Estimation du volume marchand de bois à partir de techniques d'apprentissage automatique

Le volume marchand est une des principales variables dendrométriques qui influence la planification des opérations forestière, donc sa précision est de plus en plus recherchée par les entreprises du secteur. Les buts de cette étude sont d’estimer le volume marchand de bois selon la structure forestière et selon les essences forestières d’intérêt commercial sur le territoire du Québec méridional. À partir des données de sources publiques des placettes-échantillons temporaires, la méthodologie porte sur cinq grandes étapes. La première, appelée, la préparation de données consiste à délimiter l’aire d’étude et à acquérir, sélectionner, intégrer et prétraiter les données. Suivi par l’étape de regroupement qui regroupe les données en groupes de données selon les types de structure forestière et selon les essences d’intérêt commercial. L’étape d’après, l’étape de modélisation constituée d’application des modèles sélectionnés. Ensuite, l’étape d’évaluation pour évaluer la performance des modèles, et finalement l’étape de validation qui évalue la qualité du modèle sur les données réelles. À l’étape de regroupement, des techniques de suréchantillonnage ont été appliquées pour combler le manque des données après la séparation des données entre les groupes établis, soit par type de structure forestière ou par essence d’intérêt commercial. Bien que l'application de ces techniques soit fréquemment appliquée à des problèmes de classification, dans ce cas, l'augmentation des données est destinée à simuler l'augmentation des données, c'est-à-dire augmentation de données issues des placettes-échantillons. Concernant la validation de notre meilleur modèle, le modèle LIDAR (forel) a servi de repère, car les qualités de ses précisions pour l’estimation de données dendrométriques sont les meilleurs disponibles au moment d’acquisition de données sur le territoire sélectionné. Les résultats démontrent que l’augmentation de la quantité de placettes-échantillons n’apporte pas d’amélioration à performance du modèle. Le meilleur modèle est celui XGBoost avec une RMSE de 33,75m3/ha aux scénarios testés sur des données réelles. La méthodologie permet donc de réaliser de bonnes estimations des quantités de bois à partir des données. Ce travail soulève les potentialités des modèles d’apprentissage automatique sur les données forestières. Ces contributions sont sur l’application des techniques de suréchantillonnage en simulant une plus grande quantité de données obtenues sur le terrain, c'est-à-dire des données issues d'inventaires forestiers, dont les résultats ont montré qu'une plus grande quantité de données n'a pas changé la performance des modèles. Cela nous donne l’indice ce qu’il n’y a pas le besoin d’un grand échantillon de données pour se rendre à une performance assez bonne d’estimation de volume de bois. L’utilisation de notre modèle se limite au territoire du Québec méridional, parce que les données territoriales et dendrométriques peuvent se différer entre les régions et cela peut apporter des influences significatives sur les performances du modèle. Tandis que, les bénéfices de cette méthode reposent sur l’utilisation de données disponibles publiquement et l’utilisation de données résultant de compilation des imagerie et photo-interprétation. Semblablement, notre modèle peut s’appliquer sur toute extension du territoire du Québec Méridional, surtout où il n’y a pas encore des estimations disponibles par les données LiDAR (forel). Mots-clés : Planification opérationnelle forestière, suréchantillonnage, Random forest, XGBoost, Apprentissage Automatique