Guide d’orientation fédéral sur l’acquisition de données par lidar aéroporté

• 1.0 Introduction et objectif
• 2.0 Note sur la terminologie
• 3.0 Public cible
• 4.0 Structure du guide d’orientation
• 5.0 Résumé des exigences
• 6.0 Guide d’orientation
  • 6.1 Planification de projet
  • 6.2 Collecte de données
  • 6.3 Traitement et gestion des données
  • 6.4 Validation des données
  • 6.5 Produits à livrer
  • 6.6 Propriété des données et droit d’auteur
• 7.0 Glossaire
• 8.0 Références
• 9.0 Historique des révisions
• Appendice 1 – Foresterie
• Appendice 2 – Cartographie des zones inondables
• Appendice 3 – Terrain à fort relief
• Appendice 4 – Cartographie des infrastructures urbaines
• Appendice 5 – Lidar topo-bathymétrique aéroporté
• Appendice 6 − Contrat

Liste des abréviations et des acronymes

ASPRS

American Society of Photogrammetry and Remote Sensing

CCCOT

Centre canadien de cartographie et d’observation de la Terre

CGG2013

Géoïde canadien de 2013

CGVD

Système canadien de référence altimétrique

DNGI

Densité nominale globale des impulsions

DQM_Z

Différence quadratique moyenne dans l’axe des z (altitude)

EAZDV

Exactitude altimétrique sur les zones dépourvues de végétaux

EPC

Exactitude planimétrique calculée

ENGI

Espacement nominal global des impulsions

EPSG

European Petroleum Survey Group

EQM_R

Erreur quadratique moyenne planimétrique dans la direction radiale (axes x et y)

EQM_X

Erreur quadratique moyenne planimétrique dans l’axe des x (estant)

EQM_Y

Erreur quadratique moyenne planimétrique dans l’axe des y (nordant)

EQM_Z

Erreur quadratique moyenne altimétrique dans l’axe des z (altitude)

ESRI

Environmental Systems Research Institute

EAV

Évaluation altimétrique de la végétation

GLONASS

Globalnaya Navigazionnaya Sputnikovaya Sistema

GNSS

Global Navigation Satellite System

GPS

Global Navigation System

GRS80

Système de référence géodésique de 1980

Imp.

Impulsion(s)

ISO

Organisation internationale de normalisation

LAS

Format de fichier d’échange LASer

LAZ

LASzip

lidar

Détection et télémétrie par ondes lumineuses

MNA

Modèle numérique d'altitude

MNS

Modèle numérique de surface

MNT

Modèle numérique de terrain

NQC

Niveau de qualité canadien

OGC

Open Geospatial Consortium

PDOP

Affaiblissement de précision de la position

PIR

Proche infrarouge

PPP

Positionnement ponctuel précis

RNCan

Ressources naturelles Canada

RTK

Cinématique en temps réel

SBET

Meilleure estimation de trajectoire lissée

SCRS

Système canadien de référence spatiale

SNI

Système de navigation par inertie

SNRC

Système national de référence cartographique

SRFC

Station de référence à fonctionnement continu

SRV

Système de référence virtuel

TIN

Réseau triangulé irrégulier

UMI

Unité de mesure inertielle

USGS

United States Geological Survey

UTM

Transverse universelle de Mercator

WKT

Well Known Text

XML

Langage de balisage extensible

ZI

Zone d’intérêt

ZICD

Zone d’intérêt pour la collecte des données

American Society for Photogrammetry and Remote Sensing (ASPRS), 2014, Positional accuracy standards for digital geospatial data – draft revision 7, version 1: American Society for Photogrammetry and Remote Sensing.

American Society for Photogrammetry and Remote Sensing (ASPRS), 2019, LAS specification version 1.4 – R15: Bethesda, Md., American Society for Photogrammetry and Remote Sensing, 47 p.

GeoBC Specifications for LiDAR, version 5.0, Ministère des Forêts, des Terres et de l’Exploitation des ressources naturelles de la Colombie-Britannique, 9 avril 2020.

ICSM LiDAR Acquisition Specifications and Tender Template, Australie, version 1.0. Novembre 2010.

Levés Laser Aéroporté (lidar), Traitement et Livraison des Données Classifiées pour des Territoires Situés Dans la Région de L’Abitibi-Témiscamingue, Ministère de L’énergie et des Ressources Naturelles, 13 juillet 2016.

Lignes directrices concernant les levés GNSS en mode RTK/RTN au Canada, Ressources naturelles Canada, version 1.1, juillet 2013..

Ministère de l’Environnement et du Développement durable des ressources de l’Alberta, General Specification for Acquisition of lidar Data, mars 2015.

Modèle numérique d'élévation de haute résolution (MNEHR) - Série CanÉlévation – Spécification de produit, édition 1.3, Ressources naturelles Canada, 28 août 2019.

National Network of Regional Coastal Monitoring Programmes of England, Specification for LiDAR Surveys Version 1.0. Août 2015.

New Zealand National Aerial LiDAR Base Specification, Land Information New Zealand, décembre 2016.

Ontario Specifications for LiDAR Acquisition version 1.1. Gouvernement de l’Ontario, 15 avril 2016.

Province of New Brunswick Draft LiDAR Specifications, Government of New Brunswick, June 2016.

Provision of LiDAR Services for The Government of Manitoba Water Management, Planning and Standards Service Area: Souris River Basin Term: To March 31, 2017.

Ressources naturelles Canada, Directive canadienne pour l’acquisition de données avec le lidar aéroporté, version 1.0, 1er mai 2014.

Spécifications relatives à l’assurance de la qualité et à l’acquisition de données lidar de la Nouvelle-Écosse, version 1.0, Spatial energistics group, 11 avril 2012.

USGS, 2020, 3DEP LiDAR base specification 2020 rev. A, August 2020): NGL Standards and Specification, 48 p.

Webster, T. (2020) Applications of topo-bathymetric LiDAR to flood risk assessment. Technical report prepared for NRCan, 33 p.

Version 3.1

1. Mise à jour approfondie de l’Appendice 1 – Foresterie.
2. Multiples corrections d’erreurs typographiques et reformulations.
3. Ajouts de signets pour une navigation plus rapide dans le document.
4. Reformulation de la description d’une classe au Tableau E4 de l’Appendice 5 (version française seulement).

Version 3.0

1. Ajout de l’appendice 5 concernant l’acquisition par lidar topo-bathymétrique.
2. Dans les appendices 1, 2 et 4, les recommandations d’exactitude et de densité qui étaient moins exigeantes que le Niveau de qualité canadienne (NQC1) ont été modifiées pour y satisfaire.
3. Dans les appendices 1, 2 et 4, ajout d’explications sur l’utilisation des valeurs recommandées dans les formules génériques du guide.
4. Toutes les mentions de premiers et uniques retours (first and only) ont été changées pour premiers retours.
5. Modification de la formule d’exactitude altimétrique en zone végétalisée (95e percentile) et par conséquent, ajustement de la valeur recommandée pour le NQC1.
6. Ajout de la mention que les zones sans données jugées acceptables doivent être exclues de l’évaluation de la densité.
7. Modification de la résolution de la grille de répartition lors de l’évaluation de la régularité (suppression de l’exigence d’arrondir à l’entier supérieur).
8. Correction d’une erreur dans les décimales de la formule d’exactitude planimétrique.
9. Correction d’une erreur pour l’exemple de l’exactitude planimétrique (95%) du Niveau de qualité canadienne (NQC1) dans le tableau 1.
10. Modification de la valeur d’exactitude planimétrique calculée (EPC) pour que celle-ci soit équivalente à l’erreur quadratique planimétrique moyenne (EQM_R). Par conséquent, ajustement de la valeur recommandée pour le NQC1.
11. Ajout d’indications que l’utilisation de corrections PPP dérivées de satellite est autorisée.
12. Reformulation de l’exigence d’exactitude des points de vérification.
13. Ajout d’une alternative non-basée sur le nombre de points en erreurs pour l’évaluation de la classification de projets de grandes dimensions.
14. Ajout de nouveaux types d’erreurs de classification pouvant entraîner un refus des données.
15. Ajout de la mention que seuls les points mis de côtés (withheld) peuvent être assignés à la classe 0 dans le nuage de points final.
16. Dans la version française, correction dans l’exemple donnée pour la convention d’appellation des fichiers lidar.
17. Pour la convention d’appellation des fichiers lidar, ajout de la mention indiquant de ne pas insérer de niveau de qualité si l’acquisition est plus dense ou précise que NQC1.
18. Mise à jour des versions/éditions des documents de référence.

Version 2.0

1. Ajout de formules génériques pour déterminer les exigences d’exactitude et de densité des acquisitions lidar. Le NQC1 reste le standard minimum au Canada et est utilisé comme exemple pour l’utilisation des formules génériques. L’ajout des formules génériques permet une plus grande flexibilité pour établir des spécifications d’acquisition plus denses et/ou plus précises.

Introduction

La détection et télémétrie par ondes lumineuses (lidar) aéroportée, une technologie aussi appelée « balayage laser aéroporté » ou « BLA », est devenue un outil important permettant l’acquisition simultanée de données tridimensionnelles sur la structure verticale des écosystèmes forestiers et sur la morphologie des terrains. Les données lidar sont utilisées dans le cadre d’un éventail d’applications relatives aux ressources naturelles, plus particulièrement aux biens et services liés ou non à la fibre de bois (p. ex., bois de charpente, habitats fauniques, qualité de l’eau, loisirs). Les données sont utiles pour estimer des paramètres biophysiques (p. ex., hauteur, volume, biomasse forestière, densité de la végétation), les indicateurs de diversité biologique (p. ex., couvert forestier, assemblages structurels, caractérisation des habitats riverains) et les indicateurs de l’état et de la productivité des écosystèmes (p. ex., structure post-perturbations, trouées dans la canopée, prévisions de croissance et de rendement). Les applications en inventaire forestier du lidar sont typiquement axées sur une approche par régions ou par arbres individuels. Bien que l’approche axée sur les régions (Næsset, 2002) soit considérée comme étant opérationnelle dans un contexte d’inventaire forestier, les approches axées sur les arbres individuels (ITA; p. ex., Hyyppä et Inkinen, 1999) continuent à être développées en raison des complexités inhérentes à la délimitation réussie des couronnes individuelles. Le lidar peut aussi être utilisé pour obtenir une cartographie précise de la surface du sol sous le couvert forestier. Le modèle numérique de terrain (MNT) du sol nu ainsi dérivé est utile pour un vaste éventail d’applications (p. ex., ingénierie forestière, modélisation hydrologique, cartographie des sols).

