Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: CCI Applied Research and Development Grants

Cégep de Sainte-Foy

$40,000.00

Développement d'une méthode d'inventaire automatisée des héronnières par télédétection

EF 2024-25

Résumé
Le grand héron (Ardea herodias) est une espèce considérée comme indicatrice de la qualité des milieux aquatiques et humides. Son suivi permet indirectement d’évaluer l’impact de différentes pressions anthropiques sur les écosystèmes fréquentés par cette espèce. Au Québec, un inventaire quinquennal est effectué par le ministère des Forêts, de la Faune et des Parcs dans 14 régions administratives. Cet inventaire est réalisé par voie aérienne qui requiert un effort d’échantillonnage important et coûteux et priorise les héronnières sur la base de critères relativement subjectifs. Parallèlement à cela, la multiplication des plateformes d’acquisition d’imagerie terrestre, aérienne et satellitaire combinée à l’essor d’approches de traitement basées sur l’intelligence artificielle, ouvre notamment la porte à l’exploitation de données variées et massives, multi-résolutions et multi-configurations à très haut potentiel pour l’inventaire faunique. L’objectif général du projet est donc de réviser l’approche d’inventaire classique des héronnières du Québec en exploitant le potentiel de l’imagerie aérienne et satellitaire combinée à l’apprentissage profond. La méthodologie prévoit tester une approche à deux échelles en développant tout d’abord un indice de qualité d’habitat du grand héron, afin de prioriser les secteurs à inventorier en procurant une cartographie à large échelle exhaustive et objective du territoire. L’approche d’inventaire à fine échelle sera par la suite développée en testant plusieurs approches d’acquisition d’imagerie aérienne par drone et hélicoptère en déterminant dans un premier temps les paramètres optimaux de vols assurant la qualité des images à analyser tout en minimisant le dérangement des animaux. Ces images à très haute résolution acquises au-dessus de plusieurs héronnières seront traitées en testant des approches novatrices basées sur l’apprentissage profond. La généralisation de ce type d’approche à plus faible résolution sera également testée afin d’évaluer le potentiel de l’imagerie satellitaire pour ce type d’application, ce qui permettrait d’inventorier un territoire plus grand et plus fréquemment tout en réduisant l’effort terrain et les coûts requis. Finalement, ces résultats permettront de produire des recommandations pour une mise à jour de l’approche classique d’inventaire des héronnières permettant de mieux protéger cette espèce.
Programme
CCI Applied Research and Development Grants
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
CCARD-2022-00270
Name nom
Landry, Marie-Claire
Department département
Bureau de la recherche - Cégep de Sainte-Foy
Organization id
2318
Institution établissement
Cégep de Sainte-Foy
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2024
Competition year année de concours
2022
Award amount
40000
Program id
CCARD
Program name en
CCI Applied Research and Development Grants
Program name fr
ICC Subventions de recherche et développement appliquée
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
nan
Area of application code
9999
Area of application group en
Not available
Area of application group fr
Non disponible
Area of application en
Not available
Area of application fr
Non disponible
Research subject code
9999
Research subject group en
Not available
Research subject group fr
Non disponible
Research subject en
Not available
Research subject fr
Non disponible
Field of research list codes
RDF2080204
Field of research list names en
Remote sensing in geomatics and photogrammetry
Field of research list names fr
Télédétection en géomatique et photogrammétrie
Socioeconomic objective list codes
RDS10205
Socioeconomic objective list names en
Control and care of the environment
Socioeconomic objective list names fr
Régulation et protection de l'environnement
Application title
Développement d'une méthode d'inventaire automatisée des héronnières par télédétection
Keywords
Héronnières; Télédétection; Inventaire; Apprentissage profond; Imagerie aérienne; Imagerie satellitaire; Indice de qualité d'habitat
Application summary
Le grand héron (Ardea herodias) est une espèce considérée comme indicatrice de la qualité des milieux aquatiques et humides. Son suivi permet indirectement d’évaluer l’impact de différentes pressions anthropiques sur les écosystèmes fréquentés par cette espèce. Au Québec, un inventaire quinquennal est effectué par le ministère des Forêts, de la Faune et des Parcs dans 14 régions administratives. Cet inventaire est réalisé par voie aérienne qui requiert un effort d’échantillonnage important et coûteux et priorise les héronnières sur la base de critères relativement subjectifs. Parallèlement à cela, la multiplication des plateformes d’acquisition d’imagerie terrestre, aérienne et satellitaire combinée à l’essor d’approches de traitement basées sur l’intelligence artificielle, ouvre notamment la porte à l’exploitation de données variées et massives, multi-résolutions et multi-configurations à très haut potentiel pour l’inventaire faunique. L’objectif général du projet est donc de réviser l’approche d’inventaire classique des héronnières du Québec en exploitant le potentiel de l’imagerie aérienne et satellitaire combinée à l’apprentissage profond. La méthodologie prévoit tester une approche à deux échelles en développant tout d’abord un indice de qualité d’habitat du grand héron, afin de prioriser les secteurs à inventorier en procurant une cartographie à large échelle exhaustive et objective du territoire. L’approche d’inventaire à fine échelle sera par la suite développée en testant plusieurs approches d’acquisition d’imagerie aérienne par drone et hélicoptère en déterminant dans un premier temps les paramètres optimaux de vols assurant la qualité des images à analyser tout en minimisant le dérangement des animaux. Ces images à très haute résolution acquises au-dessus de plusieurs héronnières seront traitées en testant des approches novatrices basées sur l’apprentissage profond. La généralisation de ce type d’approche à plus faible résolution sera également testée afin d’évaluer le potentiel de l’imagerie satellitaire pour ce type d’application, ce qui permettrait d’inventorier un territoire plus grand et plus fréquemment tout en réduisant l’effort terrain et les coûts requis. Finalement, ces résultats permettront de produire des recommandations pour une mise à jour de l’approche classique d’inventaire des héronnières permettant de mieux protéger cette espèce.