SIG, télédétection et autres technologies
Bardekjian, A. et Puric-Mladenovic, D. (2025). SIG, télédétection et autres technologies. Dans Cultiver des villes vertes : Guide pratique de la foresterie urbaine au Canada. Arbres Canada. Repéré sur le site Web d’Arbres Canada : https://arbrescanada.ca/guide-foresterie-urbaine/sig-teledetection-et-autres-technologies/

Points saillants
Technologies
SIG, télédétection, LiDAR (télédétection par laser) et ortho-images, et leur utilisation dans le domaine de la foresterie urbaine.
Aperçu
SIG et télédétection en foresterie urbaine.
Les technologies comme les systèmes d’information géographique (SIG), la télédétection, d’autres technologies spatiales basées sur le Web et des logiciels spécialisés sont souvent utilisées pour soutenir la gestion, la conservation et la planification des forêts urbaines. Elles permettent de cartographier, cataloguer, inventorier et surveiller les caractéristiques des forêts urbaines à l’échelle des arbres individuels, des boisés et des espaces verts ou de l’ensemble du couvert forestier urbain (Ward et Johnson, 2007). En plus de dresser des cartes des arbres, elles représentent l’environnement urbain et les conditions environnementales dans lesquels les arbres poussent. Il existe toute une gamme de SIG et de technologies de télédétection en usage et en développement, et un ensemble de données spatiales et de télédétection relatives aux forêts urbaines. Certaines de ces technologies ont été conçues pour être utilisées en foresterie urbaine, tandis que d’autres ont été développées par d’autres professions, puis adoptées par le secteur forestier urbain (Fonds municipal vert, s. d.). Ce chapitre résume brièvement les technologies utilisées en foresterie urbaine et fournit une liste d’exemples pertinents au Canada.
Systèmes d’information géographique (SIG)
Les SIG jouent un rôle essentiel dans la gestion des ressources naturelles, et par conséquent dans le domaine de la foresterie urbaine, depuis plusieurs décennies. Depuis les années 1980, et particulièrement en 1990, en raison du développement et de l’essor des technologies et logiciels spatiaux, les SIG sont devenus un outil indispensable pour la gestion et la prise de décisions concernant les forêts urbaines. Par exemple, les SIG permettent d’obtenir des cartes et des analyses détaillées des arbres et de la canopée et de gérer les données liées aux peuplements d’arbres. Les SIG créent des inventaires spatiaux des arbres contenant les espèces, l’état de santé, la taille et d’autres renseignements. De telles données spatiales sur les arbres facilitent une gestion et une surveillance plus efficaces et souples des forêts urbaines, qui sont primordiales pour éclairer les stratégies de plantation d’arbres et un développement urbain durable et basé sur des données.
Par ailleurs, les SIG, lorsqu’ils sont combinés à la télédétection, permettent d’échantillonner l’ensemble de la zone urbaine, de surveiller les forêts urbaines en temps opportun et de détecter le déclin des forêts urbaines et les infestations de ravageurs, pour ne citer que quelques exemples. De plus, en intégrant les données spatiales sur les forêts urbaines à l’aménagement urbain, les SIG soutiennent la future planification des forêts urbaines et renforcent leur conservation dans le contexte de l’intensification et du développement des villes. Les SIG facilitent également l’utilisation d’autres données spatiales (p. ex. les modèles d’élévation numérique, les cartographies d’infrastructures et les zones de sol) pour fournir du contexte sur un site de plantation proposé, et potentiellement protéger les arbres et les espaces verts et d’autres projets de foresterie urbaine (Kip, 2022).
