Centre de documentation
scientifique

FORMS: Forest Multiple Source height, wood volume, and biomass maps in France at 10 to 30 m resolution based on Sentinel-1, Sentinel-2, and GEDI data with a deep learning approach / Martin Schwartz in Earth System Science Data, vol 15 n° inconnu (2023)  

Public [article]  inEarth System Science Data > vol 15 n° inconnu (2023) Titre : FORMS: Forest Multiple Source height, wood volume, and biomass maps in France at 10 to 30 m resolution based on Sentinel-1, Sentinel-2, and GEDI data with a deep learning approach Type de document : Article/Communication Auteurs : Martin Schwartz, Auteur ; Philippe Ciais, Auteur ; Aurélien de Truchis, Auteur ; Jérôme Chave, Auteur ; Catherine Ottle, Auteur ; Cédric Vega , Auteur ; Jean-Pierre Wigneron, Auteur ; et al., Auteur Année de publication : 2023 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] apprentissage profond [Termes IGN] biomasse aérienne [Termes IGN] données allométriques [Termes IGN] Global Ecosystem Dynamics Investigation lidar [Termes IGN] hauteur des arbres [Termes IGN] image Sentinel-MSI [Termes IGN] image Sentinel-SAR [Termes IGN] inventaire forestier national (données France) [Termes IGN] modèle numérique de surface de la canopée [Vedettes matières IGN] Inventaire forestier Résumé : (auteur) The contribution of forests to carbon storage and biodiversity conservation highlights the need for accurate forest height and biomass mapping and monitoring. In France, forests are managed mainly by private owners and divided into small stands, requiring 10 to 50 m spatial resolution data to be correctly separated. Further, 35 % of the French forest territory is covered by mountains and Mediterranean forests which are managed very extensively. In this work, we used a deep-learning model based on multi-stream remote sensing measurements (NASA’s GEDI LiDAR mission and ESA’s Copernicus Sentinel 1 & 2 satellites) to create a 10 m resolution canopy height map of France for 2020 (FORMS-H). In a second step, with allometric equations fitted to the French National Forest Inventory (NFI) plot data, we created a 30 m resolution above-ground biomass density (AGBD) map (Mg ha-1) of France (FORMS-B). Extensive validation was conducted. First, independent datasets from Airborne Laser Scanning (ALS) and NFI data from thousands of plots reveal a mean absolute error (MAE) of 2.94 m for FORMS-H, which outperforms existing canopy height models. Second, FORMS-B was validated using two independent forest inventory datasets from the Renecofor permanent forest plot network and from the GLORIE forest inventory with MAE of 59.6 Mg ha-1 and 19.6 Mg.ha-1 respectively, providing greater performance than other AGBD products sampled over France. These results highlight the importance of coupling remote sensing technologies with recent advances in computer science to bring material insights to climate-efficient forest management policies. Additionally, our approach is based on open-access data having global coverage and a high spatial and temporal resolution, making the maps reproducible and easily scalable. FORMS products can be accessed from https://doi.org/10.5281/zenodo.7840108 (Schwartz et al., 2023). Numéro de notice : A2023-179 Affiliation des auteurs : LIF+Ext (2020- ) Thématique : FORET Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/essd-2023-196 En ligne : https://doi.org/10.5194/essd-2023-196 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103341 [article]

A global long-term, high-resolution satellite radar backscatter data record (1992–2022+): merging C-band ERS/ASCAT and Ku-band QSCAT / Shengli Tao in Earth System Science Data, vol 15 n° 4 (2023)  

