Reconstitution historique (1976-2020) de la croissance en hauteur des peuplements forestiers en régénération en forêt boréale par photogrammétrie
Notice bibliographique
Résumé
La forêt boréale est une ressource d’importance tant pour sa capacité à stocker le carbone que pour sa valeur économique pour l’industrie forestière et les activités de villégiature. L’acquisition de meilleures connaissances sur la dynamique de croissance de cette forêt permet de l’aménager durablement. À cet effet, il est déterminant de connaître le plus précisément possible leur taux de croissance annuel sur de longues périodes et notamment la croissance en hauteur qui est un intrant important des modèles de croissance. Cependant, les connaissances sont fragmentaires concernant l’évolution des jeunes peuplements (< 7 m) issus de coupes forestières en forêt boréale. Compte tenu de leur croissance lente et de l’accès difficile aux jeunes peuplements quelques années après la coupe, il est ardu d’en faire le suivi par des inventaires terrestres sur plusieurs décennies. Les photos aériennes historiques destinées à la photogrammétrie sont alors une source potentielle de données pour évaluer la croissance en hauteur de ces peuplements en fonction du temps écoulé depuis la coupe. De telles données sont essentielles puisqu’elles sont utilisées pour évaluer la croissance de métriques telles que la surface terrière et la valeur marchande. Une nouvelle méthode de traitement photogrammétrique structure from motion (SfM) est utile pour faciliter la création de séries temporelles à partir de photos. La méthode nommée Time-SIFT consiste à utiliser simultanément des photos prises à différentes dates afin de créer des nuages de points géoréférencés. Cette méthode augmente le taux de couverture entre les photos et permet d’évaluer avec plus de précision le positionnement et les caractéristiques des caméras (longueur focale, coefficients de distorsion) qui sont parfois manquantes. Les nuages de points sont ensuite décomposés selon les années d’acquisition des photos. Les nuages de points produits peuvent être traités afin d’estimer la hauteur dominante des peuplements. L’objectif principal de cette étude vise la mise en œuvre d'une approche photogrammétrique pour le suivi de la croissance des jeunes sapinières issues d’une coupe totale dans trois sites de la forêt boréale du Québec. L’étude comporte deux parties. Dans une première partie, nous avons généré des modèles de hauteur de canopée (MHC) issus de 11 séries de photos et des données lidar correspondantes pour 3 sites distincts (1) Zec Chauvin - Sapinière à bouleau blanc de l'Est, (2) Réserve faunique de Matane - Sapinière à bouleau blanc de l'Est, (3) Territoire non-organisé de Rivière-aux-Outardes - Pessière à mousse de l’Est). Les séries de photos utilisées sont diverses tant dans leurs types (numérique ou argentique, noir et blanc, couleur ou couleur infrarouge) que dans la disponibilité des informations concernant l’orientation interne des caméras (longueur focale, positionnement du plan focal, coefficients de distorsion). Ces séries de photos ont été traitées pour créer des nuages de points pour des périodes respectives de 31, 13 et 29 années pour chaque site. Les nuages de points ont fait l’objet d’une correction verticale avant d’être normalisés grâce aux modèles numériques de terrain (MNT) issus du lidar pour obtenir des modèles de hauteur de canopée (MHC). Les mêmes traitements ont été effectués avec et sans la méthode Time-SIFT pour permettre de comparer les deux méthodes. Il a été constaté que la qualité des nuages résultants varie considérablement selon les sites et les années allant d’une racine de l’erreur quadratique moyenne (REQM) verticale de 0,22 m à l’échec partiel de l’alignement des images. La seconde partie du projet concerne le site de la Zec Chauvin pour lequel il existe des mesures de hauteur des arbres prises sur le terrain pour 46 placettes d’inventaire de 400 m2 entre 1988 et 2018. Cette partie de l’étude vise à utiliser les MHC résultants de la photogrammétrie pour estimer la hauteur dominante (hauteur moyenne des 100 plus gros arbres à l’hectare) des peuplements forestiers. Les hauteurs à des percentiles entre 20 et 100 % ont été extraites des MHC pour chacune des placettes d’inventaire. Des modèles de régression linéaire ont été calibrés en utilisant la meilleure métrique prédictive de la hauteur dominante retenue dans le cadre de notre étude, soit le 65e quantile. Pour le site de la Zec Chauvin, le meilleur modèle développé concerne les peuplements ayants fait l’objet d’une coupe avec protection de la régénération et des sols avec un R2 de 0,93 et une racine de l’erreur quadratique moyenne (REQM) de 0,93 m, ce qui est comparable avec la précision obtenue par des mesures sur le terrain à l’aide d’un clinomètre-vertex. Notre étude a montré que la méthode SfM / Time-SIFT permet de reconstituer la croissance d’un site pendant 37 ans après la coupe totale (de 1976 à 2013). Toutefois, cette méthode n’a pu être testée sur d’autres sites que celui de la Zec Chauvin compte tenu du manque de données de validation sur le terrain. De plus, la grande variabilité dans les données sources (photos) ainsi dans la qualité des nuages de points générés suggèrent qu’il serait pour le moment important d’évaluer le potentiel d’autres sites où des données de validation sont disponibles avant de transposer le modèle à plus grande échelle.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».