Les renseignements fournis dans la présente annexe représentent les recommandations actuelles portant sur les spécifications minimales liées à l’acquisition de données lidar aéroportée pour des applications en foresterie. Des interactions complexes sont présentes entre les paramètres d’acquisition, ainsi qu’entre les impulsions laser, l’environnement forestier ciblé et la complexité de la topographie. Celles-ci nécessitent l’évaluation holistique des spécifications et leur adaptation aux besoins d’information particuliers d’un projet. De plus, ces lignes directrices n’ont pas pour but d’être prescriptives; la technologie des capteurs évolue rapidement et les besoins d’information propres aux projets varient et doivent être pris en compte.

Remarque : Actuellement, les données lidar en mode linéaire à retour discret, les données lidar à forme d’onde complète discrétisée et, plus récemment, les données lidar à photon unique ou à comptage de photons sont utilisées dans les applications en milieu forestier. Les recommandations décrites dans cette annexe concernent uniquement les données lidar en mode linéaire et les données lidar à forme d’onde complète discrétisée, les spécifications quant aux lignes de vol ainsi qu’aux données de nuage de points prétraitées étant semblables. Pour de plus amples renseignements concernant les données lidar à photons uniques, White et coll. (2021a) et White et coll. (2021b) évaluent en détail l’utilisation de ces données pour la caractérisation du terrain et la mise en œuvre opérationnelle de l’inventaire forestier amélioré à l’aide d’une approche axée sur les régions, respectivement. Pour obtenir un guide pour l’élaboration et l’application de modèles pour la génération d’un inventaire forestier amélioré par l’emploi des données lidar et d’une approche axée sur les régions, voir les travaux de White et coll. (2013 et 2017).

Considérations relatives aux données

Les données lidar doivent être acquises de manière cohérente sur l’ensemble du jeu de données pour produire des dérivés (métriques, prédictions, modèles de surface) robustes. La distribution spatiale des points utilisables (retours lidar) doit donc être uniforme et sans regroupement, avec des densités d’impulsions consistantes dans toute la zone du projet. En fin de compte, l’uniformité de la distribution de l’échantillonnage dans la zone cible est un indicateur important de la qualité des données et aide à évaluer leur adéquation à l’utilisation. De nombreux facteurs ont une incidence sur la distribution des retours d’impulsion dans un jeu de données lidar (p. ex., les caractéristiques et le paramétrage de l’instrument, le terrain, les turbulences, les conditions environnementales, la structure de la végétation). Le tableau A1 fournit quelques directives concernant les plages de densité d’impulsions minimale selon les différents types de forêts canadiennes. Les principales considérations relatives aux données sont listées ci-dessous:

• L’utilisation de plusieurs modèles ou générations de capteurs dans le cadre d’un même projet est déconseillée puisque les spécifications optimales d’acquisition (divergence du faisceau, longueur d’onde, capacité de numérisation du retour, etc.) varieront inévitablement d’un capteur à l’autre. Cela entraînera ainsi un manque d’uniformité dans l’ensemble de données agrégées qui en résultera et aura une incidence sur toute utilisation ultérieure des données. Il est conseillé d’utiliser des capteurs ayant des caractéristiques et paramétrages similaires avec des paramètres de vol coïncidents pour les acquisitions de données à l’appui d’un projet donné.
• Les systèmes lidar utilisant un système à miroirs coniques, rotatifs ou à mouvement de nutation permettent d’obtenir des patrons d’échantillonnage uniformes dans l’ensemble de la fauchée échantillonnée, et minimisent donc les espacements irréguliers dans l’échantillonnage, notamment à l’extrémité de la fauchée. Les espacements irréguliers dans l’échantillonnage peuvent être considérablement réduits grâce à un chevauchement de 50 % avec les systèmes à miroirs oscillants. De plus, certains systèmes à miroirs oscillants sont équipés d’une technologie offrant un champ de vision dynamique. La technologie maintient une largeur fixe des fauchées tout en préservant la distribution régulière des points, et ce, malgré les variations de hauteur du terrain.
• Des lignes de vol adjacentes opposées peuvent augmenter le nombre de configurations à partir desquelles la forêt est échantillonnée, bien qu’elles ne soient pas exigées pour l’utilisation de systèmes de balayage conique en raison des deux perspectives du sol obtenues dans une seule ligne de vol.
• La structure des environnements forestiers ciblés peut être utilisée pour guider la limite de l’angle de balayage. Par exemple, il a été démontré que l’utilisation d’un angle de balayage plus grand n’a aucune incidence sur l’estimation des attributs forestiers pour les couverts ouverts ou les couverts composés de couronnes coniques sur un terrain relativement uniforme, à condition qu’un chevauchement suffisant (c.-à-d. au moins 20 %) soit maintenu entre les lignes de vol (p. ex., ± 30° pour les peuplements dominés par le sapin baumier; van Lier et coll., 2021). En effet, bien qu’un angle de balayage plus grand produise une largeur de fauchée plus importante, la probabilité d’obtenir des retours au sol diminue à l’extrémité de la fauchée, notamment dans les environnements forestiers denses et complexes. Dans les environnements à terrain ouvert et aux forêts clairsemées, un angle de balayage plus large aura une moindre incidence sur l’espacement nominal des retours au sol.
• Les exigences doivent prendre en compte le type de terrain, la complexité de la structure forestière échantillonnée ainsi que les produits d’information dérivés souhaités et leur échelle.
• La densité d’impulsions doit être suffisante pour caractériser de manière fiable les environnements d’intérêts dans toute la zone du projet. Une densité d’impulsions élevée permet un échantillonnage plus complet du couvert forestier, augmente la probabilité d’obtenir des retours au sol et renforce la confiance dans l’identification des retours au sol dans les zones forestières, en particulier dans les environnements complexes. La majorité des capteurs fabriqués au cours des dernières années atteignent, et le plus souvent dépassent, le minimum recommandé de deux impulsions par mètre carré, même aux altitudes de fonctionnement les plus élevées. En règle générale, la densité d’impulsions requise augmente en fonction de la complexité de l’environnement forestier échantillonné ou du terrain associé.
• L’acquisition de données réalisée à l’automne ou tôt au printemps, lorsque les arbres des forêts décidues n’ont pas de feuilles et lorsque le sous-étage et autres couverts végétaux sont en dormance, réduira l’espacement nominal des retours au sol, ce qui permettra d’obtenir une caractérisation plus précise du terrain et par conséquent un MNT de meilleure qualité. En revanche, l’acquisition de données lorsque les arbres portent des feuilles peut mener à une caractérisation améliorée de la structure forestière, bien que la nécessité des données « avec feuilles » et « sans feuilles » dépende du type de forêt et des besoins en matière d’informations. White et coll. (2015) fournissent un résumé de la documentation qui explore l’utilisation des données « avec feuilles » et « sans feuilles » selon une approche axée sur les régions. Il convient toutefois de noter que la combinaison de données avec et sans feuilles dans le cadre d’un même projet est vivement déconseillée, puisque le changement de structure forestière peut exiger des efforts d’échantillonnage et de modélisation supplémentaires pour obtenir des produits cohérents.
• Une grille réalisée au moyen d’un MNT dont la résolution spatiale est inférieure ou égale à 2 m convient pour la normalisation de la hauteur du nuage de points. Une résolution plus fine peut être nécessaire pour les terrains extrêmement escarpés.

Remarque : la densité d’impulsions requise augmente en fonction de la complexité de l’environnement forestier ou du terrain.

Considérations relatives à l’acquisition de paramètres

Les capteurs lidar peuvent être configurés de manière à être optimisés pour les applications en milieu forestier. Les paramètres choisis pour les applications en milieu forestier dépendent des objectifs du projet et des besoins connexes en information. Le tableau A2 présente un résumé des paramètres d’acquisition recommandés en fonction des connaissances scientifiques actuelles et des capteurs disponibles. Aucun paramètre ne peut être évalué seul, puisque de nombreux paramètres dépendent les uns des autres (p. ex., l’augmentation de la fréquence de répétition des impulsions augmentera la densité d’impulsion, tandis que l’augmentation de l’altitude de vol la diminuera). Des recommandations détaillées concernant les données lidar adaptées à l’approche axée sur les régions sont également présentées dans White et coll. (2013).

Les recommandations ci-dessous doivent être considérées comme des exigences minimales absolues. La recherche d’un avis expert auprès d’un fournisseur de services concernant les paramètres appropriés selon les conditions forestières et besoins propres au projet envisagé doit toujours être entreprise. En règle générale, les utilisateurs finaux devraient porter une attention particulière à la densité d’impulsion, au chevauchement des lignes de vol, à l’angle de balayage et au moment d’acquisition des données (« avec feuilles » et « sans feuilles »).

• Pour établir toutes les spécifications relatives à la densité des données lidar acquises dans le cadre d’un projet donné, une valeur comprise dans la plage de densité d’impulsion associée à l’application et au type de forêt appropriés peut être utilisée comme densité nominale globale des impulsions (DNGI) dans les formules génériques des sections 5 et 6 du Guide d’orientation fédéral sur l’acquisition de données par lidar aéroporté.
• Pour établir toutes les spécifications relatives à l’exactitude des données lidar acquises dans le cadre d’un projet donné, les valeurs d’exactitudes altimétrique (EQM_z) et planimétrique (EQM_R) recommandées dans le tableau ci-dessus peuvent être utilisées dans les formules génériques des sections 5 et 6 du Guide d’orientation fédéral sur l’acquisition de données par lidar aéroporté. Un processus documenté de contrôle et de vérification de la qualité doit être inclus dans la livraison des données.
• Les capteurs lidar actuels ont des taux de répétition élevés qui fournissent des densités d’impulsion adéquates. La configuration du taux de répétition du capteur devrait être grandement déterminée par les paramètres de vol, la DNGI à la conception, l’angle de balayage, le chevauchement des fauchées pour éviter les vides de données et une énergie d’impulsion suffisante pour éviter l’affaiblissement des signaux.
• Les levés lidar devraient être conçus et réalisés avec l’objectif de ne pas comporter de vides de données, sauf dans les zones où des conditions de faible réflectance de surface dans le proche infrarouge sont présentes, comme les plans d’eau. La distribution spatiale des points géométriquement utilisables devrait être uniforme et régulière, sauf dans les zones comprenant des vides de données. Une densité d’impulsion minimale spécifiée, telle que recommandée dans le tableau A1 ou définie par les objectifs du projet, devrait être présente dans 90 % des cellules d’une grille de densité uniforme dans une partie utilisable de la fauchée. Voir la section 6.1.1 (Méthode du Projet du Guide d’orientation fédéral sur l’acquisition de données par lidar aéroporté) pour de plus amples détails sur les éléments à prendre en considération dans le cadre de la planification de l’acquisition des données.
• Une classification minimale recommandée du nuage de points lidar devrait effectuée pour l’application en foresterie, conformément à la spécification et au format de la norme ASPRS LAS 1.4 – R15. La classification devrait être uniforme à l’échelle du projet et ne devrait contenir aucune variation perceptible de la nature, de texture ou de la qualité de la classification entre les tuiles, les fauchées, les vols ou toute autre division non naturelle. L’exactitude de la classification devra satisfaire le Guide d’orientation fédéral sur l’acquisition de données par lidar aéroporté (section 4). Les impulsions étalonnées non classifiées (classe 0 – Créé, jamais classifié) seront classées et assignées à la classe 2 pour le sol nu, à la classe 7 pour les points bas (bruit) et à la classe 18 pour les points hauts. Les valeurs aberrantes, les données d’impulsion géométriquement instables et les fautes seront identifiées au moyen de l’indicateur « mis de côté » et ne seront pas utilisées dans le processus de classification. Le nuage de points restant sera classé dans la classe 1 – Traité mais non classifié. Les autres exigences relatives à la classification dépendront des exigences particulières du projet. Celles-ci pourraient notamment inclure la classe 3 pour la végétation basse, la classe 4 pour la végétation moyenne, la classe 5 pour la végétation haute et la classe 9 pour l’eau.

