Un projet de recherche conjoint du laboratoire de mathématiques de l'Université de technologie de Tampere et du Natural Resources Institute Finland (Luke) a mis au point une nouvelle méthode de reconnaissance des espèces d'arbres basée sur des mesures par balayage laser. La méthode permet le calcul des caractéristiques de classification d'une manière complètement nouvelle.

Les chercheurs de TUT et Luke ont obtenu des résultats prometteurs lors du test d'une méthode entièrement automatique de reconnaissance des espèces d'arbres. À l'avenir, cette méthode peut être appliquée pour automatiser les mesures de bois lors de l'abattage, sélection des arbres à abattre et optimisation de la coupe.

"Cette méthode permet également de mesurer efficacement les nombreux matériaux nécessaires à la recherche en écologie forestière concernant les espèces d'arbres et les relations de compétition entre leurs cimes, " déclare la scientifique principale Raisa Mäkipää de Luke.

Nouvelle utilisation des modèles d'arbres complets

Une méthode précédemment développée par TUT est utilisée pour reconnaître les espèces d'arbres. Dans cette méthode, des arbres individuels peuvent être extraits des données de nuage de points au niveau de la parcelle forestière, et la structure de leurs couronnes peut être reconstruite sous forme de modèles 3D complets. Les modèles d'arbres créés sont constitués de cylindres consécutifs, qui déterminent la structure du tronc et des branches de l'arbre ainsi que la structure ramifiée.

"Précédemment, il était possible de faire une distinction grossière entre la tige et la couronne, basé sur le nuage de points. Maintenant, nous sommes en mesure de distinguer les branches individuelles et d'analyser les caractéristiques de leurs diamètres, volumes et angles de branches, " dit Markku Åkerblom, membre de l'équipe de recherche et chercheur au TUT.

Pour reconnaître l'espèce, les chercheurs ont défini 15 caractéristiques de classification, dont les valeurs ont ensuite été calculées pour chaque arbre. Certaines de ces fonctionnalités sont complètement nouvelles et certaines ont été utilisées dans des études précédentes. Le nouvel aspect est que maintenant leur valeur peut être calculée avec plus de précision, car ils peuvent désormais utiliser des informations sur l'ensemble de la couronne de l'arbre. Par ailleurs, l'ampleur des données de test dépasse de loin toute étude précédente.

La reconnaissance exacte des espèces est possible

Trois méthodes de classification différentes ont été testées, et trois des espèces d'arbres les plus communes en Finlande - bouleau, pin et épicéa – ont été inclus dans l'étude.

« D'après nos résultats, la reconnaissance automatique des espèces est possible avec une précision de plus de 95 %. Le but n'était pas de trouver la meilleure combinaison possible de fonctionnalités, mais seulement pour prouver qu'une classification basée sur des modèles d'arbres détaillés est possible. Cependant, plusieurs combinaisons ont donné de bons résultats et toutes les méthodes de classification ont eu une précision maximale supérieure à 95 %. Les résultats ont également montré que seulement 30 arbres par espèce suffisaient pour l'apprentissage de la classification, " dit Åkerblom.

À l'avenir, la méthode développée sera testée avec plus d'espèces d'arbres et avec des mesures prises dans des forêts plus diversifiées. Les modèles d'arbres calculés sur la base des données de balayage laser peuvent être stockés dans une base de données, qui peut être utilisé pour une reconnaissance encore plus précise des espèces lorsque le nombre d'échantillons inclus augmente.