Projets Mastère SILAT
Développement d'un simulateur de signal LiDAR à large empreinte par agrégation de données LIDAR à petites empreintes

Chef de projet : Claudia Lavalley-Guzman

Date de soutenance : Mardi 13 Octobre 2015

Sujet : Implémentation et analyse de sensibilité de méthodes d'agrégation de signaux LiDAR à petite empreinte

Domaines :
Télédétection

Problématique :
Simulation d'un signal LiDAR satellitaire à partir de données existantes: Validation de l'approche d'agrégation de données petite empreinte, implémentation de méthodes pour différents types de données

Données utilisées :
Données synthétiques, issues de simulations de Transfert Radiatif DART

Territoire concerné :
Territoires synthétiques (maquettes de milieux forestiers)

Logiciels utilisés :
DART codes développés en interne à TETIS

Résumé court :

La télédétection active par LiDAR est devenue l'une des plus prometteuses pour connaître la structure en 3D de la végétation, élément indispensable pour répondre aux défis du protocole de Kyoto. Cette mission s'insère dans le projet Stem-Leaf du programme TOSCA du CNES, dont l'objectif est de participer aux études préliminaires permettant d'optimiser les paramètres instrumentaux d'un LiDAR satellitaire à forme d'onde complète dédié à l'étude des couverts forestiers au niveau mondial. 


Le travail présenté dans ce rapport vise à analyser la validité d'une des approches envisagées pour estimer le signal à forme d'onde complète (FWF) qui serait obtenu par un LiDAR satellitaire à large empreinte (LE) à partir de données obtenues avec des LiDAR aéroportés à petite empreinte (PE), permettant de sonder une large gamme de milieux forestiers. Des méthodes d'agrégation de données LiDAR de type multi-écho (ME) proposées dans le passé, définissant une pondération des échos agrégés selon le type d'information disponible et tenant compte de la distribution spatiale de l'intensité du faisceau, ont été implémentées. 


Afin de valider cette approche, une analyse de sensibilité de ces méthodes a été initiée en utilisant un jeu de données issues de simulations de transfert radiatif avec le logiciel DART. Des simulations LE et PE ont été réalisées en faisant varier l'échantillonnage spatial et le type de milieu forestier (synthétique) ciblé. Après extraction d'échos sur ces données FWF simulées, les différentes méthodes d'agrégation de données PE (ME et FWF) ont été appliquées. 


La perte du signal issu de la diffusion multiple sur les données PE a été mise en évidence : le signal issu de l’agrégation des FWF PE individuelles est très proche de la FWF correspondant à la simulation LE au 1er ordre de diffusion. Les FWFs issues des différentes méthodes d'agrégation de données PE ME suivent globalement bien le profil de la FWF LE, mais présentent un effet d'oscillation périodique qui empêche pour l'instant de faire une comparaison détaillée des courbes. Des critères quantitatifs de comparaison des courbes ont néanmoins été appliqués, et semblent indiquer qu'une méthode basée uniquement sur le nombre de échos sans pondération d'intensité permettrait de mieux reproduire la forme d'onde issue de la simulation LE. La compréhesion/correction de l'effet d'oscillation et une exploration plus fine de l'espace de paramètres sont nécessaires afin de tirer des conclusions solides et pertinentes. 


Des développements supplémentaires sont en cours pour pouvoir appliquer les méthodes implémentées à des jeux de données réels, en format LAS. 

Résumé long :

Afin de répondre aux défis du protocole de Kyoto autour de la réduction des émissions de gaz à effet de serre, la gestion durable des forêts, principal moyen de stockage de carbone aérien à l'échelle mondiale, devient essentielle pour contrôler l'impact des activités humaines sur les mécanismes de changement climatique. La connaissance de la structure forestière et la compréhension des relations complexes entre la biosphère et l'atmosphère sont indispensables pour atteindre cet objectif. Depuis les années 1980, la technologie LiDAR (Light Detection and Ranging), basée sur le principe de télédétection active par émission laser, est devenue l'une des plus prometeuses pour mesurer à la fois la morphologie du terrain et la structure de la végétation en 3D. Cette mission s'insère dans le projet Stem Leaf du programme TOSCA (Terre Solide, Océan, Surfaces Contenentales, Atmosphère) du CNES, dont l'objectif est de participer aux études préliminaires permettant d'optimiser les paramètres instrumentaux d'un LiDAR satellitaire à forme d'onde complète dédié à l'étude des couverts forestiers au niveau mondial. 


