5a. Résumé
Les défis urbains et environnementaux, exacerbés par les changements climatiques, requièrent des méthodes innovantes pour la planification urbaine. La cartographie actuelle des arbres urbains reste incomplète et difficile à maintenir. Les arbres en domaine privé sont d'autant plus victimes de ce problème par leur difficulté d'accès malgré leur grande contribution à la biomasse urbaine.
Ce projet propose une solution automatisée pour la caractérisation des arbres en domaine privé par des techniques de traitement d'image utilisant les images capturées par drone. Il étend les méthodologies existantes de cartographie par LIDAR en incorporant des analyses d'images à haute résolution en comparaison à des images satellites.
Les images acquises par drone sont traitées pour obtenir un nuage de point permettant la création de cartes de hauteurs et d'orthophotos géoréférencées. Ces images sont ensuite découpées en tuiles permettant l'extraction des objets y étant contenue. Un modèle d'apprentissage machine aidé par d'autres outils ouverts permet ensuite d'identifier les arbres et de les caractériser.
Les résultats préliminaires indiquent une précision d'identification élevée permettant la caractérisation de la position, de la hauteur et de la superficie de la canopée des arbres. Les données pourront être intégrées sur la plateforme de SylvCiT offrant un accès libre aux données. Le projet offre une méthode de cartographie rapide permettant une planification plus précise et éclairée.