Public [article]  inEarth System Science Data > vol 15 n° 4 (2023) . - pp 1577 - 1596 Titre : A global long-term, high-resolution satellite radar backscatter data record (1992–2022+): merging C-band ERS/ASCAT and Ku-band QSCAT Type de document : Article/Communication Auteurs : Shengli Tao, Auteur ; Zurui Ao, Auteur ; Jean-Pierre Wigneron, Auteur ; Sassan Saatchi, Auteur ; Philippe Ciais, Auteur ; Jérôme Chave, Auteur ; Thuy Le Toan, Auteur ; Pierre-Louis Frison , Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : pp 1577 - 1596 Note générale : bibliographie Data description paper Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] bande C [Termes IGN] bande Ku [Termes IGN] fusion de données [Termes IGN] image radar moirée [Termes IGN] régression [Termes IGN] série temporelle Résumé : (auteur) Satellite radar backscatter contains unique information on land surface moisture, vegetation features, and surface roughness and has thus been used in a range of Earth science disciplines. However, there is no single global radar data set that has a relatively long wavelength and a decades-long time span. We here provide the first long-term (since 1992), high-resolution (∼8.9 km instead of the commonly used ∼25 km resolution) monthly satellite radar backscatter data set over global land areas, called the long-term, high-resolution scatterometer (LHScat) data set, by fusing signals from the European Remote Sensing satellite (ERS; 1992–2001; C-band; 5.3 GHz), Quick Scatterometer (QSCAT, 1999–2009; Ku-band; 13.4 GHz), and the Advanced SCATterometer (ASCAT; since 2007; C-band; 5.255 GHz). The 6-year data gap between C-band ERS and ASCAT was filled by modelling a substitute C-band signal during 1999–2009 from Ku-band QSCAT signals and climatic information. To this end, we first rescaled the signals from different sensors, pixel by pixel. We then corrected the monthly signal differences between the C-band and the scaled Ku-band signals by modelling the signal differences from climatic variables (i.e. monthly precipitation, skin temperature, and snow depth) using decision tree regression. The quality of the merged radar signal was assessed by computing the Pearson r, root mean square error (RMSE), and relative RMSE (rRMSE) between the C-band and the corrected Ku-band signals in the overlapping years (1999–2001 and 2007–2009). We obtained high Pearson r values and low RMSE values at both the regional (r≥0.92, RMSE ≤ 0.11 dB, and rRMSE ≤ 0.38) and pixel levels (median r across pixels ≥ 0.64, median RMSE ≤ 0.34 dB, and median rRMSE ≤ 0.88), suggesting high accuracy for the data-merging procedure. The merged radar signals were then validated against the European Space Agency (ESA) ERS-2 data, which provide observations for a subset of global pixels until 2011, even after the failure of on-board gyroscopes in 2001. We found highly concordant monthly dynamics between the merged radar signals and the ESA ERS-2 signals, with regional Pearson r values ranging from 0.79 to 0.98. These results showed that our merged radar data have a consistent C-band signal dynamic. The LHScat data set (https://doi.org/10.6084/m9.figshare.20407857; Tao et al., 2023) is expected to advance our understanding of the long-term changes in, e.g., global vegetation and soil moisture with a high spatial resolution. The data set will be updated on a regular basis to include the latest images acquired by ASCAT and to include even higher spatial and temporal resolutions. Numéro de notice : A2023-097 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/essd-15-1577-2023 Date de publication en ligne : 12/04/2023 En ligne : https://doi.org/10.5194/essd-15-1577-2023 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103215 [article]

High-resolution canopy height map in the Landes forest (France) based on GEDI, Sentinel-1, and Sentinel-2 data with a deep learning approach / Martin Schwartz (2022)  

Public Titre : High-resolution canopy height map in the Landes forest (France) based on GEDI, Sentinel-1, and Sentinel-2 data with a deep learning approach Type de document : Article/Communication Auteurs : Martin Schwartz, Auteur ; Philippe Ciais, Auteur ; Catherine Ottle, Auteur ; Aurélien de Truchis, Auteur ; Cédric Vega , Auteur ; Ibrahim Fayad, Auteur ; Martin Brandt, Auteur ; Rasmus Fensholt, Auteur ; Nicolas Baghdadi, Auteur ; François Morneau , Auteur ; David Morin, Auteur ; Dominique Guyon, Auteur ; Sylvia Dayau, Auteur ; Jean-Pierre Wigneron, Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2022 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] apprentissage profond [Termes IGN] forêt [Termes IGN] Global Ecosystem Dynamics Investigation lidar [Termes IGN] hauteur des arbres [Termes IGN] image Sentinel-MSI [Termes IGN] image Sentinel-SAR [Termes IGN] Landes de Gascogne [Termes IGN] Pinophyta Résumé : (auteur) In intensively managed forests in Europe, where forests are divided into stands of small size and may show heterogeneity within stands, a high spatial resolution (10 - 20 meters) is arguably needed to capture the differences in canopy height. In this work, we developed a deep learning model based on multi-stream remote sensing measurements to create a high-resolution canopy height map over the "Landes de Gascogne" forest in France, a large maritime pine plantation of 13,000 km2 with flat terrain and intensive management. This area is characterized by even-aged and mono-specific stands, of a typical length of a few hundred meters, harvested every 35 to 50 years. Our deep learning U-Net model uses multi-band images from Sentinel-1 and Sentinel-2 with composite time averages as input to predict tree height derived from GEDI waveforms. The evaluation is performed with external validation data from forest inventory plots and a stereo 3D reconstruction model based on Skysat imagery available at specific locations. We trained seven different U-net models based on a combination of Sentinel-1 and Sentinel-2 bands to evaluate the importance of each instrument in the dominant height retrieval. The model outputs allow us to generate a 10 m resolution canopy height map of the whole "Landes de Gascogne" forest area for 2020 with a mean absolute error of 2.02 m on the Test dataset. The best predictions were obtained using all available satellite layers from Sentinel-1 and Sentinel-2 but using only one satellite source also provided good predictions. For all validation datasets in coniferous forests, our model showed better metrics than previous canopy height models available in the same region. Numéro de notice : P2022-002 Affiliation des auteurs : LIF+Ext (2020- ) Thématique : FORET Nature : Preprint nature-HAL : Préprint DOI : 10.48550/arXiv.2212.10265 Date de publication en ligne : 20/12/2022 En ligne : https://doi.org/10.48550/arXiv.2212.10265 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102850

