Les véhicules aériens sans pilote (UAV) ont révolutionné la foresterie en permettant la collecte de données à haut débit sur les traits phénotypiques des arbres. Malgré les progrès des technologies de télédétection et de détection d’objets, la détection précise et l’extraction de données spectrales d’arbres individuels restent des défis importants, nécessitant souvent une annotation manuelle laborieuse.
Les recherches actuelles se concentrent sur l’amélioration des algorithmes de segmentation et des réseaux neuronaux convolutifs pour une meilleure détection des arbres, mais leur adoption généralisée est entravée par la nécessité d’un étiquetage manuel précis. Cela met en évidence le besoin urgent de développer une méthode plus efficace et à haut débit pour extraire de manière autonome les informations spectrales des arbres individuels.
Phénomique des plantes a publié un article sur une base de données/un logiciel intitulé « ExtSpecR : un package R et un outil pour extraire les spectres d’arbres à partir de la télédétection basée sur un drone« .
Cet article présente ExtSpecR, un outil open source pour l’extraction spectrale d’arbre unique en foresterie à l’aide d’images basées sur des drones, qui fournit une application Web interactive facile à utiliser. Il rationalise la détection et l’annotation d’arbres individuels, réduisant ainsi le temps et simplifiant le processus d’extraction de caractéristiques spectrales et spatiales.
L’interface utilisateur d’ExtSpecR permet le téléchargement d’images spectrales au format TIFF, permettant aux utilisateurs de calculer les indices de végétation et d’afficher les résultats sous forme d’images en fausses couleurs et spécifiques au VI. Ses principales capacités de phénotypage sont facilitées par un tableau de bord interactif, dans lequel les utilisateurs téléchargent des données de nuages de points et des images multispectrales, puis définissent la région d’intérêt (ROI) pour l’identification et la segmentation des arbres.
Ce processus utilise des fonctions telles que « locate_trees » du package lidR et fournit des visualisations 3D des arbres segmentés. Les performances d’ExtSpecR ont été évaluées par rapport à la vérité sur le terrain dans des plantations d’arbres avec différentes densités de couvert forestier, démontrant des précisions comprises entre 91 % et 97 % dans la détection d’arbres individuels.
La fonctionnalité d’ExtSpecR est comparée à d’autres outils, mettant en évidence sa stratégie unique consistant à intégrer des algorithmes existants pour une expérience utilisateur optimisée et à fournir une analyse arborescente complète en combinant des données de nuages de points avec des images multispectrales.
Bien qu’il soit confronté à des défis liés à des données d’entrée de grande taille et à des environnements complexes avec des auvents qui se chevauchent, les recommandations incluent la segmentation des données de nuages de points et la définition de zones cibles spécifiques pour améliorer les résultats. Le document suggère que les améliorations futures devraient viser à améliorer la qualité des nuages et à évaluer l’efficacité des nuages de points LiDAR et de l’imagerie hyperspectrale.
Dans l’ensemble, ExtSpecR s’avère être un outil puissant et convivial pour accélérer et simplifier les processus d’extraction de la phénomique végétale dans la recherche forestière.
Plus d’information:
Zhuo Liu et al, ExtSpecR : un package R et un outil pour extraire les spectres d’arbres à partir de la télédétection basée sur des drones, Phénomique des plantes (2023). DOI : 10.34133/plantphenomics.0103
Fourni par Plant Phenomics