La délimitation des peuplements forestiers est une tâche fondamentale pour la gestion des forêts, qui est encore principalement réalisée manuellement par photo-interprétation d'images géospatiales à (très) haute résolution spatiale (THR). La détection des peuplements a été peu abordée dans la littérature, qui s'est principalement intéressé, dans des environnements forestiers, à l'extraction individuelle des arbres et la classification des espèces d'arbres. Dans cet article, une méthode fondée sur la fusion des données lidar aéroportées et des images multispectrales THR est proposée pour la délimitation automatique des peuplements forestiers. Les images multispectrales donnent des informations sur les espèces d'arbres, tandis que les nuages de points lidar 3D fournissent des informations géométriques. Les attributs multimodaux sont calculés, à la fois au niveau du pixel et de l'objet: les objets sont obtenus à partir d'une sur-segmentation. Une classification supervisée est ensuite effectuée au niveau de l'objet afin de discriminer grossièrement les espèces d'arbres existantes dans chaque zone d'intérêt. Les résultats de la classification sont ensuite traités pour obtenir des zones homogènes avec des frontières lisses par minimisation d'énergie. La formulation de l'énergie comporte deux parties; une lié à la classification, et une autre dans laquelle des contraintes supplémentaires sont ajoutées. Le modèle énergétique est efficace avec un gain de précision jusqu'à 15% par rapport à la classification. Les résultats de la segmentation utilisant ce modèle ont une précision allant de 96% à 99%.