L'indice de biomasse LiDAR (LBI, LiDAR Biomass Index) permet de calculer la biomasse aérienne des arbres individuels à partir des données LiDAR aériennes et présente une précision élevée pour le calcul de la biomasse aux échelles de l'arbre individuel et des placettes, mais sa capacité de cartographie à grande échelle de la biomasse n'a pas encore été pleinement exploitée. Cette étude prend l'exemple du pin laricio largement planté dans le nord de la Chine et utilise LBI pour calculer la biomasse de chaque arbre au sein de petites sous-placettes forestières, en cumulant les valeurs pour obtenir la biomasse à l'échelle de la sous-placette, validant ainsi la précision du calcul avec des données d'enquête sur la conception des opérations. Parallèlement, la généralisabilité des modèles de biomasse du pin laricio basés sur LBI dans d'autres forêts a été évaluée et comparée à la méthode de régression basée sur des variables LiDAR (LMR). Les résultats montrent que LBI permet un calcul précis de la biomasse forestière à petite échelle, avec des coefficients de détermination (R²) entre 0,86 et 0,80 selon les régions, et une erreur quadratique moyenne relative (rRMSE) comprise entre 33,51 % et 40,23 %. La précision de la biomasse calculée avec LBI, basé sur la modélisation de 35 arbres individuels, est comparable à celle de la méthode LMR qui utilise plus de 30 placettes (incluant plus de 3000 arbres), et LBI présente une meilleure généralisabilité entre les mêmes espèces dans différents peuplements forestiers. Cette étude utilise le modèle AGB_LBI pour calculer la biomasse individuelle dans chaque sous-placette de la zone ouest de la forêt de Mengjiagang et réalise la cartographie de la biomasse du pin laricio. La distribution de biomasse calculée par LiDAR montre une tendance similaire à celle obtenue par des enquêtes de terrain, avec une forte cohérence au niveau d'une résolution de 20 m×20 m (R²=0,75, RMSE=1,55 t). Cette étude valide la capacité de la méthode LBI à estimer la biomasse aérienne forestière à l'échelle locale dans une zone régionale, démontrant son potentiel pour des estimations à grande échelle.

LBI; LiDAR aérien; arbre individuel; échelle de petit peuplement; biomasse