Impacts of drought on biomass and carbon fluxes in the Amazon rainforest / Yitong Yao (2022)  

Public Titre : Impacts of drought on biomass and carbon fluxes in the Amazon rainforest : a modeling approach Type de document : Thèse/HDR Auteurs : Yitong Yao, Auteur ; Nicolas Viovy, Directeur de thèse ; Philippe Ciais, Directeur de thèse ; Emilie Joetzjer, Directeur de thèse Editeur : Bures-sur-Yvette : Université Paris-Saclay Année de publication : 2022 Importance : 300 p. Format : 21 x 30 cm Note générale : Bibliographie These de doctorat de l’université Paris-Saclay, spécialité Surfaces continentales Langues : Anglais (eng) Descripteur : [Termes IGN] Amazonie [Termes IGN] arbre mort [Termes IGN] biomasse forestière [Termes IGN] changement climatique [Termes IGN] distribution spatiale [Termes IGN] dynamique de la végétation [Termes IGN] forêt tropicale [Termes IGN] modèle de simulation [Termes IGN] placette d'échantillonnage [Termes IGN] puits de carbone [Termes IGN] sécheresse [Termes IGN] stress hydrique [Vedettes matières IGN] Végétation et changement climatique Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Les sécheresses ont eu un impact récurrent sur les forêts tropicales amazoniennes, amenuisant la capacité de puits de carbone de la biomasse forestière. La plupart des modèles globaux de surface terrestre utilisés pour les évaluations du budget mondial du carbone et les projections climatiques futures, n'intègrent pas la mortalité des arbres induite par la sécheresse. Leurs prévisions de la dynamique de la biomasse sont donc sujettes à de grandes incertitudes. Les faiblesses des modèles globaux sont liés à : (1) l’absence de la représentation explicite du transport hydraulique; (2) le manque d'équations basées sur les processus à travers la description de la façon dont une altération du système de transport hydraulique des arbres conduit à la mortalité ; (3) le manque de représentation de la mortalité à travers les tailles des arbres. Tout d'abord, j'ai implémenté une architecture hydraulique mécaniste qui a été conçue par E. Joetzjer, et un module de mortalité des arbres que j'ai conçu dans l'ORCHIDEE-CAN-NHA. Notre modèle a produit des taux annuels de mortalité des arbres comparables à ceux observés et a capturé la dynamique de la biomasse. Ce travail fournit une base pour des recherches ultérieures sur l'assimilation des données d'observation expérimentales afin de paramétrer la mortalité des arbres induite par la défaillance hydraulique. Deuxièmement, j'ai appliqué ORCHIDEE-CAN-NHA sur la forêt tropicale intacte de l'Amazonie. Le modèle a reproduit la sensibilité à la sécheresse de la croissance et de la mortalité de la biomasse aérienne (AGB) observée sur des réseaux de placettes d'inventaire forestier dans les forêts intactes d'Amazonie pour les deux récentes méga-sécheresses de 2005 et 2010. Dans le modèle, même si le changement climatique, avec des sécheresses devenant plus sévères, a eu tendance à intensifier la mortalité des arbres, l'augmentation de la concentration de CO2 a contribué à atténuer la perte de carbone due à la mortalité en supprimant la transpiration. Enfin, j'ai utilisé le modèle ORCHIDEE-CAN-NHA afin de simuler le futur du stockage du carbone dans la biomasse en Amazonie. La plupart des modèles climatiques (ISIMIP-2) projettent néanmoins de manière cohérente une tendance plus sèche dans le nord-est de l'Amazonie. La simulation forcée par le modèle climatique HadGEM dans le scénario RCP8.5 montre un assèchement plus prononcé dans l'est et le nord-est de l'Amazonie, avec un point d'intersection où le puits de carbone se transforme en source de carbone dans le bouclier guyanais et le centre-est de l'Amazonie, au milieu du 21e siècle. Cette étude permet de prédire l'évolution future de la dynamique de la biomasse de la forêt amazonienne avec un modèle amélioré basé sur les processus, capable de reproduire la mortalité induite par le changement climatique. Dans les sections conclusion et perspectives, des développements futurs et des priorités de recherche sont proposés, qui amélioreraient la fiabilité et les performances du modèle basé sur les processus présentés dans cette thèse, permettant de mieux capturer les mécanismes qui contrôlent l'évolution de la dynamique de la biomasse forestière face à des risques de sécheresse plus fréquents. Note de contenu : 1. General Introduction 1.1 The state of Amazon rainforest 1.2 The starting point for this PhD project 1.3 The drivers and occurrence of tree mortality 1.4 Mechanisms related to tree mortality 1.5 The performance of process-based models in simulating plant hydraulics 1.6 Simulating tree mortality 1.7 The past drought effects on forest biomass dynamics 1.8 The effect of elevated CO2 during drought 1.9 The future forest biomass carbon dynamics in Amazonian rainforest 1.10 The aim and research questions of this PhD project 2. Spatial distribution of tropical soil heterotrophic respiration and the climatic driver on its inter-annual variability 3. Forest fluxes and mortality response to drought: model description (ORCHIDEE-CAN-NHA) and evaluation at the Caxiuanã drought experiment 4. How drought events during the last Century have impacted biomass carbon in Amazonian rainforests 5. Future drought-induced tree mortality risk in Amazon rainforests 6. Conclusions and perspectives Numéro de notice : 26947 Affiliation des auteurs : non IGN Thématique : FORET Nature : Thèse française Note de thèse : Thèse de doctorat : Surfaces continentales : Paris-Saclay : 2022 Organisme de stage : Laboratoire des Sciences du Climat et de l'Environnement LSCE nature-HAL : Thèse DOI : sans Date de publication en ligne : 14/11/2022 En ligne : https://theses.hal.science/tel-03850701/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102210

