Lidor.

Acquisition, traitement et analyse d’images

LiDAR pour la modélisation des paléo-reliefs de la
plaine littorale du Languedoc oriental.
Laure Nuninger, Krištof Oštir, Ziga Kokalj, Ales Marsetic

To cite this version:

Laure Nuninger, Krištof Oštir, Ziga Kokalj, Ales Marsetic. Lidor. Acquisition, traitement et analyse
d’images LiDAR pour la modélisation des paléo-reliefs de la plaine littorale du Languedoc oriental..
2008, pp.95. �halshs-00483129�

HAL Id: halshs-00483129

[Link]
Submitted on 27 Aug 2011

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 Rapport d'ATIP jeunes chercheurs

LIDOR
Acquisition, traitement et analyse d'images LiDAR
Pour la modélisation des paléo-reliefs
de la plaine littorale du Languedoc oriental

L. Nuninger* dir.
K. Oštir**, Ž. Kokalj **, A. Marsetič**

* LEA ModeLTER, Laboratoire de Chrono-Environnement UMR 6249,

MSH C.N. Ledoux USR 3124 (Besançon, France)
** LEA ModeLTER, Institut d'Etudes Anthropologiques et Spatiales (Ljubljana, Slovénie)
LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p2/95
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p3/95

Remerciements

Nous tenons à vivement remercier tous les collègues et collaborateurs qui ont participé au
projet d’acquisition et au traitement des données

Sandra Aussel, ingénieur d’étude contractuelle à la MSH de Dijon, pour son aide technique
lors des post-corrections GPS
Vincent Bichet, maître de conférence en géologie, Université de Franche-Comté UMR 6249,
pour le prêt du matériel de terrain
Philippe Blanchemanche, ingénieur de recherche CNRS UMR 5140, pour son aide et sa
disponibilité lors des missions de terrain et d’acquisition des données Lidar.
Daniel Charraut, chargé de recherche au CNRS UMR 6417, pour son aide et sa disponibilité
concernant l’utilisation du protocole de filtrage directionnel qu’il a mis au point avec F.
Favory et Ph. Jourdain.
Francis Coulomb et Bernard Pagès, bénévoles retraités, pour leur aide, leur disponibilité et les
bons produits du terroir dégustés lors de notre mission de terrain.
Erik Doerflinger, ingénieur de recherche, spécialiste des mesures GPS, contact pour la station
de Montpellier du Réseau GPS Permanent, UMR 5573 - CNRS / Université de Montpellier II.
François Favory, professeur d’archéologie métropolitaine, Université de Franche-Comté,
UMR 6249, pour la mise à disposition de toute sa documentation et sa disponibilité.
Claude Raynaud, chargé de recherche CNRS UMR 5140, pour la mise à disposition de sa
documentation et pour son accueil amical lors de notre mission de terrain ainsi que ses parents
pour le prêt de leur gîte.
Jean-Claude Roux, ingénieur au service régional de l’archéologie de Languedoc-Roussillon,
UMR 5140, pour son aide technique et le prêt du matériel de terrain
François-Pierre Tourneux, maître de conférence en géographie, Université de Franche-Comté
UMR 6049, pour son aide technique sur Erdas Imagine.

Murielle Leroy, Laure Koupaliantz, Pierre Nouvel, Vincent Guichard, Franck Faucher, Laure
Saligny, Pascal Depaepe, Yves Menez et Thierry Lohro pour leur participation à l’enquête
menée sur les projets Lidar appliquée à l’Archéologie en France.

Le réseau ISA, plate forme technologique du CNRS, pour le prêt des GPS qui ont servi au
relevé des points de contrôle
LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p4/95
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p5/95

1 Projet LIDOR : Acquisition, traitement et analyse d'images LiDAR pour la modélisation

des paléo-reliefs de la plaine littorale du Languedoc oriental .................................................. 7
1.1 Contact ....................................................................................................................... 7
1.2 Objectifs scientifiques du projet LIDOR (rappels) .................................................... 7
1.3 Crédits obtenus pour 2 ans (mai 2005 - mai 2007) .................................................... 8
1.4 Bilan des résultats par rapports aux objectifs du projet ............................................. 9
1.5 Présentations & Publications communes ................................................................... 9
2 Rapport scientifique ......................................................................................................... 11
2.1 L’acquisition des données LiDAR ........................................................................... 11
2.1.1 LiDAR: Light Detection and Ranging ............................................................ 11
2.1.2 Les principes du LiDAR .................................................................................. 12
2.1.3 Les avantages et les limites du LiDAR ............................................................ 13
2.1.4 Etat de l’art en archéologie............................................................................... 14
2.1.5 Du projet à la commande des données: ce que l'on découvre et ce qu'il faut
savoir... .......................................................................................................................... 17
2.1.6 L'acquisition : préparation & mission .............................................................. 18
2.1.7 Les données ...................................................................................................... 19
2.2 Traitements des données Lidar, des points aux fichiers raster................................. 21
2.2.1 LASEdit............................................................................................................ 22
2.2.2 Traitements des données et résultats ................................................................ 24
2.3 Analyses et interpretations archéologiques .............................................................. 27
2.3.1 Reconnaissance et photo-interprétation ........................................................... 27
♦ Observations sous couvert végétal ....................................................................... 27
♦ Observations de chemins ou de limites parcellaires disparues ............................ 30
♦ Détection de paléochenaux................................................................................... 33
2.3.2 Analyses spatiales en développement et cas d’études...................................... 35
♦ Cas d'étude 1 : Sud-est du village de Mauguio .................................................... 35
♦ Cas d'étude 2 : St-Denis de Genestet et la vallée du Berbian............................... 39
2.4 Conclusions .............................................................................................................. 42
Bibliographie............................................................................................................................ 43
Annexes.................................................................................................................................... 45
Table des figures ...................................................................................................................... 93
Table des annexes..................................................................................................................... 95
LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p6/95
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p7/95

1 Projet LIDOR : Acquisition, traitement et analyse

d'images LiDAR pour la modélisation des paléo-reliefs de
la plaine littorale du Languedoc oriental

1.1 Contact
Laure Nuninger, [Link]@[Link]

1.2 Objectifs scientifiques du projet LIDOR (rappels)

Avec le développement des recherches archéologiques sur le peuplement et
principalement sur la dynamique des relations sociétés/milieux, la spatialisation des données
paléoenvironnementales devient un enjeu majeur pour faire évoluer les problématiques. En
effet, les approches régionales et micro-régionales qui ont pu être développées jusque là, dans
le cadre du programme européen Archaeomedes1 et du PCR Berry Antique2 par exemple, sont
pour l’essentiel fondées sur des données environnementales actuelles. Or, malgré leur intérêt,
nous savons qu'elles ne sont pas satisfaisantes pour aborder les rapports de l’homme à son
milieu de vie, au cours de la préhistoire jusqu'au Moyen Age, car le paysage est, par
définition, une donnée dynamique.
Cela est particulièrement le cas dans les zones de plaine littorale et de delta qui sont
soumises alternativement à de fortes sédimentations ou au contraire à des processus
d'incisions. Une telle dynamique en Languedoc oriental a entraîné une modification
importante de la topographie qui de légèrement vallonnée au cours de la préhistoire est
devenue totalement plane aujourd'hui métamorphosant le potentiel et les contraintes
environnementales de cet espace. Dans ces conditions, appréhender l'évolution du système de
peuplement suppose une meilleure compréhension globale de la dynamique topographique
que nous nous proposons d'aborder dans le cadre de ce projet à travers une modélisation des
paléo-reliefs de la plaine littorale du Languedoc oriental située entre Nîmes et Montpellier
(cf. Figure 1, ci-après).

Le principal objectif de notre projet consiste dans l'élaboration de plusieurs modèles

numériques de terrain (MNT) s'attachant à décrire le plus vraisemblablement possible la
topographie à différentes périodes de la Protohistoire au Moyen Age. Il s'agit ainsi de :
1. Nuancer le MNT actuel sur lequel se fonde, par défaut, l'essentiel des recherches
2. Fournir une base de données topographiques modélisées permettant une analyse
spatiale des vestiges archéologiques intégrant nos connaissances du
paléoenvironnement en amont des analyses. En effet, en l'état actuel, elles sont
uniquement mobilisées en aval, dans la phase d'interprétation des résultats.
3. Spatialiser les données paléoenvironnementales par définition ponctuelles
(sondages, carottages) à l'aide des outils de télédétection, de traitement d'image et
d'analyse spatiale.

1
Archaeomedes I (1992-1994) : Understanding natural and anthropogenic causes of soil degradation and desertification in the mediterranean basin, Contrat
EV5V-0021, au titre de la Direction Générale XII de la Commission des Communautés Européennes – Science, recherche et développement, Programme
Environnement (IV.3 Désertification des régions méditerranéennes). Archaeomedes II (1996-1999) : Policy-relevant models of the natural and anthropogenic
dynamics of degradation and desertification and their spatio-temporal manifestations, DG XII de la Commission des Communautés Européennes – Science,
recherche et développement, Programme Environnement (IV.3 Désertification des régions méditerranéennes), contrat ENV4-CT95-0159 (coord. S. van der
Leeuw)
2
Le Berry antique : milieu, hommes, espaces (1997-2000), Projet Collectif de Recherche (coord. O. Buchsenschutz, F. Dumasy)
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p8/95

4. Se donner les moyens d'expérimenter de nouvelles méthodes pour définir un

protocole de recherche réaliste et plus ambitieux pour la poursuite des travaux de
recherche sur les interactions sociétés/milieux dans les basses plaines littorales et
alluviales3.
Ainsi avec ce projet, nous voulons poursuivre l'effort d'analyse des interactions
sociétés/milieux dans la très longue durée4, avec une approche pluridisciplinaire associant des
chercheurs des sections 31, 32, 39, un géodésiste et un physicien spécialiste du traitement
d'images, spectrales et radar.

Les méthodes envisagées concernent :

1. L'acquisition par mission aérienne et le traitement de données LiDAR (images
aériennes géoréférencées, obtenues par télémètre laser embarqué et système de
localisation GPS)
2. L'analyse statistique et spatiale, dans un Système d'Information Géographique
(SIG) intégrant les données géographiques, planimétriques, archéologiques et
paléoenvironnementales pour en permettre une modélisation cohérente à l'échelle
micro-régionale.
3. La reconnaissance de terrain, le traitement et l'analyse des données
géoarchéologiques et géomorphologiques, centrés sur les anomalies observées dans
l'analyse d'image pour la modélisation spatiale des phases d'incision ou de
sédimentation alluviale et des comblements deltaïques, par période (à l'échelle
régionale, pour simuler les paléo-reliefs majeurs et à l'échelle micro-régionales pour
les paléo-reliefs mineurs).
4. La confrontation des indicateurs de paléoécologie végétale avec les indices de
paléo-reliefs, par simulation de la distribution spatiale des espèces et le calcul de
leurs fréquences théoriques comparées aux fréquences observées dans les spectres
anthracologiques et palynologiques.

Axes prioritaires du CNRS : a) environnements, homme et sociétés : de la reconstruction du

passé aux modèles prospectifs, b) modélisation en SHS

1.3 Crédits obtenus pour 2 ans (mai 2005 - mai 2007)

Demandés:
Année 1 Année 2 TOTAL H.T.
Missions (réunions et terrain) 2 000 3 000 5 000
Autres: acquisition de données LiDAR (20 km2) 25 000 25 000
Autres: analyses C14 500 1 000 1 500
TOTAL H.T. 31 500

Obtenus:
Année 1 Année 2 TOTAL H.T.
Missions (réunions et terrain) 700 700

3
Suite au projet le littoral languedocien durant l'Holocène : milieu et peuplement entre Lez et Vidourle (Hérault, Gard) (1998-2002) Programme
Environnement, Vie et Société, CNRS (coord. Ph. Blanchemanche) et en complément du nouveau programme Programme DYLIT: Dynamiques littorales, climat
et sociétés entre Aude et Petit-Rhône (Languedoc) depuis 8000 ans, d'après des sources biophysiques et textuelles (2004-2007), programme Eclipse II, CNRS
(coord. Ph. Blanchemanche et L. Chabal).
4
Suite aux projets Archaeomedes I et II et Resiliency in Past Landscapes (2001-2004), funded by the McDonnell Foundation (coord. S. van der Leeuw, A.
Kinzig, et Ch. Redman).
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p9/95

Autres: acquisition de données LiDAR (20 km2) 19 000 19 000

Autres: analyses C14
Autres: intranet, serveur ftp 300 300
TOTAL H.T. 20 000

Justification:
Les crédits obtenus ont pour l'essentiel servi à financer la campagne d'acquisition de données
LiDAR commandée à la société HELIOGS après un appel d'offre déposé sur le service des
marchés du CNRS PUMA. HELIOGS était la seule société qui nous permettait d'acquérir un
minimum de 35 km2 de données LiDAR avec des images hyperspectrales pour moins de 20
000 euros H.T.
Le reste des crédits a été utilisé pour financer: la mise en place et location d'un intranet-
serveur FTP pour la sauvegarde et l'échange des données (le poids total des fichiers bruts
s’élevant à près de 120 Go), une mission de relevés GPS de points de contrôle nécessaires à la
société HELIOGS ainsi qu'une mission pour l'accueil et le suivi de la mission d'acquisition
proprement dite.

1.4 Bilan des résultats par rapports aux objectifs du projet

Par rapport aux objectifs annoncés et compte tenu des financements disponibles, seuls les
étapes 1 et 2 du projet ont pu être réalisées. En effet, compte tenu du projet initial :
- le financement total accordé de 20000 euros par rapport à celui demandé de 25000 euros
pour la seule acquisition des données, nous a contraints à réduire au maximum notre demande
de service auprès des fournisseurs et à prendre en charge toute la campagne de terrain
préalable au vol (relevés de points de contrôles) ainsi que tous les prétraitements des données
brutes (réalisation des Modèle Numérique de Surface – DSM -, Modèle Numériques de
Terrain – DTM – ainsi que celle de l’image d’intensité).
- nous avons également dû revoir les zones d’études préalablement envisagées pour des
raisons budgétaires. En effet, afin de réduire les coûts d’acquisition, nous devions travailler
sur une seule zone et de préférence sous la forme d’un transect de 2,5 km de large pour
réduire le nombre de passages de l’hélicoptère. Toutefois, ce nouveau découpage et les
négociations menées avec les fournisseurs de données ont finalement permis l’acquisition sur
un espace de 40 km2, soit deux fois plus que ce qui était initialement prévu.
- L’essentiel du coût de l’opération étant lié au déplacement de l’avion ou de l’hélicoptère, il
faut également noter qu’il n’était pas possible de réduire la ligne budgétaire d’acquisition
Lidar au profit des autres postes prévus initialement notamment, les frais de terrain et de
datation C14 liés au étapes 3 et 4 du projet.

1.5 Présentations & Publications communes

Nuninger, Ostir 2005 : L. NUNINGER et K. OSTIR, Contribution à la modélisation des paléo-reliefs de la
plaine littorale de l’Etang de Mauguio (Languedoc, France) : premières approches par télédétection. In F.
BERGER, F. BERTONCELLO, F. BRAEMER, G. DAVTIAN et M. GAZENBEEK (ed.), Temps et
espaces de l'homme en société, analyses et modèles spatiaux en archéologie, XXVe Rencontres
Internationales d'Archéologie et d'Histoire d'Antibes. APDCA, 2005.
Ostir, Nuninger 2006 : K. OSTIR, L. NUNINGER, Paleorelief detection and modelling a case of study in
eastern Languedoc (France). In: Campana, S., Forte M. (eds.), proceeding of the 2nd International
Conference on Remote Sensing in Archaeology, December 4-7, 2006, From Space to Place, BAR
International Series 1568, Archaeopress, 2006.
LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p10/95
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p11/95

2 Rapport scientifique
Recentrée sur l’acquisition et le traitement des données Lidar, notre enquête se développe
selon deux axes méthodologiques et thématiques. L’ensemble des données Lidar acquises a
pu être traité pour produire un premier Modèle Numérique de Terrain puis de Surface à 50 cm
de résolution qui ont permis une exploration visuelle des données. Les données étant
extrêmement lourdes à manipuler, il convient d’abord de développer et de tester l’analyse sur
une fenêtre réduite pour la généraliser ensuite en utilisant un serveur de calcul dédié. D’un
point de vue thématique, le travail de l’équipe se concentre sur le traitement des données avec
trois objectifs principaux : la détection des aménagements de la plaine (irrigation, drainage…)
depuis l’Antiquité ; la mise en évidence du réseau hydrographique « naturel » avant le
détournement artificiel des cours d’eau et l’assèchement des dépressions humides ; la
détection des microreliefs résiduels. Il est important de souligner que ces thématiques ont déjà
fait l’objet de nombreux travaux fondés sur un autre type de documentation depuis les années
80 (Delafolie I. et al. 1990, Favory, Malvis et al. 1993, Favory and Raynaud 1992, Favory,
Raynaud et al. 1993, Raynaud, Berger, and Fiches 1999) Ainsi, les connaissances enregistrées
au préalable permettent de valider la démarche opérée sur les données LIDAR.
Compte tenu des objectifs thématiques et des contraintes techniques, la reconnaissance
visuelle que nous présenterons à travers quelques illustrations, nous a permis de définir trois
micro-zones d’études pour pousser les analyses, tester et mettre au point un protocole
analytique. Ce protocole en cours de formalisation sera abordé à travers la présentation des
trois cas d’étude retenus. Toutefois avant d’exposer ces premiers résultats, ce rapport
présentera de manière détaillée ce qu’est la technologie Lidar, son fonctionnement, les
données obtenues et leur traitement pour obtenir une information utile à l’archéologue. On
insistera notamment sur les aspects techniques et pratiques qui doivent être maîtrisés pour
définir au mieux un projet d’acquisition pour une problématique archéologique.

