Inversion des formes d'ondes LiDAR pour l'estimation des caractéristiques des cultures et des forêts par des techniques probabilistes et variationnelles

Overview & Synopsis

L'utilisation du LiDAR en télédétection permet une description précise de l'architecture du couvert végétal. L'objet de cette thèse est le développement des approches d'inversion de mesures LiDAR à l'aide d'une modélisation physique et statistique du signal dans le but d'estimer des propriétés biophysiques de cultures dominantes (blé, maïs) du Sud-Ouest de la France et d'un couvert forestier en Chine. Le travail a tout d'abord porté sur l'estimation du LAI et la hauteur des cultures par inversion de formes d'onde LiDAR à faible empreinte. Une base de données de simulations de formes d'onde réalistes des cultures est réalisée à l'aide du modèle de transfert radiatif (MTR) DART. L'inversion consiste à utiliser la technique de table de correspondance qui consiste à chercher la simulation la plus proche de l'observation réelle. Le travail a ensuite porté sur l'estimation du profil de LAI des arbres de la forêt. Une approche variationnelle d'estimation du profil de LAI par inversion de formes d'ondes est proposée. Elle repose sur un MTR simplifié et une technique de lissage du profil de LAI s'appuyant sur les chaines de Markov. La formulation bayésienne du problème, nous amène à une fonction de coût non-linéaire. Elle est minimisée à l'aide d'une nouvelle technique de gradient multi-échelle. Les approches développées montrent bien leurs performances en les appliquant sur des données réelles de cultures (maïs et blé) et de milieu forestier.