Jeu de données de numérisation laser terrestre et aéroportée d’arbres dans la chaîne des Shivalik, Inde, avec mesures de terrain et classifications feuillage–bois

Pourquoi cartographier les forêts arbre par arbre est important

Les forêts contribuent discrètement à réguler le climat de la planète, stocker le carbone et soutenir d’innombrables espèces, y compris des populations dépendant du bois, de la nourriture et des remèdes. Pourtant, il reste difficile d’évaluer la quantité de matière vivante — et donc de carbone — qu’elles renferment, en particulier dans les forêts tropicales complexes. Cet article présente un nouveau jeu de données ouvert provenant du nord de l’Inde qui capture des arbres individuels en trois dimensions à l’aide d’impulsions laser depuis le sol et depuis les airs. Il a été conçu pour aider les scientifiques à développer de meilleurs outils pour suivre la santé, la croissance et le stockage de carbone des forêts, à des échelles allant des arbres isolés aux missions satellitaires.

Voir la forêt et les arbres

Plutôt que de se fier uniquement aux rubans métriques et aux carnets de terrain, les chercheurs ont utilisé la numérisation laser pour « peindre » la forêt avec des millions de mesures de distance. Les instruments de numérisation laser terrestre (TLS), installés sur des trépieds à l’intérieur de la forêt, ont enregistré les détails fins des troncs et des branches. La numérisation laser aéroportée (ALS), montée sur un hélicoptère, a balayé le paysage pour capturer la canopée et le terrain à plus grande échelle. Ensemble, ces perspectives fournissent à la fois un niveau de détail rapproché et une couverture étendue, permettant aux scientifiques d’étudier 674 arbres individuels issus de 12 placettes à travers la chaîne des Shivalik dans l’Haryana, en Inde, représentant 24 espèces en forêts tropicales et subtropicales.

Construire une image 3D précise

Pour transformer les tirs laser bruts en arbres 3D fiables, l’équipe a suivi une chaîne d’étapes soigneuses. Plusieurs scans au sol ont été effectués autour de chaque placette afin qu’aucun côté d’un arbre ne soit manqué. Parce que la canopée dense bloque les signaux satellites, l’équipe a placé des récepteurs GPS de haute précision dans des clairières proches et utilisé une station totale (instrument de topographie) pour transférer ces positions à l’intérieur de la forêt. Des transformations mathématiques ont ensuite rattaché l’ensemble à un système de coordonnées global avec une précision au centimètre près. Pour les données aéroportées, le scanner et la caméra montés sur l’hélicoptère couvraient environ 250 kilomètres carrés, appuyés par des cibles au sol balisées et une station GPS de référence, de sorte que la hauteur et la forme du terrain puissent être cartographiées de manière cohérente.

Des points bruts aux arbres individuels

Chaque scan laser produit un « nuage de points », un essaim de points montrant où les impulsions laser ont frappé des feuilles, de l’écorce ou le sol. Les chercheurs ont d’abord nettoyé ces nuages en éliminant le bruit et en identifiant les points de sol pour créer une référence d’altitude. Ils ont ensuite séparé les arbres individuels à l’aide d’un logiciel qui regroupait automatiquement les points appartenant à un même tronc et à une même couronne, suivi de vérifications et corrections humaines dans les zones délicates où les canopées se chevauchent ou la végétation de l’étage inférieur est dense. Les mêmes 674 arbres ont ensuite été isolés dans les données aéroportées afin que chaque arbre dispose à la fois d’une vue détaillée au sol et d’un pendant aérien plus large. En parallèle des scans, les équipes de terrain ont mesuré le diamètre du tronc, identifié les espèces et photographié l’écorce et les feuilles, reliant chaque arbre numérique à un arbre réel étiqueté sur le terrain.

Vérifier la structure feuillage et bois

Un point fort de ce jeu de données est que de nombreux arbres ont leurs points étiquetés en tant que bois ou feuilles. À l’aide d’outils interactifs, des experts ont séparé manuellement les points de troncs et branches du feuillage pour les arbres aux troncs plus larges. Ces arbres étiquetés à la main servent de référence pour tester des méthodes automatiques de séparation feuillage–bois. L’équipe a appliqué quatre algorithmes largement utilisés sur les données et comparé leurs performances. Bien que les résultats soient légèrement moins précis que dans des forêts plus simples ailleurs, le classement des méthodes correspond aux études antérieures, ce qui suggère que les nouvelles données sont à la fois réalistes et de haute qualité. Avec des versions uniquement bois des arbres, les chercheurs peuvent estimer de manière plus fiable le volume des troncs et des branches et donc la biomasse aérienne.

Des placettes aux satellites

Pour vérifier dans quelle mesure les mesures dérivées du laser reflétaient la réalité, les auteurs ont comparé les hauteurs des arbres et les diamètres des troncs issus du TLS et de l’ALS avec les mesures de terrain. Ils ont constaté une forte concordance, avec de faibles différences moyennes reflétant à la fois la croissance naturelle et les points de vue différents. En utilisant des outils de modélisation avancés, ils ont estimé le volume de chaque arbre et résumé la contribution en bois de différentes espèces. Par exemple, une espèce de pin représentait une petite part du nombre d’arbres mais une grande part du volume total, laissant supposer son rôle disproportionné dans le stockage du carbone. Parce que le jeu de données est partagé ouvertement via des dépôts publics, il peut désormais soutenir de nombreux types d’études, depuis le test de nouvelles méthodes d’apprentissage automatique pour la reconnaissance des espèces jusqu’à l’amélioration de missions satellitaires comme NISAR (NASA‑ISRO) et BIOMASS (ESA), qui visent à surveiller les forêts à l’échelle mondiale.

Ce que cela signifie pour l’avenir

En termes simples, ce travail fournit un « terrain d’entraînement » détaillé pour les outils numériques dont nous avons besoin pour comprendre et protéger les forêts. En cartographiant soigneusement des centaines d’arbres individuels dans une région auparavant peu représentée, les auteurs offrent aux scientifiques un moyen d’affiner les modèles qui transforment les données laser en informations fiables sur la taille, la forme et la biomasse des arbres. À mesure que ces modèles s’amélioreront, notre capacité à suivre la quantité de carbone stockée dans les forêts, leur évolution dans le temps et l’efficacité des efforts de conservation et de restauration s’améliorera également. Pour quiconque se préoccupe du changement climatique et de la biodiversité, ce jeu de données constitue une étape importante pour voir les forêts plus clairement, des feuilles jusqu’aux satellites en orbite.

Citation: Ali, M., Biswas, A., Iglseder, A. et al. Terrestrial and Airborne Laser Scanning Dataset of Trees in the Shivalik Range, India with Field Measurements and Leaf–Wood Classifications. Sci Data 13, 420 (2026). https://doi.org/10.1038/s41597-026-06674-w

Mots-clés: lidar forestier, biomasse des arbres, forêts tropicales, télédétection, cartographie du carbone