| Autor: |
Dous, Romain |
| Přispěvatelé: |
Ecosystèmes forestiers (UR EFNO), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université-Grenoble-Alpes, « Recherche et suivi de l’équilibre entre les ongulés sauvages et les forêts anciennes / milieux ouverts herbacés » (RSEOM) porté par l’Établissement public du Parc national des Cévennes (EP PNC) et le Parc naturel régional (PNR) de l’Aubrac |
| Jazyk: |
francouzština |
| Rok vydání: |
2021 |
| Předmět: |
|
| Zdroj: |
Ingénierie de l'environnement. 2021 |
| Popis: |
Master; Deer populations control is an important part of french forestry. Current monitoring programs are not optimized for deers’ damage forecast. New solutions appear using Sentinel-2 data based cuts detection tools. The main goal of this novelties is to locate the forest areas where new trees will be seed. However, these tools mainly detect clear-cuts and their precision is not perfect. Also, they are not able to detect or to distinguish different types of cuts. Sentinel-1 data seems to be a good improvement solution.This study presents a data mining and several cuts detection methods for Sentinel-1 datas. Its goal is to definite how they can complement Sentinel-2 datas. There are 2 parts in this study and focus on the Cévennes National Park. the first one, an visuel analysis of Sentinel-1 datas’ variations is made to apprehend how Sentinel-1 datas oscillate during a clear cut in the study site. The second is divised into 2 types of tests : some to show differences between cut and uncut areas ; and the others to directly detect all type of cuts in the study sites using cumulative sums.Data mining shows that Sentinel-1 datas start to decrease or to increase with cuts. First tests reveal that data normality is different between cut and uncut areas. Last tests expose the fact that many types of cuts can be spot using Sentinel-1 data. Nevertheless, cuts detections come with a large number of false detections of uncut places. Therefore, it’s necessary to improve the methods developted for this study. Finally, they are a solid work basis for distinguishing detected cuts from Sentinel-2.; Le contrôle de la dynamique des populations de cervidés est un enjeu crucial de la gestion des forêts métropolitaines. Les méthodes de suivis actuelles de ces populations ne permettent pas de prévenir les dégâts qu’elles causent aux jeunes reboisements. De nouvelles méthodes sont en développement. Elles se basent sur la détection d’interventions sylvicoles (coupes de récolte) à partir de données satellitaires Sentinel-2. L’objectif est de repérer les parcelles forestières pour lesquelles, la nouvelle cohorte de jeunes arbres présente un risque de consommation par les cervidés. Ces outils sont cependant calibrés pour détecter des coupes rases qui ne constituent pas les seules méthodes de renouvellement de la forêt. Leur précision est critiquable et ils ne sont pas adaptés pour repérer et différencier ces autres types d’interventions. Les données satellitaires Sentinel-1 offrent une opportunité d’amélioration de ces outils.Cette étude présente une exploration des données Sentinel-1 et différentes tentatives de détection d’interventions sylvicoles. L’objectif est d’évaluer la capacité de ces données à complémenter les données Sentinel-2. Cette étude se divise en 2 parties principales et se focalise sur les forêts du Parc National des Cévennes. La première est constituée d’observations réalisées pour comprendre et identifier les fluctuations des données Sentinel-1 en cas de coupe rase sur le site d’étude. La seconde est composée de différents tests menés afin de mettre en avant des différences entre des zones avec et sans interventions et de tenter de détecter ces interventions via différents indices.Les observations montrent que les interventions provoquent des augmentations ou diminutions progressives de la polarimétrie des données Sentinel-1. Les premiers tests ont démontré l’existence de différences significatives entre la normalité des espaces forestiers ayant subis une intervention et ceux n’en n’ayant pas subis. Les seconds se basent sur l’utilisation de sommes cumulées de polarimétries. Ils ont révélé la possibilité de détecter des interventions avec les données Sentinel-1 sur le site d’étude. Toutefois, ces résultats sont entachés d’erreurs et de nombreuses zones sans intervention sont détectées comme en ayant subies. Il est donc nécessaire d’améliorer les méthodes développées dans cette étude. Malgré tout, elles offrent de bonnes bases de travail pour envisager leur utilisation en complément des données Sentinel-2 comme facteur de distinctions des interventions. |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
