STEMS : Inventaire de précision piloté par l'IA

Forêt

Le Défi

La gestion forestière de précision exige des données structurelles fréquentes et à haute résolution pour localiser les zones problématiques et orchestrer des interventions ciblées à forte valeur ajoutée. Les levés de terrain intensifs traditionnels sont d'un coût prohibitif, lents sur le plan logistique et ne fournissent qu'un « instantané » statique échantillonné plutôt qu'un portrait complet d'un peuplement dynamique. Pour aggraver ce défi, la distribution de la taille des pièces varie considérablement selon les parcelles de bois mélangés ; sans visibilité au niveau de l'arbre, les exploitants industriels font face à des modèles de taux de récolte imprévisibles et à des inefficacités massives dans la logistique de la chaîne d'approvisionnement.

La Solution : Intelligence Automatisée

STEMS (Single TrEe Metrics and Stand assessment) remplace les flux de travail manuels par un pipeline automatisé. En convertissant l'imagerie de drone en données structurelles de haute fidélité, il offre une nouvelle catégorie d'inventaire précise, reproductible et déployable dans des conditions de canopée complexes.

Flux de traitement STEMS

Résultats

Détection automatisée des tiges : STEMS isole les tiges individuelles avec une précision de détection supérieure à 90 %.

Flux de traitement STEMS

Classification des espèces : STEMS classifie 35 espèces avec une précision de 86 à 96 %.

Flux de traitement STEMS

Modélisation biophysique : Hauteur estimée avec une précision équivalente au LiDAR (RMSE : 1,18 m)

Résultat STEMS

Agrégation à diverses échelles

Agrégation STEMS

Impact

  • Réduction de 40 % des coûts de terrain
  • Économies de 0,41 $ / m³
  • 280 000 $ d'économies annuelles
  • Prêt pour l'exploitation en application web
Résultats opérationnels
Forêt

Réalisé pendant le mandat de notre conseiller principal chez FPInnovations. Les méthodes analytiques, les flux de logiciels et les marques de commerce demeurent la propriété intellectuelle de FPInnovations.

← Retour aux projets phares