The University of British Columbia

Objet publié

La gestion durable des forêts nécessite des informations de haute qualité sur les espèces d’arbres, la biomasse et les taux de croissance. Actuellement, la capacité à cartographier avec précision et de manière rentable ces caractéristiques sur les paysages forestiers est limitée non pas par les données, mais par les approches de traitement pour extraire ces caractéristiques de très grands ensembles de données complexes acquis à partir d’une gamme de plateformes de télédétection. Ce projet appliquera des algorithmes d’apprentissage profond à un large éventail de données de télédétection et d’autres données géographiques afin de prédire ces caractéristiques essentielles. Il exploitera les principaux avantages de chacune des technologies particulières, en utilisant des algorithmes qui sont peu exploités dans un contexte forestier. Le projet développera une boîte à outils d’apprentissage profond, disponible pour les entreprises forestières et les universitaires, démontrant l’utilisation appropriée et l’application de ces nouveaux outils pour extraire ces caractéristiques forestières critiques.