L’utilisation professionnelle des drones en foresterie est de plus en plus populaire. Bien que plusieurs se contentent simplement d’élargir leur champ de vision par le biais de l’appareil, il est possible d’en tirer des données plus poussées en utilisant des traitements de photogrammétrie. Ces données pourront nous aider à mieux caractériser la forêt.
Pour réaliser un traitement de photogrammétrie, on doit utiliser une multitude de photos géoréférencées qui se chevauchent les unes sur les autres. Pour s’assurer de la qualité de celles-ci, il est important de bien définir les différents paramètres de notre plan de vol, comme l’altitude et le recouvrement.
Le choix de l’altitude aura une influence directe sur la résolution des photos captées (cm/pixel).
D’abord, les vols à basse altitude occasionnent des photos avec une empreinte au sol plus faible, et donc requièrent davantage de lignes de vol pour couvrir la même superficie. De plus, pour préserver la même netteté des images (éviter les images floues), la vitesse de vol doit être réduite à mesure que l’altitude diminue.
Il est donc important de bien comprendre que l’altitude est un facteur majeur dans la productivité des vols. Considérant ceci, il peut être pertinent de choisir un drone ayant une caméra haute résolution qui permettra de voler à l’altitude maximale (400’ AG) et tout de même obtenir une précision suffisante.
Comme les logiciels de photogrammétrie utilisent des points d’attache pour réaliser leurs traitements, les photos doivent se chevaucher entre chacune des lignes de vol et le long de la ligne de vol. Plus le recouvrement sera grand, plus le traitement sera facile.
La réduction du recouvrement latéral diminue le nombre de lignes de vol requis tandis qu’une diminution du recouvrement à même une ligne de vol permet d’augmenter la vitesse du drone.
Encore une fois, ce paramètre est primordial, car son influence sur la productivité est majeure.
Il est donc important de trouver le recouvrement minimum au bon traitement des données. À noter que les logiciels de photogrammétrie plus performants tolèrent des chevauchements plus faibles.
Comme chaque logiciel de photogrammétrie à ses particularités, l’accent sera davantage mis sur les résultantes du traitement plutôt que sur la méthodologie.
Une fois que la zone d’étude est couverte de photos géoréférencées, on peut passer au traitement des données avec un logiciel de photogrammétrie, comme Correlator3D de SimActive.
On peut ainsi obtenir des produits cartographiques tels que des mosaïques, des modèles numériques (MNT, MNS & MHC), des nuages de points et des modèles 3D.
À noter que la précision absolue de chacun de ces différents types de données dépend de la précision GPS du drone. S’il est important d’avoir une grande précision, il pourrait être nécessaire d’utiliser un drone RTK ayant une précision GPS très élevée ou de simplement ajouter des points de contrôle au sol.
GPS – Les notions essentielles
Ces points de contrôle sont des repères visuels tels que des cibles au sol dont on connaît précisément la position. Lors du traitement, on pourra identifier visuellement ces points sur les photos et les associer à leur position.
Une mosaïque est un agencement de plusieurs orthophotos pour créer une grande image que l’on peut consulter dans les logiciels SIG comme ArcGIS et QGIS.
Comme mentionnée plus tôt, la précision de l’image dépend de la résolution de la caméra et de l’altitude de vol.
Le modèle numérique de surface représente la topographie du site. Il inclut non seulement le sol, mais aussi le sursol, par exemple le couvert forestier et les bâtiments.
Lorsqu’il est utilisé seul, il y a peu d’applications en foresterie. Par contre, on l’utilise pour générer le MNT et le MHC.
À partir du MNS, on peut extraire un modèle numérique de terrain. Celui-ci est une représentation de la surface du sol qui ne prend pas en compte les « objets » présents tels que la végétation et les bâtiments.
À noter que la précision du MNT diminue considérablement lorsqu’on ne peut pas voir le sol sur les photos. C’est le cas des forêts ayant un couvert dense ou lorsque le sol est couvert de végétation arbustive. Dans ces cas, il est préférable d’utiliser un MNT provenant du LIDAR.
Lorsque le MNT est suffisamment précis, on peut calculer sa différence d’élévation avec le MNS. Dans le cas d’une utilisation dans un contexte forestier, le modèle représenterait la hauteur de la végétation.
Comme la précision du MNT est parfois incertaine dans un contexte forestier, il peut parfois être préférable d’utiliser la couche « Hauteur de canopée » provenant des produits dérivés du LIDAR, qui est généralement plus précise. Par contre, l’inconvénient de cette dernière est qu’elle n’est pas évolutive et qu’elle nous donne le portrait du moment où les données ont été prises.
LiDAR en foresterie – L’outil à maîtriser
Selon les besoins, il peut être pertinent de mettre à jour le MHC pour considérer les changements plus récents sur le terrain, que ce soit des travaux sylvicoles, des perturbations naturelles ou simplement la croissance des arbres.
À partir des photos et d’un modèle numérique de surface, certains logiciels de photogrammétrie nous permettent d’extraire un nuage de points.
Chacun des pixels de la photo est associé à une altitude et permet une visualisation 3D du site en question.
Le modèle 3D est sans doute celui qui offre la meilleure expérience de visualisation. Il est en général dérivé à partir du nuage de points, lequel est triangulé pour générer une surface 3D. Par la suite, les photos sont utilisées comme texture permettant une représentation réaliste du site.
Bien que ce modèle ne puisse pas servir à réaliser des analyses très poussées, la qualité visuelle de la présentation peut permettre de facilement interpréter l’état des lieux.
En somme, l’acquisition de données via un drone offre une infinité de possibilités dans le domaine de la foresterie. De l’imagerie aérienne aux modèles numériques 3D, l’outil nous garantit l’acquisition de données d’une précision accrue. Celles-ci peuvent être utilisées seules, ou combinées avec d’autres jeux de données.
