Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

La cartographie multi-temporelle du trait de côte constitue un outil essentiel pour suivre l’évolution du littoral et identifier les secteurs nécessitant des interventions de protection contre l’érosion. L’objectif principal de ce projet de recherche était de développer des méthodes automatiques, simples et reproductibles pour la délimitation de la ligne de côte, adaptées aux différents types d’environnements côtiers et aux indicateurs utilisés. La méthodologie, appliquée à l’estuaire du Saint-Laurent, s’appuie sur l’exploitation d’images Sentinel-2, de données LiDAR et d’indices spectraux, intégrés dans un processus automatisé permettant l’extraction et la comparaison diachronique du trait de côte.

Les résultats montrent que la performance de la cartographie varie selon les contextes : l’ajout de la pente de canopée LiDAR améliore nettement la délimitation dans les marais maritimes, tandis que l’indice de végétation par différence normalisé (NDVI) constitue un indicateur fiable pour les côtes végétalisées. Les précisions obtenues (Root Mean Square Error, RMSE) sont de 10,52 m pour les marais maritimes, 9,01 m pour les flèches littorales et 5,59 m pour les côtes sableuses et rocheuses. L’analyse des déplacements révèle par ailleurs un recul moyen d’environ 1,20 m/an pour les côtes sableuses de certaines sections du Saint-Laurent. Le mémoire introduit également NDVICoast, un outil automatisé fondé sur le NDVI et l’imagerie Sentinel-2, validé par des mesures GNSS dans le site du Fjord de Saguenay (RMSE = 4,20 m et MAD = 3,43 m), et par une ligne de référence numérisée à partir d’une orthophotographie aérienne de 30 cm de résolution spatiale dans le site de Baie-Trinité (RMSE = 5,12 m et MAD = 4,13 m). Cet outil offre une solution robuste, reproductible et transférable pour les gestionnaires côtiers.

Multi-temporal coastline mapping is an essential tool for monitoring coastal changes and identifying areas requiring erosion protection measures. The main objective of this research project was to develop automatic, simple, and reproducible methods for delineating the coastline, adapted to different types of coastal environments and indicators used. The methodology, applied in the St. Lawrence estuary, is based on the use of Sentinel-2 images, LiDAR data, and spectral indices, integrated into an automated process that enables the extraction and diachronic comparison of the coastline.

The results show that mapping performance varies depending on the context: adding LiDAR canopy slope significantly improves delineation in coastal marshes, while the normalized difference vegetation index (NDVI) is a reliable indicator for vegetated coastlines. The accuracies obtained (Root Mean Square Error, RMSE) are 10,52 m for coastal marshes, 9,01 m for spits, and 5,59 m for sandy and rocky coasts. The analysis of displacement also reveals an average retreat of approximately 1.20 m/year for the sandy coasts of some sections of the St. Lawrence River. The thesis also introduces NDVICoast, an automated tool based on NDVI and Sentinel-2 imagery, validated by GNSS measurements at the Saguenay Fjord site (RMSE = 4.20 m and MAD = 3.43 m), and by a digitized reference line derived from an aerial orthophoto with 30 cm spatial resolution at the Baie-Trinité site (RMSE = 5.12 m and MAD = 4.13 m). This tool offers a robust, reproducible, and transferable solution for coastal managers.