Version du 23 septembre 2014 à 16:07

¹ Cerema Direction Territoriale Méditerranée - Pôle d'Activités Les Milles, avenue A. Einstein, CS 70 499, 13499 Aix en Provence cedex 3 -“ christophe.laroche@cerema.fr

Depuis quelques années l'utilisation des données LIDAR pour décrire les lits majeurs des vallées se généralise. On peut citer par exemple les campagnes d'acquisition de données LIDAR menées par l'IGN dans le cadre de la Directive inondation, pour le compte du MEDDE. Or, les études hydrauliques étant souvent menées sur des linéaires importants de cours d'eau, les bureaux d'études et les Maîtres d'Ouvrage de ces études peuvent rencontrer des difficultés pour manipuler ces données volumineuses.

C'est pourquoi le Cerema a développé un module spécifique dans QGIS-GRASS, dénommé DI-CARTO, permettant notamment de travailler avec un très grand nombre de dalles de 1 km², de visualiser des profils en long ou encore croiser un MNT LIDAR avec un MNT de surface en eau, notamment pour le post-traitement de résultats de modèle hydraulique.

Dans un premier temps, les fonctionnalités de l'outil gratuit et libre DI-CARTO, ainsi que les liens d'accès aux ressources pour sa prise en main, sont présentés à  travers quelques exemples d'application.

Ensuite, nous détaillons une liste de recommandations aux futurs Maîtres d'Ouvrage d'études hydrauliques, pour les accompagner dans la commande de données LIDAR et topographiques. Ces recommandations concernent notamment le standard de format et les produits du LIDAR à  demander, la procédure de contrôle de la précision de ces données ou encore l'organisation générale des phases de l'étude hydraulique.

Mots-clefs : LIDAR - commande de données topographiques - études hydrauliques

In recent years the use of LIDAR data to describe floodplain valleys becomes widespread. We can mention for example the acquisition of LIDAR data conducted by IGN under the flood Directive. However, hydraulic studies are often realized on large scales, the consultants and contracting authorities of these studies may have difficulties to handle these large data.

That is why Cerema has developed a specific module in QGIS-GRASS, called DI-CARTO, especially for working with a large number of areas of 1 square kilometer, view profiles and cross-sections or combine a LIDAR DTM with a DM of the surface water, including postprocessing of the results of hydraulic model.

Firstly, the features of the free and open DICARTO tool, and the access links to documentations for its handling, are presented through some application examples.

Then, we present recommendations for future contracting authorities of hydraulic studies, to assist them to order LIDAR and topographic surveys. These recommendations include the standard format and products of LIDAR data which could be used in the hydraulic studies, how to control the accuracy of these data and the general organization of the phases of the hydraulic study.

Key-words : LIDAR -topographical order - hydraulic study

introduction

L'acquisition des données altimétriques par technique LIDAR consiste à  utiliser un laser embarqué dans un aéronef afin de calculer le temps mis par une impulsion pour parcourir l'aller-retour entre celui-ci et l'obstacle, par exemple le sol, un bâti ou de la végétation. Cette mesure du temps de parcours est facilement traduite en altitude dès lors que l'on connait avec précision la position de l'aéronef ainsi que l'incidence de l'impulsion laser. La possibilité d'émettre un très grand nombre d'impulsions à  la seconde, typiquement avec une fréquence de l'ordre de 100 kHz, permet de disposer d'un nuage de points particulièrement dense.

Depuis quelques années, cette technique d'acquisition des données décrivant le relief s'impose, non seulement du fait de la qualité de l'information produite (en densité et en précision), mais aussi du fait des coûts qui semblent avantageux comparés à  ceux de la photogrammétrie. On peut citer à  titre d'exemple, la campagne nationale commandée par la DGPR^[1] du Ministère de l'Ecologie, du Développement durable et de l'Energie (MEDDE) dans le cadre de la mise en oeuvre de la Directive européenne 2007/60/EC dite inondation, et qui a concerné 60 000 km² de lits majeurs cours d'eau français, dont ceux du bassin de la Garonne ou encore la Seine. Les façades maritimes sont aussi concernées notamment avec le projet LITTO 3D ®^[2] commun IGN pour la partie terrestre et SHOM pour la partie maritime. En outre, les études préalables à  l'élaboration des plans de prévention des risques d'inondation, initiées depuis quelques années, se basent bien souvent sur ce type de données.

Un standard de format de ces données semble être le Modèle Numérique de Terrain (M.N.T.) sous forme de grille à  pas d'espace régulier, par exemple 1 mètre. Cette grille étant de plus découpée en dalle par exemple de 1 km de coté, ce qui permet de disposer d'un million de points par km².

Dans un premier temps, nous listons quelques questions et difficultés rencontrées fréquemment lors de l'utilisation de données LIDAR. Ensuite, les fonctionnalités de l'outil gratuit et libre DI-CARTO, sont présentées ainsi que les liens d'accès aux ressources pour sa prise en main, à  travers quelques exemples d'application. Enfin nous présentons une liste de recommandations aux futurs Maitres d'Ouvrage d'études hydrauliques, pour la commande de données LIDAR et topographiques.

PROBLEMATIQUE

L'utilisation des données LIDAR pour la réalisation d'études hydrauliques constitue sans aucun doute une avancée pour les bureaux d'études qui peuvent disposer d'une information très précise et détaillée des lits majeurs pour construire leurs modélisations hydrauliques mais aussi pour les Maitres d'Ouvrage, qui peuvent disposer ainsi de cartographies d'autant plus détaillées. Il en résulte toutefois quelques difficultés qui dans certains cas peuvent réduire l'avancée. Sans chercher à  être exhaustifs, nous avons dressé ci-après une série de difficultés ou de questions qui peuvent être rencontrées par les services de l'Etat ou des bureaux d'études, lors de l'utilisation de données LIDAR :

• La visualisation et plus généralement la manipulation des données LIDAR n'est pas toujours aisée : en effet, dès lors que l'on travaille sur un territoire de grande dimension, les données LIDAR représentent plusieurs dizaines de millions de points altimétriques. Le nombre de données pouvant être lues et gérées par les S.I.G.^[3] standards peut alors être dépassé ou encore le temps de rafraichissement des vues peut devenir rédhibitoire.
• La difficulté à  distinguer le format de livraison, à  savoir le MNT à  pas régulier, et l'information altimétrique effectivement mesurée lors de la campagne de relevés. Cette information est constituée d'un semi de points aléatoirement répartis sur le territoire décrit ce qui oblige d'effectuer une interpolation pour obtenir le MNT régulier. Le corollaire est que la précision annoncée s'applique à  l'information issue de la campagne de relevés et non à  la donnée décrite dans le MNT régulier, d'autant que celui-ci peut être complété par exemple à  l'aide de données de la BD ALTI ®.
• L'utilisation des données LIDAR, notamment pour le post traitement des résultats issus de modélisations hydrauliques, n'est pas toujours aisée. En effet, lors du post traitement de ces résultats, c'est à  dire de leur traduction dans le support de référence, ici le MNT à  pas régulier, la quantité de données à  traiter rend cette opération longue comme vu précédemment. En outre les logiciels disponibles pour ce post traitement peuvent avoir les mêmes limites que les S.I.G. standards.
• La technique LIDAR ne permet pas de disposer à  la fois des altimétries terrestres et de la bathymétrie. Elle ne permet pas non plus de disposer explicitement de lignes structurantes, telles que les crêtes de digues ou encore des informations sur les ouvrages (ponts, seuils,...) ou sur les secteurs très encaissés (gorges) ou très végétalisés, nécessaires à  la modélisation hydraulique. Ceci impose bien souvent de réaliser une campagne de levés de terrain afin de disposer de ces informations. La cohérence entre ces deux sources de données, condition nécessaire à  la mise en oeuvre d'une modélisation fine des écoulements en crue sur le secteur d'étude, peut alors être posée par le Maitre d'Ouvrage. Cette cohérence est-elle toujours assurée ou doit-elle être vérifiée avant la construction de la modélisation hydraulique ?
• Enfin, lors de la commande d'une acquisition de données altimétriques, le Maitre d'Ouvrage pourrait être tenté de demander au prestataire uniquement l'information dont il a besoin pour son étude, à  savoir le MNT à  pas régulier, par exemple métrique. En effet, le volume important des fichiers que cela représente et la volonté du Maitre d'Ouvrage de ne pas stocker inutilement des données, concourent à  ne pas demander d'autres informations au prestataire. Pourtant le MNT à  pas régulier ne correspond pas à  l'information mesurée, ce qui obère toute possibilité de comparaison rigoureuse entre l'information LIDAR d'une part et une information issue par exemple d'une campagne de levés terrestres.

La suite de cet article tente d'apporter, à  la lumière de nos expériences d'utilisation et de commande des données LIDAR, quelques éléments de réponse. L'objectif est alors double, d'une part engager la discussion sur ces problématiques avec l'ensemble de la communauté et d'autre part fournir aux futurs Maitres d'Ouvrage voulant commander des données LIDAR, des premières réflexions et retours d'expérience lui permettant d'affiner sa commande de prestation.

PRESENTATION DE DI CARTO

Les données LIDAR sont une réelle avancée pour la prise en compte des risques inondation mais elles nécessitent une autre approche que les manières classiques de traiter des données plus légères de type photogrammétries. Pour leur traitement dans le cadre de la Directive inondation, un utilitaire dénommé DICARTO a été développé par le Cerema. Il fournit de nombreuses applications décrites sur le site wikhydro^[4]. Son téléchargement est possible sur l'Internet du Cerema.

L'objectif ici n'est pas d'expliquer en détail DICARTO mais de présenter les principales actions qui peuvent être effectuées avec cet outil qui s'appuie sur les logiciels libres Qgis-GRASS (http://www.qgis.org & http://grass.osgeo.org/ ) largement promus par le MEDDE. A noter, DICARTO automatise simplement certaines actions élémentaires disponibles dans GRASS et permet la visualisation des résultats principalement dans Qgis. DICARTO a été développé et testé à  partir de la version 1.8 de Qgis, il est toutefois possible de l'utiliser avec la version 2.2 actuellement disponible.

Ce paragraphe présente la gestion, manipulation, vérification, préparation et post-traitement classique de la donnée LIDAR. Le Cerema a aussi proposé un outil de modélisation hydraulique 1D « semi-automatique » nommé CARTINO, pour cartographier les zones inondables et qui ne sera pas développé dans ce texte [PONS, 2014]. En préambule, le standard de format de données proposé par l'IGN est présenté.

Standard du format de données : le RGE ALTI ® ?

Le RGE ALTI ® est réalisé par l'IGN et a vocation à  fournir la composante altimétrique, de précision métrique, du Référentiel Géographique à  Grande Echelle. Il se constitue d'un modèle numérique de terrain maillé au pas de un mètre qui a pour vocation la description du relief français à  grande échelle. Il décrit la forme et l'altitude de la surface du sol à  grande échelle et couvre l'ensemble de la France métropolitaine, les départements d'Outre-mer et Saint-Pierre et Miquelon [ IGN, 2013].

Dans le cadre des campagnes de données LIDAR commandées pour la mise en oeuvre de la Directive inondation, l'IGN a produit ou sous traité un grand nombre de campagnes d'acquisition. Les produits de ces campagnes servent à  la constitution du RGE ALTI ®. Ceci entraine un mélange de source de données entrainant la mise à  disposition par l'IGN du masque de qualité SOURCE.

Les points classifiés « sol » correspondent aux points effectivement mesurés et qui ont été, suite aux traitements automatiques de filtrage et de classification, jugés comme représentant les altitudes du terrain naturel, dénommé « sol ». De la même manière des points sont classifiés de « sur-sol » tels que les points représentant les bâtis ou encore la végétation, ou encore des points classifiés « eau ou surface en eau », pour lesquels l'impulsion LIDAR est complètement absorbée.

Les masques de qualité permettent de savoir la pertinence d'une valeur :

• SOURCE fournit pour chaque noeud la source majoritaire des données ayant servi à  calculer l'altitude du noeud.
• DISTANCE: fournit pour chaque noeud une évaluation de la distance entre le noeud considéré et les différents points connus ayant servi à  calculer son altitude. Cette distance est exprimée en mètres.

Nous renvoyons le lecteur à  [ IGN, 2013] pour plus de détails.

Les Ortho-photographies expédiées sont des photographies prises simultanément aux relevés LIDAR et sont ensuite ortho-rectifiées automatiquement, sans traitement particulier des images.

Gestion et manipulation basique sur SIG

Dans le cas de lecture des données LIDAR sous un PC classique avec des outils libres de type Qgis ®, il convient de rapidement travailler sous forme de table d'assemblage. Ces tables d'assemblage doivent disposer d'action ou « hotlink » pour permettre d'ouvrir les données initiales leur qualité optimale en permettant par exemple de voir le MNT, le masque SOURCE, le masque DISTANCE et l'orthophoto expédiée. Il est assez illusoire à  partir d'une certaine taille de secteur d'étude de vouloir fusionner l'ensemble des données.

Ce travail est la première étape de l'outil DICARTO pour réaliser des tables d'assemblage, il est aussi possible d'utiliser des extensions disponibles directement dans Qgis.

Pour finaliser sur la visualisation, un point important est d'avoir visuellement les mêmes gammes de couleur sur deux dalles adjacentes. Pour cela, il peut être utile de créer un fichier (.qml) de style identique pour toutes les données MNT par exemple. Cette action est aisément effectuée avec DICARTO, elle permet de s'affranchir de taches répétitives^[5] et laborieuses.

Vérifications et préparation des données d'entrée de modèles

Plusieurs manipulations peuvent fortement aider l'utilisation des données LIDAR. Ces manipulations dans DICARTO sont réalisées automatiquement sur l'ensemble des dalles de la table d'assemblage, une fois de plus afin de pouvoir traiter des grandes zones sans être obliger de fusionner les dalles en un seul fichier.

Comparaison MNT LIDAR semi de points

Il est par exemple toujours utile de comparer un MNT LIDAR avec un semi de points existants pour voir les écarts entre les 2 sources de données. Il peut être utile de comparer les nivellements des PHE à  la donnée LIDAR pour estimer la pertinence du calage hydraulique avant modélisation.

Analyse de formes

La densité du MNT LIDAR permet de voir de nombreuses formes, en particulier sur des zones planes en jouant sur la visualisation. Il est possible aussi de détecter de manière plus ou moins automatisée ces formes. Nous avons par exemple testé la détection de rupture de pentes (dérivée seconde du MNT) à  l'aide de filtres de Gauss calculant l'altitude du point central à  partir des altitudes pondérées des points voisins. Ces filtres conduisent à  un lissage des formes qui permet notamment d'éliminer le bruit existant dans le nuage de points. Plus les filtres sont larges, c'est à  dire faisant intervenir de voisins éloignés, plus les formes détectées sont structurantes. En fonction du besoin opérationnel, compréhension des écoulements globaux ou analyse très locale, la taille du filtre sera adaptée. Dans le cas présent, nous pouvons travailler sur des filtres de Gauss allant de 3 à  25.

La plupart des fonction de GRASS utilisées sont issues de [WOOD, 1996] et de nombreuses publications récentes sur l'analyse du LIDAR cherchent à  définir des formes hydrogéomorphologiques ou anthropiques de type remblais ou digues [Sofia, 2013].

Extraction de la topographie LIDAR sur des profils en travers

En gérant des indices de profils en travers préalablement créés par l'utilisateur, le croisement entre cette table vectorielle et la table d'assemblage des dalles permet de fournir au final des fichiers de profils en travers au format .csv, qui sont ensuite facilement intégrables dans des outils de calculs hydrauliques (MASCARET, HEC-RAS...).

Post-traitement des données

Les résultats des modèles hydrauliques 1D, 1D-casier ou 2D sont fournis sur des polylignes ou des points. La restitution de ces données sur le MNT LIDAR peut parfois être chronophage. Une des premières questions est l'échelle finale de cartographie, le 1/25000^ème ne nécessite peut être pas un travail avec une information au pas de 1mètre. Le MNT LIDAR peut dans ce cas être, d'une part utilisé au pas de 1 mètre pour extraire la donnée d'entrée des modèles hydrauliques, les calculs restent donc les plus précis possibles, et d'autre part « dégradé » pour le post-traitement. Toutefois, cette manière de réaliser le post traitement peut engendrer des lissages trop importants se traduisant par un effacement d'entités géographiques de faible taille (cuvettes ou sommets). Pour éviter ce type de problème, nous préconisons de réaliser le post-traitement avec le MNT LIDAR non dégradé, puis de réaliser un lissage du Modèle Numérique des Hauteurs d'Eau (MNHE), c'est à  dire de la carte des hauteurs d'eau ainsi obtenue.

Postraitement 1D Raster

Les méthodes classiques de post-traitement 1D utilisent généralement une triangulation entre chaque section de calcul. La conversion de données au format vecteur en données au format raster étant très performante dans GRASS, nous avons bâti une méthode pour créer des sections intermédiaires très denses entre deux sections de calcul (qui peuvent être des lignes brisées) sur lesquelles est affectée la valeur interpolée de la cote d'eau. L'ensemble de ces sections sont ensuite converties en raster de manière très rapide. Ce module a été intégré en partie par le SPC Loir-Cher-Indre dans les modules GRASS dans la version diffusé par le MEDDE.

La restitution en hauteur d'eau sous forme de raster est ensuite uniquement une différence de raster du Modèle Numérique de Surface en Eau (MNSE) et du MNT LIDAR. Cette différence se fait sur des grands secteurs à  partir du croisement de la table d'assemblage des MNSE et MNT.

Post-traitement 1D-casier Raster

Ce post-traitement reprend celui présenté ci-avant. Les casiers sont représentés par des polygones auxquels sont associé un attribut, la cote d'eau calculée. Le traitement d'un casier s'effectue alors simplement par la conversion au format raster du polygone, chaque valeur de la grille raster prend alors la valeur de l'attribut.

Conversion Raster Vecteur

Actuellement, le format final de résultat le plus répandu est le format vecteur. La conversion de données au format raster en format vecteur est une étape qui peut s'avérer lourde en temps. A ce stade, il peut être intéressant de réduire, en fonction de l'échelle de restitution, quelque peu la résolution du raster avant sa conversion. Elle intervient après la bascule en raster des résultats des modèles 1D et 1D-casier ainsi que des approches simples de croisement topographie-niveau marin sur le littoral.

Ce travail se fait en plusieurs étapes qui cherchent (1) à  modifier le moins possible les frontières du raster, (2) à  supprimer les effets de pixelisation néfastes à  la visualisation sur la carte, par exemple les surfaces inférieures à  100m², (3) à  enlever les formes de créneaux sur les frontières et (4) à  diminuer le poids final du fichier vecteur.

La dernière étape est la mise au format COVADIS^[6] de la directive inondation avec les attributs adhoc.

ENSEIGNEMENTS ET PROPOSITIONS POUR LES MAITRES D'OUVRAGE

De notre expérience de l'utilisation des données LIDAR, quelques enseignements ont pu être tirés. Dans ce paragraphe, nous avons recensé des premières recommandations à  destination des futurs Maitres d'Ouvrage souhaitant commander ce type de donnée ou les utiliser. Nous tenons toutefois à  préciser que ces recommandations doivent être adaptées au contexte de chacun des Maitres d'Ouvrage et qu'elles gagneraient sans aucun doute à  être discutées et amendées par les producteurs de données LIDAR ainsi que les bureaux d'études utilisant ces données. Elles constituent ainsi une première base de travail pour améliorer non seulement la qualité globale de ces données mais aussi leur utilisation.

En premier lieu, nous rappelons qu'il est important de réaliser les campagnes aériennes pour l'acquisition de données LIDAR en période « sans feuille » et « sans culture », par beau temps et si possible avec des débits dans les cours d'eau les plus faibles possibles ainsi qu'à  marée basse.

Le standard de format des données LIDAR

Nous avons vu que le RGE ALTI ® est un standard de format de données disponible et largement utilisé. Il a de plus l'avantage d'être proposé par l'IGN, organisme référent national en matière de production de données topographiques comme géographiques. L'utilisation de ce standard de données permet aussi d'enrichir une base de données altimétriques à  l'échelle nationale, de grande précision et cohérente, à  disposition des Maitres d'ouvrage publics. Ce standard, qui comprend a minima, le MNT à  pas d'espace 1 mètre découpé en dalles de 1 km², ainsi que les masques de qualité « source » et « distance » nous semble toutefois devoir être complété afin :

1. d'une part de capitaliser les données acquises lors de la campagne de relevés :
   • en premier lieu le semi des points « sol ». Ce semi de points correspond à  la donnée issue de la campagne et utilisée pour produire le MNT au pas d'espace voulu. C'est sur ces données qu'il est possible d'effectuer un contrôle de précision.
   • de la même manière, le semi de points « sursol » peut être intéressant pour des utilisations en marge du champ de la cartographie des zones inondables, par exemple la représentation 3D des bâtis ; Pour cet exemple, il convient de disposer d'une sous classification en points « bâtis » et en points « végétation ».
   • le semi de points « eau/surface en eau » issu de la classification peut aussi être intéressant, par exemple si l'on veut apprécier le niveau du cours d'eau au moment de le campagne d'acquisition.
   • en outre, les photographies réalisées lors du vol. Celles-ci permettent de disposer en cas de besoin, d'une image du « sol », du « sursol » et des secteurs « en eau » effectivement relevés. Ces photographies ne sont toutefois pas toujours de qualité suffisante pour produire des ortho-photographies.
   • le plan de vol permet de comprendre comment l'acquisition des données s'est effectuée, d'analyser les zones de chevauchement entre deux passages aériens et leur éventuel décalage et voir les zones volées mais non traitées qui pourraient être utiles de traiter ultérieurement. Les dates et heures d'acquisition de ces données sont de plus toujours intéressantes pour les relier aux marées et hauteurs dans les cours d'eau.

1. d'autre part d'avoir à  disposition des produits de la prestation commandée, utiles directement pour le Maitre d'Ouvrage ou pour de futurs besoins
   • la table d'assemblage des dalles pour une utilisation rapide des données et des méta-données de type information sur la date de levé...
   • si probable utilité, notamment sur de très grands territoires, des MNT et/ou des MNE à  des pas d'espaces plus larges que le 1 mètre. On peut noter que ces sous produits peuvent être demandés sans que le coût global de la prestation ne soit significativement modifié puisqu'ils correspondent principalement à  du « temps machine ». A titre d'exemple, le RGE ALTI ® peut être décliné au pas de 5, 25 et 50 mètres.