2.1 L’acquisition des données LiDAR

2.1.1 LiDAR: Light Detection and Ranging
Depuis quelques années, la télédétection lidar focalise de plus en plus l’attention. Le LiDAR
"Light Detection and Ranging" est le nom donné à la fois à une méthode de mesure et à
l'appareil qui sert à faire cette mesure. En français, on retrouvera le nom de la méthode sous la
forme "altimétrie laser aéroportée" ou "laser scanning". L’utilisation du laser pour mesurer la
distance a été découverte dès les années 60. La plupart des hommes de chantier utilisent cette
technologie pour mesurer des distances électronique à l’aide d’instruments indépendants dès
les années 70 ou de station totale depuis les années 80. Parallèlement, dans les années 70,
plusieurs agences ont mis au point des capteurs de type Lidar pour réaliser des mesures
océanographiques et topographiques. Mais ce n’est qu’à partir des années 90, avec les
développement des techniques GPS On-The-Fly (OTF), la baisse relative du coût du système
et la possibilité de le rendre mobile, qu’il est possible de commercialiser la technologie et des
capteurs montés sur une plate forme aéroportée pour un résultat avec une précision et des
performances qui ne cessent d’augmenter depuis. Ainsi, le nombre mondial de fournisseurs de
données Lidar est passé de 3 en 1995 à environ 50 en 2000 et il est maintenant de plusieurs
centaines, ce qui explique une certaine démocratisation des projets d’acquisition et une
conquête rapide de nombreux champs d’application tels que la gestion de l’énergie,
l’agriculture, la gestion forestière, la protection du littoral, l’aménagement urbain, les
communications et l’archéologie.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p12/95

2.1.2 Les principes du LiDAR

Le principe de la technologie lidar est de répéter des mesures de distance à un objet à l’aide
d’un télémètre laser. Le télémètre envoie un faisceau lumineux qui est interrompu par l’objet.
Comme la vitesse de la lumière est connue, il suffit de mesurer le temps que la lumière du
faisceau met jusqu’à l’objet pour connaître la distance qui le sépare de la source émettrice du
faisceau. La distance est donc calculée à partir de la différence de temps entre l’émission de
l’impulsion laser et la réflexion du signal lumineux reçu. Le fait de pouvoir répéter les
mesures permet ensuite d’obtenir une description précise de l’objet sous la forme d’un nuage
de points renseignés par des coordonnées x, y et z, si on connaît par ailleurs la position exacte
de la source émettrice (Figure 1). Dans le cas des observations lidar aéroportées, la plupart des
systèmes dépassent largement les capacités des systèmes de télédétection optique tant en
termes de résolution (avec plus de 10 points de réflexion par m2) que de précision dans la
localisation avec une erreur absolue de l’ordre de 10 cm, voire moins. Pour atteindre une telle
précision, les systèmes lidar sont associés au système de géolocalisation par satellite Global
Positioning System (GPS) et à une unité de mesure inertielle (IMU). Ces unités de mesure
inertielle qui enregistrent l’accélération et l’angle du système dans l’espace sont des aides
précieuses à la navigation car elles offrent un positionnement relatif très précis, intermédiaire
aux relevés de position absolue (GPS).

Figure 1 Acquisition des données Lidar (source : ZRC SAZU)

L’appareil Lidar émet des impulsions infrarouge laser très rapides en direction du sol avec un
système de balayage grâce à un miroir oscillant qui permet de couvrir l’espace survolé selon
un angle donné (Figure 1). Le récepteur qui capte le signal retour discrimine ensuite ce signal
en fonction de la réflectance du sol, de la végétation ou des structures touchées par le faisceau
lumineux et enregistre l’intervalle de temps écoulé entre les signaux transmis et reçus. La
distance qui sépare le sol et la plate-forme aéroportée est ensuite déterminée à partir de cette
information. Alors qu'en vol, le système recueille des informations sur la base d’une vaste
quantité de points dispersés et les stocke dans un format numérique, l’interface d’unité de
mesure inertielle (IMU) enregistre le tangage, le roulis et la position de la plate-forme. Dans
le même temps, un système GPS embarqué permet d’enregistrer la position exacte de l’avion.
Les plate-formes Lidar peuvent également comprendre d’autres capteurs de type
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p13/95

photographique, multispectral ou hyperspectral qui permettent une acquisition simultanée de

données d’imagerie.

Figure 2 - Exemple de materiel composant une plate-forme Lidar (de gauche à droite): écran de contrôle
pour la gestion du système de navigation (CCNS), unité d’enregistrement des données, scanner laser,
l’unité de gestion du laser, l’unité de mesure inertielle (IMU), et la plate-forme permettant d’absorber les
chocs. L’image montre le système d’acquisition LiteMapper 5600.

Après l'acquisition, les données Lidar brutes et les données de l’unité de mesure inertielle sont
combinées avec celles du système de positionnement GPS pour permettre le calcul rigoureux
des valeurs x, y, z et d’intensité de chaque point. Les résultats seront fournis sous la forme de
fichiers numériques au format ascii. Ce sont ces fichiers qui peuvent être affichés sur l'écran
de l'ordinateur à l’aide de logiciels appropriés, puis édités et traités pour générer des modèles
de surface, des modèles d'élévation, et de contours (2.2 - Traitements des données Lidar, des
points aux fichiers raster)

2.1.3 Les avantages et les limites du LiDAR

Les systèmes de cartographie laser sont en mesure de collecter de manière très rapide et très
précise des données topographiques sans avoir besoin d’un vaste panel de points de contrôle
ou de grands réseaux type Réseau Géodésique Français (RGF). Seule une station de contrôle
au sol située à moins de 30 km de la zone scannée est nécessaire, ainsi que quelques contrôles
enregistrés au préalable pour recaler le système en cas de problème (2.1.6 - L'acquisition :
préparation & mission). En fonction de la hauteur de vol, de la largeur, de l'angle de balayage,
et de la fréquence des impulsions, le nombre de points enregistrés peut varier d'un maximum
de 100 points par mètre carré à un point pour plusieurs mètres carrés. Par rapport à la
photogrammétrie, la cartographie laser a l’avantage d’être possible de jour comme de nuit et
l’acquisition des données n'est pas dépendante de l'angle du soleil.
Enfin, la possibilité de scanner des zones difficilement accessibles et la capacité du laser à
pénétrer le couvert forestier constituent un des apports essentiels de la technologie lidar. En
effet, tandis qu’il nous est possible de produire de l’information sur les modifications du
paysage à partir de la télédétection optique, par exemple, l'interprétation de photos aériennes
et l'utilisation d'images optiques, en particulier dans les pays boisés, donnent des résultats très
limités parce que de nombreux vestiges du paysage passé sont envahi par la végétation. Au
contraire, le laser permet de pénétrer le couvert végétal en ce sens qu’un même faisceau laser
peut renvoyer plusieurs retours. Ainsi, la lumière émise par un même faisceau pourra être en
partie interrompue et réfléchie par le feuillage, tandis qu’une autre partie pourra atteindre des
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p14/95

branches, le tronc ou encore le sol lui-même. On distingue alors plusieurs retours ou échos
(first pulse – premier écho, last pulse – dernier écho) pour une même impulsion (Figure 3).

Figure 3 - Résultat de différentes impulsions laser

(source : Terra Imaging, [Link]

Malgré ses nombreux avantages, cette technologie comporte également plusieurs limites. Tout
d’abord les capteurs lidar ne peuvent enregistrer des données que dans de bonnes conditions
météorologiques sans pluie, sans brouillard, sans fumée, sans neige. La plate-forme
aéroportée doit se situer obligatoirement en dessous des nuages. Dans les zones où la
couverture végétale est très dense, dans la plupart des cas, les impulsions lidar ne seront pas
en mesure de pénétrer à travers le feuillage pour atteindre le sol. Enfin, dans tous les cas, les
données d’imagerie associée (photos numériques ou images satellitaires) seront nécessaires
pour analyser le nuage de points, réaliser une classification très précise de la végétation afin
de produire des modèles numériques de terrain et de surface prenant en compte les multiples
retours ou échos des données lidar (cf. ci-dessous 2.2 Traitements des données Lidar, des
points aux fichiers raster).
Si le Lidar peut fournir de meilleures informations et en plus grand nombre sur le paysage que
les données radar, telles que Interferometric Synthetic Aperture Radar (InSAR), il faut
cependant noter que la technologie InSAR peut voler plus haut afin d'obtenir la collecte de
données sur de plus grandes surfaces avec des temps d’acquisition plus courts. En outre, cette
technique d’acquisition n'est pas affectée par la couverture nuageuse. Ainsi, des recherches
sont actuellement menées pour déterminer le potentiel que pourrait offrir la combinaison des
deux systèmes InSAR et lidar.

2.1.4 Etat de l’art en archéologie

Lidar, grâce à sa capacité de pénétrer la végétation, présente la seule possibilité d'observer

directement sur de larges espaces les modifications de l'environnement naturel, dans le passé,
et donc la détection des sites archéologiques. Il est ainsi possible de cartographier de manière
très précise les structures archéologiques sous couvert végétal (vestiges d’habitat, remparts,
tranchées, fosses, levées de terre…). La précision inégalée des données fournies par cette
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p15/95

technologie, rend également possible la détection de tous les micro-reliefs qui témoignent
d’un aménagement ancien de l’espace, qu’il soit encore en activité ou non, tels que les
planches de labour, les terrasses agricoles, les marques de division de l’espace (cadastres
d’origine antiques par exemple), les canaux d’irrigation, les carrières ou zones d’extraction
minière abandonnées, les tombes monumentales (tumulus), les anciennes voies de
communication ou d’autres vestiges dont la détection n’est pas aisée ou très longue avec
d’autres techniques telles que les relevés micro-topographiques, la prospection pédestre,
aérienne ou la télédétection par exemple.
Malgré tous ces avantages, la technologie lidar n’a pourtant été introduite dans la recherche
archéologique qu’assez récemment puisque les premières expériences remontent à la fin des
années 90 avec des acquisitions financées par l’Agence de l’environnement du gouvernement
britannique (Motkin 2001, Holden N. 2002). Ces premières expériences se sont surtout
attachées à montrer le potentiel offert par la technologie laser en mettant en évidence des sites
archéologiques (remparts, enclos, fossés). La recherche de sites inédits ou une cartographie
précise de grands sites connus et emblématiques a ensuite fait l’objet de plusieurs expériences
en Europe (Shell and Roughley 2004, Bewley 2003, Devereux et al. 2005, Doneus and Briese
2006). D’autres approches se sont également développées pour mettre en évidence
d’anciennes structures agraires sous couvert forestier (Sittler 2004, Sittler and Schellberg
2006, Sittler et al. 2007). Enfin, plus récemment, des approches de type géomorphologique se
développent pour mieux appréhender la paléo-hydrographie de vallées alluviales. Ainsi des
projets tels que ceux de Witham valley, Val of York and Trent valley au Royaume Uni
(Challis 2004, Challis 2006, Challis et al. 2006, Crutchley 2006) montrent non seulement le
potentiel offert par les données altimétriques, mais aussi par les données d’intensité pour
mettre en évidence des paléo-chenaux et le cours initial des rivières avant leur canalisation.
En France, les acquisitions Lidar destinées à des applications archéologiques sont
extrêmement récentes et n’ont pas encore fait l’objet de publication puisque les données ont
pour la plupart du temps été acquises entre fin 2006 et avril 2007. A ce jour nous pouvons
recenser 9 projets5 sur le territoire national (Tableau 1). Cinq projets sont situés dans l’Est de
la France en Bourgogne (DRAC Bourgogne et Centre Archéologique Européen Bibracte), en
Lorraine (Drac Lorraine, INRA Nancy, ONF, Région Lorraine) et en Alsace (Pôle
d’Archéologie Interdépartemental Rhénan). Les quatre autres projets dont le nôtre couvrent
des terrains d’étude localisés en Auvergne (Association ARAFA), en Limousin, en Bretagne
(DRAC Bretagne) et en Languedoc (CNRS – UMR 6565 / ZRC SAZU). Enfin, on signalera
un projet mené par l’INRAP en forêt guyanaise pour le repérage de sites paléo-indiens
(information : P. Depaepe, contact : Sylvie Jérémie, INRAP).
Pour l’essentiel, il s’agit de projets qui portent sur de grands sites archéologiques connus et
leur environnement proche avec pour objectif la détection de nouveau sites ou de structures
archéologiques associées. Ce sont en général des sites sous couvert forestier pour lesquels les
techniques de prospection classique ne sont pas ou peu satisfaisantes tant en termes de
résultats que de temps d’investigation. En Lorraine, il s’agit également d’une recherche sous
couvert forestier mais plus extensive et dont l’objectif vise à détecter des structures
parcellaires. Dans le domaine de l’archéologie du paysage, il semble que l’étude menée sur
l’étang de Mauguio soit la première en France qui s’intéresse aux potentialités de la
technologie Lidar pour une approche de type géomorphologique et paléo-topographique.
Malgré une très large acquisition de données en 2002 (sur près de 1870 km2, Delahaye et al.
2003) pilotée par la DIREN Centre, en Loire moyenne d’un part et les travaux
géoarchéologiques d’envergures menés sur cette même zone d’autre part

5
Informations Murielle Leroy DRAC Lorraine.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p16/95

([Link] nous n’avons trouvé aucune référence

impliquant l’utilisation des données lidar pour la recherche archéologique.
Ainsi, bien que la technologie Lidar ait commencé à pénétrer la communauté archéologique
française, nous avons déjà pris un certain retard par rapport à d’autres équipes européennes et
le traitement et l’exploitation des données demeurent assez basiques. Il s’agit pour l’essentiel
d’une reconnaissance visuelle de vestiges archéologiques ou parcellaire sur la base d’un
modèle numérique de terrain réalisé et fourni par l’opérateur Lidar à partir des données
altimétriques. Dans ce cas de figure, seule une partie des potentialités offertes par les données
ont été employées tandis qu’une grande quantité d'informations contenues dans le nuage de
points lidar n’est pas traitée. Dans le meilleur des cas, les modèles fournis seront adaptés à la
problématique archéologique du moment, dans la pire des situations l’opérateur aura utilisé
un algorithme classique sans se préoccuper du questionnement des archéologues et de
nombreux vestiges seront alors invisibles alors qu’ils auraient pu être mis en évidence avec
les données initiales. En effet, selon le type de filtrage et de classification des points utilisés
pour réaliser le modèle numérique de terrain, on pourra plus ou moins mettre en évidence
différents types de formes ou de structures. Les connaissances et le développement
d'algorithmes de traitement ainsi que leur adaptation aux besoins particuliers offrent des
possibilités d’innovations et la garantie d’une meilleure analyse des données. Il est donc
important, quel que soient le projet et les capacités de l’équipe à traiter ces données de
toujours obtenir les données brutes (Tableau 2) de la part de l’opérateur afin d’avoir la
possibilité éventuelle de retraiter tout ou partie de ces données en fonction des problématiques
de chacun.
De la même manière, on signalera que si l’intérêt des données altimétriques est parfaitement
admis par les archéologues, les données d’intensité suscitent peu d’intérêt alors qu’elles offre
des potentialités intéressantes pour l’analyse de la qualité des sols, en particulier leur taux
d’humidité, et par la même la détection de paléo-chenaux (Challis et al. 2006). Comme pour
l’analyse d’image et la télédétection appliquées à l’archéologie, le champs des traitements et
des analyses possibles est très vaste et, pour les données Lidar, il n’en est qu’à ses début y
compris à l’échelle européenne.

