Contexte

L'exploitation du bois d'œuvre en forêt tropicale humide est une activité économique de longue date et reste très rentable de nos jours. L'évolution du contexte politique, économique et sociétal de cette exploitation a nécessité le développement d'aménagements forestiers afin d'en augmenter l'efficacité tout en préservant la ressource et l'environnement.

La préservation de la ressource forestière est en effet un enjeu écologique majeur dans les pays tropicaux et la labellisation FSC (Forest Stewardship Council) est essentielle pour les exploitants y ayant une activité économique. Un effort considérable réside ainsi dans la réalisation d'inventaires afin d'estimer la valeur de la ressource, de déterminer les assiettes de coupes annuelles et d'organiser les infrastructures d'exploitation (routes, aires de débardage, ...). Ce suivi des ressources forestières demande d'importants investissements financiers, techniques et humains ; il prend du temps et nécessite de nombreuses équipes d'ouvriers. Afin d'optimiser ces inventaires, d'en réduire les coûts et de minimiser les impacts sur le milieu, le projet iDROP propose une alternative rapide à mettre en œuvre, économique, réutilisable et peu impactante pour l'environnement.

Le projet iDROP a ainsi pour objectif de montrer la faisabilité de nouvelles solutions numériques permettant une exploitation commerciale plus optimale des ressources forestières sur la durée. En s'appuyant sur des photos aériennes prises par des drones légers longue distance, il s'agit concrètement de suivre la présence de 4 espèces parmi les plus exploitées au sein de la République du Congo.

La réalisation de ce projet mobilise trois cœurs de compétences : l'acquisition d'images par drones, la reconnaissance et la discrimination des espèces forestières tropicales ciblées, et enfin la conception et le développement d'algorithmes de traitement d'images pour la détection des espèces.

Afin d'améliorer la reconnaissance d'espèces commerciales d'arbres dans les forêts tropicales d'Afrique centrale, les scientifiques misent sur le développement de solutions intelligentes par machine learning. L'utilisation de drones leur permet de constituer de grands jeux de données de terrain, indispensables pour détecter des espèces rares dans un fort peuplement.

La société Sunbirds a mis au point un drone à large champs d'action pouvant voler 8h et ainsi couvrir de vastes territoires. Cette technologie convient donc parfaitement aux concessions forestières qui sont très étendues. Afin de conjuguer l'offre technologique et la demande opérationnelle, il a été proposé de développer un outil d'analyse destiné à dresser l'inventaire des espèces d'intérêt à partir d'images aériennes acquises depuis un drone.