Using UAV-LiDAR for stem volume phenotyping in the genetic selection of radiata pine
Cette étude démontre que les métriques dérivées de l'UAV-LiDAR, particulièrement la surface de l'enveloppe convexe 3D et la hauteur des arbres, servent de proxys hautement héritables et extensibles pour le volume du tronc qui peuvent efficacement accélérer le gain génétique dans les programmes de sélection du pin radiata tout en réduissant la dépendance aux mesures de terrain laborieuses.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes un détective tentant de trouver les « super-héros » de la forêt. Dans le monde de l'amélioration des arbres, les scientifiques cherchent constamment les arbres spécifiques qui poussent le plus grand, le plus droit et le plus vite, afin de pouvoir planter des forêts qui produisent plus de bois d'œuvre. Mais voici la partie délicate : les arbres mettent des décennies pour grandir. Si vous attendez qu'un arbre soit pleinement adulte pour voir s'il est un gagnant, vous aurez perdu une génération entière de temps. Les sélectionneurs doivent donc deviner quels jeunes plants deviendront des géants en se basant sur des indices qu'ils peuvent voir dès maintenant.
Traditionnellement, l'indice principal a été le « tour de taille » de l'arbre, mesuré à hauteur de poitrine. C'est ce qu'on appelle le Diamètre à Hauteur de Poitrine, ou DHP. C'est comme mesurer la taille d'une personne pour deviner quelle masse musculaire elle aura à l'âge adulte. Mais mesurer des milliers d'arbres avec un ruban à mesurer est lent, ennuyeux et coûteux. De plus, on ne peut pas mesurer tout le volume d'un arbre simplement en regardant sa taille ; il faut aussi savoir à quel point il est haut et touffu.
Voici la nouvelle technologie : les drones équipés de scanners laser (LiDAR). Considérez ces drones comme des robots volants qui tirent des millions de faisceaux laser invisibles sur la forêt. Ces faisceaux rebondissent pour créer une carte 3D super détaillée de chaque arbre, capturant sa hauteur, sa forme et l'espace qu'il occupe dans les airs. La grande question pour les scientifiques a été : les cartes laser peuvent-elles remplacer les vieux rubans à mesurer ? Un drone peut-il repérer les futurs géants aussi bien qu'un humain avec un ruban à mesurer, mais beaucoup plus rapidement ?
C'est précisément ce qu'une équipe de chercheurs a entrepris de découvrir lors d'une étude récente sur le pin radiata, un arbre à croissance rapide célèbre en Nouvelle-Zélande. Ils ne se sont pas contentés de deviner ; ils ont fait voler des drones au-dessus de 11 essais forestiers contenant environ 27 000 arbres. Ils ont comparé les mesures par drone contre le « standard d'excellence » du volume de l'arbre, qui est calculé à l'aide de son diamètre à hauteur de poitrine (DHP) et de sa hauteur.
Les chercheurs ont découvert que le drone est incroyablement doué pour repérer les arbres possédant le plus de « volume ligneux ». Bien que la mesure par drone de la hauteur totale de l'arbre soit le chiffre unique le plus fiable pour prédire la vitesse de croissance d'un arbre, la véritable star de la montre était une mesure 3D spécifique appelée « surface de l'enveloppe convexe ». Imaginez que vous enveloppiez un arbre dans un sac plastique invisible et serré qui épouse chaque branche et chaque feuille ; la surface de ce sac est l'enveloppe convexe. L'étude a révélé que la taille de ce « sac » 3D était la meilleure estimation par laser de la quantité de bois qu'un arbre posséderait éventuellement, correspondant aux mesures traditionnelles avec une connexion très forte (une corrélation allant jusqu'à 0,87).
Cependant, l'article écarte également l'idée que les drones devraient remplacer complètement les humains pour l'instant. Les chercheurs ont découvert que, bien que le drone soit incroyable, il possède un angle mort : il ne peut pas facilement dire si un arbre est « cassé » ou « malformé » (comme ayant deux cimes au lieu d'une seule) simplement en regardant la carte laser. Dans la forêt, un arbre cassé est un perdant, mais le drone pourrait quand même penser que c'est un géant parce qu'il est grand et touffu. Lorsque les scientifiques ont inclus ces arbres cassés dans leur analyse uniquement par drone, la précision a légèrement chuté.
Alors, quel est le verdict ? L'article suggère que la meilleure stratégie n'est pas de choisir entre le drone et le ruban à mesurer, mais d'utiliser les deux comme un duo dynamique. Le drone peut scanner rapidement des milliers d'arbres pour trouver ceux qui ont la meilleure hauteur et la meilleure forme 3D, agissant comme un filtre super rapide. Ensuite, les sélectionneurs peuvent utiliser le ruban à mesurer traditionnel sur les meilleurs candidats pour vérifier les défauts et obtenir la mesure finale de la taille. Cette combinaison permet de repérer les superstars génétiques bien plus tôt et à moindre coût qu'auparavant, accélérant potentiellement la création de meilleures forêts sans perdre la précision nécessaire pour faire les bons choix. Le drone ne remplace pas le détective ; il lui offre simplement une loupe de haute technologie pour résoudre l'enquête plus rapidement.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.