THÈSE - Recherche - IGN

d'autant plus grande que la longueur d'onde est élevée : par exemple, dans une forêt dense, les
mesures radar en bande X correspondent approximativement à la strate supérieure des arbres.
En pénétrant dans la canopée, le signal radar interagit avec les tronc, les branches et les
feuilles, ce qui peut induire des erreurs d'estimation de l'altitude de l'ordre de plusieurs mètres
(Slatton et al., 2000).
Utilisation conjointe des deux systèmes d’acquisition
L'étude de la synergie des systèmes InSAR et LiDAR intéresse depuis peu la
communauté scientifique. Le but principal est une analyse plus fine des images radar,
notamment pour une meilleure estimation de la hauteur de la canopée (Sexton et al., 2009),
une représentation plus réaliste de la biomasse (Lucas et al., 2006 ; Hyde et al., 2007 ; Nelson
et al., 2007) et la correction des modèles topographiques sous couverture végétale (Slatton et
al., 2000, 2001). Hyde et al. (2007) et Nelson et al. (2007) ont combiné des données radar et
LiDAR acquises au-dessus de forêts de pins afin de construire un modèle statistique approprié
de prédiction de la biomasse forestière. Slatton et al. (2000) ont analysé des observations
InSAR conjointement avec des données polarimétriques du radar aéroporté AIRSAR (bande
L à 24 cm et C à 5,7 cm) et des mesures altimétriques du LiDAR ALTM (Airborne Laser
Terrain Mapping, λ = 1047 nm) afin d'estimer la hauteur de la végétation. Le but était de la
soustraire aux données topographiques afin d’obtenir une meilleure représentation de la
surface. Au-dessus des surfaces nues, la précision verticale est estimée entre 2 et 5 m pour les
données InSAR alors qu’elle est de 10 cm pour le LiDAR. Ce dernier fournit donc une
meilleure estimation de la hauteur de la canopée lorsque la végétation est dense, ainsi que de
l'altitude lorsque le signal peut se propager à travers le feuillage, en raison de sa petite
empreinte au sol. L'approche consiste à filtrer le bruit des images SAR, détecter la présence
de végétation dans les pixels grâce aux données polarimétriques, et corriger la hauteur de la
végétation en utilisant les relevés LiDAR. Une autre méthode consiste à estimer les données
d'altitude du sol et la hauteur de la végétation pour chaque jeu de données SAR par inversion
d'un modèle de diffusion des ondes électromagnétiques et de filtrer les mesures LiDAR afin
d'éliminer la contribution de la végétation. Les données sont ensuite combinées afin d'obtenir
des estimations statistiquement optimales (Slatton et al., 2001). La fusion des deux systèmes
d'acquisition a été testée en milieu urbain (Gamba & Houshmand, 2000 ; Sties et al., 2000 ;
Gamba et al., 2003) afin de décrire de manière plus réaliste les bâtiments. Il s’agit d’un
environnement complexe qui présente différentes infrastructures difficiles à représenter par
54