Cartographie en géomorphologie fluviale



LIDAR_top_bathy_nantes_rennes.jpg

Laser terrestre, drone, LIDAR, quel outil choisir, où, quand, comment ?

Dimitri Lague (CNRS, Géosciences Rennes) et Baptiste Feldmann (CNRS, OSUR UMS) publient en mai 2020 deux chapitres/articles sur l’apport de la télédétection en géomorphologie, l’un plus particulièrement sur l’utilisation du LIDAR aéroporté, l’autre sur l’utilisation du scanner laser terrestre, et leurs mérites comparés par rapport au drone : ces 3 outils sont adaptés à l’étude de la géomorphologie fluviale, mais chacun avec ses qualités et donc sa complémentarité. Ces 2 contributions font partie d’un ouvrage publié sous la direction de Paolo Tarolli et Simon Mudd - "Remote Sensing of Geomorphology" dans la revue Developments in Earth Surface Processes - qui passe en revue et explore l’ensemble les techniques de télédétection les plus récentes dans le domaine de la géomorphologie, pour servir à la fois de référence pour les praticiens expérimentés et de guide pour les géomorphologues qui souhaitent utiliser ces techniques de télédétection au profit de leurs recherches. Bien entendu, ces contributions s’appuient sur l’expérience tirée notamment de l’utilisation du LIDAR Aéroporté Topo-Bathymétrique Nantes-Rennes, Plateforme commune de recherche des Observatoires des Sciences de l'Univers de Nantes (OSUNA) et Rennes (OSUR). 



Le 2e chapitre de l’ouvrage « Topo-bathymetric airborne LiDAR for fluvial-geomorphology analysis » est précisément dédié aux capacités d’analyse et aux performances du LIDAR Aéroporté Topo-Bathymétrique dans un contexte de géomorphologie des cours d’eau. Le LIDAR topographique aéroporté « classique », utilisant un laser proche de l’infrarouge, ne peut pas pénétrer l'eau. Pour pallier à cette limite technique, une nouvelle génération de capteurs topo-bathymétriques – dont fait partie le LIDAR Aéroporté Nantes-Rennes - intègre un laser vert qui permet de mesurer la bathymétrie à faible profondeur. Ces nouveaux capteurs sont particulièrement utiles dans le contexte de la géomorphologie fluviale. Ils permettent une cartographie synoptique de la topographie et de la bathymétrie avec une précision verticale meilleure que 10 cm et une capacité à résoudre des détails de 20 à 30 cm. La profondeur maximale mesurable peut aller jusqu’à 5 m en rivière et 15 m en domaine côtier selon la turbidité de l'eau et la réflectance du fond. Sur la base d'un relevé de 55 km de l’Ain (France), l’étude met en évidence le potentiel de ce type de LIDAR au regard du niveau de détail obtenu et le potentiel de l’analyse de la forme d'onde complète (i.e., l’intégralité du signal rétrodiffusé) ; mais elle montre aussi les limites et les difficultés de la détection des points bathymétriques individuels qui nécessitent une fouille de données massives pour réaliser une correction de réfraction d’une fraction des milliards de points 3D. Dimitri Lague et Baptiste Feldmann présentent également diverses applications, notamment la mesure synoptique de l'érosion/sédimentation, l’estimation de la clarté de l'eau à partir des données lidar et la cartographie à grande échelle et à haute résolution des modèles d'inondation.



  LIDAR Fig1
Fig. 1 : Principe du LIDAR topo-bathymétrique aéroporté avec la géométrie de balayage du Teledyne Optech Titan DW et ses principales capactés. Une bathymétrie idéale est présentée à droite. Les échos discrets correspondent aux deux pics apparaissant dans le signal rétrodiffusé, correspondant à l’écho de surface et à l'écho de fond. A droite : illustration des nuages de points 3D pour chaque laser (532 et 1064nm) produits par l'instrument au confluent de l'Ain et du Rhône (France), et de la topo-bathymétrie continue obtenue après classification automatique terre-eau, correction de réfraction pour les points bathymétriques, et détection au sol pour la topographie. La bathymétrie de l'Ain est entièrement couverte, mais le Rhône n'est mesuré que jusqu'à 4 m de profondeur, ce qui ne donne par conséquent qu’une couverturebathymétrique partielle.


