Acquisition et traitement de données en lien avec la cartographie surfacique des écosystèmes côtiers et la modélisation 3D des parois sous-marines du Fjord du Saguenay

Décembre 2025 Rapport Acquisition et traitement de données en lien avec la cartographie surfacique des écosystèmes côtiers et la modélisation 3D des parois sous-marines du Fjord du Saguenay Livrable 3 Réalisé dans le cadre du projet de caractérisation de référence des écosystèmes côtiers et des parois verticales du Fjord du Saguenay. Présenté au : Centre d’Expertise en Gestion des Risques d’Incidents Maritimes (CEGRIM) Ministère de l'Environnement, de la Lutte contre les Changements Climatiques, de la Faune et des Parcs (MELCCFP) Par le : Laboratoire d’Expertise et de Recherche en Géographie Appliquée (LERGA), Université du Québec à Chicoutimi (UQAC) II ÉQUIPE DE RÉALISATION Responsables : Maxime Boivin, Ph.D., professeur en géographie et hydrogéomorphologie, co-responsable du LERGA, UQAC Vincent Lecours, Ph.D., professeur de géomatique appliquée, co-responsable du LERGA, UQAC Chargé de projet : Pierre-Luc Dallaire, M. Sc., géographe et professionnel de recherche, LERGA, UQAC Rédaction principale : Pierre-Luc Dallaire, M. Sc., géographe et professionnel de recherche, LERGA, UQAC Joseph Deslandes, étudiant au baccalauréat en géographie et aménagement durable, LERGA, UQAC Vincent Lecours, Ph.D., professeur de géomatique appliquée, co-responsable du LERGA, UQAC Elsa Vaillancourt-Vigneault, B.Sc., géographe et candidate à la maîtrise en ressources renouvelables, LERGA, UQAC Contributions secondaires : Mbaye Faye, M.Sc., physicien et candidat à la maîtrise en ressources renouvelables, LERGA, UQAC Abdelaziz Ouzaka, M. Sc., géomaticien et candidat à la maîtrise en ressources renouvelables, LERGA, UQAC Safiétou Soumaré, Ph.D., biogéographe et candidate à la maîtrise en ressources renouvelables, LERGA, UQAC III Remerciements Ce projet a été financé par le Centre d’expertise en gestion des risques d’incidents maritimes (CEGRIM) et le Ministère de l'Environnement, de la Lutte contre les Changements Climatiques, de la Faune et des Parcs (MELCCFP). Les auteurs souhaitent souligner la contribution de plusieurs organismes, par exemple en termes de partage de données ou de prêts d’équipements, notamment l’Association Forel Héritage, le Centre National des Urgences Environnementales (CNUE) du Gouvernement du Canada, le Comité ZIP Saguenay–Charlevoix, Parcs Canada et le Parc marin du Saguenay–Saint-Laurent, le Parc national du Fjord-du-Saguenay, Pêches et Océans Canada - Région du Québec, ainsi que le professeur Yan Boucher et Léa Hellegouarch du Centre de Recherche sur la Boréalie (CREB) de l’UQAC. Finalement, les auteurs tiennent à remercier les membres du comité de suivi pour le temps consacré à la lecture de ce rapport et les précieuses recommandations prodiguées. Référence à citer : Dallaire, P.-L., E. Vaillancourt-Vigneault, J. Deslandes, A. Ouzaka, M. Faye, S. Soumaré, V. Lecours et M. Boivin (2025). Acquisition et traitement en lien avec la cartographie surfacique des écosystèmes et la modélisation 3D des parois sous-marines du Fjord du Saguenay. Laboratoire d’Expertise et de Recherche en Géographie Appliquée (LERGA), UQAC, Chicoutimi, QC, 93 pages. doi: 10.5281/zenodo.18002895 IV Table des matières Équipe de réalisation……………………………………………………………………..……..ii Remerciements……………………………………………………………………………….…iii Liste des figures…………………………………………………………………...…………..viii Liste des tableaux…………………………………………………………………….………….x 1. Introduction ............................................................................................................................ 1 1.1 Contexte ................................................................................................................................. 1 1.2 Le Fjord du Saguenay ............................................................................................................ 3 1.3 Risques d’incident maritime dans le Fjord du Saguenay ....................................................... 5 2. Revue de littérature ................................................................................................................ 6 2.1 Rappel de l’importance d’une cartographie de référence ....................................................... 6 2.2 Approche générale : télédétection .......................................................................................... 7 2.2.1 Télédétection optique (portion émergée) ........................................................................ 7 2.2.2 Télédétection acoustique (portion submergée) ................................................................ 8 2.3 Résilience Saguenay: Typologie et variables ......................................................................... 9 2.3.1 Cartographie des côtes .................................................................................................. 10 2.3.2 Cartographie des écosystèmes côtiers ........................................................................... 12 2.3.3 Cartographie des parois sous-marines ........................................................................... 14 2.4 Données complémentaires .................................................................................................... 15 3. Établissement de la méthodologie - portion émergée ........................................................ 18 3.1 Acquisition de données ......................................................................................................... 18 3.1.1 Variables environnementales ......................................................................................... 18 3.1.2 Variables paramétriques ................................................................................................ 20 V 3.1.3 Variables techniques ...................................................................................................... 21 3.2 Traitement des données brutes ............................................................................................. 21 3.3 Analyse des données (préparation, segmentation et classification) ..................................... 22 3.3.1 Sélection de bandes spectrales ...................................................................................... 22 3.3.2 Indices spectraux et autres dérivées .............................................................................. 23 3.3.3 Algorithmes de segmentation ........................................................................................ 25 3.3.4 Positionnement du niveau des pleines mers supérieures de grandes marées ................ 27 4. Application test de la méthodologie - portion émergée ..................................................... 27 4.1. Collecte de données par drone ............................................................................................ 27 4.1.1 Sélection des sites .......................................................................................................... 27 4.1.2 Demandes d’autorisation ............................................................................................... 30 4.1.3 Planification des vols .................................................................................................... 30 4.1.4 Travaux terrain pré-vol .................................................................................................. 31 4.1.5 Vols d’acquisition des images ....................................................................................... 31 4.2 Traitement des données ........................................................................................................ 34 4.2.1 Qualité des images ........................................................................................................ 34 4.2.2 Projection, cadre géodésique et points de contrôles ...................................................... 34 4.2.3 Nettoyage des points d’attache ...................................................................................... 35 4.2.4 Création du nuage dense et calibration spectrale .......................................................... 36 4.2.5 Format des images ......................................................................................................... 36 4.3 Analyse des données ............................................................................................................. 37 4.3.1 Cartographie des côtes .................................................................................................. 37 4.3.2 Cartographie des écosystèmes côtiers ........................................................................... 37 4.4 Résultats préliminaires ......................................................................................................... 40 VI 4.4.1 Cartographie des côtes .................................................................................................. 40 4.4.2 Cartographie des écosystèmes côtiers ........................................................................... 43 4.5 Contraintes rencontrées et retour d’expériences .................................................................. 50 4.5.1 Utilisation d’orthomosaïques historiques ...................................................................... 50 4.5.2 Acquisition de données multispectrales ........................................................................ 51 4.5.3 Problèmes de positionnement ........................................................................................ 52 4.5.4 Caméra défectueuse ....................................................................................................... 53 4.5.5 Solutions logicielles ...................................................................................................... 54 5. Établissement de la méthodologie - portion submergée ................................................... 54 6. Application de la méthodologie - portion submergée ....................................................... 56 6.1 Collecte de données .............................................................................................................. 56 6.1.1 Plateforme et mobilisation ............................................................................................ 56 6.2 Traitement des données ........................................................................................................ 64 6.3 Résultats préliminaires ......................................................................................................... 68 6.4 Contraintes rencontrées et retour d’expériences .................................................................. 69 7. Projets connexes ................................................................................................................... 70 7.1 Détection automatique de traits de côte ............................................................................... 70 7.2 Détection semi-automatique des changements dans les habitats côtiers .............................. 71 7.3 Super-résolution: Rééchantillonnage d’images à plus haute résolution ............................... 72 8. Prochaines étapes ................................................................................................................. 73 8.1 Portion émergée .................................................................................................................... 73 8.2 Portion submergée ................................................................................................................ 74 9. Conclusion ............................................................................................................................. 75 10. Bibliographie ......................................................................................................................... 78 VII 11. Annexes ................................................................................................................................. 94 VIII Liste des figures FIGURE 1.1 LOCALISATION DE LA ZONE D’ÉTUDE .............................................................................. 2 FIGURE 2.1. EXEMPLE DE LA BASE DE DONNÉES. ............................................................................. 11 FIGURE 2.2 EMPREINTES DES ORTHOMOSAÏQUES AÉRIENNES DISPONIBLES ..................................... 16 FIGURE 3.1 SCHÉMATISATION DES ÉTAPES DE TRAITEMENT PHOTOGRAMMÉTRIQUE ........................ 22 FIGURE 4.1 LOCALISATION DES SITES SÉLECTIONNÉS ...................................................................... 29 FIGURE 4.2. LOCALISATION DES SITES SURVOLÉS ............................................................................ 33 FIGURE 4.3 SCHÉMATISATION DES ÉTAPES DE TRAITEMENT CARTOGRAPHIQUES .............................. 38 FIGURE 4.4 TYPE DE CÔTE PRINCIPALE, SITE DE L’ANSE À PHILIPPE ................................................ 41 FIGURE 4.5 TYPE DE CÔTE PRINCIPALE, SITE DE L’ANSE SAINT-JEAN .............................................. 42 FIGURE 4.6 EXEMPLE DE STRUCTURES IMPERCEPTIBLES DANS L’IMAGERIE DISPONIBLE. ................ 42 FIGURE 4.7 CARTOGRAPHIE DES ÉCOSYSTÈMES À L’ANSE À PHILIPPE ............................................. 44 FIGURE 4.8 CARTOGRAPHIE DES ÉCOSYSTÈMES À L’ANSE SAINT-JEAN ........................................... 45 FIGURE 4.9 CARTOGRAPHIE DES ÉCOSYSTÈMES À L’ANSE SAINTÉTIENNE .................................... 46 FIGURE 4.10 NIVEAU DE CONFIANCE DE LA CARTOGRAPHIE A L’ANSE A PHILIPPE ........................... 47 FIGURE 4.11 NIVEAU DE CONFIANCE DE LA CARTOGRAPHIE A L’ANSE SAINT-JEAN ........................ 48 FIGURE 4.12 NIVEAU DE CONFIANCE DE LA CARTOGRAPHIE À L’ANSE SAINTÉTIENNE ................. 49 FIGURE 5.1 : ACQUISITION DE DONNÉES MULTIFRÉQUENCES SELON UN CYCLE PRÉÉTABLI .............. 55 FIGURE 6.1 : LE VOILIER FOREL AU BASSIN LOUISE, À QUÉBEC, LORS DE LA MOBILISATION. .......... 57 FIGURE 6.2 : ÉCHOSONDEUR MULTIFAISCEAUX MULTIFRÉQUENCE R2SONIC 2020 V + ................... 57 FIGURE 6.3 : MONTAGE DE L’ÉCHOSONDEUR SUR UNE PERCHE AMOVIBLE ...................................... 58 FIGURE 6.4 : SYSTÈME DE POSITIONNEMENT PERMETTANT LA LOCALISATION DES DONNÉES ACOUSTIQUES .......................................................................................................................... 58 FIGURE 6.5 : EXEMPLE DE MODÉLISATION DE L’INSTALLATION POUR LE CALCUL DES BRAS DE LEVIER ................................................................................................................................................ 59 FIGURE 6.6 : SONDE MULTI-PARAMÈTRES AML-3 ........................................................................... 60 FIGURE 6.7 : PARAMÈTRES DE VOXCONTROL ................................................................................. 62 FIGURE 6.8 : VISUALISATION SUR HYPACK ................................................................................... 62 FIGURE 6.9 : CARTE DE LOCALISATION DES PROFILS DE VÉLOCITÉ ................................................... 63 IX FIGURE 6.10 : TRACÉ EMPRUNTÉ PAR LE NAVIRE DE COLLECTE DE DONNÉES ACOUSTIQUES ............ 64 FIGURE 6.11 : SEGMENT DE DONNÉES NON NETTOYÉES RELEVÉ DANS LA BAIE DES HA ! HA !......... 66 FIGURE 6.12 : EXEMPLE DE PROFIL DE VÉLOCITÉ DU SON. ............................................................... 66 FIGURE 6.13 : SCHÉMATISATION DES ÉTAPES DE TRAITEMENT DES DONNÉES ACOUSTIQUES BATHYMÉTRIQUES ................................................................................................................... 67 FIGURE 6.14 : REPRÉSENTATION BATHYMÉTRIQUE DES PAROIS ........................................................ 68 6 l’offre touristique de la région du Saguenay. Les bateaux de croisière s’y déplaçant sont de plus en nombreux, et des offres de croisières d’hiver sont en train d’être établies. Cette augmentation du trafic maritime d’ordre touristique s’ajoute à celle du trafic d’ordre industriel, augmentant ainsi les risques d’incident maritime et les conséquences potentielles sur les écosystèmes du Fjord. 2. Revue de littérature 2.1 Rappel de l’importance d’une cartographie de référence Pour surveiller la santé des écosystèmes, il est essentiel de collecter des données sur leurs composantes vivantes et environnementales (Misiuk & Brown, 2024). Ces informations permettent de comprendre l'organisation spatiale des écosystèmes et d’identifier des changements dans leur état (Misiuk & Brown, 2024). En effet, celles-ci peuvent servir de référence lors de futures collectes de données, facilitant ainsi les comparaisons temporelles (Robert et al., 2017). Les données et analyses qui en découlent peuvent être présentées sous format cartographique, illustrant ainsi les connaissances écologiques disponibles dans un contexte spatio-temporel (Brown et al., 2019). Ces représentations peuvent ensuite être transmises aux instances gestionnaires des ressources, permettant ainsi une gestion saine des ressources naturelles, informées par une cartographie précise. Ces cartes peuvent aussi intégrer des données sur les activités anthropiques, facilitant la réflexion sur les questions de compatibilité et d’atténuation des conséquences humaines sur le milieu écologique (Brown et al., 2019). La compréhension des schémas spatiaux de distribution des espèces est fondamentale pour la conception de plans de conservation (Robert et al., 2017; van Audenhaege et al., 2021). En ce sens, différents acteurs reconnaissent que la cartographie des écosystèmes est primordiale pour la protection d’espèces (Huvenne & Furlong, 2019). La plupart des exercices de cartographie des écosystèmes s'appuient sur l’utilisation de données de télédétection. Les travaux portant sur la cartographie des écosystèmes de fjords demeurent assez limités, surtout en ce qui a trait aux écosystèmes intertidaux. Un des seuls exemples de cartographie des écosystèmes intertidaux d’un fjord provient du Fjord norvégien de Trondheimsfjorden. Comme c’est le cas ici, l’objectif de cette initiative était le développement d’une méthodologie permettant 7 la cartographie des fjords norvégiens afin d’établir des états de référence et, ultimement, de détecter les changements majeurs. L’approche retenue repose sur la constitution d’une série temporelle d’images et de données radars satellitaires à partir de laquelle la ligne d’eau a été extraite en employant des seuils discriminatoires. Par la suite, des analyses statistiques ont été réalisées afin de relever les 5ième et 95ième percentiles qui ont été associés aux limites de la zone intertidale. Finalement, une étape de classification supervisée des habitats a été réalisée sur les zones définies (Haarpaintner & Davis, 2020; Haarpaintner et al., 2021). 