Zones urbaines

Des données fiables au service des collectivités pour la gestion des espaces urbains.

Le milieu urbain et péri-urbain est un milieu particulièrement complexe du fait de la diversité d’usage et d’occupation des sols. Ces espaces, sièges d’activités variées, se situent au carrefour de nombreux enjeux de sociétés (consommation d’espace, biodiversité, ressource en eau, paysages, services écosystémiques…). Cela demande aux collectivités de planifier et de mettre en œuvre des aménagements adaptés à ces enjeux.  L’approche Cassia® propose en particulier un outil d’aide à la décision permettant d’optimiser, en termes de rapport coûts/bénéfices, la gestion des espaces verts, les végétations ornementales des aménagements paysagers, mais aussi les terrains délaissés et les  espaces appartenant au tier paysage (friches, marges foncières, talus, bordures…). A titre d’exemple, l’approche Cassia® permet de réaliser les prestations suivantes :

Inventaire des arbres d’alignement

Les arbres sont le pilier de nombreux services écosystémiques du milieu urbain (« îlots de chaleur urbains », agrément esthétique, support de biodiversité …) tout en étant soumis à de nombreuses contraintes : maladies, renouvellement urbain...
Cassia® permet de cartographier, identifier et donc suivre avec précision les arbres d’alignement présents le long des avenues.
Avoir accès à une cartographie précise permet à la fois de mieux gérer les risques mais aussi avoir des moyens d’échanges avec les acteurs de la ville (riverains, entreprises travaux...).
L’exemple présenté ici montre la détection de la végétation en milieu urbain et l’identification des arbres d’alignement (en rouge) en croisant cette carte avec des données cadastrales.
Crédit photographique : © IGN 2019.

Identification et cartographie des espèces d'arbres

L'approche Cassia® permet également d'identifier les différentes espèces d'arbres.
Connaitre les essences plantées permet de mieux gérer les risques (allergies) mais aussi de répondre aux enjeux du réchauffement climatique.
L’exemple présenté ici montre la détection des arbres d’alignement (cf. exemple précédent) puis la reconnaissance de certaines espèces (micocoulier en orange, platane en violet ...).
Crédit photographique : © IGN 2019.