Données LiDAR en modèle numérique de terrain : la transformation par géomatique

15 novembre 2026

Un nuage de points LiDAR décrit la surface avec une densité de mesures que les relevés classiques atteignent difficilement. La géomatique transforme ces retours laser en informations exploitables, notamment en modèle numérique de terrain.


Pour comprendre cette chaîne, suivons une équipe municipale qui cartographie un quartier exposé aux ruissellements. Du relevé à l’analyse topographique, chaque choix influe sur la précision et l’usage final des données.


A retenir :


  • Nuage de points filtré pour isoler les sols réellement observés
  • Classification adaptée au couvert végétal et aux bâtiments
  • Résolution cohérente avec l’échelle des décisions locales
  • Contrôle terrain nécessaire pour interpréter les écarts

Du LiDAR au modèle numérique de terrain : les étapes géomatiques


Cette première étape conditionne la suite : avant de représenter le relief, l’équipe doit transformer des mesures brutes en données cohérentes. Le LiDAR mesure des distances au moyen d’impulsions laser, tandis que la télédétection désigne plus largement l’observation à distance.


Préparer et classer le nuage de points LiDAR


Dans le nuage de points, chaque retour possède une position et une altitude calculées à partir du système de référence du relevé. Selon l’USGS, la classification distingue notamment les points associés au sol de ceux représentant la végétation ou les constructions.

A lire également :  Thermographie par drone : caméras, usages et tarifs 2026

Pour le quartier étudié, les arbres masquent parfois le terrain et les façades produisent des retours qui ne décrivent pas le sol. La classification des données aide alors à écarter ces éléments, mais les zones denses ou abruptes réclament une vérification attentive.


Les principales opérations répondent à des besoins différents :


  • Contrôle des coordonnées et du système de référence
  • Repérage des points aberrants ou isolés
  • Classification des sols, bâtiments et végétation
  • Vérification des secteurs masqués ou peu denses

Construire le modèle numérique de terrain par interpolation


Une fois les points de sol sélectionnés, l’interpolation spatiale estime les altitudes entre les mesures disponibles. Selon les outils et le relief, une triangulation ou une grille régulière peut représenter les formes du terrain avec des compromis différents.


La résolution ne crée pas de détails absents des observations : une grille très fine peut seulement donner une impression de précision. L’équipe compare donc la taille des cellules à la densité des points et à l’objectif cartographique.


Le tableau distingue les produits selon les éléments de surface conservés :


Produit Éléments représentés Usage courant
Nuage brut Retours laser classés ou non Contrôle et traitements détaillés
Modèle numérique de terrain Sol nu estimé Relief et écoulements
Modèle numérique de surface Sol et objets en surface Bâtiments et couvert végétal
Courbes de niveau Lignes d’altitude dérivées Lecture cartographique du relief

A lire également :  Spécialiste drone en gendarmerie : une carrière à explorer

Lorsque le terrain est modélisé, l’enjeu se déplace vers la qualité des interprétations produites pour les décisions locales.

Contrôler l’altimétrie et lire les limites du relief


Parce qu’un modèle peut sembler net sans être également fiable partout, le contrôle altimétrique complète le traitement géomatique. Il permet de repérer les erreurs de classification, les décalages de référence et les surfaces insuffisamment observées.


Comparer le terrain calculé aux observations disponibles


Pour l’équipe municipale, des points de contrôle mesurés indépendamment révèlent si les altitudes calculées correspondent au terrain accessible. Selon le NOAA, la qualité d’un produit LiDAR dépend notamment de la collecte, du traitement et de la validation des données.


Les écarts doivent être interprétés selon leur emplacement : une différence près d’un mur peut signaler une limite de mesure, tandis qu’une anomalie étendue peut indiquer un problème de référence. Cette lecture évite de traiter toute divergence comme une erreur identique.


Pour organiser les vérifications, l’équipe peut distinguer les situations suivantes :


  • Écarts localisés près des obstacles
  • Zones denses en végétation ou masquées
  • Ruptures de pente à contrôler sur place
  • Incohérences possibles du référentiel altimétrique

Choisir une résolution adaptée à la cartographie numérique

A lire également :  Inspection de panneaux solaires par drone : check-list technique

La résolution utile dépend de la question posée, et non d’une recherche automatique du plus petit pixel. Pour repérer des axes de ruissellement à l’échelle d’un quartier, l’équipe privilégie une représentation lisible, cohérente avec les mesures et le terrain.


Selon l’IGN, les produits altimétriques et leurs conditions de production doivent être considérés avec leurs caractéristiques propres. La cartographie numérique gagne donc à documenter la source, la date du relevé disponible et les traitements appliqués.


Ces contrôles donnent au relief une base plus solide, que l’analyse topographique peut ensuite traduire en indicateurs utiles.

Exploiter le modèle LiDAR en analyse topographique


Une fois les incertitudes repérées, le modèle devient un outil d’aide à la lecture du territoire plutôt qu’une simple image d’altitudes. L’équipe peut comparer des pentes, des creux et des obstacles pour mieux orienter les investigations de terrain.


Repérer les pentes et les chemins de l’eau


Dans le quartier, les zones basses et les ruptures de pente aident à formuler des hypothèses sur le ruissellement. Le modèle ne prouve pas seul où l’eau circulera : les avaloirs, les murs, les sols et les travaux récents modifient aussi les écoulements.


Une carte des pentes peut guider une visite après pluie, tandis qu’un profil altimétrique permet de comparer plusieurs itinéraires possibles. Ces résultats deviennent plus utiles lorsque les techniciens confrontent les cartes aux observations et aux équipements connus.


Le tableau relie quelques produits dérivés aux questions qu’ils aident à examiner :


Analyse Information observée Précaution
Pente Inclinaison locale du terrain Sensible au bruit et à la résolution
Ombrage du relief Formes et ruptures visibles Le rendu dépend de l’éclairage choisi
Profil altimétrique Variation d’altitude le long d’un tracé Le tracé doit correspondre au terrain étudié
Accumulation potentielle Creux et axes possibles d’écoulement À confronter aux ouvrages et observations


Documenter les résultats et leurs limites


Pour que les cartes circulent correctement entre services, l’équipe décrit les données sources, les classes retenues et les méthodes d’interpolation spatiale. Elle précise aussi les zones masquées, les hypothèses de calcul et les usages pour lesquels le produit reste adapté.


Cette traçabilité aide les futurs utilisateurs à distinguer une mesure observée d’une altitude estimée entre plusieurs points. Le modèle devient alors une base de discussion vérifiable, plutôt qu’une représentation à interpréter sans contexte.


À l’échelle opérationnelle, cette documentation relie les cartes aux décisions et aux contrôles qui restent nécessaires sur le terrain.

Source : United States Geological Survey, « Lidar Base Specification » ; NOAA, ressources institutionnelles sur le LiDAR ; Institut national de l’information géographique et forestière, ressources institutionnelles sur le LiDAR.

Stress du pilote : gérer la pression en compétition FPV de course de drones

Coût du vol vs post-production : pourquoi les séparer dans un devis de pilote

Articles sur ce même sujet

Laisser un commentaire