L'informaticien David Dao développe des algorithmes intelligents qui utilisent des images satellites et drones des forêts tropicales pour prédire où seront les prochains sites de déforestation. Il présentera aujourd'hui ses recherches à la conférence sur le climat à Madrid, et lancera un projet pilote au Chili en janvier.

Des images de forêts tropicales en feu dans la région amazonienne ont été gravées dans nos mémoires cet été et ont soulevé la question :quelle partie de la forêt avons-nous perdue ? L'une des personnes qui tentent de répondre à cette question est l'informaticien David Dao, doctorant du DS3Lab de l'ETH Institute for Computing Platforms.

Dao, qui est originaire d'Allemagne, est spécialiste du machine learning et développe des algorithmes intelligents capables d'analyser de manière autonome les images satellites et drones. Cela aide à révéler où la couverture forestière s'éclaircit, et dans quelle mesure. Ils peuvent même prédire où la forêt tropicale reculera dans un proche avenir. L'astuce réside dans la façon dont les algorithmes lisent les images.

Les satellites et les drones fournissent d'innombrables images de forêts tropicales - à différentes altitudes, et dans différentes résolutions et qualités. Ce qu'ils ont en commun, c'est que les régions qu'ils représentent ne sont pas étiquetées ou autrement identifiées. Contrairement aux cartes, les lieux ne portent pas de noms, et les forêts, les rivières et les routes n'ont pas de « signatures facilement identifiables, " ou " étiquettes, " comme dirait un informaticien. Cela signifie que les algorithmes informatiques sont incapables de discerner ce qu'est la couverture forestière et ce qui ne l'est pas.

"Les arêtes de poisson" montrent où les forêts rétrécissent

Comme l'explique Dao, les algorithmes lisent des séquences afin de reconnaître quelles zones sont boisées et si ces zones diminuent. Ces séquences sont des images individuelles enchaînées dans une succession chronologique, un peu comme de vieilles bobines de film ou des bandes dessinées. Alors, quand une nouvelle route est construite à travers la forêt tropicale, par exemple, de nombreuses petites routes se forment au fil du temps. C'est le long de ces routes que la couverture forestière est détruite.

D'une vue plongeante, le motif résultant ressemble au squelette d'un poisson, avec sa colonne vertébrale et ses petits os, d'où le surnom d'"arêtes de poisson". En comparant ces vues aériennes chronologiquement séquentielles, les algorithmes peuvent déterminer comment les systèmes routiers et la couverture forestière changent au fil du temps.

Cela signifie que les algorithmes intelligents n'ont pas besoin d'étiquettes pour générer une image globale indiquant où les forêts tropicales diminuent. Ils peuvent également prédire où la pire déforestation apparaîtra ensuite. Ce modèle s'applique également à la déforestation à proximité des rivières et autour des zones agricoles.

Essai dans la forêt tropicale chilienne

Pour le projet de recherche, qui s'appelle Komorebi, David Dao a attiré des partenaires du terrain, y compris l'autorité forestière chilienne CONAF (Corporación Nacional Forestal). En janvier, un projet pilote démarrera dans la forêt tropicale de Valdivian, sur la côte Pacifique au sud de la capitale, Santiago. Dao testera et peaufinera ses algorithmes prédictifs dans des conditions réelles de forêt tropicale. Son approche peut être en mesure de détecter non seulement le déclin global de la forêt tropicale, mais aussi déterminer quelles espèces d'arbres sont les plus touchées.

C'est un facteur important du changement climatique, car différents types d'arbres stockent du CO 2 à des tarifs différents, et une approche de la conservation des forêts est d'offrir aux populations locales des incitations financières pour conserver les arbres comme stockage de CO2 plutôt que de défricher la forêt.

Dans la forêt tropicale chilienne, ils examineront des questions telles que la façon d'améliorer la précision des algorithmes prédictifs en combinant l'imagerie satellitaire avec des images capturées par des drones plus bas. Contrairement à l'imagerie satellitaire, les images de drones peuvent être précises à moins de 30 centimètres. "Si nous avons des images de drones, on peut aussi observer des changements d'espèces d'arbres et détecter des changements de biodiversité, " dit Dao. Aujourd'hui, David Dao présentera son projet de recherche à la 25e Conférence des Nations Unies sur les changements climatiques à Madrid (COP25).

La session, hébergé par la Banque interaméricaine de développement et l'autorité forestière chilienne, examinera les moyens d'utiliser les nouvelles technologies pour enregistrer et prévoir les changements dans l'utilisation des terres, ainsi que la possibilité de lier les résultats aux paiements que les habitants locaux reçoivent pour la préservation de la forêt tropicale.