De nombreux logiciels de SIG commerciaux et libres existent et sont utilisés en foresterie urbaine. Des programmes de SIG commerciaux comme ESRI ArcGIS Pro sont largement employés par les municipalités, les gouvernements et les grandes ONG. MapInfo Professional est un autre logiciel commercial qui propose des outils de cartographie et d’analyse spatiale adaptés à la gestion des forêts urbaines et à l’aménagement des terres. Dans la catégorie des logiciels libres, QGIS est probablement l’une des plateformes de SIG les plus populaires. Elle contient un vaste éventail d’outils de cartographie, d’analyse géospatiale et de visualisation des données. GRASS GIS est un SIG libre avancé, particulièrement utilisé en combinaison avec des images de télédétection. Il possède des capacités d’analyse puissantes. Chacun de ces outils permet la création de bases de données spatiales, la maintenance des données, la création de cartes ainsi que la génération d’analyses et de rapports. Par exemple, ils peuvent servir à créer ou à tenir à jour des bases de données d’arbres de rue individuels, pour faciliter l’évaluation des risques et de la santé des arbres, pour suivre l’abattage d’arbres et la planification des travaux, pour analyser et cartographier les caractéristiques des boisés et des forêts urbaines, et plus encore.
Les municipalités, les gouvernements provinciaux et les grandes ONG utilisent généralement le logiciel Esri pour gérer leurs données, réaliser des analyses et partager leurs informations avec le public. En exploitant la cartographie Web, les municipalités canadiennes partagent les inventaires d’arbres de rue avec la population. Par exemple, Vancouver, Ottawa, Charlottetown, Oakville, Winnipeg et Montréal mettent leurs données d’inventaire d’arbres à disposition en ligne. L’utilisation d’un SIG en combinaison avec la cartographie Web soutient également des applications en ligne interactives spécifiques et d’autres formes de partage de connaissances, de rapports et communication scientifique qui permettent au public et à d’autres groupes concernés de visualiser et de comprendre les données de foresterie facilement. Parmi les exemples d’applications Web interactives, on peut citer le rapport sur l’équité forestière de Nature Canada de 2022 et la carte canadienne des mesures d’adaptation connexe, la carte sur l’équité forestière de la Ville de Toronto et la carte de gestion des forêts urbaines de Calgary.
Des outils et applications de SIG mobiles et Web sont également utilisés pour collecter des renseignements sur les forêts urbaines et inciter le public à recueillir des données et à contribuer à la surveillance des forêts urbaines. Par ailleurs, ces plateformes permettent aux citoyens et aux citoyennes, aux équipes de recherche et au grand public de contribuer à l’inventaire, à la surveillance et à la gestion des forêts urbaines et de leur biodiversité. Par exemple, iNaturalist est utilisé pour suivre la biodiversité urbaine et téléverser des photos de plantes, d’animaux et d’insectes en indiquant les endroits où ils ont été observés. Quant au programme Neighbourwoods©, il utilise des applications mobiles de SIG pour soutenir l’inventaire et la surveillance des arbres sur les terrains urbains privés en incitant les groupes communautaires et les étudiantes et étudiants de cycle supérieur à contribuer à la collecte de données.
Télédétection
Collecter des données et échantillonner l’ensemble des forêts urbaines uniquement à l’aide d’études sur le terrain ne serait pas évident ni viable économiquement. La télédétection est une méthode de collecte de données spatiales sur l’intégralité des zones visées sans contact direct avec les objets observés. Elle joue un rôle crucial dans la cartographie, la gestion, la conservation et la planification urbaine. La télédétection fournit des renseignements précieux sur l’étendue, la structure, la composition et les dynamiques des forêts urbaines en capturant des données à grande échelle, cohérentes et reproductibles. Les produits de télédétection incluent les images multispectrales de foresterie, comme la télédétection, la télédétection aéroportée, les images de drones et LiDAR (Staley, 2022). L’avantage de la télédétection est qu’elle permet souvent un échantillonnage de l’ensemble de la forêt urbaine et fournit des données à haute résolution avec différents dérivés et de multiples applications. Par exemple, des images satellite et LiDAR haute résolution permettent de cartographier précisément le couvert forestier urbain de villes entières.
