Présentation d'un projet universitaire d'analyse de données géospatiales pour la détermination des paramètres dendrométriques des arbres et du type d'espèces. Le LiDAR aérien, l’imagerie aérienne multispectrale et le LiDAR multispectral sont les sources à étudier afin de représenter et mesurer les arbres individuels en 3D. Les traitements des données seront réalisés selon la méthodologie et algorithmes développés initialement en 2010 par Benoit St-Onge (UQAM). Richard Mongeau a.-g. c/E présente l'historique et la portée de ce projet. Simon Vidal a.-g., chargé de projet du vol LiDAR de 2015, montre les produits générés de ces données. Simon Gignac g. expose les qualités des points photogrammétriques produits à partir de l’imagerie aérienne 2015 de la CMM et présentera le vol expérimental du Lidar multispectral effectué en 2017.

1. ÉQUIPE DE LA GÉODÉSIE, CARTOGRAPHIE ET DES LEVÉS SPÉCIAUX
Section de l’arpentage et de la représentation du territoire
Division de la géomatique
Direction des infrastructures, SIVT
Ville de Montréal
Équipe composée d’un arpenteur-géomètre chef d’Équipe, de chargés de projets professionnels arpenteur-géomètre et géomètres, tous membres de l’Ordre des Arpenteurs-géomètres du
Québec, assistés de techniciens spécialistes en calibration d’instruments, restitution photogrammétrique, levé d’arpentage 3D, LiDAR terrestre et aérien, technologies satellitaires
GPS/GNSS, nivellement géométrique, orientation par gyroscope, dessin/conception assisté par ordinateur (DAO/CAO) et modélisation 3D..
PARAMÈTRES DENDROMÉTRIQUES DES ARBRES 3D
Richard Mongeau a.-g. c/E, Simon Vidal a.-g. et Simon Gignac g.

2. La maquette de base, une représentation 3D simplifiée, mais fidèle à la réalité
Bâtiments 3D (Lod 2 CityGML) par photogrammétrie – MNT et végétation par LiDAR – Texture par orthophotos et photographies aériennes
PARTIE 1: L’INVENTAIRE AUTOMATISÉ DES ARBRES 2007- 2018

3. Banc d’essai 2007Banc d’essai 2007
Pierre Jutras et Richard Mongeau, Inventaire et protection des ressources arboricoles de la Ville de Montréal, Les partenariats en géomatique, AGMQ, 18 octobre 2007
Inventaires et protection des ressources arboricoles 2007
Fins du test:Fins du test:
- détermination des paramètres dendrométriques- détermination des paramètres dendrométriques
- identification du stress des arbres- identification du stress des arbres
- identification de l’espèce des arbres- identification de l’espèce des arbres
pour la gestion, planification et concertationpour la gestion, planification et concertation
d’activités de la Ville de Montréald’activités de la Ville de Montréal

4. ACQUISITIONsept2007DIFFUSION2010
Banc d’essai de données géospatiales
caméra multispectrale LiDAR et caméra thermique
Levés aéroportés Levés terrestres
image panchromatique
Rouge/Vert/Bleu et infrarouge (LV2, 6 cm)
nuage de points (4 pts/m²)
image thermique (1m rés.)
canopée couronnes individuelles arbres 3D
image multispectrale LiDAR
par télémétrie mobile
caméras multispectrales et LiDAR
OBJECTIF: DÉVELOPPEMENT DE TRAITEMENTTRAITEMENTS AUTOMATISÉS ( Benoit St-Onge, UQAM, 2010)
LiDAR → MODÈLE NUMÉRIQUE DE SURFACE (H>3m) ∩ INDICE DE VÉGÉTATION (R/iR + V/iR + B/iR) ← image multispectrale
2007 - 2010
Appel d’offres de services professionnels: imageries numériques multispectrales, stéréomodèles, levés laser, production de modèles numériques d’altitudes et orthophotos.
Vols imageries multispectrales et LiDAR, PHB. Levés par telémétrie mobile d’imageries multispectrales et LiDAR, Geo3D.
Analyse de données Lidar, multispectrales et thermiques pour caractériser les arbres publics par des éléments attributifs tels que l’indice de stress et leur dimensions planimétriques et
volumétriques afin de développer une méthode-type pour réaliser l’inventaire desarbres susceptibles d’être attaqués par des ravageurs exotiques, Consortium GENIVAR-PHB, 28 juin 2010

5. Représentation territoriale 3D
Représentation
virtuelle
Modélisation
par intelligence
artificielle
Intégration dans un SIG 3D
Inventaire Aéroporté des Arbres
Application à la Division Géomatique
Captage +
traitement par
algorithmes
MNT
Richard Mongeau et Pierre Jutras, La valeur des données géospatiales et le projet d’inventaire des arbres à la Ville de Montréal, La géomatique, du producteur au consommateur, AGMQ,
2 novembre 2011
Le projets d’inventaires des arbres 2011

