Les chercheurs de QUT ont développé un nouveau système mathématique d'apprentissage automatique qui permet d'identifier et de détecter les changements dans la biodiversité, y compris le défrichage, lorsque l'imagerie satellite est obstruée par les nuages.

Utiliser des méthodes statistiques pour quantifier l'incertitude, la recherche, publié dans Remote Sensing in Ecology and Conservation, ont analysé les images satellites disponibles d'une zone de 180 km² dans le centre-sud-est du Queensland.

La région abrite de nombreuses espèces indigènes, notamment le wombat à nez poilu du nord, en danger critique d'extinction, et le grand planeur vulnérable, et la zone se compose principalement de forêt, pâturage, et des terres agricoles.

Le Dr Jacinta Holloway-Brown affirme que mesurer les changements de la couverture forestière au fil du temps est essentiel pour suivre et préserver les habitats et est un objectif de développement durable clé des Nations Unies et de la Banque mondiale pour gérer les forêts de manière durable.

« L'imagerie satellitaire est importante car il est trop difficile et coûteux de collecter fréquemment des données de terrain de grande taille, zones boisées, " a déclaré le Dr Holloway-Brown.

"Le problème avec l'utilisation de l'imagerie satellitaire est que de grandes parties de la terre sont obscurcies par les nuages ​​et cette couverture nuageuse provoque de grandes et fréquentes quantités de données manquantes."

Le Dr Holloway-Brown a déclaré qu'il a été estimé sur la base de 12 ans d'imagerie satellitaire en moyenne, environ 67% de la Terre est obscurcie par la couverture nuageuse.

« En utilisant notre méthode, nous pouvons comparer pixel par pixel quel type d'occupation du sol il y a et s'il a changé depuis la dernière image. Par exemple, si le pixel était une forêt dans la dernière image et dans la semaine suivante environ, il s'est transformé en sol ou en souche d'arbre, nous sommes capables de détecter cela, " elle a dit.

La recherche a consisté à calculer deux types d'événements de compensation simulés, l'abattage à blanc qui consiste à enlever tous les arbres de la zone et à les brûler pour préparer la croissance future et, Deuxièmement, l'éclaircissage des arbres qui consiste uniquement à abattre les arbres de la zone, laissant des arbustes plus petits, prairie, et pâturage derrière.

En simulant des nuages, les chercheurs, qui comprend le professeur distingué de QUT Kerrie Mengersen et le Dr Kate Helmstedt, pouvait "tester les limites" de la méthode et savoir à quel point elle pouvait prédire ou non ce qui se trouvait sous les nuages.

Les résultats ont montré que la méthode détectait avec précision le changement simulé de la couverture terrestre à la fois lors de l'abattage à blanc et de l'éclaircissage des arbres.

« Nous obtenons les prévisions les plus récentes des données manquantes dues aux nuages ​​en entraînant notre méthode d'apprentissage automatique aux bords de ces nuages ​​et en prédisant les zones manquantes, " elle a dit.

Le Dr Holloway-Brown doit présenter ses recherches à l'Équipe spéciale des Nations Unies sur les données d'observation de la Terre.

« Il existe de réelles possibilités d'utiliser notre méthode pour faire une réelle différence dans le suivi des forêts, " elle a dit.

Les chercheurs font partie du Centre d'excellence du Conseil australien de la recherche basé à QUT pour les frontières mathématiques et statistiques.