Batistin Bour

Batistin Bour
Centre d'enseignement et de recherche en foresterie de Sainte-Foy | CERFO · Geomatics

B.Sc Biology - M.Sc Geomatics

About

16
Publications
1,325
Reads
How we measure 'reads'
A 'read' is counted each time someone views a publication summary (such as the title, abstract, and list of authors), clicks on a figure, or views or downloads the full-text. Learn more
1
Citation
Introduction
I am currently working at the Centre d'Enseignement et de Recherche en Foresterie (CERFO) as remote sensing forestry researcher. My research interests are forest ecology, with geomatics technologies such as LiDAR. Current projects aim tree species detection, wildlife habitat caracterization and UAV based forests inventory.
Education
July 2017 - March 2020
Université de Sherbrooke
Field of study
  • Geomatics and Forestry
August 2016 - November 2016
Laval University
Field of study
  • Geomatics
September 2012 - March 2016

Publications

Publications (16)
Article
Increase in forest disturbance due to land use as well as climate change has led to an expansion of young forests worldwide, which drives global carbon dynamics and timber allocation. This study presents a method that combines a single airborne LiDAR acquisition and time since harvest maps to model height growth of post-logged black spruce-dominate...
Technical Report
Full-text available
À ce jour, les données géospatiales sur les chemins forestiers récents sont mises à jour ponctuellement par photo-interprétation ou par tracés GNSS. Cette donnée est cependant imprécise due aux limites de techniques de photo-interprétation (échelle d’analyse, donnée utilisée, subjectivité, etc.) ou la qualité du système GNSS. La donnée est sous for...
Technical Report
Full-text available
Ce rapport présente une nouvelle méthode de détection et de dénombrement de monticules de plantation par intelligence artificielle. L'utilisation de l'apprentissage profond, notamment les réseaux de neurones à convolutions, a permis le développement d'une méthode précise et reproductible pouvant être utilisée directement en industrie pour l'aide à...
Preprint
Full-text available
Increase in forest disturbance due to land use as well as climate change has led to an expansion of young forests worldwide, which affects global carbon dynamics and forest management. In this study, we present a novel method that combines a single airborne LiDAR acquisition and historical harvesting maps to model height growth of post-logged black...
Thesis
Full-text available
La gestion opérationnelle des forêts rend nécessaire la prédiction de la croissance des arbres après perturbation ou récolte sylvicole pour estimer la productivité à l’échelle du paysage. L’indice de qualité de site (IQS) est un des outils utilisés à cette fin, en prédisant une hauteur à 50 ans. Les perturbations majeures induisent un rajeunissemen...
Poster
Full-text available
Affiche présentée lors du concours d’affiches universitaires Gustave-Clodomir-Piché, lors du Carrefour Forêt 2019 (MFFP)
Presentation
Full-text available
Présentation de la réalisation du projet, de résultats préliminaires et de perspectives relatives à l'utilisation du LiDAR en foresterie au Québec.
Presentation
Full-text available
Présentation projet maîtrise format short talk

Network

Cited By
    • Centre d'enseignement et de recherche en foresterie de Sainte-Foy

Projects

Projects (4)
Project
Développement d'algorithmes d'intelligence artificielle et d'outils automatiques pour la télédétection forestière
Project
In this project we present a novel method that combines a single airborne LiDAR acquisition and historical forestry maps to model the height growth, density, and wood volume of boreal forest landscapes. The goal of this project is to provide to forest managers a tool to accurately evaluate wood supply and forest growth across large remote areas affected by fires and logging.
Project
This study aim to take advantage of airborne LiDAR data to obtain information on young forest (Black spruce - Picea marianna) stand derived from fire and logging, in the boreal forest in Québec (Canada). The stands characteristics, once put together, would allow a better understanding of the growth trends. Particular attention is given to stands height growth. With a better knowledge on those young stands, height predictive models can be made to improve the planning capability of the forest managers.