La cartographie du territoire forestier est obtenue traditionnellement à partir de l’interprétation de photographies aériennes. Bien que cette approche donne des résultats intéressants depuis l’arrivée de nouvelles procédures de photo-interprétation, elle reste fastidieuse, longue, coûteuse et présente certaines limites pour caractériser les peuplements. En effet, le photo-interprète doit délimiter manuellement les différents contours selon les caractéristiques observées, identifiées et interprétées. La liste de ces caractéristiques s’avère longue pour le classement des peuplements forestiers, en particulier pour l’interprétation des essences forestières.
L’objectif du projet était d’explorer ces deux problématiques, c’est-à-dire la délimitation des peuplements et la cartographie des essences forestières. Le but étant d’obtenir des attributs forestiers sur de grands territoires, un effort a été mis sur l’automatisation de ces processus. D’abord, la phase 1 (2017) du projet a permis de réaliser une campagne de terrain et de créer une bibliothèque de signatures spectrales pour 15 essences forestières présentes sur le territoire privé de Kenauk, en Outaouais. Ensuite, des images du satellite Wordview-3 ont été acquises à l’été 2016 et des données d’un lidar aéroporté à l’été 2015 sur le territoire d’étude. La phase 1 a également permis de générer une segmentation individuelle de couronnes d’arbre (SCA) par une approche orientée-objet à partir du lidar et d’attribuer des classes d’essence à l’ensemble de l’image. La phase 2 (2018) a permis d’améliorer la SCA de 87 % à 90 % en ajoutant l’imagerie dans la segmentation. Une nouvelle méthode hybride a été développée de manière à séparer d’abord les essences résineuses et feuillues (96 %) et ensuite les essences de chaque type. Les essences résineuses ont été classifiées avec une précision globale de 91 % et celles ayant un meilleur score sont l’épinette blanche, le pin blanc, le pin rouge, la pruche et le thuya. Les essences feuillues ont été classifiées avec une précision globale de 77 % et celles ayant un meilleur score sont l’érable à sucre, le chêne rouge et le peuplier à grandes dents. Ces résultats confirment que l’approche orientée-objet à partir d’imagerie satellitaire est efficace, mais présente ses limites dans la forêt feuillue.
Contacter le chargé de projet pour plus d’informations.