Personnes formatrices et programme

Cette formation est maintenant complète et sera de retour en 2022. La date sera confirmée durant l’automne 2021. Pour toute question, vous pouvez communiquer avec Geomatique@USherbrooke.ca 

    Formatrice et formateurs

    Assistant

    Description de la formation

    Cibles de formation

    • S’initier au prétraitement et au traitement d’imagerie acquise par drone pour des applications en foresterie
    • Connaître les principales caractéristiques des drones et capteurs appliqués à la foresterie
    • Connaître les conditions d’utilisation des drones pour l’acquisition d’imagerie

    Contenu 

    • Prétraitement et traitement d’imagerie visible-infrarouge acquise en milieu forestier (jeu de données fourni) 
    • Création de modèles de hauteur de canopée et comparatif LiDAR, classification du milieu forestier, détection de trouées et analyse d’écotones
    • Principes fondamentaux de télédétection par drone (photogrammétrie, visualisation de données, 3D, classification, indices de végétation, etc.)
    • Planification d’une mission d’acquisition d’imagerie par drone en milieu forestier (superficie, recouvrement, altitude, résolution, météo, etc.)

    Programme et horaire

    Cette école se déroule sur 2 jours, soit lundi et mardi 7 et 8 juin 2021. Cette formation sera composée d'exposés et de travaux pratiques sur des séries d’images fournies (aucune acquisition sur le terrain n’est prévue).

    Jour 1

    9 h 00 à 12 h 00 - Introduction à l’utilisation des drones en foresterie et au prétraitement d’images

    • Caractéristiques principales des drones et capteurs adaptés à la foresterie
    • Planification en classe d’un vol sur un lot de 40 ha (Mission Planner)
    • Avantages et limites des drones, satellites, avions en foresterie
    • Prétraitement d’images drones (calibration, mosaïquage, etc.) (Pix4D)
    • Production d’un nuage de point et modèle numérique de surface (MNS) (Pix4D)

    13 h 00 à 17 h 00 - Création et analyse de modèles de hauteur de canopée (MHC)

    • Visualisation et traitement du nuage de points (CloudCompare)
    • Production d’un modèle numérique de terrain (MNT) (CloudCompare)
    • Création d’un MHC avec un MNT LiDAR (QGIS)
    • Intégration des données de terrain (QGIS)
    • Comparaison entre les MHC produits par LiDAR et drone
    Jour 2

    9 h 00 à 12 h 00 - Classification du milieu forestier (QGIS)

    • Concepts théoriques sur la classification
    • Création d’indices de végétation
    • Classification semi-dirigée des grandes classes du milieu (ex: résineux, feuillus, hydrographie, sols)

    13 h 00 à 17 h 00 - Détection de trouées et analyse d’écotone (QGIS)

    • Stratification des classes de hauteur
    • Détection de trouées
    • Visualisation d’un écotone riverain
    • Analyse spatiale de l’écotone riverain

    Collaborateurs