Influence of Sampling Design Parameters on Biomass Predictions Derived from Airborne LiDAR Data

Abstract

Cette étude a examiné l'influence de différents paramètres sur l'estimation de la biomasse à partir de données de lidar aéroportés. Une approche consistant à faire varier les paramètres indépendamment les uns des autres et une analyse de sensibilité globale ont été utilisées pour identifier les paramètres ayant le plus d'impact sur la précision des modèles. Nous nous sommes concentrés sur plusieurs paramètres relatifs aux acquisitions lidar et aux inventaires de terrain qui peuvent être facilement contrôlées. Sur notre site d'étude, composé de plantations de pins, une diminution de la densité d'impulsions lidar (4 à 0,5 impulsions/m2) a conduit à une légère diminution de la précision de l'estimation (-3%). Cependant, la variabilité du nombre de placettes inventoriées, la précision de positionnement et la taille des placettes, impactent de manière significative la performance du modèle. Pour obtenir un modèle robuste, un minimum de 40 placettes inventoriées, un positionnement précis des placettes de 5 m ou moins, ainsi que des placettes inventoriées sur un rayon supérieur à 13 m sont recommandés. Le seuil de recensabilité des arbres ainsi que le choix de l'équation allométrique se sont avérés avoir un impact moindre sur la précision des modèles. De plus, les précisions sur la mesure du diamètre à hauteur de poitrine et sur celle de la hauteur des arbres ne représentent respectivement qu'une contribution mineure et négligeable à l'erreur commise sur l'estimation de la biomasse. Les coûts relatifs aux inventaires de terrain devront encore rester significatifs pour assurer des modèles lidar de qualité. Cependant, en réduisant la densité d'impulsion, des économies peuvent être faites lors du survol lidar.