Résumé du projet

La province de Québec abrite un vaste paysage forestier qui couvre plus de la moitié de sa superficie totale. Pour quantifier le stock de bois, le gouvernement réalise tous les 10 ans des inventaires écoforestiers dans le sud du Québec. Ces inventaires intègrent la technologie Lidar depuis 2015. Notre recherche utilise cette technologie pour modéliser la croissance des forêts. L'objectif principal est de développer et d'évaluer des modèles prédictifs de la croissance des forêts, en utilisant des données Lidar multi-temporèles pour estimer des attributs tels que la hauteur moyenne, la surface terrière et le volume marchand.

Notre projet est réalisé dans la Forêt de l'Enseignement et de Recherche du Lac Duparquet (FERLD). Nous avons accès aux données de plusieurs vols Lidar couvrant les saisons 2003, 2007, 2017 et 2023, ainsi qu'aux données de terrain de 2003 à 2022. Ce riche ensemble de données nous permettra de développer des modèles temporels et spatiaux, afin de répondre à deux questions clés : pouvons-nous faire varier la fréquence des vols Lidar sans affecter les résultats, et nos modèles sont-ils spatialement transférables?.

En intégrant ces technologies de pointe et des méthodes statistiques sophistiquées, ce projet vise à contribuer à la réduction des coûts associés aux inventaires forestiers, et à fournir des informations précises et spatialement explicites sur les attributs des forêts.

Formation

• Maîtrise en science des données, 2022. Universidad Adolfo Ibañez, Chili.
• Maîtrise en statistiques, 2021. Universidad de Concepción, Chili.
• Baccalauréat en génie forestier, 2003. Pontificia Universidad Católica de Chile, Chili.

Domaines de spécialisation

• Science des données
• Statistiques
• Systèmes de planification et d'optimisation forestière aux niveaux stratégique, tactique et opérationnel.
• Systèmes d'information géographique, ArcGis, Qgis.
• PostgreSQL, R et Python.