6. caméra multispectrale
ACQUISITIONDIFFUSION
2011, 2015: images panchromatique
Rouge/Vert/Bleu et infrarouge (LV2, 25 cm
rés.)
canopée
TRAITEMENTSTRAITEMENTS AUTOMATISÉS
Points photogrammétriques et LiDAR → MODÈLE NUMÉRIQUE DE SURFACE (H>3m) ∩ INDICE DE VÉGÉTATION (RVI) ← images multispectrales
LiDAR
Levés aéroportés
Données disponibles et production de l’inventaire arboricole 2011 - 2018
Problématique !
2016: 32 bandes
infrarouge thermique
8000 – 11500 nm J: 2 m N: 1 m
2016: 96 bandes
visible, proche infrarouge
370 – 1500 nm : 1 m rés.
2015: nuages de points
10 points /m², H = 490 m
empreinte 25 cm
Espèce ?
Stress ?
caméras hyperspectrales

7. Estimation du patrimoine ARBORICOLE
 Indice de canopée de Montréal :20,3%
1 200 000 arbres sur le domaine public
233 00 (rue), 435 000 (hors rue), 532 000 (boisé)
 autant sur le domaine privé
 233 000 arbres sur 4 500 km de rues
Orthophotos 2007
2009
2013
Verdissement
LiDAR aérien 2015 Canopée 2015 validé
2017
MNS 2015MNS corrélation 2011
Canopées de Montréal 2011 - 2017
Canopée 2007 validé
Canopée 2011 validé
2017
Par points photogrammétriques
et LiDAR aérien

8. MODÈLE NUMÉRIQUE DE LA CANOPÉE ET ARBRES 3D
Haute végétation par LiDAR aérien de l’île de Montréal (novembre 2015, sans feuilles)
Modèle numérique de canopée par points
photogrammétriques à partir des imageries aériennes
multispectrales (été 2011) de l’arrondissement Le Plateau-
Mont-Royal en 2014
Modèle numérique de canopée par points photogrammétriques
à partir des imageries aériennes mutispectrales (été 2011) de
l’arrondissement historique et naturel du Mont-Royal en 2014
Modèles numériques de canopée = MNS arbre 2011 - 2018
Végétation LiDAR ≠ MNS arbre 2015 - 2018
Nécessite de
garder le premier
retour et de
générer une
surface extérieure
en éliminant les
points à l’intérieur
du volume de
l’arbre
Données
comblant
en grande
partie
l’extérieure
et l’intérieure
du volume
du houppier
de l’arbre

9. 2007Températures de surfaces et imageries hyperspectrales 2011 - 2018
Observatoire Spatial Urbain
Richard Mongeau, François Cavayas et Yves Baudouin, ACQUISITION AND PROCESSING OF HIGH RESOLUTION HYPERSPECTRAL IMAGERIES FOR THE 3D MAPPING OF URBAN
HEAT ISLANDS AND MICROPARTICLES OF MONTREAL, GeoInfo 2017
Apport des arbres

10. Cartographie des propriété physiques des surfaces 2016 - 2018
PROPRIÉTÉS PHYSIQUES
• température de surface
Jour / Nuit
• émissivité
• albédo
• végétation NVDI
• humidité NWDI
• matériaux
• perméabilté
• ombres des bâtiments
ou des arbres
Identifier les toits verts
les toits verts
IMMEUBLE
• id adresse
• cadastre
• hauteur du bâtiment
• superficie du toit m²
• densité de l’habitation
• surperficie du sol m²
• utilisation du sol:
agriculture, parc,residentiel
commercial, industriel,
rues et ruelles,
utilités publiques
2017- 2018
Richard Mongeau, François Cavayas and Yves Baudouin, ACQUISITION AND PROCESSING OF HIGH RESOLUTION
HYPERSPECTRAL IMAGERIES FOR THE 3D MAPPING OF URBAN HEAT ISLANDS AND MICROPARTICLES OF MONTREAL,
GeoInfo 2017, Melbourne, Australia, 27 october
Apport des arbres

11. PERSPECTIVE D’AVENIR: SIG 3D
Pierre Jutras et Richard Mongeau, Du relevé arboricole terrestre à l’inventaire aéroporté: perspective d’avenir, 12e Conférence canadienne sur la forêt urbaine CCFU, 28 septembre 2016
Du relevé arboricole à l’inventaire aéroporté 2016

