Aller au contenu

Jérôme Théau

Professeur titulaire

Directeur du département

Membre du CARTEL et du Centre de la science de la biodiversité du Québec

Mon programme de recherche porte sur l’étude de la végétation, des habitats fauniques et de la fragmentation du paysage dans une perspective de conservation. Je développe des méthodes pour détecter la faune, évaluer les caractéristiques des habitats et obtenir des indicateurs environnementaux qui permettent de caractériser l’impact des pratiques de gestion, des infrastructures et des activités humaines sur l’état des écosystèmes. Mes outils de prédilection incluent l’imagerie visible et infrarouge acquise par satellite et drone, ainsi que les systèmes d’information géographique. Je m’intéresse également à l’intégration de la technologie géomatique en pédagogie de l’enseignement supérieur.

En savoir plus sur le professeur Théau

  • Détection et inventaire faunique
    • Traitement d’imagerie à très hautes résolutions par réseaux de neurones convolutifs
    • Méthodes d’inventaire de la grande faune par imagerie   
  • Caractérisation des habitats fauniques
    • Distribution et disponibilité des ressources
    • Qualité des habitats et indicateurs environnementaux
    • Effets des pratiques de gestion sur l’état des écosystèmes
    • Fragmentation du paysage
  • Caractérisation des services écologiques
    • Cartographie spatio-temporelle des services écologiques
    • Services écologiques liés aux milieux humides et hydriques
  • Évaluation de l’efficacité des réseaux d’aires protégées

  • Ressources naturelles et géomatique
  • Drones et applications en environnement
  • Méthodologie de la recherche

    • Télédétection à très hautes résolutions et réseaux de neurones convolutifs pour la détection de la grande faune et des maladies des plantes
    • Caractérisation spatio-temporelle des services écologiques en lien avec les milieux humides et hydriques
    • Caractérisation spatio-temporelle de l’habitat du caribou et de l’orignal en contexte de changements climatiques et de surabondance, respectivement
    • Détection et cartographie d’espèces exotiques envahissantes
    • Analyse multi-échelle des facteurs environnementaux associés à la mortalité de chauves-souris dans les parcs éoliens

