Abstract | Keywords | Export | Availability | Bookmark

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

In Scotland, Sitka spruce represents the major timber resource. The regeneration of this species isabundant and occurs widely after clearfelling. Finding way to carry out affordable inventories of
regeneration would help forest managers to make decision on the future of the regeneration resource.
The deployment of Unmanned Aerial Vehicle (UAV) allows rapid assessment of forest and regenerationand it is likely to lead of a decreasing cost for field surveys.
This current study aims to map Sitka spruce seedlings with orthophotos acquired by drones. The used method, based on RGB images, has been carried out using OTB (Orfeo ToolBox) and a object based image analysis approach. It consists in four steps: the segmentation (i), a supervised classification (random forest) (ii), the mapping of the studied sites (iii) and finally, the validation (iv) of the model through points acquired by photointerpretation. The result shows that one of the classification models reaches a global accuracy of 66.9 with pseudo independent dataset and 77.4 with an independent dataset. The results are expected to be better with images acquired during other periods (leaf-off period) in order to prevent confusion with surrounding vegetation presents on the studied sites. Despite this fact, the mapping of Sitka spruce seems promising with an RGB camera and may offer a promising potential for commercial forestry. In addition, the method may be applied in other context such as ecological restoration or forest health. En Ecosse, l'épicéa de Sitka représente la principale ressource en bois. La régénération de cette espéce est abondante, particulièrement aprés une coupe à blanc. Trouver un moyen de réaliser des inventaires abordables de celle-ci aiderait les gestionnaires forestiers à prendre des décisions sur l'avenir de la ressource. L'utilisation de drones permet une évaluation rapide de la forêt et de la régénération, permettant ainsi une réduction des coûts des inventaires de terrain.
La présente étude vise à cartographier les semis d'épicéa de Sitka à partir d'orthophotos acquises par drones. La méthode utilisée, basée sur des images RGB, a été réalisée en utilisant OTB (Orfeo ToolBox) et une approche d'analyse d'image basée sur des objets. Elle consiste en quatre étapes: la segmentation (i), une classification supervisée (random forest) (ii), la cartographie des sites étudiés(iii) et enfin, la validation (iv) du modéle par des points acquis par photointerprétation. Les résultats montrent qu'un des modéles de classification atteint une précision globale de 66,9 avec un jeu de données pseudo-indépendant et de 77,4 avec un jeu de données indépendant. On s'attend à ce que les résultats soient meilleurs avec des images acquises à d'autres périodes de l'années (période hors feuille) afin d'éviter la confusion avec la végétation environnante présentes sur les sites d'étude. Malgré cela, la cartographie de l'épicéa de Sitka semble prometteuse avec une caméra RGB et offrirait donc un potentiel intéressant pour la foresterie commerciale. En outre, la méthode pourrait être utilisée dans d'autres contextes, tel que celui de la restauration écologique ou la santé des forêts.

Sitka spruce --- seedlings --- regeneration --- UAV --- orthoimages --- RGB --- segmentation --- supervised classification --- random forest --- Orfeo Toolbox --- Scotland --- épicéa de Sitka --- semis --- régénération --- drones --- orthoimages --- RGB --- segmentation --- classification supervisée --- random forest --- Orfeo Toolbox --- Ecosse --- Ingénierie, informatique & technologie > Multidisciplinaire, généralités & autres