Références

J. Hyyppä, M. Inkinen. 1999. « Detecting and estimating attributes for single trees using laser scanner. » The Photogrammetric Journal of Finland, 16 (2):27-42.

Laes, D., Reutebuch, S., McGaughey, B., Maus, P. Mellin, T., Wilcox, C., Anhold, J., Finco, M., Brewer, K. 2008. « Practical LiDAR acquisition considerations for forestry applications. » RSAC-0111-BRIEF1, Salt Lake City, Utah, US Department of Agriculture, Forest Service, Remote Sensing Applications Center. 32 p.

Næsset, E. 2002. « Predicting forest stand characteristics with airborne scanning laser using a practical two-stage procedure and field data. » Remote Sensing of Environment, 80(1):88-99.

Rowe, J.S. 1972. Les régions forestières du Canada. Pêches et Environnement Canada, Service canadien des forêts, siège social, Ottawa. 172 p.

van Lier, O.R., Luther, J.E., White, J.C., Fournier, R.A., Côté, J.-F. 2021. « Effect of scan angle on ALS metrics and area-based predictions of forest attributes for balsam fir dominated stands. » Forestry: An International Journal of Forest Research, cpab029.

White, J.C., Wulder, M.A., Varhola, A., Vastaranta, M., Coops, N.C., Cook, B.D., Pitt, D., Woods, M. 2013. Guide des meilleures pratiques pour générer des attributs d’inventaire forestier provenant de données obtenues par balayage laser aéroporté en utilisant une approche par zones. Rapport d’information FI-X-010. Service canadien des forêts, Centre canadien sur la fibre de bois, Centre de foresterie du Pacifique, Victoria (Colombie-Britannique) Canada. 50 p.

White, J.C., Arnett, J.T.T.R., Wulder, M.A., Tompalski, P., Coops, N.C. 2015. « Evaluating the impact of leaf-on and leaf-off airborne laser scanning data on the estimation of forest inventory attributes with area based approach. » Canadian Journal of Forest Research, 45:1498-1513.

White, J.C., Tomplaski, P., Vastaranta, M., Wulder, M.A., Saarinen, N., Stepper, C., Coops, N.C. 2017. Guide pour l’élaboration et l’application de modèles en vue de l’établissement d’un inventaire forestier amélioré par l’emploi de données de balayage laser aéroporté et d’une analyse axée sur les régions. Rapport d’information FI-X-018. Ressources naturelles Canada, Service canadien des forêts, Centre canadien sur la fibre de bois, Victoria (Colombie-Britannique) Canada, 38 p.

White, J.C., Woods, M., Krahn, T., Papasodoro, C., Belanger, D., Onafrychuk, C., Sinclair, I. 2021a. « Evaluating the capacity of single photon lidar for terrain characterization under a range of forest conditions. » Remote Sensing of Environment, 252, 112169.

White, J.C., Penner, M., Woods, M. 2021b. « Assessing single photon LiDAR for operational implementation of an enhanced forest inventory in diverse mixedwood forests. » Forestry Chronicle, 97, p. 78-96.

Introduction

Les données lidar sont considérées comme étant la source principale de données des modèles numériques d'altitude (MNA) pour les diverses applications de cartographie des zones inondables, y compris des produits techniques spécialisés tels les cartes des zones inondables, les cartes indiquant les dangers et les risques d’inondation, et les cartes d’information publiques. L’objectif principal des applications lidar destinées à la cartographie des zones inondables est d’obtenir des données altimétriques précises, lesquelles sont nécessaires tant pour la modélisation hydraulique (dérivation de l'altitude des eaux et de l’étendue des inondations de diverses ampleurs) que pour la composante cartographique des projets visant les zones inondables. Les ensembles de données d’altitude comprennent ce qui suit :

• Des données d’altitude du terrain qui sont obtenues des derniers retours lidar et qui ne contiennent que des éléments topographiques. Ces données constituent ce qu’on appelle habituellement un modèle numérique de terrain (MNT).
• Des données d’altitude basées sur les premiers retours et qui comprennent les structures (p. ex., bâtiments et ponts) et le couvert végétal constituent ce qu’on appelle habituellement un modèle numérique de surface (MNS).

Les données lidar servent également à faciliter la caractérisation des zones inondables (p. ex., extraction de caractéristiques planimétriques ou de la carte de base utiles pour l’orientation de la modélisation hydraulique et la création de cartes des zones inondables, comme des routes et des secteurs pavés, des berges, des ponts, des tranchées, etc.). L’utilisation d’un système lidar en combinaison avec des orthophotos constitue la meilleure solution pour caractériser les zones inondables. Le niveau de détail de la caractérisation des zones inondables devrait être adapté à l’échelle de la cartographie souhaitée (p. ex., un niveau accru de détails sera nécessaire pour une carte à l’échelle 1:2 000 par rapport à une carte à l’échelle 1:5 000).

Considérations relatives à l’acquisition de données

Conditions de faible débit

Outre les conditions environnementales qui doivent habituellement être réunies pour recueillir des données lidar (exemption de neige ou de glace au sol, côtes et cours d’eau sans amoncèlements de glace importants, absence de débordements ou d’inondations inhabituels), la collecte de données lidar aux fins de cartographie des zones inondables devrait avoir lieu lors de conditions d'étiage (saison sèche) afin de maximiser la partie exposée des cours d’eau et, du coup, de maximiser l’utilité des données recueillies aux fins de modélisation hydraulique.

Niveaux et débits stables

Le débit et le niveau de l’eau présents dans les plans d’eau et les cours d’eau devraient demeurer stables (c.-à-d., exempts de variations importantes tout au long de la campagne de collecte de données afin de maximiser l’uniformité des données recueillies). Cet aspect est important dans les situations où le débit/le niveau des eaux risque de changer rapidement (p. ex., les rivières qui réagissent rapidement ou les rivières régularisées). Lorsque la collecte de données s’étend sur une longue période (habituellement en raison de la taille de la zone visée par la collecte, laquelle pourrait potentiellement nécessiter plusieurs saisons), la préférence devrait être accordée à la collecte de données dans des conditions similaires de niveau et de débit d’eau.

Absence de feuilles dans les arbres

Il est recommandé de procéder à la collecte des données lorsque les arbres ne portent aucune feuille et ce, afin d’optimiser la pénétration dans le couvert forestier et maximiser la densité des points au sol et la qualité du MNT connexe. Toutefois, l’acquisition de données en l’absence de feuilles dans les arbres n’est pas requise tant et aussi longtemps que la densité des points et l’exactitude altimétrique des retours sans canopée suffisent à satisfaire les exigences d'exactitude des MNT et des MNS. Dans certaines situations, l’acquisition de données alors que les arbres sont en feuilles peut être préférée ou nécessaire pour cartographier et caractériser les types de végétation, notamment pour la modélisation hydrologique ou la modélisation hydraulique détaillée (p. ex., estimation du n de Manning).

Paramètres d’acquisition

Le tableau B1 résume les paramètres minimaux requis et recommandés pour l’acquisition de données lidar pour les applications de cartographie de zones inondables. Un chevauchement de fauchée plus important est recommandé pour les secteurs qui comportent des terrains à fort relief.

Acquisition d’orthophotographies

Les images aériennes, particulièrement les orthophotographies, sont extrêmement utiles pour la cartographie des zones inondables puisqu’elles fournissent de précieuses informations pour les analyses hydrologiques, hydrauliques et des risques. De plus, elles constituent des ensembles de données cartographiques de base très utiles pour tous les types de cartes des zones inondables. Les orthophotographies sont aussi indispensables pour le conditionnement hydrologique des MNT, ce qui constitue une pratique recommandée pour le post-traitement de MNA dérivés de lidar (voir ci-dessous). Si un nombre suffisant d’orthophotographies à jour et de haute qualité ne sont pas disponibles pour la zone visée par la collecte de données lidar, il incombe de songer à recueillir des orthophotographies au cours de la même période d’acquisition de données lidar afin de maximiser l’utilisation des données aux fins de la cartographie des zones inondables.

Considérations relatives à la qualité des données

Exactitude et densité des données

Les zones inondables peuvent présenter divers types de couvertures terrestres, qu’il s’agisse de végétation dégagée et basse, de broussailles, de forêts et même d’éléments urbains. L’acquisition de données lidar dans les zones inondables est donc assujettie à une multitude de conditions. Celle-ci devrait donc être guidée par le besoin de recueillir suffisamment de retours d’impulsions pour tous les types de couvertures présentes dans la zone inondable. Par exemple, si une portion de la zone visée par la collecte de données est couverte d’une dense végétation riveraine, une densité de collecte plus élevée pourrait être requise pour obtenir une densité de points au sol suffisante dans la zone riveraine.

L’ampleur de l’effort déployé pour colliger les données (densité des points, exactitude altimétrique et exactitude planimétrique) devrait généralement refléter les exigences de l’application prévue de cartographie des zones inondables, laquelle dépend généralement de l’ampleur des risques d’inondation et du cadre réglementaire en place. Le tableau B2 présente les spécifications approximatives recommandées en lien avec la densité et l’exactitude des données lidar pour les applications de cartographie des zones inondables. Ces spécifications respectent l’exigence minimale pour l’acquisition de données lidar aéroporté au Canada (NQC1) et sont établies en fonction de la catégorie de risque d’inondation, selon l’examen des lignes directrices provinciales et territoriales existantes (Alberta Environment, 2011; Kerr Wood Leidal, 2011; Spatial Energistics Group, 2012; Elevation Coordination and Consultation Committee, gouvernement de l’Ontario, 2016) et du National Floodplain Mapping Assessment report présenté par MMM Group Limited (2014). Les catégories de risques d’inondation sont définies à la lumière du rapport de MMM et sont similaires aux classes d’exactitude altimétrique adoptées dans les lignes directrices de l’Ontario :

• Catégorie de risque élevé d’inondation : Toutes les zones urbaines et rurales qui sont protégées par des digues.
• Catégorie de risque moyen d’inondation : Toutes les autres zones rurales qui comprennent les zones de peuplement et les terres agricoles.
• Catégorie de risque faible d’inondation : Zones faiblement peuplées.

