Use of 3D imagery for indirect estimation of the above-ground biomass of trees in the semi-deciduous forest of south-east Cameroon | Utilisation de l'imagerie 3D pour l'estimation indirecte de la biomasse aérienne des arbres de la forêt semi-décidue du sud-est du Cameroun

English. In addition to timber and non-timber forest products, tropical forests host the largest amount of terrestrial carbon in the world, thus its importance for reducing the effects of climate change. This carbon is generally estimated as aboveground biomass (AGB) because about half of the organic matter is carbon. Therefore, estimating AGB trough differentapproaches and the calibration of relationships between AGB and dendrometric parameters (allometric equations) are of great importance for the estimation carbon stock. From a functional perspective, data from AGB and leaf (e.g. leaf area) ameliorates our understanding of the functioning of tropical forests and their interactions with the atmosphere. However, destructive data sampling commonly used is cumbersome to implement and presents significant uncertainty. This leads to a considerable deficit of accurate data. Studies carried intemperate forests show that using terrestrial LiDAR technologies (TLS) may provide a solution to the limitations of destructive sampling. The TLS produce a tridimensional points cloud which describes with a high precision structures within their natural environment.Therefore, the overall goal of this thesis is to evaluate the potential of using TLS data reducing the lack of quality data observed in the Congo Basin. Here we used TLS data to: i) establish AGB and height-diameter (HD) allometric models ; ii) evaluate the potential impact of vertical variation of wood density (WD) on AGB estimates derived from TLS data ; and finally, iii) ameliorate LA estimation of trees and calibrate allometric model for the prediction of this area using data which derived from LiDAR data.At the local scale, (semi-deciduous forest of south East Cameroon), two datasets were collected. The first has 61 trees and opposes TLS data to destructive data. The second dataset collected in quadrats within plots had 712 trees and opposed TLS data to classic field inventory data. At the regional scale (forest from the Congo Basin), a uniform destructivesampling realized on 821 trees permitted us to obtain WD data, volume data and AGB for each compartment. Thanks to an automatic method of topology reconstruction and the geometry of trees (Quantitative Structure Model QSM) based on the adjustment of cylinders in the points cloud, we compared dendrometric parameters i.e. volumes, AGB and allometricmodels resulting from TLS data to those derived from the destructive and inventory sampling method.It appears that, the TLS estimates wood volume with great precision (88%) and low bias (4.6%). Related to this, the AGB allometric model (R²=95%) established from TLS data is statistically similar to the one obtained with destructive data (R²=98%). Nevertheless, theselast results depend on the manual editing of QSM for some compartments of the tree because obtained AGB with raw QSM (without manual edition) lead to a different allometry (R²=93%). Despite these results, comparing total tree height data collected in plots scalerevealed that there is an average difference of 3 meters between total height derived from TLS and those collected from classical inventory. Using these two datasets separately led to the selection of a similar HD predictive model ; but the AGB estimated with predicted heights byinventory method is systematic underestimation of 10% per ha. The principal component analysis of WD by the different compartments helped in discriminating tree mayor types of WD vertical gradients: constant, decreasing, and increasing. These vertical gradients areconserved within species and are strongly correlated to species guilds, the basal density (WDStu) and the density issued of global databases (GWD). Thus, neglecting the existence of these gradients during the conversion of volumes derived from TLS to AGB leads to an individual bias (rising up to 73%) and an average bias of 8.12%. But using an unbiased estimator of WD defined in this work limits the bias to 0.75% with the WDStu and 1.19% with the GWD. Apart from these results on the AGB, manual segmentation between wood and trees realized before the automatic adjustment of the QSM made it possible to use thevoxelization technique on the leaves points cloud. This is with the aim of subdividing the tree crown in cubic volumes (voxels) to estimate the LA. Comparing LA derived from TLS to those obtained with the destructive method revealed that commonly using the spherical distribution as the “typical” angular distribution of leaves led to a fairly high average bias ofLA (17.28 %) against 6.5% when the distribution is computed per tree. This estimated leaf area (LA) is strongly correlated with DBH (r = 0.88) and AGB (r = 0.97). Linear models established between these variables produced R² ranging from 72 to 95%, illustrating a strong intensity of the link between LA and these two variables.To conclude, using TLS data would facilitate the implementation of international programs whose objective to achieve Tier III levels of accuracy necessary in estimating carbon stocks as recommended by the Intergovernmental Panel on Climate change.

