Aide à l'élaboration d'un outil de détection automatisé des milans royaux (Milvus milvus) en Wallonie et au Luxembourg

Abstract

Cette étude s’inscrit dans le cadre d’un projet de développement d’un outil automatisé de détection, dont le but est de permettre de détecter le milan royal et d’arrêter les éoliennes afin d’éviter le risque de collision. Ce travail s’est fait en collaboration avec Noveria Lux et Aprex Solutions. La première partie du projet a consisté à mettre en évidence les moments pendant lesquels le système devait fonctionner. Pour ce faire, des données GPS issues d’une balise posée sur un milan royal au Grand-Duché de Luxembourg par Natur&ëmwelt ont été utilisées. L’activité nocturne a été analysée afin de connaître les tranches horaires de fonctionnement de l’outil. Il en a été déduit que le milan se déplaçait déjà avant le lever du soleil. La distance de détection et de reconnaissance1 a aussi été déterminée grâce à la vitesse de vol du milan et a été établie à minimum 400m. Ensuite, les conditions météorologiques ont été mises en lien avec le comportement de vol du milan. Différentes analyses de régression montrent que près de 30% de l’activité de vol de ce rapace est expliquée par certaines variables météorologiques telles que la vitesse du vent, les précipitations, la température, l’humidité relative, le rayonnement global et la pression atmosphérique. Cependant, ces variables ne pourront pas être utilisées pour justifier l’arrêt du système. En effet, aucune d’elles ne permet d’établir un seuil en dehors duquel nous pouvons nous assurer que le milan royal ne vole pas. La deuxième partie s’est focalisée sur la différenciation entre différentes espèces d’oiseaux sur base de leur trajectoire de vol. Il est indispensable que le système créé puisse différencier les espèces afin de ne pas arrêter les éoliennes dès qu’un oiseau est présent à proximité. Pour ce faire, une phase de terrain s’est imposée pour filmer des buses variables, des milans royaux et des milans noirs en vol, les autres espèces pouvant aisément être différenciées par le logiciel utilisé. Ensuite, une analyse des vidéos a été effectuée et une intelligence artificielle a été utilisée. La base de données de vidéos étant trop faible (à raison de 225 trajectoires pour la buse variable, le milan noir et le milan royal confondus), cette approche n’a pas donné de résultats positifs. Toutefois, la méthodologie initiée et testée devrait permettre de bien identifier les espèces, avec quelques ajustements.