Évaluation du potentiel du drone pour l'analyse d'espaces verts urbains, à travers le domaine de l'Architecture de Paysage
Philippot, Jeanne
Promotor(s) : Bastin, Jean-François
Date of defense : 28-Aug-2024 • Permalink : http://hdl.handle.net/2268.2/21180
Details
Title : | Évaluation du potentiel du drone pour l'analyse d'espaces verts urbains, à travers le domaine de l'Architecture de Paysage |
Translated title : | [fr] Assessment of drone potential for analyzing urban green spaces in the field of Landscape Architecture. |
Author : | Philippot, Jeanne |
Date of defense : | 28-Aug-2024 |
Advisor(s) : | Bastin, Jean-François |
Committee's member(s) : | Bogaert, Jan
Menzel, Christoph Vancutsem, Didier Gobbe, Emmanuelle Strammer, Harold |
Language : | French |
Number of pages : | 137 |
Keywords : | [en] drone [en] photogrammetry [en] remote sensing [en] green spaces [en] vegetation [en] urban [en] city [en] landscape analysis [en] landscape architecture [fr] drone [fr] photogrammétrie [fr] télédétection [fr] architecture de paysage [fr] espaces verts [fr] urbain [fr] ville [fr] analyse paysagère [fr] végétation |
Discipline(s) : | Physical, chemical, mathematical & earth Sciences > Earth sciences & physical geography Engineering, computing & technology > Architecture Life sciences > Environmental sciences & ecology |
Institution(s) : | Université de Liège, Liège, Belgique |
Degree: | Master architecte paysagiste, à finalité spécialisée |
Faculty: | Master thesis of the Gembloux Agro-Bio Tech (GxABT) |
Abstract
[en] The presence of vegetation in urban areas provides numerous ecosystem services, making it crucial for landscape architects to preserve, enrich, or introduce more of it. To achieve this, efficient methods in terms of time, cost, and accuracy are essential. However, traditional analysis tools and methods, such as maps from the Walloon Public Service or field inventories, lack precision at the urban scale or are too costly and time-consuming. The aim of this work is to evaluate the potential of drones for small-scale urban vegetation landscape analysis within the field of landscape architecture.
The study was conducted over an area of 150 hectares south of the city center of Liège and was structured around two approaches : quantitative and qualitative. The quantitative approach assessed the accuracy of vegetation structure and composition, with data obtained through photogrammetry by comparing six indicators derived from the drone with reference data from field inventories or public maps. Eighteen 0.25-hectare plots were analyzed. The qualitative approach evaluated several 3D renderings generated by the drone, comparing minimalist and maximalist flight parameters for landscape structures ranging from 0.25 to 2.5 hectares.
The results of the quantitative study highlight that the accuracy of data generated by the drone is nearly equivalent to that of field data, particularly in environments with low, undiversified tree canopy coverage. It also demonstrates that the drone provides superior accuracy compared to publicly available maps, except for values obtained from Digital Terrain Models. The 3D renderings reveal a high quality of reconstruction and suggest that minimalist parameters are sufficient for open environments, while wooded areas require maximalist parameters.
This study confirms the potential of drones as an innovative tool for the landscape analysis of small urban vegetation plots, providing an initial approach that suggests avenues for improvement and further research.
[fr] La présence de végétation en milieu urbain offre de nombreux services écosystémiques, il est donc primordial pour le paysagiste de la préserver, de l’enrichir ou d’en introduire davantage. Pour cela, des méthodes d’analyse, efficaces en termes de temps, coûts et précision, sont essentielles. Cependant, les outils et méthodes d’analyse traditionnels, comme les cartographies du Service Public de Wallonie ou les inventaires de terrain, manquent soit de précision à l’échelle urbaine, soit sont trop coûteuses et chronophages. L’objectif de ce travail est d’évaluer le potentiel du drone, pour l’analyse paysagère de végétation urbaine à petite échelle, à travers le domaine de l’architecture de paysage.
L’étude s’est déroulée sur un périmètre de 150 hectares au sud du centre-ville de Liège, et s'est articulée autour de deux approches : quantitative et qualitative. L’approche quantitative a évalué la précision des données sur la structure et la composition de la végétation obtenues par photogrammétrie, en comparant les valeurs de six indicateurs obtenues grâce au drone avec des données de référence issues d’inventaires de terrain ou des cartographies publiques. Dix-huit parcelles de 0,25 hectare ont été analysées. L’approche qualitative a évalué plusieurs rendus 3D générés par le drone, en comparant des paramètres de vol minimalistes et maximalistes pour des structures paysagères de 0,25 à 2,5 hectares.
Les résultats de l’étude quantitative soulignent une précision des données générées par le drone quasiment équivalente à celle des données de terrain, en particulier dans le cas d’environnements avec un recouvrement de la strate arborée peu important, peu diversifié, et de faible hauteur. Elle démontre également une précision supérieure du drone par rapport aux cartographies publiques disponibles en ligne, à l'exception des valeurs obtenues pour les Modèles Numériques de Terrain. Les rendus 3D révèlent une qualité de reconstruction élevée, et suggèrent que des paramètres minimalistes suffisent pour des environnements ouverts, tandis que des environnements boisés nécessitent des paramètres maximalistes.
Cette étude confirme le potentiel du drone comme outil innovant pour l’analyse paysagère de petites parcelles de végétation urbaine, et constitue une première approche, qui suggère des pistes d’amélioration et d’approfondissement pour de potentielles futures recherches.
File(s)
Document(s)
Annexe(s)
Cite this master thesis
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.