Diffuser et promouvoir la culture en mathématiques et en informatique déployée dans les sciences agronomiques à INRAE et rassembler la communauté des maths-info INRAE.

Back to top

Modélisation de peuplements d’acacia à partir de données Lidar drone La

Description: 

Missions :
L’objectif global de ce stage est d’explorer le potentiel des données Lidar à très haute densité, ici à partir de données acquises par un Lidar embarqué sur drone pour mieux caractériser les peuplements d’une espèce forestière peu documentée comme Acacia Mearnsii. Deux sous-objectifs sont identifiés. D’une part il s’agira de construire un modèle prédictif quantitatif permettant d’estimer le volume et la biomasse de bois à partir de variables Lidar selon
une approche dite surfacique (ABA pour Area Based Approach en anglais). Ce travail portera sur une zone relativement homogène en termes de conditions pédoclimatiques, mais présentant suffisamment de diversités de maturité pour avoir une diversité suffisante de données pour élaborer le modèle. Il s’agira d’autre part d’évaluer plus qualitativement la variabilité de la structure des peuplements et d’aboutir si possible en une carte de différents types de peuplements d’Acacia Mearnsii. A cet effet, on s’intéressera aux peuplements d’Acacia >15 ans et présentant des structurations très hétérogènes et enchevêtrées. Ces peuplements, très bien localisés, sont trop peu accessibles pour envisager des inventaires ou cubages et une exploitation
facile de la ressource.

Le stage proposé consiste donc à caractériser la structure du couvert forestier de la forêt d’acacia à partir des données lidar récemment acquises. Il s’agit d’extraire, à la bonne échelle, des métriques de structure (densité, trouée, hétérogénéité…). Des analyses statistiques seront ensuite réalisées afin d’établir des modèles entre les mesures forestières (allométries et volumétries) et les métriques issues des données lidar. Une cartographie de différents types de
peuplements, permettant en particulier de séparer les peuplements enchevêtrés des autres peuplements sera aussi réalisée.

Type de l'offre: 
Date limite de la candidature: 
31/01/2023
Période d'emploi: 
01/02/2023 - 31/08/2023
Email du contact: 
Localisation CR INRA: