TÉLÉDÉTECTION lidar PERSPECTIVE des mesures de décalage Doppler( lidar vent) ou, sur cibles dures, des mesures de télémétrie et vélocimétrie simultanées à haute résolution. Ces architectures lidar sont encore à l’ étude pour augmenter la portée des systèmes, notamment dans le domaine des transports. La recherche sur les lidars « smartpulses » illustre l’ hybridation entre détection cohérente et détection directe, en combinant différentes modulations temporelles et spectrales de la lumière( découpage d’ impulsions, façonnages en peignes ou forme d’ onde basée sur des rampes de fréquences) pour permettre différentes fonctions de mesure au sein d’ un seul système lidar.
c. Les traitements et qualification du signal lidar
Une fois le système lidar développé et opérationnel, l’ exploitation des mesures lidar, qu’ elles soient atmosphériques ou sur cible dure, suit généralement les étapes suivantes:
• L’ inversion lidar, permettant de résoudre le problème inverse( par exemple la distance à partir du signal lidar). Cette étape aboutit à la définition de nuages de points dont la complétude et la précision sont contrôlés. De manière complémentaire, l’ inversion lidar permet des avancées sur le bilan radiatif dans l’ atmosphère. L’ algorithme BOREAL restitue ainsi les propriétés microphysiques des aérosols à partir de leur extinction, rétrodiffusion et dépolarisation, également accessibles en laboratoire en géométrie lidar de rétrodiffusion à 180 deg.
• La classification. La figure 1 illustre la capacité de classification des aérosols. Un autre exemple typique est la production à partir d’ un nuage de points de modèles numériques de terrain dans le cadre de la lasergrammétrie. Cette étape, qui fait souvent appel au Deep Learning, attribue à chaque point une classe comme « bâtiment », « sol », « végétation »… En robotique et dans le domaine des transports, cette étape recouvre l’ ensemble des algorithmes de localisation et cartographie simultanées( SLAM).
• La mise à disposition des données lidar, centralisées dans des bases de données publiques( ACTRIS, EARLINET, AERIS, …), accessibles y compris à des utilisateurs non spécialistes( IGN, Pôle, …).
Exemples d’ utilisation des produits de mesure lidar a. Topographie et modèles numériques de terrain
Dans le cadre du programme national LiDAR HD, l’ IGN produit et diffuse une cartographie 3D de l’ intégralité du sol et du sursol de la France en données lidar ainsi que des modèles numériques de terrain. Les données accessibles par blocs de 50 × 50 km 2 sont en particulier des nuages de points recalés, bruts ou classifiés avec une densité de points supérieure à 10 pts / m 2, une précision altimétrique meilleure que 10 cm et une précision en planimétrie meilleure que 50 cm. L’ acquisition de ces données a mobilisé plus de 7000 heures de vol avec des systèmes lidar commerciaux fonctionnant à 1064 nm à une cadence de 1 à 2 MHz, couplés à des centrales inertielles et GPS. Le contrôle qualité s’ est notamment appuyé sur des mesures complémentaires au sol. La classification a été réalisée selon 11 catégories. Cette cartographie est maintenant utilisée pour la prévention des risques d’ inondations, les gestions forestières et agricoles, l’ urbanisme. Une politique rigoureuse de contrôle qualité est également appliquée avec des mesures complémentaires pour vérifier que les algorithmes d’ intelligence artificielle attribuent correctement les classes et que les données forment un ensemble complet. La figure 2 présente un exemple du nuage de points accessible sur le site LiDAR HD.
Ce même type de lidar est utilisé en archéologie, domaine dans lequel il apporte notamment une capacité de détection au travers du couvert végétal.
Figure 1.( a) Diagramme Dépolarisation – Fluorescence montrant les domaines caractéristiques de différents types d’ aérosols( poussière, pollen, fumée, urbain).( b): Distribution spatiotemporelle des types d’ aérosols durant la nuit du 1ᵉʳ au 2 octobre 2023 sur le site ATOLL- Université de Lille( source I. Veselovskii, B. Barchunov, Q. Hu, P. Goloub, T. Podvin, M. Korenskii, G. Dubois, W. Boissiere and N. Kasianik: Retrieval and analysis of the composition of an aerosol mixture through Mie – Raman – fluorescence lidar observations, Atmos. Meas. Tech. 17, 4137, https:// doi. org / 10.5194 / amt-17-4137-2024, 2024 sous licence CC BY 4.0).
Figure 2. Nuage de points sur l’ Île de la Cité- Paris( Données issues de LiDAR HD- IGN).
Photoniques 136 I www. photoniques. com 21