  LIDAR Fig2
Fig 2 : Un extrait d’une longueur de 13 km du relevé topo-bathymétrique sur les 53 km mesurés sur l'Ain (données EDF). La densité moyenne des points, y compris le chevauchement des lignes, est de 29pts/m2 sous l'eau et de 59pts/m2 en surface.


  LIDAR Fig3
Fig. 3 : Coupe transversale sur l'Ain illustrant : (A) l'énergie rétrodiffusée telle qu'enregistrée par le retour d’onde complet pour chaque tir laser vert ; (B) les échos discrets enregistrés pendant le vol ; (C) un détail de la transition topo-bathymétrique montrant le décalage systématique des échos verts de surface par rapport à la véritable surface de l'eau documentée par le canal 1064nm ; et (D) la ré-analyse de la forme d'onde complète après le levé pour récupérer les échos plus faibles, mais avec une plus grande incertitude et un bruit plus fort pour les plus profonds, liée à l'approche simplifiée utilisée pour détecter l'écho (par simple détection des maxima locaux). 


>>>  La plateforme LIDAR Aéroporté Topo-Bathymétrique Nantes-Rennes  >>>




Le 8e chapitre de l’ouvrage « Terrestrial laser scanner applied to fluvial geomorphology » est consacré quant à lui au scanner laser terrestre appliqué


La mesure de la géométrie des rivières et de leur évolution dans le temps a toujours été une pierre angulaire de la géomorphologie fluviale. La mesure de la géométrie des rivières et de leur évolution dans le temps a toujours été une pierre angulaire de la géomorphologie fluviale. Si la modélisation expérimentale et numérique de la dynamique fluviale a été essentielle pour comprendre la dynamique à long terme et tester des idées, elle reste néanmoins une version simplifiée de systèmes naturels complexes et ne peut pas nécessairement inclure tous les processus pertinents. Les mesures sur le terrain sont donc essentielles à notre compréhension des processus élémentaires tels que l'entraînement et le dépôt de sédiments, l'érosion des berges, l'incision du substratum rocheux ainsi que la dynamique macroscopique des tronçons de rivière comme l'accrétion/érosion du lit du canal, ou encore la mobilité des formes du lit et les méandres de la rivière. Il n'est donc pas surprenant que les géomorphologues fluviaux aient rapidement adopté l'utilisation du scanner laser terrestre (TLS) pour étudier les rivières. Le TLS permet la numérisation 3D de l'environnement fluvial de manière dense (sub-centimétrique), précise (précision au millimètre) et presque exhaustive (Fig. 4). La très large gamme d'échelles spatiales couvertes est particulièrement impressionnante : des galets individualisés aux tronçons de rivière de plusieurs kilomètres de long. La précision sub-cm offre également la possibilité de détecter des changements très subtils, un attribut clé pour mesurer des processus lents tels que l'abrasion du substratum rocheux. Étant donné l'accent mis récemment sur le rôle de la végétation riveraine sur les processus fluviaux, la possibilité de numériser la végétation en 3D en lien avec la morphologie des chenaux offre une perspective unique en biogéomorphologie. Cependant, force est de constater que de nombreuses promesses de la TLS n'ont pas vraiment été tenues et le potentiel scientifique global de l'ensemble de données TLS reste souvent inexploité. Cela est dû en grande partie aux contraintes techniques « difficiles » qui entourent son utilisation et l’exploitation des données. On peut identifier trois défis, qui s'apparentent aux problèmes typiques des Big Data, comme suit :