2.2 Approche générale : télédétection La revue de littérature constituant le second livrable du présent projet (Vaillancourt-Vigneault et al., 2025) a permis de cibler les techniques de télédétection optique et acoustique optimales pour exécuter les travaux de cartographie du Fjord désirés. Nous fournissons ici un résumé des conclusions de Vaillancourt-Vigneault et al. (2025). 2.2.1 Télédétection optique (portion émergée) La télédétection optique est largement utilisée dans les projets de surveillance, de description ou de cartographie des habitats côtiers (Cavalli, 2024). Selon une revue de littérature récente (Cavalli, 2024) compilant 502 publications entre 2021 et 2023 – dont 57 en lien avec la zone intertidale – les plateformes employées se répartissent entre satellites (79%), drones (10%) et avions (7%). L’utilisation de capteurs multispectraux est recensée dans 37 % des études considérées. L’imagerie par drone se distincte par un coût d’acquisition relativement faible, ses résolutions spatiales et temporelles fines, ainsi que par un contrôle absolu des paramètres de vol (Adade et al., 2021; De Cock et al., 2023; Kvile et al., 2024). Cependant, malgré ses avantages et les exemples concluants, le nombre d’études portant sur la cartographie des habitats intertidaux par drone demeure restreint (De Cock et al., 2023). Dans le cadre du présent projet, l’imagerie acquise par drone servira à produire des cartographies haute résolution de secteurs clés, notamment les baies, anses et estuaires des principaux tributaires du Fjord (voir Section 4.1.1). Il est proposé d’utiliser des orthomosaïques 8 existantes (voir Section 2.4) issues d’images aériennes par avion pour les secteurs qui ne seront pas survolés par drone. Par ailleurs, dans le processus de caractérisation des écosystèmes, les cartes dérivées des images de drone pourront être utilisées comme secteurs de validation ou de calibration pour les orthomosaïques aériennes (Elma et al., 2024; Herkül et al., 2024). 2.2.2 Télédétection acoustique (portion submergée) La télédétection acoustique est privilégiée à la télédétection optique en eau turbide et profonde, là où la lumière est rapidement limitée (Ismail et al., 2015). La forme et la composition d’une surface sous-marine peuvent être révélées par l’analyse de données bathymétriques et de rétrodiffusion fournis par les appareils acoustiques. Il existe différents types d’appareils acoustiques, dont les caractéristiques d’acquisition, et le type de données produites diffèrent. Dépendamment de l’appareil acoustique employé, il peut mesurer le délai entre l’émission d’une onde acoustique, son interaction avec la surface étudiée et son retour vers le capteur (données bathymétriques) et l’intensité du signal retourné (rétrodiffusion) (Ismail 2015). Ainsi, le choix de l’appareil dépend du sujet étudié et de l’objectif de la production de ces données. Il peut s’agir de sonars à balayage latéral pour la détection d’objets, de profileurs sismiques pour la détection du sous-sol, d’échosondeurs monofaisceau pour la navigation, ou d’échosondeur multifaisceaux pour la caractérisation des surfaces, entre autres. Ces divers appareils fournissent une densité de données et une couverture spatiale différentes selon la taille de la surface couverte par la fauchée et la proximité de l’appareil avec la surface étudiée. Par exemple, un échosondeur monofaisceau produisant un faisceau unique couvre une portion plus réduite qu’un échosondeur multifaisceaux produisant plusieurs faisceaux à des angles différents couvrant une zone plus large. La plateforme sur laquelle l’appareil est installé est aussi responsable de la largeur de la zone couverte durant la collecte. Par exemple, un véhicule sous-marin téléguidé situé à un mètre de la surface en question couvre une superficie moins grande qu’un même appareil installé sur un bateau à quelques mètres de distance. La couverture spatiale couverte influence ainsi le temps de collecte de données et le coût des campagnes de terrain (van Audenhaege et al., 2021; Menandro et al. 2022). 9 Les fréquences acoustiques offertes varient d’un type d’appareil à l’autre. La capacité de pénétration des objets présents dans la colonne d’eau et de la surface du fond varient d’une fréquence à l’autre (Zhang et al., 2024a). Par exemple, un profileur sismique utilise de basses fréquences acoustiques qui pénètrent les surfaces rencontrées pour informer sur la composition des différentes couches de substrats rencontrées, tandis qu’un échosondeur monofaisceau utilisé pour la pêche utilise de hautes fréquences qui sont réfléchies par les poissons rencontrés dans la colonne d’eau. Par conséquent, selon la fréquence acoustique employée, le retour du signal acoustique fournit différentes informations sur les caractéristiques du milieu rencontré. Les diverses fréquences acoustiques interagissent différemment lors du contact de l’onde acoustique avec une même matière (Zhang et al., 2024a). Dans le cadre du présent projet, il a été décidé d’utiliser un échosondeur multifaisceaux multifréquences pour cartographier les parois sous-marines du Fjord. Cet instrument à la fine pointe de la technologie permettra d’obtenir des données bathymétriques et de rétrodiffusion à très haute résolution (voir Section 5). 2.3 Résilience Saguenay: Typologie et variables Une exploration des différents systèmes typologiques applicables à la cartographie des écosystèmes côtiers en zone intertidale a été menée (Guillaumont et al., 2009; USFGDC, 2012; Gayet et al., 2018; Keith et al., 2020). À l’issue de ces analyses, il est proposé d’appuyer le cadre typologique de la présente étude sur celui développé par l’équipe de l’UQAR (Arsenault et al., 2021; Jobin et al., 2021) et partiellement adopté par l’équipe de l’Université Laval concernant la portion maritime de leur zone d’étude (Bernier et al., 2020) dans le cadre des projets Résilience côtière du Saint-Laurent (voir Section 1.1). Cette approche garantit une cohésion et une intégration complète entre les initiatives ciblant la caractérisation côtière du Sud québécois. Ainsi, les sections suivantes s’inspirent largement des rapports précités et exposent le cadre méthodologique défini à ce stade. Au cours des prochaines phases, des ajustements ou des compléments pourraient être apportés à ce cadre typologique afin d’y intégrer des éléments observés sur le terrain. Par exemple, nous avons déjà noté la présence de terrasses argileuses dans la portion de l’estuaire fluvial de la zone d’étude (Tableau 1.1, Section 1.2), entre l’île Wilson et la municipalité de Saint-Fulgence 10 (Dionne, 2001). De telles terrasses ne font pas partie de la typologie développée par l’équipe de l’UQAR; nous devrons donc l’adapter pour reconnaitre et prendre en compte les spécificités du Fjord du Saguenay. 2.3.1 Cartographie des côtes La cartographie des côtes s’appuie sur des segments linéaires, lesquelles permettent de positionner, dans la zone couverte par cette analyse, les principales limites géomorphologiques reconnues dans la littérature. Cette zone débute à la frontière terre/mer et atteint jusqu’à 200 m à l’intérieur des terres. Quintin et al. (2016) ont démontré l’intérêt de recourir aux notions de « haut de talus en milieu côtier (trait de côte) » et de « ligne de rivage » pour localiser les limites géomorphologiques essentielles à la caractérisation côtière. Pour ce projet, les définitions retenues pour ces deux limites sont celles proposées par Bernatchez & Drejza (2015) : Ligne de rivage : « Cette limite géomorphologique correspond à la limite de végétation herbacée dense, à la base d’un ouvrage de protection rigide ou à la base d’une falaise. Elle correspond approximativement à la limite des hautes mers maximales/ pleines mers supérieures de grandes marées. Pour les marais maritimes, la ligne de rivage correspond à la limite entre le schorre supérieur et inférieur, soit approximativement le niveau moyen des hautes mers/ pleines mers supérieures de marée moyennes.» Trait de côte : « Cette limite géomorphologique correspond au sommet du talus côtier. C’est la limite de la zone d’influence des processus côtiers, la limite entre la côte et l’arrière-côte. Dans les marais maritimes, il s’agit de l’arrière du schorre supérieur, soit lorsque la végétation devient terrestre.» Le positionnement et la délinéation de ces limites reposent sur des indicateurs géomorphologiques et/ou botaniques, selon le type de côte, tel que proposé par Mallet & Michot (2012), Quintin et al. (2016) ou Houde-Poirier et al. (2018). Une base de données spatiale (geotadabase) a été constituée selon le modèle érigé par l’équipe de l’UQAR (LDGIZC-UQAR, 11 S.D.). Celle-ci consigne une panoplie d’informations complémentaires (p. ex. image interprétée, année de l’image interprétée, élément d’interprétation, validation terrain, municipalité). Des menus déroulants ont été configurés pour accélérer et homogénéiser le processus (Figure 2.1). Le type de côte ainsi que son état y sont également définis. Figure 2.1. Exemple de la base de données. A) Éléments d’interprétation. B) État de la côte. C) Échelle de l’image. À ce stade préliminaire du projet, les classes choisies sont tirées des grands types de côtes proposés par Arsenault et al. (2021) et Bernier et al. (2021) – Terrasse de plage; Terrasse de plage à base rocheuse; Flèche littorale; Tombolo/cordon littoral; Meuble sans falaise (inclut falaise basse); Falaise meuble; Falaise rocheuse; Rocheuse sans falaise (inclut falaise basse); Marais maritime; Remblai; Côte artificielle; Non déterminée. Lors des phases subséquentes, une liste détaillée des types de côtes identifiés, accompagnée de photographies terrain et de descriptions, sera produite. L’état de la côte est consigné selon les attributs définis par Quintin et al. (2016) et employés par Bernier et al. (2020), lesquels sont présentés au Tableau 2.1. Comme la détermination des secteurs d’accumulation est facilitée par une analyse diachronique, il est prévu d’effectuer ce type 12 d’analyse à des secteurs ciblés, notamment les embouchures de rivières importantes (voir Section 4.5.1). Enfin, la numérisation des segments sera réalisée en suivant le protocole décrit par Arsenault et al. (2021), stipulant que : (1) la numérisation doit se faire dans une direction constante, (2) un segment se termine lorsqu’un changement est observé (p. ex. type de côte ou état), (3) les segments sont interrompus aux limites municipales, (4) l’option capture (snapping) est utilisée afin d’assurer la connexion de l’ensemble des segments et (5) la longueur minimale des segments est fixée à 5 m. Des exemples de mise en application sont présentés à la Section 4.1.1. Tableau 2.1 Description de l’état de la côte (modifié de Quintin et al., 2016) État de la côte Description Active ou vive Segment côtier pour lequel il y a des signes apparents de processus d'érosion, et/ou pour lequel le couvert végétal représente moins de 25 %, et/ou l'escarpement est vif. Semi-végétalisée Segment côtier pour lequel il y a des signes apparents de processus d'érosion et le couvert végétal représente 25 à 75 %. Stable ou végétalisé Segment côtier pour lequel il n'y a pas de signes apparents de processus d’érosion actifs. Le couvert végétal représente plus de 75 % ou il y a une structure de protection côtière. Non déterminée État de la côte non déterminé. Accumulation Au niveau de la côte, signe d’accumulation sédimentaire. 2.3.2 Cartographie des écosystèmes côtiers La cartographie des écosystèmes côtiers sera une cartographie surfacique produisant des polygones délimitant les écosystèmes côtiers. Ces polygones seront compilés au sein d’une base de données spatiale (geotadabase). La typologie retenue utilise la définition des grands écosystèmes de Jobin et al. (2021), qui s’articulera autour de certains des attributs contenus au sein de la base de données. Pour l’instant, il est proposé d’employer une version adaptée des grands écosystèmes identifiés par l’équipe de l’UQAR et d’apporter des modifications au besoin du Fjord. Le Tableau 2.2 présente la liste des écosystèmes côtiers retenue. Pour le moment, les écosystèmes infralittoraux seront conservés; cependant, en raison du contexte géomorphologique et des profondeurs d’eau attendues, il est possible que ceux-ci soient modifiés ou éliminés. 13 La cartographie des écosystèmes côtiers sera délimitée de façon uniforme. Elle cible les zones côtières, telles que définies par le trait de côte en contexte de marais maritime et par la ligne de rivage pour les autres types d’environnement (Jobin et al., 2021) – voir Section 2.3.2. Au large, la distance est déterminée selon les particularités du site ainsi que la visibilité de la tranche d’eau en zone infralittorale sur les données utilisées (p. ex. images de drone). La distance minimale considérée correspondra à la zone intertidale émergée visible sur les données. Tableau 2.2 Grands écosystèmes côtiers (modifié de Jobin et al., 2021) Nom de l’écosystème Complément d’information Infralittoral meuble Pertinence à valider Infralittoral meuble à macroalgues Infralittoral rocheux Pertinence à valider Infralittoral rocheux à macroalgues Infralittoral Lorsque la nature du substrat est indéterminée Pertinence à valider Infralittoral à macroalgues Bas estran meuble Bas estran meuble à macroalgues Bas estran rocheux Incluant platier Bas estran rocheux à macroalgues Incluant platier Bas estran Lorsque la nature du substrat est indéterminée Bas estran à macroalgues Lorsque la nature du substrat est indéterminée Batture Incluant vasière et slikke Batture à macroalgues Incluant vasière et slikke Chenal estuarien Chenal estuarien à macroalgues Delta Incluant delta estuarien et de marée Delta à macroalgues Incluant delta estuarien et de marée Plage Haut estran rocheux Marais maritime Île Comme présenté plus haut, le livrable cartographique produit consistera en des polygones délimitant les écosystèmes côtiers compilés au sein d’une base de données spatiale (geotadabase) structurée selon le modèle de l’équipe de l’UQAR (LDGIZC-UQAR, S.D.). Cette base de données 14 permettra de colliger, via des menus déroulants ou par saisie manuelle, les métadonnées de la cartographie (p. ex. type de substrat, couverture végétale, système géomorphologique, validation terrain, source de l’imagerie, région administrative, etc.). Nous notons que les informations concernant la couverture végétale seront compilées pour ce projet; cependant, il n’est pas prévu de systématiquement colliger les informations spécifiques à la végétation, comme la famille ou le taxon d’une plante présente. Pour y pallier, il est suggéré d’utiliser les relevés végétaux déjà publiés (p. ex. Gilbert, 2004; AECOM, 2013; Audet-Robitaille & Martel, 2023; Comité ZIPSaguenayCharlevoix, 2025) ou effectués par des partenaires (p. ex. Parc marin du Saguenay-Saint-Laurent). Il est avancé que les espèces ou assemblages végétaux demeurent relativement stables sur un horizon à court terme (p. ex. 20 ans), mais que leur distribution spatiale peut être modifiée rapidement selon les événements hydroclimatiques. L’exercice consistera à attribuer l’espèce ou l’assemblage des relevés par d’autres efforts aux polygones d’écosystèmes définis dans ce projet. 2.3.3 Cartographie des parois sous-marines Deux types de données ont été jugées nécessaires pour la cartographie des parois sous-marines du Fjord: la bathymétrie et les données de rétrodiffusion acoustique à plusieurs fréquences. La littérature scientifique reconnait que la collecte de données bathymétriques et de rétrodiffusion représente un apport important pour l’élaboration de plans de conservation (Buhl-Mortensen et al., 2015; Lecours, 2017; Novaczek et al., 2017; Cui et al., 2021; Van Audenhaege et al., 2021) ou l’identification de zones d’intervention prioritaires en cas d’incidents maritimes. La bathymétrie représente un modèle tridimensionnel d'une surface étudiée, dérivée d’un nuage de points correspondant à des retours acoustiques (Greiffenhagen et al., 2024). La nature de ces nuages de points est similaire à celle des nuages de points obtenus par lidar, mais avec du son au lieu de la lumière. La bathymétrie peut fournir beaucoup d’information d’importance écologique. Par exemple, des variables géomorphométriques comme la pente, la rugosité, et la courbure locale d’une surface peuvent être dérivées de données bathymétriques (Lecours et al., 2016; Gonzalez, 2019; Pearman et al., 2020). Celles-ci sont révélatrices de la complexité de la surface et de son niveau d’hétérogénéité (Price, 2021), qui joue un rôle écologique d’importance en matière de la diversité des habitats disponibles (Pino & Webb, 2024). Ainsi, l’hétérogénéité 15 d’une surface comme une paroi sous-marine est souvent directement liée à la biodiversité d’un milieu. Les données de rétrodiffusion peuvent informer sur la composition d’une surface. En effet, l’interaction d’un faisceau acoustique avec une matière peut entraîner l’absorption d’une partie de l’énergie par cette matière. Lorsque c'est le cas, l’intensité de la portion réfléchie par la matière et renvoyée vers le capteur de l’échosondeur est moindre que celle émise. L’absorption dépend de la nature de la surface rencontrée (ex. substrat dur ou substrat mou; van Audenhaege et al., 2021). L’analyse de l’intensité des retours – la rétrodiffusion - permet de distinguer des retours forts associés à des matériaux durs et des retours faibles associés à des matériaux mous. Conséquemment, il est donc possible de cartographier les différents types d’environnements composant les écosystèmes de parois du Fjord du Saguenay. 2.4 Données complémentaires Une partie de notre revue de la littérature s’est concentrée sur la disponibilité de données existantes susceptibles d'informer et de soutenir notre projet. Nous avons recensé de multiples sources de données pouvant fournir des informations complémentaires pour l’étude des écosystèmes côtiers submergés ou émergés du Fjord. Le Tableau 2.3 collige les principaux produits retenus. À noter que des sources alternatives ont été explorées, dont les banques d’images issues de plateformes de cartographie participative, comme Mapillary, Panoramax et Kartaview. Toutefois, celles-ci disposent de peu de clichés couvrant les côtes du Fjord. Cette option aurait permis, dans une certaine mesure, de compenser l’absence d’images obliques. La Figure 2.2 ainsi que le Tableau 2.4 présentent les caractéristiques des orthomosaïques aériennes disponibles couvrant la région d’étude. Le Tableau 2.5 compile les images aériennes historiques téléchargées et employées dans le cadre des essais d’analyses diachroniques au site de la Baie Sainte-Marguerite (voir Section 4.5.1). 