Les technologies de télédétection disposant de capteurs hyperspectraux et multispectraux contribuent à identifier le stress de la végétation et même des espèces d’arbres spécifiques. Les images de télédétection et les outils dérivés permettent également une surveillance constante qui peut contribuer à détecter les effets des changements climatiques et environnementaux, les changements de phénologie et la perte d’espaces verts. Elles peuvent même servir à évaluer l’efficacité des programmes de foresterie urbaine (p. ex. les initiatives de plantation d’arbres). Grâce aux technologies de télédétection, les spécialistes de la foresterie urbaine peuvent évaluer la santé, la répartition et les changements de végétation, ainsi que les répercussions de l’urbanisation. En plus de fournir des renseignements sur les forêts urbaines et les arbres, les plateformes de télédétection satellite et aéroportée permettent également de surveiller des facteurs environnementaux comme la température, les effets des îlots de chaleur urbains, la pollution et l’humidité du sol.
Images de télédétection utilisées en foresterie urbaine
Les technologies de télédétection satellite collectent et analysent des données sur la surface et l’atmosphère de la Terre à l’aide de capteurs satellite. Elles permettent une surveillance régulière et reproductible à grande échelle de différentes caractéristiques environnementales et urbaines (Wulder et al., 2024; Latifovic et al., 2015). Les images de télédétection satellite peuvent être gratuites ou commerciales. Ces deux types d’images jouent des rôles complémentaires : les données gratuites offrent une plus grande accessibilité, et les données commerciales plus de détails et précisions pour les applications spécialisées.
Les images satellite gratuites sont librement accessibles par le public et largement utilisées pour la recherche et à des fins éducatives et non commerciales. Ces ensembles de données sont gratuits, mais ils peuvent présenter des limites en matière de résolution spatiale. Par exemple, Landsat Data met à disposition des images multispectrales avec une résolution de 30 m (15 m panchromatique) et une résolution temporelle de 16 jours. Les images Sentinel-2 (ESA) sont des images à haute résolution (10 à 60 m) avec des bandes multispectrales. Comme celles de Landsat, elles sont pertinentes pour la foresterie urbaine et la classification de la couverture terrestre ainsi que l’analyse de la canopée. Les images de MODIS (NASA) sont capturées chaque jour et ont une résolution moyenne (250 m à 1 km) adaptée à une surveillance à grande échelle de la végétation, de la couverture terrestre et des changements climatiques, mais leur utilisation pour les forêts urbaines est limitée.
Les images commerciales fournissent des données spatiales, temporelles et spectrales spécialisées plus précises, mais leur coût peut être très élevé, en particulier pour les projets de grande envergure et à long terme. Bon nombre d’images satellite commerciales sont basées sur l’achat ou un abonnement, comme les images à haute résolution de PlanetScope (Planet), capturées quotidiennement. La résolution des images plus anciennes est de 5 m, et d’environ 3 m pour les images prises par des satellites plus récents. Ces images n’ont pas de bande panchromatique. Elles disposent de 4 bandes multispectrales (bleu, vert, rouge et proche infrarouge). GeoEye-1 a 1 bande panchromatique avec une résolution de 41 cm et 4 bandes multispectrales (bleu, vert, rouge et proche infrarouge) avec une résolution de 1,65 m. Les images de WorldView Series (Maxar) sont des images à haute résolution (jusqu’à 30 cm) multispectrales et panchromatiques. Les images satellite multispectrales de WorldView fournissent des données en bandes multispectrales, qui sont utiles pour la foresterie urbaine. Les images de WorldView-2 ont 8 bandes multispectrales (côte, bleu, vert, jaune, rouge, bordure rouge, proche infrarouge 1, proche infrarouge 2) avec une résolution spatiale de 1,84 m. Leur bande panchromatique a une résolution de 0,46 m. Les images de WorldView-3 (et de WorldView-4 mises hors service en 2019) ont une résolution de 1,24 m pour 8 bandes multispectrales standards, 8 bandes infrarouges à ondes courtes et une résolution de 0,31 m pour une bande panchromatique.
La télédétection aéroportée est utilisée pour capturer des données à haute résolution sur les forêts urbaines. Elle nécessite des aéronefs ou des drones équipés de capteurs multispectraux, hyperspectraux ou LiDAR. Comme pour la télédétection aéroportée, les drones sont équipés de caméras multispectrales et de capteurs ou LiDAR. Cela rend la télédétection aéroportée et par drone particulièrement précieuse pour surveiller et cartographier les forêts urbaines et les espaces verts en repérant les changements dans le couvert forestier et en utilisant les résultats pour soutenir la gestion des forêts urbaines et planifier un développement urbain durable.