Au-delà  des données à  collecter, la nomenclature utilisée pour nommée l'ensemble des nombreux fichiers qui seront fournis, doit aussi être analysée. Là  encore l'IGN a proposé un standard qui nous semble devoir être pris comme référence. Par exemple, une dalle MNT se nomme :

RGEALTI_FXX_0901_6238_MNT_20120413_LAMB93_IGN69.asc, ce qui correspond :

1. • au RGE ALTI ® en France avec
   • l'abscisse en kilomètre du noeud Nord-Ouest : 0901,
   • l'ordonnée en kilomètres du noeud Nord-Ouest : 6238,
   • le type de produit MNT,
   • la date de livraison : 20120413, l'heure serait aussi la bien venue
   • le Système de Référence de Coordonnées selon les codes RIG^[7] : LAMB93,
   • le Système de Référence Vertical selon les codes RIG : IGN69.

Ceci se décline pour le masque Source (SRC) et le masque distance (DST)

Enfin, nous tenons à  attirer l'attention des futurs commanditaires de campagnes LIDAR sur le fait que les utilisations de ces produits tendent à  se généraliser. Ceci plaide pour une recherche de mutualisation des commandes à  l'échelle des services de l'Etat. Ainsi, lorsque seulement une partie d'un centre urbain est concerné par une campagne d'acquisition de données LIDAR, il convient de s'assurer qu'il n'y a pas de besoin à  couvrir l'ensemble, par exemple pour une représentation 3D du centre urbain, car cette extension de la campagne pourrait avoir un coût modeste comparé au coût d'une campagne complémentaire ultérieure.

Prendre en main un outil pour la visualisation et l'utilisation des données LIDAR

La montée en puissance de Qgis dans les services du MEDDE est aujourd'hui bien effective, aussi nous conseillons non seulement aux services déconcentrés du MEDDE mais aussi à  leurs prestataires d'utiliser les cet outil pour l'ensemble des productions cartographiques dont les cartes de zones inondables à  l'aide des données LIDAR.

Il existe plusieurs modules spécifiques au traitement des données LIDAR, dont DICARTO qui s'utilise dans Qgis à  travers un exécutable compilé sous Matlab, qui appelle, de façon automatique pour chacun tache, une série de fonctions de GRASS. DICARTO ne nécessite toutefois pas de licence Matlab.

D'autres outils existent et pourraient être mis à  disposition. Par exemple, la DREAL Rhône Alpes a pour sa part développé un module interne à  Qgis-GRASS (plugin) qui effectue certaines tâches similaires à  celles effectuées par DICARTO.

Mettre en oeuvre une procédure de contrôle de la donnée LIDAR dans le cadre de la commande

La précision altimétrique des données LIDAR est souvent de l'ordre de quelques dizaines de centimètres tout au plus. A titre d'exemple, la précision du RGE ALTI ® annoncée par l'IGN est de 30 cm en altimétrie [IGN, 2014], elle est issue d'un contrôle de qualité réalisé par l'IGN et est réalisé à  l'aide de l'écart moyen quadratique (EMQ). Cette précision est obtenue à  l'aide de campagnes de relevés imposant généralement 2 impulsions laser par m².

Les protocoles des contrôles de la qualité des données LIDAR sont sans aucun doute très différents d'un prestataire à  un autre, ils peuvent en outre évoluer dans le temps. Selon [Saur, 2011], le protocole de contrôle de la qualité des données LIDAR s'effectue par comparaison avec une altimétrie de référence plus précise, généralement des données altimétriques issues de topographie terrestre, sur terrain dégagé et horizontal et sur sol dur tels que le béton ou les routes. Ceci peut s'expliquer en partie par le fait qu'il convient d'avoir une référence non modifiable entre les deux levés et par le fait qu'un point LIDAR isolé ne correspond à  aucun élément identifiable du terrain, contrairement au nuage de points LIDAR qui fournit le modelé. Ce second point rend les comparaisons sur sol pentu très délicates puisqu'elles nécessiteront une interpolation du nuage de points LIDAR pour obtenir l'altimétrie au droit des points de l'altimétrie de référence, or la précision planimétrique des données LIDAR étant bien moindre que celle altimétrique, l'erreur d'interpolation pourra peser fortement sur la précision altimétrique calculée.