22 traitement d’images côtières par photogrammétrie (Over et al., 2021). La Figure 3.1 schématise la séquence des étapes proposées pour le traitement. Il est à noter que certaines procédures s’appliquent uniquement aux images acquises avec la caméra multispectrale (voir Tableau 4.2). Figure 3.1 Schématisation des étapes de traitement photogrammétrique 3.3 Analyse des données (préparation, segmentation et classification) 3.3.1 Sélection de bandes spectrales La Section 3.2.3 a mis en relief l’importance de la résolution spectrale en cartographie des habitats. Cette considération est aussi importante au niveau méthodologique: est-ce que toutes les bandes fournies par un capteur sont utiles à la cartographie des écosystèmes d’intérêt? Si ce n’est pas le 23 cas, des économies de ressources pourraient être faites, que ce soit en utilisant des capteurs avec une résolution spectrale moins élevée - qui sont moins coûteux - ou en réduisant les ressources informatiques nécessaires pour traiter les données, par exemple. Quelques études visent à évaluer quantitativement l’apport des différentes bandes spectrales dans les efforts de cartographie côtière. Simpson et al. (2024) ont comparé des classifications multispectrales réalisées à partir de 3, 5, 6 et 10 bandes. Les résultats montrent peu de différences entre 5, 6 et 10 bandes, particulièrement lorsque la combinaison inclut la bande coastal blue ainsi qu’une seconde bande rouge. Une seconde étude, portant sur un habitat estuarien, a comparé une classification des bandes visibles (rouge, verte, et bleue (RVB)) à une classification à cinq bandes. Les résultats semblent confirmer l’efficacité de l’ajout de bandes multispectrales, alors que les bandes RedEdge et NIR ont amélioré la détection des espèces végétales. Leur performance globale est passée de 57 à 84 %, de 63 à 91 % et de 72 à 89 % selon les sites. Enfin, Suo et al. (2019) confirment un gain de précision des classifications par l’ajout de bandes, mais soulignent que le gain semble stagner au-dessus de 4 bandes, n’entraînant pas de performance supérieure. Malgré la littérature soulignant l’apport généralement positif de bandes spectrales hors du spectre visible, comparé à l’usage exclusif de bandes visibles, quelques études nuancent ce constat. Gonzalez-Perez et al. (2022) rapportent que les bandes visibles peuvent produire des classifications comparables à celles issues d’images multispectrales, surtout lorsque les coûts et traitements associés sont considérés. Dans le même ordre d’idée, James et al. (2020) soulignent que l’apport des images multispectrales à leur classification, qui n’a amélioré leur précision que de 4%, demeure négligeable compte tenu du prix d’acquisition de ce type de capteur. Enfin, Papakonstantinou et al. (2020) observent que, dans le cas d’une classification sous-marine orientée-objet, l’utilisation des bandes visibles s’avère légèrement plus précise que lors de l’emploi des images multispectrales, et ce, nonobstant les algorithmes de classification utilisés. 3.3.2 Indices spectraux et autres dérivées Les indices spectraux constituent une technique de combinaison et de transformation mathématique des bandes spectrales permettant de caractériser et de quantifier des éléments environnementaux 24 spécifiques (p. ex. végétation, eau, sol) en exploitant leurs signatures spectrales distinctes (Chen et al., 2025). Les indices pouvant être calculés sur une orthomosaïque dépendent de la résolution spectrale, c’est-à-dire du nombre de bandes et de leurs longueurs d’onde associées. Largement utilisés en caractérisation d’écosystèmes, plusieurs indices ont pu être recensés et permettent d’améliorer significativement les précisions de classifications selon les objectifs spécifiques visés (p. ex. Normalized Difference Sand Index (NDSI), Mao et al., 2022; Floating Algae Index (FAI), Torres-Pérez et al., 2023; Normalized Difference Turbidity Index (NDTI), Ma et al., 2024; Salinity index (SIT), Li et al., 2024). Dans le cadre du présent projet, il est proposé de : (1) calculer, via un code dédié, les différents indices relevés en plus des plus courants (p.ex. Normalized difference vegetation index (NDVI); Modified Normalized Difference Water Index (MNDWI); et (2) valider leur apport à la segmentation en utilisant les outils d’optimisation d’eCognition, comme Feature Space Optimization, Sample Based Feature Relevance ou analyse en composantes principales (ACP) (voir Section 3.3.3). Un autre dérivé important provient du processus photogrammétrique. En effet, en s’assurant d’avoir un chevauchement adéquat lors de la collecte des données (Section 3.1.2), il est possible de créer un modèle numérique de surface (MNS) et un modèle numérique de terrain (MNT) à partir de l’imagerie. En utilisant les principes de la géomorphométrie, il est ensuite possible de dériver une variété d’indices topographiques (p. ex. pente, rugosité, courbure, position altitudinale relative, formes morphométriques) pour caractériser la forme du terrain dans les zones d’études. Les avantages associés à la résolution spectrale, aux indices spectraux et aux données altimétriques peuvent être combinés, ce qui semble accroître significativement les résultats de classification (Chand & Bollard, 2021; Oiry et al., 2024). Par exemple, Bergner et al. (2025) démontrent que l’ajout d’un MNT à résolution métrique à une classification multispectrale en milieu côtier permet d’accroître la précision de 75 % à 89 %, dans leur cas. Des constats similaires ont été rapportés par James et al. (2020) ainsi que Brunier et al. (2022), qui ont observé respectivement des hausses de la précision globale de 4 et 20% en intégrant des données géomorphologiques à leurs classifications d’images multispectrales en milieu marin. 25 3.3.3 Algorithmes de segmentation Les variables techniques susceptibles d’influencer le cadre méthodologique sont abondantes et variées. Parmi celles-ci, les algorithmes de segmentation d’images foisonnent, et mener des tests quantitatifs permettant de déterminer le plus performant dans le contexte spécifique du projet serait laborieux. Par conséquent, cette section ne prétend ni dresser une liste exhaustive ni décrire l’ensemble des options disponibles, mais vise à justifier, sur la base de la littérature consultée, certains choix méthodologiques relatifs aux aspects techniques de la cartographie par télédétection optique. En géographie, il est admis que les éléments près les uns des autres sont plus susceptibles d’être similaires que ceux qui sont éloignés (Tobler, 1969). Ce concept fondamental s’applique directement à la télédétection. L’analyse d’image basée sur les objets, ou orientée-objet (Objectbased Image Analysis (OBIA)), s’appuie sur ce principe. L’analyse OBIA segmente donc les données d’entrée en objets homogènes et les analyses subséquentes (p. ex. une classification) s’appliquent sur les objets au lieu de sur des pixels individuels. Autrement dit, la segmentation considère l’information spectrale des pixels afin de définir des polygones groupant des pixels partageant des similitudes (Blaschke et al., 2015). Les analyses subséquentes peuvent donc se baser sur l’information spectrale, géométrique et contextuelle des objets. À l’opposé, l’approche pixel par pixel (pixel-based) ne considère que les propriétés spectrales (Blaschke 2010), omettant le concept de Tobler (1969). L’analyse OBIA permet d’accroître les résultats de segmentation, particulièrement lorsqu’appliquée à des images de très haute résolution comme celles issues des vols de drone (Doukari & Topouzelis 2022; Ez-zahouani et al., 2023; Karan et al., 2025). Dans le contexte de la cartographie côtière, l’OBIA semble se distinguer et offrir des résultats supérieurs à l’approche pixel par pixel (Ventura et al., 2018; Espriella et al. 2020; De Cock et al., 2023; Madhuanand et al., 2025). À titre d’exemple, Demers et al. (2015) ont comparé les deux types d’analyses pour la cartographie du littoral arctique canadien et ont observé une précision globale de 78% avec OBIA contre 71% avec la classification pixel par pixel. De plus, la segmentation de type OBIA facilite une intégration plus complète et variée des données auxiliaires (Espriella et al. 2020; Ez-zahouani et al., 2023). D’ailleurs, l’apport significatif de l’incorporation de données auxiliaires est largement discuté concernant un vaste éventail d’informations : 26 lithologiques (Mao et al., 2022; Sunde et al., 2024), formes des côtes (Mao et al., 2022), topographiques (Sturdivant et al., 2017; Kotaridis & Lazaridou 2021; Mao et al., 2022; De Cock et al., 2023; Sullivan et al., 2025; Zheng et al., 2025), matrices de co-occurrence des niveaux de gris (Madhuanand et al., 2025), ou géométriques (Mao et al., 2022; Madhuanand et al., 2025; Zheng et al., 2025). L’algorithme de segmentation le plus répandu en OBIA est le Multi-Resolution Segmentation (MRS) disponible dans le logiciel eCognition (Ez-zahouani et al. 2023; Karan et al., 2025). Cet algorithme repose sur trois paramètres fondamentaux: l'échelle, la forme et la compacité. Il utilise une approche ascendante en débutant par former des segments à la plus fine résolution possible, souvent au niveau du pixel même. Ensuite, une étape de fusion itérative des segments en objets plus grands, selon des critères d’homogénéité spectrale et spatiale, est réalisée (Yan et al., 2022). Dans des contextes de cartographie côtière, le MRS a démontré son efficacité avec des précisions globales recensées oscillant entre 78 et 96% (Demers et al., 2015; Ventura et al., 2018; Espriella et al., 2020; Doukari & Topouzelis 2022; Espriella & Lecours 2023). À ce stade du projet, l’algorithme de classification permettant d’attribuer les écosystèmes d’intérêt du Fjord aux polygones de segmentation n’est pas encore déterminé puisque nous n’avons pas encore accès à eCognition. La demande d’acquisition du logiciel a été approuvée par le Service des technologies de l’information de l’UQAC, et nous devrions pouvoir commencer à l’utiliser en janvier 2026. Il est proposé de réaliser des tests de façon à confirmer l’algorithme de segmentation offrant les meilleures performances au sein des environnements du Fjord. Nous proposons aussi d’utiliser des orthomosaïques existantes (Section 2.4) issues d’images aériennes par avion pour les secteurs qui ne seront pas survolés par drone. L’approche de segmentation optimale déterminée pour les images de drones sera conservée pour conserver une cohérence méthodologique au niveau des différentes échelles. De plus, cette démarche vise à réduire la subjectivité dans la délimitation des différents habitats côtiers et à permettre, par photointerprétation, l’attribution à chaque objet des caractéristiques du système de classification écologique côtier (Section 2.3.2). Par ailleurs, les cartes dérivées des images de drone pourront être utilisées comme secteurs de validation ou de calibration pour les orthomosaïques aériennes (Elma et al., 2024; Herkül et al., 2024). 27 3.3.4 Positionnement du niveau des pleines mers supérieures de grandes marées L’interprétation des limites géomorphologiques décrites dans la Section 2.3.1 peut être facilitée par le positionnement du niveau des pleines mers supérieures de grandes marées (PMSGM) (Arsenault et al., 2021). La méthode proposée pour établir le PMSGM suit les étapes suivantes : 1. Récupérations des informations des stations marégraphiques disponibles pour le Fjord (www. marees.gc.ca/fr/stations) ; 2. Conversion des valeurs des stations, relatives aux zéros des cartes, en utilisant la constante de conversion des systèmes géodésiques CGVD28 afin d’arrimer les valeurs aux données lidar ; 3. Détermination de l'aire d'influence de chacune des stations en employant des polygones de Thiessen, ou diagrammes de Voronoï, en s’appuyant sur le fait que la marée ne suit pas une fonction linéaire (Simon, 2007) ; 4. Extraction, à partir du MNT des données lidar, via l’outil « courbes de niveau » dans un système d’information géographique (SIG), des valeurs PMSGM correspondant à chaque aire définie à l’étape précédente (étape 3). 4. Application test de la méthodologie - portion émergée 4.1. Collecte de données par drone 4.1.1 Sélection des sites La détermination des sites prioritaires s’est articulée autour de deux approches complémentaires. Dans un premier temps, les zones d’intérêt (p. ex. marais ou zones intertidales importantes) identifiées dans la documentation consultée ont été retenues (Dionne et al., 2001; Gilbert et al., 2004). Par la suite, les valeurs de pentes dérivées des données lidar (Section 2.4) ont été utilisées afin de délimiter les secteurs du Fjord présentant une pente comprise entre 0 et 15⁰, ce qui permet d’écarter les zones susceptibles d’être dominées par des parois rocheuses. La sélection de ce seuil repose sur la définition d’une côte à falaise proposée par Houde-Poirier et al. (2018), selon laquelle une pente entre 15⁰ et la verticale est exigée (Guilcher, 1954; CETMEF, 2013). À la suite de cette catégorisation, une validation visuelle des secteurs correspondant au critère de pente 28 a été effectuée afin de confirmer ou non leur sélection. Au total, 49 emplacements ont été retenus (Figure 4.1) et une valeur de priorisation variant entre 1 (haute priorité) et 4 (basse priorité) leur a été attribuée. Cette hiérarchisation est basée sur : (1) mentions dans la littérature (p. ex. les sites documentés sont considérés prioritaires versus ceux identifiés à partir du critère de pente), (2) accessibilité, (3) répartition spatiale des sites, (4) hétérogénéité des sites, (5) présence d’une rivière à saumons (CEGRIM, 2021) et (6) taille du site. Les travaux de l’été 2025 se sont déroulés sur les sites présentant les niveaux de priorisation 1 et 2. Une tournée de reconnaissance a été effectuée les 18 et 19 juin 2025, principalement dans le but d’obtenir les autorisations nécessaires auprès des propriétaires privés. Cet exercice a aussi permis de (1) localiser les points d’accès, (2) effectuer une reconnaissance générale des lieux et (3) identifier d’éventuels obstacles. Le Tableau 4.1 présente quelques caractéristiques des différents sites sélectionnés. 29 Tableau 4.1 Caractéristiques des sites sélectionnés Code Nom Source 1 Priorité Vol réalisé 1 Rivière aux Vases Lidar 4 2 Rue Louis Hudon Lidar 4 3 Gîte du Haut des Arbres Lidar 3 4 Rivière Valin Lidar 3 5 Les vergers bleus des Battures Lidar 2 X 6 Marais Saint - Fulgence Dionne 1 7 Saint - Fulgence Lidar 2 8 Sentier Aimé Tremblay Lidar 2 X 9 Anse à Philippe Lidar 1 X 10 Rivière à Mars Dionne et saumon 1 X 11 Rivière Ha! Ha! Dionne 1 12 Anse à Benjamin Dionne 1 X 13 Baie de la Pointe aux Pins Lidar 3 14 Battures Hôtel Fjord Saguenay Lidar 3 15 Île à Jalbert Lidar 2 X 16 Anse au Sable Lidar 3 17 Gîte Les 13 Lunes Lidar 2 X 18 Anse Pelletier Lidar 2 X 19 Auberge Rivière Saguenay Lidar 3 20 Anse aux Cailles Lidar 3 21 Anse à la Croix Lidar 2 22 Anse à Didier Lidar 4 23 Anse à Cléophe Lidar 2 24 Anse à Théophile Lidar 3 25 Anse à Simon Lidar 3 Code Nom Source 1 Priorité Vol réalisé 26 Anse de la Descente des Femmes Lidar 3 27 Anse aux Érables Lidar 2 28 Anse à la Chaîne Lidar 4 29 Baie rivière Éternité Dionne 1 30 Anse de Tabatière Lidar 4 31 Rivière Saint - Jean Dionne , Gilbert et saumon 1 X 32 Anse Petit - Saguenay Dionne et saumon 1 33 Anse à Gagnon Dionne 4 34 Anse à Tidée Lidar 4 35 Anse de l’Île Lidar 4 36 Anse au Cheval Lidar 4 37 Rivière Sainte - Marguerite Dionne, Gilbert et saumon 1 38 Anse de Brise - Culotte Lidar 4 39 Anse Saint - Étienne Dionne et Gilbert 1 X 40 Anse à Pierrot Lidar 1 41 Anse de Roche Lidar 1 42 Chemin Anse Creuse Lidar 3 43 Anse Creuse Lidar 4 44 Anse aux Petites Îles Dionne 4 45 Anse à David Lidar 4 46 Anse à la Passe - Pierre Lidar 2 47 Anse à la Boule Lidar 4 48 Anse à la Barque Lidar 3 49 Anse à l’eau Lidar 3 1 : Dionne fait référence à Dionne et al. (2001), Gilbert correspond à Gilbert (2004) alors que saumon indique qu’il s’agit d’une rivière à saumons selon MELCCFP (2023). Figure 4.1 Localisation des sites sélectionnés 30 4.1.2 Demandes d’autorisation À l’intérieur de la zone d’étude, certaines contraintes réglementaires encadrent l’utilisation de drone et nécessitent l’obtention de permis ou d’autorisations spécifiques. Les vols effectués dans l’espace aérien CYBG, géré par les Forces armées canadiennes, ont exigé une demande d’autorisation ainsi qu’une coordination avec la tour de contrôle pour chacun des vols réalisés. L’usage de drone étant proscrit à l’intérieur du Parc national du Fjord-du-Saguenay (Parcs Canada, 2024; Sépaq, 2025), des permis de recherche scientifique ont été demandés auprès de Parcs Canada (Numéro de permis : SAGMP-2025-46336) et de la Société des établissements de plein air du Québec – Sépaq (No. autorisation : PNFS-2025-07-02), les permis sont présentés à en Annexe. Celles-ci peuvent s’accompagner de restrictions spatiales et/ou temporelles. À titre d’exemple, le permis délivré par la Sépaq interdisait, à certains endroits, les vols durant la période de nidification du faucon pèlerin. 4.1.3 Planification des vols La planification des vols s’est appuyée sur la vérification des heures de marée basse, à partir du site du Service hydrographique du Canada (https://www.marees.gc.ca), ainsi que sur l’analyse des conditions météorologiques à l’aide de l’application UAV Forecast et du site d’Environnement Canada. En théorie, l’acquisition d’images visibles destinées à la cartographie devrait être réalisée entre la fin de la matinée et le début de l’après-midi (Kvile et al., 2024), tandis que l’utilisation optimale d’une caméra multispectrale se situe dans une fenêtre de deux heures avant ou après le midi solaire (AgEagle, 2023). Le défi consistant à synchroniser ces conditions (c.-à-d. marée, midi solaire, météorologique) dans le cadre d’acquisition d’images en zone intertidale a d’ailleurs été souligné dans d’autres études (Pastucha et al., 2022; Espriella & Lecours, 2023). En contexte de feux de forêt, lorsque la fumée risquait d’affecter la qualité des images, le site FireSmoke Canada (www.firesmoke.ca) était consulté durant le processus de planification. Lorsqu’une présence de fumée était constatée, les informations quant à la concentration et la distribution spatiale ont été consignées. 31 4.1.4 Travaux terrain pré-vol Avant chaque vol, des cibles au sol ont été déployées, en raison de cinq par vol (un site est composé d’un à trois vols (Tableau 4.2)). Les cibles étaient constituées soit de panneaux de plastique corrugué Hi-Core (Coroplast), soit de repères à la peinture d’arpentage. Les coordonnées géographiques des cibles étaient relevées à l’aide d’un système de positionnement différentiel (DGPS). Simultanément, des photographies de chacune des cibles ont été prises selon les quatre orientations cardinales, générant une série de photographies géoréférencées pour le site. Une description sommaire du site (c.