12. LIDAR AÉRIEN
Acquisition:
LiDAR LMS-Q680i,
Vols du 24 novembre au 8
décembre 2015 (sans feuilles);
Empreinte au sol > 25 cm;
Densité: 10 points/m².
Traitement:
Points et profils de contrôle par la
Division de la géomatique (VdM)
Classification par les classes 2 (sol),
5 (végétation haute 3-35m.) et
6 (bâtiment);
Référence planimétrique:
NAD83 SCRS (98);
Référence altimétrique:
CGVD28 (NMM29);
Exactitude : ± 15 à 20 cm.
Diffusion:
nuages de points en format LAS.
Accessible par le portail des
données ouvertes de la Ville de
Montréal.
PARTIE 2: LE LiDAR AÉRIEN

13. Contrôle du LiDAR aérien

14. Usages du LiDAR aérien
Courbes de niveau de la compilation
cartographique de base
Modèle numérique de terrain Surface de référence pour caler
en altimétrie les données
de l’inventaire de la voirie
Identification des points bas et des
cuvettes dans l’infrastructure routière
Modélisation simplifiée des
bâtiments (3D/2D)
Plan et profil pour l’aménagement
d’une piste cyclable

15. Usage du LiDAR aérien
GEOMETRIC CORRECTIONS OF IMAGERIES
True orthophotos
IMAGERIES
TASI
IMAGERIES
CASI
IMAGERIES TASI
JOUR
résolution : 2 m
EMQ : ± 2,3 m
NUIT
résolution : 1 m
EMQ : ± 1,5 m
Validation avec les
mesures de coins de
piscines
IMAGERIES CASI
JOUR
résolution : 1 m
EMQ : ± 1,7 m
Validation des mesures
sur des tuiles « TYVEK »
et des coins de piscines
Proche UV, visible, proche - IR
(96 bandes)
solaire, thermique
(32 bandes)
Traitement de correction de la géoréférence
des imageries aéroportées
Imageries hyperspectrales pour la cartographie
des îlots de chaleur et des microparticules

16. Classe « végétation » du LiDAR aérien (sans feuilles)
Hauteur, couronne et volume des arbres

17. PARTIE 3: POINTS PHOTOGRAMMÉTRIQUES
Exemple de points de surface corrélés à partir des pixels des images

18. Source: photographies multispectrales faibleSource: photographies multispectrales faible
résolution CMM été 2011 et 2015résolution CMM été 2011 et 2015
MNS par points photogrammétriques 2010 - 2018

19. Modèle numérique de canopée (MNC)
Canopée 2D
Photographies aériennes
+ Modèle numérique de surface
(points photogrammétriques)
= Canopée 3D
(2015)
Canopée 3D avec texture
ACQUISITIONACQUISITION
DIFFUSIONDIFFUSION
TRAITEMENTTRAITEMENT
Lancement
données ouvertes
avril 2018

20. Mise en contexte de la végétation arboricole dans la maquette de base
Modèle numérique de canopée (MNC)

21. Modèle numérique de surface (MNS)
Sol et bâtiments
LiDAR aériennes
Modèle numérique de surface
LiDAR (sol et bâtiments 2015)
+ Modèle numérique de canopée
photogrammétrie (arbres 2015)
Modèle numérique de surface
ACQUISITIONACQUISITION
DIFFUSIONDIFFUSION
TRAITEMENTRAITEMENTT
Lancement
données ouvertes
avril 2018

22. PARTIE 4: LiDAR MULTISPECTRAL

23. Particularités du LiDAR multispectral
LiDAR aériennes avec 3 scanners avec 3 différentes longueurs d’ondes
Vue en profil par scannerVue en profil par classes

24. Secteur test pour l’inventaire automatisé des arbres
Ville de Montréal, Titan data collection report for flight july 15 2017, Teledyne Optech
Jardin botanique de Montréal
Fins du test:Fins du test:
- détermination des- détermination des
paramètresparamètres
dendrométriquesdendrométriques
- identification de- identification de
l’espèce des arbresl’espèce des arbres

25. LiDAR
Banc d’essai de données géospatiales aéroportées 2016 - 2018
DIFFUSION
couronnes individuelles
arbres 3D / espèces
OBJECTIF: DÉVELOPPEMENTS DE TRAITEMENTS AUTOMATISÉS pour la caractérisation des arbres individuels en 3D (Benoit St-Onge, Ph.D. UQÀM)
imageries
multispectrales
LiDAR
multispectral
points
photogrammétriques
SIG 3D Ville de Montréal
Levés aéroportés
imageries
hyperspectrales
Juillet 2017Août 2016Novembre 2015 Juillet 2017 Juillet 2018
ACQUISITION