Assistant de recherche (post-doctorat) – modélisation 3D de canopée forestière à partir de photogrammétrie numérique et de lidar aéroporté

18-mois poste d’assistant de recherche (post-doctorat) — Modélisation 3D de canopée forestière à partir de photogrammétrie numérique et de lidar aéroporté

Un poste postdoctoral est disponible au centre INRA de Nancy-Lorraine. Ce poste est offert dans le cadre du projet CHM-era financé par LabEx ARBRE et menée en partenariat avec des chercheurs du Laboratoire de Biogéochimie des Écosystèmes Forestirs (BEF), le département de Géographie dd l’UQUAM (Canada), l’Institut National de l’Information Géographique et Forestière Information (IGN) en France, et le département recherche, développement et innovation de l’Office National des Forêts (ONF-RDI).

 

Le projet CHM-era :

Contexte — L’utilisation de la télédétection pour les inventaires et les plans de gestion forestiers connait actuellement des évolutions fondamentales, notamment avec le développement du lidar aéroporté. En parallèle, les traitements photogrammétriques, longtemps restés manuels, progressent rapidement, grâce aux caméras numériques, aux performances de l’informatique et des algorithmes de traitement. Les campagnes aériennes acquises régulièrement sur les territoires nationaux représentent donc potentiellement une source de données alternative aux acquisitions lidar spécifiques et coûteuses, pour analyser la structure 3D de la canopée forestière et son évolution dans le temps.

Toutefois, la qualité nuages de points photogrammétriques est très influencée par la géométrie d’acquisition (soleil-capteur-objet), la résolution des images, et les stratégies de corrélation mises en œuvre. Les occlusions dues à l’angle de visée et aux ombres sont particulièrement problématiques et impactent fortement la qualité des résultats.

Objectifs — Notre objectif principal est d’évaluer la capacité de la photogrammétrie pour estimer et cartographier des variables forestières sur de larges surfaces, en préparant la mise en place de chaînes de traitement optimisées et standardisées pour modéliser la structure 3D de la canopée forestière.

Démarche — Le projet comprend trois étapes : i) l’optimisation de la production de nuages de points photogrammétriques ; ii) le développement de modèles d’estimation de variables forestières; iii) l’évaluation du potentiel des séries temporelles de photographies aériennes pour analyser la dynamique forestière. Les travaux seront réalisées sur différents sites, à partir de données existantes (modèles numérique de terrain lidar et photographies aériennes IGN).

Résultats et impacts attendus — Le projet ouvre la voie à la cartographie à la mise à jour de variables forestières, pour optimiser les inventaires et la réalisation des plans de gestion forestiers, ainsi qu’à la connaissance de la dynamique locale de croissance des peuplements, informations essentielles dans le contexte des changements globaux et de l’évaluation de leur impact sur la forêt.

_____________________

Description du poste :

 

  • Contexte Les images aériennes constituent un moyen efficace pour obtenir des informations 3D sur la structure de la canopée forestière et pour en suivre la dynamique. Cependant, les chaines de traitements photgrammétriques nécessitent une optimisation spécifique pour les couverts forestiers.
  • ObjectifsL’objectif est (i) de développer une chaine de traitement permettant d’évaluer des paramètres forestiers à l’échelle de l’arbre et du peuplement à partir de modèles numériques de canopée issus de photogrammétrie, dans des contextes variés d’acquisition d’images et de types de forêts et (ii) d’évaluer la possibilité productivité forestière à partir des séries temporelles.
  • Fonctions / ResponsabilitésLe / la post-doctorant(e) contribuera au développement et à la validation de la chaine de traitement photogrammétrie + lidar. Il/elle sera impliquée dans toutes les étapes du projet.
    Son apport scientifique portera principalement sur l’optimisation des algorithmes de production des nuages de points photogrammétriques et leur enrichissement radiométrique, ainsi que sur la définition des métriques 3D pour la modélisation des attributs forestiers.

Pré-requis :

  • Connaissances — connaissances et expérience en photogrammétrie, lidar aérien, traitement d’images, vision par ordinateur. Une expérience en inventaire forestier, modélisation statistique est également souhaitée.
  • Compétencesbonne capacités d’organisation (travail avec différents partenaires, organisation du travail en différentes phases entre la France et le Canada, gestion de larges bases de données concernant des sites différents).
  • Aptitudesutilisation des différents logiciels de photogrammétrie écrite et orale.
  • Comportementfacilité et goût pour le travail en équipe, capacité d’adaptation à différents contextes professionnels (en France et au Canada), facilité de communication.

Langues de travail :
Maîtrise du français ou de l’anglais indispensable.
Pour les candidats non francophones, des bases en français sont souhaitables pour travailler dans l’environnement bilingue français-anglais du projet et pour utiliser les bases de données de terrain françaises.

