Évaluation des coupes forestières par l’imagerie numérique

, ,

Partager cet article

Client

Produits forestiers Résolu

Collaborateur

Centre d’expérimentation et de développement et de développement en forêt boréale en forêt boréale (CEDFOB-CCTT) 

Financement

Subvention de Recherche et développement appliquée (RDA) du Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG)

Objectif

Ce projet visait à déterminer les caractéristiques permettant de confirmer la conformité opérationnelle d’un prélèvement par coupe progressive irrégulière (CPI). Pour cela, nous avons utilisé l’imagerie multispectrale et thermique haute précision acquise par drone.

Les drones offrent une solution abordable pour l’inventaire des CPI. Ils permettront aussi une grande flexibilité dans l’acquisition des données, même en temps réel sur des territoires spécifiques.

Innovations technologiques

Les dernières avancées en photogrammétrie autorisent des reconstitutions 3D des surfaces observées. Ces données atteignent une qualité comparable à celle du lidar.

Améliorations pour le suivi forestier

L’interprétation et le suivi de l’état des forêts s’améliorent grâce à :

  • De nouvelles sources de données.
  • Des techniques de traitement avancées.
  • Des analyses d’images comme la segmentation et les méthodes de classification basées sur l’apprentissage automatique.

Méthodologie 

Processus d’acquisition et d’analyse

Avant et après les interventions de coupe, nous utilisons un drone pour capturer des images multispectrales et thermiques des sites d’étude.

Pour évaluer les caractéristiques des peuplements, nous coordonnons les acquisitions par drone avec des relevés terrain effectués par des forestiers.

Ensuite, nous traitons les images avec des logiciels de photogrammétrie pour créer :

  • Des orthomosaïques.
  • Un modèle numérique de surface.

Enfin, nous analysons les données grâce à :

  • Des techniques de traitement d’images.
  • Des analyses par apprentissage automatique.

Cela nous permet d’extraire des données comme :

  • Les largeurs des bandes collectées.
  • Les houppiers collectés et résiduels.
  • D’autres éléments d’intérêt écologique.

Équipements

  • Drone DJI Matrice 210 RTK
  • Caméra RGB Zenmuse X7
  • Caméra multispectrale MicaSense Altum. Il s’agit d’une caméra multispectrale comprenant 5 bandes dans le spectre visible et proche infrarouge (bleu, vert, rouge, bordure rouge et proche infrarouge) et une bande dans l’infrarouge thermique.
  • Logiciels : Pix4D, PyTorch

Domaine

Gestion des ressources

Projets similaires