Région Organisme/Pro Contact Surface Résolution Opérateu Date Milieu Objectifs

gramme en km2 points / m2 r
Bourgogne Bibracte Vincent 20 12 Toposys Avril Forestier Oppidum et son
(Mont Beuvray) Guichard 2007 environnement
Bourgogne DRAC Patrice Beck, 4 5 G2B Déce Forestier Hameau médiéval
(Saint-Martin- Bourgogne, Jean-Louis mbre déserté
du-Mont) Université Maigrot, Frank 2006
Lille, ENESAD Faucher, Jean
Marc Brayer
Bourgogne PCR Vix et son Claude Débu Forestier Oppidum et son
(Mont Lassois) environnement Mordant, Bruno t et ouvert environnement
Chaume 2008
Limousin Programme Vincent 20 12 Toposys Avril Forestier Sanctuaire et son
(Tintignac) Leader +, UE Guichard, Pierre 2007 environnement
Nouvel
Auvergne Association David 4 2006 Forestier Oppidum de Cordes
(Oppidum de ARAFA Lallemand
cordes à
Hérisson,
Allier)
Lorraine (forêt DRAC Murielle Leroy 112 5.2 et 10 G2B Mars Forestier Cartographie des
de Haye) Lorraine / selon les 2007 parcellaires gallo-
INRA Nancy / secteurs romains, et étude de
ONF / Région la végétation
Lorraine
Alsace Pôle Laure 90 7 Guelle et Avril Forestier Sites archéologiques
(Oppidum du d’Archéologie Koupaliantz Fuchs 2007 et ouvert connus et leur
fossé des Interdéparteme environnement
Pandours, Ste ntal Rhénan
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p17/95

marie aux (PAIR)

Mines)
Alsace/Lorraine RFF / DRAC Murielle Leroy, Plus de 8 G2B Janvi Forestier Détection et
2eme tranche Alsace / DRAC Laure 250 er et ouvert documentation des
de la LGV Est Lorraine / Pôle Koupaliantz, km2 2008 sites archéologiques
d’Archéologie Dominique et des paysages
Interdéparteme Bonneterre anciens sur la
ntal Rhénan totalité du deuxième
tronçon de la LGV
Est.
Bretagne DRAC Yves Menez 10 5 G2B Mars ouvert oppidum
(Paule- Côtes Bretagne (Inrap)Thierry 2007
d’Armor) Lohro (SRA)
Languedoc CNRS / ZRC Laure Nuninger 40 >6 Heliogs Déce ouvert Plaine littorale :
(Plaine de SAZU – UMR Kristof Ostir mbre paléotopographie,
Mauguio) 6565 / LEA 2006 paléohydrographie,
ModeLTER analyse du paysage
dans la longue durée

Tableau 1 Inventaire des projets LiDAR appliqués à l’archéologie développés en France (d’après les informations de M. Leroy, L.
Koupaliantz, V. Guichard, P. Nouvel, F. Faucher, L. Saligny, Y. Menez)

2.1.5 Du projet à la commande des données: ce que l'on découvre et ce

qu'il faut savoir...
Selon les vestiges archéologiques que l'on souhaite mettre en évidence et selon le milieu
biogéographique dans lequel ils se trouvent, le nombre de points acquis au m2 a une grande
importance. En effet, plus le nombre de point est élevé, plus la résolution finale est fine. En
outre, si en terrain ouvert le nombre de points demandés est à 90% utilisable pour réaliser un
modèle numérique de terrain, il faut bien imaginer qu'il n'en sera pas de même en milieu
forestier où le dernier retour ou dernier écho (last pulse, cf. 2.1.2 - Les principes du LiDAR)
ne touchera pas forcément le sol. Dans ce dernier cas, le nombre de points effectifs pour le
dernier écho peut être divisé par deux voire plus, selon la densité du couvert forestier, et
quatre après filtrage (Doneus and Briese 2006). Ainsi on peut passer initialement de 8 points
au m2 (premier retour ou écho – first pulse), à moins de 4 points au m2 (dernier retour ou écho
– last pulse) puis à 2,5 points au m2 après filtrage pour la génération du Modèle Numérique de
Terrain (DTM). Le nombre de points par m2 qu’il faut demander dépend donc du type
d’occupation du sol mais aussi de la dimension des structures que l’on souhaite mettre en
évidence. En effet, on pourra réduire le nombre de points dans le cas de grandes substructures
archéologiques, tandis qu’il faudra l’augmenter pour mettre en évidence des petites structures.
Le nombre de points initiaux nécessaires est donc un paramètre fondamental à définir lors de
tout projet d’acquisition. Bien évidemment, il peut être surestimé pour ne pas avoir de
mauvaise surprise mais, dans ce cas, le budget sera largement surévalué car le nombre de
point est directement lié au type d’appareil et au temps d’acquisition nécessaires. Dans certain
cas, cette surestimation sera parfaitement inutile et ajoutera du temps de traitement
supplémentaire pour filtrer les données. Il est donc nécessaire d’évaluer le nombre de points
de la manière la plus optimale possible, en tenant compte des expériences déjà menées dans
son champ d’application.
Directement lié à ce problème de résolution d’acquisition (nombre de points par m2), il est
important d’étudier les offres des fournisseurs de données et notamment les spécifications
techniques des appareils utilisés. En effet, l'acquisition comporte au moins 6 points par m2
avec un système de Optech ALTM3033 tandis que les modèles plus anciens (ALTM2033 par
exemple) utilisés dans le cadre des opérations de l'Environment Agency ne permettaient de
collecter que 0.5 points par m2 (Challis 2004).
Les principaux paramètres qui jouent sur la résolution finale des données sont la fréquence
des impulsions du laser (de 10 à plus de 100 kHz), son angle de balayage (de 10 à 75°),
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p18/95

l’altitude de l’avion ou de l’hélicoptère et la vitesse enregistrée au sol. Plus la fréquence est

élevée et l’angle, l’altitude et la vitesse faibles, plus les mesures obtenues seront précises.
Dans le cas d’une application standard avec une fréquence d’impulsion à 33 kHz, soit 33000
observations laser par seconde, l’enregistrement des données de l’intensité, du premier et du
dernier écho, à une altitude de 1000 mètres, permet d’obtenir une précision absolue en deçà de
plus ou moins 15 cm (RMSE – erreur quadratique moyenne). Il faut noter que la précision
relative est généralement beaucoup plus élevée. Le laboratoire « Unit for Landscape
Modelling » de l’Université de Cambridge fournit un guide sous la forme d’une feuille de
calcul Excel qui permet d’évaluer l’influence de chaque paramètre sur la résolution
([Link]
Comme pour le nombre de points par m2, la définition optimale de ces paramètres dépend
également du type d’environnement étudié et de l’objectif de l’acquisition. Ainsi, par
exemple, pour la réalisation d’un DTM sous couvert forestier pour identifier des substructures
archéologiques, il sera préférable de définir une fréquence élevée avec une altitude la plus
faible possible mais un angle élevé (45°) pour avoir le maximum de chance de pénétrer la
végétation. Dans ce cas de figure, on adoptera également un fort taux de chevauchement des
zones scannées (50°), ce qui permettra à chaque objet d’être touché au moins deux fois, sur
chacun de ses côtés (Doneus and Briese 2006).

Le meilleur moyen de bien définir les paramètres d’acquisition des données Lidar est de
présenter le plus précisément possible son projet, notamment son objectif final et
l’environnement étudié avec la précision finale attendue tant en planimétrie, qu’en altimétrie.
Le fournisseur/opérateur de données Lidar est alors généralement en mesure de vous proposer
la solution optimale et son coût. Toutefois, le nombre de fournisseurs fleurissant et la
concurrence augmentant, il est prudent de maîtriser un minimum les principes de la technique
et d’analyser correctement les spécifications techniques des offres avant de retenir celle d’un
opérateur. L’offre la moins chère n’est pas toujours la plus mauvaise, ni la plus chère
forcément la plus intéressante et la mieux adaptée. Dans tous les cas, lors d’un premier projet,
l’expérience (non seulement la mienne, mais celle d’autres collègues) montre qu’une année
est nécessaire pour mettre en œuvre un programme d’acquisition (de la définition du projet à
la livraison des données).
En ce qui concerne notre projet sur la plaine de Mauguio, après des estimations obtenues en
décembre 2005, une première invitation auprès de plusieurs fournisseurs de données, lancée
au premier semestre 2006, a permis, en fonction de leurs questions, de mieux définir les
spécifications techniques requises pour répondre à nos objectifs. Cette définition précise a
permis de publier un avis de publicité détaillé dans le système PUMA, août 2006
([Link] conformément à la
procédure d’achat du CNRS (cf. Annexe 1 et Annexe 2)

2.1.6 L'acquisition : préparation & mission

Pour respecter le budget attribué, nous avons-nous-même assuré la préparation de la mission
qui consistait à faire l’acquisition de plusieurs points de contrôle repérables sur le terrain lors
de la mission aéroportée. Huit points ont ainsi été enregistrés à l’aide de deux GPS lors d’une
mission de quatre jours, à deux opérateurs, en novembre 2006 (cf. Annexe 3). Il faut noter
que le temps est ici surestimé en raison de plusieurs défaillances techniques, dont celles des
trois stations permanentes mises hors service en raison d’un orage.
L’opération d’acquisition a eu lieu le 21 décembre 2006 après avoir été repoussée trois
semaines durant en raison des conditions climatiques qui ne permettaient pas le vol de
l’hélicoptère depuis Trieste (Italie). Lors du vol, une station GPS au sol a été fournie par la
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p19/95

société Heliogs. Les enregistrements du GPS au sol ont été post-corrigées avec les données de
la station de base de Montpellier (Réseau RGP - [Link]
type=station&ident=MTPL&lancer=Rechercher), téléchargées par nos soins et transmises à
l’opérateur qui s’est chargé de la post-correction. De manière globale l’opération a pris 2 jours
pour un temps d’acquisition d’environ 2 h.

2.1.7 Les données

Les données Lidar ont été livrées en janvier 2007 et les données hyperspectrales en août 2007.
Le premier jeu de données se présente sous la forme de 45 tuiles de 1 km sur 1 km environ.
Chaque tuile est composée de deux fichiers, l’un correspondant au premier écho, l’autre au
dernier écho. Dans les deux cas, il s’agit d’un simple fichier texte au format ASCII avec une
ligne par point enregistré, décrit par un ensemble de 5 variables : [Identifiant] [Coordonnée
X] [Coordonnée Y] [Coordonnée Z - altitude] [Intensité]. On notera que chaque fichier
comporte plus de 2 500 000 points, ce qui représente plus de 120 millions de points pour
l’ensemble de la zone étudiée pour le premier écho seulement. Le nombre de points
enregistrés ne correspond pas au nombre d’impulsions, mais au nombre de retours ou d’échos
(signaux réfléchis). Ainsi, dans le cas d’une zone de couvert forestier, une même impulsion
pourra produire plusieurs réflexions (à partir du feuillage, des branches, du sol…), ce qui
augmentera d’autant le nombre de points à enregistrer et à stocker et, bien sûr, la taille des
fichiers résultats. En revanche, dans un paysage ouvert dénué de végétation, la même
impulsion produira un seul point qui sera facilement identifiable comme un point au sol.
En ce qui concerne notre projet, le poids des fichiers bruts représente à eux seuls, premier et
dernier échos, près de 4 Go pour 40 km2 soit environ 100 Mo par km2 pour un paysage
relativement ouvert.

383567.177200 733773.250 3146574.860 6.200 28.0

383567.205400 733770.820 3146580.230 6.360 13.2
383567.205400 733771.070 3146579.860 6.430 10.6
383567.208200 733771.190 3146579.710 6.280 12.7
383567.237200 733768.460 3146585.650 6.240 18.0
383567.266000 733766.270 3146590.780 6.350 16.5
383567.266200 733766.010 3146591.190 6.410 14.4
383567.266200 733765.770 3146591.560 6.320 18.0
383567.295000 733763.190 3146597.320 6.420 18.0
383567.324000 733760.750 3146602.900 6.510 22.0
383567.348200 733758.830 3146607.230 6.580 16.0
383567.353000 733758.540 3146608.140 6.550 24.0
383567.353000 733758.040 3146608.920 6.570 22.0
383567.376600 733756.210 3146613.000 6.600 16.0
…..
Tableau 2 – Exemple de fichier de données Lidar brutes
(fichier au format ascii)

Importé dans un logiciel de traitement de données Lidar tel que LASEdit de Cloud Peak
Software ([Link] ce fichier peut ensuite être visualisé sous la
forme d’un nuage de points (Figure 4 et Figure 5) pour être ensuite filtré et traité afin
d’obtenir un modèle numérique de surface (DSM) ou de terrain (DTM) (cf. 2.2 Traitements
des données Lidar, des points aux fichiers raster). On remarquera d’emblée la résolution
élevée des données avec des points qui permettent de redessiner la forme des arbres et la ligne
électrique (Figure 5)
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p20/95

Figure 4 – Visualisation du nuage de points selon les Figure 5 - Visualisation du nuage de points en profil
valeurs d’altitude selon les valeurs d’altitude

Le jeu de données hyperspectrales est encore plus lourd à manipuler puisqu’il représente à lui
tout seul près de 130 Go de données, divisé en 10 bandes géographiques composées chacune
de 3 groupes de fichiers de 4 Go chacun en moyenne, pour une résolution de 0.5 m.
L'imagerie hyperspectrale consiste en une acquisition simultanée d'images en de nombreuses
bandes spectrales étroites et contiguës. Ces images sont collectées par un capteur spécifique
qui en général opère dans les domaines visible et infrarouge du spectre. Chaque pixel de la
scène observée possède une signature spectrale similaire à celles des minéraux obtenus en
laboratoire. Ainsi, les données hyperspectrales offrent une information plus détaillée d'une
scène que d'autres types de données de télédétection acquises en bandes plus larges et non
contiguës ([Link] Ces images de synthèse présentent de
nombreux avantages, mais le plus important correspond à la capacité d'identifier les matériaux
qui composent un objet. Cela se fait par l'analyse des signatures spectrales des différents
éléments. Pour l’instant, ces données ont simplement pu être visualisées, leur traitement va
débuter au début de l’année 2008 dans le cadre de deux zones tests de respectivement 1,2 et
1.5 km2 (cf. 2.3.2 - Analyses spatiales en développement et cas d’études)
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p21/95

Figure 6 – Images hyperspectrales en couleur RGB, bande 22, 16 et 9

2.2 Traitements des données Lidar, des points aux fichiers raster

Il est assez simple de produire un modèle numérique de surface (MNS) à partir des données
lidar avec une simple interpolation des données brutes. Le MNS représente la surface visible
depuis la plate-forme aéroportée. Il s’agit du terrain mais aussi de tous les objets qui modèlent
la surface tels que les bâtiments, les infrastructures mais aussi la végétation. Si ce modèle est
fort utile pour certaines applications géographiques, par exemple, ce qui intéresse plus
l’archéologue c’est généralement le modèle numérique de terrain (MNT). Pour produire ce
MNT, seuls les points représentant le sol doivent être utilisés pour l’interpolation. Cela
signifie donc que le nuage de points doit être automatiquement classé en fonction de
propriétés géométriques et des valeurs des points. Cette opération dite de filtrage est
probablement l’étape la plus importante puisqu’elle va réduire l’information qui sera ensuite
interpolée et analysée à partir du modèle numérique produit. Si l’information est trop réduite,
certaines structures recherchées risquent de ne pas apparaître dans le modèle alors qu’elles
existent en réalité. Si l’information n’est pas assez réduite ou mal classée, alors le modèle
final sera chargé de bruits rendant impossible toute lecture des structures ou sera marqué par
des artefacts de classification révélant des reliefs erronés (par exemple un micro-relief qui ne
serait autre qu’un buisson). Le filtrage est donc une opération délicate qui requiert toute notre
attention pour obtenir des résultats satisfaisants. Quand cette étape est terminée, les points
extraits comme étant des points de sol sont ensuite interpolés pour obtenir une surface, le
MNT, sous la forme d’un maillage de pixel (raster) où chaque pixel carré prendra la valeur
moyenne des points qui constituent les quatre sommets du pixel. C’est à partir de ce MNT
qu’un certain nombre d’analyses pourront ensuite être effectuées tels que des calculs de pente,
d’ombrage, d’ensoleillement et de contours par exemple.
L'ensemble du processus de l'acquisition des points à la production du MNT est presque
linéaire comme le montre le diagramme décrivant chaque étape de transformation des
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p22/95

données. Nous reviendrons en détail sur la procédure et les outils utilisés par notre équipe ci-
dessous (Figure 7).

location data laser measurement data calibration

(GPS, INS) (distance and intensities) data

lidar point data

(x, y, z, intensity, order)

point classification
and filtering

object recognition

rasterization

digital terrain model, digital

surface model, object data
(x, y, z, intensity, order)

Figure 7 - Traitement du nuage de points lidar.