Les spécifications d’exactitude et de densité à utiliser sont fonction de la catégorie de risque d’inondation. Pour déterminer la catégorie de risque, se référer aux définitions ci-hautes. Une fois la catégorie identifiée, des valeurs comprises dans les plages de valeurs d’exactitudes altimétrique (EQM_z) et planimétrique (EQM_R) et de densité (DNGI) du tableau ci-haut peuvent être utilisées dans les formules génériques des sections 5 et 6 du Guide d’orientation fédéral sur l’acquisition de données par lidar aéroporté.

Classification

Les classes minimales requises comprennent les suivantes : sol, non-sol, tabliers de pont et eau. Ces classes sont nécessaires pour le conditionnement hydrologique des MNT. Les classes bâtiments et autres structures fabriquées par l’homme seront également requises pour créer des MNS, et pour faciliter la suppression des retours d’immeubles/de structures du MNT. Il est recommandé qu’au moins 90 à 95 % des bâtiments et des structures soient retirés des MNT. De plus, les catégories de végétation pourraient être nécessaires pour la modélisation hydrotechnique et la cartographie de base.

Aplanissement des étendues d’eau

L’aplanissement des étendues d’eau est un post-traitement appliqué aux MNA dérivés de données lidar et qui s’assure que les surfaces aquatiques sont planes dans l’axe des deux rives (perpendiculaire à la direction apparente du courant), sans accroissement vers l’aval. Dans certains cas, un conditionnement hydrologique supplémentaire peut être requis pour les éléments de drainage zone de rivière plate avec des îles / canaux où des flux 2D peuvent se produire. L’aplanissement des étendues d’eau est recommandé dans le cadre des applications visant les plaines inondables. Les lignes directrices et les spécifications précises seront définies par l’autorité contractante.

Autres considérations

Lidar topo-bathymétrique

On devrait envisager l’utilisation de systèmes lidar topo-bathymétriques pour l’acquisition simultanée et en continuum de données topographiques et bathymétriques. Les méthodes traditionnelles de collecte de données bathymétriques (dans la portion sous-marine de la géométrie du chenal de la rivière), qui misent sur l’installation d’échographes sur des navires ou la réalisation manuelle de levés, coûtent cher, nécessitent du temps et sont potentiellement dangereuses. Les systèmes topo-bathymétriques comprennent un laser vert capable de pénétrer les plans d’eau et de mesurer la bathymétrie. En outre, ces systèmes sont capables de produire des données uniformes d'altitude au-dessus des eaux et sous celles-ci. Les détails sur l'utilisation du lidar topo-bathymétrique sont inclus dans l’appendice 5.

Références

Alberta Environment, 2011. Flood Hazard Identification Program Guidelines. Alberta Environment, Water Management Operations, River Forecast Section, 92 p.

American Society for Photogrammetry and Remote Sensing (ASPRS), 2014. Positional accuracy standards for digital geospatial data, Edition 1, Version 1.0: American Society for Photogrammetry and Remote Sensing, 26 p.

Federal Emergency Management Agency (FEMA), 2016. Guidance for Flood Risk Analysis and Mapping, Elevation Guidance (May 2016): Federal Emergency Management Agency, 21 p.

USGS, 2020, 3DEP LiDAR base specification 2020 rev. A, August 2020): NGL Standards and Specification, 48 p.

Kerr Wood Leidal, 2011. Coastal floodplain mapping – guidelines and specifications. Prepared for the Ministry of Forests, Lands and Natural Resource Operations, Gouvernement de la Colombie-Britannique, 91 p.

Mapcon Mapping Ltd., 2009. Imagery and Elevation Acquisition Guidelines, Version 1.2. Préparé pour le compte du gouvernement du l’Ontario, 18 p.

MMM Group Limited, 2014. Évaluation nationale de la cartographie des plaines inondables – Rapport final. Préparé pour le compte de Sécurité publique Canada.

Ressources naturelles Canada, 2014. Guide d’orientation canadien relatif à l’acquisition d’un lidar aéroporté, version 1.0, 1er mai 2014, 26 p.

Ressources naturelles Canada (RNCan): Guide d’orientation fédéral en géomatique sur la cartographie des zones inondables.

Elevation Coordination and Consultation Committee, Gouvernement de l’Ontario, 2016. Ontario Specifications for LiDAR Acquisition, Version 1.1, 2016-04-15.

Spatial Energistics Group, 2012. LiDAR Data Acquisition and Quality Assurance Specifications, version 1.0. Préparé pour le compte du ministère des Pêches et de l'Aquaculture, Gouvernement de la Nouvelle-Écosse, 61 p.

Introduction

Les activités de cartographie topographique et/ou la réalisation d’inventaires forestiers en terrain à fort relief au moyen de données lidar aéroporté exigent une approche adaptée pour la collecte de données. Les zones à fort relief sont généralement des zones montagneuses qui comportent des pentes abruptes (p. ex., > 35 degrés) et qui sont caractérisées par des variations importantes sur le plan de l’altitude, lesquelles ont une incidence sur la collecte de données par lidar (p. ex., les conditions de surface découlant de la différence de températures à diverses altitudes) ou sur les paramètres de vol en raison des caractéristiques du terrain. Les zones à fort relief compliquent la collecte des données en raison de l’ondulation du terrain, des pentes abruptes, de l’accès difficile et des conditions environnementales. La présente section vise à formuler des recommandations et des considérations quant à la collecte de données par lidar aéroporté dans les zones à fort relief.

Références

Evans, Jeffery, S., Hudak, Andrew, T., Faux, Russ, and Smith, Alistair, M.S. Discrete Return LiDAR in Natural Resources: Recommendations for Project Planning, Data Processing and Deliverables. Remote Sens. 1, 776-794, 2009.

Hirata, Y. The Effect of Footprint Size and Sampling Density In Airborne Laser Scanning To Extract Individual Trees in Mountainous Terrain. International Archives of Photogrammetry, Remote Sensing and Spatial Information Science, Vol. XXXVI-8/W2.

Hopkinson, Chris, Demuth, Mike, Sitar, Mike, and Chasmer, Laura. Application of Airborne LiDAR Mapping in Glacierised Mountainous Terrain. Geoscience and Remote Sensing Symposium, 2001. IGARSS’01. IEEE 2001 International.

Hsu, Wei-Chen, Wu, Li-Wei, and Liu, Jin-King. Airborne LiDAR Survey in Cloudy and Extremely High Relief Mountainous Terrain of Taiwan. IGARSS 2012.

Jordan, Thomas, Marguerite Madden, Byungyun Yang, J. Sharma, and Sudhanshu Panda. "Acquisition of LiDAR for the Tennessee Portion of Great Smoky Mountains National Park and the Foothills Parkway." Center for Remote Sensing and Mapping Science (CRMS), Department of Geography, The University of Georgia, Athens, Georgia, USA, Tech. Rep. USGS Contract (2011).

Mitchell, Brent, Mike Walterman, Tom Mellin, Craig Wilcox, Ann M. Lynch, John Anhold, Donald A. Falk et al. "Mapping vegetation structure in the Pinaleno Mountains using LiDAR-phase 3: Forest inventory modeling." (2012).

Su, Jason, and Bork, Edward. Influence of Vegetation, Slope and LiDAR Sampling Angle on DEM Accuracy. Photogrammetric Engineering & Remote Sensing Vol 72, No 11, pp 1265-1274, 2006.

Introduction

L’avancement de la technologie lidar aéroportée fournit une source de données multidimensionnelles à la cartographie 3D haute précision des milieux urbains. Les applications lidar destinées aux villes comprennent notamment la cartographie des caractéristiques des immeubles et de la foresterie urbaine, la définition des zones inondables, l’extraction des caractéristiques des services publics, la classification de la couverture du sol et l’évaluation de corridors. Il est donc nécessaire d’apporter des ajustements à la collecte et au traitement des données lidar pour tenir compte de la variation du paysage urbain. Le présent guide d’orientation vise à fournir une orientation générale pour la collecte de données lidar pour les différents types d’applications urbaines.

Considérations relatives à la collecte de données

Le tableau D1 présente les considérations et recommandations générales relatives à la collecte de données en milieux urbains.

Considérations relatives au traitement des données

Le processus d’acquisition de données lidar doit comprendre les images d’intensité, la classification du nuage de points et les modèles numériques de surface. Les modèles numériques de surface visant les villes comprennent les modèles numériques d'altitude comportant les lignes de rupture appropriées et l’aplanissement des masses d’eau, les modèles numériques de surface et le modèle de hauteur du couvert. La classification additionnelle des nuages de données d’impulsions (LAS 1.4 – R15 classification) dépendrait des exigences spécifiques du projet, mais peut inclure certaines caractéristiques tels les chemins de fer, les revêtements de route, les fils et la végétation. D’autres classes susceptibles d’être affectées à la classe 64-255 pour les environnements urbains comprennent notamment les lampadaires, les marquages routiers, les rails de tramway, les poteaux électriques, les trottoirs, les terrains de stationnement et les sentiers.

Densité d’impulsions pour l’extraction des caractéristiques

Le tableau ci-dessous présente les plages d’intensité d’impulsions lidar recommandées (DNGI) pour les diverses applications urbaines aux fins d’extraction des caractéristiques. La recommandation générale quant à la cartographie urbaine est la suivante : la densité d’impulsions doit être ≥ 10 imp./m². Toutefois, selon les objectifs spécifiques du projet, la densité d’impulsions peut varier en fonction du type d’extraction de caractéristiques.

Considérations, limites et postulats

• En fonction de l’application, une valeur comprise dans la plage de densité d’impulsions peut être utilisée comme DNGI dans les formules génériques des sections 5 et 6 du Guide d’orientation fédéral sur l’acquisition de données par lidar aéroporté.
• L’acquisition de données lidar aéroporté au-dessus de zones urbaines peut avoir lieu de jour comme de nuit, et elle peut être restreinte en raison des limites associées au contrôle du trafic aérien. La planification de la collecte de données devrait tenir compte des répercussions sur le calendrier en raison des restrictions de collecte de données à proximité des aéroports.
• Dans les secteurs urbains, l’altitude des bâtiments et des structures peut produire des ombres et des occlusions lidar ce qui peut entraîner une absence considérable de données dans le nuage de points lidar. De ce point de vue, il pourrait être nécessaire d’obtenir plusieurs angles ou de recourir à un champ de vision étroit pour l’application des systèmes lidar en milieux urbains. Cette approche devrait permettre un juste équilibre entre la densité des bâtiments, la hauteur de ceux-ci et l’orientation du réseau routier et les considérations financières.
• Aux fins de la cartographie, les bâtiments et les lignes de transport d’électricité pourraient être cachés par les arbres, ce qui pourrait nuire à leur extraction complète des données lidar. La collecte de données alors que les arbres n’ont pas de feuilles pourrait améliorer la détection de ces caractéristiques.
• Certains murs et toits de bâtiments sont vitrés, c'est-à-dire transparents ou partiellement transparents. Ainsi, il pourrait y avoir un nombre considérable de points lidar inattendus venant de la réflexion des impulsions sur des objets se trouvant à l’intérieur des bâtiments et sous les toitures. Bon nombre de ces points peuvent être considérés comme du bruit, ce qui signifie que les nuages de points classifiés devraient tenir compte des catégories de bruit.

