APPORT DE MODELES NUMERIQUES DE HAUTEUR A L’AMELIORATION DE LA PRECISION D’INVENTAIRES STATISTIQUES FORESTIERS

Résumé

Les besoins d’informations concernant la ressource forestière ne cessent de croître avec d’importantes exigences de précision, de résolutions spatiales, et de réduction de coûts. Ainsi, l’innovation en matière d’inventaires forestiers représente un domaine en constante évolution. Dans cette étude, nous avons évalué l’apport de modèles numériques de hauteur (MNH) comme sources de données auxiliaires en post-stratification afin d’améliorer la précision des estimations d’inventaires. Deux zones d’études ont été sélectionnées. La première zone couvre le département de la Nièvre, où une campagne récente de prises de vues aériennes (hiver 2011) a été utilisée pour générer un MNH. La seconde zone couvre les Vosges Haut-Rhinoises, où un vol LiDAR (1360 km², au printemps 2011) permettait également de calculer un MNH de haute qualité. D’autres couches d’informations telles que les grandes régions écologiques, les sylvoécorégions et les cartes forestières de composition produites par l’IGN ont également été testées comme variables auxiliaires. Les résultats obtenus montrent que pour l’estimation de deux paramètres forestiers majeurs (i.e. la superficie forestière et le
volume), une efficacité relative d’un facteur variant de 1 à 8 est atteignable en utilisant les MNH ou la carte de composition forestière. Cette efficacité peut être interprétée comme le facteur, par lequel la taille d’un échantillon d’inventaire devrait être multipliée pour obtenir la même précision sans utiliser la variable auxiliaire considérée. Cette efficacité varie cependant en fonction des zones étudiées et de la qualité des données d’entrée. Dans un département composé majoritairement de forêts feuillues comme la Nièvre, les prises de vue hivernales n’ont pas permis d’obtenir un MNH de qualité, rendant impossible la quantification de l’apport véritable du MNH photogrammétrique. Par contre, sur des sections de forêts composées uniquement de conifères, ce même MNH a permis d’obtenir une efficacité relative de 1.2 à 1.7 pour l’estimation des volumes. Dans les Vosges Haut-Rhinoises, le MNH LiDAR a permis une amélioration de l’efficacité relative d’un facteur 1.8 sur l’estimation des volumes. De façon générale, les données auxiliaires testées améliorent la précision des estimations d’inventaires, d’autant plus qu’elles sont de bonne qualité et corrélées aux paramètres d’intérêt sur les zones considérées. Les MNH sont donc une source d’optimisation possible des inventaires qui doivent certainement être considérés avec attention.