Suivi environnemental des herbiers de rivière par imagerie acquise par ULM et drone : retour d'expérience et potentiel

Study of the potential of imagery acquired by drone and ultra-light aircraft for environmental monitoring of grass beds

¹ Université de Strasbourg - SERTIT
arnaud.durand@sertit.u-strasbg.fr
² EDF DTG
anne-laure.marchand@edf.fr
³ Université de Tours - CETU Elmis Ingénieries
anne-laure.marchand@edf.fr

Résumé

L'objectif de cette étude est d'évaluer le potentiel des données acquises par drone et ULM pour la cartographie et le suivi des herbiers de rivière en amont des centrales nucléaires de production d'électricité (CNPE). Les expérimentations ont été menées sur deux cours d'eau différents, la Vienne et le Rhône, en exploitant des données acquises par ULM et drone dans le visible et le proche infrarouge. Compte-tenu de la très haute résolution de ces images, une approche orientée objet combinée à une classification supervisée par méthode kNN (K-Nearest Neighbor) ont été adoptées. Les résultats obtenus sont très encourageants quant à la détection des macrophytes. Cette étude a également permis de mettre en avant l'importance décisive des phases amont (maîtrise des protocoles d'acquisition, choix du matériel, ...) pour l'exploitabilité des images.

Abstract

The aim of this study is to assess the potential of drone and ultra-light aircraft for mapping and monitoring grass bed located upstream from nuclear power station. These experiments have been carried out over two different rivers, la Vienne and le Rhône, France, using visible and near infrared drone and ultra-light aircraft data. Regarding the very high resolution, an object-oriented approach combined with a kNN (K-Nearest Neighbor) supervised classification have been adopted. Results are very encouraging concerning the detection of grass bed. This study also highlights the critical issue of early stages (control of protocols for data acquisition, choice of equipment...) for the drone image operability.