Références

Alexander, Cici, Kevin Tansey, Jörg Kaduk, David Holland, and Nicholas J. Tate. "Backscatter coefficient as an attribute for the classification of full-waveform airborne laser scanning data in urban areas." ISPRS Journal of Photogrammetry and Remote Sensing 65, no. 5 (2010): 423-432.

Awrangjeb, Mohammad, Chunsun Zhang, and Clive S. Fraser. "Automatic extraction of building roofs using LIDAR data and multispectral imagery." ISPRS Journal of Photogrammetry and Remote Sensing 83 (2013): 1-18.

Awrangjeb, Mohammad, and Clive S. Fraser. "An automatic and threshold-free performance evaluation system for building extraction techniques from airborne LiDAR data." IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 7, no. 10 (2014): 4184-4198.

Awrangjeb, Mohammad, Guojun Lu, and C. Fraser. "Automatic building extraction from LiDAR data covering complex urban scenes." The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences 40, no. 3 (2014): 25.

Clode, Simon, Peter J. Kootsookos, and Franz Rottensteiner. "The automatic extraction of roads from LIDAR data." In The International Society for Photogrammetry and Remote Sensing's Twentieth Annual Congress, vol. 35, pp. 231-236. ISPRS, 2004.

Dorninger, Peter, and Norbert Pfeifer. "A comprehensive automated 3D approach for building extraction, reconstruction, and regularization from airborne laser scanning point clouds." Sensors 8, no. 11 (2008): 7323-7343.

Hu, Xiangyun, Yijing Li, Jie Shan, Jianqing Zhang, and Yongjun Zhang. "Road centerline extraction in complex urban scenes from LiDAR data based on multiple features." IEEE Transactions on Geoscience and Remote Sensing 52, no. 11 (2014): 7448-7456.

Jarzabek-Rychard, M., and H. G. Maas. "Aerial image based geometric refinement of building models derived from airborne LiDAR data." (2016).

Jwa, Yoonseok, and Gunho Sohn. "A piecewise catenary curve model growing for 3D power line reconstruction." Photogrammetric Engineering & Remote Sensing 78, no. 12 (2012): 1227-1240.

Li, Zhengrong, Troy S. Bruggemann, Jason J. Ford, Luis Mejias, and Yuee Liu. "Toward automated power line corridor monitoring using advanced aircraft control and multisource feature fusion." Journal of Field Robotics 29, no. 1 (2012): 4-24.

Marks, Kate, and Paul Bates. "Integration of high-resolution topographic data with floodplain flow models." Hydrological Processes 14, no. 11-12 (2000): 2109-2122.

McLaughlin, Robert A. "Extracting transmission lines from airborne LIDAR data." IEEE Geoscience and Remote Sensing Letters 3, no. 2 (2006): 222-226.

Meesuk, Vorawit, Zoran Vojinovic, Arthur E. Mynett, and Ahmad F. Abdullah. "Urban flood modelling combining top-view

Yan Wai Yeung, Shaker Ahmed, and El-Ashamwy Nagwa. “Urban land cover classification using airborne LiDAR data: a review. “Volume 158, 1 March 2015, Pages 295-310.

Introduction

Les systèmes lidar topo-bathymétriques (LTB) aéroporté utilisent généralement deux lasers : un laser proche infrarouge (PIR) pour la collecte de données topographiques et un laser vert pour la collecte de données bathymétriques. Ces systèmes permettent de générer des modèles numériques de terrain (MNT) uniformes à haute résolution qui comprennent l’élévation sous-marine et de la terre ferme. Le LTB fonctionne aussi bien en eau douce qu’en eau salée; toutefois, la clarté de l’eau constitue généralement le facteur limitant. Bien que les capteurs LTB conçus pour fonctionner en eau peu profonde soient relativement nouveaux, les capteurs laser bathymétriques aéroporté conçus pour fonctionner en eau plus profonde ont traditionnellement été désignés dans les ouvrages scientifiques comme étant des systèmes lidar bathymétriques aéroporté. Pour la présente annexe, tous les systèmes seront appelés systèmes lidar topo-bathymétriques (LTB). La technologie des systèmes LTB existe depuis la fin des années 1980 et le début des années 1990. Un texte récent intitulé « Airborne Laser Hydrography II » présente un historique détaillé de la technologie et un examen des systèmes actuels et de l’application du LTB. Ce texte peut être téléchargé gratuitement (Philpot, 2019).

La présente annexe a pour but de se pencher sur la composante lidar bathymétrique des systèmes LTB pour les spécifications et les lignes directrices. L’accent est mis sur le LTB pour les applications liées aux risques d’inondation. Pour obtenir des renseignements sur la composante topographique des levés LTB, il convient de consulter la section 6 du guide d’orientation actuel et l’appendice 2 sur la cartographie des inondations. La composante topographique des levés LTB pour des applications liées aux risques d’inondation doit au moins satisfaire aux exigences présentées dans l’appendice 2.

Principes généraux du lidar topo-bathymétrique

Le LTB fonctionne en émettant un laser proche infrarouge (PIR) et un laser vert à partir d’un aéronef, généralement selon une forme de balayage elliptique ou circulaire, et en mesurant le temps de déplacement des impulsions laser vers et en provenance de la terre ferme, de la surface de l’eau et du fond marin (Figure A1 A, B). L’impulsion du laser proche infrarouge (PIR) est réfléchie par la terre ferme ou l’eau, tandis qu’une partie de l’impulsion du laser vert est réfléchie au niveau de l’interface air-eau, le reste étant réfracté et atténué lorsqu’il traverse la colonne d’eau et réfléchi à partir du fond marin pour revenir au détecteur (Figure A1-C, D). La trajectoire du laser vert est complexe. Lorsqu’il passe de l’air à l’eau, la vitesse de la lumière ralentit d’environ 25 % et celle-ci est donc réfractée. Une fois dans la colonne d’eau, la lumière verte est dispersée et perd son énergie de manière exponentielle selon la profondeur jusqu’à ce qu’elle soit réfléchie par le lit de la rivière ou de la mer et retourne au détecteur. Afin de compenser l’angle de réfraction et la variation de la vitesse de la lumière de l’air à l’eau, le système doit être en mesure de détecter la surface de l’eau. Les retours du laser PIR et du laser vert sont utilisés pour détecter la surface de l’eau afin de compenser ces effets optiques du changement de milieu du laser vert de l’air à l’eau et le chemin de retour vers le détecteur. La divergence de faisceau du laser PIR est typiquement similaire à celle du lidar topographique de l’ordre de 0,5 mrad, alors que le laser vert aura une plus grande divergence de faisceau sur de nombreux capteurs lidar TBL.

La clarté de l’eau est le principal facteur limitant ayant une incidence sur la profondeur de pénétration du lidar topo-bathymétrique. Par conséquent, la gestion des conditions de turbidité est nécessaire pour assurer la réussite des levés. Les principales sources qui peuvent nuire à la pénétration du laser vert dans la colonne d’eau proviennent des sédiments en suspension, bien que la prolifération d’algues puisse également avoir des effets négatifs, de même que de la matière organique dissoute qui peut être fréquente dans certains lacs et cours d’eau provenant de tourbières. Les fluctuations de la clarté de l’eau d’un site d’étude doivent être prises en compte lors de la planification d’un levé (voir la section « Lignes directrices pour un projet lidar topo-bathymétrique »). De plus, le laser vert du LTB ne pénètre pas les bulles d’air (« moutons », zone de déferlement, etc.) en raison de la diffusion. Cette situation a des répercussions le long des côtes où il y a de fortes vagues qui peuvent nécessiter le survol à deux reprises à des niveaux de marée différents.

Les opérations aériennes, la configuration des stations de base du GNSS et les principes d’étalonnage des capteurs sont semblables à ceux du lidar topographique typique et ne sont donc pas présentés ici.

Le traitement des données LTB après un levé est similaire à celui des données topographiques, car la première étape consiste à traiter la trajectoire de l’aéronef en utilisant une station de base au sol, le GNSS et l’unité de mesure inertielle dans le capteur. Lors d’un levé LTB, les formes d’onde du laser PIR et du laser vert sont enregistrées et sont liées à la trajectoire par le temps GNSS. Une fois liées à la trajectoire, les formes d’onde sont ensuite soumises à un post-traitement afin de générer des points discrets. Pendant le traitement des formes d’onde du laser vert, la surface de l’eau est détectée et modélisée pour que la trajectoire de l’impulsion du laser vert soit réfractée à la surface de l’eau et que la portée soit ajustée par la variation de la vitesse de la lumière dans l’eau. La forme d’onde typique enregistrée par le laser vert consiste en un retour de grande amplitude de la surface de l’eau, suivi par la rétrodiffusion volumique de l’impulsion laser à travers la colonne d’eau, puis par un pic représentant la réflexion sur le fond marin ou le lit de la rivière (Figure A1-C).

L’un des avantages clairs du levé hydrographique par LTB par rapport à l’échosondage réside dans le fait que la vitesse de la lumière dans l’eau n’est que légèrement affectée par les changements de salinité et de température, en comparaison à la façon dont ces propriétés affectent la vitesse du son dans l’eau. Cette propriété rend le LTB idéal pour les levés dans les milieux estuariens où l’eau douce et l’eau salée se mélangent de manière parfois complexe.

Avantages du lidar topo-bathymétrique pour la cartographie des zones inondables

La plupart des cartes des zones inondables récentes sont fondées uniquement sur le lidar topographique sans aucun détail sur la bathymétrie. Bien que les méthodes utilisées pour produire des cartes de zones inondables à partir du lidar topographique se soient révélées raisonnablement précises, ces méthodes ne permettent pas de calculer la vitesse de l’eau de crue ni le moment et la durée de l’inondation. Pour calculer ces variables, il faut utiliser un logiciel de modélisation hydrodynamique. L’un des principaux paramètres qui contrôlent le mouvement de l’eau dans un modèle hydrodynamique est la bathymétrie. D’autres paramètres ont également une incidence sur le mouvement de l’eau, notamment la rugosité du lit, parfois définie comme le coefficient de rugosité de Manning, qui a une incidence sur la traînée entre l’eau et le lit. Les résultats du levé LTB peuvent fournir des renseignements sur la topographie et le matériau du lit (avec l’intensité du lidar) et ont été utilisés pour construire des cartes de la couverture benthique ou des cartes d’habitats (Webster et coll., 2016), qui peuvent être utilisées pour estimer la rugosité du lit pour les modèles hydrodynamiques.

