Détection d'espèces d'arbres à l'aide d'outils d'intelligence artificielle et recommandation de plantation d'arbres urbains dans les espaces privés

Assouane, Samy (2026). « Détection d'espèces d'arbres à l'aide d'outils d'intelligence artificielle et recommandation de plantation d'arbres urbains dans les espaces privés » Mémoire. Montréal (Québec), Université du Québec à Montréal, Maîtrise en informatique.

Fichier(s) associé(s) à ce document :

Prévisualisation	PDF Télécharger (2MB)

Résumé

L’urbanisation croissante fragilise le couvert arboré, en particulier dans les espaces privés comme les cours intérieures et les jardins, alors qu’ils représentent un potentiel important mais souvent sous-valorisé et peu inventorié. En effet, les arbres privés contribuent grandement aux services écosystémiques, notamment à la biodiversité urbaine, à la lutte aux îlots de chaleur, à la gestion de l’eau et au bien-être des habitants. Le travail présenté s’intéresse à ces arbres privés, difficiles à inventorier et à gérer, et propose une approche pour aider les personnes citoyennes à planter de manière plus cohérente et durable. Le projet repose sur une application mobile, qui combine vision par ordinateur et système de recommandation utilisant l’intelligence artificielle et la participation citoyenne. La première composante permet l’identification automatique d’espèces d’arbres à partir de photos de feuilles, en utilisant un modèle d’apprentissage profond entraîné par transfert d’apprentissage sur des milliers d’images nettoyées, pré-traitées et augmentées, des principales espèces présentes dans la région de Montréal. Une stratégie d’ajustement fin et d’optimisation du modèle est mise en place afin d’assurer une certaine robustesse et une efficacité suffisante. La seconde composante de l’application propose des recommandations d’espèces d’arbres à planter dans les espaces privés. Ces espèces sont adaptées aux contraintes de la zone de plantation et aux préférences des personnes utilisatrices, tout en cherchant à maximiser la diversité fonctionnelle et donc la résilience du couvert forestier. Notre outil est intégré comme module complémentaire de SylvCiT, une plateforme d’aide à la décision en code ouvert qui recommande des plantations visant à accroître la résilience de la forêt urbaine face aux changements globaux. Les recommandations de l’application proposée s’appuient sur les inventaires publics et sur la base de données collaborative des arbres privés qui sera alimentée au cours de l’utilisation de l’application. Le projet vise à offrir un outil simple et opérationnel pour orienter les choix de plantation d’arbres en terrain privé, tout en construisant une base de données des arbres privés. Notre but est d’améliorer la résilience de la forêt urbaine, en maximisant la diversité fonctionnelle tout en respectant les contraintes et les préférences des personnes utilisatrices.

Type:	Mémoire accepté
Informations complémentaires:	Fichier numérique reçu en format PDF.
Directeur de thèse:	Meurs, Marie-Jean
Mots-clés ou Sujets:	Identification automatique des espèces / Arbres dans les villes / Arbres urbains / Plantation / Cours intérieures / Terrains privés / Vision par ordinateur / Systèmes de recommandation / Participation citoyenne / Gestion de la flore urbaine
Unité d'appartenance:	Faculté des sciences > Département d'informatique
Déposé par:	Service des bibliothèques
Date de dépôt:	22 juin 2026 14:13
Dernière modification:	06 juill. 2026 12:52
Adresse URL :	https://archipel.uqam.ca/secure/id/eprint/20125

Modifier les métadonnées (propriétaire du document)

Statistiques