilie Vautier, Clément Mallet, Cédric Vega

Publié 2026-07-01

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Emilie Vautier, Clément Mallet, Cédric Vega

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayiez de deviner le poids, la hauteur et le nombre d'arbres dans une forêt en regardant simplement une carte numérique 3D faite de points laser (appelés LiDAR). C'est ce dont traite l'article FLORA.

Les chercheurs ont voulu construire un « super-prévisionniste » capable d'observer ces cartes laser de partout en France et de nous dire exactement quelle quantité de bois se trouve dans les arbres, quelle est leur hauteur et combien ils sont. Mais il y avait un énorme problème : les cartes laser n'étaient pas uniformes. Certaines ont été prises en été quand les arbres étaient pleins de feuilles, d'autres en hiver quand ils étaient dénudés, certaines par des avions rapides, d'autres par des avions lents, certaines depuis le haut, d'autres depuis le bas.

C'est comme essayer d'apprendre à reconnaître le visage d'un ami en regardant des photos prises sous différents éclairages, avec différents filtres, et parfois avec un chapeau et parfois sans. La plupart des programmes informatiques s'embrouillent face à cela et échouent lorsque les conditions changent.

Voici comment l'équipe de FLORA a résolu cela, en utilisant des analogies simples :

1. Le Problème : L'« amnésie saisonnière »

L'article a découvert que si vous entraînez un modèle informatique uniquement sur des photos d'été (avec feuilles), il devient très mauvais pour deviner la structure de la forêt en hiver (sans feuilles), et vice versa.

L'analogie : Imaginez un étudiant qui n'étudie pour un examen de mathématiques qu'en utilisant une calculatrice. Si on lui retire la calculatrice le jour de l'examen, il échoue. De même, un modèle entraîné uniquement sur des données « feuillues » ne sait pas interprter les arbres « dénudés », et un modèle entraîné sur des arbres « dénudés » est perturbé par la canopée dense et « feuillue ».
Le résultat : Lorsqu'ils ont essayé d'utiliser un modèle « uniquement d'été » sur des données d'hiver, les erreurs ont explosé. Le modèle prédisait que la forêt était immense alors qu'elle était en réalité petite, ou inversement.

2. La Solution : Le « Chef toutes saisons »

Au lieu d'entraîner des chefs séparés pour l'été et l'hiver, les chercheurs ont entraîné un seul modèle (FLORA) sur les données d'été et d'hiver en même temps.

L'analogie : Pensez à ce modèle comme un chef étoilé qui a goûté la soupe en été et en hiver. Il sait que les ingrédients changent (les feuilles apparaissent ou disparaissent), mais que la recette de base (les troncs et les branches) reste la même.
La Magie : En nourrissant le modèle de données mixtes, il a appris à ignorer le « bruit » des saisons pour se concentrer sur la structure permanente de la forêt. Ce modèle unique fonctionnait mieux que n'importe quel modèle spécialisé par « saison », même lorsqu'il était testé sur la saison qu'il n'« préférait » pas.

3. L'Ingrédient Secret : Les « indices de contexte »

Le modèle ne regarde pas seulement les points laser ; il reçoit également une « feuille de triche » d'informations supplémentaires.

L'analogie : Imaginez que vous essayiez de deviner le prix d'une maison. Vous pouvez regarder les photos (les points laser), mais il est utile de connaître le quartier, l'année de construction et le type de sol (les données auxiliaires).
Le mécanisme de porte (Gating Mechanism) : L'article décrit un « gardien » intelligent à l'intérieur de l'IA. Pour certaines questions (comme « Quelle est la hauteur de l'arbre ? »), le gardien dit : « Ignore la feuille de triche, regarde juste les points laser. » Mais pour d'autres questions (comme « Quel est le volume de bois des pins spécifiquement ? »), le gardien dit : « Regarde la feuille de triche ! L'emplacement et la saison nous en disent beaucoup sur les pins. »
Le Résultat : Cela a permis au modèle de bien mieux deviner les types de bois spécifiques (comme le pin par rapport au chêne), ce qui est généralement très difficile à faire avec de simples points laser.

4. Le Bonus du Recouvrement : « La double vérification »

Parfois, la même parcelle de forêt a été scannée deux fois : une fois en été et une fois en hiver.

L'analogie : C'est comme si un ami vous décrivait une pièce, puis vous la décrivait à nouveau après que les meubles ont été déplacés. Vous pouvez comparer les deux descriptions pour mieux comprendre la véritable forme de la pièce.
Le Résultat : L'utilisation de ces parcelles « doublement scannées » a aidé le modèle à mieux deviner le volume des feuillus (comme les chênes), mais de manière surprenante, cela n'a pas beaucoup aidé pour les pins. Les chercheurs soupçonnent que c'est parce que les pins se ressemblent toute l'année, donc la « double vérification » n'apportait pas beaucoup d'informations nouvelles, alors que les feuillus changent tellement que voir les deux versions a été une aide majeure.

