15h : début de la séance spéciale sur le LiDaR (Light Detection and Ranging) ou le système laser aéroporté

Pour ce goûter d’avril étaient présents Laure, Ludovic, Maxime, Delphine, Luc, Emmanuel, Justin, Jean-Luc et Thomas.

La séance commence par un retour sur la présentation de Justin qui présente ses nouvelles modélisations du climat dijonnais. Il mentionne également un article paru sur Cybergéo qui complète le compte-rendu de son intervention.

L’apport des technologies LIDAR pour la recherche en archéologie

Cette intervention sur le LIDAR se fait à deux voix : Laure par une présentation proposée aux physiciens du GDR onde et Emmanuel de retour de la convention européenne sur le LIDAR sous couvert forestier (TRAIL).

L’archéologue peut obtenir des informations archéologiques de deux façons : par des prospections ou par la détection des « anomalies ». Le milieu forestier, à la terre peu travaillée, conserve très bien ces anomalies : tertres (pierriers), excavations, tertres fouillés, fours à chaux, pierres dressées (habitats), longs linéaires (parcellaire agricole, habitats)…. La forêt reste cependant très difficile à prospecter aussi bien de manière terrestre que par photographie aérienne.

L’utilisation du LIDAR en archéologie a commencé au début des années 2000 chez les Anglo-saxons, les Allemands et les Autrichiens. Il permet d’obtenir une couverture du relief sur de grandes zones, à très haute résolution (de l’ordre du décimètre) quand les prospections archéologiques se limitent à de petits espaces. La forêt fait partie de ces zones couvertes : la technologie apporte donc une innovation technique importante.

Le LIDAR émet des impulsions infrarouge qui permettent d’enregistrer la distance entre un obstacle/objet au sol et le scanneur embarqué en vol. Dès que le faisceau rencontre un obstacle, un écho est retourné.

On obtient ainsi un nuage de point en 3D, géoréférencé grâce aux stations de base GPS.

Quelques éléments techniques du cahier des charges

Laure et Ludovic rappellent l’importance de la rédaction d’un cahier des charges adapté à sa problématique (densité de points au mètre carré, précision des échos…). La plateforme technologique et géomatique Bourgogne-Franche Comté a participé à l’acquisition de plusieurs campagnes de données LIDAR afin d’utiliser ces données pour la recherche : pour le groupement d’intérêt public (GIP) du futur parc national dans le Châtillonnais, pour la ville d’Autun et la côte viticole au sud de Dijon.

L’acquisition, réalisée par un prestataire extérieur, s’effectue par hélicoptère, par avion et le sera bientôt par drone pour les petites surfaces. Compte-tenu du caractère venté de la Bourgogne, l’acquisition s’est effectuée par avion. La période durant laquelle l’acquisition est possible est très courte. L’absence de feuilles aux arbres demande d’effectuer les vols en hiver, mais hors des jours de pluie, brouillard, neige (la technologie permettant de traverser la neige existe mais est beaucoup plus chère) et de fortes rafales de vent.

Traitements effectués après l’acquisition

La classification des points selon leur hauteur et les traitements effectués permet d’obtenir plusieurs livrables : modèle numérique de surface (sol et hors-sol), modèle numérique de terrain (sol), modèle numérique de canopée (végétation)…

La classification est d’abord automatisée. Elle demande ensuite à être semi-manuelle pour être adaptée aux thématiques (détecter de petites structures qui seraient lissées et donc disparaitraient avec des classifications mal adaptées).

Emmanuel travaille à l’automatisation de ces critères et de ces indices de détection des structures archéologiques.

 

Une pause s’en suit entre les deux présentations avec petits financiers, grosses tuiles aux amandes, tarte sablée au chocolat… Merci aux pâtissiers !

Quel indice utiliser pour chaque anomalie archéologique ?

Pour reconnaître les anomalies sur les données issues du LIDAR, une méthodologie spécifique a été mise en place.

Sur le secteur du Châtillonnais, bien connu grâce aux relevés GPS, une typologie des structures archéologiques a été créée selon des critères de formes. A partir de cette typologie effectuée sur le terrain, on cherche à retrouver des structures identiques dans les données LIDAR. Plusieurs indices participent à la classification de ces anomalies.

L’ombrage (hillshade en anglais) est un indice de visualisation qui permet d’observer les variations topographiques à partir d’une source lumineuse virtuelle selon un azimut (angle formé depuis le Nord géographique) et selon un angle vertical (angle formé entre l’horizon et la source lumineuse). Les structures linéaires parallèles à l’azimut choisi ne seront pas visibles sur l’indice. Il est donc nécessaire d’utiliser plusieurs azimuts pour voir l’ensemble des structures. Pour s’affranchir de cet effet et limiter la manipulation de nombreux fichiers, une Analyse en Composantes Principales (ACP) peut être effectuée sur un jeu d’ombrages. L’ACP permet de réduire le nombre de données et intègre l’ensemble des informations relevées sur les différents ombrages.

