Apport des données LiDAR et hyperspectrales aéroportées pour la cartographie archéologique en milieux terrestres et immergés

Jury :

- Rosa LASAPONARA, Directrice de recherche, CNR Italie, CNR-IMAA (rapporteur)
- Clément MALLET, Directeur de Recherche, Université Gustave Eiffel, IGN ENSG, LASTIG (rapporteur)
- Geert VERHOEVEN, Senior Researcher, LBI ArchPro, Institut Ludwig Boltzmann Autriche (examinateur)
- Grégor MARCHAND, Directeur de Recherche CNRS, UMR 6566 CReAAH (examinateur)
- Laurence HUBERT-MOY, Professeure, LETG UMR 6554 / Université Rennes 2 (directrice de thèse)
- Marc LENNON, Président, Hytech-Imaging (co-directeur de thèse)

Mots-clés : Télédétection, Cartographie archéologique, Système laser aéroporté, Imagerie spectrale, Analyse multi-échelle, Deep CNN

Résumé : Menacé par des pressions naturelles et anthropiques croissantes, le patrimoine archéologique fait l’objet d’enjeux de connaissances scientifiques et de mesures de protection. Or les prospections archéologiques sont très difficiles à mener dans des environnements forestiers ou immergés. Dans ce contexte, cette thèse vise à évaluer l’apport des données LiDAR et hyperspectrales aéroportées pour la détection et la caractérisation de structures archéologiques, ces données ayant montré leur intérêt pour accéder à des informations inédites sous la canopée ou sous l’eau. Pour répondre à cet objectif, nous avons développé de nouvelles approches de visualisation et de détection automatique basées notamment sur le deep learning. Nous avons d’abord exploité des données LiDAR topographiques afin de détecter et caractériser des structures archéologiques datant principalement de la période mégalithique, en contexte émergé sur la région de Carnac (Morbihan). Puis nous avons évalué l’imagerie hyperspectrale en contexte immergé sur le site mégalithique d’Er Lannic (Morbihan) et sur l’archipel de Molène (Finistère). Les résultats ont montré l’intérêt des approches d’analyse multi-échelles et d’apprentissage automatique appliquées aux modèles numériques dérivés des données LiDAR, en particulier sous couvert forestier. Nous avons aussi montré l’apport original de l’imagerie hyperspectrale pour la détection et la caractérisation de structures en zone de petits fonds, ouvrant ainsi de nouvelles perspectives quant à l’exploration archéologique de paysages submergés.