Modélisez votre monde en 3D avec les jumeaux numériques – Appel à projets
Grâce à la subvention de mobilisation octroyée par le Conseil de recherches en sci …
La récolte des algues est une activité de plus en plus importante mondialement. Le Canada n’échappe pas à ce phénomène et fait face à une demande grandissante en algues de qualité. Cependant, malgré le potentiel du littoral canadien, la filière industrielle des algues y est encore émergente.
Malgré le démarrage de fermes d’algues de culture au Québec, l’approvisionnement continue de reposer principalement sur la cueillette d’algues sauvages sur le littoral. Cependant, la biomasse algale sauvage demeure méconnue, ce qui freine la croissance des entreprises et le développement du secteur.
Bien que d’autres méthodes d’évaluation précise de la ressource algale aient été développées, la méthode de relevés à pied sur le terrain demeure la technique la plus répandue. Cependant, elle permet de couvrir seulement des surfaces limitées, nécessite des ressources importantes et doit être mise en œuvre durant de brèves périodes à marée basse. Elle est donc peu réaliste pour une application à grande échelle ou pour la prospection de nouveaux sites et le suivi des récoltes par les PME du Québec et du Canada.
Les techniques d’observation de la Terre par télédétection constituent une alternative de choix pour contourner ces différentes contraintes opérationnelles. Les capteurs de télédétection peuvent être installés sur diverses plateformes comme des drones, des hélicoptères, des avions ou des satellites en fonction de la résolution spatiale ou de la couverture désirée.
Bien qu’il soit possible d’utiliser des satellites afin de discriminer les différents groupes de végétaux marins de l’estran, les capteurs satellitaires actuels n’offrent pas à eux seuls des résolutions spatiales et spectrales suffisamment fines pour classifier les algues d’une nouvelle zone de récolte potentielle. De plus, les satellites n’offrent pas une flexibilité suffisante pour capter les images au moment où le dégagement de la mer est optimal.
En revanche, les capteurs hyperspectraux montés sur des aéronefs avec pilote permettent d’obtenir des données au moment où le dégagement de l’estran est à son maximum et ayant de fines résolutions spatiale (≤ 50 cm) et spectrale (≤ 5 nm). Ces capteurs ont d’ailleurs déjà démontré leur efficacité pour l’identification des différents groupes de végétaux.
Le présent projet a pour objectif de développer un outil complet de caractérisation des populations de macroalgues sauvages en utilisant de nouvelles approches transdisciplinaires. Cet outil combinera des technologies innovantes, nouvellement disponibles sur le marché, comme les caméras RVB de haute résolution et les imageurs hyperspectraux montés sur différentes plateformes d’acquisition (drones et avions).
Le but est d’améliorer et de faciliter la planification et le suivi des peuplements d’algues sauvages, afin de contribuer à résoudre cette problématique d’importance et limitative sur tout le territoire du Québec et du Canada.
Une meilleure technique pour réaliser les inventaires d’algues positionnera l’Est du Canada sur un marché encore en émergence. Plusieurs PME pourront alors démarrer leurs activités de récolte et les entreprises actuelles généreront des revenus supplémentaires. De plus, les outils développés faciliteront le suivi des populations d’algues en lien avec le réchauffement climatique, puisque certaines espèces de macroalgues sont considérées comme organisme sentinelle.
Une meilleure connaissance générale des distributions des macroalgues amènera aussi des informations essentielles pour la gestion de la ressource comme l’attribution des permis de récolte par Pêches et Océans Canada (MPO), pour l’accès à l’écocertification ainsi que pour la durabilité des techniques de récolte.
Finalement, une connaissance plus approfondie des champs d’algues permettra de mieux sélectionner les géniteurs pour l’algoculture.
Les équipes du CGQ et de Merinov développeront donc des outils d’évaluation des peuplements de macroalgues sauvages rapides et fiables. À terme, ces outils doivent permettre de mieux connaître la distribution spatiale des différents groupes ou espèces d’algues à une échelle très fine (< 5 m2) sur de grands territoires en vue de la récolte sans avoir à procéder à de longues campagnes d’inventaire au sol.
Cela permettra de répondre aux besoins spécifiques des récoltants et des gestionnaires de la ressource :
Pour notre projet, les espèces de macroalgues ciblées sont celles ayant un potentiel économique aux niveaux alimentaire, agricole, industriel, cosmétique ou autre.