La gestion, la programmation et les traitements des données lidar ont été réalisés avec les
logiciels ENVI ([Link] et IDL ([Link]
=french). Le filtrage du nuage de points et la conversion des fichiers ont quant à eux été
réalisés avec le logiciel LASEdit ([Link]

2.2.1 LASEdit

LASEdit est un logiciel professionnel d’édition des données Lidar. Il est conçu pour
fonctionner avec des données lidar sous la forme d’un nuage de points au format d’échange
standart (LAS). LAS est un format de fichier relativement compact avec un encodage binaire
de points de localisation et des attributs de ces points. L'actuelle version 1.1 du format LAS
est largement admise dans l'industrie et implanté dans la plupart des logiciels de post-
traitement, d’édition et de classification de données Lidar.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p23/95

LASEdit est capable d’automatiser l’extraction de données pour la production d’un modèle de
terrain, de visualiser les données, d’opérer des traitements par lots et de réduire les données,
ce qui correspond aux traitements de données lidar les plus utilisés. Le logiciel comporte
également un algorithme appelé « Surface Magic » qui permet d’extraire de manière
automatique les points reconnus comme étant des points au sol (ou de « terrain nu / bare
earth », c’est-à-dire sans végétation). Les points sont classés en deux catégories nommées
« terrain nu » et « objets extraits ». La classe « terrain nu » représente tous les points
enregistrés au sol, tandis que le reste des points, les « objets extraits », correspondent à de la
végétation, des bâtiments ou d’autres objets anthropiques). Bien que la procédure soit
automatisée, elle peut être contrôlée par deux paramètres : le relief à prendre en compte
« Terrain Biais » et l’aspect souhaité « Aesthetic ». Dans le premier cas, il est possible de
spécifier la rugosité du terrain, soit de tenir compte de la morphologie dominante du terrain,
plane à accidentée, afin d’éviter qu’un pic ou une falaise ne soit reclassé en « autres objets ».
Le second paramètre permet de préciser le degré de lissage à appliquer. On appliquera un
faible degré de lissage afin de conserver le plus grand nombre d’écarts mineurs
(indépendamment de leur inclinaison), ce qui permettra de conserver des détails comme les
labours, les petits dispositifs de drainage… Au contraire, on appliquera un fort degré de
lissage pour généraliser localement la courbe de tendance et diminuer le bruit dû aux écarts
mineurs afin de ne conserver que les structures les plus importantes.
En réalité, ce type d’algorithme classe les points en fonction de la distance qui les séparent et
leurs écarts de valeurs. Ainsi, un changement de valeur très rapide distinguera les points de
sols des autres éléments, tandis que des points proches aux valeurs continues seront
considérés soit comme des points de sols, soit comme des points d’autres éléments en
fonction de leur voisinage.
Bien que LASEdit offre une procédure de classification automatisée, il est possible
d’intervenir manuellement pour reclasser les points avec des polygones ou en sélectionnant
individuellement les points. Il est également possible de charger des images géoréférencées
ou des données vectorielles en arrière-plan afin de guider la procédure manuelle.
Les données brutes et reclassées peuvent être visualisées avec les nombreux outils offerts par
LASEdit en profil, en 2D ou 3D (Figure 4, Figure 5, Figure 8). Bien que les points soient
automatiquement affichés avec des couleurs selon leur valeur altimétrique, l’affichage peut
être modifié et adapté selon le besoin des utilisateurs avec des options d’ombrages et de
contours par exemple (Figure 8).
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p24/95

Figure 8 - LASEdit 3D view displaying classified point

2.2.2 Traitements des données et résultats

Dans cette partie on s’intéressera aux traitements opérés sur le nuage de points qui constitue
la principale base de données pour produire une image de relief. Aux différents stades du
traitement, les logiciels LASEdit, ENVI et IDL ont été utilisés afin de produire un modèle
numérique de terrain ainsi qu’une image d’intensité des points au sol pour l’ensemble de la
zone étudiée.
Comme nous l’avons annoncé ci-dessus (2.1.7 Les données), les données lidar ont été livrées
sous la forme de 45 tuiles comprenant deux fichiers : les points de sol et les points d’objets.
Le fournisseur de données a en effet opéré un premier filtrage et une classification des
données avec son propre logiciel de traitement et ses propres paramètres sans que l’on sache
exactement lesquels. Un premier modèle numérique de terrain avec une résolution de 1m a été
produit à partir de cette classification. Toutefois, après une analyse précise des données et
plusieurs essais, les résultats n’étant pas satisfaisants, nous avons estimé que le filtrage devait
être refait avec des paramètres adaptés pour créer le modèle numérique de terrain dont nous
avions besoin.
A cette fin les données de deux fichiers ASCII (sol et objet) ont été fusionnées en un seul
fichier à l'aide des capacités de programmation IDL. Les fichiers résultant du calcul sur
l’ensemble des 45 tuiles ont ensuite été convertis du format ASCII au format LAS, ce qui a
permis de réduire d’environ 40% l’espace disque utilisé par les données d’origine. Le filtrage
a ensuite été réalisé avec le logiciel LASEdit en définissant les paramètres de telle manière
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p25/95

que l’on puisse conserver un haut niveau de détail (faibles micro-reliefs) dans une zone
extrêmement plane.

Si le logiciel LASEdit est capable de créer des contours ou de générer un TIN à partir des
points classés pour la visualisation, il n’est pas en mesure de les enregistrer et de les exporter.
De la même manière, il ne peut pas dissocier les points classés et les enregistrer dans des
fichiers séparés. Pour cette raison, l’ensemble des fichiers de points filtrés a d’abord été
exporté du format LAS au format ASCII. Les nouveaux fichiers produits contiennent un
attribut supplémentaire par rapport aux données brutes - le numéro de la classe de chaque
point – qui est ensuite utilisé par un algorithme de tri programmé sous IDL pour extraire un
fichier de points sol. Ce fichier a ensuite été importé dans le logiciel ENVI pour procéder à la
rastérisation des points (passage d’un point à un maillage raster) avec la commande Rasterize
Point Data. L’ensemble des 45 fichiers raster produits ont ensuite été associés dans un seul
avec une procédure de type mosaïque pour produire le modèle numérique de terrain (MNT)
qui couvre l’ensemble de la zone étudiée. Le MNT final obtenu a une résolution de 50 cm et
est géoréférencé dans le système de coordonnées Lambert zone III.
Il s’agit d’un premier MNT qui permet de procéder à la détection et à l’interprétation visuelle
des anomalies recherchées (micro-reliefs ou dépressions par exemple). C’est également un
outil de base pour développer différents protocoles d’analyses (analyse de contours, extraction
de structures récentes, filtrage directionnel, ombrages…) sur des zones tests avec toutefois la
possibilité d’un retour sur les données brutes pour produire un nouveau MNT sur ces zones,
avec des paramètres de classifications affinés et complétés par une classification manuelle
dans les cas problématiques.

Figure 9 – MNT Lidar avec une résolution de 0.5 m

 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p26/95

En plus du MNT, l’image d’intensité a également été créée à partir du même filtrage de
points. Cette image représente les valeurs de réflectance enregistrées par les points au sol. Les
valeurs de réflectance exprimée, en pourcentage, diffèrent selon le type de surface touchée. La
neige par exemple pourra réfléter 90% de l’intensité du signal tandis que l’asphalte noir
réfléchira seulement 5% de l’énergie émise. Le fichier raster d’une résolution de 50 cm généré
à partir de ces données peut être considéré comme une image classique (Figure 10).

Figure 10 – Image d’intensité des points Lidar au sol avec une résolution de 0.5 m (les zones interpolées où
les bâtiments ont été supprimés sont clairement visibles – en bas à droite)

Du fait de la masse considérable des données, le traitement seul de l’ensemble des points
bruts à la production d’un modèle numérique de terrain et de l’image d’intensité a pris plus de
trois semaines de travail à temps plein. La durée du traitement est pour partie attribuable à
l’utilisation de différents logiciels qui nécessitent plusieurs conversions de fichiers en passant
par le format ASCII. Le développement d’algorithmes pour la gestion des données avec IDL a
également été consommateur en temps. Il est certain que l’utilisation d’un logiciel intégré
comportant les différents modules développés par notre groupe ou achetés permettrait
d’accélérer le processus de manière considérable, mais cela nécessite plus de temps et de
ressources.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p27/95

2.3 Analyses et interpretations archéologiques

Les premières analyses et interprétations archéologiques dont ne nous ne présenterons qu’un

aperçu, car elles sont en cours, s’appuient sur le MNT et l’image d’intensité finals produits
par notre équipe avec une résolution de 50 cm. Ces données ont été combinées à d’autres
informations, notamment des ortho-photos provenant de plusieurs missions IGN et militaires
(clichés des alliers de 1944) que nous avons pour partie scannées et géoréférencées pour les
intégrer au SIG développé depuis 2004 sur la plaine littorale de Mauguio. De la même
manière, les mappes cadastrales à 1/5000 de la Compagnie Nationale d’Aménagement
Régional du Bas Rhône Languedocien (CNARBRL) disponibles pour la zone étudiée ont été
scannées et géoréférencées afin d’être croisées avec les autres données et vectorisées en
partie. On signalera également qu’est intégré au SIG la couverture à 1/25000 scannée (scan25
de l’IGN) ainsi qu’un MNT d’une résolution de 25m produit antérieurement par l’équipe et
toutes les informations dérivées par la détection et l’analyse des indices de paléoreliefs
(Nuninger and Ostir 2005, Ostir and Nuninger 2006, Coulon 2006). Enfin, les données
archéologiques intégrées proviennent de la base de sites archéologiques Archaeomedes II
révisée en 2004.

2.3.1 Reconnaissance et photo-interprétation

Afin de développer un protocole d’analyse spatiale adéquat, une première étape assez longue
de la recherche consiste dans l’analyse exploratoire des données. Cette étape vise à identifier
les informations qui peuvent être extraites du MNT lidar et cerner la meilleure manière de les
détecter en travaillant sur l’affichage ou le filtrage de l’image. Nous avons en partie conduit
cette analyse exploratoire à l’aide d’informations préalablement extraites d’autres sources de
données planimétriques (cadastre napoléonien, images satellites et aériennes) dans le cadre de
travaux menés par François Favory et Gérard Chouquer.
Nous présenterons quelques cas illustrés pour montrer le potentiel que peuvent apporter les
données Lidar, puis nous nous concentrerons sur les premiers développements et les résultats
obtenus dans trois zones d’études sélectionnées pour poursuivre les analyses.

♦ Observations sous couvert végétal

La plaine littorale de Mauguio présente un paysage quasi totalement ouvert. Seules quelques
zones se situent sous couvert boisé. Comme nous l’avons expliqué ci-dessus, un des
avantages de la technologie lidar est de pouvoir pénétrer la couverture végétale afin de
renvoyer un signal correspond au sol nu. Ainsi, comme l’illustrent les figures ci-dessous
(Figure 11 et Figure 12), il est possible de détecter le parcellaire en sous bois. Afin de valider
ces observations, nous avons croisé les données obtenues par le MNT lidar avec les relevés de
la CNARBRL datant des années 60 et mises à jour en 1986 (Figure 11 c). On remarque
d’emblée la parfaite adéquation entre les deux documents ce qui nous permet de valider
l’algorithme de filtrage utilisé. La comparaison des deux figures (Figure 11 et la Figure 12)
souligne également les difficultés rencontrées lors du filtrage des données brutes. En effet, les
limites parcellaires représentées dans la première figure apparaissent beaucoup moins
clairement que dans le second cas. Il reste beaucoup de bruits avec une texture de l’image qui
apparaît très granuleuse (Figure 11 b et c). Ce résultat est dû à un couvert végétal
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p28/95

probablement récent avec une part très importante de végétation arbustive assez rase. Dans ce
cas et compte tenu du relief extrêmement faible de la lagune, il est très difficile de distinguer
les points au sol des points décrivant la végétation basse. Si nous devions travailler de
manière plus détaillée sur cette zone, il serait nécessaire de procéder à un nouveau filtrage à
partir d’informations complémentaires qui permettrait de mieux modéliser la végétation à
prendre en compte.

a) ortho-photo IGN cliché de 2005 b) Combinaison de l’ortho-photo IGN et du c) Combinaison du MNT lidar à 50 cm ombré
MNT lidar ombré et du cadastre de la CNARBRL
Figure 11 – observation du parcellaire sous couvert forestier au lieu dit Bosc Viel au sud de la commune de
Mauguio, à l’est de la pointe du Salaison

a) ortho-photo IGN cliché de 2005 b) Combinaison des MNT lidar à 1m, 50 cm et du MNT lidar à 50 cm
ombré
Figure 12 – observations sous couvert forestier d’une anomalie parcellaire située au sud-est de Mas Desport
(Marsillargues)

Dans le cas du petit massif forestier situé au sud-ouest de la commune de Marsillargues

(Figure 12), le bois plus ancien puisqu’il est déjà relevé comme tel sur la mappe cadastrale de
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p29/95

la CNARBRL a favorisé l’obtention de meilleurs résultats avec les mêmes paramètres de

filtrage. Dans le cas de cette anomalie parcellaire inédite, on notera la précision de la
détection des limites parcellaires dont seulement une partie avait pu être relevé par la
CNARBRL (Figure 13a).
Cette anomalie déjà présente sur le cadastre napoléonien (Figure 13b) est bordée au sud par le
ruisseau de la Capouillère qui est un cours d’eau canalisé depuis le site du Mas Saint Julien
situé au nord-est sur la même commune. La construction de ce canal remonte très
probablement au Moyen Âge comme le souligne J.-M. Malvis d’après un texte de la fin du
XIème siècle dans lequel il est précisé qu’à l’occasion d’une convention passée entre le
seigneur de Lunel et l’abbé de Psalmodi, un canal aurait été créé à partir d’un cours d’eau
appelé « Caupaleriam » (Malvis 1988). Compte tenu de la localisation de cette anomalie à
moins de 300 m à l’est de l’emplacement supposé de l’église détruite de Notre Dame Desport
mentionnée par la carte de Cassini et d’une série de tombes découvertes en prospection, nous
envisageons de reprendre l’ensemble des données sur le secteur compris entre le Mas St
Julien (est du village de Marsillargues) au nord, le ruisseau de la Capoullière à l’est, le chemin
du Mas Desport à St Julien à l’ouest et l’anomalie repérée au sud. Très bien documenté tant
par les textes que la prospection, il s’agit d’un secteur clef pour appréhender les
aménagements de la plaine durant l’antiquité et la période médiévale, notamment pour
bénéficier de l’accès à l’Etang via le port antique du Mas Desport.

a) Extrait du Cadastre de la CNARBRL annoté par F. Favory et C. b) Extrait du cadastre napoléonien (l’anomalie parcellaire est mise en
Raynaud (En bleu : cours d’eau et fossés ; en vert : zone d’épandage évidence par la zone grisée bordant un ancien marais – annotation de F.
agraire antique et/ou médiéval ; en rouge : site archéologique – Favory)
nécropole et habitat).
Figure 13 – Relevé CNARBRL et cadastre napoléonien de l’anomalie parcellaire du Mas Desport

Actuellement les filtres développés et testés par l’équipe du LEA ModeLTER

([Link] sont performants pour les zones sous couvert forestier, mais
beaucoup moins en contexte végétal ras et couvrant. D’un point de vue méthodologique, c’est
un des aspects qui fera l’objet d’un développement spécifique par l’équipe.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p30/95

♦ Observations de chemins ou de limites parcellaires disparues

En contexte ouvert, le relevé micro topographique fourni par les données Lidar permet de
mettre en évidence des micro-reliefs d’origine anthropique qui ont disparu du paysage actuel
lors de phases de réaménagement. C’est le cas par exemple pour d’anciennes voies
désaffectées dont on peut observer une trace en partie visible sur la photographie aérienne
verticale de 2005, confirmée par le tracé existant sur les relevés de la CNARBRL datant des
années 60 (Figure 14, à droite et à gauche). Sur le MNT produit à partir des données Lidar et
visualisé avec un effet d’ombrage, il est bien sûr possible d’identifier sous la forme d’un léger
relief, le tracé relevé sur les deux documents précédents, mais également son prolongement au
nord invisible sur les autres documents. Ce prolongement est clairement repérable sur le
cadastre Napoléonien où il constitue un segment d’une voie dite « Chemin de St Martin à la
Métairie du Bouet ». Cette voie sans rapport avec le cadastre antique, dessert trois sites
médiévaux occupés entre le Vème et le XIIIème siècle. Au niveau du site de la Font Rulle (X-
XIème s.), situé au nord sur la commune de Mudaison, ce chemin rejoint un itinéraire
d’origine probablement antique et permet la connexion directe de sites médiévaux
importants : Saint Martin Caveirac (V-XIIIème s., Mauguio) et Saint André de Moulines (Ier-
XIIIème s., Lansargues). Compte tenu de cette connexion à Font Rulle, F. Favory suggère une
datation de la voie comprise entre Xème et le XIème siècle (Favory, Raynaud et al. 1993)

a) ortho-photo IGN cliché de 2005 b) MNT lidar à 50 cm ombré c) Combinaison du MNT lidar à 50 cm ombré
et du cadastre de la CNARBRL
Figure 14 – Détection d’un ancien chemin au sud-est du Mas de Bouet (Mauguio)

Pour mesurer le potentiel offert par le traitement des données Lidar, il faut souligner le
caractère extrêmement plan de la zone étudiée et le très faible dénivelé de l’ordre d’une
quinzaine de centimètres qui permet de mettre en évidence l’ancien chemin (Figure 15). Le
micro-relief présente une largeur d’un peu moins de 25 m mais c’est sa continuité nord-sud
qui permet de le repérer.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p31/95

A LEA ModeLTER 2007 (K. Ostir, A. Marsetic, L. Nuninger) B

LEA ModeLTER
2007
(L. Nuninger,
K. Ostir,
A. Marsetic)

Figure 15 – Profil topographique de l’ancien chemin situé au sud-est du Mas Bouet (Mauguio) : A)
Localisation du profil sur le MNT Lidar à 50 cm ; B) Profil topographique.