    • Delplanque, A., Linchant, J., Vincke, X., Lamprey, R., Théau, J., Vermeulen, C., Foucher, S., Ouattara, A., Kouadio, R., Lejeune, P. (2024) Will artificial intelligence revolutionize aerial surveys? A first large-scale semi-automated survey of African wildlife using oblique imagery and deep learning. Ecological Informatics, 82, art. no. 102679. DOI
    • Delplanque, A., J. Théau, S. Foucher, G. Serati, S. Durand and P. Lejeune (2024) Wildlife detection, counting and survey using satellite imagery : are we there yet? GIScience & Remote Sensing, 61(1):2348863. DOI
    • Delplanque, A., R. Lamprey, S. Foucher, J. Théau and P. Lejeune (2023) Surveying wildlife and livestock in Uganda with aerial cameras: Deep Learning reduces the workload of human interpretation by over 70 %. Frontiers in Ecology and Evolution, 11, 1270857. DOI
    • Moreni, M., Theau, J., Foucher, S. (2023) Do you get what you see? Insights of using mAP to select architectures of pretrained neural networks for automated aerial animal detection, PloS one, 18(4), e0284449. https://doi.org/10.1371/journal.pone.0284449
    • Nininahazwea, F., Théau, J., Genest, M.-A., Varin, M. (2023) Mapping invasive alien plant species with very high spatial resolution and multi-date satellite imagery using object-based and machine learning techniques: A comparative study. GIS Science & Remote  Sensing, 60:1. https://doi.org/10.1080/15481603.2023.2190203
    • Delplanque, A., Foucher, S., Théau, J., Bussière, E., Vermeulen, C., Lejeune, P. (2023) From Crowd to Herd Counting: How to Precisely Detect and Count African Mammals using Aerial Imagery and Deep Learning? ISPRS Journal of Photogrammetry and Remote Sensing 197:167-180. https://doi.org/10.1016/j.isprsjprs.2023.01.025
    • Meyer, F., Théau, J. (2022). Stand-alone Field Trips Based on Geolocation as a Meaningful Source of Learning for Geomatics Students. Formation et profession, 30(3), 1-17. http://dx.doi.org/10.18162/fp.2022.645
    • Nininahazwe, F., Varin, M., Théau, J. Mapping common and glossy buckthorns (Frangula alnusand Rhamnus cathartica) using multi-date satellite imagery WorldView-3, GeoEye-1 and SPOT-7 (2023) International Journal of Digital Earth, 16:1, 31-42, DOI:10.1080/17538947.2022.2162136
    • Théau J. (2022) Change Detection. In Handbook of Geographic Information (2nd edition). Ed: Wolfgang Kresse and David Danko, Springer.https://doi.org/10.1007/978-3-030-53125-6
    • Faye, E., Jolivot, A., Théau, J., Regnard, J.L., Gómez-Candón, D. (2022) Thermal infrared. In UAVs for the Environmental Sciences - Methods and Applications. Eds.: Elnet et al., WBG Academic. https://files.wbg-wissenverbindet.de/Files/Article/ARTK_ZOA_1028514_0001.pdf
    • Delplanque, A., Foucher, S., Lejeune, P., Linchant, J. and Théau, J. (2022), Multispecies detection and identification of African mammals in aerial imagery using convolutional neural networks. Remote Sens Ecol Conserv, 8: 166-179. https://doi.org/10.1002/rse2.234
    • 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 concentrated feed restriction. Applied animal behaviour science 237: 105299. https://doi.org/10.1016/j.applanim.2021.105299
    • Théau, J., É. Lauzier-Hudon, L. Aubé, N. Devillers (2021) Estimation of forage biomass and vegetation cover in grasslands using UAV imagery. Plos Onehttps://doi.org/10.1371/journal.pone.0245784  
    • Moreni, M., J. Théau and S. Foucher (2021) Train Fast While Reducing False Positives : Improving Animal Classification Performance Using Convolutional Neural Networks. Geomatics, 1(1), 34-39; https://doi.org/10.3390/geomatics1010004
    • 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 3:564878. https://doi.org/10.3389/frai.2020.564878
    • Pelletier-Guittier, C., Théau, J., Dupras, J. (2020) Use of hedgerows by mammals in an intensive agricultural landscape. Agriculture, Ecosystems and Environment, 302: 107079. https://doi.org/10.1016/j.agee.2020.107079
    • 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.  https://doi.org/10.1016/j.scitotenv.2020.137477
    • Théau, J., Gavelle, E., Ménard, P. (2020) Crop Scouting Using UAV Imagery: a Case Study for Potatoes. JUVS 8(2): 99-118. https://savoirs.usherbrooke.ca/handle/11143/19475
    • Wen, X., Théau, J. (2019) Assessing ecological restoration programs in China using ecosystem service approaches: a review. Ambio 49: 584–592. https://doi.org/10.1007/s13280-019-01214-w
    • 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. https://doi.org/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. https://savoirs.usherbrooke.ca/handle/11143/19476
    • 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. https://doi.org/10.1371/journal.pone.0202902
    • 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. https://doi.org/10.1016/j.isprsjprs.2018.10.005
    • Shahbazi, M., Sohn, G. and Théau, J. (2017) Evolutionary Optimization for Robust Epipolar-Geometry Estimation and Outlier Detection. Algorithms, 10(3), 87. https://doi.org/10.3390/a10030087
    • 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. https://doi.org/10.1139/juvs-2016-0027
    • Chrétien, L.P., Théau, J. and 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) : 181-191. https://doi.org/10.1002/wsb.629

    Direction aux cycles supérieurs

    La liste des étudiantes et étudiants supervisés par le professeur Théau est disponible dans la section Productions de fin d'études supérieures. Une recherche dans ces pages par mot-clé en utilisant le raccourci CTRL+ F permet de les repérer.