-à-d. notes de terrain, photographies complémentaires et relevés DGPS) était réalisée. L’utilisation de la caméra multispectrale requiert une calibration radiométrique afin d’attribuer des valeurs de réflectances précises et de compenser les variations induites par la lumière ambiante (MicaSense, 2024). Cette étape, effectuée lors du traitement photogrammétrique, nécessite la prise de photographies du panneau de calibration fourni par le fabricant, avant chaque envol et à la fin du dernier vol, conformément aux recommandations (AgEagle, 2023). Dans la mesure du possible, la répartition des vols était équilibrée avant et après l’heure de marée basse afin d’assurer une couverture optimale de la zone intertidale. 4.1.5 Vols d’acquisition des images Les vols ont été préprogrammés en employant l’application DJI Pilot, laquelle permet de définir la zone survolée ainsi que les différents paramètres régissant le vol. Ces derniers exercent une influence directe sur la qualité des produits photogrammétriques, notamment la résolution au sol (Section 3.1.2). Puisqu’il s’agit de vols tests effectués à partir de différents équipements, les paramètres employés ne sont pas uniformes pour l’ensemble des sites. Les essais effectués devraient permettre de définir les paramètres optimaux pour la saison de terrain de l’été 2026, offrant des compromis, selon l’équipement utilisé, entre superficies couvertes et résolution au sol. Le Tableau 4.2 présente les différentes configurations employées tandis que la Figure 4.2 présente les sites survolés. Une vitesse constante de 4,5 m/s a été paramétrée pour l’ensemble des vols réalisés. 38 Figure 4.3 Schématisation des étapes de traitement cartographiques La première étape a consisté à définir quatre sous-groupes représentant quatre sélections de bandes différentes, présentées dans le Tableau 4.4. Celles-ci ont été déterminées de manière à reproduire des options de caméras disponibles sur le marché, qui varient le plus souvent de trois à 10 bandes. Pour chacun des sites, une zone d’entraînement a été délimitée en s’assurant d’incorporer l’ensemble des grands écosystèmes présents (Tableau 2.2). Ces zones ont servi pour découper les différentes orthomosaïques (Tableau 4.4), constituant un sous-échantillon à partir duquel les informations spectrales sont extraites. Un ensemble de données d’apprentissage a été constitué pour chaque site en générant 100 points distribués aléatoirement, auxquels une classe (c.- à-d. grands écosystèmes ou éléments complémentaires) a été attribuée par photo-interprétation de l’orthomosaïque visible. À ce stade, il a été observé que certaines classes étaient sous-représentées 39 en nombre de points, ainsi des points additionnels ont été ajoutés de manières subjectives afin de réduire cette disparité (Tableau 4.5). Tableau 4.4 Composition des matrices évaluées Orthomosaïque Nombre de bandes Bandes retenues / ajoutées (longueur d’onde centrale) 1 1 3 Red (668), green (560), blue (475) 2 4 NIR (842) 3 5 RedEdge (717) 4 10 Coastal blue (444), green (531), RedEdge (740), Red (650), panchromatique 1: Au site de l’Anse à Philippe, l’analyse a été réalisé à partir des bandes visibles (RGB) des deux caméras utilisées (Zenmuse X4s et RedEdge P Dual (Tableau 4.2)). La suite des manipulations, exécutées avec Orfeo ToolBox version 9.1.1 intégré dans QGIS, a été appliquée selon les mêmes paramètres pour chacune des matrices (Tableau 4.4). Une segmentation des zones d’entraînement a été produite en fixant une pondération spectrale de 20/20, une pondération spatiale de 15/20 et une taille minimale d’objet de 1 000 pixels (c.-à-d. des polygones minimaux de 0,75 et 1,58 m2 respectivement à l’Anse à Philippe et l’Anse-Saint-Jean). Le résultat a été vectorisé afin d’extraire, avec l’outil statistique zonale, les différentes statistiques spectrales des orthomosaïques (p.ex. moyenne, écart-type, maximum ou minimum) associées à chacun des polygones créés. L’association entre les points d’apprentissage (Tableau 4.5) et les statistiques a été effectuée par une jointure spatiale. Par la suite, l’outil TrainVectorClassifier a été utilisé avec l’algorithme Random Forest pour entraîner le classificateur à partir des statistiques spectrales des points d’apprentissage. Les prochaines étapes sont appliquées aux matrices complètes. Une segmentation, suivie du calcul des statistiques par zones, sont réalisés en calquant les paramètres définis sur les zones d’entraînements. La classification a été conçue avec l’outil VectorClassifier, qui utilise le modèle précédemment entraîné à partir des points d’apprentissage de la zone d’entraînements. La précision des classifications, et par extension la performance des combinaisons de bandes sont évaluées par un processus quantitatif reposant sur un ensemble de points de contre validation. Cet ensemble est constitué en deux étapes : (1) génération de 100 points aléatoires et (2) ajout d’une centaine de points complémentaires au sein des classes sous-représentées. L’assignation de la classe a été réalisée par photo-interprétation à partir de l’orthomosaïque visible. 40 Une matrice de confusion a ensuite été produite en comparant les classes prédites par la classification à celles affectées de façon manuellement. De plus, le coefficient Kappa, un indicateur de performance globale, a été calculé. Tableau 4.5 Répartition par classe des points d’apprentissage Classe Anse à Philippe Anse Saint-Jean Anse Saint-Étienne Bas estran rocailleux 38 0 0 Bâtiment 0 5 0 Batture 55 31 21 Champs 0 11 0 Chenal estuarien 17 41 26 Delta 0 0 49 Forêt 23 0 0 Haut estran rocheux 20 0 0 Infralittoral 16 0 0 Lagune 0 41 0 Slikke 0 98 0 Schorre 0 34 50 Plage 0 11 31 Route 0 0 4 Total 182 272 177 4.4 Résultats préliminaires 4.4.1 Cartographie des côtes Les Figures 4.4 et 4.5 présentent les cartes réalisées aux sites de l’Anse à Philippe et l’Anse SaintJean (Figures 4.1 et 4.2 Tableaux 4.1 et 4.2) quant aux types de côtes. La résolution spatiale et le plan de l’orthomosaïque utilisé (c.-àd. 20 cm et nadir) rendent l’interprétation de certaines structures difficilement. À titre d’exemple, lors du survol réalisé à l’Anse Saint-Jean, un muret de bois reposant sur un enrochement a été observé. Cette double structure de protection ne semble pas perceptible sur l’orthomosaïque, et son identification n’aurait pu être possible sans la visite terrain (Section. 4.1.4). 41 Figure 4.4 Type de côte principale, site de l’Anse à Philippe Les orthomosaïques présentées sont celles de 2020 (Section 2.4) et de 2025 (Section 4.1.5). 42 Figure 4.5 Type de côte principale, site de l’Anse Saint-Jean Les orthomosaïques présentées sont celles de 2020 (Section 2.4) et de 2025 (Section 4.1.5). Figure 4.6 Exemple de structures imperceptibles dans l’imagerie disponible. A) Photographie terrain où il est possible d’identifier le muret de bois sur enrochement. B) Orthomosaïque de 2020 où le muret de bois n’est pas perceptible - échelle 1:600. 43 4.4.2 Cartographie des écosystèmes côtiers Les résultats préliminaires de la cartographie des écosystèmes côtiers sont présentés aux Figures 4.7 à 4.9. Étant donné qu’il s’agit de tests exploratoires et que plusieurs paramètres susceptibles d’améliorer les performances ne sont pas intégrés (p.ex. optimisation des modèles, ajouts d’indices spectraux, incorporation de la topographie ou algorithmes de segmentation/ classification (Sections 3.3.2 et 3.3.3)), une description sommaire sera ici présentée. Rappelons que l’objectif général de ces essais était d’évaluer la contribution des différentes combinaisons de bandes spectrales aux efforts de cartographie côtière. La validation visuelle des cartes met en évidence d’importantes confusions de classification entre certaines classes dominées par l’eau en surface (p. ex. chenaux estuariens, lagunes ou infralittoral) ainsi qu’entre des classes à forte réflectance (p. ex. plages, classes anthropiques). Les cartes de niveau de confiance (Figures 4.10 à 4.12) reflètent la confusion observée, alors que plusieurs secteurs des différents sites se caractérisent par des valeurs de confiance inférieures à 60%. Le Tableau 4.6 synthétise les performances globales obtenues aux différentes classifications réalisées, les coefficients de Kappa varient entre 0,27 à 0,57, traduisant un niveau d’accord allant de très faible à modéré (les matrices de confusion détaillées sont fournies en Annexe). L’évaluation de l’apport des différentes bandes permet de dresser quelques constats notables. L’augmentation du nombre de bandes spectrales utilisées s’accompagne généralement d’une hausse de l’exactitude globale et du coefficient de Kappa. Les gains associés varient de 0,10 à 0,19 pour le coefficient de Kappa. De plus, les gains les plus marqués sont observés lors du passage de 5 à 10 bandes spectrales, à l’exception du site de l’Anse à Philippe, pour lequel le gain le plus significatif correspond au passage de 3 à 4 bandes, lié à l’ajout de la bande NIR. Ces résultats suggèrent que l’utilisation des 10 bandes spectrales est particulièrement avantageuse dans les sites présentant une plus forte hétérogénéité tels que l’Anse SaintÉtienne et l’Anse Saint-Jean où l’on retrouve des marais maritimes. À l’inverse, au site plus homogène de l’Anse à Philippe, les meilleures performances sont obtenues avec l’orthomosaïque offrant la résolution spatiale la plus fine (c.-à-d. celle avec le moins de bandes spectrales, ce qui augmente la résolution spatiale). Toutefois il n’a pu être possible d’évaluer ce paramètre aux autres sites. 44 Figure 4.7 Cartographie des écosystèmes à l’Anse à Philippe 45 Figure 4.8 Cartographie des écosystèmes à l’Anse Saint-Jean 46 Figure 4.9 Cartographie des écosystèmes à l’Anse SaintÉtienne 47 Figure 4.10 Niveau de confiance de la cartographie à l’Anse à Philippe 54 Le traitement des images multispectrales exige des capacités informatiques largement supérieures à celles requises pour les images RVB. À titre d’exemple, l’Anse à Philippe a été survolée avec les des deux types de caméras selon un plan de vol identique (Tableau 4.2). Les images acquises représentent des espaces de stockage de 1,65 et 80,20 GO pour les caméras RVB et multispectrale, respectivement. Certains défis ont été rencontrés lors du traitement des images multispectrales, incluant des problèmes de capacité de traitement, et impliquant quelques tentatives et recherches d’une méthode de travail adaptée. 4.5.5 Solutions logicielles Les recherches bibliographiques et les tests exploratoires ont permis d’identifier des solutions logicielles spécifiques répondant aux besoins de segmentation (logiciel eCognition, Section 3.3.3) et de traitements d’images aériennes historiques (logiciel PCI Geomatica, Section 4.5.1). Les responsables du LERGA ont réussi à convaincre les instances à l’UQAC afin d’obtenir des licences de ces logiciels à coût nul pour ce projet. Plusieurs démarches administratives ont été nécessaires, qui en plus ont été entrecoupées par la pause estivale de plusieurs services de l’université. Cela a engendré un délai considérable dans l’acquisition de ces logiciels, mais en date de la rédaction de ce rapport, ils ont été acquis par le Service des technologies de l’information de l’UQAC et seront installés et disponibles en janvier 2026. 5. Établissement de la méthodologie - portion submergée La méthodologie pour la portion submergée de ce projet n’a pas nécessité de recherche et développement comme pour celle de la portion émergée. En effet, la collecte, le traitement, et l’analyse des données acoustiques se font selon des protocoles bien établis liés à l’hydrographie. La revue de littérature présentée dans Vigneault-Vaillancourt et al. (2025) a permis de guider les choix d’instrument et de plateforme pour cette recherche. L’emploi d’un échosondeur multifaisceaux a été favorisé puisque ce type d’instrument permet l’émission de signaux acoustiques selon plusieurs centaines d’angles, offrant une fauchée plus grande que les échosondeurs monofaisceau (van Audenhaege et al., 2021; Menandro et al., 55 2022) qui relèvent uniquement des informations sur la zone située directement sous le navire, rendant les relevées chronophages (Ismail, 2015; Misiuk & Brown, 2024). De plus, le type d’échosondeur choisi, soit un échosondeur multifaisceaux multifréquences permettant l’émission de plusieurs fréquences acoustiques de manière quasi simultanée, permet de collecter des données de plusieurs fréquences sur une même zone en un seul passage (Gaida et al., 2018; Brown et al., 2019; Figure 5.1). Les passages répétés nécessaires avec les appareils qui émettent une seule fréquence à la fois peuvent entraîner des erreurs lors de la superposition des données des différentes fréquences acquises, et des problèmes de positionnement. L’utilisation de plusieurs fréquences acoustiques quasi simultanée est associée à une meilleure caractérisation de la surface étudiée (Feldens et al., 2018; Gaida et al., 2018; Brown et al., 2019; Menandro et al., 2022). Les fréquences acoustiques offertes par l’appareil sélectionné - un échosondeur R2Sonic 2020 V+, sont considérées optimales pour ce genre d’applications (Menandro et al. 2025). Les fréquences possibles se situent entre 200 et 450 kHz. Figure 5.1 : Acquisition de données multifréquences selon un cycle préétabli (Modifiée de Brown et al., 2019). Le choix de la plateforme a été guidé par le besoin de couvrir une grande distance rapidement ainsi que la proximité et facilité d’accès des parois. En effet, en plus de réduire les coûts, l’utilisation d’un véhicule motorisé de taille plus importante qu’un véhicule sous-marin 56 téléguidé (ROV) ou un véhicule sous-marin autonome (AUV) permet de couvrir une zone plus grande sans faire de compromis sur le temps d’acquisition (Ismail, 2015). La plateforme, un voilier de recherche en milieu côtier, est décrite plus en détail à la Section 6.1.1. 6. Application de la méthodologie - portion submergée 6.1 Collecte de données 6.1.1 Plateforme et mobilisation Alors que nous avions initialement prévu collecter des données sur seulement une trentaine de sites dans le Fjord, nous avons obtenu une opportunité de joindre une mission scientifique dans le Fjord qui nous a permis de couvrir et de collecter des données de façon continue sur plus de 200 km de côte. Le voilier Forel, de pavillon suisse, a permis à notre équipe d’installer notre échosondeur sur celui-ci, et a navigué le long des côtes du sud du Fjord, de Tadoussac jusqu’à proximité du Terminal de Grande-Anse, à Saguenay, et le long des côtes nord du Fjord, de Saguenay à Tadoussac. Le Forel est un voilier en aluminium de 27,6 mètres de long sur 8,06 mètres de large, motorisé avec une puissance moteur de 2 x 400 HP pouvant atteindre une vitesse de croisière de 6,5 nœuds. Dédié à l’étude des régions côtières polaires et subpolaires, la malléabilité du Forel a permis de longer les parois du Fjord afin de favoriser une proximité maximale avec les murs. La mobilisation a eu lieu les 12 et 13 juin 2025 au Bassin Louise, à Québec (Figure 6.1). L’échosondeur multifaisceaux R2Sonic 2020 V+ (Figure 6.2) a été installé sur une perche amovible sur le bâbord du voilier (Figure 6.3), avec un angle de 30° permettant à l’appareil d’être orienté vers les parois du Fjord (Huvenne et al., 2016; Robert et al., 2017; van Audenhaege et al., 2021). Le système de positionnement et ses deux antennes ont ensuite été installés le long de la cabine du voilier (Figure 6.4). Finalement, une station incluant le système d’intégration, l’ordinateur d’acquisition, et le câblage a été installée dans la cabine du voilier. 57 Figure 6.1 : Le voilier Forel au Bassin Louise, à Québec, lors de la mobilisation. Figure 6.2 : Échosondeur multifaisceaux multifréquence R2Sonic 2020 V +. L’échosondeur est installé sur la perche amovible en position de déplacement (parallèle à la direction du bateau) et non de collecte (perpendiculaire à la direction du bateau); ainsi, dans la figure, la perche et l’échosondeur sont pivotés à 90 degrés. 58 Figure 6.3 : Montage de l’échosondeur sur une perche amovible. Sur la photo, la perche amovible est en position de déplacement et non de collecte. Elle est donc pivotée à 90 degrés. Cette image a été prise lors de l’installation, ainsi l’échosondeur n’y est pas présent. Figure 6.4 : Système de positionnement permettant la localisation des données acoustiques. A) Une antenne SBG et B) Montage longitudinal des deux antennes. Une fois l’ensemble du système installé, le calcul des bras de leviers a été réalisé (Figure 6.5). Ces bras de leviers ainsi que l’angle de l’orientation de l’échosondeur permettent au système de positionnement de situer la tête de l’échosondeur qui capte le son dans l’eau. Ces mesures ont ensuite été insérées dans le logiciel d’acquisition de données (Section 6.2) et dans l’interface du 59 système de positionnement, permettant à ces derniers de procéder aux calculs et à la correction du positionnement des retours acoustiques. Figure 6.5 : Exemple de modélisation de l’installation pour le calcul des bras de levier. La fiche sert au calcul des bras de levier visant à indiquer au logiciel de collecte de données la position du niveau de l’eau par rapport à l’échosondeur, la position de l’échosondeur par rapport au système de positionnement, etc. 6.1.2 Permis et autorisations La collecte des données s’est faite en accordance avec le permis de recherche et de collecte SAGMP-2025-46181 de l’Agence Parcs Canada (demande de permis de recherche et de collecte 62044) obtenu par l’ensemble des personnes chercheuses à bord du Forel. Le Ministère des Affaires étrangères, du Commerce et du Développement du Canada (MAECD), maintenant connu sous le nom d’Affaires mondiales Canada (AMC), a autorisé les activités scientifiques du Forel dans la note IGR-1648. Bien qu’aucun prélèvement n’ait été effectué pour ce projet, nous opérions aussi sous un permis de pêche à des fins scientifiques délivré par Pêches et Océans Canada - Région du Québec (permis QUE-SCIENTIFIQUE-046-2025). Les permis délivrés sont présentés en Annexe. 