Les risques d’inondations côtières sont associés à une élévation du niveau de la mer associée aux ondes de tempête. En plus des niveaux d’eau totaux élevés (marée + onde de tempête), les vagues et la remontée de vagues peuvent également provoquer des inondations et une érosion supplémentaire. Afin de modéliser l’hydrodynamique d’une onde de tempête ainsi que la configuration et la remontée possibles des vagues, un MNT uniforme est nécessaire. Pour calculer la configuration et la remontée de vagues, la bathymétrie près du littorale est nécessaire (Olabarrieta et Warner, 2016). La bathymétrie près du littoral a longtemps représenté un défi pour la cartographie avant l’avènement du LTB. La plupart des techniques de cartographie de l’élévation du terrain ne fonctionnent pas dans la zone côtière (p. ex., la photogrammétrie, le lidar topographique) et les techniques de cartographie des eaux profondes, comme l’échosondage par bateau, sont dangereuses et inefficaces dans les eaux peu profondes. La capacité du LTB à acquérir des MNT uniformes dans toute la zone côtière jusqu’au bord de l’eau a permis la construction de modèles hydrodynamiques détaillés.

Dans le cas de la cartographie des risques d’inondation fluviale ou à l’intérieur des terres, de nombreuses études ont utilisé le lidar topographique pour cartographier les plaines inondables exposées et estimer la topographie du chenal de rivière. De nombreux modèles fluviaux sont basés sur des modèles hydrodynamiques unidimensionnels, ou modèles 1-D dans lesquels les coupes transversales sont extraites des plaines inondables et du chenal de rivière et utilisées pour calculer la quantité de mouvement et la masse de l’eau se déplaçant dans la section. Le mesurage manuel des coupes transversales du lit de la rivière (p. ex., à l’aide du GNSS ou d’un échosondage par bateau) est coûteux, nécessite beaucoup de temps et, dans certains cas, est dangereux pour les opérateurs. Par conséquent, la topographie du chenal n’est mesurée que dans quelques coupes transversales et les zones restantes sont estimées par interpolation ou à l’aide d’une relation empirique fondée sur la géomorphologie du chenal exposé. Le débit (exprimé en mètres cubes par seconde) d’une rivière est contrôlé par la bathymétrie et la pente du chenal. La capacité du LTB à acquérir des données altimétriques uniformes des plaines inondables et du chenal de rivière offre un grand potentiel d’amélioration de la précision des coupes transversales utilisées dans les modèles d’inondation.

Normes en matière d’exactitude

L’Organisation hydrographique internationale (OHI) spécifie différents ordres pour les données bathymétriques en termes d’exactitude verticale ou horizontale totale, avec un intervalle de confiance de 95 % (OHI, 2008). La norme d’ordre 1 s’applique aux zones où la profondeur d’eau est inférieure à 100 m et l’ordre spécial est généralement recommandé pour les zones ou les applications nécessitant la plus grande précision de levé. L’incertitude verticale totale (IVT) varie avec la profondeur et est définie dans l’équation ci-dessous, où « a » représente la portion de l’incertitude qui ne varie pas avec la profondeur (p. ex., l’incertitude quant à la position de l’aéroport par rapport au traitement de la trajectoire), « b » est un coefficient qui représente la portion de l’incertitude qui varie avec la profondeur « d ». Tous les systèmes LTB actuellement sur le marché peuvent dépasser les exigences de l’ordre 1 définies par l’OHI pour les profondeurs inférieures à 100 m (Saylam et coll., 2018).

IVT = (a² + [b x d]2)^1/2

Le tableau suivant décrit les différents ordres de l’OHI et l’exactitude horizontale et verticale attendue.

Afin de mieux comprendre la variation de l’IVT en fonction de la profondeur pour ces différents ordres de l’OHI, l’IVT a été calculée à des profondeurs typiques atteintes par les capteurs lidar en eaux peu profondes (15 m) et les capteurs en eaux profondes (20 m et plus) (Tableau E).

D’autres niveaux de qualité bathymétrique existent, comme ceux élaborés plus récemment dans le cadre de la « US’ National Coastal Mapping Strategy 1.0: Coastal Lidar Elevation for a 3-D Nation » (NSTC, 2016); toutefois, ils ne sont pas détaillés dans la présente annexe. Veuillez prendre note que certains de ces niveaux de qualité sont équivalents à ceux des ordres de l’OHI.

Considérations relatives aux paramètres d’acquisition

En ce qui concerne les acquisitions de données LTB à des fins de cartographie des zones inondables et des risques d’inondation, Tableau E3 fournit un résumé des paramètres d’acquisition recommandés en fonction des connaissances scientifiques actuelles et des capteurs disponibles.

• Il est généralement admis que les LTB en eaux peu profondes sont les capteurs appropriés pour les études sur les risques d’inondation et la cartographie des zones inondables. Dans les cas où il faut atteindre des profondeurs de 2 à 3 fois la profondeur de Secchi à une densité de points plus faible pour la couverture bathymétrique afin de soutenir la cartographie des risques d’inondation, une combinaison de capteurs en eau peu profonde et en eau profonde peut convenir. Il existe aussi des systèmes qui combinent des capacités en eau peu profonde et en eau profonde. Dans le cas contraire, les capteurs en eau peu profonde fournissent la densité de points et la pénétration nécessaires pour appuyer la plupart des études sur les risques d’inondation et peuvent être complétés par des données d’échosondage.
• En ce qui concerne les acquisitions de données LTB liées à des relevés hydrographiques et aux cartes marines, le Service hydrographique du Canada exige que l’exactitude de la partie bathymétrique du TBL satisfasse aux normes de l’ordre 1b de l’OHI. Il exige également des capteurs TBL en eau profonde capables de pénétrer à une profondeur de Secchi de 2 à 3 dans des conditions optimales.

Lignes directrices pour un projet lidar topo-bathymétrique

La présente section vise à fournir des directives générales relatives à un projet LTB. Les détails et les méthodes ont été inspirés des spécifications du Service hydrographique du Canada, des spécifications de la NOAA et de la littérature existante (p. ex., Webster et coll., 2016; Saylam et coll., 2018).

A) Planification du projet et collecte

Au cours de la phase de planification de la mission et de l’exécution du levé, l’entrepreneur doit tenir compte et mettre en oeuvre des stratégies visant à atténuer les répercussions des paramètres suivants:

• La topographie de la zone d’acquisition et de ses environs, comme les terrains montagneux qui pourraient empêcher ou gêner les opérations aériennes.
• Les conditions météorologiques, notamment la clarté de l’eau et la gestion de la turbidité. Voir la sous-section « Considérations relatives à la clarté de l’eau » ci-dessous pour de plus amples renseignements.
• Les phénomènes indigènes, tels que la croissance du varech et la prolifération d’algues.
• L’acquisition maximale de données autour de la marée basse, c’est-à-dire entre deux heures avant et deux heures après celle-ci.
• L’inclusion de toutes les baies, les bras de mer, les îles, les péninsules, les zones intertidales, les plaines inondables, les deltas fluviaux et les zones terrestres se trouvant à l’intérieur des zones d’acquisition.

La densité de points requise est également importante, car elle peut avoir une incidence sur le nombre de lignes de vol nécessaires et le niveau de chevauchement entre les lignes de levé. En général, si la densité de points souhaitée peut être atteinte avec une seule ligne de vol, alors un chevauchement de 20 % est suffisant pour garantir qu’il n’y ait pas de zones sans données pendant la collecte. Un chevauchement de 50 % est recommandé pour les acquisitions LTB liées aux inondations afin de réduire les vides de données et d’assurer une répartition plus uniforme des points. Il est entendu que la densité demandée peut ne pas être atteinte en raison de certaines conditions environnementales qui ne peuvent être contrôlées. Le Tableau E3 présente les paramètres d’acquisition recommandés pour les acquisitions de données LTB pour les applications liées aux inondations.

Les lignes de vol doivent être survolées dans des sens opposés. Elles doivent également être planifiées jusqu’aux profondeurs maximales attendues, dans l’intention de recueillir des données jusqu’au point d’extinction, et pas nécessairement dans toute l’étendue des zones de relevés. Des lignes transversales doivent être tracées à travers toutes les lignes de vol prévues, à des angles variant de 45 à 90 degrés de plus que la ligne de vol initiale. Les lignes transversales doivent être acquises et traitées selon les mêmes normes d’exactitude et de qualité des données que les lignes de vol principales, et peuvent être incluses dans le produit final.

Pour les utilisations de cartographie et de modélisation du littoral, il est particulièrement important de disposer de bonnes données bathymétriques dans les zones très peu profondes (0 à 4 m). Pour cette raison, les systèmes lidar, les logiciels et les procédures de traitement doivent permettre de mesurer la bathymétrie dans cette région très peu profonde. Le capteur utilisé pour cette cartographie doit avoir une plage de profondeur de mesure opérationnelle égale ou supérieure à 1,5 fois la profondeur de Secchi.

Le moment de l’acquisition doit également être pris en compte lors de la réalisation d’un projet LTB. Le problème de la végétation en surplomb qui obscurcit le lit de la rivière constitue l’un des défis des acquisitions LTB fluviaux dans des conditions de plein feuillage. Pour résoudre ce problème, on peut effectuer des levés au printemps ou à l’automne, lorsque les arbres ne portent aucune feuille. Les avantages de l’absence de feuilles dans les arbres devraient être évalués en fonction de l’augmentation du niveau de l’eau et, potentiellement, en fonction des conditions de clarté de l’eau.

Bien que ce ne soit pas obligatoire, il est souvent souhaitable d’avoir une équipe de terrain sur l’eau pendant l’acquisition. L’équipe de terrain peut recueillir des mesures de profondeur de Secchi pour confirmer les conditions de clarté de l’eau (voir la sous-section « Considérations relatives à la clarté de l’eau » pour de plus amples renseignements) et, selon l’application finale des données, recueillir des échantillons de fond et des photographies pour déterminer le matériau de couverture benthique. L’équipe de terrain peut également recueillir des points de vérification sur les surfaces dures sur terre ferme et sur le fond marin ou le lit de la rivière pour vérifier l’exactitude des points lidar (voir la section « Validation des données » ci-dessous).