French. Outre le bois et les produits forestiers non ligneux, les forêts tropicales hébergent la plus grande quantité de carbone aérien au monde d’où son importance pour la réduction des effets du changement climatique. Ce carbone est généralement estimé sous forme de biomasse aérienne (AGB) car environ la moitié de la matière organique est constituée de carbone. Ainsi, l’estimation de l’AGB au travers de différentes approches et la calibration des relations entre l’AGB et les paramètres dendrométriques (équations allométriques) sont d’une grande importance pour l’estimation des stocks de carbone. D’un point de vue fonctionnel, les données d’AGB ainsi que des données foliaires (e.g surface foliaire) permettent d’améliorer la compréhension du fonctionnement des forêts tropicales et leurs interactions avec l'atmosphère. Cependant, la collecte des données destructives est très lourde à mettre en oeuvre et présente une incertitude importante. Cela conduit à un déficit considérable de données de qualité. Or, des études initiées en forêts tempérées montrent que l’utilisation de la technologie LiDAR terrestre (TLS) apporterait une solution aux limites de la collecte destructive. En effet, cet instrument produit une représentation tridimensionnelle de l’environnement scanné sous forme de nuage de points. L’objectif général de la présente thèse est d’évaluer le potentiel de l’usage des données TLS sur la réduction du déficit de données de qualité observée dans le bassin du Congo. Ainsi, il a été question : i) d’établir les modèles allométriques d’AGB et des hauteursdiamètres (HD) ; ii) d’évaluer l’impact potentiel des variations verticales de densité spécifique du bois (GWD) sur les estimations d’AGB dérivées des données TLS ; et enfin, iii) d’améliorer les estimations de surface foliaire (LA) et calibrer un modèle allométrique de prédiction de cette surface basée sur les données dérivées du LiDAR terrestre.A l’échelle locale (forêt semi-décidue du Sud-est du Cameroun), deux jeux de données ont été collectés. Le premier est constitué de 61 arbres et oppose les données TLS à celles destructives. Le second, collecté dans des quadrats de parcelles, est constitué de 712 arbres et oppose les données TLS à celles d’inventaires floristiques classiques. A l’échelle régionale (forêts du bassin du Congo) un échantillonnage destructif uniforme réalisé sur 821 arbres a permis d’obtenir les données de WD, de volume et d’AGB par compartiment. Grâce à une méthode automatique de reconstruction de la topologie et de la géométrie des arbres (Modèle de Structure Quantitatif : QSM) basée sur l’ajustement de cylindres dans le nuage de points, nous avions pu comparer les paramètres dendrométriques, les volumes, l’AGB et les modèles allométriques (d’AGB et HD) issus des données TLS à ceux dérivés de la méthode destructive et inventaire.Il en ressort que le TLS estime avec une précision de 88 % et un biais très faible de 4,6 % les volumes des arbres. Associé à cela, le modèle allométrique d’AGB (R²=95 %) établi grâce aux données TLS est statistiquement identique à celui obtenu avec les données destructives (R²=98 %). Toutefois, ce dernier résultat repose sur l’édition manuelle des QSM pour certains compartiments de l’arbre car l’AGB obtenues avec des QSM bruts (sanscorrection manuelle) conduisent à une allométrie (R²=93 %) différente. Outre ces résultats, la comparaison des données de hauteurs totales collectées dans les parcelles a révélé qu’il existe une différence moyenne de 3 mètres entre les hauteurs totales dérivées du TLS et celles issues de la méthode classique d’inventaire. L’usage séparé de ces deux jeux de données a conduit à la sélection d’un même modèle de prédiction de HD, mais l’AGB estimée avec les hauteurs prédites par la méthode d’inventaire est systématiquement sous-estimé de 10 % par hectare.L’analyse en composante principale de la WD par compartiment a permis de discriminer trois types de grands gradients verticaux de WD à savoir constant, décroissant et croissant. Ces gradients verticaux se conservent remarquablement au sein des espèces et sont fortement corrélés aux tempéraments des espèces, à la densité basale (WDStu) et à la densité issue de la base de données globales (GWD). Ainsi, négliger l’existence de ces gradients au cours de la conversion des volumes dérivées du TLS en AGB conduit à un biais individuel (allant jusqu’à 73 %) et un biais moyen 8,12 %. L’usage d’un estimateur non biaisé de la WD défini dans ce travail permet de limiter ces biais à 0,75 % avec WDStu et 1,19 % avec la GWD. A part ces résultats sur l’AGB, une approche par voxelisation (subdivision de l’espace en cube) du nuage de point de feuille segmenté manuellement a permis l’estimation du LA à l’échelle de l’arbre. La comparaison des LA dérivés du TLS à ceux obtenus avec la méthode destructive révèle que l’usage conventionnelle de la distribution sphérique comme distribution angulaire « type » de feuilles conduit à un biais moyen d’estimation de LA assez élevé (17,28 %) contre 6,5 % lorsque la distribution réelle est obtenue par arbre. Ce LA estimée est fortement corrélé au DBH (r = 0,88) et à l’AGB (r = 0,97). Les modèles linéaire établis entre ces variables a produit des R² allant de 72 à 95 % illustrant une forte intensité de la liaison entre le LA et ces deux variables.En somme, les résultats de ce travail ont permis de mettre en évidence que l’utilisation des données TLS sont une grande plus-value pour la mise en oeuvre des programmes internationaux ayant pour objectif l’atteinte du tiers III de précision nécessaire à l'estimation des stocks de carbone tel que recommandé par le Groupe d’Expert Intergouvernemental sur l’évolution du Climat.