Jérôme Théau

Thématique de recherche

Mon programme de recherche vise à mettre au point des outils et méthodes de caractérisation de la végétation en milieux contrôlés (ex : milieux agricoles) et des milieux naturels (ex: forêts, écosystèmes riverains, habitats fauniques), à l’aide de la télédétection et des systèmes d’information géographique, dans un contexte de conservation et de changements climatiques.

Courriel

Jerome.Theau@USherbrooke.ca

Projets en cours

1. Caractérisation spatiale des services écologiques procurés par les ecosystèmes (ex : milieux humides) à l’échelle du bassin versant, dans un contexte de changements climatiques

2. Développement de systèmes « aéronef sans pilote-capteurs » adaptés à la caractérisation de milieux agricoles et forestiers ainsi qu’à l’inventaire faunique

3. Caractérisation de réseaux et de corridors écologiques (échelles spatiales, méthodes géomatiques, passages à faune)

4. Développement d’indicateurs spatiaux pour le suivi de l’intégrité écologique d’aires protégées (ex : parcs nationaux du Québec)

Publications (sélection d’articles)

Delplanque, A., Foucher, S., Lejeune, P., Linchant, J., & Théau, J. (2021). Multispecies detection and identification of African mammals in aerial imagery using convolutional neural networks. Remote Sensing in Ecology and Conservation.
Aubé, L., Guay, F., Bergeron, R., Théau, J., & Devillers, N. (2021). Foraging behaviour of gestating sows on pasture and damages to vegetation cover are influenced by restriction of concentrate feed. Applied Animal Behaviour Science, 105299.
Théau, J., Lauzier-Hudon, É., Aubé, L., & Devillers, N. (2021). Estimation of forage biomass and vegetation cover in grasslands using UAV imagery. Plos one, 16(1), e0245784.
Moreni, M., Theau, J., & Foucher, S. (2021). Train Fast While Reducing False Positives: Improving Animal Classification Performance Using Convolutional Neural Networks. Geomatics, 1(1), 34-49.
Boulent, J., St-Charles, P.-L., Foucher, S., Théau, J. (2020) Automatic detection of Flavescence dorée symptoms across white grapevines varieties using deep learning. Frontiers in artificial intelligence. Sous presse
Pelletier-Guittier, C., Théau, J., Dupras, J. (2020) Use of hedgerows by mammals in an intensive agricultural landscape. Agriculture, Ecosystems and Environment, 302: 107079.
Wen, X., Théau, J. (2020) Spatiotemporal analysis of water-related ecosystem services under ecological restoration scenarios: A case study in northern Shaanxi, China. Science of the Total Environment 720: 137477.
Théau, J., Gavelle, E., Ménard, P. (2020) Crop Scouting Using UAV Imagery: a Case Study for Potatoes. JUVS 8(2): 99-118.
Wen, Xin, and Jérôme Théau. « Assessment of ecosystem services in restoration programs in China: A systematic review. » Ambio 49.2 (2020): 584-592.
Boulent, J., Foucher, S., Théau, J., St-Charles, P.-L. (2019) Convolutional Neural Networks for the Automatic Identification of Plant Pests and Diseases : a Review. Frontiers in Plant Science, 10:941. doi: 10.3389/fpls.2019.00941.
Shahbazi, M., Menard, P., Sohn, G., Théau, J. (2019) Unmanned aerial image dataset: ready for 3D reconstruction. Data in Brief, 25: 103962. https://doi.org/10.1016/j.dib.2019.103962
Varin, M., J. Théau and R.A. Fournier (2019) Mapping ecosystem services provided by wetlands at multiples spatiotemporal scales : A case study in Quebec, Canada. Journal of Environmental Management, 246 : 334-344.
Théau, J., Trottier, S., Graillon P. (2018) Optimization of an ecological integrity monitoring program for protected areas : case study for a network of national parks. PLoS ONE 13(9) : e0202902.
Shahbazi, M., Sohn, G., Théau, J. (2018) High-density Stereo Image Matching Using Intrinsic Curves. ISPRS Journal of Photogrammetry and Remote Sensing, 146 : 373-388.
Shahbazi, M., Sohn, G. and Théau, J. (2017) Evolutionary Optimization for Robust Epipolar-Geometry Estimation and Outlier Detection. Algorithms, 10(3), 87.
Shahbazi, Sohn, Théau et Ménard (2017) Robust Structure-from-Motion Computation: Application to Open-Pit Mine Surveying from Unmanned Aerial Images. Journal of Unmanned Vehicle Systems, 5(4): 126-145.
Chrétien, L.-P., Théau, J., Ménard, P. (2016). Visible and thermal infrared remote sensing for the detection of white-tailed deer using an unmanned aerial system. Wildlife Society Bulletin, 40(1) pp. 181 – 191.