课题基金 / 基金详情

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

Développement d'une méthode d'inventaire automatisée des héronnières par télédétection
自动化发明方法的开发
批准号:
CCARD-2022-00270
负责人:
Landry, MarieClaire
金额:
$2.91万
依托单位:
依托单位国家:
加拿大
项目类别:
CCI Applied Research and Development Grants
财政年份:
2022
资助国家:
加拿大
项目状态:
已结题
起止时间:
2022-01-01 至 2023-12-31

项目摘要

项目成果

Landry, MarieClaire的其他基金

相似基金

相关文献

中文摘要
翻译
大勒格朗龙(Ardea herodias)是一种被认为是水环境和潮湿环境质量的指标。Son suivi permet indirectement d'évaluer l'impact de différentes anthropiques sur les ecosystèmes fréquentés par cette espèce.在Au Québec,un inventaire quinquennal est effectué par le ministère des Forêts,de la Faune et des Parcs dans 14 regions administratives. Cet inventaire est réalisé par voie aérienne qui requiert un effort d'échantillonnage important et coastriteux et priorise les héronnières sur la base de critères relativement subjectifs.在此基础上,通过人工智能基础上的训练方法,实现了陆地、空中和卫星图像采集平台的多元化,我们注意到了利用各种不同的图像、多种解决方案和多种配置的方法,这些方法具有很高的潜力,有利于人类的发明。项目的总体目标是对魁北克省天文数字的分类发明进行研究,以开发航空和卫星相结合的潜力,实现更深层次的研究。该方法可用于评估两个国家的大生境质量指数,并优先考虑编制一份详尽客观的大面积地图。L'approche d'inventaire à fine échelle sera par la suite dépée en testant plusieurs approches d'acquisition d'imagerie aérienne par drone et hélicoptère en determinant in un premier temps les paramètres optimaux de vols assurant la qualité des imagers à analyzer tout en minimisant le dérangement des animaux.这些高级解决方案的图像是在深入研究的基础上,通过测试新方法获得的。这种类型的探测器的一般化加上可能的解决方案,是对这种类型的应用的卫星图像潜力进行评估的一种方法,这种方法允许对一个区域进行大规模的清查,并在所需的地形和条件方面作出努力。最后,这些结果允许生产建议,以便在一个月内对这类被保护者的渗透性hronnières进行分类。
英文摘要
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.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Modélisation des données de matière ligneuse non utilisée (MLNU) des opérations forestières de la Gaspésie
  • 批准号:
    CCARD-2022-00212
  • 项目类别:
    CCI Applied Research and Development Grants
  • 资助金额:
    $2.91万
  • 财政年份:
    2022
  • 负责人:
    Landry, MarieClaire
  • 依托单位:
Développement d'outils dynamiques de détection automatique des essences forestières à partir de mesures aéroportées par ballons stratosphériques
  • 批准号:
    CCARD-2022-00472
  • 项目类别:
    CCI Applied Research and Development Grants
  • 资助金额:
    $2.91万
  • 财政年份:
    2022
  • 负责人:
    Landry, MarieClaire
  • 依托单位:
Développement de méthodes de super-résolution d'images
  • 批准号:
    CCARD-2022-00545
  • 项目类别:
    CCI Applied Research and Development Grants
  • 资助金额:
    $2.91万
  • 财政年份:
    2022
  • 负责人:
    Landry, MarieClaire
  • 依托单位:
Développement d'un système d'optimisation de la coupe de bois pour les petites scieries
  • 批准号:
    CCARD-2022-00180
  • 项目类别:
    CCI Applied Research and Development Grants
  • 资助金额:
    $2.91万
  • 财政年份:
    2022
  • 负责人:
    Landry, MarieClaire
  • 依托单位:
海外基金