Avec cet exemple, nous attirons l’attention également sur le problème de la sensibilité au
bruit que ce type de données enregistre. Le profil topographique réalisé sur le chemin montre
les écarts de 5 à 10 cm parfois enregistrés sur des points très proches. Ce phénomène est lié à
la précision du relevé (2.1.2 - Les principes du LiDAR), d’une part, et à l’algorithme de
filtrage, d’autre part. En effet, si on souhaite mettre en évidence des micro-reliefs sur des
espaces extrêmement réduits, par exemple des sillons de labour, le filtre sera paramétré pour
détecter des changements d’altitude très rapides entre deux points très proches. Dans ces
conditions, dans les zones planes mais couvertes par de la végétation rase, le filtre risque de
prendre en compte, pour décrire la surface au sol, des points qui sont en fait des retours de
végétation et créer ainsi des micro-reliefs inexistants dans le modèle produit que l’on pourra
associer à du bruit. A l’inverse, si le filtre est paramétré avec un lissage plus important,
certains objets recherchés peuvent disparaître alors qu’ils existent. Cette remarque montre
qu’un MNT produit n’est qu’un modèle parmi d’autres et que l’interprétation des données
Lidar par l’archéologue doit se faire pas à pas d’abord sur des objets connus - ou vérifiés à
posteriori sur le terrain - pour bien identifier les limites des données acquises et du filtre
utilisé. Cette démarche permet de cerner les caractéristiques des différents types d’objets
recherchés de manière à préciser ensuite le paramétrage de l’algorithme de filtrage pour
produire chaque modèle adapté aux objets et contextes. Ainsi, dans le cas d’une acquisition
liée à la production d’un MNT par le fournisseur de données Lidar, il est extrêmement
important d’exiger la fourniture des données brutes de manière à pouvoir les retraiter selon les
problématiques abordées et les objets recherchés.

Dans une zone actuellement délaissée par l’agriculture, mêlant friche et prairie, le MNT Lidar
ombré permet de mettre en évidence plusieurs limites parcellaires devenues inactives (
Figure 16a et b). On retrouve en partie ces limites sur le relevé de la CNARBRL mais d’autres
limites apparaissent également sous la forme de micro-reliefs (
Figure 16c et d). Ces limites sont isoclines au chemin dit « de la Prade » qui correspond à
l’itinéraire allant des Gabieux (X-XIème s.) à la Piscine (Ier-IVème s.), via Candillargues et la
Courtade (IV-XIIIème s.). Compte tenu de la datation des sites qui jalonnent cet itinéraire et
ses liens avec l’orientation dominante du Nîmes A, on peut estimer que la voie est d’origine
antique tout comme les limites parcellaires qui lui sont associées. L’itinéraire est encore actif
au Moyen Âge car il est attesté dans les textes du XIIIème s. Toutefois, cet axe de circulation
majeur qui desservait tous les sites portuaires implantés sur la rive nord de l’Etang, attestant
son rôle clef dans la dynamique du peuplement de la région, commence à être délaissé avec
l’abandon des sites portuaires et l’émergence des castra de Lunel et Mauguio qui prennent le
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p32/95

contrôle des échanges à partir des X-XIème s. (d’après A. Parodi dans Favory, Raynaud et al.
1993 ).

a) ortho-photo IGN de 2005 b) Combinaison du MNT lidar à 50 cm ombré et de l’ortho-photo IGN

de 2005

c) Combinaison du MNT lidar à 50 cm ombré et du cadastre de la d) MNT lidar à 50 cm ombré et relevé de limites parcellaires
CNARBRL - en jaune le prolongement du chemin « de la Prade » et une limite
parcellaire relevée sur la CNARBRL par F. Favory
- en rouge le relevé de limites parcellaires isoclines au chemin à partir
du MNT Lidar par L. Nuninger

Figure 16 - Détection de limites parcellaires à la Prade (Lansargues), au nord ouest du village de

Candillargues
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p33/95

♦ Détection de paléochenaux

L’aménagement probablement précoce de l’espace de la Prade est particulièrement

intéressant, car il est situé dans une zone de dépression naturelle constituant un delta qui
réceptionne trois ruisseaux, d’ouest en est : Le Bérange, La Bernouide et la Viredonne
(Figure 17a).

a) Combinaison du MNT lidar à 1 m ombré et de la carte IGN à b) Combinaison du MNT lidar à 1 m ombré et de l’ortho-photo IGN de
1/25000 2005

c) MNT lidar à 1 m ombré (production du MNT à 50 cm A. Marsetic, d) Combinaison du MNT lidar à 1 m ombré et du MNT à 1 m reclassé
rééchantillonnage à 1 m, L. Nuninger) par altitude selon un pas de 0.5 m (en violet foncé les altitudes les plus
basses comprises entre 0 et 0.5m, en vert anis les altitudes les plus
hautes comprises entre 6.5 et 7 m)-
Figure 17 – Canalisation du Bérange et de la Viredonne au nord-est du village de Candillargues, de la Prade-
Haut au nord au Salan du Cayrel au sud.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p34/95

C’est donc une zone très humide comme le soulignent les toponymes qui la qualifient : La
Prade, Prade-Haut, les Canaux. « Prade » comme « Palus » indiquent généralement une zone
humide asséchée. En témoigne le tracé rectiligne des trois cours d’eau qui sont totalement
canalisés dans deux canaux principaux, le Bérange à l’ouest et la Viredonne à l’est, et sous la
forme d’un réseau de fossés délimitant des parcelles qui draine l’ensemble de l’espace
intermédiaire jusqu’à la lagune, « Salan du Cayrel » (Figure 17a). Malgré l’aménagement
important des cours d’eau, la micro-topographie révélée par le traitement des données Lidar
permet de mettre en évidence plusieurs éléments de paléo-chenaux naturels ou peu canalisés
détectés de manière très partielle sur la documentation planimétrique (cadastre Napoléonien,
CNARBRL, cf. Delafolie I. et al. 1990 et Favory, Raynaud et al. 1993). Dans cet exemple, on
perçoit très bien le cours naturel d’un bras probable du Bérange, qui actuellement canalisé
selon une orientation nord-sud marquée, semblait observer un pendage naturel ouest-est avant
de s’écouler très certainement de part et d’autre de la butte de Camp Sentinier (Figure 18a et
b). Au nord et à l’ouest de cette butte un réseau de drainage dense ne permet pas d’observer
des indices confirmant cette hypothèse. La topographie naturelle a été profondément remaniée
par l’aménagement.

a) Combinaison de la carte IGN à 1/25000), du MNT lidar à 1 m ombré b) Relevé linéaire des cours d’eau canalisés (en bleu) et du tracé des
et du MNT à 1 m reclassé par altitude selon un pas de 0.5 m (en violet paléo cours d’eau, identifiés grâce à la microtopographie (en vert).
foncé les altitudes les plus basses comprises entre 0 et 0.5m, en vert Combinaison du MNT lidar à 1 m ombré et du MNT à 1 m reclassé par
anis les altitudes les plus hautes comprises entre 6.5 et 7 m). Relevé altitude selon un pas de 0.5 m (en violet foncé les altitudes les plus
linéaire des cours d’eau canalisés (en bleu) et du tracé des paléo cours basses comprises entre 0 et 0.5m, en vert anis les altitudes les plus
d’eau, identifiés grâce à la microtopographie (en vert). hautes comprises entre 6.5 et 7 m).
Figure 18 – Détection des paléo cours d’eau du Bérange et de la Bernouide (nord-est du village de
Candillargues).

Ces quelques exemples illustrent le potentiel qu’offrent les données Lidar pour détecter très
rapidement ou compléter des informations acquises grâce à d’autres types de supports
planimétriques (cartes, cadastres, photographies aériennes…). Ils montrent également que le
traitement de ces données n’est pas simple et direct. Les capacités de détection seront d’autant
plus performantes que le filtrage des données et la production du MNT seront mieux
maîtrisés, dans une démarche exploratoire visant à caractériser les contextes et les objets
recherchés.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p35/95

2.3.2 Analyses spatiales en développement et cas d’études

Après avoir opéré le travail de reconnaissance exploratoire sur l’ensemble de la zone, nous
avons sélectionné trois zones d’études qui font l’objet d’analyses plus poussées mettant en
œuvre des traitements spécifiques des données. Dans cette approche, en cours, notre objectif
est de développer des modèles de détection semi-automatisée des objets recherchés : voies
anciennes, limites parcellaires, micro-reliefs, paléo-chenaux… A ce stade de nos travaux nous
présenterons, dans ce rapport, deux de ces cas d’étude.

♦ Cas d'étude 1 : Sud-est du village de Mauguio

La première zone d’étude se situe à l’est et au sud-est du village de Mauguio. Cet espace a
déjà fait l’objet d’un relevé de limites parcellaire à partir de la documentation planimétrique
réalisé par F. Favory et M.-J. Ouriachi (Delafolie I. et al. 1990, Favory and Raynaud 1992) et
à partir de traitement d’image aérienne et satellite SPOT (Charraut and F. 1993).

Hydrologie fossile et parcellaires d'origine antique dans la région de Mauguio (Hérault), d'après une image SPOT. Croquis d'interprétation.
Symboles: - 1. Rivage lagunaire actuel (ligne méridionale) et limite des terres submergées ou gorgées d'eau: sols minéraux (unité de sol n°
52, Amal 1984) ou peu humifères à gley (unités de sol n° 53 et 56) et sols salins à pseudogley de surface (unité de sol n° 59), sur alluvions
palustres, lagunaires ou fluviatiles: étangs, marais, prés salés, phragmitaies et roselières. Ligne hypothétique du rivage lagunaire antique. - 2.
Limite des sols hydromorphes des vallées alluviales plus ou moins bien drainés: sols minéraux (unité de sol n° 52) et sols alluviaux à forts
caractères d'hydromorphie (unités n° 13 et 14). - 3. Cours d'eau. - 4. Routes. - 5. Limites parcellaires et chemins isoclines avec la
centuriation Sextantio-Ambrussum (Ng. - 22° 30' W). - 6. Limites parcellaires et chemins isoclines avec la centuriation Nîmes A (Ng. - 30°
30' W). - 7. Agglomérations. - 8. Habitat actuel dispersé: - Be. : Mas de Bellevue. - B. : Mas de Bomier. - Bo. : Mas de Bouet. - C. : Mas de
Cannes. - Cl. : La Clausade. - P. : Mas de la Plaine. - Pn. : Pétrusse Neuf. - Pv. : Pétrusse Vieux. - St-M. : Mas de Saint-Martin. - 9. Habitat
gallo-romain du haut Empire: - 1. Arnassère II-III (I-IIe s.). - 2. Ste-Christine (1er s.). - 3. Bentenac 1-11 (1er s. av. n. è.-IIIe s.). - 4.
Bousquet IVa (I-IIe s.). - 5. Mas de Caporal (I-lIe s.). - 6. La Grand Coste (I-lle s.). - 7. Saint-Corme II (II-IVe s.). - 8. Castelnau (I-IIe s.). -
9. Las Planas 1 (1er s. av. n. è.-Ier s.). - 10. Maussan III (1er s.). - 10. Habitat tardo-antique : -11. Treize Caïres (IV- VIe s.). - 12. La
Clausade 1 (IVe s.). Hydrographie: - 1. Le Vieux Salaison. - 2. Bras médian fossile du Salaison. - 3. Le Salaison. - 4. La Balaurie. - 5. Canal
de la Roubine (Vieille Cadoule). - 6. Chemin du Tamaris (Vieille Cadoule). - 7. Le Fossé de Maussan (Vieille Cadoule). - 8. La Capouilière
(Vieille Cadoule). - 9. La Font de Mauguio. - 10. Bras ancien de la Cadoule. - 11. La Cadoule canalisée. - 12. Ruisseau d'Aigues Vives. - 13.
Ruisseau de l'Arrière. - 14. Le Béranget. - 15. Le Bérange.
Figure 19 – Hydrologie fossile et parcellaires d’origine antique dans la région de Mauguio (Hérault)
d’après une image SPOT (Charraut, Favory 1993, fig. 24b)
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p36/95

L’espace a été sélectionné car il est particulièrement riche en linéaments associés à la

centuriation du Sextantio-Ambrussum et dans certaines zones (à l’est), on observe une zone de
contact dans laquelle se combinent traces parcellaires du Sextantio-Ambrussum et du Nîmes A
(Figure 19).

Dans cette zone, notre objectif est d’évaluer le potentiel offert par les données Lidar par
rapport à la documentation existante. Il s’agit d’une part de mettre en place un protocole
permettant de détecter de manière automatique les limites parcellaires connues à partir des
données Lidar, d’autre part de compléter les relevés existants par de l’information inédite
révélée par la micro-topographie. En s’appuyant sur l’expérience et la connaissance du
paysage antique de cette région, nos travaux visent à élaborer un protocole de détection
applicable dans d’autres zones qui n’ont pas bénéficié d’une telle investigation.

Dans un premier temps, nous nous sommes concentrés sur la mise en œuvre pratique du
protocole de filtrage directionnel mis au point et utilisé par D. Charraut, Ph Jourdain et F.
Favory sur des photographies aériennes et des images SPOT (Charraut and F. 1993, Jourdain
1995). Le module de filtrage initialement développé dans l’environnement MatLab a été
adapté et développé dans le logiciel Erdas Imagine pour faciliter le traitement des données
(Annexe 4). Le protocole de filtrage opère en deux étapes. Tout d’abord, l’application d’un
opérateur dit de Sobel permet de mettre en évidence les bords détectés au sein de l’image
traitée pour produire une image des contours ou de bords. Ensuite une image des directions de
ces bords ou contours est calculée afin d’identifier les orientations privilégiées. L’image des
directions est réalisée à partir d’un codage angulaire des points de chaque pixel dont la valeur
n’est pas nulle dans l’image des contours (cf. Annexe 1, (3)). Dans cette nouvelle image,
chaque segment de bord est qualifié par son orientation exprimée en degrés, ce qui permet
ensuite d’extraire les segments d’une orientation donnée (Charraut and F. 1993).
Le module développé sous ERDAS permet de produire l’image des directions et de la
combiner visuellement à l’image des contours dont l’intensité est plus ou moins marquée.
Ainsi, il est possible d’observer dans une même illustration l’orientation prédominante et son
intensité qui correspond en général à son statut et sa pérennité dans le paysage actuel (Figure
20). Les premiers tests réalisés sur le MNT Lidar à 50 cm ont permis de retrouver des
segments détectés sur l’image SPOT et d’en faire apparaître quelques autres (Figure 21).
Toutefois, l’image obtenue est encore fortement brouillée par le bruit dû à la résolution fine
du MNT. En effet, le filtrage fait également apparaître les pixels des marques de labour dont
l’orientation suit celle des limites de parcelles.
Pour cette zone, nous avons construit un second MNT en modifiant les paramètres de
l’algorithme de filtrage en introduisant un degré de lissage plus important afin de générer
moins de bruit local –labour…– (cf. 2.2.1 LASEdit). L’application du filtre directionnel
demeure cependant insatisfaisante car il ne prend en compte que les limites parcellaires
encore actives et fortement marquées dans le paysage. Les limites parcellaires abandonnées
mais perceptibles sous la forme de micro-reliefs émoussés échappent totalement à ce type de
filtrage.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p37/95

a) Image directionnelle calculée à partir du filtre adapté sous ERDAS b) Combinaison de l’image directionnelle et de l’intensité de l’image de
Imagine contours calculée à partir du filtre adapté sous ERDAS Imagine
Figure 20 – Filtrage directionnel

c) Combinaison de l’image directionnelle et de l’intensité de l’image de b) En rouge, relevés du cadastre Sextantio-Ambrussum réalisés d’après
contours calculées à partir du filtre adapté sous ERDAS Imagine. En l’image SPOT et observés sur les données Lidar filtrées.
couleur, sélection des pixels dont la direction suit le cadastre Sextantio-
Ambrussum avec une tolérance de plus ou moins 10°.
Figure 21 – Filtrage directionnel et cadastre Sextantio-Ambrussum
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p38/95

a) Image directionnelle (cf Figure 20) et résultat du second protocole de b) Ortho-photo IGN de 2005 et grille du cadastre Sextantio-Ambrussum
filtrage (cf. Figure 23)

c) MNT Lidar à 1 m ombré (production du MNT à 50 cm, A. Marsetic ; d) Résultat du second protocole de filtrage (cf. Figure 23) et grille du
rééchantillonnage à 1 m, L. Nuninger) et grille du cadastre Sextantio- cadastre Sextantio-Ambrussum
Ambrussum.
Figure 22 – Filtrage directionnel et cadastre Sextantio-Ambrussum
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p39/95

Pour mettre en évidence les limites parcellaires enfouies, nous avons expérimenté d’autres
protocoles de filtrage plus exploratoires qui se sont révélés plus intéressants pour détecter de
manière automatique des traces dont certaines sont perceptibles sur le cadastre napoléonien.
Parmi les protocoles testés, nous allons en décrire un dont les résultats sont présentés dans la
Figure 22. Le MNT Lidar à 50 cm a d’abord été rééchantillonné pour obtenir une résolution
de 1 m en planimétrie. Cette opération permet de travailler sur des entités spatiales, en
l’occurrence des limites parcellaires, plus larges, et minimise l’impact des variations locales.
On a ensuite appliqué un filtre de convolution de type « passe bas » avec un opérateur de 3x3
qui permet d’adoucir les détails et de réduire le bruit granuleux (Figure 23a). Pratiquement le
filtre « passe bas » est une fenêtre mobile qui va calculer la valeur d’un pixel central en
fonction de la valeur des pixels voisins. C’est la valeur la plus commune, définie par le mode
en termes statistique, qui sera attribuée au pixel central. Ainsi, le filtre « passe bas » aura pour
effet de réduire les écarts produits par des pixels dont la valeur est exceptionnelle par rapport
à son voisinage (ERDAS 2003, Conolly and Lake 2006). Enfin, on applique à l’image
résultante un filtre fondé sur deux matrices de convolution directionnelle (Figure 22b et c).
Ces deux matrices ont été calculées à partir de l’orientation de la limitation du Sextantio-
Ambrussum (Ng 22° 30' W, Ny-Lambert 23° 40' W, d’après F. Favory) et sa perpendiculaire.