Deux constats peuvent être avancés sur les contrôles de qualité effectués sur les terrains dégagés et horizontaux :

• la précision altimétrique ainsi calculée est issue d'un échantillon de points de très petite taille comparée à  celle du nuage de points LIDAR.
• L'échantillon de points utilisés pour le calcul de la précision altimétrique n'est pas toujours représentatif de la diversité des occupations du sol et des reliefs rencontrés.

Dans ce cas, il nous semble que la précision annoncée n'est pas systématiquement représentative de la précision de l'ensemble du nuage de points « sol » LIDAR (cf. figure 2). Les utilisateurs de données LIDAR ne doivent donc pas s'interdire de vérifier que la précision effective de ces données est suffisante sur leurs secteurs d'intérêt. Pour cela et de façon systématique, il nous semble qu'un contrôle externe au processus d'acquisition des données LIDAR doit être prévu dans le marché. Le prestataire s'engage alors à  fournir une comparaison des données LIDAR avec une altimétrie de référence, issue de campagnes de topographie terrestres de grande précision (quelques centimètres). Le Maitre d'Ouvrage sera tenté d'effectuer la comparaison sur des secteurs o๠une altimétrie de référence est disponible, il devra toutefois s'assurer que ces secteurs sont bien représentatifs de ces secteurs d'intérêt. Dans le cas o๠aucune altimétrie de référence n'est disponible ou satisfaisante, nous recommandons au Maitre d'Ouvrage d'acquérir cette information par exemple dans le cadre d'un second marché dans lequel un contrôle de la qualité des données LIDAR pour être demandé.

Nous attirons l'attention des Maitres d'Ouvrage publics sur les règles qui régissent le contrôle de la précision des travaux topographiques réalisés par l'Etat, les collectivités locales et leurs établissements publics ou exécutés pour leur compte. Celles-ci sont définies dans l'arrêté et la circulaire du 16 septembre 2003, qui définissent les outils statistiques à  employer pour évaluer un levé donné. Ainsi, le Maitre d'Ouvrage est invité à  spécifier dans son marché, non pas le moyen à  mettre en oeuvre pour atteindre la précision qu'il souhaite comme cela était le cas dans les textes de 1980, mais la précision qu'il souhaite réellement, compte tenu de ses contraintes économiques et de ces responsabilités légales. Il doit de plus choisir sa méthode d'évaluation de la précision (modèle gaussien ou gabarit d'erreurs) ainsi que la taille et la composition de l'échantillon de points de contrôle. Le détail de ces textes est disponible à  l'adresse suivante http://archives.cnig.gouv.fr/Front/index.php?RID=30 . La donnée de contrôle doit en particulier avoir une classe de précision au moins deux fois meilleure que celle à  contrôler. La différence entre ces deux données est calculée à  l'aide de l'écart moyen en position obtenu à  l'aide des écarts en position de l'ensemble des points utilisés.

Finalement, ces règles fournissent une méthode qui doit faciliter les relations entre le Maitre d'Ouvrage et le prestataire en obligeant le Maitre d'Ouvrage à  définir son besoin à  travers la notion de classe de précision et en encadrant la manière de réaliser le contrôle de précision des données produites par le prestataire. Il sera toujours utile au Maitre d'Ouvrage de disposer d'un rapport d'analyse de la précision des données produites, détaillant notamment les points de contrôle utilisés (nombre, types de sol et d'occupation, précisions, dates d'acquisition) ainsi que les écarts obtenus, par classes d'écarts et leur répartition dans la zone levée.

Proposer dans le marché d'acquisition des données topographiques une phase spécifique à  la réalisation d'un MNT complet intégrant les données LIDAR et terrestres

En règle générale, les études hydrauliques nécessitent de disposer non seulement d'informations topographiques en lit majeur mais aussi en lit mineur. Lorsque le lit mineur est en eau, la technique d'acquisition par LIDAR ne permet pas de disposer des fonds du cours d'eau. Il convient alors de réaliser classiquement une campagne terrestre de relevés topographiques de profils en travers des lits mineurs. Peut alors se poser la question de la cohérence de ces deux types de données. Nous avons pu vérifier par notre expérience qu'en règle générale, cette cohérence est bonne. Toutefois, nous avons rencontré dans certains cas des difficultés pour construire un modèle cohérent de données altimétriques intégrant ces deux types de données. A titre d'exemple, nous avons identifié sur certains tronçons d'un cours d'eau français, que les altitudes des berges étaient dans les données LIDAR de l'ordre de 50 cm supérieures à  celles disponibles dans les profils en travers issus de relevés terrestres. La vérification sur le terrain nous a permis de constater que la végétation basse et très dense présente en bordure de cours d'eau avait sur ces tronçons, été considérée comme du sol dans les traitements automatiques des données LIDAR. Sur un autre cours d'eau français, nous avons comparé les profils en travers du lit mineur issus du MNT LIDAR avec ceux issus d'une campagne de relevés terrestres. Si au regard des précisions annoncées, sur la grande majorité des profils comparés les écarts étaient acceptables, nous avons toutefois rencontré sur certains profils en travers des écarts surprenant, illustrés ci après. Dans ce cas précis, nous n'avons pas effectué de contrôle spécifique et nous n'avons ainsi pas pu définir d'o๠provenaient les écarts : le problème venait-il de la donnée LIDAR ou de la donnée terrestre ou des deux à  la fois ?