6.1.3 Procédure d’acquisition La perche était mise à l’eau chaque jour quelques minutes avant la collecte de données et relevée à la fin de chaque journée afin de protéger l’appareil lors de la navigation à plus haute vitesse lors 60 des transits vers les zones de mouillages nocturnes. Une fois installée en position verticale, la perche permettait à l'échosondeur d’être complètement submergé. Lorsque l’échosondeur était submergé, le système d’intégration et les différents logiciels d’acquisition pouvaient être démarrés, ce qui du même coup alimentait l’échosondeur en énergie. Afin de bien calibrer et orienter les deux antennes GPS, le capitaine devait faire des figures en 8 avec le voilier jusqu’à ce que le logiciel SBG nous indique que les antennes étaient alignées et prêtes à être utilisées. Ensuite, une première sonde de célérité du son dans l’eau était prise. Une sonde AML-3 équipée d’un capteur de salinité, de température, de pression et de célérité du son (Figure 6.6) était déployée à l’arrière du voilier jusqu’à ce qu’elle touche le fond. Elle était ensuite remontée et les données transférées à l’ordinateur, avec leur position géographique. Il est important de noter que certaines zones de forts courants ont provoqué un déplacement horizontal de la sonde dans la colonne d’eau, introduisant une erreur de localisation des données. Ce phénomène est fréquent dans ce contexte. Par contre, les propriétés physico-chimiques de l’eau étaient hautement autocorrélées dans l’espace géographique, les variations n’auront pas d’impact sur la qualité des données. Figure 6.6 : Sonde multi-paramètres AML-3. Les paramètres de cette première sonde étaient ensuite entrés dans le logiciel de l’échosondeur, VoxControl. La température moyenne de l’eau, sa salinité moyenne, et la profondeur moyenne du milieu échantillonné ont un impact sur le coefficient d’absorption du son dans la colonne d’eau, et sur la célérité du son dans l’eau. Ces paramètres étaient donc révisés environ à toutes les unes ou deux heures en reprenant les données avec la sonde AML-3 et en 61 modifiant les paramètres dans VoxControl (Figure 6.7 A). VoxControl permet aussi de visualiser les caractéristiques des données brutes (Figure 6.7 B), c’est-à-dire des faisceaux acoustiques reçus. La profondeur et la distance de la paroi variant tout au long du Fjord a nécessité un suivi en temps réel des données et l’ajustement en continu des paramètres d’émission des faisceaux acoustiques, comme la puissance émise et la durée d’écoute pour les retours, par exemple, afin d’assurer que l’acquisition des données soit optimale. Par exemple, une puissance faible d’émission en zone profonde ne permet pas aux ondes acoustiques d‘atteindre la cible et de revenir au capteur, tandis qu’une puissance d’émission élevée en zone peu profonde entraîne un rebond répété d’un faisceau ce qui masque le retour résultant de l’interaction entre la cible à l’étude et le faisceau. Une fois le paramétrage complété, la collecte de données acoustique pouvait commencer. Les fréquences choisies étaient sélectionnées dans VoxControl: 200 kHz, 230 kHz, 270 kHz, 300 kHz, et 450 kHz. Le logiciel HYPACK (Feldens et al. 2018) était ensuite utilisé pour enregistrer la donnée acoustique brute et l’intégrer avec les données de positionnement provenant des antennes GPS et des données de station inertielle. Cette dernière est directement intégrée à l’échosondeur, permettant une lecture précise des mouvements (tangage, roulis, pilonnement, lacet) de l’échosondeur et de la plateforme. Le logiciel HYPACK projette en direct une visualisation de la zone couverte et une visualisation de la donnée collectée (Figure 6.8). La visualisation en temps réel de l’acquisition illustrée sur un fond de carte permet d’identifier des problèmes divers. Par exemple, l’absence de données sur la carte indique qu’il peut y avoir un arrêt de l’enregistrement acoustique. La visualisation de la zone couverte permet au capitaine du navire d’ajuster la navigation pour assurer une couverture complète de la zone sondée. Autant HYPACK que VoxControl nécessitent des suivis en temps réel et des interactions de la personne responsable de la collecte des données. Par exemple, l’enregistrement des données était mis sur pause lorsque le voilier changeait de direction pour aller compléter d’autres types d’échantillonnage pour d’autres équipes sur le navire. 62 Figure 6.7 : Paramètres de VoxControl. A) Fenêtre du logiciel VoxControl permettant l’ajustement en temps réel des paramètres d’émission et d’acquisition de l’échosondeur. Le graphique de droite illustre la saturation du signal selon l’emplacement des faisceaux émis. La ligne colorée dans la pointe de tarte illustre le profil de la côte sondé en temps réel. Les encadrés au bas de l’écran correspondre aux différents paramètres à ajuster en continu selon la profondeur de la zone sondée. B) Ajustements des paramètres de l’échosondeur à partir de l’information de la sonde AML-3 pour le calcul du coefficient d’absorption du son dans l’eau. Figure 6.8 : Visualisation sur HYPACK de l’orientation du navire au centre de la figure et des données reçues en bas à gauche de la figure. 63 Comme mentionné précédemment, il fallait refaire des sondes multi-paramètres régulièrement pour ajuster les informations entrées dans les logiciels et corriger l’information sur les conditions environnementales en temps réel. La Figure 6.9 ci-dessous montre les endroits où la sonde a été déployée. Figure 6.9 : Carte de localisation des profils de vélocité du son le long de la colonne d’eau prélevé lors de la collecte de données acoustiques dans le Fjord du Saguenay en juin 2025. La sonde multi-paramètres utilisée mesurait aussi des profils de température, de salinité, et de pression dans la colonne d’eau. L’acquisition des données s’est déroulée du 15 juin au 21 juin 2025. La distance séparant les parois du navire a varié de 10 à 100 mètres tout au long de la collecte de donnée selon la profondeur de l'eau et de la visibilité du capitaine; pour assurer une navigation sécuritaire les journées pluvieuses et brumeuses, une plus grande distance des parois était respectée. Nous rappelons que la collecte de données était prévue à 34 stations, mais que plus de 200 km de côte ont pu être cartographiés en continu. Verticalement, bien que l’intention était de cartographier les 100 premiers mètres de profondeur des parois verticales submergées, la profondeur atteinte a grandement varié à cause des particularités de la navigation. Plus le navire était près de la paroi, moins les données étaient profondes, mais plus leur densité était élevée. Les données ont été collectées entre Tadoussac et le Terminal de Grande-Anse. La portion en amont n'a pas été cartographiée pour trois raisons. Premièrement, nous étions inquiets de ne pas avoir le temps de compléter l’autre moitié du Fjord (la côte nord) avant de devoir être revenus à Tadoussac, alors nous avons décidé de prioriser cette autre moitié. Deuxièmement, la section non cartographiée est 70 7. Projets connexes Le LERGA est un laboratoire dynamique qui travaille sur plusieurs fronts pour développer des méthodes de caractérisations des environnements côtiers et aquatiques. Ainsi, des projets non associés au projet présenté ici peuvent parfois fournir des solutions géomatiques pouvant soutenir directement nos efforts de cartographie des écosystèmes et des côtes du Fjord du Saguenay. Nous présentons dans cette section une sélection de concepts ou d’outils développés récemment au LERGA que nous comptons évaluer pour une intégration ou une adaptation aux besoins spécifiques du mandat de ce projet. 7.1 Détection automatique de traits de côte Ces travaux s’appuient principalement sur l’utilisation d’images satellitaires multispectrales libres de droits, notamment celles de la constellation Sentinel-2, combinés à des données d’élévation telles que celles produites par des systèmes lidar, afin de cartographier la ligne de côte selon différents contextes géomorphologiques. Pour les environnements de marais maritimes, une approche intégrée a été développée en combinant des indices de végétation (p. ex. Normalized Difference Vegetation Index (NDVI), Green Normalized Difference Vegetation Index (GNDWI)) et des indicateurs topographiques dérivés des données lidar (p. ex. pente de canopée), qui appliquent un modèle d’apprentissage automatique de type forêt aléatoire. Dans le cas des côtes à falaise, la méthode repose sur l’analyse du MNT afin d’extraire automatiquement les points correspondant au sommet de la falaise, lesquels sont ensuite reliés afin de définir le trait de côte par une ligne continue. Pour les environnements d’accumulation granulaire (p. ex. terrasses de plage, flèches littorales ou tombolos) et les côtes rocheuses où la végétation constitue un marqueur fiable de la limite terrestre, une méthodologie fondée sur le NDVI et un seuillage automatique selon la méthode d’Otsu (1975) a été développée. Cette procédure a été automatisée dans une application Google Earth Engine (Ouzaka et al., soumis). Dans le contexte du projet sur le Fjord, qui repose sur des images de drone ou d’avion généralement constituées des bandes visibles (rouge, verte, bleue), il est envisageable, après quelques ajustements au niveau des indices spectraux, d’adapter les méthodes développées à 71 l’échelle de l’aire d’étude. L’absence de la bande proche infrarouge (NIR) pourra être compensée par l’utilisation d’autres indices de végétation, moins robustes, basés uniquement sur les bandes visibles, tels que les indicateurs de verdure (Meyer & Neto, 2008) ou plus spécifiquement l’Excess Green Index (EXI) (Carvajal-Ramírez et al., 2019). En revanche, la méthode dédiée aux côtes à falaises, fondée principalement sur l’analyse de la topographie, devrait être transférable sans défi particulier. Des tests seront effectués dans les prochains mois pour confirmer l’application de ces techniques à ce projet et déterminer comment elles pourront soutenir les besoins de celui-ci. 7.2 Détection semi-automatique des changements dans les habitats côtiers Ces travaux visent le développement d’une méthode semi-automatisée utilisant les images satellitaires Sentinel-2, à 10 mètres de résolution, pour détecter si la composition d’un écosystème côtier a changé entre deux dates. L’approche est basée sur une classification orientée-objet se basant sur une segmentation de l’imagerie avec la méthode Large Scale Mean Shift. Cette approche a permis de détecter et classer des changements dans les habitats côtiers sur les sites pilotes de SaintFulgence et de Portneuf-sur-Mer, avec une précision allant de 80 à 83%. Une validation multiéchelle des changements détectés est en cours, confrontant les données satellitaires à des images de drone (5 centimètres de résolution) ou aériennes (20 centimètres de résolution). Cette comparaison permettra de confirmer la pertinence de la méthode, d’affiner la détection des dynamiques fines et d’assurer sa reproductibilité opérationnelle à l’échelle régionale, incluant le long du Fjord du Saguenay. Si la méthode est transférable à ce contexte, la synergie entre télédétection satellitaire et acquisition par drone permettra de combiner grande étendue géographique et résolution fine, ce qui est essentiel pour suivre de manière opérationnelle les changements dans les habitats côtiers du Fjord du Saguenay. La semi-automatisation de cette approche permettra la production de cartes précises et actualisables et d’outils analytiques adaptés, soutenant ainsi la gestion écosystémique du territoire (Harley et al., 2006; Barnett et al., 2015). Comme pour l’approche décrite à la Section 7.1, des personnes étudiantes de premier cycle testeront la transférabilité de la méthode au contexte de ce projet dans les prochains mois. 72 7.3 Super-résolution: Rééchantillonnage d’images à plus haute résolution Dans le cadre du projet Fjord, la cartographie repose sur l’intégration d’images hétérogènes acquises à trois résolutions complémentaires : des orthomosaïques produites à partir d’images de drone (~5 centimètres de résolution), des orthomosaïques aériennes (~20 centimètres de résolution), et des images satellitaires (10–20 mètres de résolution). Cette hétérogénéité entraîne une rupture spatiale marquée entre les secteurs bien couverts par drone et ceux où seules les données aériennes ou satellitaires sont disponibles. Afin de corriger ces limitations, la superrésolution fondée sur les réseaux de neurones convolutifs (Convolutional Neural Network, CNN) apparaît comme une solution prometteuse (Dandekar et al., 2024; Zhang et al., 2024b, 2025). Deux méthodes récentes, Sentinel-2 Deep Resolution 3.0 (S2DR3) et Super Resolution for Remote Sensing (SR4RS), permettent déjà d’améliorer la résolution des images satellitaires Sentinel-2 acquises à 20 m en les reconstruisant à une échelle plus fine tout en préservant leur intégrité spectrale (Akhtman et al., 2023; Geomatics, 2025). S2DR3 repose sur un modèle profond spécialisé pour la reconstruction des bandes visibles et infrarouge à ondes courtes (Short-Wave Infrared (SWIR)), tandis que SR4RS, intégré à la plateforme de télédétection libre de droits Orfeo ToolBox (OTB), privilégie un traitement robuste et multiéchelle adaptés aux grands volumes de données (Cresson et al., 2020). Bien que ces méthodes aient été initialement conçues pour des images satellitaires, leur logique de rééchantillonnage intelligent pourrait, en principe, être transposée aux orthomosaïques aériennes, à condition de disposer de paires d’images hautes et basse résolution (p. ex. drone ou avion) pour entraîner ou adapter les modèles (Zhang et al., 2025). Notre équipe a testé ces modèles dans différents milieux du Québec, avec d’excellents résultats. Autrement dit, nous pouvons créer, avec l’intelligence artificielle, des images à très haute résolution, comme celles de drone, à partir d’images satellitaires. Le potentiel pour la cartographie des écosystèmes côtiers est donc très élevé. Dans le cadre du projet Fjord, cette approche ouvre la voie à un enrichissement spatial des orthomosaïques aériennes dans les secteurs dépourvus d’images de drone, avec pour objectif d’augmenter la résolution spatiale tout en maintenant la cohérence radiométrique. Une telle démarche permettrait de réduire les effets de pixels mixtes, d’améliorer la continuité spatiale entre les orthomosaïques drone–avion–satellite et de renforcer la performance des algorithmes de classification. Toutefois, il est essentiel de souligner que la super-résolution ne crée pas 73 d’information entièrement nouvelle et que son efficacité dépend fortement de la qualité d’entrée et d’un entraînement réaliste (Akhtman et al., 2023; Zhang et al., 2024b, 2025). Il reste donc nécessaire de collecter des données par drone sur certains sites pour créer un jeu de données d’entraînement, et une validation spécifique demeure nécessaire pour confirmer sa pertinence sur les orthomosaïques aériennes. 8. Prochaines étapes 8.1 Portion émergée Dans les prochains mois, nous continuerons les efforts d’optimisation des méthodologies, avant que la saison de terrain n’arrive en été. Entre autres, il est prévu d’évaluer les performances du logiciel de traitement photogrammétrique PIX4Dmatic, dont nous sommes en train d’acquérir des licences pour le LERGA. Cette évaluation nous permettra de faire des recommandations sur les logiciels et les approches qui fournissent les meilleurs résultats d’orthomosaïques, de MNS et de MNT. Nous porterons aussi une attention particulière pour trouver des solutions aux contraintes présentées à la Section 4.5, ce qui inclut l’amélioration des résultats de classification orientée-objet. L’option en libre accès n’a pas très bien fonctionné et n’utilise pas le plein potentiel de l’approche orientée-objet. Nous utiliserons donc le logiciel payant eCognition (acquisition confirmée par l’UQAC pour janvier 2026) pour utiliser les méthodes à la fine pointe de la technologie, dont l’approche de segmentation multirésolution et l’outil d’analyse feature space optimization, qui nous permettra de vérifier quelles variables produisent les meilleurs résultats dans le contexte des écosystèmes côtiers du Fjord. Notre sélection de variables inclura aussi des indices spectraux additionnels et d’autres variables extraites de données auxiliaires comme la pente, dérivée de données lidar. De plus, les algorithmes de classification disponibles dans eCognition permettent l’utilisation de caractéristiques géométriques et topologiques des objets, améliorant potentiellement nos résultats. En effet, l’approche en libre accès que nous avons utilisée pour le moment se limite à l’utilisation des caractéristiques spectrales des objets (Section 4). Nous évaluerons aussi les possibilités qu’offrent les projets décrits à la Section 7 pour répondre aux besoins de ce mandat, en transférant et adaptant au besoin les outils et approches. De plus, 74 nous voulons tester la méthode d’Haarpaintner & Davis (2020, 2021), décrite brièvement dans la Section 2.1, dans le contexte du Fjord du Saguenay. Cette méthode, développée pour les fjords norvégiens, vise à établir des états de référence et à détecter des changements majeurs dans les écosystèmes de fjord, en extrayant des lignes d’eau à partir de seuils discriminatoires sur des images satellitaires multispectrales et radars. Finalement, des personnes étudiantes stagiaires seront mises à profit pour constituer des orthomosaïques historiques avec PCI Geomatica (Section 4.5.1), permettant de faire reculer temporellement l’état de référence de certains sites considérés comme prioritaires, ainsi qu’une analyse de changements. Une planification détaillée de la campagne de terrain estival 2026 sera aussi complétée, étant donné qu’il s’agira de la dernière période estivale du projet et que la collecte de données terrain doit essentiellement être faite en été, dans le pic de maturité végétale autant que possible. 8.2 Portion submergée Les prochains mois seront dédiés au traitement des données bathymétriques (Section 6.2) et de rétrodiffusion. Ces traitements, pour plus de 200 kilomètres de côte et à cinq fréquences acoustiques différentes, sont extrêmement chronophages. Le traitement des données de rétrodiffusion, qui n’est pas commencé, sera maintenant possible puisque l’UQAC a acquis une licence du logiciel FMGT en décembre 2025. Ces traitements devraient durer encore quelques mois. Une fois traitées, les données bathymétriques seront utilisées pour dériver des variables géomorphométriques (p. ex. pente, rugosité, position relative) à plusieurs échelles pour caractériser la complexité de la structure des parois. Ces variables seront comparées à des mesures de biodiversité obtenues par Amyot (2025) pour établir des liens entre les caractéristiques physiques des parois et la biodiversité. Des statistiques spatiales seront aussi appliquées pour déterminer s’il existe des variations en complexité structurelle selon la profondeur et la position dans le Fjord (distance de l’embouchure). Une fois les données de rétrodiffusion acoustiques traitées, elles seront aussi comparées aux données de biodiversité d’Amyot (2025) afin d’établir si ces données peuvent servir de proxy à la 75 présence ou l’absence de différents groupes d’organismes, comme cela a été fait dans d’autres contextes (Robert et al., 2015; Feldens et al., 2018; Czechowska et al., 2020; Proudfoot et al., 2020; Feldens et al., 2023; Cabrera et al., 2024). Cette méthodologie sera évaluée afin de déterminer si des données de rétrodiffusion peuvent servir au suivi des communautés biologiques dans le futur et à la classification des habitats. Dans la continuation de ce projet, les prochaines questions de recherche se pencheront sur la production de signatures acoustiques, soit des patrons de réflexion des fréquences propres à la nature des matériaux comme les éléments biologiques. De nouvelles données optiques sousmarines pourraient être utilisées afin de produire à partir de la photogrammétrie d’autres MNS (Massot-Campos & Oliver-Codina, 2015; Robert et al., 2017; Arnaubec et al., 2023). La bathymétrie acoustique et optique relevée à partir de deux véhicules distincts permettra la caractérisation structurale à deux échelles différentes des habitats des parois verticales sousmarines (Cabrera et al., 2024). Cette comparaison sera similaire à celle faite pour la portion émergée entre l’imagerie aérienne et l’imagerie par drone. 