1 1 1 -1.318 -0.402 0.514 -1.318 -0.916 -0.514

1 1 1 -0.916 0 0.916 -0.402 0 0.402

1 1 1 -0.514 0.402 1.318 0.514 0.916 1.318

a) Matrice du filtre passe bas b) Matrice du filtre Sextantio- c) Matrice du filtre perpendiculaire
(Erdas Imagine) Ambrussum (K. Ostir) Sextantio-Ambrussum (K. Ostir)
Figure 23 – Matrice des filtres de convolution utilisées pour le filtrage du MNT Lidar

Bien que les résultats obtenus grâce au second protocole soient plus satisfaisants pour la
détection visuelle des limites masquées, l’image produite est extrêmement bruitée et il est
difficile d’extraire ces limites de manière automatique pour le relevé. Les deux protocoles
doivent donc être affinés et intégrer pour extraire des données Lidar tout leur potentiel.
Grâce aux recherches menées antérieurement et aux nombreux relevés effectués selon
différentes méthodes et sur plusieurs type de documents, il nous est possible de contrôler à
chaque étape du traitement des données Lidar les modèles d’analyse que nous développons,
ce qui nous permettra à terme de produire des outils solides à appliquer dans d’autres zones
ou régions moins connues sur le plan archéologique pour une détection plus rapide des limites
parcellaires.

♦ Cas d'étude 2 : St-Denis de Genestet et la vallée du Berbian

Le cas de St-Denis de Genestet a été retenu car il s’agit d’un village médiéval déserté
repérable sous la forme d’une anomalie parcellaire dans le cadastre napoléonien et mentionné
comme tel sur la carte de Cassini. Ce site a fait l’objet de prospections et de sondages qui ont
permis d’identifier deux églises et deux quartiers d’habitat dont la datation est comprise entre
le VIIIe-IXe s. et le XIVe s. avec une occupation plus ou moins intense selon les périodes et
les quartiers (Favory F., Parodi, and Raynaud C. 1993 (inédit)). Comme plusieurs de ses
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p40/95

contemporains, ce site est localisé dans le lit majeur d’un cours d’eau le Berbian. Excepté au
sud de l’emprise du village marqué par un fossé perceptible dans le parcellaire actuel, les
données Lidar ne ne permettent d’identifier aucun indice micro-topographique révélant
l’anomalie, comme cela avait également pu être constaté sur le terrain.

Figure 24 – Extrait commenté du plan cadastral Figure 25 – Enclos villageois de Saint Denis (F.
napoléonien (F. Favory) Favory, A. Parodi, C. Raynaud)
1- cimetière périphérique, 2- église et cimetière central, 3
et 4 – secteurs d’habitat, 5 - zone d’épandage agraire
médiéval, 6 - zones d’épandage agraire antique

En revanche, l’analyse micro-topographique permet de mieux visualiser le cours originel,

avant canalisation, du Berbian dont le tracé était moins nettement repéré sur la morphologie
parcellaire du cadastre napoléonien. Pour cerner le tracé de l’ancien cours d’eau représenté
sur la figure ci-dessous, nous avons calculé des courbes de niveau équidistantes de 10 cm à
partir du MNT rééchantillonné à 1 m. Ces courbes ont localement été nettoyées pour
supprimer le bruit dû à la haute résolution des données, puis généralisées afin de dessiner la
forme générale du cours d’eau ancien. Croisée par transparence avec le MNT à 50 cm ombré,
cette nouvelle couche d’information permet de mettre en évidence, à droite de l’image, le
cours actuel du Berbian canalisé par une solide digue dont l’origine est sans nul doute
médiévale, afin de protéger le village notamment le quartier d’habitat situé à l’ouest (Figure
25 et Figure 26). Au sud du village, l’enregistrement d’une zone d’épandage agraire antique
localisé en amont de l’ancien cours d’eau tend à montrer que les opérations de drainage ont
été lancées de manière précoce dans cette zone, avant l’installation de l’habitat médiéval.
Afin de tester la qualité des sols de cette zone, en terme d’humidité relative, nous avons
observé les valeurs d’intensité également fournies lors de l’acquisition Lidar. En effet, les
variations de la capacité réfléchissante des différents composants de la surface du sol lors de
l’acquisition Lidar sont assez bien documentées et les sols humides sont connus pour leur
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p41/95

capacité réfléchissante réduite (Wehr and Lohr 1999, Challis et al. 2006). Dans le cas étudié
ici, nous voulions tester la corrélation des faibles valeurs d’intensité et des zones les plus
basses révélant le tracé de l’ancien lit mineur du Berbian avant sa canalisation. En s’appuyant
sur des zones humides reconnues, nous avons déterminé un seuil pour reclasser l’image en
deux classes. La première qui regroupe les valeurs allant de 0 à 14 représente la classe dont la
capacité de réfléchissante est moindre, c’est-à-dire celle où le faisceau lumineux a été
absorbé. La seconde classe correspond à toutes les valeurs supérieures à 14, s’échelonnant
jusqu’à 510, c’est-à-dire dans des zones où le signal est réfléchi avec une intensité plus ou
moins importante. C’est l’observation de la première classe qui nous intéresse ici et les
résultats, s’ils ne sont pas totalement négatifs, ne sont pas non plus très probants. En effet, si
visuellement on observe que les zones correspondant aux valeurs de la première classe
(Figure 27, en bleu) sont de manière générale situées dans le lit majeur du Berbian : 1) la
continuité du signal n’est pas évident, 2) les valeurs les plus faibles ne sont pas forcément
localisées dans les zones les plus basses et 3) on remarque enfin une nette corrélation des plus
faibles valeurs et du couvert végétal haut (arbustes, arbres). Observées seules, les valeurs
d’intensité n’ont que peu d’intérêt pour notre propos. En revanche, dans tous les cas, il faut
souligner qu’elles sont le plus souvent en connexion avec des zones marquées par un
caractère d’humidité relativement important que ce soit au niveau du sol ou d’objets
contemporains comme la végétation. Cette remarque montre que les données d’intensité
doivent être explorées de manière plus approfondie.

En bleu figurent les pixels de l’image d’intensité dont la valeur est

comprise entre 0 et 14.

Les flèches noires indiquent le lit majeur du cours d’eau fossile, les
flèches blanches montrent la zone hors d’eau

Figure 26 – Micro-topographie de la Clausade de St- Figure 27 – Intensité de la Clausade de St-Denis et

Denis de Genestet (partie sud) et vallée du Berbian vallée du Berbian
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p42/95

2.4 Conclusions

Les données issues de la télédétection Lidar contiennent une foule d’informations qui doivent
être extraites du nuage de points brut avant d'interprétation. Comme nous avons pu le montrer
à travers plusieurs exemples, un modèle numérique de terrain produit qui se présente
généralement sous la forme d’une couche d’information de type raster, bien qu’il corresponde
au produit le plus attendu par les archéologues, n’est en fait qu’une facette du potentiel offert
par les données Lidar. Le premier modèle produit sur une région doit être exploré et interprété
avec une grande attention afin de mieux définir la production d’autres modèles adaptés au
contexte et à l’objet recherché. Pour plusieurs applications, on peut donc obtenir un modèle
qui soit le résultat d’un compromis optimum pour une phase exploratoire des données, mais il
ne faut jamais perdre de vue qu’un modèle optimal doit pouvoir être produit pour répondre
correctement à une application spécifique.
Nous rappelons qu’il est donc essentiel dans tout projet de veiller à obtenir les données brutes.
De la même manière, il est important de bien définir au préalable avec le fournisseur de
données les paramètres de l’acquisition, en fonction des résultats attendus et du contexte. Ces
deux remarques montrent également qu’il est possible de réutiliser les données acquises par
un autre projet ou organisme, mais qu’il est aussi parfois nécessaire de procéder à une
seconde acquisition sur une zone déjà investie.
Au-delà de la production des MNT et de son interprétation visuelle, le traitement de ces MNT
par filtrage notamment et l’observation des données d’intensité montrent que l’on peut
extraire des informations non perceptibles dans la topographie actuelle ou concernant le
proche sous-sol (humidité du sol par exemple). Les analyses exploratoires développées sur
notre zone d’étude, qu’elles soient micro-topographiques ou sur pédologiques, soulignent ce
potentiel des données Lidar pour produire des modèles numériques de terrain plus conformes
à la réalité topographique passée en s’appuyant sur les données chronologiques relatives
fournies par les enquêtes archéologiques extensives, prospection au sol notamment. Toutefois,
pour réaliser ces MNT et tirer le maximum d’information des différentes données Lidar
(altimétrie, intensité), les corrélations de valeurs doivent être évaluées statistiquement et
combinées à d’autres indicateurs, notamment la végétation actuelle pour extraire les valeurs
significatives uniquement. Enfin, ces valeurs doivent être testées sur le terrain avec des
sondages géo-archéologiques ciblés pour vérifier leur signification archéologique.
En ce qui concerne les objets en élévation, révélés par la micro-topographie, leur
caractérisation sur le plan formel et chronologique, grâce aux connaissances archéologiques
enregistrées dans la région, doit nous permettre de distinguer de manière semi-automatique
les objets d’origine anthropique à la fois modernes (ex.: bâtiments, les lignes électriques,…)
et passés (par exemple, des modifications agricoles du terrain, des aménagements de drainage
ou de canalisation à différentes périodes archéologiques …). Ce chantier vient d’être engagé
en combinant aux données Lidar, les données issues de l’imagerie hyperspectrale. En
éliminant, les objets extraits par phase chronologique (contemporaine et moderne, médiévale,
antique), notre objectif est de corriger au moins localement le MNT actuel pour produire des
paléo MNT.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p43/95

Bibliographie
Bewley, R. 2003. Aerial survey for archaeology. The Photogrammetric Record (18-104): 273-
92.
Challis, K. 2004. Trent Valley GeoArchaeology 2002. Component 2b: LiDAR Terrain
Modelling: York Archaeological Trust. English Heritage, Environment Agency
Report.
———. 2006. Airborne Laser Altimetry in Alluviated Landscapes. Archaeological
Prospection (13-2): 103-7.
Challis, K., A. J. Howard, D. Moscrop, B. Gearey, D. Smith, C. Carey, and A. Thompson.
2006. Using airborne LiDAR intensity to predict the organic preservation of
waterlogged deposits. In From Space to Place – Proceedings of the 2nd International
Conference on Remote Sensing in Archaeology, am 4.-7. December 2006, edited by S.
Campana and M. Forte. Rome: 93-8.
Charraut, D., and Favory F. 1993. De la carte topographique à l'analyse d'images :
méthodologie de l'identification des limitations antiques. Revue Archéologique de
Narbonnaise (26): 19-56.
Conolly, J., and M. Lake. 2006. Geographical Information Systems in Archaeology, Manuals
in Archaeology. Cambridge
Coulon, M. 2006. Contribution à la recherche des paléoreliefs dans la plaine littorale de
Mauguio : analyse spatiale et statistique des données pour l’élaboration d’une
typologie des indices de paléoreliefs.: Master pro, rapport de stage « Géomatique et
conduite de projet en développement », Université d’Avignon, inédit.
Crutchley, S. 2006. Light detection and ranging (lidar) in the Witham Valley, Lincolnshire: an
assessment of new remote sensing techniques. Archaeological Prospection (13-4):
251-7.
Delafolie I., Favory F., Garrido M.-C., Malvis J.-M., Poupet P., Raynaud C., Rinaldi R., and
Roger K. 1990. Contribution à la carte archéologique du Languedoc oriental. Rapport
de contrat de prospection et d’inventaire archéologiques: SRA Languedoc, inédit.
Delahaye, A., Hoffmann A., J.W. Van Der Vegt, and Van Dellen A. 2003. Laser on the Loire.
Geoconnexion (feb. 2003).
Devereux, B.J., G.S. Amable, P. Crow, and A.D. Cliff. 2005. The potential of airborne lidar
for detection of archaeological features under woodland canopies. Antiquity (79): 648-
60.
Doneus, M., and C. Briese. 2006. Digital terrain modelling for archaeological interpretation
within forested areas using full-waveform laserscanning. In VAST 2006 : 7th
International Symposium on Virtual Reality, Archaeology and Intelligent Cultural
Heritage, edited by M. Ioannides, D. Arnold, F. Niccolucci and K. Mania: 155-62.
ERDAS. 2003. Erdas Field Guide. Seventh Edition: Leica Geosystems.
Favory F., A. Parodi, and Raynaud C. 1993 (inédit). Saint Denis de Genestet. Une etude sur la
genèse du village medieval.
Favory, F., J.-M. Malvis, C. Mercier, C. Raynaud, and K. Roger. 1993. Limitation antique et
morphologie parcellaire dans le Lunellois (Hérault) : données de fouilles récentes.
RAN (26): 139-70.
Favory, F., and C. Raynaud. 1992. La production du paysage en Languedoc oriental dans
l’Antiquité et Moyen Âge : Etude de Mauguio (Hérault). Mappemonde (1-1992): 12-6.
Favory, F., C. Raynaud, J. André, B. Thy Maï, F. Brien-Poitevin, L. Chabal, V. Forest, A.
Gardeisen, B. Garnier, A. Garnotel, M. Leenhardt, C. Mercier, A. Parodi, Poupet P.,
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p44/95

and Roger K. 1993. Autour de l’Etang de l’Or. Espace rural et habitat dans le
Montpellierais à l’époque romaine au Moyen Âge. Rapport final 1993: CNRS Action
Thématique Programmée « Grands Projets d’Archéologie Métropolitaine ».
Holden N., Horne, P., Bewley, R. 2002. High-Resolution Digital Airborne Mapping and
Archaeology. In Aerial Archaeology. Developing Future Practice, edited by R.
Bewley and W. Raczkowski: Nato Series 1: 173-80.
Jourdain, Ph. 1995. Traitements numériques d'images. Détection et métrologie de parcellaires.
Restauration d'empreintes de filigranes, Université de Franche-Comté.
Malvis, J.-M. 1988. Anthropisation de l'espace lunellois (commune de Lunel et de
Marsillargues), périodes romaine et médiévale. Études sur l'Hérault (4): 15-36.
Motkin, D. 2001. The assessment of LIDAR for archaeological use. AARGNews (22): 24-5.
Nuninger, L., and K. Ostir. 2005. Contribution à la modélisation des paléo-reliefs de la plaine
littorale de l’Etang de Mauguio (Languedoc, France) : premières approches par
télédétection. In Temps et espaces de l'homme en société, analyses et modèles spatiaux
en archéologie. XXVe Rencontres Internationales d'Archéologie et d'Histoire
d'Antibes, edited by J.-F. Berger, F. Bertoncello, F. Braemer, G. Davtian and M.
Gazenbeek. Antibes: APDCA: 123-34.
Ostir, K., and L. Nuninger. 2006. Paleorelief detection and modelling a case of study in
eastern Languedoc (France). In From Space to Place – Proceedings of the 2nd
International Conference on Remote Sensing in Archaeology, am 4.-7. December
2006, edited by S. Campana and M. Forte. Rome: 255-60.
Raynaud, C., J.-F. Berger, and J.-L. Fiches. 1999. La vallée du Vidourle, géoarchéologie d'un
paysage méditerrannéen. In Programme Environnement, Vie et Société. Histoire des
interactions sociétés/nature, edited by CNRS. Lattes: UMR 154 de Montpellier/Lattes.
Shell, C., and C. Roughley. 2004. Exploring the Loughcrew landscape: a new airborne
approach. Archaeology Ireland (18/2-68): 22-5.
Sittler, B. 2004. Revealing Historical Landscapes by Using Airborne Laser Scanning. A 3-D
Modell of Ridge and Furrow in Forests near Rastatt (Germany). In Proceedings of
Natscan, Laser-Scanners for Forest and Landscape Assessment - Instruments,
Processing Methods and Applications, edited by M. Thies, B. Koch, H. Spiecker and
H. Weinacker: 258-61.
Sittler, B., and S. Schellberg. 2006. The potential of LIDAR in assessing elements of cultural
heritage hidden under forest canopies or overgrown by vegetation: Possibilities and
limits in detecting microrelief structures for archaeological surveys. In From Space to
Place – Proceedings of the 2nd International Conference on Remote Sensing in
Archaeology, am 4.-7. December 2006, edited by S. Campana and M. Forte. Rome:
117-22.
Sittler, B., H. Weinacker, M. Gültinger, and L. Koupaliantz. 2007. The potential of Lidar
assessing elements of cultural hidden under forests. In New Developments in Remote
Sensing, edited by Z. Bochenek. Millpress, Rotterdam: 539-48.
Wehr, A., and U. Lohr. 1999. Airborne laser scanning – an introduction and overview. ISPRS
Journal of Photogrammetry and Remote Sensing (54 / 2-3): 68-82.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p45/95