Si des levés côtiers sont effectués et que des îles doivent être arpentées, un avion bimoteur doit être utilisé afin de pouvoir atterrir en toute sécurité en cas de panne de moteur. En plus de cette exigence de sécurité, la plupart des levés LTB nécessitent un aéronef plus gros en raison de la puissance accrue requise pour le laser vert.

Considérations relatives à la clarté de l’eau

En ce qui concerne les acquisitions LTB côtiers et fluviaux, les conditions météorologiques qui précèdent un levé peuvent avoir une grande incidence sur la clarté de l’eau et la probabilité d’une acquisition réussie. Par exemple, dans les zones côtières, un vent de terre peut provoquer des vagues qui mettent les sédiments en suspension et, par conséquent, des conditions de turbidité élevée où les particules dans l’eau font que la lumière se disperse et ne pénètre pas le fond marin. Dans le cas des environnements fluviaux, de fortes pluies peuvent entraîner le transport de sédiments et d’autres matières organiques dans la rivière, ce qui dégrade la clarté de l’eau. La gestion de la turbidité implique la compréhension des conditions environnementales qui provoquent une forte turbidité (par exemple, le vent et la pluie) et du temps nécessaire à la clarification de l’eau avant qu’elle ne puisse être propice à l’acquisition (Webster et coll., 2016). Un facteur secondaire ayant une incidence sur la pénétration du laser vert est la luminosité du fond marin ou du lit de la rivière. Les objets plus sombres ont tendance à absorber la lumière verte, tandis que les objets clairs, tels que le sable, réfléchissent davantage la lumière verte et permettent ainsi aux signaux de réfléchir vers le capteur à des profondeurs plus importantes.

Un disque de Secchi est généralement divisé en quadrants noirs et blancs afin de maximiser le contraste, et la profondeur à laquelle le disque noir et blanc disparaît de la vue est appelée « profondeur de Secchi ». Les eaux claires ont une plus grande profondeur de Secchi que les eaux plus turbides, et la taille du disque de Secchi peut devoir être ajustée en fonction des différentes conditions de clarté de l’eau (Philpot, 2019). Les capteurs LTB utilisés en eaux peu profondes ont généralement une profondeur nominale de 1,5 fois la profondeur de Secchi, et les capteurs utilisés en eaux profondes ont une profondeur nominale de 2 à 3 fois la profondeur de Secchi.

En principe, lorsque l’on effectue des acquisitions LTB côtières, il y a plusieurs sites d’acquisition dans la région qui ont des orientations littorales différentes, de sorte que tous les sites ne seront pas turbides à la suite d’un épisode de vent régional. Il peut être difficile d’obtenir des profondeurs de Secchi avant de procéder à un levé LTB et donc de s’assurer que les conditions sont adéquates. Il existe de nombreuses stations météorologiques terrestres accessibles en ligne qui peuvent fournir des renseignements sur les conditions de vent et de pluie passées et actuelles; toutefois, il peut être difficile de prévoir les conditions de turbidité, surtout après un épisode de vent, lorsque l’eau a besoin de temps pour se clarifier. Cette réalité a mené à l’étude de la possibilité d’utiliser des capteurs de turbidité en temps réel qui peuvent être déployés dans des baies présentant différentes orientations littorales ou différentes conditions géologiques et sédimentaires. Ces bouées de turbidité en temps réel sont équipées d’un capteur de turbidité et d’un logiciel de communication (p. ex., un modem cellulaire) qui peut transférer les relevés sur Internet pour vérification à distance. Cette stratégie permet de mesurer et de surveiller une série chronologique de conditions de turbidité avant de s’engager dans un vol LTB.

Une autre approche pour mesurer la clarté de l’eau consiste à utiliser le coefficient d’atténuation diffuse (𝐾𝑑). Le taux de variation de l’éclairement énergétique, E, est fonction de la profondeur (Ed) et constitue une mesure de la clarté de l’eau dont le concept est similaire à la profondeur de Secchi en ce sens que le taux de variation sera plus rapide dans les eaux turbides que dans les eaux claires. Le taux de variation de l’Ed, ou dérivé logarithmique de l’Ed, est le coefficient d’atténuation diffuse, 𝐾𝑑 (Philpot, 2019).

Les valeurs de Kd peuvent changer rapidement pour un plan d’eau; toutefois, les valeurs typiques de Kd varient de 0,05 pour l’eau claire à 0,11 pour l’eau turbide pour les longueurs d’onde utilisées dans le cadre du LTB. Pour les zones côtières, certains satellites équipés de caméras à résolution moyenne, tels que le spectroradiomètre imageur à résolution moyenne (MODIS), peuvent aider à estimer la valeur de Kd ou de la profondeur de Secchi pour certaines longueurs d’onde, ce qui peut aider à déterminer si une acquisition LTB est réalisable pour une zone ou la meilleure saison pour tenter de réaliser une acquisition.

B) Traitement et gestion des données

Une fois que les données de forme d’onde ont été traitées afin de générer des points discrets (voir la section « Principes généraux du lidar topo-bathymétrique » pour obtenir de plus amples renseignements), la classification est alors généralement effectuée. Les points situés dans les zones bathymétriques doivent être classés selon les classes détaillées dans le Tableau E. Nous recommandons que les points situés sur terre ferme soient classés au moins selon les classes précisées à la section 5 du guide d’orientation actuel. Il est généralement nécessaire de combiner des méthodes automatiques et manuelles pour la classification en utilisant les outils habituellement utilisés pour le traitement de données lidar topographique. La plupart des systèmes LTB sont équipés d’un système de caméra RVB ou multispectral qui peut être utilisé pour colorer le nuage de points lidar et générer des orthophotos. Les orthophotos coïncidentes peuvent être très utiles pour aider à l’interprétation de certains des retours lidar.

Lors du traitement des données, toutes les erreurs aberrantes et les artefacts (bateaux, pêcheries, mauvaises herbes, etc.) doivent être affectés à la classe 1.

Les données de nuages de points livrées et/ou les MNA dérivés doivent constituer un produit uniforme (c.-à-d. des données lidar topographiques et bathymétriques jointes), référencées à des systèmes de coordonnées de référence planimétrique et altimétrique communs. En ce qui concerne les études portant sur les risques d’inondation, nous recommandons d’utiliser les mêmes systèmes de coordonnées de référence que ceux recommandés pour les données lidar topographiques dans le Guide d’orientation actuel (voir la section 6.3.3).

Pour les cartes marines, il peut être nécessaire de référencer les données bathymétriques au zéro des cartes. Dans certains cas, le responsable technique peut fournir un modèle de séparation entre le zéro des cartes et les altitudes ellipsoïdales pour effectuer une transformation altimétrique. Si aucun fichier de ce genre n’est fourni, le fournisseur est encouragé à utiliser le processus du Canadian Continuous Vertical Datum for Canadian Waters [Système canadien de référence altimétrique continu pour les eaux canadiennes – CVDCW] et les surfaces de séparation verticale hydrographique (HySEP ou SEP) applicables pour la zone du levé. La HySEP/SEP fournit la séparation entre le zéro des cartes et l’ellipsoïde du GRS80 (système de référence NAD83(SCRS)).

Les données de nuages de points livrées doivent être classifiées et dans un format de nuage de points LAS 1.4. Des valeurs d’intensité doivent être requises pour chaque retour discret multiple. Les valeurs enregistrées dans les fichiers LAS doivent être normalisées à 16 bits, comme il est décrit dans la spécification LAS.

C) Validation des données

Dans la mesure du possible, il est toujours recommandé d’acquérir des points de vérification indépendants d’une grande exactitude en vue de les comparer aux points lidar topographiques et bathymétriques. L’approche standard consiste à utiliser la technologie GNSS RTK pour acquérir des points de vérification dans la plaine inondable et dans le chenal de rivière. Pour de plus amples renseignements sur les méthodes de validation des données lidar topographiques, voir la section 6.4 du présent guide d’orientation.

Pour la partie bathymétrique d’une acquisition LTB, les exigences d’exactitudes horizontale et verticale sont définies à l’aide des ordres de l’OHI, comme il a été mentionné plus tôt (section « Normes en matière de précision »). Toutefois, il n’existe pas de lignes directrices établies en ce qui concerne le nombre de points de vérification requis ou leur répartition pour les levés LTB. Comme pour toutes les techniques de validation, les points de vérification utilisés pour valider les points lidar ou les modèles numérique d’élévation doivent être au moins 3 fois plus précis que l’exactitude exigée pour la donnée lidar.

Il est recommandé que pour les acquisitions LTB fluviales, les coupes transversales soient prises en positionnant les points GNSS directement dans le lit de la rivière et, lorsque cela n’est pas possible, en utilisant des techniques d’échosondage. Ces points de vérification doivent être répartis de manière à inclure des exemples de profondeurs et de conditions variables dans la rivière.

Dans le cas des acquisitions LTB côtières, des mesures directes de l’élévation du fond marin sont possibles à l’aide d’une antenne GNSS connectée à un poteau extensible, de l’ordre de 4 m. Cela permet d’assurer des mesures directes du fond marin pour les points de vérification en eaux peu profondes. Ces points de vérification doivent être pris près du moment de l’acquisition, à moins que le fond marin ne soit constitué d’un substrat rocheux exposé et ne soit pas susceptible de changer au fil du temps. Dans les zones plus profondes, des techniques d’échosondage peuvent être utilisées si l’exactitude altimétrique des données est appropriée. Comme dans le cas du lidar topographique, l’exactitude altimétrique attendue des acquisitions LTB sera influencée par les conditions du fond marin et variera en fonction de la présence, la hauteur et la densité de végétation aquatique submergée. Les systèmes LTB utilisent une lumière verte qui ne pénètre pas dans une canopée dense de végétation aquatique submergée, comme dans le cas du lidar topographique et de la végétation dense sur terre ferme. Ainsi, lors de la collecte des points de vérification sur le fond marin, il est également souhaitable de mesurer la présence et la hauteur de la végétation aquatique submergée.

D) Livrables

Avant la période d’acquisition des données, il est recommandé que l’entrepreneur fournisse au responsable technique un rapport relatif à la planification du projet contenant des détails sur la mobilisation de l’équipe, les données du GNSS et des stations de base, l’approche de surveillance de la clarté de l’eau, les rapports d’étalonnage et les méthodes, ainsi qu’un calendrier détaillé du projet. La planification du projet pourrait être soumise à l’acceptation du responsable technique.

Pendant la période d’acquisition, il est recommandé que l’entrepreneur fournisse au responsable technique des rapports d’étape à intervalles réguliers ou après les jours d’acquisition.

