Stage, Nancy.Entreprise/Organisme : | Office NAtional des forêts | Niveau d'études : | Master | Sujet : | Les inventaires forestiers de gestion peuvent tirer profit de l’utilisation de variables auxiliaires ainsi que de données, ou modèles, issus de l’inventaire national, qui possède un maillage de points souvent beaucoup moins dense. Ce travail d’optimisation souvent qualifié d’estimations de « petits domaines », vise donc à améliorer la précision des estimations, ou à obtenir des résultats à des échelles plus fines.
Différentes sources d’information facilement disponibles et mobilisables peuvent être utilisées. Des cartes thématiques, telles que des cartes de stations ou des cartes forestières, ou l’utilisation d’images aériennes ou satellitales peuvent améliorer la précision des inventaires forestiers (Grafström et Ringvall 2013, Massey et al. 2014, Renaud et al. 2015, Ginzler et Hobi. 2015, Saarela et al. 2015, Gregoire et al. 2016). Ce travail tentera donc d’évaluer les gains en précision possibles grâce à l’utilisation combinée de différentes sources de données, dans une approche d’inventaire multisource.
Données
La forêt domaniale de Haye couvre une superficie de près de 112km². En 2019, 600 placettes d’inventaires de gestion y ont été mises en place. Une carte des stations est disponible (Becker et al. 1978) et une série temporelle d’images aérienne couvre également cette forêt (e.g. Renaud et al. 2017). Des modèles numériques (de surface ou de hauteur) devraient également été produits. De plus, les points de l’inventaire forestier national seront également mobilisés.
Attributs forestiers (quantités d’intérêt)
En termes de gestion forestière, les principaux attributs forestiers d'intérêt sont le volume de bois, la surface terrière et la production en volume, déclinés par essences et par zone d’intérêt (e.g. groupes d’aménagement). Pour tenir compte des corrélations entre ces différents attributs, des estimations multivariées devront être utilisés.
Méthodes d’estimation
L’estimation de petits domaines sera faite en utilisant la librarie forestinventory du logiciel statistique R (Hill et Massey 2019). Différentes méthodes de modélisation pour fournir les couches de variables auxiliaires pourront être comparées, par exemple l’approche non-paramétrique souvent utilisée, celle des plus proches voisins (Knn) pourra être comparée à une approche par forêts aléatoires multivariées (Ishwaran et al. 2011). Ces méthodes pourront être comparées à la modélisation par Krigeage avec dérice externe. Une telle comparaison a déjà partiellement été faite en Scandinavie par Raty et Kangas (2012). Il sera intéressant de la reprendre dans un contexte forestier plus complexe. D’autres modèles pourront être mis en œuvre, si le temps le permet.
Estimer les incertitudes à différentes échelles
La production de cartes issues de l’estimation de petits domaines (en fonction des méthodes utilisées permettra d’évaluer la qualité de la précision des estimations. Ces cartes présentent un fort intérêt pour le gestionnaire forestier.
Objectifs :
1. Mettre en place les méthodes d'estimation (Knn et krigeage avec dérive)
2. Comparer la précision de ces estimateurs à différentes échelles
3. Evaluer la contribution de différentes variables auxiliaires à l’augmentation de la précision des estimateurs et sélectionner les variables pertinentes. | Date de début : | flexible | Durée du contrat : | 6 mois | Rémunération : | gratification (selon réglementation en cours: de l'ordre de >500 euros / mois) | Secteur d'activité : | inventaire forestier | Description : | Office National des forêts, Pôle R&D de Nancy
Objectifs du stage :
1. Mettre en place les méthodes d'estimation d'attributs forestiers
2. Comparer la précision de ces estimateurs à différentes échelles
3. Évaluer la contribution de différentes variables auxiliaires à l’augmentation de la précision des estimateurs et sélectionner les variables pertinentes. | En savoir plus : | NA Stage MultiSource.pdf | Contact : | jean-pierre.renaud-02@onf.fr |
|