Le Sky View Factor (SVF) est un indice de visualisation qui mesure la portion de ciel visible en un point donné sur une demi-sphère (Kokalj et al., 2011). L’algorithme calcule l’angle vertical d’élévation par rapport à l’horizon pour n directions spécifique au rayon. Sur un point haut, la proportion de ciel visible sera grande, alors que dans un milieu en excavation, la portion de ciel visible sera réduite.

L’indice d’ouverture topographique se décompose en deux indices : l’ouverture positive et l’ouverture négative. L’indice d’ouverture est un indice de visualisation qui exprime le degré de dominance ou de fermeture d’un espace sur une surface irrégulière (Doneus, 2013). L’ouverture positive correspond à la moyenne des angles zénithaux pour plusieurs azimuts. L’ouverture négative correspond à la moyenne des angles nadir (point le plus bas). L’indice est calculé suivant un rayon défini par l’opérateur. Alors que le SVF se limite au calcul sur une demi-sphère (limite = horizon), l’indice d’ouverture est calculé sur des angles plus importants lui permettant de s’affranchir de la topographie (distinction des structures sur des zones fortement en pente).

La carte des pentes permet de mettre en évidence les caractéristiques morphologiques de chaque structure.

 

Laure Nuninger parle d’une approche « cubiste » (Nuninger et al. 2010) car l’utilisation de plusieurs images différentes est nécessaire pour visualiser / détecter toutes les informations et les anomalies de terrain.

Une discussion s’en suit sur la manière de détecter automatiquement la diversité des formes de chaque anomalie et sur la pertinence des indices. Elle se poursuit par la question de la détection des zones d’érosion sur la côte viticole avec le LIDAR, sujet abordé dans la thèse d’Emmanuel, et sur la détermination des facteurs qui contrôlent l’érosion.

Résultat de l’automatisation et comparaison avec le LIDAR

La méthode de reconnaissance semi-automatique des structures à partir de la carte des pentes et de l’ouverture topographique réalisée par Emmanuel a été testée sur une zone géographique du Châtillonnais et comparée avec les données GPS.

De manière générale, les relevés sur le LIDAR sont plus nombreux (50 à 60% en plus). Le GPS ne détecte pas les faibles inclinaisons du terrain ou les changements de types de structures. Pour les données issues du linéaire, 30% des données relevées sur le LIDAR différent des données GPS.

La rencontre TRAIL sur le LIDAR sous couvert forestier permet d’avoir un aperçu chiffré sur son apport qualitatif et quantitatif. Pour la présentation de Slovénie, bien qu’aucune nouvelle donnée n’ait était découverte, la qualité obtenue est meilleure par comparaison aux prospections sur le terrain. En Norvège, on recense 400% de structures en plus. En France, plus précisément en Lorraine (forêt de Haye), le LIDAR a permis de détecter 50% de plus de structures. Ces résultats dépendent donc de la topographie des zones couvertes et de l’état d’avancement des prospections antérieures.

Après le traitement des données LIDAR, un retour sur le terrain est souvent nécessaire pour valider la classification et la réalité des nouvelles structures détectées.

Perspectives du LIDAR en archéologie

La suite des recherches d’Emmanuel portera sur des tests d’autres zones géographiques et sur la quantification des paramètres morphologiques (longueur, hauteur, largeur…) de chaque anomalie.

L’évolution de la technique devrait bientôt discriminer la nature du signal rendu (sol, plante, bâti…).

 

Quelques ressources pour approfondir :

Articles sur le LIDAR du carnet des goûters de la géomatique

Un article de la presse locale sur les acquisitions de la MSH

Nuninger, L et all (2010). LiDAR : quel apport pour l’analyse des paysages ?

Nuninger, L. (dir). LIDOR. Acquisition, traitement et analyse d’images LiDAR. Pour la modélisation des paléo-reliefs de la plaine littorale du Languedoc oriental

Kokalj et al. (2011). Application of sky-view factor for the visualisation of historic landscape features in lidar-derived relief models

Doneus (2013). Openness as Visualization Technique for Interpretative. Mapping of Airborne Lidar Derived Digital Terrain Models

Le poster présenté lors du colloque est visible à la MSH, accompagné des autres posters réalisés sur le LIDAR par la GEOBFC. Il sera prochainement téléchargeable en ligne.

Merci à Emmanuel et Laure pour leur relecture attentive.

 

Formation continue et prochaine séance des goûters

Plusieurs offres de formation peuvent intéresser les géomaticiens et les archéologues. D’abord, une école d’été organisée par l’ENSG : « La photogrammétrie au service des archéologues et des architectes » à Forcalquier du 25 au 29 août 2014. Dernier délais pour l’inscription : 30 juin.

Ensuite, un MOOC sur le logiciel R proposée par la plate-forme FUN. Début des cours le 13 avril !

Enfin, en raison des multiples jours fériés du mois de mai, le prochain goûter de la géomatique aura lieu le jeudi 5 juin 2014 à 15h.

N’hésitez pas à consulter l’Agenda et à vous y abonner !