L'essentiel à retenir

L'article conclut que vous n'avez pas besoin de construire un modèle différent pour chaque saison, chaque capteur ou chaque type de forêt. Si vous avez suffisamment de données et que vous entraînez un grand modèle robuste (FLORA) sur un mélange énorme et désordonné de tout, il apprend à gérer le chaos par lui-même.

Ce qu'il a réussi : Il a prédit la hauteur des arbres avec une grande précision (près de 90 % de précision) et le volume total de bois assez bien.
Ce qui a été difficile : Il éprouve encore quelques difficultés pour compter exactement le nombre de troncs individuels (densité de tiges) et pour séparer le volume exact des pins par rapport aux chênes, bien que les données de la « feuille de triche » aient aidé à améliorer ces estimations.

En bref, FLORA est un outil de deep learning qui prouve que l'on peut construire un « traducteur universel » pour les forêts, capable de lire les cartes laser désordonnées et incohérentes d'un pays entier et de les transformer en statistiques forestières fiables, sans avoir besoin de corriger manuellement les données au préalable.

Résumé technique : FLORA – Une approche par apprentissage profond pour la prédiction des attributs forestiers à partir de données LiDAR hétérogènes

Énoncé du problème
Les inventaires forestiers nationaux (IFN) s'appuient sur des données de télédétection auxiliaires, particulièrement le LiDAR aéroporté, pour estimer les attributs forestiers à l'échelle nationale. Cependant, la prédiction opérationnelle « wall-to-wall » (couverture totale) reste un défi en raison de l'hétérogénéité des conditions d'acquisition LiDAR. Les programmes nationaux impliquent souvent des variations d'altitudes de vol, de types de capteurs, d'angles de balayage et, de manière critique, de conditions phénologiques (feuillu/feuillu ou sans feuilles/sans feuilles). Les modèles existants, souvent entraînés sur des données locales avec des paramètres d'acquisition uniformes, peinent à se généraliser à travers ces diverses conditions. Plus précisément, l'application de modèles entraînés sur des acquisitions avec feuilles (leaf-on) à des acquisitions sans feuilles (leaf-off), et vice versa, introduit un biais et une erreur significatifs, particulièrement dans les peuplements décidus où la présence de feuillage modifie radicalement la structure du nuage de points. De plus, les approches traditionnelles d'apprentissage automatique reposant sur des caractéristiques statistiques extraites manuellement échouent souvent à capturer toute la complexité structurelle 3D des forêts ou à apprendre des représentations robustes et transférables à travers des ensembles de données hétérogènes.

Méthodologie
Les auteurs proposent FLORA (Forest LiDAR Octree Regression with Auxiliary Data), un cadre d'apprentissage profond conçu pour prédire six attributs forestiers (hauteur dominante, volume total, volume décidu, volume de conifères, surface terrière et densité de tiges) directement à partir de nuages de points LiDAR hétérogènes.

Architecture : FLORA utilise une approche basée sur les voxels, convertissant les nuages de points bruts en structures d'octree afin de préserver l'information structurelle 3D tout en maintenant l'efficacité de calcul. Le cœur du modèle est un réseau de neurones convolutifs sur octree (OCNN) adapté d'une architecture High-Resolution Net (HRNet). Cette conception traite des cartes de caractéristiques à plusieurs résolutions spatiales en parallèle, permettant au modèle de capturer à la fois les détails fins et le contexte structurel grossier.
Données d'entrée : Le modèle opère principalement sur les coordonnées spatiales 3D (XYZ) des points. Bien que l'intensité et les attributs d'écho aient été envisagés, ils ont été exclus lors de l'optimisation des hyperparamètres car ils n'apportaient pas de gains de performance constants et introduisaient un bruit spécifique aux capteurs.
Intégration des données auxiliaires : Pour traiter l'hétérogénéité d'acquisition, FLORA incorpore des variables auxiliaires écologiques et spatio-temporelles (ex. : sylvo-écorégion, classe de couverture de la canopée, date d'acquisition et écart temporel par rapport à l'inventaire de terrain). Celles-ci sont encodées via des plongements (embeddings) apprenables et concaténées avec les caractéristiques géométriques.
Mécanisme de fusion : Une stratégie de « fusion tardive » est employée, où les données auxiliaires sont combinées avec les caractéristiques LiDAR. Crucialement, un mécanisme de porte spécifique à la cible (target-specific gating mechanism) est introduit. Il apprend un coefficient ( $g_k$ ) pour chaque cible de prédiction afin d'interpoler dynamiquement entre les caractéristiques pilotées par la géométrie et les représentations fusionnées. Cela permet au modèle d'adapter le poids de l'information contextuelle en fonction de l'attribut spécifique prédit, offrant un certain degré d'interprétabilité concernant la contribution des données auxiliaires.
Stratégie d'entraînement : Le modèle a été entraîné sur 32 052 parcelles d'inventaire forestier national (IFN) à travers la France métropolitaine, couvrant divers types de forêts et conditions d'acquisition (avec et sans feuilles). L'entraînement a impliqué une optimisation systématique des hyperparamètres par optimisation bayésienne (Optuna) pour adapter l'architecture à la tâche de régression spécifique.