Annexes

Annexe 1 Avis de publicité sur le site PUMA du CNRS (publiée

en français et en anglais)
Laure Nuninger
Laboratoire de Chrono-Ecologie (UMR 6565 / CNRS)
UFR SLHS
30 rue Megevand
25030 Besançon Cedex
France

Tel 03 81 66 51 20
E-mail [Link]@[Link]

Besançon, 5 septembre 2006

DEMANDE DE DEVIS POUR L’ACQUISITION DE DONNEES ALTIMETRIQUES

PAR LASER AEROPORTE (LIDAR)
SUR LA PLAINE LITTORALE DE MAUGUIO, HERAULT, FRANCE

Généralités
Nature : Services
Intitulé : DEMANDE DE DEVIS POUR L’ACQUISITION DE DONNEES ALTIMETRIQUES PAR LASER
AEROPORTE (LIDAR) SUR LA PLAINE LITTORALE DE MAUGUIO, HERAULT, FRANCE
Date de publication : 4 septembre 2006
Entité acheteuse : UMR 6565 – Laboratoire de Chrono-Ecologie (CNRS)
Domaine d’achat : DOCUMENTATION ET ARCHIVES
Région : France, Languedoc-Roussillon, Hérault, à l’est de Mauguio.

Besoin :
Caractéristiques :
Dans le cadre d’un projet de recherche intitulé « Modélisation des paléoreliefs de la plaine littorale du
Languedoc oriental », financé par le CNRS6 (France) et le ZRC SAZU7 (Slovénie) dans le cadre du LEA
ModeLTER8, nous avons besoin d’acquérir des données altimétriques scannées par laser aéroporté (LIDAR) sur
la plaine littorale de l’Etang de Mauguio située entre Montpellier et Nîmes (Languedoc), sud-est de la France.
Au printemps 2006, nous avions déjà demandé une première estimation du coût d’une telle campagne auprès de
plusieurs producteurs de données LIDAR. Aucune des offres reçues en retour n’ayant pleinement satisfaite
l’ensemble de l’équipe, nous avons décidés de renouveler notre demande de devis avec une définition plus claire
de nos besoins.
L’objectif de la campagne LIDAR de Mauguio est d’obtenir un ensemble de données altimétrique de la
végétation et du sol sous la forme d’un nuage de point lidar sur un espace de 2.5 km x 15 km, relevé au cours de
l’automne-hiver 2006 (Octobre, Novembre ou Decembre). Voir l’annexe technique ([Link])
pour la description détaillée des besoins et les conditions du contrat.

6
Centre National de la Recherche Scientifique, France
7
Centre de Recherche Scientifique de l’Académie Slovène des Sciences et des Arts, Slovénie
8
Laboratoire Européen Associé Modelling of Landscapes and Territories over the Long Term
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p46/95

La zone d’acquisition des données est définie dans les fichiers ci-joints compatibles avec ArcGIS (shapefiles et
grid : [Link], [Link], [Link]). Les catégories principales d’occupation du sol sont décrites par
des photographies (cf liens internet dans « [Link] »).

Cf.
1- [Link] (en anglais)
2- [Link]
3- [Link]
4- [Link]

Montant estimatif :
Maximum 20000 Euros HT

Date prévisionnelle de début de marché :

01/10/2006

Date prévisionnelle de première livraison :

15/12/2006

Durée du marché :
2 mois

Pièces(s) jointe(s) :
1- [Link] (en anglais)
2- [Link]
3- [Link]
4- [Link]

Modalités
Modalités de participation :
Transmission des documents par mel et un original par courrier
Les réponses et devis à cet appel devront comporter en plus :
- les références du prestataire dans la mise en oeuvre de ce type de projet
- la présentation des interlocuteurs qui seront en charge du dossier
- les coûts des services d’assistances et des prestations associées

Critère de sélection des offres :

Les critères de sélection sont les suivants :
o le coût total de la campagne
o l’espace couvert
o la densité de points laser
o l’assurance de la qualité des données
o la flexibilité concernant la date d’acquisition
o la facturation et la livraison avant le 31 décembre 2006 (ultime limite).
o l’offre de services additionnels

Conditions d’exécution du marché :

Travail avec les partenaires suivants :
- Laboratoire de Chrono-Ecologie (UMR 6565 CNRS), Besançon (France)
- Laboratoire ThéMA (UMR 6049 CNRS), Besançon (France)
- Institut d’Etudes Anthropologiques et Spatiales – IASS (ZRC SAZU), Ljubljana (Slovénie)
Langages : anglais pour toute la documentation et les échanges techniques.
Le contrat sera signé par le laboratoire de Chrono-Ecologie (UMR 6565, CNRS). Le laboratoire de Chrono-
Ecologie agit dans le cadre du projet en tant que coordinateur durant toute la phase de sélection et de négociation
du contrat.
Avant la sélection, le laboratoire pourra demander aux fournisseurs de données des précisions supplémentaires
concernant les aspects techniques, organisationnels et financiers concernant leur offre.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p47/95

La date limite de réception des offres est fixée au 15 septembre 2006. Tous les fournisseurs de données LIDAR
ayant répondu seront informés de la sélection retenue avant la fin du mois de septembre 2006.
Merci de noter et d’indiquer sur votre offre que la date limite de livraison et de facturation est fixée au 31
décembre 2006 (aucune extension possible n’est permise par le CNRS).

Date limite de réception des offres :

15/09/2006, 23h

Contacts
Contact principal :
Nom Laure Nuninger
Adresse Laboratory of Chrono-Ecology (UMR 6565 / CNRS), UFR SLHS, 30 rue Megevand, 25030 Besançon
Cedex, FRANCE
Telephone (+33) 381 66 51 20
Fax (+33) 381 66 51 58 (à l’attention de Laure Nuninger)
Courriel [Link]@[Link]

Autre contact
Nom Sylvie Varey (secrétariat, financier)
Adresse Laboratory of Chrono-Ecology (UMR 6565 / CNRS), UFR ST, 16 route de Gray, 25030 Besançon
Cedex, FRANCE
Telephone (+33) 381 66 62 55
Fax (+33) 381 66 65 68
Courriel [Link]@[Link]

Infos complémentaires :
Merci de noter, qu’exceptées les données demandées dans l’annexe technique ([Link],
« Deliverables ») aucun traitement avancé des données LIDAR n’est demandé en termes de filtrage du nuage de
point, extraction de forme, génération de MNT/MNS, etc.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p48/95

Annexe 2 Annexe technique pour l’appel d’offre (fichier

[Link])

AERIAL LASER ALTIMETRY DATA ACQUISITION IN LITTORAL PLAIN OF

ETANG DE MAUGUIO, HERAULT, FRANCE

Contact : [Link]@[Link]

Reminder description :
In the framework of a research project, titled “Paleoreliefs modelling in the littoral plain of eastern Languedoc ”,
financed by CNRS9 (France) and ZRC SAZU10 (Slovenia) within the framework of the LEA ModelTER11, there
is a need for an aerial laser scanning (ALS) data acquisition in the littoral plain of Etang de Mauguio, between
Montpellier and Nîmes (Languedoc), south-east of France.
On spring 2006, we issued, by e-mail an invitation to several ALS data providers to submit offers for an ALS
campaign. None of the offers we received in return were completely suitable, therefore we decided to renew the
invitation with more clearly defined requirements.

Technical requirements :

The aim of the Mauguio ALS campaign is to gather unstructured lidar point-cloud data of vegetation and terrain.

Area
The desired area to be scanned spans a rectangle of 2.5 km x 15 km. It is outlined in the attached shapefile
AREA, given in Lambert Conformal Conic, France Zone III (Sud) – see [Link]. See attached
files ([Link], [Link]). Principal landcover categories are described by the following pictures :
- [Link]
- [Link]
- [Link]
- [Link]

Temporal window
The preferred temporal window for lidar data acquisition is automn-winter (October, November, December)
2006. In case of a significant cost saving (e.g. due to merging of the Mauguio campaign with another campaign
in the vicinity) offered by the vendor an alternative temporal window in September 2006 could also be
considered. In any case, the ALS data acquisition should be carried out at a time when (1) there is no snow cover
in the area and (2) the phenological stage of vegetation allows a minimum representation of both the bare-ground
and the vegetation lidar returns in the point-cloud.
In their cost estimates the vendors are invited to include the necessary logistics, including aircraft, ground GPS,
acquisition of control points on the ground, flight permissions, etc. The total sum including taxes to be paid by
the project consortium is limited to € 20.000. In any case, invoice deadline is 31/12/2006 (no extension
permitted by CNRS).

Alternative cost estimate

An alternative cost estimate may be offered instead, assuming that a separate contractor will provide the ground
GPS and ground control point acquisition. In this case the total sum including taxes to be paid by the project
consortium is limited to € 19.000. Also, we would need a detailed definition of what data and services the
provider expects from the GPS contractor.

Minimum requirements

9
National Center for Scientific Research, France
10
Scientific Research Centre of the Slovenian Academy of Sciences and Arts, Slovenia
11
European Associated Laboratory Modelling of Landscapes and Territories over the Long Term
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p49/95

There are two minimum requirements that must be met by the potential ALS data providers. Firstly, the stated
maximum campaign cost cannot be exceeded. Secondly, the minimum point density (stated below) must be
attained. Other parameters (e.g. area covered, percentage of aerial photo coverage, etc.) may be slightly reduced,
if the provider feels it cannot fulfill them within the given financial frame.

Deliverables
The following deliverables are needed:
1. Point-cloud dataset produced by discrete lidar sensor operating in the first-last mode. The set of points is
to be delivered in ASCII files, with separate files for each flight strip and separately for the first returns
and for the last returns. The point-cloud should be corrected for positional errors (e.g. systematic errors,
differences between strips, removal of outliers, …). Each point should be written in a separate line,
containing at least the following data: Time-stamp, X, Y, Z, Intensity (Intensity can be otpional). The
X-Y-Z point coordinates should be given in Lambert Conformal Conic; France Zone III (Sud). Other
data for reconstruction of the scan geometry may also be provided for each point (e.g. scan angle, off-
nadir angle). The elevation accuracy of the lidar points should be equal or better than 0,2 m and
horizontal accuracy equal or better than 0,7 m (1 sigma). The minimum point density should be 5 pulses
2 2
per m , with a minimum of 1 return per m from bare-ground also in the forested areas.
2. Orthorectified and mosaiced color IR aerial photographs (TIF/TFW format) of the lidar-scanned area
acquired simultaneously with lidar data. The spatial resolution of the photographs should be at least
0,5m.

Please note, that apart from the above deliverables no further lidar data processing is needed in the sense
of point-cloud filtering, feature extraction, DEM generation, etc.

Attached files :
1- [Link] (en anglais)
2- [Link]
3- [Link]
4- [Link]
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p50/95

Annexe 3 Rapport d’acquisition des données de points de

contrôle selon les spécifications techniques de la société
Heliogs
Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France

Contact (information about the GPS mission) :

1- Laure NUNINGER, [Link]@[Link]
2- Klemen ZAKSEK, kzaksek@[Link]

General comments about the GPS survey :

IGN geodetic point in the area has vertical accuracy of 10 cm (it was the only one suitable for
such survey), thus we decided to make differential post-correction based on IGN permanent
GPS stations. There should be two IGN stations in the area (Montpelier and Nîmes), however
both had a malfunction on the day of our measurements.
Therefore, we decided to use the IGN geodetic point next day, although it is not accurate. The
average time of our measurements were 45 min. There are some points were the receiver
stopped logging after 35 to 40 min and the estimated accuracy for those points is a little bit
lower.

There is additional potential source of errors; we unfortunately did not have all the required
equipment, we only had one complete tripod, which was used with the rover. The base tripod
was missing the part, which enables horizontal position of the receiver and its position above
the geodetic point. Therefore we improvised with a metal plate, which made the base receiver
stable. We made the plate horizontal with a classical spirit level (used in construction
business) and the old fashioned sounding line to position the receiver above the IGN point.
Therefore, the horizontal positions might have a systematic error of 1 or 2 cm due to a strong
wind. What concerns us more is the possibility of multipath. The metal plate is a part of a
circular saw with a diameter of approximately 30 cm.

However, these measurements were done only in case there goes something really wrong with
the LIDAR survey. Our objective is to use your data for a DEM generation; DEM will most
likely have a spatial resolution of 1 m. The desired vertical accuracy is 20 cm. It is most
important, that the model has a high relative accuracy, the absolute accuracy you offered (3
cm) is desired but even 20 cm will suit our purposes. We suggest to use the same IGN
geodetic point as we used for our base, which yields into similar errors as we had, thus the
relative errors between your and our measurements should be comparable.
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p51/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Base (master), IGN geodetic point Marsillarges III, n° 3415103 B
Site Name (village, road nr, etc) : Marsillargues, road D61

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) : RGF93, IAG GRS80

Latitudine : 43° 37' 41,8142'' N
Longitudine : 4° 07' 43,7842'' E

Local Coordinate System (projected) : Lambert 3, NTF (cf. appendix 1)

North : 149 167,49
East : 744 620,76

Height : 51,1 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p52/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p53/95

Cartographic sketch – Orthoimage

Point description
For technical description look at :
[Link]
[Link]
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p54/95

Photos
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p55/95

Comments
IGN geodetic point in the area has vertical accuracy of 10 cm (it was the only one suitable
for such survey), The base tripod was missing the part, which enables horizontal position of
the receiver and its position above the geodetic point. Therefore we improvised with a metal
plate, which made the base receiver stable. We made the plate horizontal with a classical
spirit level (used in construction business) and the old fashioned sounding line to position the
receiver above the IGN point. Therefore, the horizontal positions might have a systematic
error of 1 or 2 cm due to a strong wind. What concerns us more is the possibility of
multipath. The metal plate is a part of a circular saw with a diameter of approximately 30 cm.

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
21-23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p56/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n° 10
Site Name (village, road nr, etc) : Marsillargues, road D61, parking Demecco

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3150304.185
East : 745266.083

Height : 50.602 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p57/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p58/95

Cartographic sketch – Orthoimage

Point description
Parking area
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p59/95

Photos

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
3.300 3.400 1,202 0.5 1.8 11

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
21-23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p60/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n°5
Site Name (village, road nr, etc) : Candillargues, stadium

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3148494.745
East : 740369.671

Height : 51.515 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p61/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p62/95

Cartographic sketch – Orthoimage

Point description
Along the road from village to stadium (at the opposite side of the stadium).