Ainsi, dans le cadre des études hydrauliques utilisant des données LIDAR associées à  des données issues de campagnes terrestres, typiquement pour relever des profils en travers de lit mineur, nous recommandons aux Maitres d'Ouvrage, de prévoir dans son marché d'étude une phase spécialement dédiée à  la constitution d'un modèle numérique cohérent des données altimétriques. Pour cela, une comparaison systématique des zones de transition et de recoupement entre les différentes sources de données, devra être demandée au prestataire. Pour faciliter cette comparaison, il est sans aucun doute important de prévoir des zones de recouvrement entre les levés terrestres des profils en travers et les données issues de la campagne LIDAR ; Dans certains cas le relevé des profils en long des berges des cours d'eau pourraient aussi être envisagés. Au stade du marché, il est probablement prudent de prévoir des visites de terrain dédiées à  l'analyse des éventuelles différences mises en évidence ainsi que des levés topographiques précis de contrôle. Le rendu de cette phase, qui devra intervenir avant la mise en oeuvre des modélisations hydrauliques, sera double : d'une part le modèle numérique de terrain finalement obtenu et d'autre part la validation de son utilisation pour l'objet de l'étude. Cette seconde partie du rendu devra toujours être réalisée par le bureau d'études hydraulique, alors que la première partie pourrait être produite par le ou les prestataires réalisant les campagnes topographiques voire par le bureau d'études hydraulique.

Pespectives

Ces constats et recommandations sont sans aucun doute amenés à  évoluer rapidement. Ils pourraient notamment être aisément enrichis par les expériences d'autres utilisateurs de données LIDAR pour les études hydrauliques. Nous invitons ainsi ces utilisateurs à  contribuer à  l'amélioration de ce document qui sera prochainement disponible sous http://wikhydro.developpement-durable.gouv.fr/index.php/Portail:Wikhydro. En outre, les évolutions techniques dans le domaine sont rapides et devraient permettre d'améliorer les pratiques et de proposer de nouvelles méthodes répondant encore mieux aux attentes des utilisateurs de ces données.

REFERENCES

IGN (2013). RGE ALTI ® version 1 -“ Descriptif du contenu -“ Février 2013

Pons F., Laroche C., Fourmigue P., Alquier M. (2014). - Cartographie des surfaces inondables extrêmes pour la directive inondation : cas de la Nartuby. La Houille Blanche, 2 :34-41, DOI 10.1051/lhb/2014014

Saur S. (2011). Le LiDAR aéroporté -“ Principes et applications -“ Support de la formation dispensée au CETE Méditerranée en septembre 2011 -“ IGN Conseil

Sofia G., Dalla Fontana G., Tarolli P., (2013). - High-resolution topography and anthropogenic feature extraction: testing geomorphometric parameters in floodplains. J Hydrol. Process. 28 :2046-2061

Wood, J.D., (1996). The geomorphological characterisation of digital elevation models PhD Thesis, University of Leicester, UK, http://www.soi.city.ac.uk/~jwo/phd

1. ↑ ^{Direction Générale de la Prévention des Risques}
2. ↑ http://www.shom.fr/les-produits/bases-de-donnees-numeriques/bathymetrie/litto3d/ </sup>
3. ↑ ^{Système d'Information Géographique}
4. ↑ http://wikhydro.developpement-durable.gouv.fr/index.php/Utilisation_des_donn%C3%A9es_LIDAR_pour_la_directive_inondation
5. ↑ ^{Pour exemple, la visualisation des données littorales du Languedoc-Roussillon comprend environ 2500 dalles.}
6. ↑ http://archives.cnig.gouv.fr/Front/index.php?RID=154 </sup>
7. ↑ ^{code des Références Internes Géodésiques}