Contributions clés

Gestion de l'hétérogénéité : FLORA démontre qu'un modèle unique d'apprentissage profond, entraîné conjointement sur des données acquises sous des conditions phénologiques contrastées (avec et sans feuilles), peut se généraliser efficacement à travers les saisons et les types de forêts, surpassant les modèles spécifiques à une saison.
Référence robuste à l'échelle nationale : L'étude établit une base robuste pour l'estimation des attributs forestiers à grande échelle en utilisant un ensemble de données particulièrement large et hétérogène (programme LiDAR HD français), comblant ainsi la lacune de la littérature concernant les modèles génériques pour des données nationales multi-conditions.
Fusion interprétable : L'introduction du mécanisme de porte permet de quantifier la part de contribution des données auxiliaires contextuelles aux prédictions, révélant que l'utilité de ces données dépend de l'attribut.
Aperçus phénologiques : La recherche quantifie l'asymétrie de la généralisation inter-saisonnière, montrant que les modèles « sans feuilles » se dégradent sévèrement lorsqu'ils sont appliqués à des données « avec feuilles », tandis que les modèles « avec feuilles » transfèrent plus robustement vers les conditions « sans feuilles ».

Résultats

Performance : Le modèle complet a obtenu de solides performances pour la hauteur dominante (rRMSE ≈ 12,3 %, $R^2$ ≈ 0,88) et des résultats compétitifs pour le volume total (rRMSE ≈ 39 %, $R^2$ ≈ 0,74). La densité de tiges est restée l'attribut le plus difficile ( $R^2$ < 0,47), ce qui est cohérent avec la littérature générale.
Généralisation saisonnière : Un modèle unique entraîné sur les deux saisons a surpassé les modèles entraînés sur des saisons spécifiques, même au sein du domaine de calibration de ces saisons. Les tests inter-saison ont révélé que les modèles « sans feuilles » appliqués aux données « avec feuilles » ont subi une dégradation sévère (ex. : l'erreur rRMSE du volume a augmenté d'environ 24 %), tandis que les modèles « avec feuilles » appliqués aux données « sans feuilles » ont maintenu des performances acceptables.
Déséquilibre des classes : L'équilibrage de l'ensemble d'entraînement (en imposant une représentation égale avec et sans feuilles) n'a entraîné qu'une dégradation modérée des performances, suggérant que le déséquilibre initial n'a pas biaisé de manière critique le modèle.
Acquisitions chevauchantes : L'utilisation de parcelles inventoriées durant les deux saisons comme stratégie d'entraînement a amélioré les prédictions pour le volume total et le volume décidu, mais a dégradé les performances pour le volume de conifères, probablement en raison de la diversité géographique limitée du sous-ensemble de chevauchement.
Impact des données auxiliaires : Les variables auxiliaires ont apporté des gains globaux modestes mais ont révélé des contributions dépendantes de l'attribut. Elles ont considérablement amélioré les prédictions pour les volumes spécifiques aux espèces (conifères et décidus) et ont stabilisé la généralisation inter-saison. Cependant, elles ont offert une amélioration négligeable pour la hauteur dominante et ont parfois dégradé les prédictions de densité de tiges dans les contextes de même saison.

Signification
L'article positionne FLORA comme une étape importante vers une surveillance forestière opérationnelle à grande échelle. Il démontre que l'apprentissage profond peut harmoniser efficacement des données LiDAR hétérogènes sans nécessifier de stratification explicite par saison, capteur ou type de forêt. Les résultats suggèrent que l'entraînement sur des ensembles de données diversifiés à l'échelle nationale est une stratégie viable pour surmonter les limites des modèles locaux spécifiques à une condition. Ce travail souligne que, bien que la prédiction du volume spécifique aux espèces reste un défi, une approche générique d'apprentissage profond peut fournir des estimations robustes pour les attributs structurels clés, soutenant l'intégration des programmes nationaux de LiDAR dans les inventaires forestiers multisources (MSNFIs). L'étude conclut que la capacité à gérer l'hétérogénéité d'acquisition est critique pour les futures applications à l'échelle nationale où la couverture des données est spatialement et temporellement fragmentée.