9. Conclusion Le Fjord du Saguenay constitue un environnement riche et singulier où le trafic maritime risque de s’accroître au cours des années à venir. Il est ainsi essentiel d’établir des plans de gestion advenant un incident maritime dans ses eaux. Toutefois, au niveau du Fjord, certaines données géospatiales sont absentes ou limitées pour soutenir l’élaboration d’une stratégie optimale. C’est dans cette optique que le CEGRIM a mandaté l’UQAC pour réaliser le projet Résilience Saguenay, permettant d’établir une cartographie de référence des zones intertidales (portion émergée) et des parois (portion submergée) du Fjord du Saguenay. Ce rapport a d’abord actualisé la revue de littérature du livrable précédent (VaillancourtVigneault et al., 2025), notamment en ce qui concerne les typologies et variables pertinentes à la caractérisation des environnements du Fjord. Comme des initiatives similaires ont été réalisée par des équipes de l’UQAR et de l’Université Laval dans le cadre des projets Résilience côtière, le long du Fleuve Saint-Laurent. En effet, ceux-ci ont développé un cadre typologique et méthodologique concernant la description et la cartographie des écosystèmes intertidaux et des 76 types de côtes. Nous avons donc proposé de suivre ce cadre préétabli en apportant les modifications imposées par les environnements spécifiques et caractéristiques du Fjord du Saguenay. Ensuite, les méthodologies générales proposées pour les parties émergées de ce projet ont été présentées. La stratégie de cartographie des zones côtières s’articule autour de l’application de la télédétection optique réalisée sur des orthomosaïques aériennes existantes pour l’ensemble du Fjord, et des orthomosaïques constituées à partir d’images de drone pour les secteurs prioritaires, notamment les baies et les estuaires. La revue de littérature complémentaire réalisée dans la cadre de ce livrable a permis de dresser le cadre méthodologique régissant l’acquisition des images de drone, les traitements photogrammétriques, ainsi que différentes options quant à l’analyse des données en vue d’effectuer les classifications. À l’été 2025, 10 des 49 sites identifiés prioritaires ont été survolés. Permettant de constituer un jeu de données sur lequel des tests méthodologiques ont été effectués. De plus, les vols effectués ont permis l’évaluation de différents paramétrages d’acquisition. L’application de la méthodologie proposée a ensuite été présentée à l’aide de données issues de certains de ces sites. Les limites géomorphologiques ont été cartographiées à deux sites, alors que des tests de cartographie des écosystèmes ont été menés sur trois sites. Ces derniers ont permis de mettre en évidence l’apport général de la bande du proche infrarouge (NIR) aux analyses, ainsi que le gain significatif procuré par l’emploi de la caméra à 10 bande au sein d’environnements plus complexes présentant des assemblages d’écosystèmes variés. La stratégie de cartographie des zones submergées a aussi été présentée; elle s’articule autour de l’usage de la télédétection acoustique. Des données bathymétriques et de rétrodiffusions ont été collectées en juin 2025 sur plus de 200 km de côte du Fjord à l’aide d’un échosondeur multifaisceaux opérant simultanément cinq fréquences différentes. Les étapes clefs des corrections et des traitements préalables à l’exploitation des données bathymétriques, ont été présentées et sont en cours d’application. Le rapport a également souligné différents projets connexes dont les solutions pourraient être adaptées aux besoins du projet Fjord, ce qui permettrait d’en accroître les retombées. À titre d’exemple, les techniques de rehaussement d’images explorées pourraient accroître l’aspect visuel des orthomosaïques d’images aériennes, ou certaines limites géomorphologiques pourraient être automatiquement cartographiées via les outils géomatiques développés par ces projets. 77 Finalement, lors des prochains mois, les efforts porteront sur la finalisation du cadre méthodologique des secteurs émergés avec le logiciel eCognition, la production des orthomosaïques historiques, la planification de la prochaine campagne de terrain, le traitement des données de rétrodiffusion acoustique, ainsi que la poursuite des étapes pouvant être déployées à grande échelle. 78 10. Bibliographie Adade, R., A. M. Aibinu, B. Ekumah et J. Asaana (2021). Unmanned Aerial Vehicle (UAV) applications in coastal zone management-a review. Environ Monit Assess 193(3): 154. AECOM (2013). Aménagement complémentaire d’un marais de scirpe américain à l’embouchure de la rivière Ha! Ha!, Compte rendu des travaux réalisés en 2013: 15p. + annexes. AgEagle (2023). MicaSense Series RedEdge-P RedEdge-P blue, Professional multispectral sensor - Quick start guide: 27 p. Agisoft (S.D.). Downloads. Consulté le 19 novembre, 2025, accessible à : https://www.agisoft.com/downloads/obsolete-geoids/. Agisoft (2024). Point cloud editing with confidence filter tool. Consulté le 12 octobre, 2025, accessible à: https://agisoft.freshdesk.com/support/solutions/articles/31000162209-pointcloud-editing-with-confidence-filter-too Agisoft LLC (2023). Agisoft Metashape User Manual: Professional Edition, Version 2.0: 218. ArcGIS Pro (S.D.). Create Scanned Aerial Imagery Products in ArcGIS Pro. Imagery Workflows Consulté le 06 juin, 2025, accessible à: https://pro.arcgis.com/fr/proapp/3.3/help/data/imagery/create-an-ortho-mapping-workspace-from-scanned-aerialimagery.htm. Akhtman, Y. (2023). Sentinel-2 Deep Resolution 3.0. Consulté le 04 décembre, 2025, accessible à: https://medium.com/@ya_71389/sentinel-2-deep-resolution-3-0-c71a601a2253. Amyot, A.A. (2025). Exploration des parois sous-marines du Fjord du Saguenay, Québec, Canada: Distribution et biodiversité de l’épifaune benthique. Mémoire de maîtrise, Université Laval, 70 p. Arsenault, E., S. Drejza, S. Friesinger, M. Blain, F. Savoie-Ferron, M. Houde-Poirier, C. Fraser, G. Marie et P. Bernatchez (2021). Cartographie des types de côtes du Québec maritime – Rapport méthodologique, Chaire de recherche en géoscience côtière, Laboratoire de dynamique et de gestion intégrée des zones côtières, Université du Québec à Rimouski: 74 p. Audet-Robitaille, F. et L. Martel (2023). Portrait écologique et socioéconomique de certaines réserves de territoires aux fins d’aires protégées (RTFAP) de l’estuaire du Saint Laurent, zone d’intervention prioritaire Saguenay-Charlevoix. Baie-Saint-Paul, Comité ZIP Saguenay Charlevoix: 131 p. 79 Barnett, R. L., P. Bernatchez, M. Garneau et N. Cahill (2015). 500 years of sea level variability and acceleration at les Îles-de-la-Madeleine, Canada. XIXe congrès de l'INQUA (International Union for Quaternary Research. Nagoya, Japon, 26 juillet-2 août 2015: 121 p. Béland, G. (2025). Le petit port qui voit grand. La Presse: 8 p. Belluco, E., M. Camuffo, S. Ferrari, L. Modenese, S. Silvestri, A. Marani et M. Marani (2006). Mapping salt-marsh vegetation by multispectral and hyperspectral remote sensing. Remote Sensing of Environment 105(1): pp. 54-67. Bergner, J., D. Wallin, S. Yang et J. Rybczyk (2025). Using Drone-Captured Imagery and a Digital Elevation Model to Differentiate Eelgrass Species: Padilla Bay, Washington. Journal of Coastal Research 41(1). Bernatchez P. et S. Drejza (2015). Réseau de suivi de l’érosion côtière du Québec maritime - Guide pour les utilisateurs, Laboratoire de dynamique et de gestion intégrée des zones côtières et Chaire de recherche en géoscience côtière. Université du Québec à Rimouski: 52 p. Bernier, J.-F., L. Chassiot, C. Ouellet et P. Lajeunesse (2020). Caractérisation des berges de la partie fluviale du Saint-Laurent. Laboratoire de géosciences marines, Département de Géographie, Université Laval: 120 p. + annexes. Blaschke, T. (2010). Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing 65(1): pp. 2-16. Blaschke, T., M. Kelly et H. Merschdorf (2015). Object-based image analysis: Evolution, history, state of the art, and future vision. Remotely Sensed Data Characterization, Classification, and Accuracies. C. Press. Boca Raton, Prasad S. Thenkabail: pp. 277-293. Bossé, L., B. Sainte-Marie, J. Fournie et P. Brune (1994). Inventaire et biogéogéographie des invertébrés des fonds meubles du fjord du Saguenay. Le fjord du Saguenay: un milieu exceptionnel de recherche. Jean-Marie Sévigny et Catherine M. Couillard (eds.), Ministre des Approvisionnements et Services Canada. Cat. No. Fs 97-412270F: pp. 44-49. Bossé L, B. Sainte-Marie et J. Fournier (1996). Les invertébrés des fonds meubles et la biogéographie du fjord du Saguenay. Pêche et Océans Canada, Mont-Joli, 45 p. Boulva, J. (1994). Allocution d'ouverture le fjord du Saguenay: un milieu exceptionnel de recherche. Le fjord du Saguenay: un milieu exceptionnel de recherche. Jean-Marie Sévigny et Catherine M. Couillard (eds.), Ministre des Approvisionnements et Services Canada. Cat. No. Fs 97-412270F: pp 5-6. Bourgault D, P.S. Galbraith et G. Winkler G. (2012). Exploratory observations of winter oceanographic conditions in the Saguenay Fjord. Atmosphere-Ocean, 50 : pp. 17-30. 86 Jones, K. (S.D.). Historical Airphoto Processing (HAP) with PCI Geomatics. Cours en ligne disponible sur la plateforme Udemy. Consulté le 19 novembre 2025, accessible à : https://www.udemy.com/course/historical airphoto-processing-hap-with-pci-geomatics/. Karan, S. K., B. T. Borchsenius, M. Debella-Gilo et J. Rizzi (2025). Mapping urban green structures using object-based analysis of satellite imagery: A review. Ecological Indicators 170. Kim K., V. Lecours et P. Frederick (2018). Using 3D micro-geomorphometry to quantify interstitial spaces of an oyster cluster. Kotaridis, I. et M. Lazaridou (2021). Remote sensing image segmentation advances: A metaanalysis. ISPRS Journal of Photogrammetry and Remote Sensing 173: pp. 309-322. Kvile, K. O., H. Gundersen, R. N. Poulsen, J. E. Sample, A. B. Salberg, M. E. Ghareeb, T. Buls, T. Bekkby et K. Hancke (2024). Drone and ground-truth data collection, image annotation and machine learning: A protocol for coastal habitat mapping and classification. MethodsX 13: 102935. Labrie, C. (2024). Érosion des berges: un sinistré retrouve sa maison et ses problèmes. Le Quotidien. Landry, B. et M. Mercier (1992). Notions de géologie. Mont-Royal (Québec), Mondulo. Le Corridor du Nord Canadien (S.D.). Propulser l'économie canadienne de demain. Consulté le 19 novembre, 2025, accessible à: https://corridornord.ca/. Lecours V. (2017). On the use of maps and models in conservation and resource management (Warning: results may vary). Frontiers in Marine Science, 4: 288. LDGIZC-UQAR Laboratoire de dynamique et de gestion intégrée des zones côtières (S.D.). Projet Résilience côtière. Consulté le 25 novembre, 2025, accessible à: https://ldgizc.uqar.ca/Web/projets/projet-resilience-cotiere#realisations. Li, S., P. Guo, F. Sun, J. Zhu, X. Cao, X. Dong et Q. Lu (2024). Mapping Dryland Ecosystems Using Google Earth Engine and Random Forest: A Case Study of an Ecologically Critical Area in Northern China. Land 13 (6). Li, Y., H. Gundersen, R. N. Poulsen, L. Xie, Z. Ge et K. Hancke (2023). Quantifying seaweed and seagrass beach deposits using high-resolution UAV imagery. J Environ Manage 331: 117171. Locat, J. et C. Levesque (2009). Le fjord du Saguenay : une physiographie et un registre exceptionnels. Revue des sciences de l'eau 22(2): pp. 135-157. 87 Loring D.H. et D.J.G Nota (1973). Morphology and sediments of the Gulf of St. Lawrence. Limnology and Oceanography, 20: pp. 300-301. Ma, X., Z. Wang et Y. Liu (2024). Ecological risk assessment of a coastal area using multi-source remote sensing images and in-situ sample data. Ecological Indicators 158. Madhuanand, L., C. J. M. Philippart, W. Nijland, S. M. de Jong, A. I. Bijleveld et E. A. Addink (2025). Optimizing predictions of environmental variables and species distributions on tidal flats by combining Sentinel-2 images and their deep-learning features with OBIA. Int J Remote Sens 46 (2): pp. 811-834. Mallet C. et Michot A. (2012). Synthèse de référence des techniques de suivi du trait de côte - Rapport BRGM/RP-60616-FR: 162 p. + annexes. Mao, Y., D. L. Harris, Z. Xie et S. Phinn (2022). Global coastal geomorphology – integrating earth observation and geospatial data. Remote Sensing of Environment 278. Marcello, J., F. Eugenio, J. Martín et F. Marqués (2018). Seabed Mapping in Coastal Shallow Waters Using High Resolution Multispectral and Hyperspectral Imagery. Remote Sensing 10 (8). Martin, A. (2025). Port de Saguenay reconnu dans le budget fédéral: un signal pour le développement du Corridor Nord. TVA Nouvelles. MELCCFP - Ministère de l’Environnement, de la Lutte contre les changements climatiques, de la Faune et des Parcs - Gouvernement du Québec (2023). Cartes des rivières à saumon du Québec. Menandro P.S., A.C. Bastos, B. Misiuk et C.J. Brown (2022). Applying a multi-method framework to analyze the multispectral acoustic response of the seafloor. Frontiers in Remote Sensing, 3: 860282. Ménard, N. (2009). La science au service de la conservation au parc marin du Saguenay‑SaintLaurent : Comment mieux comprendre permet de mieux protéger. Revue des sciences de l'eau 22 (2): pp. 115-123. Menandro P.S., B. Misiuk, J. Schneider von Deimling, A.C. Bastos et C.J. Brown. (2025). Multifrequency seafloor acoustic backscatter as a tool for improved biological and geological assessments – updating knowledge, prospects, and challenges. Frontiers in Remote Sensing, Volume 6 - 2025. Meyer, G. E. et J. C. Neto (2008). Verification of color vegetation indices for automated crop imaging applications. Computers and Electronics in Agriculture 63 (2): pp. 282-293. 88 MFFP, Ministère des Forêts, de la Faune et des Parcs - Secteur des forêts. Gouvernement du Québec (2015). Norme de stratification écoforestière - Quatrième inventaire écoforestier du Québec méridional: 100. MFFP, Ministère des Forêts, de la Faune et des Parcs - Secteur des forêts. Gouvernement du Québec (2015b). Projet d’acquisition de données par le capteur LiDAR à l'échelle provinciale - Analyse des retombées et recommandations: 15. MicaSense (2021). MicaSense RedEdge-P™ and DLS 2 Integration Guide: 23 p. MicaSense. (2023). Skyport vs Quick Mount Kit. Consulté le 19 novembre, 2025, accessible à: https://support.micasense.com/hc/en-us/articles/360060272433-Skyport-vs-Quick-MountKit. MicaSense. (2024). How to use the Calibrated Reflectance Panel (CRP). Consulté le 19 novembre, 2025, accessible à: https://support.micasense.com/hc/en-us/articles/1500001975662-Howto-use-the-Calibrated-Reflectance-Panel-CRP. MicaSense. (2025). How to set up RTK with M300 and MicaSense cameras. Consulté le 19 novembre, 2025, accessible à: https://support.micasense.com/hc/enus/articles/4409203162391-How-to-set-up-RTK-with-M300-and-MicaSense-cameras. Misiuk B. et C.J. Brown (2024). Benthic habitat mapping: A review of three decades of mapping biological patterns on the seafloor. Estuarine, Coastal and Shelf Science, 296: 108599. Mohren, J. et M. Schulze (2024). Automated cleaning of tie point clouds following USGS guidelines in Agisoft Metashape professional (ver. 2.1.0). MethodsX 12: 102679. Morgan, G. R., L. Stevenson, C. Wang et R. Avtar (2025). UAS Remote Sensing for Coastal Wetland Vegetation Biomass Estimation: A Destructive vs. Non-Destructive Sampling Experiment. Remote Sensing 17 (14). Mousseau, P. et A. Armelin (1995). Synthèse des connaissances sur les communautés biologiques du Saguenay, zones d'intervention prioritaire 22 et 23., Rapport technique. Environnement Canada - Région du Québec, Conservation de l'environnement, Centre Saint-Laurent.: 246 p. MRNF, Ministère des Ressources naturelles et des Forêts - Direction des inventaires forestiers. Gouvernement du Québec (2025). Cinquième inventaire écoforestier du Québec méridional - Disponibilité de la carte écoforestière. Consulté le 19 novembre, 2025, accessible à: https://mrnf.gouv.qc.ca/documents/forets/inventaire/5e-disponibilite.pdf. MRNF, Ministère des Ressources naturelles et des Forêts - Direction des inventaires forestiers. Gouvernement du Québec (2025b). Inventaire écoforestier du Québec méridional - 89 Disponibilité des produits dérivés du lidar. Consulté le 19 novembre, 2025, accessible à: https://cdn-contenu.quebec.ca/cdncontenu/forets/documents/recherche/Disponibilite_produits_derives_LiDAR.pdf. Novaczek E., V. Howse, C. Pretty, R. Devillers, E. Edinger et A. Copeland (2017). Limited contribution of small marine protected areas to regional biodiversity: the example of a small canadian no-take MPA. Frontiers in Marine Science, 4 : 174. Oiry, S., B. Ffinian, R. Davies, A. I. Sousa, P. Rosa, M. L. Zoffoli, G. Brunier, P. Gernez et L. Barillé (2024). Discriminating Seagrasses from Green Macroalgae in European Intertidal Areas Using High-Resolution Multispectral Drone Imagery. Remote Sensing. 2024 (23): 4383. Otsu, N. (1975). threshold selection method from gray-level histograms. IEEE Transactions on Systems, Man, and Cybernetics 9: pp. 62-66. Ouzaka, A., V. Lecours et M. Boivin (SOUMIS). Automated Coastline Mapping Using Sentinel-2 NDVI on Google Earth Engine: A Decision Support Tool for Diachronic Coastal Monitoring. 47e Symposium canadien de télédétection - International Society and Remote Sensing. Toronto, Canada. Over, J.