LiDAR HD IGN et estimation de la canopée urbaine
Depuis 2021, l'IGN met progressivement à disposition le LiDAR HD, un jeu de données aérien qui couvre la France entière avec une densité de 10 points par mètre carré. Pour les collectivités, les bureaux d'études et les chercheurs en environnement urbain, c'est une ressource publique d'une valeur considérable, accessible gratuitement sur geoservices.ign.fr. Pourtant, beaucoup de communes ignorent encore qu'elles disposent, sur leur propre territoire, d'une cartographie 3D exploitable pour quantifier leur canopée, identifier leurs îlots de chaleur ou suivre leurs obligations arboricoles inscrites au PLU.
Cet article résume comment passer de la donnée brute LiDAR à une estimation rigoureuse du couvert arboré urbain, et pourquoi cette approche change la manière de piloter un plan canopée.
LiDAR HD IGN : une ressource publique sous-exploitée
Le programme LiDAR HD vise une couverture nationale d'ici 2026. Les données sont distribuées en dalles d'un kilomètre carré au format .laz compressé, sous licence ouverte Etalab. Chaque point porte des coordonnées X, Y, Z en Lambert 93, une intensité de retour et surtout une classification ASPRS automatique : sol (classe 2), végétation basse, moyenne et haute (classes 3, 4, 5), bâtiments (classe 6), eau (classe 9). Cette classification, déjà calculée par l'IGN, fait gagner des semaines de traitement par rapport à un nuage brut.
Concrètement, télécharger les dalles d'une commune de 5 km² représente quelques centaines de mégaoctets et trente minutes de connexion. Le vrai travail commence après, dans la transformation de ces points en modèles raster exploitables par un SIG.
De la donnée brute au modèle exploitable
Trois modèles structurent toute analyse de canopée. Le MNT (Modèle Numérique de Terrain) représente le sol nu, généré à partir des seuls points classés ground. Le MNS (Modèle Numérique de Surface) représente la surface visible vue du ciel, premier retour de chaque maille. La différence MNS moins MNT donne le nDSM (normalized Digital Surface Model), qui isole la hauteur réelle des objets au-dessus du sol. Ce nDSM est le modèle central pour la canopée : un pixel à 12 mètres correspond à un arbre adulte, un pixel à 3 mètres à un arbuste, un pixel à 0 mètre à du sol nu.
La chaîne de traitement classique combine PDAL pour le filtrage et la rastérisation du nuage, GDAL pour les opérations raster, laspy pour les manipulations fines en Python, et geopandas pour croiser le résultat avec le cadastre ou le zonage PLU. Une fois le nDSM produit, un seuillage à 3 mètres extrait l'emprise arborée, et un calcul de surface par parcelle livre le taux de canopée.
Application : estimer la canopée urbaine d'une commune
L'étude que j'ai menée sur la commune de Grigny illustre cette démarche complète. Sept cartes thématiques ont été produites : nDSM brut, hauteur de canopée seuillée, taux de couvert par îlot IRIS, intersection avec les espaces publics, croisement avec les zones de précarité énergétique, identification des îlots de chaleur potentiels et zones d'effort prioritaires. Le modèle i-Tree Eco du US Forest Service a ensuite été appliqué pour estimer les services écosystémiques rendus : tonnes de CO2 séquestré annuellement, mètres cubes d'eau de pluie interceptés, effet de refroidissement moyen sur la zone urbaine dense. Tous les détails techniques et visuels sont sur la page projet étude LiDAR Grigny (i-Tree Eco).
Le travail a fait l'objet d'une soutenance académique le 4 mai 2026, dans le cadre de mon M1 Géomatique G2M en cours. Une proposition de co-publication scientifique a été reçue du Pr. Nowak à la suite de cette soutenance ; la discussion sur le périmètre et le calendrier est en cours.
Cas d'usage pour collectivités locales
Une estimation de canopée n'est pas un exercice de style. Elle alimente plusieurs documents opérationnels : la trame verte et bleue inscrite au SCoT, un plan canopée local avec objectif chiffré de couvert à dix ans, le suivi des obligations de compensation arboricole prévues au PLU, ou encore la priorisation des plantations dans les quartiers les plus exposés au stress thermique. Croiser la canopée avec les ICU (îlots de chaleur urbains) issus de Landsat ou Sentinel permet aussi d'identifier où chaque arbre planté aura le plus de bénéfice sanitaire. Pour une approche complète qui combine LiDAR, imagerie satellite et indices de végétation, voir mes travaux en télédétection.
Outils techniques et délais
Sur une commune de taille moyenne (5 à 15 km²), une étude LiDAR ciblée sur un périmètre précis (un quartier, un parc, une ZAC) prend deux à trois semaines et se chiffre entre 1 500 et 3 000 euros. Une étude complète de canopée à l'échelle communale, avec cartes thématiques, calculs i-Tree Eco et restitution cartographique imprimable, prend trois à quatre semaines et se situe entre 4 000 et 6 000 euros selon la surface et le niveau de croisement avec les bases locales (cadastre, PLU, données sociales). Pour discuter d'un projet concret, la page contact est ouverte.
Questions fréquentes
-
Qu'est-ce que le LiDAR HD IGN ?
Jeu de données LiDAR aérien couvrant la France entière, gratuit (licence Etalab 2.0), densité 10 points/m², téléchargeable sur geoservices.ign.fr. Couverture nationale prévue d'ici 2026. -
Combien coûte une étude canopée à l'échelle communale ?
Étude LiDAR ciblée (quartier, parc, ZAC) entre 1 500 et 3 000 € sur 2-3 semaines. Étude complète canopée communale avec i-Tree Eco entre 4 000 et 6 000 € sur 3-4 semaines. -
Qu'est-ce que le modèle nDSM ?
normalized Digital Surface Model = différence MNS - MNT. Isole la hauteur réelle des objets au-dessus du sol. Modèle central pour estimer la canopée : un pixel à 12 m correspond à un arbre adulte.
Articles liés
Développeur web freelance à Morsang-sur-Orge et en Essonne (91)
Pourquoi choisir un freelance local plutôt qu'une agence parisienne, mes services pour les PME de l'Essonne, communes couvertes, projets 2026 et tarifs transparents.
Création de site vitrine PME avec React + Vite : standards 2026
Pourquoi React + Vite + SSG bat WordPress sur la performance, la sécurité et le coût d'hébergement, avec deux études de cas Clad-Primeco et Milena Glow Up.