Notre équipe d’acquisition de données s’est ainsi rendue, en septembre 2022, dans le Bas-Saint-Laurent pour la prise de données hyperspectrales et rouge-vert-bleu (couleurs visibles) de haute résolution spatiale à partir d’un avion. Ces données ont été combinées à des signatures spectrales qui ont été acquises au sol avec un spectroradiomètre portatif. Les acquisitions se sont déroulées au moment de la marée basse.
Afin de réaliser une acquisition de données de qualité, trois paramètres météo devaient être respectés:
Ces conditions ont été réunis lors de la journée du 11 septembre 2022. Un total de 21 lignes de vol de 19 km de long ont été réalisées sur une surface de 56,5 km2. En parallèle, une équipe de 10 personnes (4 ressources du CGQ, 4 ressources de Merinov et 2 ressources de OrganicOcéan) étaient au sol pour réaliser un inventaire biologique manuel ainsi que de collecter des données de validation pour les données aériennes. En plus des données biologiques, l’équipe au sol a recueilli des données de signatures spectrales et de biomasse des algues présentes.
Elle a également positionné des cibles pour le géoréférencement des données aériennes, déployé des bâches de calibration radiométrique et délimité des zones d’intérêts d’algues monospécifiques.
Pour réaliser cette première partie du projet, nos experts ont notamment utilisé notre système multicapteur hyperspectral dont nous vous avons déjà parlé dans un article précédent.
Voici tous les équipements qui ont été nécessaires à la réalisation de l’acquisition de données dans le Bas-Saint-Laurent :
1) imageur hyperspectral VNIR-1800 du fabricant Hyspex,
2) caméra RVB haute résolution iXM-50 de PhaseOne,
4) INS Spatial Fog Dual d’Advanced Navigation,
5) spectroradiomètre ASD Handheld 2 de Malvern Panalytical,
Dans un deuxième article, nous vous partagerons les résultats et nos analyses. Les caractéristiques spectrales des espèces auront été évaluées afin d’établir des relations permettant de détecter les espèces ou groupes de macroalgues sur les images multispectrales aéroportées. C’est un rendez-vous!
N’hésitez pas à nous écrire pour nous partager vos commentaires, obtenir plus de détails sur le projet ou pour une offre de conférence sur le sujet. C’est toujours un grand plaisir d’échanger avec des passionnés de la géomatique!
Grâce à la subvention de mobilisation octroyée par le Conseil de recherches en sci …
CGCopilot est une application novatrice développée par notre équipe afin d’aider l …
L’intégration de l’IA et de la géomatique
Les villes intelligentes aspirent à off …
We value your privacy
We use cookies to improve your browsing experience, provide personalized content and analyze our traffic. By clicking on “Accept all”, you consent to the use of cookies.
Customize your cookie settings
We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information on all cookies under each consent category below. Cookies classified as “necessary” are stored on your browser, as they are required to enable basic site functionality. We also use third-party cookies to help us analyze how you use this website and to save your settings. These cookies will only be stored in your browser with your prior consent. You can select the settings of your choice. However, disabling certain cookies may affect your browsing experience.
Necessary
Necessary cookies are required to enable basic functionality of this site, such as providing a secure login or adjusting your consent preferences. These cookies do not store any personally identifiable data.
Cookie | Durée | Description |
---|---|---|
PHPSESSID | Session | This cookie is native to PHP applications and is used to store and identify a user's unique session in order to manage user sessions on the website. |
acceptedCookies | 30 days | This cookie stores preferences related to website cookies. |
Analytic
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on measures such as number of visitors, bounce rate, traffic source, etc.
Cookie | Durée | Description |
---|---|---|
_ga | 1 year, 1 month et 4 days | The _ga cookie, installed by Google Analytics, calculates visitor, session, campaign data, and also keeps track of site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognize unique visitors. |
_gid | 1 day | Installed by Google Analytics, _gid cookie stores information on how visitors use a website, while also creating an analytics report of the website's performance. Some of the data that are collected include the number of visitors, their source, and the pages they visit anonymously. |
_gat_gtag_UA_* | 1 minute | Google Analytics sets this cookie to store a unique user ID. |
_ga_* | 1 year, 1 month et 4 days | Google Analytics sets this cookie to store and count page views. |