-S. R., A. C. Ritchie, C. J. Kranenburg, J. A. Brown, D. D. Buscombe, T. Noble, C. R. Sherwood, J. A. Warrick et P. A. Wernette (2021). Processing coastal imagery with Agisoft Metashape Professional Edition, version 1.6—Structure from motion workflow documentation. U. S. G. Survey. Open-File Report 2021–1039: 46 p. Papakonstantinou, A., C. Stamati et K. Topouzelis (2020). Comparison of True-Color and Multispectral Unmanned Aerial Systems Imagery for Marine Habitat Mapping Using Object-Based Image Analysis. Remote Sensing 12 (3). Parc Canada (2024). Utilisation de drones dans les lieux de Parcs Canada. Consulté le 21 novembre, 2025, accessible à: https://parcs.canada.ca/voyage-travel/regles-rules/drones. Pastucha, E., E. Puniach, W. Gruszczyński, P. Ćwiąkała, W. Matwij et H. S. Midtiby (2022). Relative Radiometric Normalisation of Unmanned Aerial Vehicle Photogrammetry‐based RGB Orthomosaics. The Photogrammetric Record 37 (178): pp. 228-247. Pearman T.R.R., K. Robert, A. Callaway, R. Hall, C. Lo Iacono et V.A.I. Huvenne (2020). Improving the predictive capability of benthic species distribution models by incorporating oceanographic data – Towards holistic ecological modelling of a submarine canyon. Progress in Oceanography, 184: 102338. Pino L. et T.J. Webb (2024). Limited complementarity of functional and taxonomic diversity in chilean benthic marine invertebrates. Diversity and Distributions, 30: e13835. 90 Port Saguenay (2025). Le corridor de nord canadien - un projet stratégique pour l'économie et la souveraineté énergétique du Canada: 13 p. Price D.M. (2021). Multi-scale investigations of cold-water coral habitat using novel technology and advanced image analysis. Doctoral thesis, University of Southampton, Southampton, 167 p. Proudfoot B., R. Devillers, C.J. Brown, E. Edinger et A. Copeland (2020). Seafloor mapping to support conservation planning in an ecologically unique fjord in Newfoundland and Labrador, Canada. Journal of Coastal Conservation, 24: 36. Quintin C., E. Arsenault et P. Bernatchez (2016). Caractérisation côtière du territoire de la Table de concertation régionale, zone de Québec. Laboratoire de dynamique et de gestion intégrée des zones côtières, Université du Québec à Rimouski. Rapport remis à la Communauté Métropolitaine du Québec (CMQ): 50 p. + annexes. Robert K., D.O.B. Jones, P.A. Tyler, D. Van Rooij et V.A.I. Huvenne (2015). Finding the hotspots within a biodiversity hotspot: fine-scale biological predictions within a submarine canyon using high-resolution acoustic mapping techniques. Marine Ecology, 36: pp. 1256-1276. Robert K., V.A.I. Huvenne, A. Georgiopoulou, D.O.B. Jones, L. Marsh, G. D.O. Carter et L. Chaumillon (2017). New approaches to high-resolution mapping of marine vertical structures. Scientific Reports, 7: 9005. Robert-André Daigneault, P. A. Cousineau, É. Leduc, G. Beaudoin, S. Milette, N. Horth, Denis W. Roy, Michel Lamothe et Guillaume Allard (2011). Cartographie des formations superficielles réalisée dans le territoire municipalisé du Saguenay—Lac-Saint-Jean (Québec) entre 2009 et 2011: 43 p. Rodney, W. S. et K. T. Paynter (2006). Comparisons of macrofaunal assemblages on restored and non-restored oyster reefs in mesohaline regions of Chesapeake Bay in Maryland. Journal of Experimental Marine Biology and Ecology 335 (1): pp. 39-51. Román, A., H. Prasyad, S. Oiry, B. F. R. Davies, G. Brunier et L. Barillé (2023). Mapping intertidal oyster farms using unmanned aerial vehicles (UAV) high-resolution multispectral data. Estuarine, Coastal and Shelf Science 291: 108432. Román, A., A. Tovar-Sánchez, I. Olivé et G. Navarro (2021). Using a UAV-Mounted Multispectral Camera for the Monitoring of Marine Macrophytes. Frontiers in Marine Science 8. Rossiter, T., T. Furey, T. McCarthy and D. B. Stengel (2020). Application of multiplatform, multispectral remote sensors for mapping intertidal macroalgae: A comparative approach. Aquatic Conservation: Marine and Freshwater Ecosystems 30 (8): pp. 1595-1612. 91 Saczuk, E. (2020). Processing Multi-spectral Imagery with Agisoft MetaShape Pro, British Columbia Institute of Technology: 51 p. Schafer, C. T., J. N. Smith et R. Côté (1990). The Saguenay Fiord: A Major Tributary to the St. Lawrence Estuary. Oceanography of a Large-Scale Estuarine System: The St. Lawrence. M. El-Sabh and N. Silverberg (eds.). New York, Coastal and Estuarine Studies, n° 39, Springer-Verlag: pp 378-420. Sépaq. (2025). Utilisation des drones. Consulté le 21 novembre, 2025, accessible à: https://www.sepaq.com/annexes/quoi-faire/utilisation-drones.dot?language_id=2. Sergy, G. A. (2008). The environment Canada standard shoreline classification scheme for SCAT and oil spill response in Canada. Thirty-first AMOP Technical Seminar, Envionment Canada, Ottawa, Ontario. Sévigny, J. M. (1994). Variation génétique chez le flétan du Groenland (Reinhardtius hippoglossoides) et la crevette rose (Pandalus borealis) du fjord du Saguenay, dans Le fjord du Saguenay : un milieu exceptionnel de recherche, J.-M. Sévigny et C.M. Couillard (Èds.), Rapp. manus. can. sci. halieut. aquat., 2270: 118 p. Sévigny J.-M., A. Valentin, A. Talbot et N. Ménard (2009). Connectivité entre les populations du fjord du Saguenay et celles du golfe du Saint-Laurent. Revue des sciences de l'eau / Journal of Water Science, 22: pp. 315-339. Simon, B. (2007). La Marée - La marée océanique côtière, Institut océanographique. 433 p. Simpson, J., K. P. Davies, P. Barber et E. Bruce (2024). Mapping fine-scale seagrass disturbance using bi-temporal UAV-acquired images and multivariate alteration detection. Scientific Reports 14 (1): 19083. Sirois P., G. Diab, A.-L. Fortin, S. Plourde, J. Gagné et N. Ménard (2009). Recrutement des poissons dans le fjord du Saguenay. Revue des sciences de l'eau / Journal of Water Science, 22: pp. 341-352. Slade, G., K. Anderson, H. A. Graham et A. M. Cunliffe (2024). Repeated drone photogrammetry surveys demonstrate that reconstructed canopy heights are sensitive to wind speed but relatively insensitive to illumination conditions. International Journal of Remote Sensing 46 (1): pp. 24-41. Sturdivant, E., E. Lentz, E. R. Thieler, A. Farris, K. Weber, D. Remsen, S. Miner et R. Henderson (2017). UAS-SfM for Coastal Research: Geomorphic Feature Extraction and Land Cover Classification from High-Resolution Elevation and Optical Imagery. Remote Sensing 9 (10). 92 Sullivan, E., N. Papagiannopoulos, D. Clewley, S. Groom, D. E. Raitsos et I. Hoteit (2025). Mapping Coastal Marine Habitats Using UAV and Multispectral Satellite Imagery in the NEOM Region, Northern Red Sea. Remote Sensing 17 (3). Sunde, M., D. Diamond et L. Elliott (2024). Ecological Systems Classification: Integrating Machine Learning, Ancillary Modeling, and Sentinel-2 Satellite Imagery. Remote Sensing 16 (23). Suo, C., E. McGovern et A. Gilmer (2019). Coastal Dune Vegetation Mapping Using a Multispectral Sensor Mounted on an UAS. Remote Sensing 11 (15). Tobler, W. R. (1969). Geographical filters and their inverses. Geographical Analysis 1: pp 234253. Tonkin, T. et N. Midgley (2016). Ground-Control Networks for Image Based Surface Reconstruction: An Investigation of Optimum Survey Designs Using UAV Derived Imagery and Structure-from-Motion Photogrammetry. Remote Sensing 8 (9). Torres-Pérez, J. L., A. McCullum, B. Beaudry et S. Cruz (2023). Spectral Indices for Land and Aquatic Applications - Part 2: Spectral Indices Used for Aquatic Applications. N. ARSET: 47. Torsvik, B. M., N. P. Robert, v. B. Bert, G. Hege et H. Kasper (2020). Detection of macroplastic on beaches using drones and objectbased image analysis, Norwegian Institute for Water Research: 47 p. Tourisme Saguenay (S.D.). Croisières internationales. Consulté le 19 novembre, 2025, accessible à: https://tourisme.saguenay.ca/fr/croisieres-internationales. USFGDC - United States Federal Geographic Data Committee (2012). Coastal and Marine Ecological Classification Standard (CMECS): 343 p. Vaillancourt-Vigneault, E., M. Gillet, V. Lecours et M. Boivin (2025). Revue de littérature préliminaire sur les approches existantes en géomatique pour cartographier les écosystèmes d’un fjord. Réalisée dans le cadre du projet de caractérisation de référence des écosystèmes côtiers et des parois verticales du Fjord du Saguenay. Laboratoire d’expertise et de recherche en géographie appliquée (LERGA), Université du Québec à Chicoutimi (UQAC): 45 p. van Audenhaege L., E. Broad, K.R. Hendry et V.A.I. Huvenne (2021). High-resolution vertical habitat mapping of a deep-sea cliff offshore greenland. Frontiers in Marine Science, 8: 669372. 93 Ventura, D., A. Bonifazi, M. F. Gravina, A. Belluscio et G. Ardizzone (2018). Mapping and Classification of Ecologically Sensitive Marine Habitats Using Unmanned Aerial Vehicle (UAV) Imagery and Object-Based Image Analysis (OBIA). Remote Sensing 10 (9). Ventura, D., L. Grosso, D. Pensa, E. Casoli, G. Mancini, T. Valente, M. Scardi et A. Rakaj (2023). Coastal benthic habitat mapping and monitoring by integrating aerial and water surface low-cost drones. Frontiers in Marine Science 9. Windle, A. E., L. W. Staver, A. J. Elmore, S. Scherer, S. Keller, B. Malmgren et G. M. Silsbe (2023). Multi-temporal high-resolution marsh vegetation mapping using unoccupied aircraft system remote sensing and machine learning. Frontiers in Remote Sensing Volume 4 - 2023. Wynja, V., A.-M. Demers, S. Laforest, M. Lacelle, J. Pasher, J. Duffe, B. Chaudhary, H. Wang et T. Giles (2015). Mapping Coastal Information across Canada's Northern Regions Based on Low-Altitude Helicopter Videography in Support of Environmental Emergency Preparedness Efforts. Journal of Coastal Research 300: pp. 276-290. Yan, J., S. Van der Linden, Y. Tian, J. Van Valckenborgh, V. Strosse et B. Somers (2022). Characterizing Garden Greenspace in a Medieval European City: Added Values of Spatial Resolution and Multi-Temporal Stereo Imagery. Remote Sensing 14 (5). Yang, H., M. Chen, X. Xi et Y. Wang (2024). A Novel Approach for Instantaneous Waterline Extraction for Tidal Flats. Remote Sensing 16 (2). Zhang F., T. Tan, X. Hou, L. Zhao, C. Cao et Z. Wang (2024a). Underwater mapping and optimization based on multibeam echo sounders. Journal of Marine Science and Engineering, 12: 1222. Zhang, J., J. Liu, J. Yang et Z. Wu (2024b). Crossed Dual-Branch U-Net for Hyperspectral Image Super-Resolution. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 17: pp. 2296-2307. Zhang, W., M. Jin, B. Zhang, Z. Li, W. Song et J. Pan (2025). SSU-Net: A Novel Spectral–Spatial Dual–Branch U-Net for Spectral Superresolution in Wide-Area Multispectral Remote Sensing Imagery. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 18: pp. 22656-22672. Zheng, Z. et J. Renming (2025). Distribution and Structure of China–ASEAN’s Intertidal Ecosystems: Insights from High-Precision, Satellite-Based Mapping. Remote Sensing 17. 94 11. Annexes Annexe I - Permis de recherche scientifique AUTORISATION SPÉCIALE Autorisation de recherche scientifique et de récolte 91 Notre-Dame, Rivière-Éternité (Qc) G0V 1P0 Tél. : 418 272-1509 poste 6701 gour[email protected]; www.sepaq.com La présente constitue une autorisation spéciale du directeur pour des fins de recherche scientifique au parc national du Fjord-duSaguenay. Elle est valide pour les personnes figurant sur ce document selon les conditions mentionnées. Les titulaires de cette autorisation doivent avoir en tout temps en leur possession une copie de l’entente et la présenter sur demande. De plus, ils doivent se conformer à la liste des activités autorisées, à la loi et au règlement sur les parcs. En vertu de la loi sur les parcs, le directeur peut modifier ou annuler cette autorisation en tout temps Projet : Cartographie de référence pour la caractérisation des différents écosytèmes et géosystème du Fjord Nom : Pierre-Luc Dallaire Adresse : 555 Boulevard de l’université, Chicoutimi, QC, G7H 2B1 Courriel : [email protected] Téléphone : 514-706-8552 Cellulaire : Accompagné de : Joseph Deslandes Période : Juillet à Septembre 2025 Lieu : Rives du Fjord Le ou les titulaires sont autorisés à :  Accéder gratuitement au parc national du Fjord du Saguenay  Sortir des sentiers pour accéder aux sites de dronage  Utiliser un drone pour tourner des images aux sites mentionnés (Voir annexe) Le parc s’engage à : • Aucun engagement particulier de la part du parc. Si des besoins particuliers surviendraient, n’hésitez pas à entrer en contact avec nous. Conditions à respecter : 1. S’identifier à tout employé du parc qui en fait la demande et présenter l’autorisation. 2. Expliquer la raison de votre présence à tout client rencontré sur le terrain. 3. Remettre au parc par courriel les rapports et conclusions qui découleront de ce projet à l’adresse suivante : [email protected] 4. Toute autre activité de prélèvement ou activité susceptible d’avoir un impact sur le milieu naturel n’ayant pas été mentionnée dans votre demande de recherche devra faire l’objet d’une autorisation préalable de la part de la direction du parc. 5. Le pilote doit respecter l’ensemble de la réglementation de Transports Canada sur l’utilisation d’un véhicule aérien non habité. 6. Il vous appartient d’obtenir les autorisations requises d’autres instances pour la réalisation de votre tournage (Ex : parc marin du Saguenay–Saint-Laurent /Parcs Canada pour les prises effectuées audessus des eaux du Saguenay). 7. Appliquer les principes du « leave no trace » et, en aucun cas, déranger la faune terrestre ou marine. 8. La circulation et la quiétude de notre clientèle est notre priorité. En ce sens, l’équipe de tournage ne doit en aucun cas nuire à la circulation des visiteurs et à la quiétude des lieux. 9. S’assurer qu’il n’y a aucun rapace en vue avant de décoller le drone. Si, après le décollage du drone, un rapace en vol est vu, le pilote devra faire atterrir le drone immédiatement. 10. Le pilote de drone doit atterrir l’engin si des oiseaux démontrent un comportement d’interaction envers l’engin tels que le bombardement piqué, le mobbing, l’affichage vocal ou tout autre forme d’interaction. 11. Procéder au dronage des sites 03, 04, 17, 20, 21, 26 et 27 uniquement à partir du mois d’août (voir annexes). Jérôme Gouron Directeur du parc national du Fjord-du-Saguenay No autorisation : PNFS-2025-07-02 AUTORISATION SPÉCIALE Autorisation de recherche scientifique et de récolte 91 Notre-Dame, Rivière-Éternité (Qc) G0V 1P0 Tél. : 418 272-1509 poste 6701 gour[email protected]; www.sepaq.com Annexe Carte 1 : Localisation des nids de faucon pellerin et des aires d’alimentations à l’est du fjord Carte 2 : Localisation des nids de faucon pellerin et des aires d’alimentations à l’ouest du fjord AUTORISATION SPÉCIALE Autorisation de recherche scientifique et de récolte 91 Notre-Dame, Rivière-Éternité (Qc) G0V 1P0 Tél. : 418 272-1509 poste 6701 gour[email protected]; www.sepaq.com Carte 3 : Site prévu pour le tournage de drone Sites permis où le dronage est permis en juillet: Tous, excluant: ❖ 03 ❖ 04 ❖ 17 ❖ 20 ❖ 21 ❖ 26 ❖ 27 QUE-SCIENTIFIQUE046-2025-ULAVAL-ZOOPLANCTON-20250404 Page 1 de 4 Pêches et Océans Canada Région du Québec Fisheries and Oceans Canada Quebec Region PERMIS DE PÊCHE À DES FINS SCIENTIFIQUES DÉLIVRÉ EN VERTU DE L’ARTICLE 52 DU RÈGLEMENT DE PÊCHE (DISPOSITIONS GÉNÉRALES) QUE-SCIENTIFIQUE-046-2025 En vertu du paragraphe 22(1) du Règlement de pêche (dispositions générales), les conditions de permis suivantes s’appliquent : 1. BUT DU PROJET Mission scientifique à bord du voilier FOREL visant notamment à analyser la diversité du méso-zooplancton afin d'évaluer la contribution des aires marines protégées à la conservation du plancton marin. 2. IDENTIFICATION TITULAIRE DU PERMIS : PHILIPPE ARCHAMBAULT ORGANISATION : UNIVERSITÉ LAVAL ADRESSE : 1045, AVENUE DE LA MÉDECINE QUÉBEC, QC G1V 0A6 PERSONNES AUTORISEES À EXPLOITER LE PERMIS : VINCENT LECOURS ELSA VAILLANCOURT-VIGNEAULT MANUEL PERAUD CAROLINE GUILMETTE MADELEINE ZOÉ CARBITAILLE RAPHAEL BERR INDIANA BRUZAC JULIETTE LE HEC BLEUENN PRIJAC STEPHANE AEBISCHER NOM / MODÈLE DE BATEAU : FOREL / 07640 3. APPLICATION (1) Lorsque le titulaire du permis et l’exploitant du bateau de pêche se livrent à une activité de pêche en vertu des présentes conditions de permis, ils doivent avoir en leur possession une copie imprimée ou électronique de celles-ci, incluant leur registre des étiquettes à jour lorsqu’applicable, et les présenter sur demande à un agent des pêches ou à un garde-pêche. En tout temps, la copie des conditions de permis doit être accessible et lisible. (2) La délivrance de ce permis ne suppose aucun engagement de la part de Pêches et Océans Canada à délivrer un permis semblable au titulaire du permis et à l’exploitant après son expiration et ne vise pas à libérer le titulaire du permis et l’exploitant de toute obligation d'obtenir l'autorisation ou de se conformer aux exigences de toute autre agence de réglementation. (3) Il est interdit de consommer et d’acheter, de vendre, d’échanger, de troquer, d’offrir d’acheter ou d’offrir pour la vente, l’échange, la consommation ou le troc des poissons capturés en vertu du présent permis. (4) Pêches et Océans Canada se réserve le droit de révoquer ce permis en tout temps. 4. ESPÈCE(S) AUTORISÉE(S) (1) Le titulaire du permis et l’exploitant sont autorisés à capturer le plancton dans les traits de filet effectués aux stations d’échantillonnage identifiées à l’article 6. 