La télédétection par laser (LiDAR) utilise des lasers pour générer des nuages de points représentant le monde réel lorsque les lasers rencontrent des obstacles comme des bâtiments, des branches d’arbres et de la végétation. Ces nuages de points peuvent ensuite être classés selon ce qu’ils représentent afin de générer des modélisations du monde réel utilisées dans ces analyses. Ces ensembles de données deviennent plus facilement accessibles au grand public à mesure que leur utilisation augmente (Ressources naturelles Canada, 2023). La technologie LiDAR fournit des topographies 3D et des modèles 3D détaillés des hauteurs des arbres et de la densité de la canopée. Une fois traitées pour une utilisation pratique, ces données offrent des renseignements spatiaux détaillés à des fins spécifiques, comme des modèles de hauteur d’arbres pour appuyer les inventaires d’arbres, les évaluations des risques et les évaluations de structure des forêts. L’analyse LiDAR d’une zone peut être utilisée pour estimer la surface foliaire et la densité de la cime des arbres individuels ou de régions entières, ce qui permet d’obtenir des estimations plus précises du couvert forestier à mesure que la technologie évolue (LidarBC, s. d.). La méthode LiDAR est également souvent utilisée comme outil d’inventaire forestier (Ressources naturelles Canada, 2024; Ontario Woodlot Association, s. d.). Elle est également explorée comme outil de classification des risques en matière d’incendie (Burns, 2012) et d’évaluation des répercussions des catastrophes naturelles (Blackman et Yuan, 2020).
Rouge, vert et bleu (RVB) sont les couleurs des bandes spectrales de base utilisées pour visualiser, évaluer et cartographier visuellement la végétation dans les zones urbaines. Les bandes proches infrarouges sont sensibles à la santé de la végétation et peuvent être utilisées pour distinguer le couvert forestier des autres utilisations des terres. Par exemple, les infrarouges à ondes courtes sont utiles pour détecter le niveau d’humidité dans la végétation et donner un aperçu de l’état de santé et de stress des arbres. Selon les bandes spectrales disponibles et les images utilisées, une combinaison de bandes spectrales peut permettre de déduire plusieurs indices de végétation qui fournissent des renseignements sur le couvert forestier. Par exemple, l’indice différentiel normalisé de végétation (NDVI), largement utilisé pour évaluer la densité et la santé de la végétation, est calculé à partir des bandes proches infrarouges et des bandes rouges. L’indice de végétation amélioré (EVI), une variante du NDVI, peut être plus sensible pour cartographier de la végétation dense. La disponibilité des bandes proches infrarouges (NIR) et rouges est particulièrement précieuse pour l’analyse de la végétation, la cartographie de la canopée et la surveillance de la santé des arbres dans des applications de foresterie urbaine. Par exemple, l’indice de surface foliaire (LAI) peut être estimé à partir des bandes infrarouges et des études sur le terrain pour créer un LAI des forêts urbaines dans une zone plus vaste (Ren et al., 2018; Le Saint et al., 2024) à l’aide de données LiDAR (Alonzo et al., 2015).
Par ailleurs, des images hyperspectrales aéroportées ou satellite peuvent être utilisées pour cartographier l’état de santé du couvert forestier, détecter le stress de la végétation ou classifier la végétation. Elles peuvent même identifier des espèces et les propriétés biochimiques des feuilles comme la teneur en chlorophylle, l’indice de surface foliaire ou la teneur en eau. Par exemple, AVIRIS est un capteur aéroporté avec 224 bandes spectrales. HyMap a 126 bandes spectrales et SpecTIR offre des données hyperspectrales sur des centaines de bandes. Le satellite EO-1, Hyperion, a 220 bandes spectrales, tandis que PRISMA, de l’agence spatiale italienne, offre 239 bandes qui peuvent être utilisées pour soutenir et éclairer la surveillance environnementale et la gestion de la foresterie urbaine. Les images hyperspectrales ont une haute résolution spectrale et sont complexes, mais elles créent un large volume de données, ce qui nécessite un logiciel de télédétection spécialisé pour les gérer et en extraire des renseignements concrets sur les forêts urbaines.