Organisme Employeur :  Institut National de Recherche Agronomique (INRA)
Département & Équipe de recherche :
INRA — BEF (Laboratoire de Biogéochimie des Écosystèmes Forestiers), en coopération étroite avec :
— le département de Géographie de l’UQUAM (Canada)
— le laboratoire de recherche sur les inventaires forestiers de l’institut national de l’information géographique et forestière (IGN-LIF)
— le département recherche, développement et innovation de l’Office National des Forêts (ONF-RDI)

Durée du contrat : 18 mois
Lieu de travail : Nancy (France) et Montréal (Canada)
Le contrat sera réparti entre Nancy et Montréal (9 mois Nancy, 9 mois à Montreal, la répartition précise étant à définir en fonction de l’organisation du projet), sous l’encadrement de C. Vega (PhD, LIF) et du Pr. Benoît St-Onge (UQAM).
Salaire :  Salaire brut environ 2 600 à 2 900 euros ( * )  / mois, selon l’expérience du candidat retenu. Le candidat sera soutenu pour effectuer des demandes de financement complémentaires auprès des programmes Agreenskills+ (France), et FQRNT ou NSERC au Canada.

( * ) Les candidatures des postulant(e)s, non titulaires d’un doctorat pourront également être étudiées, sous réserve qu’elles répondent aux critères des connaissances et de compétences nécessaires au poste. Le salaire sera alors adapté en fonction des qualifications du / de la candidat(e).

Date limite des candidature — 24 juin 2016

Comment postuler
Veuillez transmettre par email un CV, une lettre de motivation décrivant votre intérêt pour le projet et votre expérience, ainsi que deux lettres de recommandation à :

Cédric Vega
IGN / LIF – 11 rue de l’Ile de Corse
F-54000 Nancy, FRANCE
email :  cedric.vega@ign.fr
cc : st-onge.benoit@uquam.ca, anne.jolly@onf.fr, standre@cirad.fr

** Nota : pour les post-doctorant(e)s, la thèse doit avoir été soutenue avant la date de démarrage du contrat.

_____________________________________

Publications de l’équipe :

Bellemarre-Racine, E., N.C. Coops, B. St-Onge, and J. Bégin, 2014. Estimating Forest Stand Age from Lidar-Derived Predictors and Nearest Neighbor Imputation. Forest Science 60: 128-136.Durrieu, S., C. Véga, M. Bouvier, F. Gosselin, J.-P. Renaud, and L. St-André. 2015. “Optical Remote Sensing of Tree and Stand Heights.” In Remote Sensing Handbook, Volume II. Vol. II. Taylor & Francis Group\CRC Press.Henry, M., Bombelli, A.,Trotta, C., Alessandrini, A., Birigazzi, L., Sola, G., Vieilledent, G., Santenoise, P., Longuetaud, F.,Valentini, R., Picard, N. Saint-Andre, L. 2013. GlobAllomeTree: international platform for tree allometric equations to support volume, biomass and carbon assessment. IFOREST-BIOGEOSCIENCES AND FORESTRY, 6: E1-E5Longuetaud, F.; Santenoise, Ph.; Mothe, F.; Kiesse, TS. ; Rivoire, M. ; Saint-Andre, L.; Ognouabi, N.; Deleuze, C. 2013.Modeling volume expansion factors for temperate tree species in France. Forest Ecology and Management, 292:111-121.St-Onge, B., Audet, F.-A. and Begin, J. (2015) Characterizing the height structure and composition of a boreal forest using an individual tree crown approach applied to photogrammetric point clouds. Forests, 6(11):3899-3922.St-Onge, B., Y. Hu and C. Vega, 2008. Mapping the height and above-ground biomass of a mixed forest using lidar and stereo Ikonos images, International Journal of Remote Sensing, 29: 1277-1294.St-Onge, B., C. Vega, R. A. Fournier and Y. Hu, 2008. Mapping canopy height using a combination of digital stereophotogrammetry and lidar, International Journal of Remote Sensing, 29: 3343-3364.St-Onge, B., Jumelet J., Cobello M., and Véga, C., 2004. Measuring individual tree height using a combination of stereophotogrammetry and lidar. Canadian Journal of Forest Research, 34:2122-2130.Vega, C., Hamrouni, A., Mokhtari, S. El, Morel, J., Bock, J., Renaud, J.-P., Bouvier, M. Durrieu, S. (2014). PTrees: A point-based approach to forest tree extraction from lidar data. International Journal of Applied Earth Observation and Geoinformation, 33, 98–108.

Véga, C., & St-Onge, B. (2009). Mapping stand site index and age combining times-series of canopy height models with growth model. Forest Ecology and Management, 257, 951–959.

Véga, C., & St-Onge, B. (2008). Height Growth Reconstruction of a Boreal Forest Canopy Over a Period of 58 Years Using a Combination of Photogrammetric and Lidar Models. Remote Sensing of Environment, 112, 1784–1794.