Détection de fuites d’eau par drone à l’aide de l’imagerie thermique et de l’analyse du réseau de drainage

Limiter les risques de contamination des milieux naturels et ses conséquences pour la santé publique constituent deux priorités dans la gestion des risques environnementaux dans le secteur minier. Les bassins à résidus, souvent à ciel ouvert, concentrent une grande quantité de métaux toxiques représentant une source potentielle de contamination. Du fait de leur haute mobilité à la suite d’événements tels que des précipitations, des infiltrations d’eau ou encore des cycles de gel et dégel, ces sites font l’objet d’une surveillance particulière. Cette surveillance consiste notamment en la détection d’éventuelles fuites ou zones humides qui entraineraient la dispersion de métaux traces et provoqueraient la dégradation des écosystèmes environnants. Dans ce contexte, les progrès technologiques en matière de drones et de capteurs d’imagerie offrent de nouvelles opportunités. L’étude présentée s’est déroulée sur le site minier Quémont 2, de la Fonderie Horne, située à Rouyn Noranda, au Québec. Certains ouvrages de retenu du site vieillissant, des pertes d’eau peuvent apparaître à leur base. Localiser les fuites est souvent très difficile à réaliser sans moyen technologique compte tenu de la surface du site, et la présence de végétation, de zones d’ombre et de roches de tailles diverses. Pour y remédier, la méthode présentée ici propose d’exploiter simultanément des images thermiques et visibles capturées à partir de drone. L’imagerie infrarouge (IR) permet de repérer des contrastes de température, indicateurs probables de la présence d’eau, tandis que les images haute définition du visible servent à générer des images matricielles secondaires (vNDVI, ombrages, pentes) utilisés pour filtrer les faux positifs inclus dans les images thermiques. Le vNDVI (visible NDVI), par exemple, permet d’isoler des surfaces végétalisées susceptibles de présenter une signature thermique proche de celle de l’eau. Les pentes et ombrage aident quant à eux à identifier les artefacts dus à la topographie ou à l’ombre. Un seuillage des données par l’utilisation d’algorithmes d’apprentissage automatique est également mis à profit, améliorant la précision des traitements et l’autonomie de l’approche, tout en réduisant le temps d’analyse. Finalement, ce prétraitement par imagerie permet le traçage d’un réseau de drainage afin de distinguer les possibles ruissellements d’eau souterraines de ceux de surface. Les résultats obtenus montrent que cette approche intégrée isole efficacement les résurgences et met en évidence les suintements observés rendant possible l’identification les sources potentielles d’exfiltrations, facilitant la planification des opérations humaines et la prise de décision. La méthode proposée est adaptable à diverses questions de surveillance environnementale. Ses limites actuelles sont liées principalement à la performance du capteur thermique et aux conditions météorologiques à la prise d’image.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.