Plantes envahissantes : l’innovation géomatique comme alliée de la biodiversité

Un partenariat pour préserver les milieux naturels de Québec

La Ville de Québec, engagée dans la protection de ses écosystèmes, a lancé un ambitieux Programme d’intégrité des milieux naturels visant à préserver le caractère naturel de ses espaces verts élaboré sur un plan de gestion décennal (2024-2033). Parmi les défis majeurs : la lutte contre les espèces floristiques exotiques envahissantes (EFEE), qui menacent la biodiversité locale. Pour y faire face, la Ville a mandaté le Centre de géomatique du Québec (CGQ) afin de développer une méthodologie innovante pour cartographier et inventorier ces espèces sur son territoire.

Pour relever ce défi, le CGQ a déployé une approche innovante qui exploite des images captées par drone et des modèles d’apprentissage profond afin d’automatiser la détection et la cartographie de ces espèces. Cette méthodologie offre à la Ville de Québec un cadre évolutif pour développer des modèles de plus en plus performants et assurer la préservation de ses milieux naturels et de leur intégrité à long terme.

Sept espèces d’EFEE ont été priorisées dans le cadre de ce projet :

• la berce du Caucase,
• les nerpruns bourdaines et cathartiques,
• les renouées de Bohème, de Sakhaline et du Japon,
• le roseau commun.

Renouée du Japon

Berce du Caucase

Roseau commun

Méthodologie : Drones, intelligence artificielle et expertise terrain

L’approche proposée par le CGQ vise à automatiser la détection des plantes envahissantes tout en s’appuyant sur l’expertise terrain pour garantir des résultats fiables et adaptés aux réalités écologiques de la Ville de Québec. Voici les grandes étapes qui ont permis de concrétiser ce projet :

1. Acquisition des données par drone

Une série de 12 vols de drone a été réalisée sur des sites sélectionnés, à deux périodes clés de l’année :

• Détection des roseaux communs, nerpruns et renouées. (Automne)
• Détection précoce de la berce du Caucase. (Printemps)

Le drone utilisé, un Matrice 600 Pro, était équipé de caméras Phase One (RVB) et multispectrale, permettant de capturer des images haute résolution, essentielles pour distinguer les caractéristiques des EFEE.

2. Traitement des images et annotation

Les images ont été transformées en orthomosaïques, puis annotées manuellement pour entraîner les modèles d’apprentissage profond. Cette étape, bien que laborieuse et chronophage, a permis de constituer une base de données d’entraînement pour les algorithmes impliquant l’intelligence artificielle avec notre serveur NVIDIA DGX A100.

3. Développement de modèles d’apprentissage profond

Des modèles spécifiques ont été entraînés pour détecter :

• Les renouées
• Le roseau commun
• La berce du Caucase

Résultats prometteurs :

• Le modèle de détection du roseau commun s’est avéré le plus performant, malgré un jeu de données limité.
• Les résultats pour les renouées et la berce du Caucase sont encourageants, mais nécessitent des améliorations.
• Pour le nerprun, les données disponibles n’étaient pas suffisantes pour développer un modèle fiable.

Comparaison des technologies

Les images RVB haute résolution se sont révélées plus efficaces que l’imagerie multispectrale pour la détection des plantes envahissantes, en raison de leur meilleure résolution spatiale. Notre prochain article portera d’ailleurs sur les images de haute résolution et leur utilité dans la caractérisation de divers éléments.

Une avancée technologique au service des villes

Ce projet marque une étape décisive dans la gestion des espèces floristiques exotiques envahissantes, démontrant que l’innovation géomatique peut devenir un levier puissant pour la conservation de la biodiversité. En combinant télédétection, intelligence artificielle et savoir-faire scientifique, le Centre de géomatique du Québec et la Ville de Québec ont jeté les bases d’un outil opérationnel, capable de soutenir les efforts de préservation des milieux naturels sur le long terme.

Vous souhaitez mettre en oeuvre un plan d’action contre les plantes envahissantes dans votre communauté? Remplissez notre formulaire en ligne.