Les livrables finaux typiques pour un projet LTB peuvent comprendre les éléments suivants :

• Fichiers lidar topo-bathymétriques uniformes et classifiés. Dans certains cas, la combinaison topographique et bathymétrique des nuages de points pourrait ne pas être requise. De plus, le nuage de points bruts pourrait être demandé.
• Modèles numériques d’élévations topo-bathymétriques uniformes. Pour certains projets, la combinaison topographique et bathymétrique des modèles numériques d’élévation peut ne pas être requise.
• Rapport final du projet, comprenant, sans s’y limiter, des détails sur l’acquisition des données, le traitement et l’évaluation de la qualité des données, les techniques de positionnement et le contrôle au sol. Ce rapport doit contenir suffisamment de détails pour démontrer que les spécifications ont été respectées pour chaque donnée d’impulsion recueillie.
• Empreinte finale montrant la couverture des données avec une explication complète des éventuels vides de données (extinction du signal, clarté de l’eau, etc.).
• Orthophotos prises simultanément à l’acquisition.
• Métadonnées conformes à la norme ISO 19115:2003.
• Trajectoire des lignes de vol.
• Points de vérification avec estimations d’exactitudes planimétrique et altimétrique.
• Selon les utilisations variables des données, modèle d’intensité lidar normalisée par la ligne de vol (retours du laser PIR sur terre terme et retours du laser vert du fond de la rivière).

Références

Klemas, V. (2011) Beach Profiling and LIDAR Bathymetry: An Overview with case studies. Journal of Coastal research vol. 27, no 6, p. 1019-1028. http://doi.org/10.3390/rs70505133

Legleiter, C. J. et Kyriakidis, P. C. (2008). Spatial prediction of river channel topography by kriging. Earth Surface Processes and Landforms, vol. 33, p. 155-161.

McGuigan, K., Webster, T., Collins, K. (2015). A Flood Risk Assessment of the LaHave River Watershed, Canada using GIS Techniques and an Unstructured Grid Combined River- Coastal Hydrodynamic Model. Journal of Marine Science and Engineering, 3(3) ISSN 2077-1312; doi:10.3390/jmse3031093.

National Oceanic and Atmospheric Administration Technical Memorandum NOS CS 32 (2013). A procedure for developing an acceptance test for airborne bathymetric lidar data application to NOAA charts in shallow waters.

National Science Technology Council (2016). National Coastal Mapping Strategy 1.0: Coastal Lidar Elevation for a 3-D Nation (PDF, 000 Mo).

Olabarrieta, M. et Warner, J. C. (2016) Inwave: The Infragravity Wave Driver of Coast. COAWST Workshop. Woods Hole 2016.

Organisation hydrographique internationale (2008). Normes OHI pour les levés hydrographiques (Publication spéciale no 44), p. 1-28. Monaco : Bureau hydrographique international.

Saylam, K., Hupp, J. R., Averett, A. R., Gutelius, W. F., et Gelhar, B. W. (2018). Airborne lidar bathymetry: assessing quality assurance and quality control methods with Leica Chiroptera examples. International Journal of Remote Sensing. Vol. 30 no 8; doi:10.1080/01431161.2018.1430916 p. 2518-2542.

Service hydrographique du Canada (2013). Normes pour les levés hydrographiques. Édition 2.

Webster, T., McGuigan, K., Crowell, N., Collins, K. et MacDonald, C. (2016). Optimization of data collection and refinement of post-processing techniques for Maritime Canada’s first shallow water topographic-bathymetric lidar survey. Journal of Coastal Research. Numéro spécial sur les avancées dans le lidar topo-bathymétrique. Volume 76, doi:10.2112/SI76-004, p. 31-43.

Le guide d’orientation cadre avec les spécifications relatives à la collecte de données lidar aérien, et le contrat définit les exigences spécifiques visant la modification ou l’amélioration du présent guide. Les éléments contractuels clés sont énoncés ci-dessous.

Définition

Inclure une liste des termes utilisés dans le contrat, accompagnés de leur définition.

Renseignements sur le fournisseur

Renseignements sur le fournisseur, y compris sa dénomination sociale, son centre opérationnel et les coordonnées de la personne-ressource.

Portée

Les exigences spécifiques au projet seront énoncées dans la présente section. Cette dernière comprendra les demandes relatives aux données (p. ex., données de forme d’onde, assurance qualité accrue lorsque le fournisseur exige un échantillonnage accru, et une densité d’impulsions supérieure). Le calendrier et les détails relatifs aux produits à livrer devraient également être clairement présentés.

Voici une liste de certains des éléments contractuels prévus dans la portée du projet dont l’autorité contractante devrait tenir compte :

• ZICD
• Densité d’impulsions exigée
• Examen de la méthode
• Écarts en matière d’instrumentation
• Exactitudes altimétrique et planimétrique
• Demande de données d’impulsions, de données intermédiaires ou de données de forme d’onde
• Période de collecte de données
• Considérations relatives aux points de vérification, y compris le nombre de personnes qui réaliseront l’initiative et leur nom
• Propriété et utilisation des données
• Plan de contingence
• Période consacrée à la validation et à la vérification des données sur les produits à livrer dans le cadre du projet
• Exigences relatives aux données brutes
• Champs additionnels post-classification
• Tout produit dérivé (c.-à-d., MNA, contours, aplanissement des masses d’eau)
• Dimension et format des tuiles, et convention d’appellation
• Renonciations ou ajustement pour les zones à fort relief, aux secteurs enneigés et aux conditions de végétation
• Acceptation des fichiers LAZ compressés
• Utilisation de systèmes de référence virtuels
• Nombre de vérification de la classification
• Conditions pour le rejet des données (p. ex., vides de données ou densité des données)

Assurance

Une assurance couvrant les aéronefs et les automobiles est requise. Cette assurance doit comprendre une assurance responsabilité civile commerciale générale et une assurance responsabilité contre les erreurs et les omissions. Les montants spécifiques couverts par ces assurances seront indiqués. L’autorité contractuelle serait désignée « passager » sur la police d’assurance.

• Confirmer la police d’assurance et fournir le certificat demandé
• Confirmer la police d’assurance contre les accidents en milieu de travail

Sécurité

Un plan de sécurité sera fourni afin d’assurer que les données sont recueillies en toute sécurité, surtout en régions éloignées. Ce plan identifiera et évaluera les risques, il comprendra un plan d’atténuation et il indiquera l’équipement de sécurité requis. La sécurité doit respecter toute la réglementation du gouvernement fédéral et provincial. Exemples : sécurité routière des véhicules, heures de la collecte des données et dangers liés à la faune.

• Demander le plan de santé et de sécurité du fournisseur

Clause de résiliation

Condition si le fournisseur faillit à ses responsabilités ou s’il viole le contrat. Une clause de résiliation indiquant les conditions d’une résiliation sera incluse dans le contrat.

Résolution des différends

Advenant un désaccord concernant le contrat ou les modalités des besoins, cette section traitera en détail du processus de résolution du différend, y compris de l’avis du fournisseur ou de l’autorité contractante, du processus de médiation et des mesures qui peuvent être prises.

Renonciation

Toute exception ou modification des modalités du contrat et de la collecte de données faite par l’autorité contractante doivent être présentées par écrit avant leur mise en œuvre.

Période d’examen des produits à livrer

Le fournisseur fournira, dans le cadre des produits qu’il doit livrer tôt dans le cadre du projet, un plan présentant la méthode qui permettra de respecter les objectifs établis par le guide d’orientation en matière de collecte de données, de traitement et des produits à livrer. Une période adéquate doit être prévue pour inspecter et accepter les produits à livrer. Les modalités doivent être indiquées et un certificat doit être fourni par le fournisseur pour tous les travaux acceptés.

Modalités de paiement

Les paiements financiers liés au projet devraient tenir compte des coûts initiaux des opérations aéroportées et des produits à livrer. Les paiements d’étape et le pourcentage des paiements doivent être compris dans la structure du contrat. Toute retenue doit être indiquée.

Sous-traitants

Tout changement additionnel de sous-traitant nécessite le consentement écrit de l’autorité contractante. Les sous-traitants sont tenus de respecter toutes les exigences relatives aux assurances et à la sécurité au travail.

Force Majeure

Une description de tout bris de contrat découlant d’événements tels une guerre, une émeute, un incendie, un acte de sabotage, la sécurité nationale ou tout autre événement ou circonstance qui ne peuvent être raisonnablement prévus et qui n’ont pas été causés par un acte, une omission ou une négligence et qui échappent au contrôle du fournisseur ou de l’autorité contractante. Cette section doit comprendre les conditions et les avis relatifs à ce qui se passerait.

Intégralité de l’entente

Le contrat doit préciser toutes les conditions, les exigences et les spécifications. Aucune autres modalité, entente ou condition ne liera les parties.

Prestations des services

Clause indiquant la rigueur des délais et la volonté à réaliser les tâches exigées dans les délais prescrits. L’autorité contractante pourrait mettre fin au contrat en cas de défaut ou selon des conditions convenues mutuellement.

Permis

Une clause indiquant l’ensemble des permis requis pour réaliser les vols, pour accéder aux lieux par la voie terrestre ou toute autre exigence concernant la prestation des services et la fourniture des produits. Le fournisseur doit obtenir ces permis à ses frais.

Conformité aux lois

Clause visant à lier le fournisseur et tout sous-traitant, représentants et entrepreneurs afin qu’ils respectent toutes les lois et réglementations applicables de tous les paliers gouvernementaux. Le fournisseur indemnise également l’autorité contractante pour toute négligence de la part du fournisseur, de ses représentants et de ses sous-traitants.

Expédition

Une clause peut être ajoutée au contrat pour accélérer les travaux et la livraison des produits s’il devient apparent que les échéanciers ne seront pas respectés.

Garantie

Une garantie visant les produits à livrer est fournie. Cette garantie couvre le respect des spécifications, la quantité et la qualité. La garantie doit comprendre une période pour la correction des non-conformités. La clause de garantie peut porter sur toute responsabilité potentielle découlant d’un produit défectueux.

Lois applicables

Les lois en vertu desquelles le contrat s’applique peuvent être provinciales, fédérales et/ou internationales.

Indemnisation

Le contrat devrait contenir des clauses relatives à toute indemnisation pour la non-prestation d’un service ou la non-livraison d’un produit, pour toute négligence dans la réalisation de la collecte des données ou pour toute violation de contrat.

Confidentialité

Les renseignements que le fournisseur transmet à l’autorité contractante sont confidentiels et sont protégés contre toute utilisation, divulgation ou reproduction non autorisées.

Successeurs et attributions

Une clause pourrait empêcher un vendeur de transférer le contrat à une autre partie sans le consentement de l’autorité contractante. Cette clause indiquerait les droits de l’autorité contractante d’accepter ou de refuser la demande.

Propriété des données

Les données appartiennent à l’autorité contractante, laquelle est la seule à pouvoir les utiliser. Le modèle de propriété des données déterminé entre l’autorité contractante et le fournisseur varie de projet en projet.