Le travail présenté dans ce rapport vise à analyser la validité d'une des approches qui ont été envisagées pour faire une estimation du signal qui serait obtenu par un LiDAR satellitaire produisant des empreintes de quelques dizaines de mètres de diamètre (signal Large Empreinte ou LE), à partir des données qui ont été obtenues en utilisant la même technologie, avec des détecteurs aéroportés produisant des tailles d'empreinte plus petites, de l'ordre de quelques dizaines de cm (signal Petite Empreinte ou PE). Des méthodes d'agrégation de données LiDAR de type multi-écho (nuages de points correspondant aux pics d'intensité sur le signal de retour) préalablement proposées ont été implémentées. Ces méthodes proposent une pondération des échos agrégés selon le type d'information disponible (intensité, rang, position) et tiennent compte de la distribution d'intensité à travers la section perpendiculaire au faisceau, considérée gaussienne en première approximation.  


Afin d'investiguer les limites de ce moyen pour estimer le signal Large Empreinte, une analyse de sensibilité de ces méthodes a été intiée en utilisant un jeu de données obtenues par l'intermédiaire de simulations de transfert radiatif. En effet, des simulations LE et PE ont été effectuées à l'aide du logiciel DART (produit CESBIO) en variant certains aspects de l'échantillonnage spatial et le type de milieu forestier (synthétique) ciblé. Des procédures d'extraction d'échos existantes ont été affinées pour obtenir des données de type multi-écho simulées, sur lesquelles les différentes méthodes d'agrégation de signaux individuels (multi-écho et à forme d'onde complète) ont été appliquées.


La perte du signal issu de la diffusion multiple sur les données PE a été mise en évidence en comparant le résultat de l'agrégation de formes d'onde complète individuelles  avec la forme d'onde complète issue de la simulation LE. En effet, le résultat de cette agrégation est extrêmement proche de la forme d'onde obtenu en restreignant la simulation LE au 1er ordre de diffusion, mais s'éloigne significativement du signal multi-diffusé.


Les formes d'onde issue des différentes méthodes d'agrégation de données PE multi-écho suivent globalement bien le profil de la forme d'onde complète LE. On observe cependant un effet d'oscillation périodique très important sur ces courbes, qui empêche pour le moment de faire une comparaison des courbes très détaillée. Cet effet, qui résulte très certainement de la discrétisation de l'espace tridimensionnel par des voxels de taille trop importante par rapport à la taille des empreintes simulées, doit être compris et éventuellement corrigé s'il s'agit d'un artefact. Cette discrétisation est également probablement accentuée par le fait que seuls des tirs parallèles et au nadir ont été considérés pour le moment. 


Des critères quantitatifs de comparaison des courbes ont néanmoins été appliqués pour tirer des conclusions préliminaires. Le chiffres semblent indiquer qu'une méthode basée uniquement sur le nombre de échos sans pondération d'intensité permettrait de mieux réproduire la forme d'onde issue de la simulation LE. La correction de l'effet « de peigne » et une exploration plus fine de l'espace de paramètres sont nécessaires pour tirer des conclusions solides et pertinentes. 


Des développements supplémentaires sont nécessaires pour pouvoir appliquer les méthodes implémentées à des jeux de données réels, en particulier ceux en format LAS. L'implémentation d'une interface homme-machine est actuellement en cours afin de fournir cette possibilité.



Structure commanditaire Commanditaire
IRSTEA Sylvie Durrieu


Structure encadrante Tuteur
SupAgro Nicolas Devaux


Structure des rapporteurs Rapporteurs
IRSTEA Ferret Jean-Baptiste
YellowScan Tristan Allouis

Le mois dernier Juin 2019 Le mois prochain
L Ma Me J V S D
week 22 1 2
week 23 3 4 5 6 7 8 9
week 24 10 11 12 13 14 15 16
week 25 17 18 19 20 21 22 23
week 26 24 25 26 27 28 29 30

Connexion

Flux RSS du site

Actualités du site