Modelling forest management within a global vegetation model - Part 2: Model validation from a tree to a continental scale / V. Bellassen in Ecological modelling, vol 222 n° 1 (janvier 10, 2011)  

Public [article]  inEcological modelling > vol 222 n° 1 (janvier 10, 2011) . - pp 57 - 75 Titre : Modelling forest management within a global vegetation model - Part 2: Model validation from a tree to a continental scale Type de document : Article/Communication Auteurs : V. Bellassen, Auteur ; G. Le Maire, Auteur ; O. Guin, Auteur ; Jean-François Dhôte, Auteur ; Philippe Ciais, Auteur ; Nicolas Viovy, Auteur Année de publication : 2011 Article en page(s) : pp 57 - 75 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] biomasse forestière [Termes IGN] carbone [Termes IGN] modélisation de la forêt [Termes IGN] stress hydrique Mots-clés libres : ORCHIDEE-FM Résumé : (auteur) The construction of a new forest management module (FMM) within the ORCHIDEE global vegetation model (GVM) allows a realistic simulation of biomass changes during the life cycle of a forest, which makes many biomass datasets suitable as validation data for the coupled ORCHIDEE-FM GVM. This study uses three datasets to validate ORCHIDEE-FM at different temporal and spatial scales: permanent monitoring plots, yield tables, and the French national inventory data. The last dataset has sufficient geospatial coverage to allow a novel type of validation: inventory plots can be used to produce continuous maps that can be compared to continuous simulations for regional trends in standing volumes and volume increments. ORCHIDEE-FM performs better than simple statistical models for stand-level variables, which include tree density, basal area, standing volume, average circumference and height, when management intensity and initial conditions are known: model efficiency is improved by an average of 0.11, and its average bias does not exceed 25%. The performance of the model is less satisfying for tree-level variables, including extreme circumferences, tree circumference distribution and competition indices, or when management and initial conditions are unknown. At the regional level, when climate forcing is accurate for precipitation, ORCHIDEE-FM is able to reproduce most productivity patterns in France, such as the local lows of needleleaves in the Parisian basin and of broadleaves in south-central France. The simulation of water stress effects on biomass in the Mediterranean region, however, remains problematic, as does the simulation of the wood increment for coniferous trees. These pitfalls pertain to the general ORCHIDEE model rather than to the FMM. Overall, with an average bias seldom exceeding 40%, the performance of ORCHIDEE-FM is deemed reliable to use it as a new modelling tool in the study of the effects of interactions between forest management and climate on biomass stocks of forests across a range of scales from plot to country. Numéro de notice : A2011-285 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article DOI : 10.1016/j.ecolmodel.2010.08.038 Date de publication en ligne : 22/10/2010 En ligne : https://doi.org/10.1016/j.ecolmodel.2010.08.038 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102459 [article]

Voir aussi

• Modelling forest management within a global vegetation model - Part 1: Model structure and general behaviour / V. Bellassen in Ecological modelling, vol 221 n° 20 (octobre 2010)  

Modelling forest management within a global vegetation model - Part 1: Model structure and general behaviour / V. Bellassen in Ecological modelling, vol 221 n° 20 (octobre 2010)  

Permalink