Ortho-images aériennes
L’orthophotographie numérique (ortho-images) est une méthode d’images aériennes ou satellite, généralement RVB et corrigées géométriquement (orthorectifiées) pour supprimer les distorsions dues au terrain, aux angles de prise de vue et à la distorsion de lentille. On l’utilise généralement pour représenter visuellement des paysages et comme carte de référence en SIG. L’avantage des ortho-images est qu’elles sont publiquement disponibles et partagées par les provinces ou les municipalités, et qu’elle peuvent avoir une résolution de pixel de 16 cm et une précision de 45 cm, ce qui permet une identification précise de l’emplacement des arbres dans les milieux urbains et les rend donc appropriées pour cartographier ces emplacements.
Ces cartes de référence sont largement utilisées dans les applications de SIG. En tant qu’images à haute résolution, elles sont superposées avec des données vectorielles et matricielles, fournissent un contexte spatial rapide et vérifient la précision des données spatiales. Les cartes de référence sont des couches d’images qui affichent des photographies satellite ou aériennes de la surface de la Terre. Par exemple, Esri a inclus une carte de référence d’images aériennes de haute qualité qui fait partie de l’Atlas vivant du monde d’Esri. Contrairement aux produits d’Esri, QGIS n’a pas de carte de référence native, mais grâce aux modules d’extension adaptés, il peut utiliser Google Maps, Bing Maps et d’autres services comme cartes de référence. Par exemple, même si elles sont chronophages pour les plus grandes zones, l’orthophotographie numérique et les cartes de base peuvent être utilisées pour numériser les lignes de canopée pour les plus petites zones (comme une parcelle).
Outils et technologies
Outils de données spatiales et SIG
Technologies gratuites ou du domaine public et SIG
- Ville de Calgary, Esri. (s. d.). Urban Forest Management – Interactive Map.
- Evergreen. (s. d.). AI for the Resilient City – About the Project.
- Google Earth. (s. d.). Présentation – Le globe terrestre le plus détaillé au monde.
- HealthyPlan. (s. d.). HealthyPlan City – Explorez l’équité dans votre ville.
- Ressources naturelles Canada. (s. d.). Registry of Open Data on AWS.
- QGIS Association. (s. d.). QGIS Geographic Information System – Open Access.
Technologies payantes ou à modèle d’adhésion et SIG
- Esri. (2011). ArcGIS Desktop: Release 10.8 – Overview. Redlands, CA: Environmental Systems Research Institute.
- Esri. (2023). ArcGIS Solutions – Introduction to Tree Management.
- https://doc.arcgis.com/en/arcgis-solutions/latest/reference/introduction-to-tree-management.htm
- Note : Licence valide pour Esri ArcGIS nécessaire.
Outils liés aux arbres
Inventaire d’arbres
- American Forests. (2024). Discover Tree Equity Score.
- iNaturalist. (2024). A Community for Naturalists – How it Works.
- i-Tree International Database. (s. d.). i-Tree International Database – About.
- Données ouvertes de la Ville d’Ottawa. (2024). Inventaire des arbres.
- Open Tree Map. (2024). Flexible all-in-one urban tree inventory and ecosystem services calculations tool.
- Texas A&M Forest Service. (2024). Trees Count Mobile App – Download.
- Quebio. (s. d.). Arbres publics de Montréal.
Évaluation des risques pour les arbres
- International Society of Arboriculture. (2018). Basic Tree Risk Assessment Form.
- Texas A&M Forest Service. (2024). Tree Risk Mobile App – Download.
Outils de dendrologie
- Regent Instruments. (2023). Image Analysis for Plant Science – Products.
Identification de plantes et de ravageurs et maladies
- Perdue University. (s. d.). Purdue Plant Doctor.
- Native Plant Trust. (s. d.). Go Botany Plant ID Tools.
- Virginia Tech. (2024). Virginia Tech Tree ID – App Download. Sur Google Play.
- Glority LLC. (2024). PictureThis Plant ID app – Botanist in Your Pocket.
