Des chercheurs de l'Université de Leicester ont utilisé la technologie de télédétection de la société de cartographie aérienne Bluesky basée dans le Leicestershire afin d'identifier les arbres touchés par une maladie destructrice.

Les cartes collectées par les capteurs laser aéroportés ont, pour la première fois, été utilisé pour localiser avec succès des arbres individuels touchés par la maladie mortelle du mélèze.

Les relevés par balayage laser (LiDAR) ont été entrepris par la société de cartographie aérienne Bluesky et utilisés pour modéliser la hauteur de la canopée des arbres dans le cadre d'une étude plus large visant à prouver l'utilisation efficace de la technologie pour l'identification et la surveillance des maladies.

Phytophthora ramorum est un agent pathogène semblable à un champignon qui cause des dommages importants et la mort à un large éventail d'arbres et d'autres plantes. Génériquement appelé ramorum, la maladie a été découverte pour la première fois au Royaume-Uni en 2002 et s'est maintenant propagée à des sites allant des Cornouailles à l'Écosse, causant des destructions dans des zones très médiatisées, notamment la forêt d'Epping et la forêt de Dean.

Professeur Heiko Balzter, Directeur du Centre de recherche sur le paysage et le climat, chercheur principal de l'étude à l'Université de Leicester et co-investigateur du NERC National Center for Earth Observation, a déclaré :« Les maladies envahissantes des arbres constituent une menace énorme pour la foresterie britannique. Des maladies comme la maladie hollandaise de l'orme et la mort subite du chêne peuvent effacer des espèces d'arbres entières de nos paysages en quelques années. Le changement climatique augmente le risque de propagation de nouvelles maladies des arbres à travers le Royaume-Uni.

« Nous espérons que de meilleurs moyens de surveiller les épidémies et la propagation de ces maladies dans nos forêts aideront la Commission des forêts et les propriétaires fonciers privés à répondre plus efficacement à de telles épidémies. »

Chloé Barnes, Chercheur de troisième cycle au département de géographie de l'Université de Leicester et auteur principal de l'étude, a déclaré :« Les tendances actuelles suggèrent que les forêts et les terres boisées du Royaume-Uni sont soumises à une plus grande menace de maladies exotiques, comme la maladie du mélèze, que jamais auparavant.

« Alors que l'utilisation du LiDAR dans les applications forestières est devenue plus courante, son utilisation pour identifier les arbres individuels affectés par les maladies a, jusqu'à maintenant, été sous-utilisé."

Le LiDAR a été largement utilisé pour dériver des modèles de hauteur de canopée (CHM). C'est l'un des ensembles de données clés utilisés pour créer la carte nationale unique de Bluesky.

Cependant, lorsque les arbres sont touchés par la maladie, matérialisée par la défoliation et le dépérissement, les irrégularités sur l'ensemble de la canopée ajoutent des complications à la segmentation des couronnes d'arbres individuels (ITC).

En utilisant les données Bluesky LiDAR, des parcelles d'échantillonnage de deux sites d'étude au Pays de Galles ont été évaluées à l'aide de différents algorithmes de segmentation. Une série de CHM au format raster a été calculée à différentes tailles de pixels et testée sur une gamme de parcelles de mélèze de plantation afin d'effectuer la délimitation ITC.

Chloé a ajouté :« La nature tridimensionnelle du LiDAR fournit des informations structurelles sur la topographie, hauteur de la canopée, densité des arbres et dimensions du houppier, dont nous avons prouvé qu'elles peuvent être utilisées pour déterminer les paramètres biophysiques et éclairer les inventaires forestiers.

"La haute résolution et la précision des données permettent également l'extraction des paramètres forestiers associés aux cimes des arbres individuels, y compris la possibilité d'étudier en détail l'état et la dynamique des forêts.

Le professeur Balzter a ajouté :« La recherche universitaire en étroite collaboration avec des entreprises comme Bluesky offre d'énormes opportunités pour transformer les résultats de la recherche en applications réelles.