5. PRISES ACCIDENTELLES (1) Sauf expressément autorisée en vertu du présent permis, la garde des prises accidentelles est interdite. Conséquemment, le titulaire du permis et l’exploitant qui prennent un poisson fortuitement doivent le remettre aussitôt que possible/sur-le-champ : a) Dans l’eau où ils l’ont pris; et QUE-SCIENTIFIQUE046-2025-ULAVAL-ZOOPLANCTON-20250404 Page 2 de 4 (3) Engins perdus a) Déclaration de perte d’engin de pêche Aux fins du présent paragraphe, un engin de pêche perdu est défini comme un engin de pêche dont le titulaire du permis ou l'exploitant du bateau de pêche a accidentellement perdu le contrôle et qui ne peut pas être localisé ni récupéré par celui-ci. (i) Le titulaire du permis et l'exploitant du bateau de pêche doivent déclarer toute perte d'engin de pêche dans les 24 heures suivant l'arrivée au port à la fin de son voyage de pêche. Les rapports de perte d'engin doivent être soumis à Pêches et Océans Canada (MPO) en utilisant l’un des outils suivants : A) Utiliser le système de déclaration des engins de pêche disponible en ligne à l’adresse https://gg-ef.dfo-mpo.gc.ca/fr/ ou B) Remplir le formulaire de déclaration de perte d’engin disponible en ligne à l’adresse https://www.dfo-mpo.gc.ca/fisheries-peches/reports-rapports/lost-gearperte-engin/index-fra.html, et joint aux présentes conditions de permis et le soumettre selon les instructions indiquées sur le formulaire. (ii) Lorsqu'il utilise un journal de bord électronique, le titulaire du permis et l’exploitant du bateau de pêche doivent signaler au MPO tout engin de pêche perdu en utilisant l’un des outils suivants : (A) Remplir la section réservée à cet effet dans son journal de bord électronique, (B) Utiliser le système de déclaration des engins de pêche disponible en ligne à l’adresse https://gg-ef.dfo-mpo.gc.ca/fr/ ou (C) Remplir le formulaire de déclaration de perte d’engin disponible en ligne à l’adresse https://www.dfo-mpo.gc.ca/fisheries-peches/reports-rapports/lost-gearperte-engin/index-fra.html, et joint aux présentes conditions de permis et le soumettre selon les instructions indiquées sur le formulaire. (iii) Si un engin est déclaré perdu après la fermeture du journal de bord électronique, il doit être signalé comme indiqué au sous-alinéa (i) b) Déclaration de récupération d’engin de pêche Aux fins du présent paragraphe, on entend par engin de pêche récupéré tout engin de pêche perdu précédemment signalé par le titulaire du permis et exploitant du bateau de pêche, qui a été retrouvé par la suite. La récupération ne peut avoir lieu que pendant la période de validité des présentes conditions de permis et uniquement pour le type spécifique d'engin autorisé par les présentes conditions de permis. (i) Le titulaire de permis et l'exploitant du bateau de pêche doivent signaler la récupération de l'un de ses propres engins perdus signalés précédemment dans les 24 heures suivant son retour au port à la fin de la sortie de pêche. Les rapports sur les engins récupérés doivent être soumis au MPO en utilisant l’un des outils suivants : A) Utiliser le système de déclaration des engins de pêche disponible en ligne à l’adresse https://gg-ef.dfo-mpo.gc.ca/fr/ ou B) Remplir le formulaire de déclaration de la récupération d’un engin de pêche précédemment perdu disponible en ligne à l’adresse https://www.dfompo.gc.ca/fisheries-peches/reports-rapports/retrieved-gear-recuperationengin/index-fra.html , et joint aux présentes conditions de permis et le soumettre selon les instructions indiquées sur le formulaire. (ii) Si l'engin de pêche perdu a été signalé dans le journal de bord électronique, le titulaire de permis et l’exploitant du bateau de pêche doivent signaler au MPO la récupération de l'un de ses engins déjà signalés, en remplissant la partie réservée dans le journal de bord électronique. b) De manière à le blesser le moins possible s’il est encore vivant. (2) En vertu de l’article 73 de la Loi sur les espèces en péril, les espèces suivantes doivent être immédiatement retournées à l’eau et, si le poisson est encore vivant, de manière à le blesser le moins possible : loup tacheté, loup à tête large, tortue luth et bar rayé (population de l’estuaire du Saint-Laurent). 6. ZONE DE PÊCHE AUTORISÉE (1) Le titulaire du permis et l’exploitant sont autorisés à pêcher dans les stations d’échantillonnages de l’Estuaire et du Golfe du Saint-Laurent identifiées à l’Annexe 1. 7. MÉTHODE DE CUEILLETTE AUTORISÉE (1) Le titulaire du permis et l’exploitant ne peuvent pas utiliser pour la pêche plus d’engins de pêche que le nombre maximal autorisé dans le présent permis. (2) Le titulaire du permis et l’exploitant sont autorisés à utiliser pour la pêche et avoir en leur possession lors d’une même expédition de pêche : a) 1 filet à plancton – maillage de 20 µm et diamètre de 30cm. 8. COURRIEL DE SORTIE EN MER QUE-SCIENTIFIQUE046-2025-ULAVAL-ZOOPLANCTON-20250404 Page 3 de 4 (1) Le titulaire de permis et l’exploitant doivent communiquer l’information suivante par courriel aux adresses : [email protected] au moins 60 minutes avant le début de leur activité de pêche: a) le nom du titulaire du permis et de l’exploitant du bateau de pêche; b) le numéro de téléphone du titulaire du permis et de l’exploitant du bateau de pêche; c) informations concernant le bateau : (i) le nom du bateau; (ii) le numéro du bateau utilisé (NEB); d) le numéro du permis; e) la date et l’heure prévues du départ; f) le port de départ; 9. AUTRES CONDITIONS (1) Assistance à l’embarquement et au débarquement. Lorsqu’un agent des pêches, un garde-pêche ou un observateur désigné sous le paragraphe 39(1) du Règlement de pêche (dispositions générales) doit monter ou descendre plus de 1,2 m pour monter à bord du bateau de pêche ou en débarquer, le titulaire du permis/exploitant du bateau de pêche doit fournir à l'agent des pêches, au garde-pêche ou à l'observateur une échelle de pilote ou tout autre dispositif aussi sûr et commode pour accéder au bateau et en descendre. (2) Toute personne qui capture du poisson ou autres organismes marins dans le cadre de ce permis doit porter sur elle le permis et une carte d’identité en tout temps, qu’elle devra présenter à tout agent des pêches du ministère des Pêches et des Océans qui en fait la demande. (3) Lorsque des activités de pêche sont menées en vertu du présent permis, le titulaire du permis, l’exploitant et les personnes agissant sous leurs autorité ne peuvent participer à quelque activité de pêche commerciale ou récréative que ce soit. (4) Signalement des interactions avec les mammifères marins : a) Le titulaire du permis et l’exploitant du bateau de pêche doivent fournir l’information concernant toutes les interactions létales et non létales avec des mammifères marins qui se produisent pendant les expéditions de pêche, dans les 48 heures suivant l'arrivée au port à la fin de son expédition de pêche; b) Pour l’application de l’alinéa a), les interactions létales et non létales comprennent les captures accessoires, les collisions et toutes les observations de mammifères marins empêtrés dans des engins de pêche; c) Le titulaire du permis et l’exploitant du bateau de pêche doivent fournir l’information décrite à l’alinéa a) au MPO en utilisant l’un des outils suivants : (i) remplir la section réservée à cet effet dans son journal de bord électronique; ou (ii) remplir le formulaire d’interaction avec un mammifère marin disponible en ligne à l’adresse https://www.dfo-mpo.gc.ca/species-especes/mammals-mammiferes/reportrapport/page01-fra.html ou joint aux présentes conditions de permis, et le soumettre selon les instructions indiquées sur le formulaire. (5) Rejet de déchets Il est interdit au titulaire du permis et à l’exploitant, lorsqu’ils pêchent en vertu de ces conditions de permis, de rejeter dans les eaux de pêches canadiennes toute matière susceptible d’être nuisible au poisson ou à son habitat, y compris, sans toutefois s’y limiter, du plastique, du cordage, des engins de pêche, des sacs à ordures, de l’essence, de l’huile, des torchons, du verre, des bouteilles, du métal, de la mousse de polystyrène (par ex., Styrofoam) et des pneus. 10. PÉRIODE DE VALIDITÉ DU : 2025-05-01 AU : 2025-10-31 QUE-SCIENTIFIQUE046-2025-ULAVAL-ZOOPLANCTON-20250404 Page 4 de 4 ANNEXE 1 Stations d’échantillonnages de l’Estuaire et du Golfe du Saint-Laurent pour effectuer la capture du plancton PERMIS DE PÊCHE À DES FINS SCIENTIFIQUES DÉLIVRÉ EN VERTU DE L’ARTICLE 52 DU RÈGLEMENT DE PÊCHE (DISPOSITIONS GÉNÉRALES) QUE-SCIENTIFIQUE-046-2025 FORMULAIRE D’INTERACTION AVEC UN MAMMIFÈRE MARIN Veuillez remplir chaque section ci-dessous. Une fois rempli, ce formulaire doit être envoyé au MPO selon les instructions à la page 2. Renseignements généraux sur l'interaction Date de l’interaction : ____________________ Heure de l’interaction : ___________________ Emplacement : __________________________ ______________________________________ ______________________________________ Latitude : ______ ________ Deg. Min Longitude : ______ ________ Deg. Min Renseignements sur l'observateur Nom : ____________________________________ Adresse : _________________________________ _________________________________________ _________________________________________ Province:_________________________________ Téléphone : _______________________________ Courriel : _________________________________ Nom du navire : ___________________________ Espèce visée : _____________________________ Type d’engin : _____________________________ Numéro d’identification Journal de bord / Formulaire combiné : _________________ Autre : ____________________ Dommages à l’engin Dommages à l’engin: ☐Oui ☐Non Engin perdu : ☐Oui ☐Non Cause : ☐Connue ☐Inconnue Remarques : _______________ __________________________ Espèce (Ne cochez qu’une seule réponse) Dauphin / marsouin ☐Code de l’espèce : _______ ____ ☐Non identifié Baleine ☐Code de l’espèce : _______ ____ ☐Non identifié Phoque/Otarie ☐Code de l’espèce : ________ ___ ☐Non identifié Type d'incident ☐Animaux morts ☐Échouement d'animaux vivants ☐Autre : ______ ______ ☐Empêtrement ☐Abattage ☐Collision ☐Malades ou blessés ☐Harcèlement ☐Déprédation État de l'animal ☐Semble en bonne santé ☐Malade ou blessé ☐Mort ☐ On ne le sait pas Documentation ☐Photos ☐Vidéo ☐Échantillon ☐Autre Degré de certitude concernant l’identification ☐Certain ☐Confiant ☐Moyennement confiant ☐Incertain Nombre d'individus impliqués Nombre minimum : _________ Nombre maximum: _ _______ Meilleur estimé: ____________ Longueur du corps ☐<1 m (<3 pi) ☐8 à 16 m (25 à 50 pi) ☐1 à 1,5 m (3 à 5 pi) ☐16 à 26 m (50 à 80 pi) ☐1,5 à 2 m (5 à 7 pi) ☐>26 m (>80 pi) ☐2 à 3 m (7 à 10 pi) ☐Autre : _____ __(m/pi) ☐3 à 8 m (10 à 25 pi) Description du mammifère marin: (forme, couleur, marques, comportement) _____________________________________________ _____________________________________________ _____________________________________________ _____________________________________________ Commentaires : (Description des évènements, mesures entreprises, personnes concernées, etc.) ___________________________________________ ___________________________________________ ___________________________________________ ___________________________________________ INSTRUCTIONS POUR REMPLIR LE FORMULAIRE SUR L’INTERACTION AVEC LES MAMMIFÈRES MARINS Conformément au Règlement de pêche (dispositions générales) en vertu de la Loi sur les pêches, ce formulaire de signalement doit être rempli immédiatement après tout contact accidentel entre un mammifère marin et un bateau ou un engin de pêche. Une fois rempli, le formulaire doit être envoyé à l’adresse courriel suivant: [email protected] Le titulaire du permis/exploitant du bateau de pêche est tenu de signaler une mortalité ou une blessure accidentelle dans les 48 heures suivant la fin du voyage de pêche (même si un observateur est à bord). Un formulaire de signalement distinct est requis pour chaque incident, pour chaque date et pour chaque lieu. BUT DE LA COLLECTE DE DONNÉES Les renseignements fournis dans ce formulaire seront utilisés par le ministère des Pêches et des Océans du Canada pour estimer les niveaux de mortalités et de blessures accidentelles subies par les mammifères marins. Ces renseignements permettent au MPO de mieux évaluer les types de menaces qui peuvent toucher les mammifères marins du Canada et d’élaborer des stratégies d'atténuation. Certains renseignements fournis dans ce formulaire peuvent être considérés comme exclusifs et, par conséquent, faire l’objet de restrictions de confidentialité des données dans le cadre de la Loi sur la protection des renseignements personnels. CODES DES ESPÈCES ET DES STOCKS POUR LES MAMMIFÈRES MARINS Phoques et Otaries, et Loutres 100 – Otarie de Steller 101 – Otarie de Californie 105 – Otarie à fourrure (des îles Pribilof) 115 – Phoque commun 116 – Phoque tacheté 117 – Phoque marbré 121 – Phoque annelé 124 – Phoque gris 129 – Éléphant de mer 130 – Phoque barbu 131 – Phoque du Groenland 132 – Phoque à capuchon 135 – Loutre de mer 203 – Otarie non identifiée 204 – Phoque non identifié Autres mammifères marins 114 – Morse Dauphins et Marsouins 047 – Dauphin à flancs blancs de l'Atlantique 049 – Dauphin à flancs blancs du Pacifique 053 – Dauphin commun 055 – Dauphin de Risso (Grampus 058 – Dauphin tacheté 060 – Dauphin à long bec 061 – Dauphin bleu 063 – Dauphin à dos lisse 068 – Marsouin commun 072 – Marsouin de Dall 235 – Petit cétacé non identifié Baleines à dents et à fanons 002 – Baleine noire de l'Atlantique Nord 005 – Baleine grise 007 – Rorqual commun 010 – Petit rorqual 011 – Rorqual à bosse 012 – Cachalot 016 – Béluga 038 – Faux-orque 039 – Épaulard 221 – Globicéphale 230 – Baleine à bec 231 – Rorqual de Bryde 232 – Cachalot nain 210 – Baleine à fanons non identifiée 220 – Baleine à dents non identifiée Renseignements sur la personne et le permis • L'utilisation d'un drone au-dessus du parc marin n'est pas autorisée pour les activités de recherche et de collecte. Toute personne qui heurte un mammifère marin ou qui observe un mammifère marin blessé doit signaler sans délai l’incident et fournir les éléments suivants à un garde de parc : • Son nom et les coordonnées pour le joindre rapidement • Le lieu, la date et l'heure de l'incident • L'espèce concernée • Les circonstances de l'incident • L'état de l'animal avant et après l'incident • La direction prise par l'animal après l'incident • Les conditions météorologiques et l'état de la mer • Tout autre renseignement pertinent - Tout incident, accident maritime ou événement exceptionnel observé dans le parc marin doit être rapporté le plus rapidement possible aux autorités de Parcs Canada en composant le 1 866 5089888. Pour toute question ou tout commentaire en lien avec ce permis, communiquer avec Parcs Canada au 418 235-4703, ou au [email protected]. À noter, l’emploi du genre masculin a pour but d’alléger le texte et d’en faciliter la lecture. Signature du chercheur principal Je, Stephane Aebischer, Navire FOREL Directeur General et Chef de mission, chercheur principal, accepte toutes les modalités et les conditions énoncées dans le Permis de recherche et de collecte. _______________________ Nom _____________________ Signature _____________________ AAAA-MM-JJ Permis délivré et approuvé par : ____Nathaël Bergeron____ Nom de la directrice de l’aire patrimoniale _____________________ Signature de la directrice de l’aire patrimoniale _____________________ AAAA-MM-JJ Personne-ressource de Parcs Canada Parc marin du Saguenay-Saint-Laurent Tadoussac, Québec Pierre-Alexandre Dumas [email protected] 418-235-4703 ext.264 182 rue de l'Église Tadoussac, Québec G0T 2A0 Stephane aebischer 2025-04-03 Annexe II – Matrices de confusion Annexe.2 Table 1 Matrice de confusion de la classification à 10 bandes spectrales sur l'ensemble du site de l’Anse à Philippe Réelle Chenal estuarien (1) Batture (10) Bas estran rocailleux (12) Infralittoral (3) Haut estran rocheux (4) Forêt (7) Slikke (8) Total réel Erreur d'omission (n) Erreur d'omission (%) Chenal estuarien (1) 12 0 0 0 0 0 1 13 1 7,69 Batture (10) 11 5 26 0 0 0 0 42 37 88,1 Bas estran rocailleux (12) 9 2 24 0 0 1 0 36 12 33,33 Infralittoral (3) 18 0 7 14 0 2 0 41 27 65,85 Haut estran rocheux (4) 9 5 8 3 4 5 1 35 31 88,57 Forêt (7) 2 0 1 2 0 28 0 33 5 15,15 Slikke (8) 2 0 0 0 0 1 10 13 3 23,08 Total prédit 63 12 66 19 4 37 12 213 ௗ - ௗ - Erreur de commission (n) 51 7 42 5 0 9 2 ௗ- - ௗ- Erreur de commission (%) 80,95 58,33 63,64 26,32 0 24,32 16,67 ௗ- ௗ- ௗ- Annexe.2 Table 2 Matrice de confusion de la classification à 5 bandes spectrales sur l'ensemble du site de l’Anse à Philippe Réelle Chenal estuarien (1) Batture (10) Bas estran rocailleux (12) Infralittoral (3) Haut estran rocheux (4) Forêt (7) Slikke (8) Total réel Erreur d'omission (n) Erreur d'omission (%) Chenal estuarien (1) 9 1 0 1 0 0 2 13 4 30,77 Batture (10) 9 7 26 0 0 0 0 42 35 83,33 Bas estran rocailleux (12) 7 2 26 0 0 0 1 36 10 27,78 Infralittoral (3) 19 1 8 12 0 1 0 41 29 70,73 Haut estran rocheux (4) 14 2 8 2 5 2 2 35 30 85,71 Forêt (7) 5 0 2 2 0 23 1 33 10 30,3 Slikke (8) 2 0 0 0 0 1 10 13 3 23,08 Total prédit 65 13 70 17 5 27 16 213 ௗ - - Erreur de commission (n) 56 6 44 5 0 4 6 ௗ- - ௗ- Erreur de commission (%) 86,15 46,15 62,86 29,41 0 14,81 37,5 ௗ- ௗ- ௗ- Annexe.2 Table 3 Matrice de confusion de la classification à 4 bandes spectrales sur l'ensemble du site de l’Anse à Philippe Réelle Chenal estuarien (1) Batture (10) Bas estran rocailleux (12) Infralittoral (3) Haut estran rocheux (4) Forêt (7) Slikke (8) Total réel Erreur d'omission (n) Erreur d'omission (%) Chenal estuarien (1) 9 1 0 1 0 0 2 13 4 30,77 Batture (10) 9 7 26 0 0 0 0 42 35 83,33 Bas estran rocailleux (12) 6 2 26 0 0 0 2 36 10 27,78 Infralittoral (3) 22 0 6 12 0 1 0 41 29 70,73 Haut estran rocheux (4) 14 3 10 1 3 0 4 35 32 91,43 Forêt (7) 5 0 1 2 0 23 2 33 10 30,3 Slikke (8) 3 0 0 0 0 1 9 13 4 30,77 Total prédit 68 13 69 16 3 25 19 213 ௗ - - Erreur de commission (n) 59 6 43 4 0 2 10 ௗ- - ௗ- Erreur de commission (%) 86,76 46,15 62,32 25 0 8 52,63 ௗ- ௗ- ௗ- Annexe.2 Table 4 Matrice de confusion de la classification à 3 bandes spectrales (MS) sur l'ensemble du site de l’Anse à Philippe Réelle Chenal estuarien (1) Batture (10) Bas estran rocailleux (12) Infralittoral (3) Haut estran rocheux (4) Forêt (7) Slikke (8) Total réel Erreur d'omission (n) Erreur d'omission (%) Chenal estuarien (1) 8 1 1 0 0 3 0 13 5 38,46 Batture (10) 5 5 31 1 0 0 0 42 37 88,1 Bas estran rocailleux (12) 6 2 24 0 0 4 0 36 12 33,33 Infralittoral (3) 3 1 7 9 0 20 1 41 32 78,05 Haut estran rocheux (4) 4 10 6 0 4 6 5 35 31 88,57 Forêt (7) 0 0 1 2 0 28 2 33 5 15,15 Slikke (8) 6 0 0 0 0 4 3 13 10 76,92 Total prédit 32 19 70 12 4 65 11 213 ௗ - - Erreur de commission (n) 24 14 46 3 0 37 8 ௗ- - ௗ- Erreur de commission (%) 75 73,68 65,71 25 0 56,92 72,73 ௗ- ௗ- ௗ- Annexe.2 Table 5 Matrice de confusion de la classification à 3 bandes spectrales (RGB) sur l'ensemble du site de l’Anse à Philippe Réelle Chenal estuarien (1) Batture (10) Bas estran rocailleux (12) Infralittoral (3) Haut estran rocheux (4) Forêt (7) Slikke (8) Total réel Erreur d'omission (n) Erreur d'omission (%) Chenal estuarien (1) 4 3 1 0 0 5 0 13 9 69,23 Batture (10) 3 23 10 0 2 4 0 42 19 45,24 Bas estran rocailleux (12) 2 0 21 3 7 1 2 36 15 41,67 Infralittoral (3) 0 1 0 28 0 12 0 41 13 31,71 Haut estran rocheux (4) 3 0 7 0 14 8 3 35 21 60 Forêt (7) 1 0 0 7 0 25 0 33 8 24,24 Slikke (8) 3 0 0 0 1 4 5 13 8 61,54 Total prédit 16 27 39 38 24 59 10 213 ௗ - ௗ - Erreur de commission (n) 12 4 18 10 10 34 5 ௗ- - ௗ- Erreur de commission (%) 75 14,81 46,15 26,32 41,67 57,63 50 ௗ- ௗ- - Annexe.2 Table 6 Matrice de confusion de la classification à 10 bandes spectrales sur l'ensemble du site de l’Anse à Étienne Réelle Chenal estuarien (1) Batture (10) Delta (11) Route (14) Schorre (16) Plage (9) Total réel Erreur d'omission (n) Erreur d'omission (%) Chenal estuarien (1) 22 12 0 0 9 0 43 21 48,84 Batture (10) 8 17 2 0 11 0 38 21 55,26 Delta (11) 3 0 25 0 0 0 28 3 10,71 Route (14) 0 0 4 0 2 9 15 15 100 Schorre (16) 14 1 1 0 40 5 61 21 34,43 Plage (9) 1 0 1 0 6 18 26 8 30,77 Total prédit 48 30 33 0 68 32 211 - ௗ - ௗ Erreur de commission (n) 26 13 8 0 28 14 -ௗ -ௗ -ௗ Erreur de commission (%) 54,17 43,33 24,24 0 41,18 43,75 -ௗ -ௗ -ௗ Annexe.2 Table 7 Matrice de confusion de la classification à 5 bandes spectrales sur l'ensemble du site de l’Anse à Étienne Réelle Chenal estuarien (1) Batture (10) Delta (11) Route (14) Schorre (16) Plage (9) Total réel Erreur d'omission (n) Erreur d'omission (%) Chenal estuarien (1) 17 21 0 0 5 0 43 26 60,47 Batture (10) 14 8 6 0 9 1 38 30 78,95 Delta (11) 2 1 25 0 0 0 28 3 10,71 Route (14) 0 0 4 0 0 11 15 15 100 Schorre (16) 14 2 1 1 40 3 61 21 34,43 Plage (9) 0 0 1 0 7 18 26 8 30,77 Total prédit 47 32 37 1 61 33 211 ௗ ௗ Erreur de commission (n) 30 24 12 1 21 15 ௗ ௗ ௗ Erreur de commission (%) 63,83 75 32,43 100 34,43 45,45 ௗ ௗ ௗ