• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> La nature
    L'intelligence artificielle et les mégadonnées fournissent les premières cartes mondiales sur les principaux traits de la végétation

    Crédit :CC0 Domaine public

    Des chercheurs de l'Université de Valence (UV) ont développé les premières cartes mondiales de la teneur en phosphore et en azote dans la végétation, ainsi que l'efficacité dans l'utilisation de l'eau, via l'intelligence artificielle et les techniques de big data. L'application de ces cartes pourrait bénéficier à des domaines tels que la biodiversité, l'agriculture et l'adaptation des espèces au changement climatique.

    Les techniques d'intelligence artificielle (IA) et les données d'observation massive par satellite de Google ont permis de générer les premières cartes globales sur des variables de végétation qui n'étaient jusqu'à présent disponibles que localement.

    L'équipe de recherche a développé une méthodologie pour générer des cartes globales des paramètres clés, variables et caractéristiques de la végétation de la planète. La technique d'IA fonctionne avec le cloud de Google pour exploiter des milliers d'images de la NASA et de l'ESA, permettant la génération et le suivi de la végétation mondiale avec une haute résolution spatiale et temporelle. Les études ont révélé des modèles très intéressants dans les paramètres clés liés au changement climatique, tels que la teneur en phosphore ou en azote et le feuillage des plantes.

    "Jusqu'à maintenant, il était impossible de produire ces cartes car les conditions requises n'étaient pas disponibles. Nous n'avions pas d'outils statistiques d'apprentissage automatique puissants et précis, nous n'avions pas non plus accès à de grands ensembles de données ou à l'informatique en nuage pour traiter des pétaoctets d'images satellite de manière rapide et précise. Maintenant, avec la plateforme Google et les techniques d'IA, on peut faire ces calculs avec les données de l'ESA ou de la NASA rapidement et à l'échelle planétaire, " dit le médecin et ingénieur en électronique Álvaro Moreno, responsable de l'étude et actuel chercheur de l'IPL pour le groupe Traitement de l'image et du signal (ISP).

    « Les outils mathématiques sont des modèles d'apprentissage automatique qui apprennent la relation entre les images qu'ils reçoivent des satellites et les mesures prises à la surface de la Terre. Une fois qu'ils ont appris cette relation pour de nombreux couples observation-mesure, cette connaissance peut être extrapolée à n'importe quel autre lieu et temps pour générer des cartes d'estimation de la mesure d'intérêt, " explique Manuel Campos-Taberner, chercheur de l'ERS. « Les possibilités sont énormes, et maintenant nous pouvons générer des cartes globales à partir de presque toutes les variables d'intérêt où il y a des données in situ, car nous avons les satellites en orbite et fournissant de très bonnes observations temporelles et spatiales. Dans notre cas, nous avons généré des cartes globales des paramètres biophysiques qui sont utiles pour surveiller la végétation (combien de végétation nous avons, dans quelle mesure il est actif, et quelles quantités de phosphore et d'azote il y a), mais ils pourraient très bien être utilisés pour d'autres variables d'intérêt, non seulement sur le terrain, mais aussi dans l'eau et en ce qui concerne la qualité de l'air, " il dit.

    Depuis plus de 15 ans, l'équipe participe à des initiatives similaires avec l'Organisation européenne pour l'exploitation de satellites météorologiques (EUMETSAT) pour l'exploitation des données des missions actuelles et futures au sein d'un programme européen appelé Satellite Application Facility on Land Surface Analysis (LSA -SAF). « C'est la première initiative européenne dédiée à la production et à la distribution, en temps réel, variables de l'état du système environnemental terrestre, offrant des produits de grande valeur pour l'observation du climat et de l'environnement, " dit Javier García Haro, Chercheur principal du groupe ERS.

    Applications futures

    Selon les scientifiques, les nouvelles cartes auront des implications dans d'autres domaines tels que l'agriculture de précision, biodiversité et l'adaptation des espèces au changement climatique. "L'étude n'est pas seulement un test conceptuel de ce qui peut être réalisé en combinant l'apprentissage automatique et la télédétection, mais il ouvre aussi la porte à de futures études scientifiques qui exploitent ce type de cartes, " dit Gustau Camps-Valls, professeur de génie électronique et chercheur de l'IPL. "Les applications et les implications sont infinies, et d'autant plus compte tenu de la pression actuelle sur la production d'aliments et de biocarburants, par exemple, sans sous-estimer l'étude de l'impact sur les écosystèmes et l'adaptation des espèces.

    Steven W. Running de l'Université du Montana, auteur principal du quatrième rapport d'évaluation du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC), qui lui a valu le prix Nobel de la paix en 2007, participé à ces études. "Ce qu'lvaro Moreno et ses collaborateurs ont fait est impressionnant, " dit-il. " Maintenant, avec un ordinateur connecté à internet, vous pouvez faire des choses que l'ESA ou la NASA n'ont jamais faites en 50 ans d'existence."


    © Science https://fr.scienceaq.com