Orthophotographie
- Ville de Vancouver. (2022). Orthophoto Imagery 2022 – dataset.
- Gouvernement de la Colombie-Britannique. (s. d.). Maps & Orthos.
- McGill Libraries. (s. d.). CanImage – Data Download.
- Ministère des Ressources naturelles de l’Ontario. (2023). Ontario Imagery Program. Geospatial Ontario
Ressources
Canadiennes
- Le Canada dans un climat en changement : Faire progresser nos connaissances pour agir. (2024). Carte des actions en adaptation.
- Fonds municipal vert. (s. d.). Fiche d’information : Technologie et outils de foresterie urbaine.
- HealthyPlan.City. (2024). Explorez l’équité dans votre ville – carte interactive.
- Kip, J. (2022). Assessing Candidate Protected Areas using GIS Technology. Ontario Nature.
- LidarBC. (2023). British Columbia is investing in better data.
- Ressources naturelles Canada (RNCan). (2023). Nouveau produit Nuages de points lidar : le Canada comme vous ne l’avez jamais vu! Site du gouvernement du Canada.
- Ressources naturelles Canada (RNCan). (2024). Système LiDAR aérien et suivi de l’inventaire forestier.
- Nature Canada. (2022). Canada’s urban forest: Bringing the canopy to all (Septembre 2022).
- Ontario Woodlot Association. (s. d.). Private Forest Inventory Program.
- Conseil canadien des normes. (2022). Atelier sur la cartographie des îlots de chaleur urbains : Ce que nous avons entendu.
Non canadiennes
- American Forests. (2024). Tools, Research, Reports & Guides.
- Portland Parks & Recreation Urban Forestry. (2024). Street Tree Inventory.
Lectures complémentaires
- Alonzo, M., Bookhagen, B., McFadden, J. P., Sun, A. et Roberts, D. A. (2015). Mapping urban forest leaf area index with airborne lidar using penetration metrics and allometry. Remote Sensing of Environment, 162, 141-153.
- Blackman, R. et Yuan, F. (2020). Detecting Long-Term Urban Forest Cover Change and Impacts of Natural Disasters Using High-Resolution Aerial Images and LiDAR Data. Remote Sensing, 12(11), 1820.
- Burns, J. (2012). Applications of LIDAR in Wildlife Management: an opportunity in British Columbia.
- Latifovic, R., Pouliot, D. et Olthof, I. (2009) North American Land Change System: Canadian Perspective. 30e Symposium canadien sur la télédétection, Lethbridge, Alberta. Sur le site du gouvernement du Canada.
- Le Saint, T., Nabucet, J., Hubert-Moy, L. et Adeline, K. (2024). Estimation of Urban Tree Chlorophyll Content and Leaf Area Index Using Sentinel-2 Images and 3D Radiative Transfer Model Inversion. Remote Sensing, 16(20), 3867.
- Münzinger, M., Prechtel, N. et Behnisch, M. (2022). Mapping the urban forest in detail: From LiDAR point clouds to 3D tree models. Urban Forestry & Urban Greening 74, 127637.
- Nitoslawski, S. et Konijnendijk, C. C. (2022). The Emergence of Smart Urban Forestry: Challenges and Opportunities in the Digital Age. Arboriculture & Urban Forestry, 48(2), 45-48.
- Ren, Z., Du, Y., He, X. et al. Spatiotemporal pattern of urban forest leaf area index in response to rapid urbanization and urban greening. Journal of Forestry Research, 29, 785–796 (2018).
- Staley, D. C. (2022). Modern Urban Forestry for Modern Cities: Technology Challenges and Opportunities for the Remote Sensing of Urban Forests. Arboriculture & Urban Forestry (AUF) 48(2), 147-163.
- Ward, K. T. et Johnson, G. R. (2001). Geospatial methods provide timely and comprehensive urban forest information. Urban Forestry & Urban Greening, 6(1), 15-22.
- Wulder, M., Hermosilla, T., White, J., Bater, C., Hobart, G. et Bronson, S. (2024). Development and implementation of a stand-level satellite-based forest inventory for Canada. Forestry: An International Journal of Forest Research. 97.