  1. la complexité des données : les données TLS sont des données 3D presque exhaustives. Le TLS apporte des données très riches mais aussi extrêmement complexes à traiter car les informations pertinentes (par exemple, le sol, les cultures, les berges des rivières, la végétation etc.) doivent être détectées et identifiées avant toute analyse scientifique (Fig. 4). Les données TLS sont également échantillonnées de façon non régulière, avec de fortes variations spatiales de la densité des points et nécessitent des méthodes de traitement plus complexes que pour les données matricielles 2D telles que les images satellites.
  2. le volume de données : la dernière génération d'instruments TLS génère des milliards de points en une journée. Le traitement manuel ne peut donc être appliqué de manière réaliste et les méthodes de traitement automatique sont par conséquent primordiales. Cela exige de solides compétences en programmation ainsi qu'une culture de l'apprentissage automatique et des approches de visualisation par ordinateur qui ne font pas nécessairement partie de la formation des géomorphologues, et qui nécessitent absolument de combler le fossé « culturel » avec les sciences informatiques.
  3. des données incomplètes : malgré le très grand champ de vision des capteurs TLS, les données 3D qui en résultent n'échantillonnent pas toute la surface (Fig. 4). L’observation in situ - au sol - transmet les données manquantes derrière les obstacles (grains de toute taille et végétation) ; par ailleurs, le laser étant généralement entièrement absorbé par l'eau, cela entraîne un « trou » dans les données bathymétriques, et donc une forte limitation dans l’investigation des environnements fluviaux. Les méthodes de traitement doivent en conséquence tenir compte de ce manque d'information.

Le chapitre décrit les différentes méthodes d’assemblage des données 3D, de classification de chaque point et de mesure de l’érosion/sédimentation dans des données 3D via l’algorithme M3C2 (fig. 5) développé par les chercheurs de Géosciences Rennes. 




TLS Fig1
Fig 4 : Etude TLS de la gorge de la rivière Rangitikei en Nouvelle-Zélande avec la classification de la végétation. La visualisation du nuage de points 3D met en évidence le large éventail d'échelles couvertes par les données : des cailloux de quelques décimètres aux débris d'éboulis de la taille d'un mètre, sur un tronçon de rivière de 800 mètres. Les données présentent également des limitations telles que le manque de couverture sous l'eau, la limitation de la portée TLS au sommet de la falaise et les effets d'ombre derrière les rochers ou la végétation. Des cibles fixes sont fixées, boulonnées, sur les rochers pour permettre un nouveau relevé précis au cours des années suivantes avec une marge d’erreur d'enregistrement de 2 à 3 mm.




0 B9780444641779000084 Main Page 18 Image 0001
Fig 5 : Carte de changement topographique sur 1 année obtenus par comparaison 3D de données TLS sur le site de la Rangitikei. Capable de détecter des changement de 6 mm, ce type de mesure permet de détecter et quantifier une grande variété de processus géomorphologiques : chutes de blocs sur la falaise, érosion du lit de la rivière et des berges, accumulation de débris en pied de falaise et altération de la falaise. 




Références
Lague D. 2020. Terrestrial laser scanner applied to fluvial geomorphology. In: Tarolli P., Mudd S.M. (Eds.), Remote Sensing of Geomorphology. Developments in Earth Surface Processes, 23: 231-254. DOI pii/B9780444641779000084?via=ihub
Lague D., Feldmann B. 2020. Topo-bathymetric airborne LiDAR for fluvial-geomorphology analysis. In: Tarolli P., Mudd S.M. (Eds.), Remote Sensing of Geomorphology. Developments in Earth Surface Processes, 23: 25-54. DOI pii/B9780444641779000023




Contact OSUR
Dimitri Lague (Géosciences Rennes) / @
Alain-Hervé Le Gall (OSUR multiCOM) / @


cropped_Logo_plateforme.jpg






Cet article est de OSUR
https://osur.univ-rennes1.fr/news/cartographie-en-geomorphologie-fluviale.html