Les routes forestières sont essentielles pour l'aménagement forestier durable, il est important pour les gestionnaires des forêts de détenir l'information adéquate du réseau routier dans leur prise de décision. Ce projet a permis d'évaluer l'apport de trois approches orientées objets d'extraction du réseau routier en forêt boréale à partir de; 1) LiDAR aéroporté à 1 mètre de résolution spatiale; 2) l'image satellitaire Sentinel-2 à 10 mètres de résolution et 3) la fusion de deux sources de données précédentes. Le but étant non seulement d'estimer la contribution individuelle de chaque donnée, mais aussi de compléter les informations morphologiques sur les routes forestières afin de mettre à jour les bases de données géographiques disponibles, à partir d'un processus de détection automatique par télédétection. En effet, les bases de données disponibles sont sujettes des incohérences dues aux problèmes liés à la structuration des données reflétant la réalité de terrain ainsi que des limitations sur le géoréférencement qui affectent la prise de décision sur l'ensemble du territoire forestier. Avec l'essor de la technologie de produits de télédétection et de systèmes d'information géographique, nous proposons dans cette étude, une approche de classification automatique basée sur les objets pour l'identification et la caractérisation automatique des chemins en forêt boréale. La segmentation multirésolution a été appliquée aux trois approches sur trois zones d'étude situés au Québec. Les objets linéaires détectés ont été construits de manière itérative en objets linéaires routes par utilisation supplémentaire de la segmentation basée sur la différence spectrale. Les objets linéaires routes ont ainsi été classifiés en réseau routier à partir d'un jeu de règles, définissant ainsi le processus de la classification orientée objet. Les données des composantes morphologiques des routes (largeur de l'emprise et pente longitudinale) ont été extraites du réseau routier pour servir de caractérisation automatique des chemins forestiers. Cette approche méthodologique minimise les incohérences d'informations retrouvées dans les outils cartographiques actuellement disponibles (Routard) et contribue à la documentation sur la morphologie (qualité de l'information sur la géométrie) des données routières disponibles. Les résultats montrent pour les trois zones d'étude que l'approche utilisant la fusion de données Sentinel-2 et LiDAR améliore considérablement les performances de la précision globale (88%) quant à la détection de réseau routier par rapport à l'approche basée sur Sentinel-2 (70%) et celle basée sur LiDAR (63%). Les résultats obtenus sont présentés sous la forme d'une couche vectorielle dans une base de données d'information géographique pour un territoire d'étude.