LogoLogo

Qi, Jianbo. Modélisation 3D du transfert radiatif dans les couverts végétaux et reconstruction de forêts à partir de mesures LiDAR

Qi, Jianbo (2019). Modélisation 3D du transfert radiatif dans les couverts végétaux et reconstruction de forêts à partir de mesures LiDAR.

[img]PDF - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
4Mb

Résumé en francais

La télédétection est un outil majeur pour mieux gérer les couverts végétaux. De ce fait, la modélisation du transfert radiatif (TR) tridimensionnel (3D) est essentielle pour comprendre les mesures de télédétection des couverts végétaux. Les modèles de TR unidimensionnels (1D) sont souvent utilisés pour inverser les données de télédétection en termes de paramètres de la végétation. Cependant, ils ne sont pas adaptés à la complexité des couverts végétaux, car ils les simulent comme des couches homogènes, ce qui est irréaliste. Beaucoup de travaux sont donc consacrés à la conception de modèles de TR 3D adaptés à l'architecture 3D des couverts végétaux. Cependant, développer un modèle de TR 3D efficace pour de grandes scènes réalistes est un défi en termes de modélisation du TR et d'obtention de description réaliste du couvert végétal. Ainsi, les modèles de TR 3D actuels n'opèrent en général que sur des scènes très simplifiées ou des scènes réalistes de petite dimension inadaptées à la résolution de la plupart des capteurs satellites actuels (e.g., MODIS). Les modèles de la communauté "informatique graphique" (i.e., modèles de "rendu") sont les plus précis et les plus efficaces, mais ils n'ont pas été conçus pour une modélisation précise du TR. Ils sont donc peu employés pour les applications de télédétection. Les progrès en infographie et puissance informatique permettent de beaucoup accélérer les modèles 3D de TR. De plus, les mesures 3D à haute résolution spatiale des LiDARs et caméras photogrammétriques deviennent plus accessibles pour reconstruire des couverts végétaux réalistes. Il est donc essentiel de développer des modèles de TR qui utilisent ces informations 3D. Cette thèse est axée sur 1) le développement d'un modèle de TR 3D basé sur les techniques récentes de suivi de rayons et 2) la récupération de la densité volumique 3D des feuilles (LVD: leaf volume density) pour construire des scènes forestières. Elle présente le développement du modèle TR 3D LESS (LargE-Scale remote sensing data and image Simulation framework), basé sur les algorithmes de lancer de rayons. Ainsi, LESS simule des données BRF multi-spectrales avec une méthode de lancer de photons virtuels (i.e., pondérés) en mode "direct" (i.e., photons lancés depuis la source) et des images de capteur à petite échelle (e.g., images "fisheye") et grande échelle (e.g., 1 km2) avec une méthode de lancer de photons en mode "inverse". Le mode inverse est aussi utilisé pour simuler des images infrarouges thermiques et le TR atmosphérique. Une comparaison entre modèles et une comparaison avec des mesures "terrain" ont démontré l'efficacité et la précision du modèle LESS. De plus, une interface utilisateur graphique conviviale permet de saisir les paramètres d'entrée, et aussi de construire et de visualiser les scènes 3D. La reconstruction de scènes 3D de forêt est réalisée avec un jeu de données LiDAR simulées avec le modèle de TR anisotrope discret (DART), afin d'évaluer diverses approches d'obtention du LVD à partir de données LiDAR aéroportées. Dans un premier temps, un schéma de structuration de scène hybride a été conçu pour accélérer DART dans a été développé pour permettre la réalisation d'études de sensibilité des paramètres nécessitant un grand nombre de simulations. Une méthode basée sur l'intensité LiDAR permet de calculer le LVD. Elle utilise uniquement les retours au sol des impulsions LiDAR sans hypothèse concernant l'architecture de la canopée, ce qui améliore considérablement l'adaptabilité de cette méthode. La scène forestière 3D est reconstruite via une représentation sous forme de voxels, adaptée au modèle LESS, ce qui a permis de vérifier que les images LESS correspondent bien aux images hyperspectrales disponibles. LESS peut être utilisé pour valider d'autres modèles physiques et pour entrainer des réseaux neuronaux. Cette thèse apporte une solution pour lier la modélisation 3D du TR et l'architecture 3D des paysages.

Sous la direction du :
Directeur de thèse
Gastellu-Etchegorry, Jean-Philippe
Yan, Guangjian
Yin, Tiangang
Xie, Donghui
Ecole doctorale:Sciences de l'Univers, de l'environnement et de l'espace (SDU2E)
laboratoire/Unité de recherche :Centre d'Etudes Spatiales de la BIOsphère (CESBIO), UMR 5126
Mots-clés libres :Transfert radiatif - Modélisation - Télédétection - LESS - DART - LiDAR
Sujets :Sciences de l'univers
Déposé le :12 Nov 2019 09:34