Photos
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p63/95

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
1.000 1.700 2,767 1.1 3 10

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
21-23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p64/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n°15
Site Name (village, road nr, etc) : Mauguio, between Bentenac and Pointe de Salaison

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3145516.790
East : 736158.715

Height : 50.318 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p65/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p66/95

Cartographic sketch – Orthoimage

Point description
Along the track (stone and concrete)
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p67/95

Photos

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
1.000 2.300 3,231 0.8 1.7 12

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p68/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n° 16
Site Name (village, road nr, etc) : Mauguio, Domaine Saint Martin

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3147490.894
East : 737832.367

Height : 51.942 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p69/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p70/95

Cartographic sketch – Orthoimage

Point description
Along the road (bitum and grass)

Photos
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p71/95

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
1.000 1.700 2,812 0.9 2.4 12

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p72/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n°1
Site Name (village, road nr, etc) : Lansargues, Mas de Tartuguière

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3148878.474
East : 742239.818

Height : 51.367 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p73/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p74/95

Cartographic sketch – Orthoimage

Point description
Located on the corner of square place in concrete in the middle of grass
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p75/95

Photos

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
1.000 1.500 2,464 0.5 3.8 7

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
21-23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p76/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n°8
Site Name (village, road nr, etc) : South west of Saint Nazaire de Pézan

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3150109.745
East : 743311.001

Height : 52.296 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p77/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p78/95

Cartographic sketch – Orthoimage

Point description
Cross Road – track in white stone

Photos
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p79/95

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
4.400 4.500 2,396 0.5 2.7 9

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
21-23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p80/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n°11
Site Name (village, road nr, etc) : Marsillargues, road D61

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3151307.327
East : 745526.073

Height : 50.648 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p81/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p82/95

Cartographic sketch – Orthoimage

Point description
Cross road

Photos
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p83/95

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
4.8 5.2 2,207 0.8 2.2 9

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
21-23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p84/95

Nome del cliente : NUNINGER Laure / Chrono-Ecologie UMR6565 CNRS

Project : Aerial laser altimetry data acquisition in littoral plain of Etang de Mauguio, Herault,
France
Region : Herault, France
Nome Survey Point : Control Point n°14
Site Name (village, road nr, etc) : Marsillargues, road D61

WGS84
Latitudine :
Longitudine :

UTM 33 (WGS84)
North :
East :

Local coordinate system (geographic) :

Latitudine :
Longitudine :

Local Coordinate System (projected) : Lambert 3, NTF (post-corrected, Base MARS III –
3415103B)
North : 3151753.984
East : 747354.589

Height : 52.258 (HAE)

Ellissoidal (WGS84) :
Orthometric :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p85/95

Road Map :
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p86/95

Cartographic sketch – Orthoimage

Point description
Entrance of field in between two pilars

Photos
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p87/95

Comments
Horizontal Vertical Nb of Std
accuracy accuracy positions Deviation NB
(cm) (cm) (1s) (cm) Pdop max satellites
5.1 7.7 1,720 0.6 3.3 8

National/Regional Map sheet

IGN 1/25000 – 2843 OT – Aigues-Mortes

Operator
ModeLTER CNRS/ZRC SAZU (Nuninger L., Zaksek K.)
Date :
21-23th novembre 2006
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p88/95

APPENDIX 1

*NTF Lambert zone III (France sud)*

Datum name : NTF
Datum Method :
Ellipsoïd : Clarke 1880 (IGN)
a Demi-Grand Axe (m) : 6378249.2
b Demi-Petit Axe (m) : 6356515
1/f Aplatissement (1/f) : 293.46602
Excentricité 0.082483256763418
Parameters : to WGS-84
translation X (m) : -168
translation Y (m) : -60
translation Z (m) : 320
Rotation X (secs) : 0
Rotation Y (secs) : 0
Rotation Z (secs) : 0
Scale factor (ppm) : 0
Geoïd Method :
Method : Geoïd Grid Model
Model : RAF98 (France)
Projection :
Lambert Conic conform 1 parallèle
Standard parallel 1 : 43°11'57.449
43.19929138890
Standart parallel 2 : 44°59'45.938"
44.99609388890
Direction of positiv coordinates : North and East
Latitude Origin : 44°06'00"N
Central Meridian: 2°20'14.02501"E (East of Greenwich meridian)
0° (Paris Meridian)
Y0 FalseNorthing (m) : 200000
X0 False Easting (m) : 600000
Scale factor : 0.9998775

download the RAF98 grid in ascci format to

[Link]
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p89/95

Annexe 4 – Module de filtrage directionnel développé dans

l’environnement ERDAS Imagine (K. Ostir, L. Nuninger 2007,
d’après Ph. Jourdain 1995)
Protocole de filtrage (L. Nuninger, D. Charraut 2007, d’après Ph. Jourdain 1995) :

A partir de la thèse de Ph. Jourdain, nous avons décomposé la procédure de calcul développée
par l’auteur dans un environnement MatLab. L’objectif du filtre est de mettre en évidence, à
partir d’un opérateur dit de Sobel, des bords remarquables du fait d’un changement d’intensité
important observé entre deux pixels d’une image. Après avoir appliqué l’opérateur de Sobel
dans deux directions pour obtenir des segments perpendiculaire (1 et 2), l’image obtenue,
révélant les bords remarquables, sert ensuite de support pour le calcul d’une image secondaire
qui est celle des directions (3). Dans cette nouvelle image chaque segment de bord est qualifié
par son orientation exprimée en degrés, ce qui permet ensuite d’extraire les segments d’une
orientation donnée (Charraut, Favory 1993).

1) Mise en œuvre d’un opérateur de taille 3x3 sur une portion d’image :

Coefficients du filtre Portion d’image

C1 C2 C3 P1 P2 P3

C8 C0 C4 P8 P0 P4

C7 C6 C5 P7 P6 P5

la valeur P0 correspond à la valeur associée au pixel (i,j) de l’image. En

général, cette valeur est une mesure d’un paramètre d’intensité, dont le tableau
ordonné des valeurs I(i,j) (lignes, colonnes) constitue l’image.

Résultat de l’application du filtre :

on donne au pixel central de la portion d’image la valeur ;

F = (P0.C0) + (P1.F1) + (P2.F2) +… +(P8.F8)

puis on fait la même chose sur tous les pixels de l’image. On obtient ainsi une
nouvelle image, dont les propriétés dépendent des coefficients du filtre utilisé.
Le cas le plus courant est celui du lissage du bruit par moyennage sur la fenêtre ; les
coefficients sont alors tous égaux à 1/9.

2) Détection de bords avec 2 opérateurs de gradient de Sobel :

on utilise deux filtres

Filtre 1 pour la direction X Filtre 2 pour la direction Y

 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p90/95

-1 0 1 1 2 1

W1 = -2 0 2 W2 = 0 0 0

-1 0 1 -1 -2 -1

A partir de l’image initiale I(i,j), et en appliquant les deux opérateurs W1 et W2, on établit
l’image des gradients suivant les deux directions X et Y. Il en résulte deux images Gx(i,j) et
Gy(i,j) des gradients de l’image suivant les directions X et Y, respectivement.
Les valeurs des intensités de ces deux nouvelles images sont calculées comme indiqué
précédemment pour chaque pixel de l’image :

Gx (i,j) {ou Gy (i,j)} = (P0.F0) + (P1.F1) + (P2.F2) + …+ (P8.F8)

où les coefficients F0, F2, …, F8 sont associés aux deux filtres W1 et W2.

Le module du gradient G(i,j) de l’image initiale I(i,j), peut être défini par l’expression de la
racine carré de la somme des carrés des modules suivant X et Y, soit :

G(i,j) = Racine[Gx(i,j)2 + Gy(i,j)2]

G(i,j) est une image qui représente les variations absolues des valeurs de l’image entre chaque
pixel et ses voisins (dans une fenêtre 3x3). C’est à partir de cette image qu’il est possible de
faire un seuillage (passe-haut, passe-bas ou passe-bande) localisant les éléments de l’image
associés à une gamme de variations retenues.

3) Détection des directions :

L’image des directions (D) est quand à elle estimée à partir des deux matrices Gx(i,j) et
Gy(i,j) par la fonction suivante :

D(i,j) = θ(i,j) + 90°

où θ(i,j) = arctg (Gy(i,j) / Gx (i,j))

Arctg (inverse tangeante, fonction « Atan » dans excel – attention le résultat est donné en
radians à convertir en degrés)

Attention dans la thèse de Ph. Jourdain les coefficients utilisés pour les filtres de Sobel sont
divisés par 2 (cf. p26), en outre pour être ramené à des valeurs comprises entre 0 et 255
(échelles des niveaux de gris – contrainte informatique), les valeurs G sont pondérées par un
coefficient et donne une valeur WG comprise entre 0 et 255. Les valeurs des directions,
déduites d’un rapport, ne sont pas affectées par cette division et cette renormalisation.
Concrètement la valeur G la plus élevée, détectée sur toute l’image, est ramenée à 255 (soit
par exemple une valeur de 339,15 ramenée à 255 par un coefficient de 1,33 (339,15/255)).
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p91/95

Toutes les autres valeurs dans l’image du gradient seront modifiées en utilisant le même
coefficient de 1,33.

Script du modèle développé sous ERDAS Imagine (K. Ostir, L. Nuninger 2007) :

Le protocole décrit ci-dessus a été implanté dans le logiciel ERDAS Imagine en utilisant le
module de modélisation graphique du logiciel à partir duquel nous avons pu générer le script
suivant qui reste à généraliser.
COMMENT "Generated from graphical model: c:/program files/leica
geosystems/imagine and lps 9.0/etc/models/edge_detect.gmd";
# CONVOLUTION FUNCTIONS
# OUTPUT RASTER
# Erdas model : ModeLTER - Ostir K. - Nuninger L. 2007 ; Source : Jourdain
1995 (Jourdain Ph. - Charraut D. - Favory F.
#
# set cell size for the model
#
SET CELLSIZE MIN;
#
# set window for the model
#
SET WINDOW UNION;
#
# set area of interest for the model
#
SET AOI NONE;
#
# declarations
#
Integer RASTER n16_maugest_dem05f_direct FILE DELETE_IF_EXISTING IGNORE 0
ATHEMATIC 16 BIT SIGNED INTEGER
"e:/laurette/sig/languedocor/lidar/071205_dem_lidar_filtre/maugest_dem05f_d
[Link]";
Float RASTER n22_temp;
Float RASTER n23_temp;
Float RASTER n31_maugest_dem05_l3 FILE OLD NEAREST NEIGHBOR AOI NONE
"e:/laurette/sig/languedocor/lidar/071205_dem_lidar_filtre/maugest_dem05_l3
.img";
Float RASTER n36_maugest_dem05f_edge FILE DELETE_IF_EXISTING USEALL
ATHEMATIC FLOAT SINGLE
"e:/laurette/sig/languedocor/lidar/071205_dem_lidar_filtre/maugest_dem05f_e
[Link]";
FLOAT MATRIX n2_Custom_Float;
FLOAT MATRIX n8_Custom_Float;
FLOAT SCALAR n38_Float;
{
#
# load matrix n2_Custom_Float
#
n2_Custom_Float = MATRIX(3, 3:
-1, 0, 1,
-1, 0, 1,
-1, 0, 1);
#
# normalize matrix n2_Custom_Float
#
if (global sum ($n2_Custom_Float) NE 0)
{n2_Custom_Float = $n2_Custom_Float / global sum ($n2_Custom_Float);}
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p92/95

#
# load matrix n8_Custom_Float
#
n8_Custom_Float = MATRIX(3, 3:
-1, -1, -1,
0, 0, 0,
1, 1, 1);
#
# normalize matrix n8_Custom_Float
#
if (global sum ($n8_Custom_Float) NE 0)
{n8_Custom_Float = $n8_Custom_Float / global sum ($n8_Custom_Float);}
#
# load scalar n38_Float
#
n38_Float = 0.4;
#
# function definitions
#
n22_temp = CONVOLVE ( $n31_maugest_dem05_l3 , $n8_Custom_Float );
n23_temp = CONVOLVE ( $n31_maugest_dem05_l3 , $n2_Custom_Float );
n36_maugest_dem05f_edge = SQRT ( $n22_temp*$n22_temp+$n23_temp*$n23_temp )
;
#define n40_memory Binary(EITHER 1 IF (
$n36_maugest_dem05f_edge>=$n38_Float ) OR 0 OTHERWISE )
#define n33_memory Float(ATAN ( $n22_temp / $n23_temp))
#define n35_memory Float($n33_memory * 180 / 3.1415926)
n16_maugest_dem05f_direct = EITHER $n35_memory + 90 IF ( $n40_memory ) OR
-1 OTHERWISE ;
}
QUIT;
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p93/95

Table des figures

Figure 1 Acquisition des données Lidar (source : ZRC SAZU) .............................................. 12
Figure 2 - Exemple de materiel composant une plate-forme Lidar (de gauche à droite): écran
de contrôle pour la gestion du système de navigation (CCNS), unité d’enregistrement des
données, scanner laser, l’unité de gestion du laser, l’unité de mesure inertielle (IMU), et la
plate-forme permettant d’absorber les chocs. L’image montre le système d’acquisition
LiteMapper 5600. ..................................................................................................................... 13
Figure 3 - Résultat de différentes impulsions laser .................................................................. 14
Figure 4 – Visualisation du nuage de points selon les valeurs d’altitude ................................ 20
Figure 5 - Visualisation du nuage de points en profil selon les valeurs d’altitude .................. 20
Figure 6 – Images hyperspectrales en couleur RGB, bande 22, 16 et 9................................... 21
Figure 7 - Traitement du nuage de points lidar. ....................................................................... 22
Figure 8 - LASEdit 3D view displaying classified point ......................................................... 24
Figure 9 – MNT Lidar avec une résolution de 0.5 m............................................................... 25
Figure 10 – Image d’intensité des points Lidar au sol avec une résolution de 0.5 m (les zones
interpolées où les bâtiments ont été supprimés sont clairement visibles – en bas à droite)..... 26
Figure 11 – observation du parcellaire sous couvert forestier au lieu dit Bosc Viel au sud de la
commune de Mauguio, à l’est de la pointe du Salaison ........................................................... 28
Figure 12 – observations sous couvert forestier d’une anomalie parcellaire située au sud-est de
Mas Desport (Marsillargues).................................................................................................... 28
Figure 13 – Relevé CNARBRL et cadastre napoléonien de l’anomalie parcellaire du Mas
Desport ..................................................................................................................................... 29
Figure 14 – Détection d’un ancien chemin au sud-est du Mas de Bouet (Mauguio)............... 30
Figure 15 – Profil topographique de l’ancien chemin situé au sud-est du Mas Bouet
(Mauguio) : A) Localisation du profil sur le MNT Lidar à 50 cm ; B) Profil topographique. 31
Figure 16 - Détection de limites parcellaires à la Prade (Lansargues), au nord ouest du village
de Candillargues....................................................................................................................... 32
Figure 17 – Canalisation du Bérange et de la Viredonne au nord-est du village de
Candillargues, de la Prade-Haut au nord au Salan du Cayrel au sud. ...................................... 33
Figure 18 – Détection des paléo cours d’eau du Bérange et de la Bernouide (nord-est du
village de Candillargues).......................................................................................................... 34
Figure 19 – Hydrologie fossile et parcellaires d’origine antique dans la région de Mauguio
(Hérault) d’après une image SPOT (Charraut, Favory 1993, fig. 24b).................................... 35
Figure 20 – Filtrage directionnel.............................................................................................. 37
Figure 21 – Filtrage directionnel et cadastre Sextantio-Ambrussum........................................ 37
Figure 22 – Filtrage directionnel et cadastre Sextantio-Ambrussum........................................ 38
Figure 23 – Matrice des filtres de convolution utilisées pour le filtrage du MNT Lidar ......... 39
Figure 24 – Extrait commenté du plan cadastral napoléonien (F. Favory) .............................. 40
Figure 25 – Enclos villageois de Saint Denis (F. Favory, A. Parodi, C. Raynaud) 1- cimetière
périphérique, 2- église et cimetière central, 3 et 4 – secteurs d’habitat, 5 - zone d’épandage
agraire médiéval, 6 - zones d’épandage agraire antique .......................................................... 40
Figure 26 – Micro-topographie de la Clausade de St-Denis de Genestet (partie sud) et vallée
du Berbian ................................................................................................................................ 41
Figure 27 – Intensité de la Clausade de St-Denis et vallée du Berbian ................................... 41
LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p94/95
 LIDOR Rapport d'ATIP jeunes chercheurs - L. Nuninger dir. - p95/95

Table des annexes

Annexe 1 Avis de publicité sur le site PUMA du CNRS (publiée en français et en
anglais).................................................................................................................................... 45
Annexe 2 Annexe technique pour l’appel d’offre (fichier [Link]) 48
Annexe 3 Rapport d’acquisition des données de points de contrôle selon les
spécifications techniques de la société Heliogs ............................................................... 50
Annexe 4 – Module de filtrage directionnel développé dans l’environnement ERDAS
Imagine (K. Ostir, L. Nuninger 2007, d’après Ph. Jourdain 1995)................................. 89